Академический Документы
Профессиональный Документы
Культура Документы
Exponencial
( )
k =n
Y =ceaX axk 2
j ( a,c ) = ce - yk
k =1
Logartmico Y=aln(X)+b k =n
j ( a,b ) = ( aln ( x k ) + b - y k )
2
k =1
Logstico b k =n b
2
Y= j ( a,b,c ) = axk - y k
1+ceaX
k =1 1+ce
Como se puede ver, las funciones de error tienen formas muy complejas que con seguridad,
conducirn a sistemas de ecuaciones normales muy difciles de resolver. Por esta razn, se
requiere realizar cambios de variables en el modelo a fin de que el sistema de ecuaciones
normales resultante sea lineal. A continuacin se muestran algunos ejemplos de cambios de
variables convenientes de acuerdo al modelo, en algunos modelos se requiere aplicar logaritmos
y por tanto se requiere que los datos sean positivos.
Modelo hiperblico:
1 1
Para el modelo Y = , es conveniente escribirlo como aX+b = , luego hacer los cambios
aX+b Y
1
u= y v=X, resultando el modelo lineal u=av + b.
Y
Modelo Potencial:
Para el modelo Y =aXb , se aplican logaritmos y resulta la ecuacin logartmica ln(Y)=ln(a)
+bln(X). Despus de hacer los cambios u=ln(Y), v=ln(X) y c=ln(a) resulta la ecuacin lineal u =
bv + c.
Modelo Exponencial:
Para el modelo Y =ceaX , se aplican logaritmos y resulta la ecuacin logartmica ln(Y)=ln(c)+aX.
Despus de hacer los cambios u=ln(Y), v=X y b=ln(c) resulta la ecuacin lineal u = b + av.
Para el modelo Y=aln(X)+b, se aplican los cambios u=Y, v=ln(X) y resulta la ecuacin lineal u =
av + b.
Modelo Logstico:
1
b b
Para el modelo Y= , primero se escribe como 1+ceaX = , luego se escribe como
aX Y
1+ce
b b
ceaX = - 1 , se aplican logaritmos y resulta la ecuacin logartmica ln - 1 = aX+ln(c) . Despus
Y Y
b
de hacer los cambios u = ln - 1 , v=X y d=ln(c) resulta la ecuacin lineal u = av + d.
Y
Es as como a travs de los puntos de atencin en donde el INMLCF tiene presencia (informacin
directa) y por medio de los mdicos rurales en los lugares del pas en donde no se cuenta con
unidad bsica (informacin indirecta), se ingresa la informacin que permite caracterizar las
lesiones de causa externa mediante variables sociodemogrficas, de caracterizacin del hecho y
espacio-temporales. La siguiente tabla contiene datos de los homicidios durante los aos 2004 a
2009 en Bogot:
Departamento
2004 2005 2006 2007 2008 2009 Total
del hecho
Bogot, D.C. 1600 1689 1336 1401 1465 1649 9140
Teniendo en cuenta el nmero de homicidios en Bogot entre los aos 2004 y 2009, determine
el coeficiente de correlacin. En el ao 2012, cuntos homicidios podemos suponer que se
presentarn en la ciudad de Bogot?
Semestre Poblacin
Semestre 1 de 2005 12
Semestre 2 de 2005 34
Semestre 1 de 2006 62
Semestre 2 de 2006 96
Semestre 1 de 2007 134
Semestre 2 de 2007 176
Semestre 1 de 2008 222
Semestre 2 de 2008 271
Semestre 1 de 2009 324
Semestre 2 de 2009 379
Semestre 1 de 2010 437
Semestre 2 de 2010 498
Inversin Ingresos
(en (en
millones) millones)
10 200
20 230
3
30 260
40 290
50 240
60 280
70 320
80 380
90 320
100 380
110 440
120 500
Ejercicio 7: Paracaidismo
Para conocer la relacin entre la velocidad de cada de un paracaidista y la fuerza de friccin
hacia arriba, se han realizado las siguientes mediciones:
4
Ejercicio 8: Poblacin de roedores
Cuando una poblacin P(t) tiende a cierto valor L a medida que transcurre el tiempo t, la grfica
L
de P es una curva conocida como curva logstica y definida como P(t) = . Encuentre la curva
1+ceat
logstica que se ajusta a la siguiente tabla, considerando que la poblacin tiende a L=1200.
