Professional Documents
Culture Documents
COMPETENCIA:
ESTADÍSTICA
CONTENIDOS:
Unidad I Probabilidad.
Unidad II Estadística descriptiva.
Unidad III Presentación gráfica de datos estadísticos.
Unidad IV Estimación.
Unidad V Regresión.
Unidad VI Análisis de datos
ACTIVOS
UNIDAD I
Probabilidad
I.1.- Definición y concepto.
I.2.- Teoría (teorema), fundamental del conteo.
I.3.- Evento o suceso.
I.4.- Punto muestral.
I.5.- Espacio muestral.
I.6.- Distribuciones de muestreo.
I.7.- Intervalos de confianza.
UNIDAD II
Estadística Descriptiva
II.8.- Estadística.- definición.
II.9.- Importancia y usos de la estadística.
II.10.- Definición de: población y muestra.
II.11.- Experimentación.
II.12.- Presentación de datos.
II.13.- Estadísticos muéstrales.
II.14.- Distribución de frecuencias no agrupadas.
II.15.- Distribución de frecuencias agrupadas
UNIDAD III
Presentación gráfico de datos estadísticos.
UNIDAD IV
Estimación.
IV.21- Estimaciones y estimadores.
IV.22.- Estimadores Insesgados óptimos.
IV.23.- Función de verosimilitud y estimadores máximo-verosímiles.
IV.24.- Precisión de estimaciones.
IV.25.- Intervalos de estimación.
IV.26.- determinación del tamaño muestral.
UNIDAD V
Regresión
UNIDAD VI
Análisis de Datos
VI.32.- Introducción.
VI.33.- Hipótesis y modelos
VI.34.- Prueba de hipótesis estadística.
VI.35.- La hipótesis nula.
VI.36.- Hipótesis alternativa.
ESCENARIOS INFORMATIVOS:
- Asesores locales
- Asesores externos
- Disposición en internet.
- Puntualidad en intranet.
- Fuentes directas e indirectas.
- Bibliografía
BIBLIOGRAFÍA:
Jack, Levin
1979 Fundamentos de Estadística en la Investigación Social
Editorial Karla, México, 2da. edición, pp. 305
Páginas WEB:
http://www.ruf.rice.edu/~lane/rvls.html
http://research.ed.asu.edu/siip/
ESTADÍSTICA
PRINCIPIA TEMÁTICA:
26 x 26 x 26 x 10 x 10 x 10 = 17,576,000
VARIABILIDAD DE LA MUESTRA
Cada una de las muestras tiene una media x. Estas medias son,
respectivamente:
0 1 2 3 4
1 2 3 4 5
2 3 4 5 6
3 4 5 6 7
4 5 6 7 8
Cada una de las muestras es igualmente probable, por lo que cada una
de las 25 medias muéstrales se le puede asignar una probabilidad de
1/25 = 0.004. La distribución muestral de las medias muéstrales se
presenta en la tabla 7.1 como una distribución de probabilidad y en la
figura 7.1, como un histograma.
0.25
0.2
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9
Recuerde que µp’ = p, y que el estadístico muestral p’, es un estimador
insesgado de p. Así, la información sobre la distribución muestral de p’
se resume como sigue:
Si de una población se elige una muestra aleatoria de tamaño n con p =
P (éxito), entonces la distribución muestral de p’ tiene:
II.11.- Experimentación.
19 PUNTAJES DE EXAMEN
5 2
6 6 8 2
7 6 4 6 8 2 6 8 4
8 2 6 4 2 8
9 6 2
clase frecuencia
50 o más hasta menos que 60→ 50 ≤ x < 60 1
60 o más hasta menos que 70→ 60 ≤ x < 70 3
70 o más hasta menos que 80→ 70 ≤ x < 80 8
80 o más hasta menos que 90→ 80 ≤ x < 90 5
90 o más hasta menos que 100→ 90 ≤ x < 100 2
19
III.16.- Introducción.
20
15
Y
10
X
5
0
1 2 3 4 5 6 7
III.18.- Histograma.
Un histograma o un histograma de frecuencias esta formado por una
serie de rectángulos que tienen sus bases sobre un eje horizontal (eje x)
e iguales al ancho de clase, su altura es igual a la frecuencia de clase.
0.25
0.2
0.15
0.1
0.05
0
1 2 3 4 5 6 7 8 9
Polígono de
frecuencias
1
2
3
4
5
III.21.- Ojivas.
12
10
8
6 Y
4 X
2
0
1 2 3 4 5
Estimadores máximo-verosimilitud.
La máxima verosimilitud puede tomarse tomando la derivada de L con
respecto a θ e igualamos a 0 (cero). Para este propósito es conveniente
tomar primero el logaritmo de y luego la derivada. De esta manera
hallamos:
1 ∂f ( x1 ,θ ) 1 ∂f ( x n ,θ )
. + .......... + . =0
f ( x ,θ ) ∂θ f ( x n ,θ ) ∂θ
De aquí podemos obtener θ en términos de xk
IV.25.-Intervalos de Estimación.
En el intervalo limitado por dos valores y sirve para estimar el parámetro
de una población. Los valores que limitan este intervalo son
estadísticas calculados a partir de la muestra que se esta utilizando
como base para la estimación.
