1.- ¿Qué significa un intervalo de confianza del 99%?
Un intervalo de confianza del 99% significa que, si repitiéramos el proceso de
muestreo y cálculo del intervalo muchas veces, el 99% de esos intervalos contendrían el parámetro de interés real. En otras palabras, proporciona un rango estimado dentro del cual es probable que se encuentre el valor verdadero.
2.- ¿Qué significa (1 - α )
(1 - α) es la fórmula general para el nivel de confianza en estadísticas. α representa el nivel de significancia, que es la probabilidad de cometer un error de tipo I al rechazar una hipótesis nula verdadera. Entonces, (1 - α) es la probabilidad de no cometer un error de tipo I, o la probabilidad de tener un intervalo de confianza que realmente contenga el parámetro de interés.
3.- Investigar (tablas) distribuciones;
Distribución Fisher: Utilizada en estadísticas para comparar varianzas de dos muestras independientes. Se utiliza en análisis de varianza (ANOVA) y pruebas F. • Distribución t de Student: Se usa para estimar la media de una población cuando la muestra es pequeña o la desviación estándar poblacional es desconocida. Es común en intervalos de confianza y pruebas t.
• Distribución normal estándar Z: Es la distribución normal con media 0 y
desviación estándar 1. Se utiliza para estandarizar datos y realizar cálculos basados en puntuaciones estándar. 4.-¿Qué significan (p)(q) (p)(q) representan las probabilidades de dos eventos complementarios en estadísticas. Si p es la probabilidad de que ocurra un evento y q es la probabilidad de que no ocurra ese evento, entonces (p)(q) se utiliza en contextos como la distribución binomial.
5.-Escribe tus aprendizajes respecto a los 8 teoremas
Los intervalos de confianza son herramientas estadísticas poderosas que nos permiten hacer inferencias sobre parámetros poblacionales basándonos en muestras. Aquí algunas conclusiones clave:
• Nivel de Confianza: El nivel de confianza elegido (como el 95% o 99%) indica
cuánta certeza tenemos de que el intervalo contiene el parámetro real. Un nivel de confianza más alto implica un intervalo más amplio pero más seguro. • Tamaño de la Muestra: El tamaño de la muestra afecta la precisión del intervalo. A medida que aumenta el tamaño de la muestra, el intervalo tiende a ser más estrecho y proporciona una estimación más precisa del parámetro. • Interpretación: No significa que haya una probabilidad del 95% (o cualquier nivel de confianza) de que el parámetro esté en el intervalo específico calculado. Más bien, significa que si repitiéramos el proceso muchas veces, el 95% de los intervalos contendrían el parámetro. • Comparación de Grupos: Los intervalos de confianza son útiles para comparar parámetros entre dos grupos. Si los intervalos no se superponen, hay evidencia de que los parámetros son diferentes. • Dependencia del Modelo: Los intervalos de confianza dependen de ciertas suposiciones y modelos estadísticos. Es crucial entender estas limitaciones al interpretar los resultados. En resumen, los intervalos de confianza proporcionan una forma de expresar la incertidumbre en nuestras estimaciones y son esenciales para la inferencia estadística precisa.