El documento describe las distribuciones fundamentales de muestreo población y muestra. Explica que una población consiste en todas las observaciones de interés con una distribución de probabilidad subyacente. La media y varianza de una muestra tienden a aproximarse a una distribución normal a medida que aumenta el tamaño de la muestra, según el teorema del límite central. También introduce varias distribuciones comunes como t de Student, Ji-cuadrado y F, que son útiles para realizar inferencias estadísticas sobre poblaciones basadas en m
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Distribución muestral y estimación de parámetros para una población
Instituto Universitario Politécnico "Santiago Mariño"
Realizado por:
Castillo, Erick
Gallardo, Jean
Rodríguez, José Alejandro
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
El Mtro. Javier Solis Noyola diseña y desarrolla presentación sobre tema PRUEBA DE HIPÓTESIS para distribuciones de probabilidad (Normal, y t de Student)
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Distribución muestral y estimación de parámetros para una población
Instituto Universitario Politécnico "Santiago Mariño"
Realizado por:
Castillo, Erick
Gallardo, Jean
Rodríguez, José Alejandro
DISTRIBUCION MUESTRAL DE LA MEDIA
Es la distribución de probabilidad de todas las posibles medias de las muestras de un determinado tamaño muestra de la población. EJERCICIOS DE APLICACION
Actividad de 20% de Distribucion Muestral realizada por el grupo numero 6, cuyos integrantes son: Felipe Salazar, Greylen Acuña, Katherine Malave, Andres Maica, Mayerling Vargas.
Guía para hacer un Plan de Negocio para tu emprendimiento.pdfpppilarparedespampin
Esta Guía te ayudará a hacer un Plan de Negocio para tu emprendimiento. Con todo lo necesario para estructurar tu proyecto: desde Marketing hasta Finanzas, lo imprescindible para presentar tu idea. Con esta guía te será muy fácil convencer a tus inversores y lograr la financiación que necesitas.
Anna Lucia Alfaro Dardón, Harvard MPA/ID.
Opportunities, constraints and challenges for the development of the small and medium enterprise (SME) sector in Central America, with an analytical study of the SME sector in Nicaragua. - focused on the current supply and demand gap for credit and financial services.
Anna Lucía Alfaro Dardón
Dr. Ivan Alfaro
La Norma Internacional de Contabilidad 21 Efectos de las variaciones en las t...mijhaelbrayan952
La Norma Internacional de Contabilidad 21 Efectos de las variaciones en las tasas de Cambio de la Moneda Extranjera (NIC 21) está contenida en los párrafos 1 a 49. Todos los párrafos tienen igual valor normativo, si bien la Norma conserva el formato IASC que tenía cuando fue adoptada por el IASB.
Anna Lucia Alfaro Dardón, Harvard MPA/ID. The international successful Case Study of Banco de Desarrollo Rural S.A. in Guatemala - a mixed capital bank with a multicultural and multisectoral governance structure, and one of the largest and most profitable banks in the Central American region.
INCAE Business Review, 2010.
Anna Lucía Alfaro Dardón
Dr. Ivan Alfaro
Dr. Luis Noel Alfaro Gramajo
El análisis PESTEL es una herramienta estratégica que examina seis factores clave del entorno externo que podrían afectar a una empresa: políticos, económicos, sociales, tecnológicos, ambientales y legales.
1. Distribuciones fundamentales de Muestreo Población: Consiste en la totalidad de las observaciones en las que estamos interesados. Cada observación en una población es un valor de una v. a. X que tiene alguna distribución de probabilidad .
3. Muestra Población Muestra Población INFERIR Muestra Aleatoria: ''observaciones realizadas al azar en forma independiente'' ¿Qué información nos trasmiten los datos?
4. v. a. X i i= 1,...,n X i :''i_ésima medición o valor de la muestra que observemos'' muestra aleatoria de la población Muestra Aleatoria
13. Distribución de las medias de las muestras E(X m )=2.5 Var(X m )=0.645492722
14. Sea una población con media μ y desviación típica σ . tiene por media μ y desviación típica σ/√n La distribución de las medias de las muestras aleatorias (con reposición) de tamaño n,
16. Teorema del límite central Dada una población, con media μ y desviación típica σ finitas, y seleccionamos al azar muestras aleatorias de tamaño n, entonces a medida que n crece la distribución de las medias muestrales se aproxima a una distribución normal.