IV.24.-Precisión de Estimaciones.
Así quedan, tres factores. El análisis de la formula (8.2) indica lo
siguiente: el aumentar el nivel de confianza, se hace más grande el
coeficiente de confianza y por tanto, y por tanto se requiere incrementar
el error máximo de o el tamaño de la muestra; aminorar el error máximo,
requiere de la reducción de del nivel de confianza o bien aumentar el
tamaño de la muestra; disminuir el tamaño de la muestra obliga a que el
error máximo se vuelva más grande o que el nivel de confianza
disminuya. Se tiene una “lucha tripartita por la supremacía”, como se
muestra en la figura. Un aumento o una disminución de cualquiera de los
tres factores afectan a uno o a ambos, de los otros dos elementos. El
trabajo del experto en estadística es “equilibrar” el nivel de confianza. El
tamaño de la muestra y el error máximo. De modo que se obtenga un
intervalo aceptable.
Y y
Regresión curvilínea (cuadrática) No hay relación
X x
(Regresión no lineal)
Y y
figura V.3 figura V.4
+1
+1.5 La recta el mejor
ajuste
+2.5 -1.5 -1
+1 +1 -2.5 Figura B
-1 -1
∑( x − x)( y − y )
Pendiente;.....................b1 = ......................3.5
∑( x − x ) 2
( suma..de.. y ) − [( pendiente)( suma..de..x)]
Ordenada..al..origen;......b0 =
numero
ordenada..al..origen...b0 =
∑ y(b1.∑ x) ..........................3.6
n
Para encontrar la pendiente b1 se usara una equivalencia matemática de
la formula (3.5), que utilice la suma de los cuadrados determinados en
los cálculos preliminares de la correlación.
SC ( xy )
Pendiente;..................b1 = .................................3.7
SC ( x)
Observe que el numerador de la formula (3.7) es la SC(xy) de la formula
(3.4) y que el denominador es la formula (2.8) de los cálculos del
coeficiente de correlación. Entonces, si ya ha calculado previamente el
coeficiente de correlación lineal aplicando. El procedimiento delineado
en <(la hoja no) (sección .3.2) , es fácil encontrar la pendiente de la recta
del mejor ajuste. Si no ha calculado previamente r, elabore una tabla
semejante (3.11) y complete los cálculos preliminares necesarios.
n 10
380 − 230.9229
= = 14.9077 = 14.9
10
Asi..la..ecuacion..de..la..recta..es........ yˆ = 14.9 + 0.66 x
En este caso sencillo solamente dos sucesos A1, A2 pueden ocurrir, que
los hemos llamado “éxito” y “fracaso” con probabilidades p y q = 1 – p.
Un valor muestral especifico de la variable aleatoria x = np se llama
frecuencia observada para el suceso A1 en tanto que np se llama la
frecuencia esperada o teórica.
Suceso A1 A2 ........... Ak
Frecuencia observada x1 x2 ........... xk
Frecuencia esperada np1 np2 ........... npk
Regresión no lineal:
Muy a menudo en la practica se encuentra que existe una relación entre
dos, (o más) variables y se desea expresar esta relación en forma
matemática, determinando una ecuación que conecte dos variables.
1) Un primer paso es la colección de datos indicando los valores
correspondientes de las variables.
2) El siguiente paso es dibujar los puntos (x, y) en un sistema de
coordenadas rectangulares. El conjunto resultante se llama diagrama
de dispersión.
Sin embargo, en la figura (V.3) , aunque existe una relación entre las
variables esta no es una relación lineal y por eso la llamamos regresión
no lineal.
z = a + bx + cy..............................( A)
∑ z = na + b∑ x + c∑ y
∑ xz =a∑ x + b∑ x + c∑ xy
2
∑ yz = a∑ y + b∑ xy + c∑ y 2
VI.32.-Introducción.-
Naturaleza de la prueba de hipótesis:
Todo mundo toma decisiones en la vida diaria. Algunas de estas
decisiones son de fundamental importancia y otras aparentemente
insignificantes. Todas las decisiones siguen el mismo patrón básico. Se
ponderan las alternativas; luego, con base en las convicciones y
preferencias personales, y cuales sean los hechos disponibles, se llega
a una decisión y se emprende la acción idónea. La prueba de hipótesis
sigue casi el mismo proceso, excepto que implica información
estadística.
Un amigo suyo va hacer una fiesta (para celebrar el súper tazón por que
acaba de ingresar a la universidad; usted conoce la situación, cualquier
pretexto sirve) a la que usted esta invitado. Debe tomar una decisión de:
ir o no ir. Decisión simple; buena tal vez, a salvo que usted desea asistir
solo si esta convencido de que la fiesta será más divertida que las
reuniones clásicas de sus amigo; además, definitivamente no quiere
asistir si solo va a ser un desastre de fiesta. Usted ha asumido la
posición de que la “fiesta será un fracaso” y no asistirá a menos que se
convenza de lo contrario. Su amigo le asegura “¡Esta garantizado, la
fiesta será un éxito¡” . ¿Asistirá usted o no?.
El proceso de toma de decisiones comienza con la identificación de algo
de interés y luego con el planteamiento de dos hipótesis al respecto.