Escolar Documentos
Profissional Documentos
Cultura Documentos
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Introduccin
Elemento Poblacin Muestra es la entidad en la que se recogen datos. es el conjunto total de elementos de un estudio. es un subconjunto de la poblacin.
es la poblacin de la cual se extrae la muestra es una lista de los elementos de donde se seleccionar la muestra.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Anlisis de Datos
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Anlisis de Datos
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Estimacin Puntual
La estimacin puntual es una forma de inferencia estadstica. Para una estimacin puntual, usamos datos provenientes de una muestra calculamos el valor del estadstico muestral que nos servir para estimar el parmetro poblacional. Nos referimos a: X como estimador puntual de la media m s como estimador puntual de la desviacin estndar s p como estimador puntual de la proporcin p
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Distribucin Muestral de X
Proceso de inferencia estadstica
Poblacin con Media m=?
Se seleccionan de la poblacin una muestra aleatoria simple de n elementos
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
Distribucin Muestral de X
La distribucin muestral de X es la distribucin de probabilidad es de todos los posibles valores de la media muestral.
Valor Esperado de X E( X ) = m Donde: m = Media / Parmetro poblacional.
Cuando el valor esperado del estimador puntual es igual al parmetro de la poblacin, se dice que el estimador puntual es insesgado.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
10
Distribucin Muestral de X
Desviacin Estndar de X
Usaremos la siguiente notacin para definir la desviacin estndar de la distribucin muestral de X.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
11
Distribucin Muestral de X
Desviacin Estndar de X
Poblacin Finita Poblacin Infinita
sx =
N-n N-1
s
n
sx =
s
n
Anlisis de Datos
12
Distribucin Muestral de X
Cuando la poblacin tiene una distribucin normal, la distribucin muestral de X es una distribucin normal para cualquier tamao de la muestra. En la mayora de los casos, la distribucin muestral de X, se puede aproximar a la distribucin normal cuando la muestra es de tamao mayor o igual a 30. En los casos en que la poblacin es muy sesgada, o tiene valores extremos, las muestras tendran que ser un poco ms grandes, por lo menos 50. La distribucin muestral de X se puede utilizar para proporcionar informacin sobre la probabilidad de que tan cerca de la media muestral X est la media poblacional m.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
13
Anlisis de Datos
14
X
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
15
Distribucin Muestral de P
Proceso de inferencia estadstica
Poblacin con Proporcin p=? Se seleccionan de la poblacin una muestra aleatoria simple de n elementos
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
16
Distribucin Muestral de P
La distribucin muestral de P es la distribucin de probabilidad es de todos los posibles valores de la proporcin muestral.
Valor Esperado de P E( P ) = p Donde: p = Proporcin poblacional.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
17
Distribucin Muestral de P
Desviacin Estndar de P
Poblacin Finita Poblacin Infinita P (1 P) n
sP =
N-n N-1
sP =
P (1 P) n
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
18
Por lo tanto, la distribucin muestral de p se puede aproximar a una NORMAL ya que el n es siempre grande y cumple con las condiciones de:
n * P > 5 y n * (1 P) > 5
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
19
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
20
El propsito de un estimado por intervalo es proporcionar informacin sobre cun cerca est la estimacin puntual del parmetro.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
21
x Margin of Error
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
22
/2
/2
z / 2 s x
z / 2 s x
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
23
/2
El intervalo NO incluye am
m
[------------------------- X -------------------------]
El intervalo SI incluye a m
Anlisis de Datos
24
s
n
Anlisis de Datos
25
10% 5% 1%
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
26
Significado de la Confianza
Porque el 90% de los intervalos construidos usando X + Z/2 sX contienen a la media poblacional, se dice que tenemos un 90% de confianza en que dicho intervalo incluye a la media poblacional m.
