Estadística

Algunas definiciones
Población
Muestra
Variable
Media
Mediana
Moda
Momentos
Sesgo
Curtosis
Definición
Coeficiente de curtosis
Clasificación de parámetros de un Modelo VA Continua
Coeficiente de variación
Distribución Normal
Distribución Normal. Forma estandarizada
Modelos especiales para V.A Continuas
Distribución Log normal
DIFERENCIA ENTRE G(A) Y F(A)
Fractiles y calculos
Distribución de Weibull
Distribuciones de extremos
Gumbel del Mínimo
Gumbel del Máximo
Distribución de Pareto
Distribución Beta
Suma de variables aleatorias
Suponiendo independencia
Suma de variables aleatorias independientes
Suma de variables aleatorias NO independientes
Media y varianza sea cual fuere la distribución
Propiedades reproductivas
Caso particular de la normal bidimensional
Teorema central del límite
Versión general de Lindeberg
Mezcla de poblaciones
Ejemplo
Esperanza parcial

Estadística 1
 Definición
Calculos de H(x) y J(x) para distintas distribuciones
Cálculo de la varianza
Momentos parciales NO centrados de orden 2
Truncamiento
Truncamiento varianza y E(x`2)
Esperanza parcial Primer Orden Discreta
Momentos parciales discretos de segundo orden
Inferencia estadística
Población y muestra
Muestra aleatoria (Población finita)
Formas de estimación
Estimación puntual
Recordar de estimación puntual
Clasificación Estimadores
1. Ausencia de vicio o sesgo
2. Mínima varianza
3. Error cuadrático medio
4. Eficiencia
5. Suficiencia
6. Consistencia
7. Convergencia
Métodos de estimación puntual
1. Igualación de Momentos (Pearson)
2. Máxima verosimilitud
3. Ajuste por fractiles (Con 2 valores)
Estimación por intervalos de confianza
Nivel de confianza
Ejemplo
Hipótesis verdadera o falsa
Tipos de errores y cuantificación del riesgo de Ho. Función de potencia (π)
Analogía tipos de errores
Ejemplo
Ejemplo todo
Nivel justo de significación a posteriori
Cálculo de error tipo II
Calculo del tamaño de la muestra con 2 condiciones
Análisis de sensibilidad (Curvas de potencia)
Ensayos Bilaterales
Calculo de error tipo II - Bilateral
Tamaño de muestra - Bilateral
Análisis de sensibilidad - Bilateral

Estadística 2
 Situaciones de equilibrio económico
Ensayo de hipótesis sobre la media con varianza desconocida
Distribución del estadístico (t). Student
Ejemplo sin varianza ni media
Tamaño de muestra con distribución (t)
Función de error tipo II y potencia
Ensayo de hipótesis sobre la varianza en poblaciones normales
Distribución Chi Cuadrado
Estimación puntual: Estadísticos
Varianza amalgamada
Distribución de S² (Dist. Gamma)
Intervalos de confianza para varianza
Ejemplo
Tamaño de muestra (Porcentaje limite inferior y superior) Relación de fractiles
Ejemplo 2
Ensayo de hipótesis unilateral: Varianza
Error de tipo II y potencia
Ejemplo 3
Ejemplo 4

Algunas definiciones
Población
Es el total de los elementos que son objeto de nuestro estudio. Puede ser finita o
infinita.

Muestra
Cualquier subconjunto de los elementos de la población bajo estudio.

Variable
Cualquier característica de los elementos que nos interesa estudiar o registrar

Cualitativas o categóricas: indican la presencia o no de un determinado

atributo de interés

Dicotómicas: dos categorías (Hombre/ Mujer; Bueno/ Defectuoso)

Nominales: más de dos categorías. No hay un ordenamiento ni

jerarquía. Ej: país de origen, línea en que fue producido el lote del
artículo, estado civil

Estadística 3
 Ordinales. Existe un orden natural entre las categorías: clase social
(Alta, Media, Baja); nivel de inglés (Bilingüe, Avanzado, Intermedio, Pre-
intermedio, Principiante), Grado de Calidad (Primera, II selección, III
selección)

Cuantitativas o numéricas: el resultado de la observación es un número

Discretas: son aquellas que se pueden contar. Toman un número finito o

infinito numerable de valores.

Continuas: pueden tomar infinitos valores (se miden con algún

instrumento)

Media
Es el promedio de la variable aleatoria

Mediana
Es el valor de la variable que se encuentra en el centro, es decir que por debajo de
ese valor la probabilidad acumula un 50% (Fractil 0,5)

Moda
Es el valor alrededor del cual se tienen el intervalo con la mayor probabilidad de
ocurrencia. (En una muestra es el valor más frecuente). puede no existior o puede
tener varias.

Momentos
No centrados, centrados y centrales adimensionales

No centrados (Ordinarios)

Estadística 4
 Centrados

Centrales adimensionales

Sesgo
Asimetría positiva, asimetría negativa y simétrica

Asimetría positiva

Asimetría negativa

Simétrica

Estadística 5
 Coeficiente de asimetría

Curtosis
Definición
El momento centrado adimensional de cuarto orden se denomina curtosis y es una
medida del grado de apuntamiento de la función de densidad

Coeficiente de curtosis

Clasificación de parámetros de un Modelo

VA Continua
Posición, escala y forma

Estadística 6
 Coeficiente de variación

Distribución Normal

Estadística 7
 Distribución Normal. Forma estandarizada

Estadística 8
 Modelos especiales para V.A Continuas
Distribución Log normal

Asimetría positiva pronunciada

Lo usamos para ingresos

💡 IMPORTANTE: M Y D NO tienen unidades. Si me dan datos en un

problema CON UNIDADES, son u y varianza y debo calcular M y D

💡 IMPORTANTE: LAS TABLAS APARECEN DESDE 0.5 EN ADELANTE. SI

TENGO QUE CALCULAR CON LA INVERSA. DE 0.3 SERIA 0.7

DIFERENCIA ENTRE G(A) Y F(A)

💡 SI ME DICEN G(A) = a calcular la parte derecha de la funcion de

densidad.

