Estadistica Aplicada

Estadística aplicada

Índice
1. Introducción
1. Estimación de parámetros
2. Ensayos de hipótesis
3. Curva característica operativa (OC) y de potencia de ensayo
1. Parámetros
1. Media poblacional
1. Estimación del parámetro
1. Para población infinita y σ conocido
2. Para población finita N y σ conocido
3.Para población infinita y σ no conocido
4. Población finita N y σ desconocido
2. Ensayos de hipótesis
1. Para población infinita y σ conocido
2. Para población finita N y σ conocido
3. Para población infinita y σ no conocido
4. Para población finita N y σ no conocido
2. Varianza poblacional1. Estimación del parámetro
2. Tests de hipótesis
1. Para varianza
2. Para desvío standard
3. Inferencia en los procesos de Bernoulli (probabilidad)
1. Estimación del parámetro
1. Aproximaciones (tamaño de la muestra)
2. Tests de hipótesis
2. Contrastes [pic]
1. Pruebas de independencia
2.Pruebas de bondad de ajuste
3. Comparación de poblaciones
1. Comparación de varianzas
1. Estimación de [pic]
2. Tests de hipótesis
2. Comparación de medias
1. Caso 1: Conocidos [pic]
1. Estimación de [pic]
2. Ensayos de hipótesis
3. Para hallar porcentajes
2. Caso 2: Desconocidos [pic], supuestos[pic]
1. Estimación de [pic]
2. Ensayos de hipótesis
3. Para hallar porcentajes
3. Caso 3: Desconocidos [pic], probados [pic]
1. Estimación de [pic]
2. Ensayos de hipótesis
3. Para hallar porcentajes
4. Teoría de la regresión y análisis de correlación
1. Regresión simple1. Cálculo de los parámetros muestrales
2. Validación del modelo y estimación de ρ
3. Coeficiente de regresión ([pic])
1. Estimación:
2. Ensayos de hipótesis
4. Coeficiente de determinación ([pic])
5. Estimación de la ley promedio [pic]
6. Estimación del valor puntual [pic]
7. Estimación de laordenada al origen ([pic])
2. Regresión múltiple
1. Cálculo de los parámetros muestrales
2. Prueba global
3. Análisis de sensibilidad
4. Coeficiente de correlación parcial

Inferencia estadística

1. Introducción

- Estimación de parámetros
- Ensayos de hipótesis

[pic]
Características poblacionales (μ, σ, p, λ, etc.): parámetros

Característicasmuestrales ([pic], S,[pic], etc.): variables aleatorias, sirven para estimar las características poblacionales.

1. Estimación de parámetros

Un buen estimador debe ser:
• Insesgado
• Potente
• Al azar y su esperanza matemática debe ser igual al parámetro
• La varianza del estimador debe ser mucho menor que la del parámetro

|Característica poblacional|Característica muestral |
|[pic] |[pic] |
|[pic] |[pic] |
|[pic]|[pic] |
|Desconocidos |Estimadores puntuales. Conocidos |

[pic]: Variable aleatoria normal

[pic]

[pic]

Todos los procedimientos están escritos para variables aleatorias normales. Están pensados para una muestra de población infinita (n...