Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 21 vistas

    Tarea Especial-2001079

    Cargado por

    Jesus Sanchez
    El resumen del documento es: 1) El documento presenta el temario de Estadística Inferencial que incluye pruebas paramétricas y no paramétricas. 2) Se definen conceptos estadísticos clave como media, varianza, desviación estándar, prueba de hipótesis. 3) Se incluyen ejemplos de aplicación de pruebas paramétricas como pruebas para una y dos medias con muestras grandes y pequeñas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Tarea Especial-2001079

    Cargado por

    Jesus Sanchez
    21 vistas19 páginas
    El resumen del documento es: 1) El documento presenta el temario de Estadística Inferencial que incluye pruebas paramétricas y no paramétricas. 2) Se definen conceptos estadísticos clave como media, varianza, desviación estándar, prueba de hipótesis. 3) Se incluyen ejemplos de aplicación de pruebas paramétricas como pruebas para una y dos medias con muestras grandes y pequeñas.

    Descripción original:

    ESTADISTICA

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen del documento es: 1) El documento presenta el temario de Estadística Inferencial que incluye pruebas paramétricas y no paramétricas. 2) Se definen conceptos estadísticos clave como media, varianza, desviación estándar, prueba de hipótesis. 3) Se incluyen ejemplos de aplicación de pruebas paramétricas como pruebas para una y dos medias con muestras grandes y pequeñas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    21 vistas19 páginas

    Tarea Especial-2001079

    Cargado por

    Jesus Sanchez
    El resumen del documento es: 1) El documento presenta el temario de Estadística Inferencial que incluye pruebas paramétricas y no paramétricas. 2) Se definen conceptos estadísticos clave como media, varianza, desviación estándar, prueba de hipótesis. 3) Se incluyen ejemplos de aplicación de pruebas paramétricas como pruebas para una y dos medias con muestras grandes y pequeñas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 19

    UNIVERSIDAD AUTONOMA DE NUEVO LEON

    FACULTAD DE INGENIERIA MECANICA Y ELECTRICA

    ESTADISTICA INFERENCIAL

    Docente: Rigoberto Américo Garza López


    Gpo: 015 Hora: M4 Salon: 4110

    Nombre: Rebeca Sánchez Niño


    Matricula: 2001079 Carrera: IMA

    Fecha de Entrega: 21 de Agosto del 2023


    TEMARIO
    PRUEBAS PARAMETRICAS

    ● Prueba de hipotesis para una media muestra grande.


    ● Prueba de hipotesis para dos medias muestras grandes.
    ● Prueba de hipotesis para una media muestra pequeña.
    ● Prueba de hipotesis para dos medias muestra pequeña considerando varianzas iguales.
    ● Prueba de hipotesis para dos medias muestra pequeña considerando varianzas diferentes.
    ● Prueba de hipotesis para dos medias muestras pequeñas considerando varianzas diferentes
    usando el metodo de la W.
    ● Prueba de hipotesis para una proporcion.
    ● Prueba de hipotesis para dos proporciones.
    ● Prueba de hipotesis para la varianza.
    ● Prueba de hipotesis para la razon de la varianza.
    ● Prueba de bondad y ajuste.
    TEMARIO
    PRUEBAS NO PARAMETRICAS

    ● Prueba de signo para una media.


    ● Prueba de signo para dos medias.
    ● Prueba de rango con signo para una media.
    ● Prueba de rango con signo para dos medias.
    ● Prueba de suma de rangos.
    GLOSARIO

