ESTADÍSTICA I

Unidad 1 Distribuciones Probabilidad Continua Introducción

1.2 Distribución Probabilidad Variable Aleatoria Continua

1.3 Media Varianza Variable Aleatoria Continua

1.4 Distribución Probabilidad T Student

1.5 Distribución Probabilidad Gamma

1.6 Distribución Probabilidad Beta

1.7 Distribución Probabilidad 2 y F

1.8 Distribución Probabilidad Weibull

Unidad 2 Distribuciones Muéstrales Introducción

2.2 Teorema Combinación Lineal de variables aleatorias y teorema del limite central

2.3 Muestreo: Introducción Muestreo y tipos de muestreo

2.4 Teorema Límite Central

2.5 Distribución Muestra Media

2.6 Distribución Muestral Diferencia Medias

2.7 Distribución Muestral Proporción

2.8 Distribución Muestral Diferencia Proporciones

2.9 Distribución Muestral Varianza

2.10 Distribución Muestral Relación Varianzas

Unidad 3 Estimación Parámetros Introducción

3.2. Características Estimador

3.3. Estimación Puntual

1.3.1 Métodos

1.3.1.1 Máxima Verosimilitud

1.3.1.2 Momentos

3.4. Intervalo Confianza para Media

3.5. Intervalo Confianza Diferencia Medias

3.6. Intervalos Confianza Proporción

3.7. Intervalos Confianza Diferencia Proporciones

3.8. Intervalos Confianza Varianza

3.9. Intervalos Confianza Relación Varianzas

3.10. Determinación Tamaño Muestra

3.10.1. Tamaño Muestra basado en Media de Población

3.10.2. Tamaño Muestra basado en Proporción de Población

3.10.3. Tamaño Muestra basado en Diferencia entre Medias de Población

Unidad 4 Prueba de Hipótesis Introducción

4.2. Errores Tipo I y Tipo II

4.3. Potencia de la Prueba

4.4. Formulación Hipótesis Estadísticas

4.5. Prueba Hipótesis para Media

4.6. Prueba Hipótesis para Diferencia de Medias

4.7. Prueba Hipótesis para Proporción

4.8. Prueba Hipótesis para Diferencia de Proporciones

4.9. Prueba Hipótesis para Varianza

4.10. Prueba Hipótesis para Relación Varianzas

Unidad 5 Pruebas de Bondad de Ajuste

5.1 Prueba de Bondad de Ajuste

5.2 Prueba de Kolmogorov Smirnov

5.3 Prueba de Anderson Darling

1.1

Variable aleatoria continua

Es aquella que puede tomar infinitos valores dentro de un intervalo de la recta real.

En el caso de variables aleatorias continuas no tiene sentido plantearse probabilidades

de resultados aislados. La probabilidad de valores puntuales es cero.

El interés de estas probabilidades está en conocer la probabilidad correspondiente a

un intervalo.

Dicha probabilidad se conoce mediante una curva llamada función de densidad y

suponiendo que bajo dicha curva hay un área de una unidad.

Conociendo esta curva, basta calcular el área correspondiente para conocer la

probabilidad de un intervalo cualquiera.

Distribución normal
Tabla de distribución normal tipificada N (0,1)