Entradas

Mostrando entradas de octubre, 2018

DIFERENCIA DE INTERVALOS DE CONFIANZA DE MEDIAS

Imagen

INTERVALO DE CONFIANZA DE MEDIAS

avance de curso MOC

Imagen

estimaciones

Imagen
En  inferencia estadística  se llama  estimación  al conjunto de técnicas que permiten dar un valor aproximado de un  parámetro  de una población a partir de los datos proporcionados por una  muestra . Por ejemplo, una estimación de la  media  de una determinada característica de una  población  de tamaño N podría ser la media de esa misma característica para una  muestra  de tamaño n. 1 ​ La estimación se divide en tres grandes bloques, cada uno de los cuales tiene distintos métodos que se usan en función de las características y propósitos del estudio: Estimación puntual: 2 ​ Método de los momentos; Método de la máxima verosimilitud; Método de los mínimos cuadrados; Estimación por intervalos. Estimación bayesiana. Estimar qué va a ocurrir respecto a algo (o qué está ocurriendo, o qué ocurrió), a pesar de ser un elemento muy claramente estadístico, está muy enraizado en nuestra cotidianidad. Dentro de e...

Distribución de varianza

Imagen
La distribución Chi-Cuadrada (chi squared en inglés, se pronuncia “Kay Cuadrada skuerd”) es una de las distribuciones más empleadas en todos los campos. Su uso más común es cuando se quiere probar si unas mediciones que se hayan efectuado siguen una distribución esperada, por ejemplo la normal o cualquier otra. Otro de sus usos es en intervalos de confianza y pruebas de hipótesis para las varianzas o desviaciones estándar. Empezaremos ilustrando la definición de la distribución para proceder a ejemplos de uso práctico.Supongamos que se efectúa el siguiente experimento estadístico. Seleccionamos una muestra aleatoria de tamaño n de una población con distribución normal, con desviación estandar igual a σ. De la muestra encontramos que la desviación estandar es igual a s. Con estos datos podemos calcular una estadística, que llamamos Chi-Cuadrada Cuadrada, por medio de la siguiente ecuación: Si repetimos el experimento un número infinito de veces, obtendríamos una distribuci distribuci ón...