2. CONCEPTOS
POBLACION = CONJUNTO ELEMENTOS
OBSERVABLES
MUESTRA = FRAGMENTO O PARTE.
ESTIMAR = PONER PRECIO, APRECIAR.
ESTIMACIÓN = APRECIO, VALOR,
CALCULAR VALOR DE ALGO, OPINION,
ATRIBUTOS O MERITOS.
3. ESTIMADOR = VARIABLE ALEATORIA, ASIGNA, VALOR DE LA MUESTRA,
VALOR
NUMÉRICO Y EFICIENTE.
ESTIMACIÓN ESTADÍSTICA = CONJUNTO, TÉCNICAS, VALOR
APROXIMADO, POBLACIÓN, MUESTRA.
ESPERANZA MATEMÁTICA = FORMALIZAR IDEA VALOR MEDIO DE
FENÓMENO ALEATORIO.
¿QUÉ SE NECESITA PARA ESTIMAR? = UNA MUESTRA SACANDO LA
MEDIA DE LA POBLACIÓN.
4. TIPOS DE ESTIMACIÓN
ESTIMACIÓN PUNTUAL = NUMERO ESTIMACIÓN DE 1 DATO DE POBLACIÓN
DESCONOCIDO.
EJEMPLO; SI SE DESEA SABER LA ASISTENCIA MEDIA DE UN GRUPO DE
PERSONAS A UN RESTAURANTE X PUEDE EXTRAERSE UNA MUESTRA Y
OFRECER COMO ESTIMACIÓN PUNTUAL LA ASISTENCIA DE UN GRUPO DE
COMENSALES A UN RESTAURANTE X.
5. ESTIMACIÓN POR INTERVALOS
OBTENCIÓN DE INTERVALO = VALOR, PARÁMETRO, PROBABILIDAD.
CONCEPTO ADICIONAL, IMPLICA INCERTIDUMBRE, ESTIMACIÓN.
AFIRMACIÓN = INTERVALO QUE CONTIENE LA MEDIA DE LA POBLACIÓN
DESCONOCIDA.
LOCALIZAR = ENCONTRAR AFIRMACIÓN POR ERROS ESTÁNDAR DE LA
MEDIA.
6. ERROR ESTÁNDAR DE LA MEDIA = DESVIACIÓN
DE DISTRIBUCIÓN, MUESTREO.
DESVIACIÓN ESTÁNDAR = RAÍZ DE VARIANZA.
INTERVALO DE CONFIANZA=PARÁMETRO
ESTIMADO, CERTEZA, CAMBIA SIN UN AXIOMA
(PROPOSICIÓN).
VARIABILIDAD DEL PARÁMETRO = SABER TAMAÑO
MUESTRA.
ERROR DE ESTIMACIÓN =
PRECISIÓN, MUESTRA, CORRESPONDE
AMPLITUD, INTERVALO.
7. LIMITE DE CONFIANZA = PROBABILIDAD,
PARÁMETRO ESTIMADO, INTERVALO DE CONFIANZA,
OBTENIDO.
VALOR a= NIVEL DE SIGNIFICACIÓN, FALLAR EN
ESTIMAR, DIFERENCIA ENTRE CERTEZA Y NIVEL DE
CONFIANZA.
8. CONCLUSIÓN
La estimación de dos medias poblacionales es importante dentro de la
gastronomía para poder estudiar las preferencias de dos muestras que se
encuentra sumergidas en una población, así pues saber los resultados
ayudan a ala toma de buenas decisiones y obtener datos verídicos y fiables
que puedan aplicarse fácilmente en un ESTABLECIMIENTO DE A Y B.
9. EJEMPLO
Se toma una muestra de la población de hombres y de mujeres, que asisten al restaurante
“AZUL y ORO” localizado en la UNAM, administrado por el chef investigador mexicano Ricardo
Muñoz Zurita, por el periodo de un mes, tomando en cuenta las asistencias y sacando una media en
base a estos datos.
Se desea saber que sexo consume más el mole amarillito oaxaqueño, para estimar la
porción que se montara en un plato individual.
Se coloca en la carta por un mes y se realiza el estudio de estimación entre la diferencia de
dos medias poblacionales en este caso hombres y mujeres.
