Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EXPERIMENTALES EN
INGENIERÍA QUÍMICA
Población Muestra
PROBABILIDAD
Parámetro Conceptos Básicos Estimador
Distribuciones de Probabilidad
Discretas,
Binomial, Poisson otras Teorema Central del Limite. Continuas, Normal,
exponencial, t de
Student
INFERENCIA
Estimación Prueba de Hipótesis para
una y dos poblaciones
Puntual Por intervalos
INFERENCIA ESTADÍSTICA
• Utilización del método estadístico
• Recuento o compilación de datos.
• Tabulación y agrupamiento de datos. Representación gráfica.
• Medición de datos.
• Inferencia estadística. Predicción.
120
Media (m)
Frecuencia
100
Varianza(s2)
Datos 80
60
Desv. Est. (s)
(Población de Interés) 40
20 Etc.
0
-4 -2 0 2 4
Clases
Inferencias
Histograma de la Muestra
16
Muestreo 14
12
Estadísticos:
Frecuencia
10
Promedio ( X )
8
6 Varianza muestral(S2)
4
Sea una muestra aleatoria simple, X1, X2, ...... , Xn de una población con
distribución N(m, s).
n
xi
• Estimador de la media mˆ = x =
i =1 n
s
La distribución muestral de la media es: x ( m , )
n
INFERENCIA ESTADÍSTICA
EJERCICIO
Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
aproximadamente en forma normal, con media 800 horas y desviación estándar de 40
horas.
n
( xi − x ) 2
sˆ = s =
2 2
i =1 (n − 1)
INFERENCIA ESTADÍSTICA
Estimadores puntuales de los parámetros de una
población normal
Sea X1, X2, ... , Xn , una muestra aleatoria simple de una población X
N(m, s), entonces la variable aleatoria
n
(x − x )
i =1
i
2
sigue una ji-cuadrado con n-1
grados de libertad.
s 2
INFERENCIA ESTADÍSTICA
Estimadores puntuales de los parámetros de una
población normal
(n − 1) s 2
sigue una distribución ji-cuadrado con
s 2
n-1 grados de libertad.
INFERENCIA ESTADÍSTICA
Estimadores Puntuales
Realizada la estimación de un parámetro cabe preguntarse:
• ¿ Es exacta la estimación?
• ¿Es probable que la estimación sea alta o baja?
• ¿Con otra muestra se obtendría el mismo resultado, o bastante diferente?
• La calidad de un procedimiento de estimación ¿mejora bastante si la estadística
de la muestra es menos variable e insesgada a la vez?
INFERENCIA ESTADÍSTICA
ESTIMACION POR INTERVALOS
2. Si la población no es Normal, el Teorema del límite central nos garantiza una distribución de
aproximadamente normal cuando N →
3. La media de es m ( es insesgado)
4. La varianza de es s2/n
-z/2 z/2 Z 𝜎 𝜎
𝑋ത − 𝑍𝛼 ∗ ≤ 𝝁 ≤ 𝑋ത + 𝑍𝛼 ∗
2 𝑛 2 𝑛