t 0 1 2 3 4 5
P(t) 180 350 600 800 950 1100
Y = Cantidad de
X = Tasa de
Mes Construcciones
inters (%)
iniciadas
Enero 11,5 260
Febrero 11,4 250
Marzo 11,6 241
Abril 12,4 256
Mayo 12,8 270
Junio 13,2 220
Julio 13,5 190
Agosto 13,0 195
Septiembre 12,7 200
Octubre 12,9 210
Noviembre 12,5 230
Diciembre 12,0 245
a) Encuentre la recta de regresin lineal para estos datos.
b) Pronostique el nmero de construcciones iniciadas que corresponden a una tasa de
inters de 11,0%.
X 3 5 6 8 11 13 15 16
Y 2.5 5.5 5.5 8.5 10.5 13.5 15.0 15.0
a) Determine el modelo de regresin que explica el peso perdido en funcin del tiempo que se
lleva siguiendo la dieta.
b) Segn el modelo considerado, qu peso esperara perder una persona que siga la dieta
durante 8 semanas?
5
Ejercicio 11: El mejor modelo
Las funciones Y = 4.5 0.121X, Y = 0.0054X 2 0.3065X + 5.3333, Y = 8.4242X -
0.5644 -0.0516X
, Y = 4.9408e y Y = 6 1.4427ln(X), son modelos que se ajustan a los datos que se
muestran en la tabla. Determine cul de las cinco curvas es la que mejor se ajusta.
X 2 4 8 16 32
Y 5 4 3 2 1
q 10 20 30 40 50 60 70 80 90
p 100 70 50 55 50 45 40 35 35
6
La siguiente tabla muestra la poblacin de Estados Unidos cada 20 aos, desde el ao 1820
hasta el ao 2000. Encuentre las curvas de regresin exponencial y geomtrica asociadas a la
tabla de datos, y determine de dos maneras diferentes cul es la ms apropiada para pronosticar
la poblacin aproximada en el ao 2020.
Ao 1820 1840 1860 1880 1900 1920 1940 1960 1980 2000
Pobl 1,0 1,7 3,1 5,0 7,6 10,6 13,2 17,9 22,7 28,1
S 1 2 3 4 5 6 7 8 9 10 11 12
A 14 28 34 56 68 114 158 226 326 400 438 474
Objetivo:
El objetivo de este taller es elaborar tablas de distribuciones muestrales a partir de los datos una
variable aleatoria X.
Definicin:
Una muestra es la seleccin de un numero de observaciones de a partir de una poblacin objeto
de investigacin; se denomina muestra aleatoria a una seleccin que sigue un mtodo de
eleccin impredecible. Las muestras nos permiten mediante la inferencia estadstica representar
los resultados de la poblacin de donde se haya extrado, existiendo una variacin en los
resultados conocida como error de muestreo.
7
Actividad 1:
Consideremos la variable X correspondiente a las notas de siete estudiantes en una prueba de
informtica. La tabla muestra los cdigos de los estudiantes y las notas obtenidas por ellos:
Cdigo X=Notas
01 25
02 20
03 45
04 40
05 30
06 35
07 50
Definicin:
Sea A= { x1,x2 ,x3 ,...,xn } una muestra tomada de una poblacin S= { x1,x2 ,x3 ,...,xn ,..., xm } .
k =n
n n
k =n
n-1 n-1
Actividad 2:
Consideremos las 35 muestras resultantes, y a cada muestra, calclese la media X :
8
Actividad 3:
Considere la variable aleatoria X . (Poblacin de medias)
9
a) Determine el recorrido de la variable X .
b) Elabore una tabla de distribucin de frecuencias de la variable X .
c) Elabore una tabla de distribucin de frecuencias relativas de la variable X .