Antes de obtener los resultados se estima que las mujeres son las que mas regularmente
piden este platillo ya que son mayoría, las asistencias contadas a este establecimiento.
Ya que se obtiene los resultados, define que el ganador es el sexo masculino, es por ello
que el platillo se servirá con una porción un poco más grande que lo que se ha venido haciendo.
Esto servirá para complacer al cliente y tener la confianza de que lo que se esta haciendo
partió de un buen estudio de dos medias poblacionales.
10.
11. procedimiento se emplea
basado en la para
evidencia determinar si la Prueba de
muestral y la hipótesis es hipótesis
teoría de una afirmación
probabilidad razonable.
12. media
poblacional cantidad media que
se "espera" como
resultado de un
experimento aleatorio
13. hipótesis
Respuesta
tentativa al
fenómeno que se
esta estudiando
Hipótesis de la Ho Hipótesis H1 Hipótesis
investigación nula alternativa
14. Error Error
tipo I Cuando se
rechaza la
tipo II Cuando no
se rechaza
hipótesis nula una hipótesis
verdadera falsa
No debería Debería
rechazarse rechazarse
15. Pasos en la prueba de hipótesis
• Formular la hipótesis nula y una
Paso 1 alternativa.
• Seleccionar la prueba estadística
apropiada al tipo de datos que tiene el
Paso 2 investigador.
• Especificar el nivel de significación “ α ”.
Paso 3
16. • Realizar la prueba estadística seleccionando
Paso 4 en el paso 2 sobre los datos disponibles
• Tomar una decisión
Paso 5
• No rechazar la hipótesis nula
• Rechazar la hipótesis nula y aceptar la
Paso 6 alternativa
17. Prueba
bilateral o
de 2
extremos
Prueba
unilateral
o de 1
extremo
Tipos de
pruebas
19. Valor
Valor
estadístico t de
estadístico Z
student
Comparar y
comprobar si Contrastar
Ho es hipótesis
verdadera
Proporciona
Se conoce la
resultados
σ}
aproximados
Mayores a 30 Muestras
datos pequeñas
muestras Menor a 30
grandes datos
No se conoce
la σ
20.
21. CONCEPTOS GENERALES
Ejem: media
• Toma de una
• Parámetros: • Caracteristicas variable
• Son medidas generales • Varianza
• percentil
expresan
22. Para todos estos ejemplos de parámetros el valor
suele ser desconocido porque para su
cálculo sería necesario observar a la totalidad de
los individuos que componen la población,
23. Muestra
Es en
método de Metodos para
conocimiento estimación Métodos para
inductivo contraste de
de
hipotesis
“inferencia parametros
estadística”
24. Estadístico Muestral
• Es cualquier valor calculado a partir de la
muestra ejem: media, varianza o una
proporcion
25. Media Los resultados presentan
los limites del intervalo de
confianza de la media
poblacional para el nivel
de confianza
26. Tasa de
Percentiles Recuento
reincidencia
• Son los • Con que • Recopilar
rangos de frecuencia se información
los valores realizan de estudios
muéstrales estudios y anteriores
• Método los cambios
exacto encontrados
basado en la
distribución
nominal
• Método
basado en la
aproximación
27. ESTIMACIÓN DE PARÁMETROS
El valor de un parámetro se estima a partir de
alguna medida calculada, a partir de los datos de
una muestra, que pueda proporcionar un valor
aproximado .
28. CONTRASTE DE HIPOTESIS
Son recursos de inferencia estadística que,
partiendo de la formulación de dos hipótesis
contrarias sobre el posible valor de un parámetro
29. MÉTODOS DE INFERENCIA CON UNA MUESTRA
Los métodos incluidos en este apartado permiten
obtener un intervalo de confianza para el valor de
la media poblacional y también realizar el
contraste de hipótesis sobre un valor propuesto
para la misma.
30. MÉTODOS DE INFERENCIA CON DOS
MUESTRAS
COMPARACION DE MEDIAS (muestras
independientes)
Se presentan métodos de construcción del intervalo
de confianza para la diferencia de medias y
contrastes de igualdad de las mismas basados en
la distribución.
Son aplicables en aquellas situaciones en las que
se dispone de dos muestras independientes
extraídas de poblaciones con distribución normal.