Estadística 9
 💡 SI ME DICEN F(A) = a calcular la parte izquierda de la funcion de
densidad

Fractiles y calculos

Distribución de Weibull
Se usa para anticipar fallas de componentes y duración de piezas

Distribuciones de extremos

Estadística 10
 Gumbel del Mínimo

Gumbel del Máximo

Distribución de Pareto
Se usa para describir horarios de una organización

Estadística 11
 Distribución Beta

Suma de variables aleatorias

Suponiendo independencia

Suma de variables aleatorias independientes

Estadística 12
 Suma de variables aleatorias NO independientes

p es el coeficiente de correlación, va entre -1 a 1

Media y varianza sea cual fuere la distribución

Propiedades reproductivas

Caso particular de la normal bidimensional

Estadística 13
 Teorema central del límite
Versión general de Lindeberg

Mezcla de poblaciones
Ejemplo

Estadística 14
 Esperanza parcial

No necesitas saber la función de densidad de Y.

Definición

Estadística 15
 Calculos de H(x) y J(x) para distintas distribuciones

Estadística 16
 Cálculo de la varianza

Momentos parciales NO centrados de orden 2

Truncamiento

Estadística 17
 Truncamiento varianza y E(x`2)

Esperanza parcial Primer Orden Discreta

Estadística 18
 Momentos parciales discretos de segundo orden

Estadística 19
 Inferencia estadística
Población y muestra

Muestra aleatoria (Población finita)

Formas de estimación

Estadística 20
 Estimación puntual
Es el promedio

La esperanza de la media muestral es la misma que la esperanza de la sumatoria

de todas las variables aleatorias

La varianza de la media muestral es menor que la varianza de todas las variables

aleatorias

Estadística 21
 Distribución?

Recordar de estimación puntual

Cuando la muestra es aleatoria, las variables siguen la misma distribución que
la población

Los estadísticos son variables aleatorias, por ello tendrán una distribución con
sus respectivas características (Media, varianza, etc)

Cuando un estadístico estima a un parámetro poblacional los llamamos

Estimador

La media muestral es un estimador de la media poblacional

Para muestras grandes la distribución de una media muestral converge a una

normal

Clasificación Estimadores
1. Ausencia de vicio o sesgo
Esta propiedad se buscará cuando se traba con muestras pequeñas

Estadística 22
 2. Mínima varianza

3. Error cuadrático medio

A pesar de ser insesgado, es preferible que tenga poca varianza.

Siempre se debe elegir el que menos error cuadrático medio tenga.

4. Eficiencia

Estadística 23
 5. Suficiencia

6. Consistencia

7. Convergencia

Estadística 24
 Métodos de estimación puntual
1. Igualación de Momentos (Pearson)

2. Máxima verosimilitud

Estadística 25
 Ejemplo Normal

3. Ajuste por fractiles (Con 2 valores)

Estimación por intervalos de confianza

Estadística 26
 Nivel de confianza

Ejemplo

Estadística 27
 Alpha es = 1 - 0.9(dato) = 0.1/2 = 0.05 de ahí sale el dato atenti

15 latas mas*

Hipótesis verdadera o falsa

Estadística 28
 Tipos de errores y cuantificación del riesgo de Ho.
Función de potencia (π)

Analogía tipos de errores

Estadística 29
 Ejemplo

Ejemplo todo

Estadística 30
Estadística 31
 Nivel justo de significación a posteriori

Cálculo de error tipo II

Estadística 32
 Calculo del tamaño de la muestra con 2 condiciones

Análisis de sensibilidad (Curvas de potencia)

Estadística 33
 Haces una tabla de U vs B(u) para graficar

Ensayos Bilaterales

Estadística 34
 Calculo de error tipo II - Bilateral

Estadística 35
 Tamaño de muestra - Bilateral

Si U1 < Uo, se puede asumir que los subrayado en amarillo = 1

Análisis de sensibilidad - Bilateral

Estadística 36
 Situaciones de equilibrio económico

Ensayo de hipótesis sobre la media con varianza

desconocida

Estadística 37
 El n-1 es porque perdes un grado de libertad

Distribución del estadístico (t). Student

Ejemplo sin varianza ni media

Estadística 38
 Tamaño de muestra con distribución (t)

Estadística 39
 Se busca convergencia, que se repita el número, generalmente con 2 o 3
iteraciones se llega. (Se usa la misma varianza del error anterior)

Función de error tipo II y potencia

Estadística 40
 Ensayo de hipótesis sobre la varianza en
poblaciones normales
Distribución Chi Cuadrado

Estimación puntual: Estadísticos

Estadística 41
 Varianza amalgamada

Distribución de S² (Dist. Gamma)

Estadística 42
 Intervalos de confianza para varianza

Ejemplo

Estadística 43
 Igualas el 76 a v y despejas v6

Tamaño de muestra (Porcentaje limite inferior y superior)

Relación de fractiles

Estadística 44
 Ejemplo 2

Estadística 45
 Ensayo de hipótesis unilateral: Varianza

Error de tipo II y potencia

Estadística 46
 Ejemplo 3

Estadística 47
Estadística 48
 Ejemplo 4

Estadística 49
Estadística 50
Estadística 51
Estadística 52