    Probabilidad: Es la mayor o menor posibilidad de que ocurra un determinado suceso. Ésta establece
    una relación entre el numero de sucesos favorables y el numero total de sucesos posibles. La
    probabilidad está basada en el estudio de la combinatoria y es fundamento necesario de la estadística.
    Estadistica:Es una ciencia que utiliza datos numéricos para obtener inferencias basadas en el calculo
    de probabilidades. Una estadística es también un conjunto de datos obtenidos a través de un estudio
    estadístico.
    Estadistica Descriptiva: Es un conjunto de métodos cuyo objetivo es ordenar las observaciones,
    resumir la información disponible y obtener las medidas cuantitativas que describen sus características.
    Estadistica Inferencial: Es el conjunto de procedimientos estadísticos en los que interviene la
    aplicación de modelos de probabilidad y mediante los cuales se realiza alguna afirmación sobre
    poblaciones con base en la información producida por muestras.
    Prueba de Hipotesis:Consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma
    de decisión acerca de las hipótesis. La decisión consiste en rechazar o no una hipótesis en favor de la
    otra.
    Desviacion Estandar:También llamada Desviación Típica es una medida de dispersión para variables
    de razón y de intervalo, de gran utilidad en la estadística descriptiva. Es decir, brinda el soporte para
    saber que datos obtener y una ves obtenidos proporciona métodos y procedimientos para organizarlos
    con diferentes propósitos.
    GLOSARIO

    Varianza: Es aquella medida de dispersión que asienta una variable aleatoria respecto a su esperanza.
    La varianza se relaciona con la desviación típica o desviación estándar, la cual se denota a través de la
    letra sigma que sea la raíz cuadrada de la varianza.
    Pruebas Parametricas: Las pruebas paramétricas son una herramienta estadística que se utiliza para
    el análisis de los factores de la población. Esta muestra debe cumplir ciertos requisitos como el
    tamaño, ya que mientras más grande sea, más exacto será el cálculo. Este método requiere que se
    especifique la forma de distribución de la población materna estudiada. Puede tratarse, por ejemplo, de
    una distribución normal, como ocurre en general cuando se trata de muestras de gran tamaño. En
    general, estas pruebas sólo pueden aplicarse a variables numéricas.
    Pruebas No Parametricas: Las pruebas no paramétricas, también conocidas como pruebas de
    distribución libre, son las que se basan en determinadas hipótesis, pero lo datos observados no tienen
    un organización normal. Generalmente, las pruebas no paramétricas contienen resultados estadísticos
    que provienen de su ordenación, lo que las vuelve más fáciles de comprender.
    TABLA DE REGIONES
    Planteamiento Grafica Formula Valor Critico

    𝐻0 : μ = 0 ∝
    𝑥−𝜇
    𝐻1 :𝜇 > 0 z=
    𝜎/√𝑛

    𝐻0 : μ = 0 1 −∝
    𝐻1 :𝜇 < 0 𝑥−𝜇
    z=
    𝜎/√𝑛

    𝐻0 : μ = 0 ∝/2
    𝐻1 :𝜇 ≠ 0 𝑥−𝜇
    z=
    𝜎/√𝑛
    NOMENCLATURA

    ● 𝒙 = Media de muestra
    ● 𝝁 = Media de poblacion
    ● ∝ = Nivel de significacion
    ● 𝝈 = Desviacion estandar
    ● n≥ 𝟑𝟎 = Muestra grande
    ● n≤ 𝟑𝟎 = Muestra pequeña
    PRUEBAS PARAMETRICAS
    • PRUEBA DE HIPOTESIS PARA UNA MEDIA MUESTRA GRANDE

    Un fabricante de bolsas creo un nuevo diseño para su catálogo que según afirma que tiene
    una resistencia media a la rotura de 8 kilogramos con una desviación estándar de 0.5
    kilogramos. Pruebe la hipótesis de que 𝝁= 8kg contra la alternativa de que 𝝁 ≠8kg, si se
    prueba una muestra aleatoria de 50 diseños y se encuentra que tienen una resistencia
    media a la rotura de 7.8kg. Utilice un nivel de significancia de 0.01

    DATOS FORMULA SUSTITUCION


    𝜇= 8kg 𝑥−𝜇
    z= 𝜎
    n= 50 𝑛
    𝑥 =7.8kg
    a= 0.01 7.8𝑘𝑔−8𝑘𝑔 −0.2𝑘𝑔 −0.2𝑘𝑔
    𝜎 = 0.5 kg z= 0.5𝑘𝑔 = 0.5𝑘𝑔 = = -2.83
    −7.0710 −0.5𝑘𝑔
    50
    PLANTEAMIENTO
    𝐻0 : 𝜇 = 8𝑘𝑔
    𝐻1 :𝜇 ≠ 8𝑘𝑔
    TABLAS GRAFICA

