Problemas Estimacion Una YDos Muestras

Problemas de Estimacin de Una y
Dos Muestras
UCR ECCI
CI-1352 Probabilidad y Esradstica
Prof. M.Sc. Kryscia Daviana Ramrez Benavides
Inferencia Estadstica
La teora de la inferencia estadstica consiste en aquellos
mtodos por los que se realizan inferencias o generalizaciones
acerca de una poblacin.
La inferencia estadstica se puede dividir en dos reas
principales: estimacin y prueba de hiptesis.
En este captulo se tratar sobre el rea de estimacin.
UCR-ECCI CI-1352 Probabilidad y Estadstica

Problemas de Estimacin de Una y Dos Muestras 2
Estimacin de la Media
Una Muestra
Si la muestra se selecciona de una poblacin normal o, a falta
de esta, si n es suficientemente grande, se puede establecer un
intervalo de confianza para al considerar la distribucin
muestral de X.
La estimacin de la media de la poblacin (), se hace por
medio del teorema del lmite central.
De acuerdo a este teorema se puede establecer la distribucin
muestral de X, que est distribuida de forma aproximadamente
normal con X = y desviacin estndar X = n .

Una Muestra (cont.)
Al escribir z/2 para el valor z el cual se tiene un rea de /2 a
la derecha, se puede ver que
P ( z 2 < Z < z 2 ) = 1
X
Z=
n
X
P z 2 < < z 2 = 1
n

Una Muestra (cont.)

Una Muestra (cont.)
Al multiplicar cada trmino en la desigualdad por n,
despus restar X y multiplicar por -1, se obtiene:

P X z 2 < < X + z 2 = 1
n n
Se selecciona una muestra aleatoria de tamao n de una

poblacin cuya varianza 2 se conoce y se calcula la media de
la muestra para obtener un intervalo de confianza de
(1 )100%.

Una Muestra (cont.)
Intervalo de Confianza de con conocida. Si x es la
media de una muestra aleatoria de tamao n de una poblacin
con varianza 2, conocida, un intervalo de confianza de (1 )
100% para est dado por

x z 2 < < x + z 2
n n
Donde z/2 es el valor z que deja un rea de /2 a la derecha.

Una Muestra (cont.)
Para muestras pequeas que se seleccionan de poblaciones no
normales, no se puede esperar que el grado de confianza sea
preciso.
Para muestras de tamao n 30, sin importar la forma de la
mayor parte de las poblaciones, la teora de muestreo garantiza
buenos resultados.

Una Muestra (cont.)
Si es realmente el valor central del intervalo, entonces x
estima sin error. La mayor parte de las veces, x no ser
exactamente igual a y la estimacin puntual es errnea.
La magnitud de este error ser el valor absoluto de la
diferencia entre y x, y se puede tener (1 )100% de
confianza de que esta diferencia no exceder z 2 n .
ERROR

x z 2 x x + z 2
n n

Una Muestra (cont.)

Una Muestra (cont.)
Teorema. Si se utiliza x como una estimacin de , se puede
tener una confianza de (1 )100% de que el error no
exceder de z 2 n .
exceder una cantidad especfica e cuando el tamao de la
muestra es

2

n = z 2 e = z 2
e n

Una Muestra (cont.)
Con frecuencia no se conoce la varianza de la poblacin, por
lo que para estimar la media de la poblacin se recurre a la
distribucin t.
Al escribir t/2 para el valor t el cual se tiene un rea de /2
con v grados de libertad, se puede ver que
P ( t 2 < T < t 2 ) = 1
X
T=
S n
X
P t 2 < < t 2 = 1
S n
Una Muestra (cont.)

Una Muestra (cont.)
Al multiplicar cada trmino en la desigualdad por S n,
despus restar X y multiplicar por -1, se obtiene:
S S
P X t 2 < < X + t 2 = 1
n n
Se selecciona una muestra aleatoria de tamao n de una

poblacin cuya varianza no se conoce y se calcula la media y
la desviacin estndar de la muestra para obtener un intervalo
de confianza de (1 )100%.

Una Muestra (cont.)
Intervalo de Confianza de con desconocida. Si x y s
son la media y la desviacin estndar de una muestra aleatoria
de tamao n de una poblacin normal con varianza 2,
desconocida, un intervalo de confianza de (1 )100% para
est dado por
s s
x t 2 < < x + t 2
n n
Donde t/2 es el valor t con v = n 1 grados de libertad, que
deja un rea de /2 a la derecha.

