Documente Academic
Documente Profesional
Documente Cultură
Actividad No 3
Taller de estimación
Presentado por:
Yuliet Andrea Caicedo Velasco
ID 000005503
Presentado a:
John Jairo Cruz Beltrán
https://cmapscloud.ihmc.us:443/rid=1RVBBP3K7-JTHHSQ-2GCY3X
Una estimación estadística es un proceso mediante el cual se establece que valor debe tener
un parámetro según deducciones que se realiza. Estimar es establecer conclusiones sobre
características poblacionales a partir de resultados muestrales.
Una estimación puntual es un solo número que se utiliza para estimar un parámetro de
población desconocido.
Ejemplo: Se generan 100000 muestras aleatorias (n=25) de una población que sigue la
distribución Normal, y resulta:
(Nota: Los valores +-1.96 que multiplican la Desviación Típica de la distribución muestral
son los valores cuya función de distribución es igual a 0.975 y 0.025 respectivamente y se
pueden obtener en las tablas de la distribución Normal estandarizada o de funciones en
aplicaciones informáticas como Excel). Seguidamente generamos una muestra de la
población y obtenemos su Media, que es igual a 4.5. Si establecemos el intervalo alrededor
de la Media muestral, el parámetro poblacional (5.1) está incluido dentro de sus límites:
muestral), que es también aproximadamente normal, con error típico dado por
en consecuencia, un IC para p al 100(1 - a)% será
8. Mira el vídeo del siguiente enlace y realizar un breve resumen explicativo del mismo.
https://www.youtube.com/watch?v=cMqgG_lBC2U.
La distribución normal fue reconocida por primera vez por el francés Abraham de Moivre
(1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elaboró desarrollos más
profundos y formuló la ecuación de la curva; de ahí que también se la conozca, más
comúnmente, como la "campana de Gauss". La distribución de una variable normal está
completamente determinada por dos parámetros, su media y su desviación estándar,
denotadas generalmente por y . Con esta notación, la densidad de la normal viene
dada por la ecuación:
GRAFICAS: