0 calificaciones0% encontró este documento útil (0 votos)
15 vistas17 páginas
Este documento explica los intervalos de confianza para estimar parámetros poblacionales como la media y la proporción. Define un intervalo de confianza como un rango de valores dentro del cual se espera que se encuentre un parámetro desconocido con una cierta probabilidad. Explica cómo construir intervalos de confianza para la media basados en la distribución normal de las medias muestrales, y para proporciones usando la distribución binomial. También señala que los intervalos de confianza pueden usarse para verificar hipótesis estadístic
Este documento explica los intervalos de confianza para estimar parámetros poblacionales como la media y la proporción. Define un intervalo de confianza como un rango de valores dentro del cual se espera que se encuentre un parámetro desconocido con una cierta probabilidad. Explica cómo construir intervalos de confianza para la media basados en la distribución normal de las medias muestrales, y para proporciones usando la distribución binomial. También señala que los intervalos de confianza pueden usarse para verificar hipótesis estadístic
Este documento explica los intervalos de confianza para estimar parámetros poblacionales como la media y la proporción. Define un intervalo de confianza como un rango de valores dentro del cual se espera que se encuentre un parámetro desconocido con una cierta probabilidad. Explica cómo construir intervalos de confianza para la media basados en la distribución normal de las medias muestrales, y para proporciones usando la distribución binomial. También señala que los intervalos de confianza pueden usarse para verificar hipótesis estadístic
DEFINICIÓN • En estadística, se llama intervalo de confianza a un par de números entre los cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. Formalmente, estos números determinan un intervalo, que se calcula a partir de datos de una muestra, y el valor desconocido es un parámetro poblacional. La probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza. En estas circunstancias, α es el llamado error aleatorio o nivel de significación, esto es, una medida de las posibilidades de fallar en la estimación mediante tal intervalo. • Para la construcción de un determinado intervalo de confianza es necesario conocer la distribución teórica que sigue el parámetro a estimar, θ. Es habitual que el parámetro presente una distribución normal. También pueden construirse intervalos de confianza con la desigualdad de Chebyshov. • En definitiva, un intervalo de confianza al 1 - α por ciento para la estimación de un parámetro poblacional θ que sigue una determinada distribución de probabilidad, es una expresión del tipo [θ1, θ2] tal que P[θ1 ≤ θ ≤ θ2] = 1 - α P = es la función de distribución de probabilidad de θ. NOTA El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un intervalo más amplio tendrá más posibilidades de acierto (mayor nivel de confianza), mientras que para un intervalo más pequeño, que ofrece una estimación más precisa, aumentan sus posibilidades de error. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN • De una población de media y desviación típica se pueden tomar muestras de elementos. Cada una de estas muestras tiene a su vez una media (). Se puede demostrar que la media de todas las medias muestrales coincide con la media poblacional:2 • Pero además, si el tamaño de las muestras es lo suficientemente grande,3 la distribución de medias muestrales es, prácticamente, una distribución normal (o gaussiana) con media μ y una desviación típica dada por la siguiente expresión. • La probabilidad de que el verdadero valor del parámetro se encuentre en el intervalo construido se denomina nivel de confianza, y se denota 1-. La probabilidad de equivocarnos se llama nivel de significancia y se simboliza . Generalmente se construyen intervalos con confianza 1-=95% (o significancia =5%). Menos frecuentes son los intervalos con =10% o =1%. Para construir un intervalo de confianza, se puede comprobar que la distribución Normal Estándar cumple 1: P(-1.96 < z < 1.96) = 0.95
Luego, si una variable X tiene distribución N(,), entonces el 95% de las veces se cumple:
Despejando en la ecuación se tiene:
El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es un
intervalo de confianza al 95% para la media cuando la variable X es normal y es conocido. USO DE INTERVALOS DE CONFIANZA PARA VERIFICAR HIPÓTESIS • Los intervalos de confianza permiten verificar hipótesis planteadas respecto a parámetros poblacionales. INTERVALO DE CONFIANZA PARA UNA PROPORCIÓN • Cuando tenemos una variable dicotómica (o de Bernoulli) a menudo interesa saber en qué proporción de casos, p ocurre el éxito en la realización de un experimento. También nos puede interesar comparar la diferencia existente entre las proporciones en distintas poblaciones. • Si queremos estimar el parámetro p, la manera más natural de hacerlo consiste en definir la suma de estas, lo que nos proporciona que la distribución del número de éxitos es una distribución Binomial. La distribución Binomial podía ser aproximada a la Normal cuando el tamaño de la muestra n es grande, y p no es una cantidad muy cercana a cero o uno GRACIAS
Sesgos Cognitivos: Una Fascinante Mirada dentro de la Psicología Humana y los Métodos para Evitar la Disonancia Cognitiva, Mejorar sus Habilidades para Resolver Problemas y Tomar Mejores Decisiones
Inteligencia artificial: Lo que usted necesita saber sobre el aprendizaje automático, robótica, aprendizaje profundo, Internet de las cosas, redes neuronales, y nuestro futuro
Entrelazamiento cuántico y sincronicidad. Campos de fuerza, no localidad, percepciones extrasensoriales. Las sorprendentes propiedades de la física cuántica.