Expo extadistica1
- 2. CONCEPTOS POBLACION = CONJUNTO ELEMENTOS OBSERVABLES MUESTRA = FRAGMENTO O PARTE. ESTIMAR = PONER PRECIO, APRECIAR. ESTIMACIÓN = APRECIO, VALOR, CALCULAR VALOR DE ALGO, OPINION, ATRIBUTOS O MERITOS.
- 3. ESTIMADOR = VARIABLE ALEATORIA, ASIGNA, VALOR DE LA MUESTRA, VALOR NUMÉRICO Y EFICIENTE. ESTIMACIÓN ESTADÍSTICA = CONJUNTO, TÉCNICAS, VALOR APROXIMADO, POBLACIÓN, MUESTRA. ESPERANZA MATEMÁTICA = FORMALIZAR IDEA VALOR MEDIO DE FENÓMENO ALEATORIO. ¿QUÉ SE NECESITA PARA ESTIMAR? = UNA MUESTRA SACANDO LA MEDIA DE LA POBLACIÓN.
- 4. TIPOS DE ESTIMACIÓN ESTIMACIÓN PUNTUAL = NUMERO ESTIMACIÓN DE 1 DATO DE POBLACIÓN DESCONOCIDO. EJEMPLO; SI SE DESEA SABER LA ASISTENCIA MEDIA DE UN GRUPO DE PERSONAS A UN RESTAURANTE X PUEDE EXTRAERSE UNA MUESTRA Y OFRECER COMO ESTIMACIÓN PUNTUAL LA ASISTENCIA DE UN GRUPO DE COMENSALES A UN RESTAURANTE X.
- 5. ESTIMACIÓN POR INTERVALOS OBTENCIÓN DE INTERVALO = VALOR, PARÁMETRO, PROBABILIDAD. CONCEPTO ADICIONAL, IMPLICA INCERTIDUMBRE, ESTIMACIÓN. AFIRMACIÓN = INTERVALO QUE CONTIENE LA MEDIA DE LA POBLACIÓN DESCONOCIDA. LOCALIZAR = ENCONTRAR AFIRMACIÓN POR ERROS ESTÁNDAR DE LA MEDIA.
- 6. ERROR ESTÁNDAR DE LA MEDIA = DESVIACIÓN DE DISTRIBUCIÓN, MUESTREO. DESVIACIÓN ESTÁNDAR = RAÍZ DE VARIANZA. INTERVALO DE CONFIANZA=PARÁMETRO ESTIMADO, CERTEZA, CAMBIA SIN UN AXIOMA (PROPOSICIÓN). VARIABILIDAD DEL PARÁMETRO = SABER TAMAÑO MUESTRA. ERROR DE ESTIMACIÓN = PRECISIÓN, MUESTRA, CORRESPONDE AMPLITUD, INTERVALO.
- 7. LIMITE DE CONFIANZA = PROBABILIDAD, PARÁMETRO ESTIMADO, INTERVALO DE CONFIANZA, OBTENIDO. VALOR a= NIVEL DE SIGNIFICACIÓN, FALLAR EN ESTIMAR, DIFERENCIA ENTRE CERTEZA Y NIVEL DE CONFIANZA.
- 8. CONCLUSIÓN La estimación de dos medias poblacionales es importante dentro de la gastronomía para poder estudiar las preferencias de dos muestras que se encuentra sumergidas en una población, así pues saber los resultados ayudan a ala toma de buenas decisiones y obtener datos verídicos y fiables que puedan aplicarse fácilmente en un ESTABLECIMIENTO DE A Y B.
