Академический Документы
Профессиональный Документы
Культура Документы
CARRERA:
MATERIA:
TRABAJO:
PORTAFOLIO GENERAL
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
INTRODUCCIN .................................................................................................... 9
TAREAS................................................................................................................ 24
Conclusin ........................................................................................................... 25
ANEXOS ............................................................................................................... 27
BIBLIOGRAFA .................................................................................................... 29
INTRODUCCIN .................................................................................................. 56
TAREAS................................................................................................................ 63
CONCLUSIN ...................................................................................................... 68
ANEXOS ............................................................................................................... 69
INTRODUCCIN .................................................................................................. 76
TAREAS................................................................................................................ 91
CONCLUSIN ...................................................................................................... 96
ANEXOS ............................................................................................................... 97
CONCLUSIN ........................................................................................................ 8
CONCLUSIN GENERAL ..................................................................................... 9
INTRODUCCIN GENERAL
En este trabajo se abordaran los temas que se pudieron abordar a lo largo de este
semestre, desde dar una breve historia o introduccin a la estadstica inferencial as
como informacin que a lo largo de este semestre pudimos aprender sobre la
estadstica inferencial, desde como comparar una muestra hasta como deducir que
una prueba de hiptesis es verdadera, temas que sern ejemplificados con diversas
actividades.
INSTITUTO TECNOLGICO SUPERIOR DE FELIPE CARRILLO PUERTO
CARRERA:
MATERIA:
TRABAJO:
PORTAFOLIO UNIDAD 1:
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
Campos de aplicacin
La estadstica es una ciencia de aplicacin prctica casi universal en todos los
campos cientficos:
Nmeros ndices
Otros mtodos de presentacin de datos utilizados en estadstica se basan en el
empleo de nmeros ndices. Tales nmeros reflejan la evolucin que experimenta
con el paso del tiempo una variable estadstica de inters. As, se toma como
referencia del ndice el valor de la variable en un instante dado, de manera que sus
valores posteriores se expresan como una razn de cambio con respecto a dicha
referencia (a menudo, en forma de porcentaje).
Estadsticas comunes
Varios estudios estadsticos comunes que aparecen con frecuencia en los medios
de comunicacin son los siguientes:
Encuesta de Poblacin Activa (EPA), elaborada por el Instituto Nacional de
Estadstica (INE) con periodicidad trimestral, segn recomendaciones de la
Organizacin Internacional del Trabajo (OIT), para obtener y clasificar datos sobre
la actividad de la poblacin. Esta encuesta se realiza por muestreo, y los
resultados se ordenan por edad, sexo, nivel de estudios, profesin y otros
parmetros.
ndice de Precios al Consumo (IPC), que mide por medios estadsticos la
evolucin experimentada por los precios de los bienes y servicios consumidos por
la poblacin espaola. Se basa en la Encuesta de Presupuestos Familiares
(EPF), y selecciona varios centenares de artculos, clasificados en ocho grupos,
que se consideran representativos de la evolucin de los precios. Los artculos
seleccionados componen lo que se denomina cesta de la compra, considerada
en la encuesta.
Producto Interior Bruto (PIB), que registra la produccin nacional de un
pas en bienes y servicios asociados a procesos considerados productivos.
Poder adquisitivo, que maneja combinadamente datos del Salario Mnimo
Interprofesional (SMI) y el IPC.
Grfico de sectores, o circular, que refleja estadsticamente la aplicacin de las
matemticas segn el resultado de una encuesta de opinin.
TAREAS
Conclusin
Pedro1020_blogspot_mx-2015-01-unidad-1-introduccion-a-la-estadistica
inferencial_html
INSTITUTO TECNOLGICO SUPERIOR DE FELIPE CARRILLO PUERTO
CARRERA:
MATERIA:
TRABAJO:
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
es decir la estimacin por ello se darn algunos conceptos bsicos del tema, as
formas de sacar los intervalos segn sea el caso, como piden ser para la media,
para proporciones y para varianzas, solo por hacer mencin de algunos. Esperando
que la informacin sea de gran ayuda para tener un mayor entendimiento del tema.