31. COMPARACIÓN DE MEDIAS (MUESTRAS
EMPAREJADAS)
Cuando se trata de comparar las medias de dos
muestras emparejadas se utilizan los métodos de
inferencia para una sola muestra y se aplican sobre
los valores resultantes de formar las diferencias de
pares de valores de las dos muestras originales
32. COMPARACIÓN DE DOS PROPORCIONES
Cuando se enfrenta el problema de comparar las
proporciones de individuos que tienen determinada
característica en dos poblaciones distintas, se
suele disponer de dos muestras independientes,
una de cada población. Los métodos de inferencia
en este caso permiten construir un intervalo de
confianza
33.
34. Cierto numero de datos entre los cuales se
estima, que se encontrara un valor
desconocido con una determinada población.
Intervalo.
Datos de muestra.
Valor desconocido (parámetro de
población).
35. Probabilidad de éxito: “1-a” (nivel de
confianza).
a: nivel de significancia.
Medida de posibilidades X en la
estimación de intervalo.
Nivel de confianza y amplitud del
intervalo.
Varían: mas es menos.
NOTA:Distribución del parámetro a
estimar.
36. Afirmación, teoría o aseveración sobre un
parámetro especifico.
La hipótesis de que el parámetro de población
sea igual a la especificación de la
investigación se denomina hipótesis nula Ho.
A pesar de que solo cuenta con información
de la muestra, la Ho se escribe en términos
de la población.
Si se considera que la hipótesis nula es falsa,
entonces habrá otra afirmación que debe ser
cierta.
37. Siempre que se especifica la
hipótesis nula, también se determina
una hipótesis alternativa.
La hipótesis alternativa representa la
conclusión obtenida al rechazar la
Ho.
Si no se rechaza la hipótesis nula, se
seguirá confiando en que la
investigación va por buen camino y
no es necesario corregirlo.
La Ho, se rechaza cuando la
evidencia muestral no es tan cierta,
que la información que proporciona
la Hi.
38. El no poder
rechazar la Ho, no
comprueba que
sea cierta.
Esto se concluye
como que no hay
suficiente
información para
garantizar su
rechazo.
39. PUNTOS FUNDAMENTALES QUE RESUMEN LA HO Y HI.
El enunciado que describe
a la Ho siempre contiene
Ho representa creencia
un signo “=“, relacionado
actual en una situación.
con el valor especifico del
parámetro poblacional.
El enunciado que describe
Hi, opuesto a Ho y Ho siempre se refiere a un
la Hi nunca contiene un
representa afirmación de valor especifico del
signo “=“,relacionado con el
investigación especifica parámetro poblacional y no
valor especifico del
que se demostrara. a un estudio de muestra.
parámetro poblacional.
Si se rechaza la Ho, tiene
Si no se rechaza la Ho, no
prueba estadística que la
se ha demostrado la Hi.
Hi es correcta.
40.
41. La distribución Si el resultado queda
muestral del resultado en la región de
se divide en: rechazo y aceptación, no se
aceptación. rechaza la Ho.
Si el resultado queda
en la región de
rechazo, se rechazara
la Ho.
42. La región de rechazo se compone de los valores
del resultado, con pocas posibilidades de que la
Ho sea cierta
Si un valor del resultado queda dentro de la
región de rechazo, la Ho se rechaza porque el
valor tiene pocas posibilidades de que sea
cierto.
Para tomar una decisión con respecto a la Ho,
se debe determinar cual es el valor critico, del
resultado (punto medio)
El tamaño de la región de rechazo se relaciona
con los riesgos implicados al utilizar solo
evidencia muestral para tomar decisiones con
respecto a un parámetro poblacional.
43.
44. ERRORES QUE SE PUEDEN TENER.
La probabilidad
Se presenta
de que se
cuando se
Error tipo I presente un
rechaza la Ho
error tipi I es
siendo cierta.
“a”
45. La probabilidad
Se representa
de que se
cuando no se
Error tipo II presente un
rechaza la Ho
error tipo II es
siendo falsa .
“B”
46. Estadística y Población 1 Población 2
parámetro
Tamaño de muestra 107 81
Numero de éxitos 63 23
Parámetro poblacional. P1 P2