Una Muestra (cont.)
exceder de t 2 s n.
exceder una cantidad especfica e cuando el tamao de la
muestra es 2
s s
n = t 2 e = t 2
e n

Una Muestra (cont.)
Los estadsticos recomiendan que aun cuando no se puede
suponer la normalidad, con desconocida y n 30, s puede
remplazar a y utilizar el intervalo de confianza
s
x z 2
n
Por lo general, este se denomina como un intervalo de
confianza de muestra grande.
La calidad de este enfoque mejora conforme el tamao de la
muestra crece ms.

Problemas de Estimacin de Una y Dos Muestras
Lmites de Confianza Unilaterales
Los intervalos de confianza y los lmites de confianza vistos
hasta ahora son en realidad bilaterales (se da tanto el lmite
inferior como superior).
Sin embargo, hay muchas aplicaciones en que slo se requiere
un lmite.
Si la medida de inters es la resistencia a la tensin, el ingeniero
recibe ms informacin del lmite inferior, escenario del peor caso.
Si para la medida de una variable un valor relativamente grande de
no es provechoso o deseable, entonces resultar de inters el lmite
superior.

Lmites de Confianza Unilaterales (cont.)
Los lmites de confianza unilaterales se desarrollan de la
misma forma que los intervalos bilaterales.
Si X es la media de una muestra aleatoria de tamao n a partir
de una poblacin con varianza 2, los lmites de confianza
unilaterales de (1 )100% para estn dados por

lmite inferior x z
n

lmite superior x + z
n

Lmites de Confianza Unilaterales (cont.)
Si X es la media de una muestra aleatoria de tamao n a partir
de una poblacin con varianza desconocida, los lmites de
confianza unilaterales de (1 )100% para estn dados por
s
lmite inferior x t
n
s
lmite superior x + t
n

Error Estndar de una Estimacin Puntual
La desviacin estndar de X se conoce en la estimacin como
error estndar de X.
De manera simple, el error estndar de un estimador es su desviacin
estndar.
En el caso donde se desconoce y el muestreo es sobre una
distribucin normal, s reemplaza a y se incluye el error estndar
estimado.
El punto importante a considerar es que el ancho del intervalo
de confianza de depende de la calidad del estimador puntual
a travs de su error estndar.

Error Estndar de una Estimacin Puntual (cont.)
De esta forma los lmites de confianza de son
x z 2

n
()
= x z 2 s.e. x , conocida
s.e.(x ), desconocida
s
x t 2 = x t 2
n
Donde s.e. (e.e.) es el error estndar y s.e. (e.e.) es el error
estndar estimado.

Lmites de Prediccin
Algunas veces, aparte de estimar la media de la poblacin,
interese predecir los posibles valores de una observacin
futura.
Este tipo de requerimiento se satisface muy bien mediante la
construccin de un intervalo de prediccin.
Al predecir una observacin futura se necesita la variacin de
la media y la variacin de una observacin futura.
Por suposicin se sabe que la varianza del error aleatorio en una
nueva observacin es 2.

Lmites de Prediccin (cont.)
El desarrollo de un intervalo de prediccin se representa mejor
empezando con una variable aleatoria normal X 0 X , donde
X0 es la variable aleatoria de los valores de la nueva
observacin. Como X0 y X son independientes, entonces
P ( z 2 < Z < z 2 ) = 1
X0 X
X0 X
Z= =
+ n 1+1 n
2 2
X0 X

P z 2 < < z 2 = 1
+
1 1 n
Para un distribucin normal de mediciones con media
desconocida y varianza conocida 2, un intervalo de
prediccin de (1 )100% de una observacin futura x0 es
x z 2 1 + 1 n < x0 < x + z 2 1 + 1 n

Resulta importante tratar con el intervalo de prediccin de una
observacin futura en la situacin en que se desconoce la
varianza de la poblacin; para lo cual se utiliza la distribucin
t de Student en vez de la distribucin normal.
P ( t 2 < t < t 2 ) = 1
X0 X X0 X
T= =
s + s n s 1+1 n
2 2
X X
P t 2 < 0
< t 2 = 1
+
s 1 1 n
Para un distribucin normal de mediciones con media
desconocida y varianza desconocida 2, un intervalo de
prediccin de (1 )100% de una observacin futura x0 es
x t 2 s 1 + 1 n < x0 < x + t 2 s 1 + 1 n
Donde t/2 es el valor t con v = n 1 grados de libertad, que

deja un rea de /2 a la derecha.