Actividad 4:
Conclusiones:
Dada una poblacin X y su poblacin de medias muestrales X , se concluye que:
Actividad 5:
Consideremos las 35 muestras resultantes, y a cada muestra, calclese la varianza S2.
10
Actividad 6:
Considere la variable aleatoria S2. (Poblacin de varianzas muestrales)
11
a) Determine el recorrido de la variable S2.
b) Elabore una tabla de distribucin de frecuencias de la variable S2.
c) Elabore una tabla de distribucin de frecuencias relativas de la variable S 2.
Actividad 7:
Conclusiones:
Dada una poblacin X y su poblacin de varianzas muestrales S2, se concluye que:
12
Objetivo:
El objetivo de la estimacin puntual es usar una muestra para obtener nmeros (estimaciones
puntuales) que sean la mejor representacin de los verdaderos parmetros de la poblacin.
Actividad 1:
Cuatro tiradores desconocidos llegan a una competencia en donde cada uno debe lanzar el dardo
25 veces. Dependiendo de la zona en donde quede el dardo recibir una puntuacin segn la
siguiente figura:
Al terminar de hacer sus lanzamientos cada tirador, se tom una foto del objeto de tiro al blanco para
ser analizada por los jueces y decidir cul de los cuatro es el mejor. Las fotos se muestran en la
siguiente figura:
Llene la siguiente tabla, en la primera se colocan los puntajes, y en las dems columnas se
colocan la cantidad de dardos que cay en cada zona para cada tirador.
Los jueces, para determinar cul es el mejor de los cuatro competidores, calcula la media de los puntajes
obtenidos por cada tirador. Calcule la media X de los puntajes Xk obtenidos por cada tirador, y escrbalos en
la siguiente tabla:
13
Competidor Media de los puntajes X
Tirador 1 x1 =
Tirador 2 x2 =
Tirador 3 x3 =
Tirador 4 x4 =
PREGUNTAS:
4. Desde el inicio de la competencia se poda predecir la media que obtendra cada competidor?
NOTA:
Actividad 2:
Con motivo de los festejos del da del nio, el departamento de relaciones pblicas de una
fbrica desea conocer el nmero de hijos que tienen los 200 obreros que ah laboran. Para esto,
se entrevistan a todos los obreros en orden alfabtico, como aparecen en la nmina,
obtenindose los resultados que se muestran en la tabla.
12. Seleccione una muestra con reemplazo de tamao n=30. Considere la variable X = Nmero
de hijos por obrero.
13. Elabore una tabla de frecuencias absolutas y relativas para su muestra, clasificando los
obreros de acuerdo a la variable X.
14. Calcule x de su muestra seleccionada
14
Nmero del Nmero de Nmero del Nmero de Nmero del Nmero de Nmero del Nmero de
Obrero Hijos Obrero Hijos Obrero Hijos Obrero Hijos
1 8 51 6 101 8 151 4
2 0 52 4 102 0 152 3
3 5 53 7 103 5 153 4
4 3 54 8 104 3 154 5
5 6 55 5 105 4 155 0
6 5 56 7 106 8 156 8
7 0 57 4 107 2 157 4
8 4 58 8 108 0 158 5
9 0 59 8 109 6 159 5
10 8 60 7 110 3 160 8
11 7 61 0 111 0 161 4
12 6 62 2 112 5 162 3
13 1 63 0 113 4 163 8
14 4 64 0 114 2 164 0
15 0 65 2 115 4 165 8
16 7 66 3 116 4 166 0
17 4 67 4 117 2 167 2
18 5 68 8 118 5 168 4
19 8 69 7 119 6 169 8
20 0 70 3 120 8 170 1
21 2 71 5 121 6 171 8
22 8 72 1 122 0 172 2
23 4 73 5 123 7 173 5
24 5 74 3 124 3 174 8
25 6 75 4 125 7 175 2
26 5 76 7 126 0 176 4
27 3 77 6 127 3 177 6
28 8 78 2 128 0 178 3
29 7 79 3 129 5 179 6
30 1 80 0 130 4 180 5
31 4 81 0 131 7 181 3
32 6 82 6 132 3 182 2
33 0 83 2 133 5 183 7
34 5 84 6 134 5 184 2
35 4 85 4 135 6 185 7
36 1 86 4 136 0 186 3
37 1 87 0 137 3 187 2
38 4 88 8 138 5 188 6
39 4 89 8 139 2 189 4
40 3 90 5 140 3 190 6
41 5 91 4 141 3 191 8
42 5 92 4 142 0 192 5
43 7 93 8 143 4 193 3
44 8 94 3 144 8 194 5
45 7 95 3 145 3 195 5
46 8 96 1 146 3 196 3
47 6 97 7 147 1 197 6
48 4 98 8 148 7 198 6
49 3 99 8 149 5 199 4
50 3 100 6 150 4 200 4
PREGUNTAS FINALES:
15
4.1 Estimacin de la media por intervalos - Varianza conocida
Objetivo:
El objetivo de la estimacin por intervalos es obtener los lmites entre los cuales se encuentra el
verdadero valor del parmetro de una poblacin con un cierto nivel de confianza.
