1) La inferencia estadística permite generalizar los resultados de una muestra representativa a toda la población. Se estiman parámetros poblacionales como el promedio y la desviación estándar a partir de estadísticos como el promedio muestral y la desviación estándar muestral.
2) Los intervalos de confianza permiten estimar un parámetro poblacional con un cierto nivel de confianza, dando un rango de valores dentro del cual se espera que se encuentre el parámetro con una probabilidad igual al nivel de confian
0 calificaciones0% encontró este documento útil (0 votos)
122 vistas5 páginas
1) La inferencia estadística permite generalizar los resultados de una muestra representativa a toda la población. Se estiman parámetros poblacionales como el promedio y la desviación estándar a partir de estadísticos como el promedio muestral y la desviación estándar muestral.
2) Los intervalos de confianza permiten estimar un parámetro poblacional con un cierto nivel de confianza, dando un rango de valores dentro del cual se espera que se encuentre el parámetro con una probabilidad igual al nivel de confian
1) La inferencia estadística permite generalizar los resultados de una muestra representativa a toda la población. Se estiman parámetros poblacionales como el promedio y la desviación estándar a partir de estadísticos como el promedio muestral y la desviación estándar muestral.
2) Los intervalos de confianza permiten estimar un parámetro poblacional con un cierto nivel de confianza, dando un rango de valores dentro del cual se espera que se encuentre el parámetro con una probabilidad igual al nivel de confian
1) La inferencia estadística permite generalizar los resultados de una muestra representativa a toda la población. Se estiman parámetros poblacionales como el promedio y la desviación estándar a partir de estadísticos como el promedio muestral y la desviación estándar muestral.
2) Los intervalos de confianza permiten estimar un parámetro poblacional con un cierto nivel de confianza, dando un rango de valores dentro del cual se espera que se encuentre el parámetro con una probabilidad igual al nivel de confian
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 5
ESTADÍSTICA INFERENCIAL O INFERENCIA ESTADÍSTICA, es decir, una
estadística inductiva ya que va de lo particular a lo general
Muestreo: tomar una muestra representativa de la población y con el resultado de esa muestra hago una generalización, saco una conclusión y tomo decisiones sobre toda la población.
μ Ẋ σ S P p La diferencia entre el estimador y el parámetro se llama error de muestreo E = e – P (debe ser lo más pequeño posible) ¿Qué porcentaje de personas mira un programa de TV? Lo que se conoce como el rating o la medición Queremos saber el sueldo promedio μ de todos los gerentes de comercialización en empresas comerciales o de servicios en CABA y GBA Población de gerentes muy grande N = 20.000 empresas
Muestra aleatoria: n = 30 gerentes
Ẋ = $51.814 sueldo promedio es una estimación puntual de μ Según estudios anteriores se sabe que la desviación estándar de los sueldos gerenciales es de σ = $3.500 La población de salarios de ejecutivos es aprox. Normal Si tomo otra muestra de 30 el promedio me va a dar diferente ya que todo estimador varía de una muestra a otra. Como puedo tomar infinitas muestras genero infinitos promedios que van a tener distribución normal. El estimador Ẋ tiene distribución normal E(Ẋ) = μ La esperanza matemática del estimador coincide con el parámetro, esto significa que se trata de un estimador insesgado σ2(Ẋ) = σ2 / n varianza del estimador σ(Ẋ) = σ / √n dispersión del estimador o error típico
Al aumentar el tamaño de la muestra la dispersión disminuye, es decir,
todos los Ẋ se acercan a μ, lo que significa que se trata de un estimador consistente
Estimación por intervalos, es decir, afirmar que el salario medio de todos
los gerentes está entre 2 valores con un nivel de confianza determinado.
P (A ≤ μ ≤ B) = 1 – α Nivel de confianza (entre 80% y 99%)
α Nivel de riesgo
O sea, el NC es la probabilidad de que esa afirmación sea cierta
El Nivel de Riesgo es la probabilidad de que μ no esté entre A y B. Nivel de confianza = 90% Nivel de riesgo = 10% El intervalo de confianza se arma así: Ẋ ± E (error de muestreo) E = Z. σ / √n 1- α = 0,9 α/2=0,05 α/2=0,05
--------A---------------μ---------------B---------Ẋ LI LS ---- -1,6449----------0-----------1,6449------Z
$50.763 ≤ μ ≤ $52.865 Con un riesgo del 10% estimamos que el sueldo promedio de todos los gerentes está entre $50.763 y $52.865. Esta estimación tiene un riesgo del 10% y un error de muestreo de ±$1.051.