Decimos que este intervalo se ha construido con un nivel de confianza del 90%. El valor 0.90 se conoce como el coeficiente de confianza.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
27
Anlisis de Datos
28
Anlisis de Datos
29
Distribucin t
La distribucin t es una familia de distribuciones. Cada distribucin t especfica depende de un parmetro llamado grados de libertad. Grados de libertad se refieren al nmero de piezas de informacin independientes que ingresan en el clculo de la desviacin estndar de la muestra s. A medida que aumentan los grados de libertad, la diferencia entre la distribucin t y la distribucin normal estndar es menor y menor. Para ms de 100 grados de libertad, Z es una buena aproximacin de t. Una distribucin t con ms grados de libertad tiene menos dispersin.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
30
Distribucin t
Distribucin normal estndar Distribucin t (20 grados de libertad)
Z/t
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
31
S n
Anlisis de Datos
32
Anlisis de Datos
33
s
Conocido
No
Use
X Z / 2
s
n
s
Desconocido
Use
X t /2
S n
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
34
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
35
E = Z/ 2
s
n
(Z / 2 ) 2 s 2 n= 2 E
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
36
Anlisis de Datos
37
La distribucin muestral de p, que es la Binomial, juega un papel clave en el clculo del margen de error de esta estimacin por intervalo.
Dicha distribucin se puede aproximar por una distribucin normal cuando: n p > 5 y n (1 - p) > 5.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
38
sp =
p (1-p)
n
/2
/2
p
Z/2 sp
Z/2 sp
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
39
p (1-p) n .
Anlisis de Datos
40
E = Z/2
p(1- p) n .
Tamao de muestra necesario Sin embargo, p no se conocer ni despus de obtener la muestra. Por ello para calcular el tamao de la muestra usaremos el estimado preliminar p*. (Z/2)2 p*(1- p*) n= E2 .
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
41
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
42
Prueba de Hiptesis
Prueba de hiptesis: se utiliza para determinar si una declaracin acerca del valor de un parmetro debe o no debe ser rechazada.
La hiptesis nula, denotada por H0, es una afirmacin acerca de un parmetro de la poblacin. La hiptesis alternativa, representada por Ha, es lo contrario de lo que se afirma en la hiptesis nula. El procedimiento de prueba de hiptesis usa datos de una muestra para verificar las hiptesis planteadas H0 y Ha.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
43
Anlisis de Datos
44
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
45
m = 40?
Es
X = 22 @
No!
RECHAZO
Hiptesis
Muestra
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
46
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
47
Anlisis de Datos
48
Anlisis de Datos
49
Error Tipo I
Desde que una prueba de hiptesis se basa en datos de una muestra, nosotros debemos considerar la posibilidad de cometer error.
Error Tipo I es rechazar H0 cuando sta es CIERTA. La probabilidad de cometer error tipo I si la hiptesis nula es cierta, se llama nivel de significacin. Aplicaciones de prueba de hiptesis que slo controlan el error tipo I se denominan pruebas de significacin.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
50
Error Tipo II
Error Tipo II es aceptar H0 cuando sta es FALSA. Es difcil controlar la probabilidad de cometer error Tipo II, representada por . Los estadsticos de alguna manera reducen el riesgo de cometer este error usando no rechazo H0 en lugar de acepto H0.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
51
Error Tipo I
Decisin Correcta
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
52
Anlisis de Datos
53
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
54
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
55
Anlisis de Datos
56
Anlisis de Datos
57
Intervalos de Confianza como aproximacin a una prueba de dos colas para la Media de la Poblacin
Seleccionar una muestra aleatoria simple de la poblacin y use el promedio muestral X para desarrollar un intervalo de confianza para la estimacin de m. Si el intervalo de confianza contiene el valor hipottico m0, entonces NO rechazar H0. De otro modo, rechazar H0.
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
58
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
59
Resumen de las Formas que toman las Hiptesis para la Proporcin Poblacional
Como se dijo ya, la igualdad siempre est en la hiptesis nula. En general, una prueba de hiptesis acerca del valor de una proporcin poblacional p debe tomar una de las tres formas siguientes (donde p0 es el valor hipottico de la proporcin poblacional). H0: p > p0 H0: p < p0 H0: p = p0 Ha: p < p0 Ha: p > p0 Ha: p = p0 Una Cola (izquierda) Una Cola (derecha) Dos Colas
Notas de clase elaboradas por el Prof. Toms Minauro L. Lima, esan, 2012.
Anlisis de Datos
60
Anlisis de Datos
61
Anlisis de Datos
62
Anlisis de Datos
63