Presentacion de estadistica aplicada hipótesis estadistica

1. República Bolivariana de Venezuela
Instituto Universitario Tecnológico Antonio José De Sucre
Estadística Aplicada (SAIA) #77
Prof. Ranielina Rondón
Bachiller: Erix Ruiz C.i 20874796

2. El muestreo aleatorio simple se puede aplicar en muchos
métodos Puede ser útil cuando las poblaciones son pequeñas y
por lo tanto, se cuenta con listados. Cuando las poblaciones son
grandes, se prefiere el muestreo en etapas. Se utiliza
ampliamente en los estudios experimentales, además, de ser un
procedimiento básico como componente de métodos más
complejos (muestreo estratificado y en etapas).
Muestreo Aleatorio

3. El concepto de población en estadística va más allá de lo que
comúnmente se conoce como tal. Una población se precisa
como un conjunto finito o infinito de personas u objetos que
presentan características comunes.
De esta forma Levin & Rubin (1996). Indica que "Una población
es un conjunto de todos los elementos que estamos estudiando,
acerca de los cuales intentamos sacar conclusiones".
De igual forma Cadenas (1974). Expresa "Una población es un
conjunto de elementos que presentan una característica
común".
Población

4. Es el elemento que describe una muestra y sirve como una
estimación del parámetro de la población correspondiente.
El estadístico sirve como una estimación del parámetro. Aunque
en realidad el interés se fija en el valor del parámetro de la
población, con frecuencia debe haber conformidad con solo
calcularlo con un estadístico de la muestra que se ha
seleccionado,
Estadístico

5. Una distribución de muestreo describe la probabilidad de obtener
cada valor posible de un estadístico de una muestra aleatoria de
una población, en otras palabras, qué proporción de todas las
muestras aleatorias de ese tamaño ofrecerá ese valor.
Supongamos que usted mide el peso de llenado de una muestra
aleatoria de 10 cajas de cereal que salen de la máquina de llenado
y calcula una media de 370 g. Junto con la población y el tamaño
de la muestra, la distribución de muestreo describe la probabilidad
de obtener este valor o cualquier otro para el peso medio de
llenado.
Distribución de muestreo

6. El teorema del límite central es un teorema fundamental de
probabilidad y estadística. El teorema establece que la distribución
de , que es la media de una muestra aleatoria de una población
con varianza finita, tiene una distribución aproximadamente normal
cuando el tamaño de la muestra es grande, independientemente de
la forma de la distribución de la población. Muchos procedimientos
estadísticos comunes requieren que los datos sean
aproximadamente normales, pero el teorema del límite central le
permite aplicar estos procedimientos útiles a poblaciones que son
marcadamente no normales. El tamaño que debe tener la muestra
depende de la forma de la distribución original.
Teorema central del límite

7.  Estimación puntual: Es cuando se usa un solo valor extraído de la
muestra para estimar el parámetro desconocido de la población, al
valor usado se le llama estimador
 Estimación por intervalos: La estimación por intervalos consiste en
establecer el intervalo de valores donde es más probable se
encuentre el parámetro. La obtención del intervalo se basa en las
siguientes consideraciones:
a) Si conocemos la distribución muestral del estimador podemos
obtener las probabilidades de ocurrencia de los estadísticos
muestrales.
b) Si conociéramos el valor del parámetro
poblacional, podríamos establecer la probabilidad de que el
estimador se halle dentro de los intervalos de la distribución muestral.
intervalos

8. En el contexto de estimar un parámetro poblacional, un intervalo de
confianza es un rango de valores (calculado en una muestra) en el
cual se encuentra el verdadero valor del parámetro, con una
probabilidad determinada.
Se llama intervalo de confianza a un par o varios pares de
números entre los cuales se estima que estará cierto valor
desconocido con una determinada probabilidad de acierto.
Formalmente, estos números determinan un intervalo, que se
calcula a partir de datos de una muestra, y el valor desconocido es
un parámetro poblacional. La probabilidad de éxito en la estimación
se representa con 1 - α y se denomina nivel de confianza. En estas
circunstancias, α es el llamado error aleatorio o nivel de
significación, esto es, una medida de las posibilidades de fallar en
la estimación mediante tal intervalo.
Intervalos de confianza para la
media poblacional