aporte 1er consolidado yesica (1)
DESCRIPTION
INFERENCIA ESTADISTICATRANSCRIPT
INFERENCIA ESTADISTICA
TRABAJO COLABORATIVO UNIDAD UNO
DAYAN LIZETH RENGIFO GONZALEZNADIA KATHERIN CASTILLO LUGO
YESICA ALEJANDRA MARTINEZ RIVERA
CODIGO: 1.111.192.575
ESTUDIANTE
CURSO: 100403_149
SANDRA LILIANA QUIÑONES
TUTORA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
OCTUBRE DE 2012
INFERENCIA ESTADISTICA Página 1
TABLA DE CONTENIDO
PAG.
INTRODUCCION………………………………………………………………………3
OBJETIVOS………………………………………………………………………….…4
Mapa Conceptual sobre el muestreo………………………………………………...5
Desarrollo del punto N° 2……………………………………………………………...6
Desarrollo del punto N° 3……………………………………………………………...7
Mapa Conceptual sobre Distribuciones Muéstrales……………………………......8
Desarrollo del punto N° 5…………………………………………………………..9-10
Desarrollo del punto N° 6……………………………………………………………..11
Desarrollo del punto N° 7……………………………………………………………..12
Desarrollo del punto N° 8……………………………………………………………..13
Desarrollo del punto N° 9……………………………………………………………..14
Desarrollo del punto N° 10………………………………………………………...15-16
CONCLUSIONES……………………………………………………………………...17
BIBLIOGRAFIA…………………………………………………………………………18
INFERENCIA ESTADISTICA Página 2
INTRODUCCION
En la actualidad, la inferencia estadística, da respuesta suficiente para tratar de
forma adecuada la problemática suscitada. Tomar el valor de una medida
(población), pasa por realizar unas concretas determinaciones (muestra) y a partir
de sus resultados, dar el resultado final de la medida y su incertidumbre.
La inferencia constituye la base teórica del muestreo, permite conocer el todo con
cierta aproximación, a partir del estudio de una parte en fin podemos decir que la
inferencia estadística es una ciencia basada en diferentes métodos que permiten
conocer cierta aproximación del estudio realizado. Dentro de este encontramos
como elemento fundamental la muestra y la técnica de muestreo de este modo La
estadística se puede considerar como un enfoque sistemático para obtener
respuestas razonables junto con alguna medida de su confiabilidad
INFERENCIA ESTADISTICA Página 3
OBJETIVOS
OBJETIVO GENERAL
Estudiar y aplicar las ideas, los principios y los métodos en los que se
fundamenta la Inferencia Estadística para hacer generalizaciones acerca de
una población a partir de la información contenida en una muestra de datos
de la misma. Además Determinar un tamaño de muestra representativo
tanto para medias como para proporciones, haciendo uso de los tipos de
muestreo.
OBJETIVOS ESPESIFICOS
Identificar los principios sobre población y muestra, teorema central del
límite.
Aprender y comprender como aplicar las bases aprendidas en las prácticas
de laboratorios en el área profesional como en la vida cotidiana.
Calcular los parámetros de la distribución de medias o proporciones
muéstrales de tamaño n, extraídas de una población de media y varianza
conocidas.
Estimar la media o la proporción de una población a partir de la media o
proporción muestral.
Analizar los datos obtenidos de manera descriptiva y formular una
interpretación de los resultados.
INFERENCIA ESTADISTICA Página 4
1. Realizar un mapa conceptual cuyo tema central sea el muestreo. Debe
tener en cuenta que éste contemple todos los elementos significativos de
dicha temática. Recuerde usar conectores apropiados.
INFERENCIA ESTADISTICA Página 5
2. Los siguientes valores corresponden a las alturas en centímetros (cm) a la primera semana de siembra, de cada planta en una parcela de maíz.
INFERENCIA ESTADISTICA Página 6
3. Se debe tomar una muestra estratificada de tamaño n=120, de una
población de tamaño N= 2000 que consta de cuatro estratos de tamaño N1=
400, N2=1100, N3=150 y N4=350. ¿Cuál es el tamaño de la muestra que se
debe tomar en cada uno de los cuatro estratos si la distribución debe ser
proporcional?
Se calcula el porcentaje de cada estrato dentro de la población:
ParaN 1=4002000
∗100=20% Se multiplica este porcentaje por el tamaño de la
muestra:
120∗20%=24, es decir, se toman 24 elementos del estrato 1.