2.1 CONCEPTOS BASICOS
2.2 DISTRIBUCIN DE MUESTREO
2.3 ESTIMACIN PUNTUAL.
variabilidad de la variable a estudiar y el error sistemtico que tiene que ver con la
diferencia entre la poblacin de muestreo puede ser controlado por el diseo del
estudio,
CARRERA:
MATERIA:
TRABAJO:
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
CARRERA:
MATERIA:
TRABAJO:
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
4.9 APLICACIONES
Prueba De Hiptesis Para Proporciones.
El concepto de prueba de hiptesis se puede utilizar para probar hiptesis en
relacin con datos cualitativos. Por ejemplo, en el problema anterior el gerente de
la fbrica de llantas quera determinar la proporcin de llantas que se reventaban
antes de 10,000 millas.
Es un ejemplo de una variable cualitativa, dado que se desea llegar a conclusiones
en cuanto a la proporcin de los valores que tienen una caracterstica particular.
El gerente de la fbrica de llantas quiere que la calidad de llantas producidas, sea
lo bastante alta para que muy pocas se revienten antes de las 10,000 millas. Si ms
de un 8% de las llantas se revientan antes de las 10,000 millas, se llegara a concluir
que el proceso no funciona correctamente.
La hiptesis nula y alternativa se pueden expresar como sigue:
Ho: p .08 (funciona correctamente)
H1: p > .08 (no funciona correctamente)
La prueba estadstica se puede expresar en trminos de la proporcin de xitos
como sigue:
En donde p = proporcin de xitos de la hiptesis nula.
Ahora se determinar si el proceso funciona correctamente para las llantas
producidas para el turno de da.
Los resultados del turno de da indican que cinco llantas en una muestra de 100 se
reventaron antes de 10,000 millas para este problema, si se selecciona un nivel de
significancia de .05, las regiones de rechazo y no rechazo se estableceran como a
continuacin se muestra:
Y la regla de decisin sera:
Rechazar Ho si > + 1.645; de lo contrario no rechazar Ho.
Con los datos que se tienen,= .05Y entonces,= 1.107Z 1.107 < + 1.645; por tanto
no rechazar Ho.
La hiptesis nula no se rechazara por que la prueba estadstica no ha cado en la
regin de rechazo. Se llegara a la conclusin de que no hay pruebas de que ms
del 8% de las llantas producidas en el turno de da se revienten antes de 10,000
millas. El gerente no ha encontrado ninguna prueba de que ocurra un nmero
excesivo de reventones en las llantas producidas en el turno de da.
Las pruebas de hiptesis a partir de proporciones se realizan casi en la misma forma
utilizada cuando nos referimos a las medias, cuando se cumplen las suposiciones
necesarias para cada caso. Pueden utilizarse pruebas unilaterales o bilaterales
dependiendo de la situacin particular.
Las hiptesis se enuncian de manera similar al caso de la media.
Ho: p = p0H1: p p0
En caso de que la muestra sea grande n>30, el estadgrafo de prueba es: Se
distribuye normal estndar.
Regla de decisin: se determina de acuerdo a la hiptesis alternativa (si es bilateral
ounilateral).
En el caso de muestras pequeas se utiliza la distribucin Binomial.
No lo abordaremos por ser complicado y poco frecuente su uso.
La situacin ms frecuente es suponer que existen diferencias entre las
proporciones de dos poblaciones, para ello suelen enunciarse las hiptesis de forma
similar al caso de las medias: Ho: p1 = p2 p1 - p2 = 0H1: p1 p2
Puede la hiptesis alternativa enunciarse unilateralmente. El estadgrafo de prueba
para el caso de muestras independientes: Siendo a1 y a2, el nmero de sujetos con
la caracterstica objeto de estudio en las muestras 1 y 2 respectivamente, es decir,
en vez de calcular la varianza para cada muestra, se calcula una p conjunta para
ambas muestras bajo el supuesto que no hay diferencias entre ambas proporciones
y as se obtiene la varianza conjunta.
Recuerda que q = 1-p.Est de ms que te diga que este estadgrafo se distribuye
normal estndar. La regla de decisin se determina de manera similar a los casos
ya vistos anteriormente.
