account

 Villahermosa, Tabasco a 26 de Octubre de 2014



Temas
3.-Distribucion Muestral y
El Teorema Del Limite Central
4.-Estimacion Puntual
Licenciatura
Licenciatura en Contabilidad Pública
Integrantes
Flor Cecilia Valencia Vasconcelos
Maricela Perez Cruz
Oscar Iván de los Santos Jacinto
Catedrático
Ing. Gilberto Hernandez Hernandez



CONTENIDO

2.-DISTRIBUCION MUESTRAL YTEOREMA DEL LIMITE CENTRAL
2.1 Distribución muestral
2.2 DISTRIBUCION MUESTRAL DE LA MEDIA
2.3 EL TEOREMA DEL LIMITE CENTRAL
2.4 DISTRIBUCION MUESTRAL PARA PROPORCIONES

3.-ESTIMACION PUNTUAL
3.1 ESTIMACION PUNTUAL POR INTERVALO
3.2 PROPIEDADES DE LOS ESTIMADORES PUNTUALES
3.3 ESTIMACION DE INTERVALO DE CONFIANZA PARA MEDIAS Y DIFERENCIA DE MEDIAS
3.4 ESTIMACION DE INTERVALOS DE CONFIANZAPARA PROPORCIONES Y DIFERENCIAS DE PROPORCIONES
3.5 ESTIMACION DE INTERVALOS DE CONFIANZA PARA VARIANZAS Y DIFERENCIA DE VARIANZAS











DISTRIBUCIÓN MUESTRAL
TEORIA DEL MUESTREO
Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando la información obtenida de una muestra, de una población. El punto de interéses la muestra, la cual debe ser representativa de la población objeto de estudio.
Se seguirán ciertos procedimientos de selección para asegurar de que las muestras reflejen observaciones a la población de la que proceden, ya que solo se pueden hacer observaciones probabilísticas sobre una población cuando se usan muestras representativas de la misma.
Una población está formada por la totalidad delas observaciones en las cuales se tiene cierto observa.
Una mues muestra es un subconjunto de observaciones seleccionadas de una población.
Errores en el Muestreo
Cuando se utilizan valores muestrales (parámetros), o estadísticos para estimar valores poblacionales, pueden ocurrir dos tipos generales de errores:
El error muestral y El error no muestral
El error muestral se refiere a lavariación natural existente entre muestras tomadas de la misma población. Aún si se ha tenido gran cuidado para asegurar que dos muestras del mismo tamaño sean representativas de una cierta población, no esperaríamos que las dos sean idénticas en todos sus detalles. El error muestral es un concepto importante que ayudará a entender mejor la naturaleza de la estadística inferencial.
Los errores quesurgen al tomar las muestras y que no pueden clasificarse como errores muestrales y se denominan errores no muestrales.
El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral se refiere a una tendencia sistemática inherente a un método de muestreo que da estimaciones de un parámetro que son, en promedio, menores (sesgo negativo), o mayores (sesgo positivo) que el parámetroreal. Ejemplo: la longitud del dedo índice de personas de la misma edad y sexo.
El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorización.
La aleatorización se refiere a cualquier proceso de selección de una muestra de la población en el que la selección es imparcial o no está sesgada; una muestra elegida con procedimientos aleatorios se llama muestra aleatoria.
Los tipos máscomunes de técnicas de muestreo aleatorios son:
• el muestreo aleatorio simple,
• el muestreo estratificado,
• el muestreo por conglomerados y
• el muestreo sistemático.
Si una muestra aleatoria se elige de tal forma que todos los elementos de la población tengan la misma probabilidad de ser seleccionados, la llamamos muestra aleatoria simple.
Ejemplo 1
Suponga que nos interesa elegir unamuestra aleatoria de 5 estudiantes en un grupo de estadística de 20 alumnos. Las combinaciones se escriben 20C5 lo que da el número total de formas de elegir una muestra no ordenada y este resultado es igual a 15,504 maneras diferentes de tomar la muestra. Un procedimiento simple para elegir una muestra aleatoria sería escribir cada uno de los 20 nombres en pedazos separados de papel, colocarlos...