- 9. EJEMPLO Se toma una muestra de la población de hombres y de mujeres, que asisten al restaurante “AZUL y ORO” localizado en la UNAM, administrado por el chef investigador mexicano Ricardo Muñoz Zurita, por el periodo de un mes, tomando en cuenta las asistencias y sacando una media en base a estos datos. Se desea saber que sexo consume más el mole amarillito oaxaqueño, para estimar la porción que se montara en un plato individual. Se coloca en la carta por un mes y se realiza el estudio de estimación entre la diferencia de dos medias poblacionales en este caso hombres y mujeres. Antes de obtener los resultados se estima que las mujeres son las que mas regularmente piden este platillo ya que son mayoría, las asistencias contadas a este establecimiento. Ya que se obtiene los resultados, define que el ganador es el sexo masculino, es por ello que el platillo se servirá con una porción un poco más grande que lo que se ha venido haciendo. Esto servirá para complacer al cliente y tener la confianza de que lo que se esta haciendo partió de un buen estudio de dos medias poblacionales.
- 11. procedimiento se emplea basado en la para evidencia determinar si la Prueba de muestral y la hipótesis es hipótesis teoría de una afirmación probabilidad razonable.
- 12. media poblacional cantidad media que se "espera" como resultado de un experimento aleatorio
- 13. hipótesis Respuesta tentativa al fenómeno que se esta estudiando Hipótesis de la Ho Hipótesis H1 Hipótesis investigación nula alternativa
- 14. Error Error tipo I Cuando se rechaza la tipo II Cuando no se rechaza hipótesis nula una hipótesis verdadera falsa No debería Debería rechazarse rechazarse
- 15. Pasos en la prueba de hipótesis • Formular la hipótesis nula y una Paso 1 alternativa. • Seleccionar la prueba estadística apropiada al tipo de datos que tiene el Paso 2 investigador. • Especificar el nivel de significación “ α ”. Paso 3
- 16. • Realizar la prueba estadística seleccionando Paso 4 en el paso 2 sobre los datos disponibles • Tomar una decisión Paso 5 • No rechazar la hipótesis nula • Rechazar la hipótesis nula y aceptar la Paso 6 alternativa
- 17. Prueba bilateral o de 2 extremos Prueba unilateral o de 1 extremo Tipos de pruebas
- 18. Bilateral Unilateral
- 19. Valor Valor estadístico t de estadístico Z student Comparar y comprobar si Contrastar Ho es hipótesis verdadera Proporciona Se conoce la resultados σ} aproximados Mayores a 30 Muestras datos pequeñas muestras Menor a 30 grandes datos No se conoce la σ
- 21. CONCEPTOS GENERALES Ejem: media • Toma de una • Parámetros: • Caracteristicas variable • Son medidas generales • Varianza • percentil expresan
- 22. Para todos estos ejemplos de parámetros el valor suele ser desconocido porque para su cálculo sería necesario observar a la totalidad de los individuos que componen la población,
- 23. Muestra Es en método de Metodos para conocimiento estimación Métodos para inductivo contraste de de hipotesis “inferencia parametros estadística”
- 24. Estadístico Muestral • Es cualquier valor calculado a partir de la muestra ejem: media, varianza o una proporcion
- 25. Media Los resultados presentan los limites del intervalo de confianza de la media poblacional para el nivel de confianza
- 26. Tasa de Percentiles Recuento reincidencia • Son los • Con que • Recopilar rangos de frecuencia se información los valores realizan de estudios muéstrales estudios y anteriores • Método los cambios exacto encontrados basado en la distribución nominal • Método basado en la aproximación
- 27. ESTIMACIÓN DE PARÁMETROS El valor de un parámetro se estima a partir de alguna medida calculada, a partir de los datos de una muestra, que pueda proporcionar un valor aproximado .
- 28. CONTRASTE DE HIPOTESIS Son recursos de inferencia estadística que, partiendo de la formulación de dos hipótesis contrarias sobre el posible valor de un parámetro
- 29. MÉTODOS DE INFERENCIA CON UNA MUESTRA Los métodos incluidos en este apartado permiten obtener un intervalo de confianza para el valor de la media poblacional y también realizar el contraste de hipótesis sobre un valor propuesto para la misma.
- 30. MÉTODOS DE INFERENCIA CON DOS MUESTRAS COMPARACION DE MEDIAS (muestras independientes) Se presentan métodos de construcción del intervalo de confianza para la diferencia de medias y contrastes de igualdad de las mismas basados en la distribución. Son aplicables en aquellas situaciones en las que se dispone de dos muestras independientes extraídas de poblaciones con distribución normal.
