presentacion del capitulo 6

1. INSTITUTO TECNOLOGICO DE TIJUANA
Ingeniería Industrial
Materia: Estadística Inferencial
Grupo: 3Z
Profesor: José Morales
Alumno: Arres Pérez Midian Raquel
No. Control: 17210035
Capitulo #4, #5, #6
Tarea #2
Resolver los ejercicios planteados más adelante
Tijuana B.C a 03 de marzo del 2018

2. La función densidad de una distribución uniforme es una línea horizontal, de manera que es fácil
calcular el área de cualquier región rectangular aplicando la siguiente formula:
Área=anchuraXaltura.
1. Su gráfica tiene forma de campana.
2. Posee una media igual a 0 (es decir, m 5 0).
3. Tiene una desviación estándar igual a 1 (es decir, s51).
La distribución uniforme nos facilita visualizar
estas dos propiedades muy importantes:
1. El área bajo la curva de una distribución de probabilidad es igual a 1.
2. Existe una correspondencia entre el área y la probabilidad (o frecuencia relativa),
de manera que algunas probabilidades se pueden calcular al identificar las áreas
correspondientes.

5. Cuando calcule áreas en una distribución normal no estándar, utilice este
procedimiento:
1. Dibuje una curva normal, indique la media y los valores específicos de x; después,
sombree la región que representa la probabilidad deseada.
2. Para cada valor relevante de x que sea un límite de la región sombreada, utilice la
fórmula 6-2 para convertir ese valor a la puntuación z equivalente.
3. Remítase a la tabla A-2 o utilice una calculadora o un programa de cómputo para
encontrar el área de la región sombreada, la cual constituye la probabilidad deseada.

6. Media donde todas las muestras
tienen el mismo tamaño n de la
misma población
Estadístico: es la distribución de
todos los valores del estadístico
cuando se obtienen todas las
muestras posibles del mismo tamaño
n de la misma población.
Varianza: es la distribución de las
varianzas muéstrales, donde todas
las muestras tienen el mismo tamaño
n y se obtiene de la misma población
proporción: es la distribución de
proporciones muéstrales, donde todas
las muestras tienen el mismo tamaño
de muestra n y provienen de la misma
población
Estadístico: es la distribución de
todos los valores del estadístico
cuando se obtienen todas las
muestras posibles del mismo tamaño
n de la misma población.
Distribución muestral

8. 1. Para una población con cualquier distribución, si n . 30, entonces las medias
muéstrales
tienen una distribución que se puede aproximar por medio de una distribución
normal, con una media m y una desviación estándar
2. Si n # 30 y la población original tiene una distribución normal, entonces las
medias
muéstrales tienen una distribución normal con una media m y una desviación
estándar
3. Si n # 30, pero la población original no tiene una distribución normal,
entonces no se aplican los métodos de esta sección.

9. El teorema del límite central implica dos distribuciones diferentes: la
distribución de la población original y la distribución de las medias muéstrales.
Al igual que en capítulos anteriores, utilizamos los símbolos m y s para denotar
la media y la desviación estándar de la población original; pero ahora
necesitamos nuevas notaciones para la media y la desviación estándar de la
distribución de las medias muéstrales.

10. Media
Varianza muestral
Varianza de la población
para una población con cualquier distribución, la
distribución de las medias muéstrales se aproxima a una
distribución normal conforme aumenta el tamaño de la
muestra. En otras palabras, si el tamaño de la muestra es
lo suficientemente grande, la distribución de medias
muéstrales puede aproximarse por medio de una
distribución normal, incluso si la población original no está
distribuida normalmente. Además, si la población original
tiene media m y desviación estándar s, entonces la media
de las medias muéstrales también será m, pero la
desviación estándar de las medias muéstrales será s>1n,
donde n es el tamaño de la muestra.

12. Una gráfica cuantilar normal (o gráfica de probabilidad normal) es una
gráfica de puntos (x, y) donde cada valor x proviene del conjunto original de
datos muéstrales, y cada valor y es la puntuación z correspondiente, que es un
valor cuantilar esperado de la distribución normal estándar.
Distribución normal: La distribución de la población es normal si el patrón de
los puntos se aproxima de manera razonable a una línea recta, y si los puntos
no revelan algún patrón sistemático que sea diferente de una línea recta.
No es una distribución normal: La distribución de la población no es normal si
se aplica alguna de las dos siguientes condiciones:
• Los puntos no caen razonablemente cerca de una línea recta.
• Los puntos muestran algún patrón sistemático que no es el de una línea recta.