Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asesoria de Métodos
Asesoria de Métodos
Asesoria de Métodos
ESTADÍSTICA I
✓
Propiedades de ECX)
y
V (X )
✓
Calcular ( EA) y Vlx) )
Estandarización
2- =
¡¥ LTCL )
sesgo
}
Blas ECÓ )
✓
⊖
-
=
2
Ecm =
✓ (E) +
Pias (E)
1-
Intervalos de Confianza
Pruebas de
Hipótesis
5=13^0 +
píi Xi
calcular
Po ,
B.
Nominal →
etiquetas ,
nombres ,
NO tiene orden
Ovdmal → Orden .
# Medallas
#
grados escolares .
Intervalo → en O no
implica ausencia
del atributo
* temperatura
Razón → el O SI imphua ausencia
* el dinero
ingreso
cualitativo →
Discretos continua
A- entrenos # entrenos + decimales
a, b E IR ctes
El 3) =3
í) E [a ] a →
E /3 × ) ECX) =3
µ
=
=3 ,
ii ) E [ BX ] = b E [ ×] =
↳µ, →
Iii ) E ( a + BX ] =
a + b Elx ] =
a +
bmx
Propiedades De LA VARIZNZA ↳ E (3 + ZX )
Iv ) V (a) = O V13 1=0
b2 Varlx )
E (3) + Elzx)
v ) Var ( bx ) =
=
3 + ZE (X)
V ( 3 ×) = qvlx ) =3 + aux
✓
(f) =
1a vlx )
Var (✗ +
y ) =
varlx ) +
varly ) + 2 ( ou (✗ iY )
( X) p ( Xi )
E-
a) Elx ) =
Exiptxi)
() E (x2)
≥
Von x = -
Elx ) = 317 -
(A) 2--28-1
,
ELX) =
(10 ) (3) + ✗ 5) 1. 2) + (22 ) 1. 5) =
=
3 1- z
+ 11 =
IIe ,,
E- (✗ 2) =
(1012/-3)+(15121-2) + (a) 4. 5) =
=
30 t 45 -1242 =
317
Desvestlx) = IVAÍ
b) E ( v ) = E ( 7503 -
150T)
=
E (7-503) -
ELISOT)
= 7503 -
150 E (X )
=
7503 -
150/17) =
7503 -
2550 =
49531 ,
V (v ) =
V (7503 -
150 t )
°
ᵗ"ⁿ
⊖ (a -
bx ) = v (a) +
v (bx ) -
zcovlaib.HU
⊖ (750/3)
"
d- V11 50 t
↓
)
×
-
Z COV (7503 ,
150T )
°
= -1 ( 15012 ⊖ (X) -
U (t) =
31-2+7503
E- (Vlt)) = E (31-2+7503)
= E (31-2) + E (7-503)
= 3 E (t2 ) + 7503
=
3 E (x2 ) -17503
=
3 (3/7)+7503 =
8452 ,,
°
E ( ✗4) =
( Io) " ( v3 ) t ( is )" I. a) + (22) " l 5) -
=
130 , 253
a) ELX ) =
Exiptxi )
= 21.1 ) + 6L 2) - + lo 1- 3) .
+ 141 3) - + 20 C- 1)
=
10J ,,
Vav (X ) =
E (x2 ) -
Elx ) 2
E ( ✗ 2) = (2) 4. 1) + (6) 2L 2) -
+ (1051-3)
(in) ( 3) (zo ) ( 1)
' '
+ -
+ - = 136.4
entonces :
V (X ) = 136.4 -
( 10 6) .
2
= 24.04
to )
E (✗ + 5) ELX ) El 5) Elx )
+ -15
10.6+5--15-61
= = =
no
V (✗ + 5) = V (X ) t
#-) = 24.04 +o = 24.04
d) E-
[ Lx 6)
-
2) =
E (1×-011×-6) )
=
( E X 2-6×-6×+36
)
EE ( ✗ 2-12×+36
)
=
E (x2 ) -
Elizx ) + El36 )
12 E (X ) + 36
=
136.4 -
= 136.4 -
12 ( 10.6 ) +36 =
45.2-a ,
Estandarización
µ =
25
P (×
estandarización
< 30 ) 02--15
NÜ
'
7- • as
PITE
'
I
= P (z <
C) = -95
p ( z <
%-) P (z ( 1. 5) =
-95
NO hacer
?
1.5 =L =
•
l:# :i ) '
4. 5) VI -115 =
×
=p ( z <
5¥) ✗= 28008
Jun ( µ ,
sí )
¿ r
×
? 95%
p // × -
µ/ < • 1)
Pl E) s
_Ü÷
<
Notar
×
:
p / | / <
E) = .rs
que
⇐ %
VI =p =P ( 12-1 <
c) =
. 95
P ( te / < 1.96 ) = •
95
-1.96
C- = %
84.96 ) =
-1
TI o
1/1.96=0.5102
p ( z < # ) = ◦ 5 = Plz ≤ o ) =
. 5
p (z < 7o ) = 0.8643
p (z < 1.10 ) =
O -8643
El .