Los intervalos de prediccin unilaterales tambin son
importantes de considerar.
Casos donde se debe enfocarse en observaciones futuras grandes se
aplican los lmites de prediccin superiores.
Casos donde se debe concentrarse en observaciones futuras pequeas se
sugieren los lmites de prediccin inferiores.
lmite inferior x z 1 + 1 n
conocida
lmite superior x + z 1 + 1 n
lmite inferior x t s 1 + 1 n
desconocida
lmite superior x + t s 1 + 1 n
Lmites de Tolerancia
En otros casos, el inters se centra en saber donde cae la
mayora de los valores de la poblacin.
Esto es til para conocer el desempeo a largo plazo, no en la
siguiente observacin.
Un mtodo para establecer el lmite deseado consiste en
determinar un intervalo de confianza sobre una proporcin
fija de las mediciones.
Al visualizar un muestreo aleatorio de una distribucin normal con
media conocida y varianza 2; un lmite que cubre el 95% de la
poblacin de observaciones es 1.96.

Lmites de Tolerancia (cont.)
Lo anterior denota un intervalo de tolerancia y, en realidad,
es exacta la cobertura de 95% de las observaciones medidas.
Sin embargo, en la prctica y rara vez se conocen; por
ello, se debe aplicar x ks, el intervalo es una variable
aleatoria y la cobertura de una proporcin de la poblacin
disfrutada por el intervalo no es exacta.
Como resultado se aplica un intervalo de confianza de (1 )
100% al planteamiento, ya que no se puede esperar que todo el
tiempo el intervalo cubra cualquier proporcin especfica.

Para una distribucin normal de mediciones con media y
desviacin estndar , desconocidas, los lmites de tolerancia
bilaterales estn dados por x ks , donde k se determina de
modo que se pueda asegurar con una confianza de (1 )
100% que los lmites dados contienen al menos la proporcin
1 de las mediciones.
La tabla A.7 da valores de k para 1 = 0.9, 0.95, 0.99;
= 0.05, 0.01; y para valores seleccionados de n de 2 a 1000.

Los lmites de tolerancia unilaterales estn dados por
lmite inferior x ks
lmite superior x + ks
donde k se determina de modo que se pueda asegurar con una
confianza de (1 )100% que los lmites dados contienen al
menos la proporcin 1 de las mediciones.
La tabla A.7 da valores de k para 1 = 0.9, 0.95, 0.99;
= 0.05, 0.01; y para valores seleccionados de n de 2 a 1000.

Diferencia entre Lmites de Confianza, Lmites
de Prediccin y Lmites de Tolerancia
El intervalo de confianza sobre la media es til cuando el
analista de datos est interesado en la media de la poblacin.
La media de la poblacin se necesita estimar y el intervalo de
confianza produce los lmites apropiados.
El intervalo de tolerancia est mucho ms atento a dnde cae
la mayora de las observaciones individuales.
Dnde estar la mayor parte de los valores de la poblacin?
El intervalo de prediccin se aplica cuando es importante
determinar un lmite para un solo valor.
Ni la media ni la ubicacin de la mayora de la poblacin son la
cuestin clave, slo se requiere la ubicacin de una sola nueva
observacin.

Estimacin de la Diferencia entre Medias
Dos Muestras
Si se tiene dos poblaciones normales o, a falta de esta, si n1 y
n2 son suficientemente grandes, se puede establecer un
intervalo de confianza para 1 2 al considerar la
distribucin muestral de X 1 X 2 .
La estimacin de la diferencia de dos medias de dos
poblaciones 1 2, se hace por medio del teorema del lmite
central.
De acuerdo a este teorema se puede establecer las
distribuciones muestrales de X 1 X 2, que est distribuida de
forma aproximadamente normal con X 1 X 2 = 1 2 y
desviacin estndar X 1 X 2 = 12 n1 + 22 n2.
Dos Muestras (cont.)
Al escribir z/2 para el valor z el cual se tiene un rea de /2 a
la derecha, se puede ver que
P ( z 2 < Z < z 2 ) = 1
Z=
(X 1 )
X 2 (1 2 )
12 n1 + 22 n2

