Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad Zacatenco
Probabilidad y estadística
Síntesis – Sección 5
3EV7
INDICE
Introducción………………………………………………… 3
Introducción
Los temas que se presentan a continuación van de la mano con la inferencia
estadística, explicándolo de una manera sencilla y no tan compleja es el conjunto
de métodos y técnicas que permiten inducir, a partir de la información empírica
proporcionada por una muestra.
El trabajo que se presenta a continuación representa los temas a abordar en el 3er
parcial de la materia Probabilidad y estadística, dando los datos mas relevantes
para el estudiante, con el objetivo de que se comprendan de una manera clara y
se demuestre lo aprendido con la realización de este trabajo.
5.1
Muestreo estadístico (Probabilístico)
consisten en seleccionar adecuadamente una muestra y obtener información
estadística útil para su aplicación y la toma de decisiones. La muestra debe lograr
una representación clara de esa población, en la que se reproduzca de la mejor
manera los rasgos esenciales de dicha población que son importantes para la
investigación.
De esta manera, teniendo en cuenta la definición general de lo que es un
muestreo, podemos abarcar lo que es el muestreo aleatorio probabilístico y el
muestreo no probabilístico que se dividen en 4 cada una de ellas (de acuerdo a lo
visto en clase)
Muestreo probabilístico
a) Simple
b) Estratificado
c) Sistemático
d) Conglomerado/Closter
Muestreo no probabilístico
a) Cuotas
b) Muestreo por conveniencia
c) Bola de nieve
d) Discrecional
5.1.2
Teorema de limite central
Cuando sumamos un número grande de variables, la variable resultante sigue una
distribución normal.
cuando se suma un número grande de variables aleatorias, la variable resultante
es una variable con distribución aproximadamente igual a la distribución normal
Cuando el tamaño de la muestra es lo suficientemente grande, la distribución de
las medias sigue aproximadamente una distribución normal. El teorema se aplica
independientemente de la forma de la distribución de la población
Características.
la distribución de la suma de variables aleatorias tiende a una distribución normal
cuando la cantidad de variables es muy grande. Es decir, garantiza una
distribución normal cuando n es suficientemente grande.
EJEMPLO
Prueba de hipótesis
Una prueba de hipótesis es una regla que especifica cuando se puede aceptar o
rechazar una afirmación sobre una población dependiendo de la evidencia
proporcionada por una muestra de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la
hipótesis nula y la hipótesis alternativa. La hipótesis nula es la afirmación que se
está comprobando. Normalmente la hipótesis nula es una afirmación de "sin
efecto" o "sin diferencia". La hipótesis alternativa
Basándose en los datos de la muestra, la prueba determina cuando rechazar la
hipótesis nula. Se utiliza un valor, para realizar esa determinación. Si el p-valor es
menos que el nivel de significación (conocido como α o alfa), entonces se puede
rechazar la hipótesis nula.
Ejemplos de algunas preguntas que se pueden responder con una prueba de hipótesis:
Fuente: https://www.addlink.es/noticias/minitab/2852-que-es-una-prueba-de-hipotesis
Cuando se rechaza la hipótesis nula, se tiene una prueba estadística de que la
alternativa es cierta. Y si no se rechaza la hipótesis nula, no se tiene prueba
estadística de que la hipótesis nula sea cierta.
Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que
el parámetro de la población bajo estudio puede tomar. Esta afirmación puede
estar basada en alguna creencia o experiencia pasada que será contrastada con
la evidencia que nosotros obtengamos a través de la información contenida en la
muestra. Esto es a lo que llamamos prueba de hipótesis, fragmentada en 2:
Hipótesis Nula
La Hipótesis Nula, denotada como H0 siempre especifica un solo valor del
parámetro de la población si la hipótesis es simple o un conjunto de valores si es
compuesta (es lo que queremos desacreditar)
Hipótesis Alternativa
La Hipótesis Alternativa, denotada como H1 la que se establece en base a la
evidencia que tenemos es decir, es la afirmación que se desea ser capaz de
concluir que es verdadera basándose en la evidencia proporcionada por los datos
de la muestra.
Ejemplo:
(Ejemplo sacado de fuente de internet)
Como tiene que asegurarse de que los tubos no sean más grandes ni más
pequeños de 5 cm, el gerente elige la hipótesis alternativa bilateral, que
indica que la media de la población de todos los tubos no es igual a 5 cm.
Formalmente, esto se escribe como H1: μ ≠ 5
https://support.minitab.com/es-mx/minitab/20/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/example-of-a-hypothesis-test/
(Esta fuente involucra el tema “prueba de hipótesis”)
Regresión lineal y no lineal
Nos funciona para describir una variable de respuesta continua como una función
de una o varias variables y puede ayudar a comprender y predecir el
comportamiento de sistemas complejos o a analizar datos experimentales o bien
de manera más concreta y sencilla, como se comentó en clase; para encontrar la
recta del mejor ajuste
Ecuación Estimada de regresión lineal: ŷ = 𝑏0 + 𝑏1 X
Donde:
Ŷ=Variable
𝑏0 = Coeficiente constante no varía un solo valor (intercepto u ordenada al origen)
𝑏1 = Coeficiente constante no varía un solo valor (pendiente)
X= Variable
ŷ es el valor estimado de y para un valor específico de x. 𝑏0 𝑦 𝑏1 se
calculan usando el método de mínimos cuadrados.
REGRESION NO LINEAL
La regresión no lineal se usa cuando se quieren estimar los parámetros de un
modelo no lineal que relaciona una respuesta Y
En contraste/diferencia con la regresión lineal, no podemos utilizar el método de
“mínimos cuadrados” ordinarios para ajustar los datos
Para decir que una regresión es no lineal, debe cumplir que:
Existe una relación no lineal entre la variable dependiente y el conjunto de
variables independientes.
Su modelo debe ser una función no lineal de los parámetros , no necesariamente
las características .
REGRESION NO LINEAL
REGRESION LINEAL
file:///C:/Users/Administrator/Downloads/10003-Article%20Text-18133-1-10-
20090701.pdf
https://la.mathworks.com/discovery/linear-regression.html (Estas fuentes son
para el tema de regresión, no involucra los demás temas)
Conclusión