Para los demás estrato se hace lo mismo, resumiendo tenemos que en la última columna se observa el tamaño de muestra a tomar de cada estrato:
INFERENCIA ESTADISTICA Página 7
POBLACION TAMAÑO N= 2000 MUESTRA ESTRATIFICADA N=120N1= 400 20% N1=2400N2= 1100 55% N2=6600N3= 150 7,50% N3=900N4= 350 17,50% N4=2100
4. Realizar un mapa conceptual cuyo tema central sea las “Distribuciones Muéstrales”. Debe tener en cuenta que éste contemple todos los elementos significativos de dicha temática.
INFERENCIA ESTADISTICA Página 8
DISTRIBUCION MUESTRAL
Distribución de la totalidad de las medidas individuales de una población, en tanto que una distribución muestral es la distribución de los valores individuales incluidos en una muestra.
Es fundamental para el correcto entendimiento de la inferencia
Muestral de medias
Es el promedio aritmético de las medias del conjunto de datos; ya sea de la población o de la muestra.
Varianza
Es el promedio de la suma de los cuadrados de las desviaciones. Se entiende por desviación la diferencia de una media respecto a la media.Desviación Típica o
estándar
Es la raíz cuadrada de la varianza
Objetivo
Obtener por medio de los estadígrafos (media y varianza) los parámetros poblacionales para poder determinarla.
Error muestral probabilístico
Es un intervalo en el que con determinada probabilidad se encontrara el error muestral empírico.
Características de la distribución muestral de la
media de las muestras
Teorema central del límite
Teorema de la distribución de las medias muéstrales
5. Dada la variable de interés número de horas a la falla de un dispositivo
Electrónico (N=5) y los datos de la población: X= 50, 35, 45, 48 y 47.
a. Halle la media y la varianza poblacional.
Media
μ=∑i=1
N
X i
N=¿
N= 5Xi= 50, 35, 45, 48, 47
μ=50+35+45+48+475
=45
Varianza Poblacional
σ 2=∑i=1
N
( X i−μ )2
N
O2=(50−45)2+(35−45)2+(45−45)2+(48−45)2+(47−45)2
5=27.6
b. Seleccione todas las muestras posibles de tamaño tres (sin reemplaza miento).
N3 = 53 =125
c. Calcule la media de cada una de las muestras encontradas anteriormente.
INFERENCIA ESTADISTICA Página 9
μ=50+35+45+48+47125
=1.8
d. Encontrar la varianza y desviación estándar de las medias del punto c.
O2=(50−1,8)2+(35−1,8)2+(45−1,8)2+(48−1,8)2+(47−1,8)2
125=75.7
Desviación estándar
O=√75.7=8,70
e. Calcule desviación estándar de la distribución maestral de medias utilizando el factor de corrección.
OX=8,70√3 √ 5−35−1
=9.26
INFERENCIA ESTADISTICA Página 10
6. En máximo dos (2) párrafos, con los resultados obtenidos en el ejercicio
anterior explique los principios del teorema del límite central.
Teorema del límite central
Mediante este teorema se afirma si la muestra es grande. El tamaño muestral
debe superar los 30.El modelo de distribución que esta sigue es normal y los
parámetros utilizados son: la media y la varianza.
El Teorema del Límite Central Estudia el comportamiento de la suma de
variables aleatorias y afirma que la suma Sn de variables aleatorias
independientes se puede aproximar por una función normal de densidad
INFERENCIA ESTADISTICA Página 11
7. En máximo un (1) párrafo, explique la diferencia entre el nivel de confianza 1−∝ y el de significancia∝ en un intervalo de confianza. Sea puntual.
La probabilidad de que el verdadero valor del parámetro se encuentre en el
intervalo construido se denomina nivel de confianza, y se denota 1- a. La
probabilidad de equivocarnos se llama nivel de significancia y se simboliza a.
Generalmente se construyen intervalos con confianza 1- a =95% (o significancia =5%). Menos frecuentes son los intervalos con =10% o =1%.
Para construir un intervalo de confianza, se puede comprobar que la distribución Normal Estándar cumple 1 :
P (-1.96 < z < 1.96) = 0.95
(Lo anterior se puede comprobar con una tabla de probabilidades o un programa computacional que calcule probabilidades normales).