P z 2 <
( )
X 1 X 2 (1 2 )
< z 2 = 1
2
n + 2
n
1 1 2 2

Al multiplicar cada trmino en la desigualdad por
12 n1 + 22 n2 , despus restar X 1 X 2 y multiplicar por -1,
se obtiene:
2
( )
( )
2 2 2
P X 1 X 2 z 2 1 + 2 < 1 2 < X 1 X 2 + z 2 1 + 2 = 1
n n n n
1 2 1 2
Se selecciona dos muestras aleatorias de tamao n1 y n2 de dos
poblaciones cuyas varianzas 12 y 22 se conocen y se calcula
la diferencia de las medias de las muestras para obtener un
intervalo de confianza de (1 )100%.

Intervalo de Confianza de 1 2 con 1 y 2 conocidas. Si
x1 y x 2 son las medias de muestras aleatorias independientes
de tamao n1 y n2 de poblaciones con varianzas conocidas 12
y 22, respectivamente, un intervalo de confianza de (1 )
100% para 1 2 est dado por
(x x ) z
1 2 2
12
n1
+
22
n2
( )
< 1 2 < x1 x 2 + z 2
12
n1
+
22
n2

Para muestras pequeas que se seleccionan de poblaciones no
normales, no se puede esperar que el grado de confianza sea
preciso.
Para muestras de tamao n 30, sin importar la forma de la
mayor parte de las poblaciones, la teora de muestreo garantiza
buenos resultados.

Intervalo de Confianza de 1 2 con 1 y 2 iguales pero
desconocidas. Si x1 y x 2 son las medias de muestras aleatorias
independientes de tamao n1 y n2, de poblaciones aproximadamente
normales con varianzas iguales pero desconocidas, un intervalo de
confianza de (1 )100% para 1 2 est dado por
(x x ) t
1 2 2s p
1 1
+
n1 n2
( )
< 1 2 < x1 x 2 + t 2 s p
1 1
+
n1 n2
S 2
=
(n1 1)S12 + (n2 1)S 22
n1 + n2 2
p
Donde sp es la estimacin de unin de la desviacin estndar poblacional y

t/2 es el valor t con v = n1 + n2 2 grados de libertad, que deja un rea de
/2 a la derecha.
Intervalo de Confianza de 1 2 con 1 y 2 diferentes pero
desconocidas. Si x1 y x 2 son las medias de muestras aleatorias
independientes de tamao n1 y n2, de poblaciones aproximadamente
normales con varianzas diferentes y desconocidas, un intervalo de
confianza de (1 )100% para 1 2 est dado por
(x x ) t
1 2 2
s12 s22
+
n1 n2
( )
< 1 2 < x1 x 2 + t 2
s12 s22
+
n1 n2
(s
2
n1 + s22 n2 )
2
v=
[(s ] [( ]
1
2
1 )
n1 (n1 1) + s22 n2 (n2 1)
2
)
2
Donde t/2 es el valor t con v grados de libertad, que deja un rea de /2 a la

derecha.
En el caso de una diferencia entre dos medias, la
interpretacin se puede extender a una comparacin de dos
medias:
Si el intervalo de confianza de la diferencia 1 2 es positivo, se
infiere que la 1 > 2 con poco grado de error.
Si el intervalo de confianza de la diferencia 2 1 es positivo, se
infiere que la 1 < 2 con poco grado de error.
Si el intervalo de confianza de la diferencia 2 1 puede permitir
que 2 1 sea igual a 0, se infiere que las medias de las poblaciones
pueden ser 1 = 2 con poco grado de error.

Error Estndar de una Estimacin Puntual
La desviacin estndar de X 1 X 2 se conoce en la estimacin
como error estndar de X 1 X 2 .
De manera simple, el error estndar de un estimador es su desviacin
estndar.
En el caso donde 1 y 2 se desconocen y el muestreo es sobre una
distribucin normal, s1 y s2 reemplaza a 1 y 2 y se incluye el error
estndar estimado.
El punto importante a considerar es que el ancho del intervalo
de confianza de 1 y 2 depende de la calidad del estimador
puntual a travs de su error estndar.

