Investigación

4
Investigación (actividad extra) Ortiz Solórzano Juan Carlos Instituto Tecnológico Superior de Uruapan Ingeniería Industrial Francisco Jesús r!valo Carrasco "#$%

description

esdtadistica inferencial introduccion

Transcript of Investigación

4Investigacin (actividad extra)

Ortiz Solrzano Juan Carlos

Instituto Tecnolgico Superior de Uruapan

Ingeniera Industrial

Francisco Jess Arvalo Carrasco

2015

Introduccin a la estadstica inferencial Tambin llamada inferencia estadstica, estudia cmo sacar conclusiones generales para toda la poblacin a partir del estudio de una muestra, donde a partir de ella infiere que el resto de la poblacin tiene el mismo comportamiento, as como tambin el grado de fiabilidad o significacin de los resultados obtenidos de la misma. La estadstica inferencial consta de diversos conceptos comunes al hablar de estadstica. Poblacin: conjunto de elementos (generalmente personas) que comparten al menos una caracterstica bien definida. Muestra: subconjunto de elementos extrados de una poblacin.} Variable: caracterstica de los elementos de una poblacin que puede tomar diversos valores (al menos dos). Datos: valores obtenidos al medir una variable en una muestra. Estadstico: valor numrico que expresa una caracterstica de una poblacin (media).

http://esta2.galeon.com/Temas1-3.pdfhttp://estadisticaiiiuba.blogspot.mx/p/blog-page_8525.htmlIntroduccin al muestreo y tipos de muestreo Se denomina muestreo al proceso por el que generamos las muestras. Una muestra es una parte (un subconjunto) de la poblacin, y se desea que la muestra sea lo ms representativa posible de la poblacin de la que procede. Algunos tipos de muestras se presentan a continuacin. Muestreo con reemplazamiento: es el que se realiza cuando un elemento tomado de la poblacin vuelve de nuevo a ella para poder volver a ser elegido. Muestreo sin reemplazamiento: En este caso, cada miembro de la poblacin no puede seleccionarse ms de una vez. Muestreo aleatorio simple: es el que se efecta teniendo en cuenta que cada miembro de la poblacin tiene la misma probabilidad de ser elegido en la muestra. Muestreo aleatorio estratificado: Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de individuos de cada estrato proporcional al nmero de componentes de cada estrato. Muestreo aleatorio sistemtico.

http://www.ditutor.com/inferencia_estadistica/estadistica_inferencial.htmlhttp://www.iesayala.com/selectividadmatematicas/ficheros/teoriaccss/06_muestreo_intervalos.pdfhttp://www.uv.es/webgid/Inferencial/21_introduccin.html Teorema del lmite central. Se dice que ayuda a explicar el hecho de que las frecuencias empricas de un gran nmero de poblaciones existentes en la naturaleza exhiben una forma gaussiana (acampanada)El teorema central del Lmite dice que si una poblacin tiene desviacin estndar, y media, y que adems de ello se toman variables independientes de tamao n 30 y todas ellas siguen el mismo modelo de distribucin la suma de ellas se distribuye segn una distribucin normal. Este teorema se aplica tanto a suma de variables discretas como de variables continuas. En otras palabras el teorema del lmite central garantiza una distribucin normal cuando el tamao de la muestra es suficientemente grande.Ejemplo:Se lanza una moneda al aire 100 veces, si sale cara le damos el valor 1 y si sale cruz el valor 0. Cada lanzamiento es una variable independiente que se distribuye segn el modelo de Bernouilli, con media 0,5 y varianza 0,25.