Luego, si una variable X tiene distribución N( , ), entonces el 95% de las veces se cumple:
Despejando en la ecuación se tiene:
El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es un intervalo de confianza al 95% para la media cuando la variable X es normal y es conocido.
8. Al construir un intervalo de confianza para la media y la proporción es necesario tener en cuenta fundamentalmente algunos elementos. Diligencie la siguiente tabla que le permite ver los elementos son requeridos
INFERENCIA ESTADISTICA Página 12
9. En una muestra de 25 individuos se ha medido la ansiedad, a través de un
test que categoriza este rasgo entre 0 puntos hasta 30; obteniéndose una
media de 22 y una desviación típica de 10. A partir de estos datos se ha
calculado un intervalo de confianza para la media de la población, a un nivel
de confianza del 95%. Indique cuál es el intervalo de confianza de la media.
INFERENCIA ESTADISTICA Página 13
n=25
Como el tamaño de muestra es menor a 30 se utiliza la distribución t de Student de dos colas con n−1=25−1=24 grados de libertad=
X=22
S=10
t∝2'n−1=2.064 para1−∝=95% (∝=0.05 )con24G. L .
X ± t( s√n )→22±2.064 ( 10√25 )=22±4.128p (17.872<μ<26.128 )≥0.95
El intervalo de confianza es: 17.872<μ<26.128
10. Para probar la durabilidad de una pintura nueva para las líneas divisorias,
un departamento de carreteras pintó franjas de prueba en carreteras muy
transitadas en ocho sitios distintos y los contadores electrónicos
demostraron que se deterioran luego de que 142600, 167800, 136500, 108300,
126400, 133700, 162000 y 149400 automóviles cruzaron por estas. Elabore un
INFERENCIA ESTADISTICA Página 14
intervalo de confianza del 95% para la cantidad promedio de tránsito
(automóviles que cruzaron por las líneas) que esta pintura puede soportar
antes de deteriorarse.
X = “Automóviles que cruzaron la carretera”
X = {142600, 167800, 136500,108300, 126400, 133700, 162000, 149400}
Ẋ = ∑ x / n =
= 142600, 167800, 136500, 108300, 126400, 133700, 162000, 149400
8
= 140837,5
1-α = 95 % Z = 1.96
Entonces el intervalo de confianza para la media
Ẋ ± ƶ /T
√n(142600 -140837,5) 2 +(167800 -140837,5) 2 +(136500 - 140837,5) 2 +(108300 -
140837,5) 2 +(126400 - 140837,5) 2 +(133700 - 140837,5) 2 +(162000 -
140837,5) 2 +(149400 -140837,5) 2
8
T = 3.6917 * 108
= 19228
3.6917 * 108
Entonces el intervalo de confianza queda:
Ẋ ± ƶ /T
√n =
= 140837,5 ± 1.96 X 19228/ 8 =
= 140.837.5 ± 13.324
127514 < X < 154162
Con una confiabilidad del 95 %, el promedio del número de automóviles que
cruzan las líneas de pintura se sitúa entre:
INFERENCIA ESTADISTICA Página 15
127514 y 154162 automóviles
CONCLUSION
La aportación fundamental de la Inferencia Estadística en el curso, es
comprender es los métodos y procedimientos para deducir propiedades de
una población, a partir de una pequeña parte de la misma, tomando como
INFERENCIA ESTADISTICA Página 16
base el planteamiento para definir con precisión la población, característica
a estudiar, las variables entre otros.
Podemos concluir que con la actividad realizada aplicamos los conceptos
aprendidos utilizando las diferentes fórmulas de la inferencia estadística
como lo son la media, desviación estándar y teorema central del límite.
REFERENCIAS BIBLIOGRAFICAS
INFERENCIA ESTADISTICA Página 17
RONDÓN Duran, Jorge, BRITO Rosado, Danis (2008). Módulo Inferencia estadística. UNAD Bogotá, D.C. – Colombia
Rondón, Jorge. Brito, Danis (2012). Módulo en línea Inferencia Estadística.
Escuela de ciencias básicas, tecnología e ingeniería. Universidad nacional
Abierta y a distancia UNAD.
Guía de actividad (2012) Inferencia estadística. Escuela de ciencias
básicas, tecnología e ingeniería. Universidad nacional Abierta y a distancia
UNAD.
INFERENCIA ESTADISTICA Página 18