Error Estndar de una Estimacin Puntual (cont.)
De esta forma los lmites de confianza de 1 2 son
(x x ) z
1 2 2
12
n1
+
22
n2
( ) ( )
= x1 x 2 z 2 s.e. x1 x 2 , 1 y 2 son conocidas
(x x ) t
1 2 2
s12 s22
+
n1 n2
( ) (
= x1 x 2 t 2 s.e. x1 x 2 , ) 1 y 2 son diferentes y desconocidas
(x x ) t
1 2 2s p
1 1
+
n1 n2
( ) ( )
= x1 x 2 t 2 s.e. x1 x 2 , 1 y 2 son iguales y desconocidas
Donde s.e. (e.e.) es el error estndar y s.e. (e.e.) es el error

estndar estimado.

Estimacin de la Varianza
Una Muestra
Si se extrae una muestra de tamao n de una poblacin normal
con varianza 2, y se calcula la varianza muestral s2 se obtiene
un valor de la estadstica S2.
Esta varianza muestral calculada se usar como estimacin puntual
de 2, por ello la estadstica S2 se llama estimador de 2.
Se puede establecer una estimacin por intervalos de 2
mediante el uso de la estadstica
X2 =
(n 1 )S 2
2

La estadstica X2 tiene una distribucin chi-cuadrada con
v = n 1 grados de libertad cuando las muestras se eligen de
una poblacin normal.
Una Muestra (cont.)
Se puede escribir:
( )
P 12 2 < X 2 < 2 2 = 1
2
P 1 2 <
(n 1)S 2 2
< 2 = 1
2

Donde 21/2 y 2/2 son valores de la distribucin chi-
cuadrada con v = n 1 grados de libertad, que dejan reas de
1 /2 y /2, respectivamente, a la derecha.

Una Muestra (cont.)

Una Muestra (cont.)
Al dividir cada trmino de la desigualdad entre (n 1)S2, e
invertir cada trmino (lo que cambia el sentido de las
desigualdades), se obtiene:
(n 1)S 2 (n 1)S 2
P < <
2 = 1
2
2
2 1 2
Para la muestra aleatoria particular de tamao n, se calcula la
varianza muestral s2, y se obtienen el intervalo de confianza de
(1 )100% para 2.

Una Muestra (cont.)
Intervalo de confianza para 2. Si s2 es la varianza de una
muestra aleatoria de tamao n de una poblacin normal, un
intervalo de confianza (1 )100% para 2 es:
(n 1)s 2 < 2
<
(n 1)s 2
2
2
12 2
Donde 2/2 y 21/2 son valores 2 con v = n 1 grados de

libertad, que dejan reas de /2 y 1 /2, respectivamente, a la
derecha.

Una Muestra (cont.)
Intervalo de confianza para . Un intervalo de confianza
(1 )100% para se obtiene al tomar la raz cuadrada de
cada extremo del intervalo de confianza para 2.
(n 1)s 2 < <

(n 1)s 2
2
2
12 2
Donde 2/2 y 21/2 son valores 2 con v = n 1 grados de

libertad, que dejan reas de /2 y 1 /2, respectivamente, a la
derecha.

Estimacin de la Razn de Dos Varianzas
Dos Muestras
Una estimacin puntual de la razn de dos varianzas
poblacionales 21/22 est dada por la razn s21/s22 de las
varianzas muestrales.
Esta varianza muestral calculada se usar como estimacin puntual
de 21/22, por ello la estadstica S21/S22 se llama estimador de 21/22.
Si 21 y 22 son las varianzas de poblaciones normales, se
puede establecer una estimacin por intervalos de 21/22
mediante el uso de la estadstica: 22 S12
F= 2 2
1 S2
La variable aleatoria F tiene una distribucin f con v1 = n1 1
y v2 = n2 1 grados de libertad.
Se puede escribir:
P ( f1 2 (v1 , v2 ) < F < f 2 (v1 , v2 )) = 1
22 S12
P f1 2 (v1 , v2 ) < 2 2 < f 2 (v1 , v2 ) = 1
1 S2
Donde f1/2(v1,v2) y f/2(v1,v2) son valores de la distribucin f

con v1 y v2 grados de libertad, que dejan reas de 1 /2 y /2,
respectivamente, a la derecha.


