Distribuciones para el muestreo
Enviado por callmelaloo • 27 de Septiembre de 2015 • Síntesis • 1.844 Palabras (8 Páginas) • 202 Visitas
INSTITUTO TECNOLOGICO DE TUXTLA GUTIERREZ, CHIAPAS [pic 1][pic 2][pic 3]
INGENIERIA INDUSTRIAL - 3º C
[pic 4][pic 5][pic 6][pic 7][pic 8][pic 9]
[pic 10]
[pic 11][pic 12][pic 13][pic 14]
[pic 15]
“Índice”. Pagina
Introducción…………………………………………………… 3
Cuerpo del trabajo………………………………………..... 4-13[a]
Bibliografías………………………………………………….. 14
“Introducción”.
Este trabajo veremos los tipos de distribuciones que usaremos en esta Unidad I, dado, que son las bases para desarrollar un conocimiento vas avanzado en la estadística inferencial conforme veamos los temas del semestre.
La distribución de un muestreo es la distribución de probabilidad de una muestra de una población. Las distribuciones probabilísticas nos indican toda la gama de valores que pueden representarse como resultado de un experimento.
En otras palabras describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de acotecemientos futuros considerando las tendencias actuales de diversos fenómenos naturales, pero usaremos 5 de la infinidad de distribuciones p/el muestreo, ya que son las más importantes y la mas utilizadas.
“Cuerpo del trabajo”.[b]
En esta parte del trabajo, usare preguntas claves para simplificar el trabajo y que se comprenda de una manera mas fácil.
Los tipos de distribuciones que veremos responderán a las preguntas:
¿Qué es?
¿Cómo se ve?
¿Para que sirven?
¿Cómo se Utiliza?
Como ya está dicho en la introducción usaremos 5 tipos de distribuciones p/el muestreo (OJO el hecho que usemos 5 no significa que existan solo estas).
1.- “Distribución Normal o distribución gaussiana”
¿Qué es?
Es una de las distribuciones de probabilidad de “Variable continua” que es frecuentemente utilizada en las aplicaciones estadísticas.
¿Cómo se ve?[pic 16]
[pic 17]
La línea verde corresponde a la distribución normal estándar Función de distribución de probabilidad
Función de densidad de probabilidad
¿Para qué sirven?
La distribución normal sirve cuando hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.
- Caracteres morfológicos de individuos (personas, animales, plantas,…) de una especie (Tallas, pesos, envergaduras, diámetros, perímetros)
- Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco, o de una misma cantidad de abono.
- Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen
- .Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio.
- Errores cometidos al medir ciertas magnitudes.
¿Cómo se utiliza?
Para calcular la probabilidad de un evento basta con sustituir los datos en la formula: Y el valor que se obtenga de z se busca en la tabla de distribución estándar.
[pic 18]
Y donde el decimal se busca en la columna z y la centésima en el renglón de z.
[pic 19]
“La distribución T-Student”
¿Qué es?
Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño.
¿Cómo se ve?
[pic 20][pic 21]
Función de densidad de probabilidad. Función de distribución de probabilidad.
¿Para qué sirve?
Se aplica cuando la población estudiada sigue una distribución normal pero el tamaño maestral es demasiado pequeño como para que el estadístico en que está basada la inferencia este normalmente distribuido, utilizándose una estimación de la desviación típica en lugar del valor real.
Sirve para la determinación de las diferencias entre dos medias muéstrales y para la construcción del intervalo de confianza para la diferencia entre las medidas de dos población cuando se desconoce la desviación típica de un población y esta debe ser estimada a partir de los datos de una muestra.
¿Cómo se utiliza?
- Plantear hipótesis nula (Ho) e Hipotesis Alternativa (Hi)
- Determinar nivel de significancia(Rango de aceptación de hipótesis alternativa)
- Evidencia muestral. Se calcula la media y l desviación estándar a partir de la muestra.
- Se aplica la Distribución T de Student para calcular la probabilidad de error (P) por medio de la formula.
[pic 22][pic 23]
- En base a la evidencia disponible se acepta o se rechaza la hipótesis alternativa.
Si la probabilidad de error P es mayor que el nivel de significancia
“Se rechaza la hipótesis alternativa”
Si la probabilidad de error P es menor que el nivel significancia
...