Teora:
Un intervalo probabilstico (a,b) para el cual la probabilidad de que el intervalo contenga al
parmetro (Medida descriptiva para la poblacin) sea igual a 1- se llama Intervalo de
confianza al (1-)x100% para estimar al parmetro . En tal caso se escribe P(a< <b) = 1-.
Actividad 1:
18. Seleccione una muestra con reemplazo de tamao n=40. Considere la variable X = Nota
final del participante.
19. Calcule una estimacin puntual x0 a partir de su muestra seleccionada.
20. Calcule un intervalo de confianza para la media poblacional con una probabilidad del 95%,
tomando la estimacin puntual x0 calculada por usted en el punto anterior.
21. Use la Tabla de la Normal Estndar Z, para encontrar los extremos del intervalo (-Z /2,Z/2)
22. Cules son los valores de Z/2 y Z/2? Estos valores se llaman coeficientes de confianza.
16
23. La desigualdad - x0 < Z/2 es equivalente a x0 -Z/2 << x 0 +Z /2 . Por lo tanto,
n n n
P - x0 < Z/2 = 0.95 es equivalente a P
x0 -Z/2 << x 0 +Z /2 = 0.95
n n n
24. Ahora, comparando P( a < < b ) = 0.95 y P x0 -Z/2 << x 0 +Z /2 = 0.95
se tiene
n n
a = x0 -Z/2 y b = x0 -Z/2 .
n n
25. Cules son los valores de a = x0 -Z/2 y b = x0 -Z/2 ?
n n
26. Finalmente, Cul es el intervalo de confianza (a,b) ?
28. Cul ser el intervalo de confianza, si se toma un nivel de significacin del 10% ?
29. Cul ser el intervalo de confianza si toma un nivel de confianza del 96.6%
30. Cul debe ser el tamao de la muestra para obtener un intervalo con un nivel de confianza
del 95%, con un margen de error de 1 punto?
31. Cul debe ser el tamao de la muestra para obtener un intervalo con un nivel de confianza
del 95%, con un margen de error de 2 puntos?
32. Cul debe ser el tamao de la muestra para obtener un intervalo con un nivel de
significacin del 10%, con un margen de error de 2 puntos?
33. Si se toma una muestra de tamao n=20 y se desea obtener un intervalo de confianza con
un nivel de confianza del 90%, entonces:
a) Cules son los coeficientes de confianza?
b) Cul es la longitud del intervalo de confianza?
34. Ahora, seleccione una muestra sin reemplazo de tamao n=30. Considere la variable X =
Nota final del participante.
a) Elabore la Tabla de distribucin de X.
b) Calcule una estimacin puntual de la media poblacional .
c) Cul es el margen de error?
d) Para un nivel de confianza del 90%, Cul es el intervalo de confianza?
35. Ahora, seleccione una muestra sin reemplazo de tamao n=40. Considere la variable X =
Nota final del participante.
a) Elabore la Tabla de distribucin de X.
b) Calcule una estimacin puntual de la media poblacional .
c) Cul es el margen de error?
d) Para un nivel de significacin del 10%, Cul es el intervalo de confianza?