- 31. COMPARACIÓN DE MEDIAS (MUESTRAS EMPAREJADAS) Cuando se trata de comparar las medias de dos muestras emparejadas se utilizan los métodos de inferencia para una sola muestra y se aplican sobre los valores resultantes de formar las diferencias de pares de valores de las dos muestras originales
- 32. COMPARACIÓN DE DOS PROPORCIONES Cuando se enfrenta el problema de comparar las proporciones de individuos que tienen determinada característica en dos poblaciones distintas, se suele disponer de dos muestras independientes, una de cada población. Los métodos de inferencia en este caso permiten construir un intervalo de confianza
- 34. Cierto numero de datos entre los cuales se estima, que se encontrara un valor desconocido con una determinada población. Intervalo. Datos de muestra. Valor desconocido (parámetro de población).
- 35. Probabilidad de éxito: “1-a” (nivel de confianza). a: nivel de significancia. Medida de posibilidades X en la estimación de intervalo. Nivel de confianza y amplitud del intervalo. Varían: mas es menos. NOTA:Distribución del parámetro a estimar.
- 36. Afirmación, teoría o aseveración sobre un parámetro especifico. La hipótesis de que el parámetro de población sea igual a la especificación de la investigación se denomina hipótesis nula Ho. A pesar de que solo cuenta con información de la muestra, la Ho se escribe en términos de la población. Si se considera que la hipótesis nula es falsa, entonces habrá otra afirmación que debe ser cierta.
- 37. Siempre que se especifica la hipótesis nula, también se determina una hipótesis alternativa. La hipótesis alternativa representa la conclusión obtenida al rechazar la Ho. Si no se rechaza la hipótesis nula, se seguirá confiando en que la investigación va por buen camino y no es necesario corregirlo. La Ho, se rechaza cuando la evidencia muestral no es tan cierta, que la información que proporciona la Hi.
- 38. El no poder rechazar la Ho, no comprueba que sea cierta. Esto se concluye como que no hay suficiente información para garantizar su rechazo.
- 39. PUNTOS FUNDAMENTALES QUE RESUMEN LA HO Y HI. El enunciado que describe a la Ho siempre contiene Ho representa creencia un signo “=“, relacionado actual en una situación. con el valor especifico del parámetro poblacional. El enunciado que describe Hi, opuesto a Ho y Ho siempre se refiere a un la Hi nunca contiene un representa afirmación de valor especifico del signo “=“,relacionado con el investigación especifica parámetro poblacional y no valor especifico del que se demostrara. a un estudio de muestra. parámetro poblacional. Si se rechaza la Ho, tiene Si no se rechaza la Ho, no prueba estadística que la se ha demostrado la Hi. Hi es correcta.
- 41. La distribución Si el resultado queda muestral del resultado en la región de se divide en: rechazo y aceptación, no se aceptación. rechaza la Ho. Si el resultado queda en la región de rechazo, se rechazara la Ho.
- 42. La región de rechazo se compone de los valores del resultado, con pocas posibilidades de que la Ho sea cierta Si un valor del resultado queda dentro de la región de rechazo, la Ho se rechaza porque el valor tiene pocas posibilidades de que sea cierto. Para tomar una decisión con respecto a la Ho, se debe determinar cual es el valor critico, del resultado (punto medio) El tamaño de la región de rechazo se relaciona con los riesgos implicados al utilizar solo evidencia muestral para tomar decisiones con respecto a un parámetro poblacional.
- 44. ERRORES QUE SE PUEDEN TENER. La probabilidad Se presenta de que se cuando se Error tipo I presente un rechaza la Ho error tipi I es siendo cierta. “a”
- 45. La probabilidad Se representa de que se cuando no se Error tipo II presente un rechaza la Ho error tipo II es siendo falsa . “B”
- 46. Estadística y Población 1 Población 2 parámetro Tamaño de muestra 107 81 Numero de éxitos 63 23 Parámetro poblacional. P1 P2