⑥
a) p (o ≤ z
:P G- 1- a)
≤
≤ i. a)
-
p (
z
=
0.8849 -
◦ 5 =
0.3849
b) )
pf.cn ≤ z ≤ o
=p ( 2- ≤o ) -
pfz ≤ -
a) =
• 5-
o 5 -
◦ 1841 = 0.3159
✗ sea
las botellas µ✗ = 16 P (× > 17 ) =
?
se distribuyen 0=1
como Normal n
-
- lo
P
/ HE >
)
(µ ×, 02 ) Fi
2- =
(tamaño de
muestra )
( 2- 3)
1 -
p ≤ =
1-
0.9987=0.00131
PÍE de Normal .
p (z ≤ 1. 5) = No aplico
P (z > 3. 4) =
Aplico simetrra
Plz ≤ 3. 3)
¡|
✗ PLX )
P ( × > 2)
◦ 3
= PLX =
3) = .
3
2
.
4
•
3 P (× ≤ a)
1- =P (✗ 2) = +
P (✗ 1)
=
= • 7
④ SEIGO
"
☒ = TI
MÍ 5 =L ÷ xi
→
Sesgo :
Pias ( Ña ) = E
fui ) ,
-
µ , =
Mx
-
µ = O
E.
-
¥
lhslsgado
xi
↓
=
E
fui , ) =
E (E) =
E
(TÉ ) =L E taxi) ¥ tn Elnxi)
fy (d) E Lxi) =
µ ×
Elm fui ),
= Var fui , ) +
Pias (¡Y =
o
≥
+ G) 2--02
Van
(E) = var
/ -2¥ ) = vartrxi )
÷ varlnxi) =
1¥ #
⊖ (E) =
o
≥
Entonces
13^0--5 pi -
X
SON
EEIIIY Insertados
,
*
A =
;÷ * mínima varianza
Eso =
Bo
13^1 =P ≥
i. =
"
4¥
Sesgo
:
pisos / ¡ a)
= E (Ña) µ -
,
=
Ma µ -
≥
=
O lnses 9a DO
THE
( KII) ± ( a) ↓ ( =
E ×, + ✗ =
µ ×
µ )
+ ×
¥ #µ ) µ
= × = ×
✗ ~
poisson (× ,
a)
¡ =
(×÷×n )
⑤ sí , es
sesgado
→ Verdadero
Sesgado
sesgo ( pias ) sin =
Efií ,
) µ -
,
= o -
µ ,
=
-1hL
E
( sii ) = E
( EE ) =
{ E ( ×. -
xn )
=
{ [Elk ) Ein D= { (µ µ)
-
,
-
Y / Mi Mi )
-
=
Iz ( o ) =
O
v
fui ) , = v ) ! (
=
v ×. -
xn
) =
¡ tra a)
-
=
1-4 lo) =
O
K para µ 90% Zx,> = Z = 1.5
-05
E =
15
( 1-a) = -90
( 1- d) =
◦ 90
1- -90 =D
qnorl.os-slouer.tn/-- F) =
TZ = 16
◦ 10 = ✗
n = 4
✗ 12=-05
kparaulis-4.SI/ET,l5-li.s-)(✓¥ ) )
=
( 15-3 ,
15+3 )
K Paran al
=
( 12,18 ) _
90 % de confianza
Sea t va 9-me
=
.
modela el
tiempo en
minutos para
para despachar
un pedido
T-
exp (hi)
ECT )
µ-1--10
=
VLT ) =
07--100
Gerente : remodelar ,
nos estamos
tardando 10
MI ✓ i
más
≥ ≤ =
A-70
a) Ho : me-
tardo lo _ minutos .
b) Ho :
µ ×
≤ 10
v1
Ha : lo
µ
>
×
c) Bajo Ho :
2- =
~
Aplicamos tan grande
z
-
-
=
d) 5=12-30
SI Í observada =
12-30 entonces el estadístico de
prueba bajo Ho
2- '"
Ñ
=
=
-
how
Para determinar Región de Rechazo 1.92 1.96
PLI ≥r -
so ) ""
MI:* ≥
;÷÷T 2- ×
,,
= 1.96
(
Como el valor
) p es
= P Z ≥ 1.92 ≈ 0.0274 →
remodelar .
f) un
> 480 pesos filo en menú
h = 54
Conn Ñ =
446 → mecha
Sw = 120 → Varianza
muestral
↓
S 2--120
Notar
que no podemos aplicar TCL
02 desconocida
porque
(1-2)=-90
K al 90% confianza ✗ -10
para Mw =
Xyz = -05
Sea w ~ normal (Mw ,
Mw ) con 02 desconocida
(446-4.697) (TÉ ) ,
446 + G. oaz ) (JEN ))
=
( 411.07 ,
480.92 ) con 90% confianza .
tx ,≥ / n
-1 = to -05,33 =
1.697
480
1
411.07 480.92
dentro del K
cualquier punto
es un valor promedio del
ticket