    Área bajo la curva normal


    ∝/2=0.045

    z ∝
    -2.83 0.01
    0.025

    CONCLUSION BIBLIOGRAFIA

    Se rechaza 𝐻0 , la resistencia promedio a la rotura Probabilidad y Estadística para Ingenierías y


    no es igual a 8 Ciencias 9na edición. Ronald E. Walpole,
    Raymond H. Myers y Sharon L. Myers
    • PRUEBA DE HIPOTESIS PARA DOS MEDIAS MUESTRA GRANDE

    De una población se toma una muestra de 40 observaciones. La media muestral es de 102 y


    la desviación estándar de 5. De otra población se toma una muestra de 50 observaciones.
    La media muestral es ahora 99 y la desviación estándar es 6. Realice la siguiente prueba de
    hipótesis usando como nivel de significancia 0.04

    DATOS FORMULA SUSTITUCION


    𝑥1 = 102 𝑥1 −𝑥2 −(𝜇1 −𝜇2 )
    z=
    𝑥2 =99 𝜎2
    1 𝜎
    2
    z=
    102−99
    + 2
    𝑛1 =40 𝑛2 =50 𝑛1 𝑛2 52 62
    +
    40 50
    𝜎1 = 5 𝜎2 =66
    ∝=0.04 3
    z= =2.59
    0.625+0.72

    PLANTEAMIENTO 𝐻1 z= ±2.59
    𝐻0 : 𝜇1 = 𝜇2
    𝐻1 :𝜇1 ≠ 𝜇2
    TABLAS GRAFICA

    Área bajo la curva normal


    ∝/2=0.04/2=0.05-0.02=0.48

    z 0.05 0.06

    2.0 0.4798 0.4803

    𝐻0 z= 2.05 o 2.06

    CONCLUSION BIBLIOGRAFIA

    Se rechaza 𝐻0 .:z es mayor la hipótesis nula se Probabilidad y Estadística para Administración.


    rechaza Mark L. Berenson, David M. Levine-2006.
    • PRUEBA DE HIPOTESIS PARA UNA MEDIA MUESTRA PEQUEÑA
    Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante particular es
    de 10 litros, si los contenidos de una muestra aleatoria de 10 envases son los siguientes.
    Utilice un nivel de significancia de 0.01 y suponga que la distribución del contenido es normal.
    1 2 3 4 5 6 7 8 9 10
    10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 9.8

    DATOS FORMULAS SUSTITUCION


    𝑥1 = 10.2 𝑥6 =9.8 𝑥−𝝁 10.2+9.7+⋯+9.8
    𝑥= = 10.06
    𝑥2 =9.7 𝑥7 =9.9 𝑠 10
    𝑥3 =10.1 𝑥8 =10.4 𝑛 𝑥𝑖2 =(10.22 +9.7 +…+9.82 )=1012.58
    2

    𝑥4 =10.3 𝑥9 =10.3 𝑥1 +𝑥2 +…+𝑥𝑛 𝑥𝑖2 =(10.2+9.7+…+9.8)²=10120.36


    x= 𝑛 10 1012.58 −(10120.36)
    𝑥5 =10.1 𝑥10 =9.8 𝑥=√ =0.24585
    𝑛 𝑥2 2
    𝑖 −( 𝑥𝑖) /𝑛(𝑛−1) 10(10−1)
    ∝=0.01
    n=10 𝑥𝑖2 =(𝑥22 +…+𝑥𝑛2 )
    10.6−10
    PLANTEAMIENTO ( 𝑥𝑖2 )²=(𝑥1 +𝑥2 +…+𝑥𝑛 )² t=
    0.24585 /√10
    =0.77
    y=n-1
    𝐻0 : 𝜇 = 10
    𝐻1 = 0.77
    𝐻1 :𝜇 ≠ 10
    TABLAS GRAFICA