¿Qué ocurre si aumentamos el nivel de confianza?
Si aumentamos el NC vamos a tener un intervalo más seguro, o sea, más grande (aumenta Z), pero perdemos precisión ya que si aumenta Z aumenta el error (menos precisión). ¿Igualmente si quiero bajar el error de muestreo que puedo hacer? En Estadística los errores se bajan aumentando el tamaño de la muestra, y eso va a tener un costo que habrá que evaluar. Consigna: ¿qué tamaño de muestra habría que tomar si pretendo bajar el error a $800? (bajó de 1.051 a 800, o sea, un 24%) E = Z. σ / √n n = (Z. σ / E)2 = ((1,6449. 3.500) / 800)2 n = 52 gerentes (22 gerentes más) El tamaño de la muestra debe aumentar un 73% Condiciones que deben cumplirse para poder aplicar este intervalo de confianza y el tamaño de muestra: 1) Poblaciones infinitas 2) Desvío poblacional debe ser conocido 3) Muestreo tiene que ser aleatorio simple o irrestricto
Tarea para el jueves 18/3: resolver los siguientes problemas
1) Como parte de su control de calidad, la Química Erovne mide la
temperatura, en °C, durante el ciclo de fabricación de un producto. Se sabe por registros históricos que la temperatura en dicho paso se distribuye normalmente con un desvío estándar de 3°C.
a) Si se desea estimar la temperatura media de un ciclo de fabricación
con una confianza del 95% y un máximo error muestral de 2.5°C, ¿cuántas mediciones deberán efectuarse? b) Efectuadas las mediciones indicadas en a) se obtuvo una temperatura promedio de 92 °C. Efectúe la estimación solicitada. c) ¿Podría considerarse que la media de todo el ciclo de fabricación es de 94°C? Justifique.
2) En un McD se tiene muy en cuenta el tiempo de despacho por cliente en las
cajas, es decir, el tiempo que tarda una cajera en atender y despachar a cada cliente. El tiempo de despacho es un variable normal y para estimar su promedio se toma una muestra de 10 clientes y se registra el tiempo desde que hace el pedido hasta que se lo entregan. Los datos son los siguientes (en minutos): 10 1,6 2 1,8 1,9 2 2,1 2,2 1,8 1,9 1,9
a) Estime el tiempo medio de despacho con 95% de confianza:
b) Recalcule el tamaño de la muestra para reducir el error un 20%
3) Una máquina envasadora de latas de café dosifica cantidades variables con
distribución Normal de desvío estándar 15 gramos. A intervalos regulares se toman muestras de 10 envases con el fin de estimar la dosificación media. Una de estas muestras arrojó una media de 246 gramos. a) Estime la dosificación media con un 10% de riesgo. b) ¿Cuántos envases más habría que pesar para poder obtener una estimación cuyo error de muestreo fuera 5 gramos? 4) Una empresa dedicada a la fabricación de envases de vidrio, cuenta con un plantel numeroso de operarios, y desea estimar el tiempo medio de tardanza de los mismos. El estudio se realizará sobre la base de las tarjetas horarias, estableciendo que: a) El máximo error muestral admitido debe ser de 2 minutos; b) el nivel de confianza del 99%; c) el desvío estándar poblacional es de 5 minutos, conocido por ensayos anteriores. a) Calcule el tamaño adecuado de muestra. b) Se toma la muestra y se obtiene que la tardanza media es de 15 minutos. Estimar la tardanza media de todo el personal.
5) En una fábrica de materiales eléctricos se desea estimar el peso promedio
del último lote de rollos de alambre de cobre salido de producción. Para ello se eligió al azar una muestra de 20 que arrojó un promedio de 38 kg. Se conoce además, de registros históricos, el desvío poblacional, que vale 4,2 kg. a) Estime el peso medio de los rollos con un 95% de confianza. c) ¿Cuántos rollos más habría que pesar para poder obtener una estimación cuyo error de muestreo fuera 1 kg?