17
Tabla 1: Notas finales de 250 participantes.
18
4.2 Estimacin de la media por intervalos - Varianza desconocida
Objetivo:
El objetivo de este taller es realizar la estimacin por intervalos de la media poblacional cuando
no se conoce la varianza de la poblacin. Se usar la distribucin T-Student y se trabajar con la
varianza de la muestra. Tambin veremos la utilidad del teorema central del lmite.
Distribucin T-Student:
La distribucin T fue creada por Goset y formalizada por Fisher. Es una familia de distribuciones
semejantes a la distribucin normal estndar Z. Cada miembro de la familia T est determinado
por el tamao de la muestra n. Para valores pequeos de n, se tiene que 2 (T)> 2 (Z) . A medida
que aumenta el valor de n, las grficas de f(T) se acercan a la grfica de f(Z), esto permite
calcular probabilidades de la distribucin T-Student con la distribucin Z-Estndar.
n-1
grados de libertad.
n +1
-
x 2 2 n + 1
+ 1 G
3) La funcin T-Student para n grados de libertad es f ( x) = n 2 , donde
n
n
np G
2
G(a) =
t a -1e - t dt .
0
19
Estimacin de en muestras grandes (n>30):
2 (X)
2) (X)=(X) y 2 (X)= .
n
Por lo tanto se puede utilizar la tabla de la normal estndar Z para estimar el intervalo que
contiene a la media con una seguridad de ( 1- %) buscando el valor de z0 para el cual se
acumula simtricamente el ( 1- %) del rea bajo la normal estndar. Es decir,
S 1- S S
0< x-< z
P 0 = % . El intervalo de confianza es x - z 0 < <x + z0 .
n 2 n n
Ejercicio 1:
Encuentre el valor de t0, para el cual se cumplen las siguientes igualdades:
a) P ( T8 < t 0 ) = 0.75
b) P ( T10 < t 0 ) = 0.80
c) P ( T12 < t 0 ) = 0.85
d) P ( T15 < t 0 ) = 0.90
e) P ( T20 < t 0 ) = 0.95
20
Ejercicio 2:
De una poblacin X, donde no se conoce la media y la varianza, se toman muestras de tamao n
y varianza S2. Se quiere estimar (X). Use la tabla T-Student, para completar la siguiente tabla:
n x 1- S2 t0
10 8.5 0.80 14.40
15 7.5 0.90 20.25
20 9.0 0.95 12.25
25 10.5 0.90 72.25
30 11.5 0.99 81.00
Ejercicio 3:
De una poblacin X, donde no se conoce la media y la varianza, se toman muestras de tamao n
y varianza S2. Se quiere estimar (X). Use la tabla T-Student, para completar la siguiente tabla:
Intervalo de
n x 1- S2
confianza
10 8.5 0.80 14.40
15 7.5 0.90 20.25
20 9.0 0.95 12.25
25 10.5 0.90 72.25
30 11.5 0.99 81.00
Ejercicio 4:
De una poblacin X, donde no se conoce la media y la varianza, se toman muestras de tamao n
y varianza S2. Se quiere estimar (X). Compare los intervalos de confianza obtenidos usando la
tabla T-Student con los obtenidos usando la tabla normal estndar. Complete la siguiente tabla:
Intervalo de Intervalo de
n x 1- S2
confianza con T confianza con Z
35 8.5 0.80 14.40
40 7.5 0.90 20.25
45 9.0 0.95 12.25
50 10.5 0.90 72.25
55 11.5 0.99 81.00
Ejercicio 5:
Un grupo de 400 estudiantes present una prueba de Informtica calificada de 0 a 10 puntos. Se
toma una muestra de 40 estudiantes. En la tabla se muestran las notas de la muestra.
Estime en que intervalo se encuentra el promedio de todo el grupo con una seguridad del 80%,
90% y 95%, utilizando las distribuciones T-Student y Z-Normal estndar.
21
TABLA DE LA DISTRIBUCIN T-STUDENT
1-
n 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
22