    Valorescriticos de la distribucion t
    Y=10-1=9 ∝/2=0.005
    z ∝
    0.005
    9 3.250
    𝐻0 =3.250

    CONCLUSION BIBLIOGRAFIA

    Se acepta 𝐻0 , se puede afirmar que el contenido Probabilidad y Aplicaciones Estadísticas, Paul


    promedio de los envases de un lubricante particular Mayer 6ta edición.
    es de 10 litros.
    PRUEBAS NO PARAMETRICAS
    • PRUEBA DE SIGNO PARA UNA MEDIA
    Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante particular es
    de 10 litros, si los contenidos de una muestra aleatoria de 10 envases son los siguientes.
    Utilice un nivel de significancia de 0.01 y suponga que la distribución del contenido es normal.
    1 2 3 4 5 6 7 8 9 10
    10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 9.8
    + - + + + - - + + -

    DATOS FORMULAS SUSTITUCION


    𝑥 + −𝑛𝑝 6−10(0.5)
    ∝=0.01 z=√10(0.5)(0.5)=0.6324
    z=
    n=10 √𝑛𝑝𝑞
    p=1/2 𝑥 + =6 n=10 q=0.5
    𝑥 + = positivos 𝐻1 =0.6324
    n=positivos + negativos
    q=1-p

    PLANTEAMIENTO

    𝐻0 : 𝜇 = 10
    𝐻1 :𝜇 ≠ 10
    TABLAS GRAFICA

    Area bajo la curva normal


    ∝/2=0.005
    z 0.07

    2.5 0.0051
    𝐻0 =2.57

    CONCLUSION BIBLIOGRAFIA

    Se acepta 𝐻0 , se puede afirmar que el contenido Probabilidad y Aplicaciones Estadísticas, Paul


    promedio de los envases de un lubricante particular Mayer 6ta edición.
    es de 10 litros.
    • PRUEBA DE RANGO CON SIGNO PARA UNA MEDIA
    Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante particular es
    de 10 litros, si los contenidos de una muestra aleatoria de 10 envases son los siguientes.
    Utilice un nivel de significancia de 0.01 y suponga que la distribución del contenido es normal.
    1 2 3 4 5 6 7 8 9 10
    Datos 10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 9.8
    Di-do+0.2 -0.3 +0.1 +0.3 +0.1 -0.2 -0.1 +0.4 +0.3 -0.2
    Rango 5 8 2 8 2 5 2 10 8 5

    DATOS PLANTEAMIENTO Para probar 𝐻0 Contra 𝐻1 Calcular

    ∝=0.01 𝐻0 : 𝜇 = 10 𝜇 < 𝜇0 𝑤+
    n=10 𝐻1 :μ≠ 10 𝜇 = 𝜇0 𝜇 > 𝜇0 𝑤−
    𝜇 ≠ 𝜇0 w

    FORMULAS
    𝜇1 < 𝜇2 𝑤+
    𝑤 + = Positivos
    𝜇1 =𝜇2 𝜇1 > 𝜇2 𝑤−
    𝑤 − =Negativos
    𝜇1 ≠ 𝜇2 w
    w=Valor mas pequeño
    n= positivos + negativos
    SUSTITUCION TABLAS CONDICION

    𝑤 + =5+2+8+2+10+8=35 Valores críticos de T para la prueba de


    𝑤 − =8*5*2*5=20 rango con signo.
    w=20 La hipótesis nula se rechaza si
    n=10 el valor calculado de 𝑤 + , 𝑤 − ,w
    n Unilateral ∝=0.005
    es menor o igual al obtenido
    Bilateral ∝=0.01
    por tablas.

    10 3

    CONCLUSION BIBLIOGRAFIA

    Se acepta 𝐻0 , se puede afirmar que Probabilidad y Aplicaciones Estadísticas, Paul Mayer 6ta edición.
    el contenido promedio de los
    envases de un lubricante particular
    es de 10 litros.

    También podría gustarte