El objetivo de la prueba es comparar estas dos proporciones, como estimadores H1:
p1 p2Recuerda que la H1 tambin puede plantearse de forma unilateral.
TAREAS
EJERCICIOS TEMA 4.4
EJERCICIOS TEMA 4.6
CONCLUSIN
En conclusin las pruebas de hiptesis como su nombre lo dice son diferentes
mtodos para probar dos hiptesis o supuesto, esto se puede hacer mediante la
distribucin normal o la distribucin de t student, de igual manera pudimos aprender
sobre que es una prueba de significancia, este es un procedimiento que nos da un
criterio ms objetivo para calificar las diferencias entre dos resultado, para hacer las
pruebas de hiptesis tambin podemos utilizar datos pareados, estos son una serie
de datos que con ayuda de la diferencia de varianzas nos ayudan a llegar a un
resultado.
ANEXOS
EXAMEN_AKE PAT DEYSI
EXAMEN_ RAMOS DZIDZ ALEJANDRA
INSTITUTO TECNOLGICO SUPERIOR DE FELIPE CARRILLO
PUERTO
CARRERA:
MATERIA:
TRABAJO:
DOCENTE:
ALUMNAS:
SEMESTRE: 4 GRUPO: C
0
proporciones para estimar aprobar una diferencia entre las mismas. Las
aplicaciones son similares a la diferencia de medias, por ejemplo si dos empresas
consultoras ofrecen datos de proporciones de personas que van a votar por el PRI
y al hacer dos estudios diferentes salen resultados ligeramente diferentes pero qu
tanta diferencia se requiere para que sea estadsticamente significativo? De eso se
tratan las Pruebas estadsticas de diferencias de proporciones.
1
5.4 PRUEBA DE INDEPENDENCIA (ji-CUADRADA).
En una prueba de independencia el nico nmero que el investigador controla
directamente es el tamao total de la muestra. Se extrae una muestra de tamao n
de la poblacin y cada objeto se clasifica segn las dos variables que se estudian.
Ni las frecuencias de cada celda, ni los totales de fila y columna se conocen de
antemano.
El investigador no fija previamente ningn conjunto, es decir, son aleatorios.
El planteamiento de las Hiptesis ser: H 0: A y B son independientes
H 1 : A y B no son independientes.
2
Para expresar esta idea matemticamente utilizamos las probabilidades dadas en
la siguiente tabla: Tabla 2. Tabla de contingencia 2 x 2 con proporciones o
probabilidades
Para que
las pruebas
3
de Ji-cuadrado sean vlidas, es necesario que las muestras sean grandes. Es
decir que las frecuencias esperadas no sean menores de 5. Si esto no se cumple,
puede utilizarse una prueba para pequeas muestras llamada prueba exacta de
Fischer para contrastar independencia.
4
Por otra parte, si las variables no son independientes, las diferencias entre las series
de frecuencias observadas y esperadas sern mayores que las atribuibles al efecto
del azar y, al estar elevadas al cuadrado en el numerador de la expresin anterior,
sta tender a ser mayor que lo que suele ser el valor de una variable chi-cuadrado
Por tanto, el parmetro anterior ser el estadstico de la prueba de hiptesis y la
regin crtica se encontrar siempre en la cola derecha de la distribucin chi-
cuadrado. Nuevamente, esta prueba ser siempre de una sola cola.
Tal como ocurra en la prueba anterior lo corriente es que queramos demostrar que
dos variables son independientes, es decir, que, habitualmente, nos veremos
obligados a colocar nuestra hiptesis en la hiptesis nula.El nmero de grados de
libertad de la chi-cuadrado que sirve de contraste se calcula de la siguiente forma:
A priori tendremos tantos grados de libertad como combinaciones de valores xi, y j
tengamos (I J) A este nmero tendremos que restarle I debido a que, para calcular
las frecuencias esperadas, necesitamos calcular las I sumas de filas en la tabla
anterior. Conocidas las sumas de filas obtenemos el nmero total de observaciones
sin perder ningn grado de libertad. A continuacin, necesitaremos calcular, a partir
de las frecuencias observadas J - 1 de las sumas de columnas; la restante podemos
obtenerla restando la suma de las anteriores del total de observaciones (T). En
resumen, el nmero de grados de libertad de la prueba es el producto del nmero
de filas menos uno por el nmero de columnas menos uno.
5
5.6 PRUEBAS DE BONDAD DE AJUSTE.
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos se
ajustan a una determinada distribucin, esta distribucin puede estar
completamente especificada (hiptesis simple) o perteneciente a una clase
paramtrica (hiptesis compuesta).
Una hiptesis estadstica se defini como una afirmacin o conjetura acerca de la
distribucin f(x,q) de una o ms variables aleatorias. Igualmente se plante que la
distribucin poda tener uno o ms parmetros desconocidos, que denotamos por q
y que la hiptesis se relaciona con este parmetro o conjunto de parmetros En
otros casos, se desconoce por completo la forma de la distribucin y la hiptesis
entonces se relaciona con una distribucin especfica f(x,q) que podamos asignarle
al conjunto de datos de la muestra. El primer problema, relacionado con los
parmetros de una distribucin conocida o supuesta es el problema que hemos
analizado en los prrafos anteriores. Ahora examinaremos el problema de verificar
si el conjunto de datos se puede ajustar o afirmar que proviene de una determinada
distribucin. Las pruebas estadsticas que tratan este problema reciben el nombre
general de Pruebas de Bondad de Ajuste.
Se analizarn dos pruebas bsicas que pueden aplicarse: H0: f(x,q) = f0(x,q) H1:
f(x,q) f0(x,q) Donde f0(x, q) es la distribucin que se supone sigue la muestra
aleatoria.
La hiptesis alternativa siempre se enuncia como que los datos no siguen la
distribucin supuesta. Si se desea examinar otra distribucin especfica, deber
realizarse de nuevo la otra prueba suponiendo que la hiptesis nula es esta nueva
distribucin. Al especificar la hiptesis nula, el conjunto de parmetros definidos por
q puede ser conocido o desconocido. En caso de que los parmetros sean
desconocidos, es necesario estimarlos mediante alguno de los mtodos de
estimacin analizados con anterioridad.
Para formular la hiptesis nula debern tenerse en cuenta los siguientes aspectos
o criterios:
a) La naturaleza de los datos a analizar.
Por ejemplo, si tratamos de investigar la distribucin que siguen los tiempos de falla
de unos componentes, podramos pensar en una distribucin exponencial, o una
distribucin gama o una distribucin Weibull, pero en principio no consideraramos
una distribucin normal. Si estamos analizando los caudales de un ro en un
determinado sitio, podramos pensar en una distribucin logartmica normal, pero
no en una distribucin normal.
6
b) Histograma.
La forma que tome el histograma de frecuencia es quizs la mejor indicacin del
tipo de distribucin a considerar.
5.7 APLICACIONES.
Para la ocurrencia de dos eventos, en la cual se desea observar si son dependientes
o independientes.
La distribucin ji cuadrada sirve para todas las inferencias sobre la variancia de una
poblacin. Existen muchos problemas para los cuales los datos son categorizados
y los resultados expuestos en forma de conteos o cuentas. Se pueden aplicar en:
un conjunto de calificaciones de un examen final puede ser representado como una
distribucin de frecuencias.
Estos valores son cuentas: l numera de datos que caen en cada celda.
En una encuesta determinada se podra preguntar a unas personas si votaran por
los candidatos A, B o C, por lo general, los resultados se indican en una grfica que
informa acerca del nmero de votantes para cada categora posible
7
CONCLUSIN
En una ardua investigacin se llega a la conclusin de que para disear un buen
plan de muestras se requieren siempre utilizar dos muestras de manera
independiente y usar la diferencia de proporciones para poder hacer una estimacin
o probar alguna diferencia entre estos, de lo cual se aprendi durante este trabajo.
8
CONCLUSIN GENERAL
En conclusin en este trabajo se pudo aprender que la estadstica es una ciencia
que se encarga de reunir informacin cuantitativa y deducir con esto mediante el
anlisis significados precisos o previsiones para el futuro, esta nos da herramientas
para poder sacar datos estadsticos utilizando muestras aleatorias.