17. Teorema del límite central Dada una población, con media μ y desviación típica σ finitas, y seleccionamos al azar muestras aleatorias de tamaño n, entonces la forma límite de la distribución de Z conforme n crece indefinidamente
18. Distribución muestral de la media Veremos primero el caso de que la distribución subyacente sea normal , con media y varianza La media de la distribución muestral de medias es La varianza de la distribución muestral de medias es La forma de la distribución muestral de la media muestral es normal.
19. Ejemplo 1 Distribución poblacional subyacente (dist. Normal): Media = 100 Varianza = 225 Desv. típica = 15 Distribución muestral de la media: Tamaño muestral =10 Media = 100 Varianza = 225/10 =22.5 Desv.típica = En este y sucesivos gráficos: Número de muestras n
20. Ejemplo 2 Distribución poblacional subyacente (dist. Normal): Media = 100 Desv. Típica = 15 Distribución muestral de la media: Tamaño muestral = 20 Media = 100 Varianza = 225/20 = 11.3 Desv. típica = 3.35
21. Ejemplo 3 Distribución muestral de la media: Tamaño muestral = 50 Media = 100 Varianza = 225/50 = 4.5 Desv. típica = 2.12 Distribución poblacional subyacente (dist. Normal): Media = 100 Desv. Típica = 15
22. Distribución muestral de la media Veamos ahora el caso en que la distribución subyacente sea arbitraria, con media y varianza La media de la distribución muestral de medias es La varianza de la distribución muestral de medias es La forma de la distribución muestral de la media TAMBIÉN tiende a ser normal. En concreto, la distribución muestral se acercará más y más a la distribución normal (media y varianza 2 /n ) a medida que se aumente el tamaño de cada muestra .
28. Distribuciones usadas en inferencia Distribución Ji-Cuadrado o Chi-cuadrado o 2 de Pearson con “n” grados de libertad. Sean X 1 , X 2 , ... ,X n n variables aleatorias continuas independientes tal que X i = N (0,1) con i = 1, ..., n (i.i.d.). Definamos la variable aleatoria: Su densidad de probabilidad será:
30. Distribución Muestral de S 2 Si S 2 es la varianza de una muestra aleatoria de tamaño n que se toma de una población normal que tiene la varianza entonces el estadístico: tiene una distribución ji cuadrada con n -1 grados de libertad.
33. TABLA DE 2 2 n grados de libertad valores acumulados de 2 n orden percentílico p 0.01 0.025 0.975 0.99 1 2 3 4 5 n
34.
35. Student era el seudónimo de W.S. Gosset, un pionero estadista que trabajó en la Cervecería Guiness de Dublín. Sea X v.a.c. tal que X ~ N (0,1) Y v.a.c. tal que Y ~ 2 n Con función de densidad de probabilidad: Distribución t de Student
36. Distribución t de Student Supongamos que la población es normal con media y varianza desconocida y que se desea hacer inferencias acerca de , basada en una muestra pequeña (n < 30) tomada de la población. En este caso la distribución de la media muestral ya no es normal, sino que sigue la distribución t de Student .
37. Distribución t de Student Si de una población Normal con media y desviación estándar se extrae una muestra de tamaño n, entonces el estadístico: se distribuye como una t de Student con n-1 grados de libertad.
38. La distribución t de Student es bastante similar a la Normal Estándar, con la diferencia que se aproxima más lentamente al eje horizontal. El parámetro de esta distribución son los grados de libertad.
39.
40.
41. Cuando la distribución de la población de la que obtenemos las medias muestrales no es normal, el estadístico anterior, se distribuye como una normal tipificada para valores de n > 30.
42. TABLA DE LA DISTRIBUCION t DE STUDENT orden percentílico grados de libertad valores acumulados de t p tp t .995 t .99 t .60 t .55 1 2 3 4 5 n
43. Distribución F de Fisher o F-Snedecor Definamos Sea X v.a.c. tal que X ~ 2 n Y v.a.c. tal que Y ~ 2 m independientes
45. Distribución muestral del estimador Cuando las distribuciones de la que obtenemos las varianzas muestrales son normales: y extraemos dos muestras de tamaño n y m respectivamente. El estadístico anterior se distribuye según la distribución F de Fisher con n - 1 grados de libertad en el numerador y m -1 grados de libertad en el denominador, F n-1, m-1 .