Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 2. Comparación Simple
Unidad 2. Comparación Simple
Civil
Industrial
Estadística para
Ingeniería
ingeniería
civil
industrial
ingeniería
2 civil
industrial
Temas.
i. Conceptos estadísticos básicos.
ii. Muestreos y distribuciones de muestreos.
3
ingeniería
2 civil
industrial
2019
4
Un ejemplo para mostrar tratamientos y
prueba de hipótesis.
Un ingeniero está interesado
en comparar la fuerza de una
nueva formulación de mortero
que se le ha agregado emulsiones
de látex de polímeros, con
respecto al mortero sin modificar.
Se tiene 10 observaciones de
la nueva formulación y 10
observaciones del mortero sin
modificar. Cada uno de estas
formulaciones se denomina
tratamiento.
5
No se puede concluir sin evidencia
estadística significativa.
9
El diagrama de caja – bigotes (box plot)
emplea percentiles.
Diagrama de caja y
bigotes: Muestra el
mínimo, el máximo,
los cuartiles inferior
(𝑃25 ) y superior
(𝑃75 ) y la mediana
(𝑃50 ).
12
La media 𝜇 de una distribución de
probabilidad es una medida de su
tendencia central.
Puede expresarse mediante el operador 𝐸, conocido
como el valor esperado o el valor promedio a la larga de la
variable aleatoria 𝑦, tal como, se señala a continuación:
13
La varianza 𝜎 2 representa la variabilidad
o grado de dispersión de una
distribución de probabilidad.
Puede expresarse, como se señala a continuación:
14
Propiedades de una variable aleatoria 𝑦
2
con media 𝜇, varianza 𝜎 y constante 𝑐.
15
Propiedades de una variable aleatoria 𝑦
2
con media 𝜇, varianza 𝜎 y constante 𝑐.
Donde:
Es la covarianza de las variables aleatorias 𝑦1 y 𝑦2, y
representa la asociación lineal entre ambas. Si 𝑦1 y 𝑦2, son
independientes, entonces:
16
Propiedades de una variable aleatoria 𝑦
2
con media 𝜇, varianza 𝜎 y constante 𝑐.
17
ingeniería
2 civil
industrial
2019
18
El objetivo de la inferencia estadística es
concluir acerca de la población usando
una muestra de la misma.
Se supondrá que se emplea muestreo aleatorio. Si se
tiene una población de 𝑁 elementos y una muestra de 𝑛,
significa que de las 𝑁!/ 𝑁 − 𝑛 ! 𝑛! posibles muestras, cada
una tiene igual probabilidad de ser escogidas.
Un estadístico, será cualquier función de las
observaciones de una muestra que no contiene parámetros
desconocidos. Si 𝑦1, 𝑦2,…, 𝑦𝑛, representan las observaciones
de una muestra. Se definen los siguientes estadísticos,
promedio y varianza muestral:
19
El promedio y la varianza muestral son
estimadores puntuales de la media y
varianza poblacional.
Un estimador de un parámetro desconocido es un
estadístico que corresponde con dicho parámetro.
Un estimador es una v.a.
El valor específico que tenga un estimador de una
muestra se le denomina estimación.
Un estimador puntual tiene las siguientes propiedades:
◦ Debe ser insesgado, que a la larga tienda al parámetro
poblacional.
◦ Debe tener la varianza mínima, posee la menor varianza que
cualquier otro estimador del parámetro.
20
La distribución de probabilidad de un
estadístico se le conoce como
distribución de muestreo.
La distribución de muestro más importante es la
distribución normal.
Sea 𝑦 una v.a. normal, su distribución de probabilidad
de 𝑦 es:
Se denota por:
𝑦~𝑁(𝜇, 𝜎 2 )
21
Un caso particular de la distribución
normal es la distribución normal
estándar, con 𝜇=0 y 𝜎 2 =1
Para una distribución de probabilidad estándar, se
tiene que la siguiente v.a.
24
Distribución 𝜒2
25
Distribución t - student
26
Distribución t - student
27
Distribución F (Fisher)
28
Distribución F (Fisher)
29