Al multiplicar cada trmino en la desigualdad por S22/S21, y
despus invertir cada trmino (para cambiar el sentido de las
desigualdades), se obtiene:
S12 1 2
S 2
1
P 2 < 2< 2
1 1 = 1
S f (v , v ) S f (v , v )
2 2 1 2 2 2 1 2 1 2

Adems, se puede reemplazar la cantidad f1/2(v1,v2) y por
1/f/2(v1,v2). Por lo tanto:
S12 2 2
< 2 < 2 f 2 (v2 , v1 ) = 1
1 S
P 2 1 1
S f (v , v ) S2
2 2 1 2 2
Para cualesquiera dos muestras aleatorias independientes de
tamao n1 y n2 que se seleccionan de dos poblaciones
normales, la razn de las varianzas muestrales s22/s21, se
calcula y se obtiene el intervalo de confianza de (1 )100%
para 21/22.
Intervalo de confianza para 21/22. Si s21 y s22 son las
varianzas de muestras independientes de tamao n1 y n2,
respectivamente, de dos poblaciones normales, entonces un
intervalo de confianza (1 )100% para 21/22 es:
S12 12 S12
< 2 < 2 f 2 (v2 , v1 )
1
S 2 f 2 (v1 , v2 ) 2 S 2
2
Donde f/2(v1,v2) es un valor de la distribucin f con v1 = n1 1

y v2 = n2 1 grados de libertad, que deja rea de /2 a la
derecha.
Intervalo de confianza para 1/2. Un intervalo de confianza
(1 )100% para 1/2 es se obtiene al tomar la raz cuadrada
de cada extremo del intervalo de confianza para 21/22:
S12 1 S12
f (v , v )
1
< <
S 2 f 2 (v1 , v2 ) 2
2
S22 2 2 1
Donde f/2(v1,v2) es un valor de la distribucin f con v1 = n1 1

y v2 = n2 1 grados de libertad, que deja rea de /2 a la
derecha.

En el caso de la razn de dos varianzas, la interpretacin se
puede extender a una comparacin de dos varianzas:
Si el intervalo de confianza de la razn 21/22 permite la posibilidad
de que 21/22 sea igual a 1, se infiere que 21 = 22 con poco grado
de error.
Si el intervalo de confianza de la razn 21/22 no permite la
posibilidad de que 21/22 sea igual a 1, se infiere que 21 22 con
poco grado de error.

En el caso de la razn de dos desviaciones estndar, la
interpretacin se puede extender a una comparacin de dos
desviaciones estndar:
Si el intervalo de confianza de la razn 1/2 permite la posibilidad
de que 1/2 sea igual a 1, se infiere que 1 = 2 con poco grado de
error.
Si el intervalo de confianza de la razn 1/2 no permite la
posibilidad de que 1/2 sea igual a 1, se infiere que 1 2 con poco
grado de error.

Referencias Bibliogrficas
Walpole, R.E.; Myers, R.H.; Myers, S.L. & Ye, K.
Probabilidad y estadstica para ingeniera y ciencias. Octava
Edicin. Pearson Prentice-Hall. Mxico, 2007.


Problemas Estimacion Una YDos Muestras

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Problemas Estimacion Una YDos Muestras

Încărcat de

Drepturi de autor:

Formate disponibile

Problemas de Estimacin de Una y

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Se selecciona una muestra aleatoria de tamao n de una

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde z/2 es el valor z que deja un rea de /2 a la derecha.

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Se selecciona una muestra aleatoria de tamao n de una

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde z/2 es el valor z que deja un rea de /2 a la derecha.

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde t/2 es el valor t con v = n 1 grados de libertad, que

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde z/2 es el valor z que deja un rea de /2 a la derecha.

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde sp es la estimacin de unin de la desviacin estndar poblacional y

Donde t/2 es el valor t con v grados de libertad, que deja un rea de /2 a la

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde s.e. (e.e.) es el error estndar y s.e. (e.e.) es el error

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde 2/2 y 21/2 son valores 2 con v = n 1 grados de

UCR-ECCI CI-1352 Probabilidad y Estadstica

(n 1)s 2 < <

Donde 2/2 y 21/2 son valores 2 con v = n 1 grados de

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde f1/2(v1,v2) y f/2(v1,v2) son valores de la distribucin f

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

Donde f/2(v1,v2) es un valor de la distribucin f con v1 = n1 1

Donde f/2(v1,v2) es un valor de la distribucin f con v1 = n1 1

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica

UCR-ECCI CI-1352 Probabilidad y Estadstica