Contraseña Unad.docx

1nD/%&p0 Memoria, Unidad Aritmético Lógica, Unidad de Control, Sistema de Entrada Salida

[email protected] •

POBLACIÓN Y MUESTRA, ESTADÍSTICOS Y PARÁMETROS: La Población es el conjunto de todos los individuos y la muestra es el conjunto de individuos, a cuya información realmente tendremos acceso, dentro de la población. Un estadístico es cualquier función de los elementos muestrales que no contenga parámetros desconocidos.

•

En la vida cotidiana una buena muestra se caracteriza en que a partir de esa muestra se puedan hacer inferencias sobre características de toda la población, es decir que se puedan obtener conclusiones que sean válidas para el conjunto poblacional.

•

CLASES DE MUESTREO, SELECCIÓN DE MUESTRAS: Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos.

•

CUALIDADES DE UN BUEN ESTIMADOR: Insesgamiento Se dice que un estimador es insesgado si la Media de la distribución del estimador es igual al parámetro.

•

DISTRIBUCIONES MUÉSTRALES: El objetivo principal es efectuar una generalización de los resultados de la muestra a la población. Inferir o adivinar el comportamiento de la población a partir del conocimiento de una muestra.

•

intervalos de confianza para medias y desviación conocida y desconocida: Se puede decir que es la confianza a un par o varios pares de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto

Intervalos de Confianza para Varianza.

•

Criterio de Rechazo, Pruebas de una y dos colas: En vez de estimar el valor de un parámetro, a veces se debe decidir si una afirmación relativa a un parámetro es verdadera o falsa. Vale decir, probar una hipótesis relativa a un parámetro.

•

ERRORES TIPO I Y II, PRUEBAS DE HIPÓTESIS PARA LA MEDIA, PRUEBAS DE HIPÓTESIS PARA LA VARIANZA: Los riesgos de estos dos errores tipo I y II están inversamente relacionados y se determinan según el nivel de significancia y la potencia de la prueba. Por lo tanto, se debe determinar qué error tiene consecuencias más graves para su situación antes de definir los riesgos.

Errores tipo I y II, Pruebas de hipótesis para la Media, Pruebas de hipótesis para la Varianza Pruebas de hipótesis para una Proporción. Hipótesis para dos parámetros: ANOVA

•

En la vida cotidiana nos permite conocer desde una base la estadística y obtener información sobre la población en estudio a partir de los datos de una muestra haciendo uso de los modelos proporcionados por la teoría de la probabilidad.

•

En la vida cotidiana como bien sabemos existe el Muestreo probabilístico en donde todos los individuos de la población pueden formar parte de la muestra, tienen probabilidad positiva de formar parte de la muestra. Por lo tanto, es el tipo de muestreo que deberemos utilizar en nuestras investigaciones, por ser el riguroso y científico.

•

Esta nos permite calcular la probabilidad que se tiene, cuanto tenemos una sola muestra, de acercarse al parámetro de la población. Mediante la distribución muestral se puede estimar el error para un tamaño de muestra dado.df

•

Es poco probable que dos muestras de una población en particular produzcan intervalos de confianza idénticos. Sin embargo, si usted repitiera muchas veces su muestra, un determinado porcentaje de los intervalos de confianza resultantes incluiría el parámetro de población desconocido.

•

Consistencia. Un estimador es consistente si aproxima el valor del parámetro cuanto mayor es n (tamaño de la muestra). Eficiencia. Un estimador es más eficiente que otro si la Varianza de la distribución muestral del estimador es menor a la del otro estimador. En la vida cotidiana un estimador es muy relevante ya que es un estadístico (es una función de la muestra) usado para estimar un parámetro desconocido de la población.

•

Es poco probable que dos muestras de una población en particular produzcan intervalos de confianza idénticos. Sin embargo, si usted repitiera muchas veces su muestra, un determinado porcentaje de los intervalos de confianza resultantes incluiría el parámetro de población desconocido.

•

Formalmente, estos números determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor desconocido es un parámetro poblacional. La ventaja del estimador puntual es que es muy fácil de calcular y fácil de interpretar.

•

En la vida cotidiana se deben tomar decisiones tienen que tomar decisiones sobre poblaciones, partiendo de la información muestral de las mismas. Tales decisiones se llaman decisiones estadísticas

•

vEn la vida cotidiana ninguna hipótesis puede ser 100% cierta. Puesto que la prueba se basa en probabilidades, siempre existe la posibilidad de llegar a una conclusión incorrecta. Cuando usted realiza una prueba de hipótesis, puede cometer dos tipos de error y a estos se los puede llamar -errores de tipo I y II.

•

La afirmación puede estar basada en alguna creencia o experiencia pasada que será contrastada con la evidencia que nosotros obtengamos a través de la información contenida en la muestra. Esto es a lo que llamamos Prueba de Hipótesis para una proporción.

•

En la vida cotidiana podemos realizar esta función para saber si dos medias poblacionales son iguales con base en la información que se tiene de dos muestras de éstas; o bien, que la diferencia entre ambas medias muestrales es tan grande que se dé puede concluir que las medias poblacionales no son iguales

•

Los análisis ANOVA requieren datos de poblaciones que sigan una distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas son bastante diferentes.

*Andr3s-*