ESTADISTI CA

ADMINISTRACION Haga clic para modificar el FINANCIERA V estilo de subttulo del UNIVERSIDAD DEL TOLIMA patrn

DISTRIBUCIN NORMAL
La distribucin normal o gaussiana es la distribucin de probabilidad ms importante de la estadstica y corresponde a una variable aleatoria continua. Propiedades de la distribucin Normal Hay cuatro propiedades importantes que estn asociados con la distribucin normal:
1. 2. 3. 4. 5.

Tiene forma de campana, por lo tanto es simtrica. Todas sus medidas de tendencia central son idnticas. Es unimodal El rea bajo la curva normal (rea que est entre la curva y la lnea base) y que contiene el 100%, o todos los casos en una distribucin normal dada.

La variable aleatoria asociada tiene un intervalo infinito

99.7% 95.4% 68.2%

Localizacin de las observaciones alrededor de la media en una distribucin de frecuencia en forma de campana.

Distribucin Normal estandarizada (Puntajes Z)

Cualquiera variable aleatoria normal X se puede convertir en una variable aleatoria normal estndar Z mediante una frmula de transformacin. En tanto que los datos originales de la variable aleatoria X tienen media y desviacin estndar , la variable aleatoria estandarizada Z siempre tiene media de cero y desviacin estndar de uno. El coeficiente intelectual de un grupo de estudiantes se distribuye en forma normal con un promedio de 100 y una desviacin estndar de 5.
Ejemplo:

Qu porcentaje de los estudintes tienen un coeficiente intelectual mayor de 110? Dos desviaciones estndar corresponden a 47.72% por arriba de la media, lo que quiere decir que 50%-47.72%=2.28% de los estudiantes tienen un coeficiente intelectual mayor de 110.

- En la siguiente figura se muestra la curva estandarizada, con una media de cero y desviacin estndar de 1. f (Z)
0.4 0.3 0.2 0.1 0 1

-3

-2

-1

+1

+2

+3 0y 1.

Distribucin normal estandarizada, en la que

En el ejemplo anterior, Qu porcentaje de los alumnos tiene un coeficiente intelectual menor de 95? Una desviacin estndar de -1 corresponde a 34.13% de la cola izquierda, por lo tanto el porcentaje de los estudiantes con un coeficiente menor de 95 puntos es equivalente a: 0.50 0.3413=0.1587, o sea 15.87%. En el ejemplo anterior, Qu porcentaje de los estudiantes tienen un CI entre 90 y 105 puntos? o sea 47.72% a la izquierda de la media o sea 34.13% a la derecha de la media Por lo tanto, 0.4772+0.3413= 0.8185 que es equivalente a 81.85%de los estudiantes.

La meida de ingresos mensuales con distribucin normal para un grupo grande de empleados de una organizacin es de $10000.00. La desviacin estndar es de $1000.00. a)Cul es la probabilidad de que el ingreso de un empleado est entre $7900.00 y $11000.00 b) Cul es l probabilidad de que el ingreso sea mayor de $12000.00? c) Cul es la probabilidad que el ingreso sea mayor de 8500.00? Solucin: a. < b. > c. < >

DISTRIBUCIONES MUESTRALES

Una meta importante del anlisis de datos es usar estadsticos como la media muestral y la proporcin muestral para estimar los parmetros poblacionales. Por ejemplo un encuestador poltico se interesa en los resultados de la muestra slo como medio para estimar la proporcin real de votos que cada candidato recibir de la poblacin de electores. Distribucin muestral de la media (Propiedades de la media)
a)

Es no sesgado, esta propiedad implica que el promedio de todas las medias mustrales posibles ser igual a la media poblacional. Es eficiente, esta propiedad se refiere a la precisin del estadstico muestral como estimador del parmetro de la poblacin. Es consistente, se refiere al efecto del tamao de la muestra en la utilidad de un estimador. Conforme aumenta el tamao de la muestra, la variacin de la media de la muestra con relacin a la media de la poblacin se disminuye (Teorema de lmite Central).

b) c)

La distribucin muestral de medias muestrales se vuelve normal a medida que aumenta el tamao de la muestra.

Error estndar de la media El error estndar de la media es igual a la desviacin estndar de la poblacin dividido entre la raz cuadrada del tamao de la muestra n.

Ejercicio: Si una poblacin de datos crudos posee una distribucin normal, con una media =80 y una desviacin estndar =8, determine los parmetros de la distribucin muestral de la media para los siguientes tamaos de la muestra: n = 36 y n = 50 Solucin:

Determinar Z para la distribucin muestral de la media

Suponga que el promedio de la calificacin de la materia de estadstica de varios grupos de una universidad es 8.0 con una desviacin estndar de 1.0. cmo puede determinarse la probabilidad de que una muestra de 36 alumnos tenga un promedio menor de 7.70?

Al buscar Z= -1.76, se encuentra un rea de 0.4608. Por lo tanto, 3.92% de todas las muestras posibles de tamao 36 tendern una media menor que 7.70.

Estimacin del intervalo de confianza para la media Un intervalo de confianza es un rango de valores que probablemente contiene al valor poblacional. Por ejemplo, el intervalo de confianza del 95% es aquel en el que la probabilidad de que dicho intervalo contenga al valor poblacional es de 95%. Los intervalos ms utilizados en la prctica son de 95 y de 99 por ciento. Estimacin del intervalo de confianza para la media ( conocida) Una muestra de 36 observaciones se selecciona a partir de una poblacin normal para la cual se conoce que la desviacin estndar de la muestra es 9 y la media muestral es 20. a) Determine el error estndar de la media. b) Obtenga el intervalo de confianza de 95%.

TEOREMA DEL LMITE CENTRAL

Dada una poblacin, con media y desviacin tpica finitas, y seleccionamos al azar muestras aleatorias de tamao n, entonces la forma lmite de la distribucin de Z conforme n crece indefinidamente

DISTRIBUCIN T STUDENT Cuando se desconoce la desviacin estndar de la poblacin y el tamao de la muestra es pequea n<30, suponiendo que la poblacin tiene aproximadamente la forma de una distribucin normal, se puede aplicar la estadstica t que es simtrica, en forma de campana y con media cero, o sea muy semejante a la distribucin normal estndar. La forma de la distribucin t depende de un parmetro llamado grados de libertad que est dado por n-1que es el tamao de la muestra menos uno. Para la distribucin t se define en la misma forma que se defini . Utilizando el hecho de que la distribucin t es simtrica con respecto a t = 0, (1- ) es la probabilidad de que una variable aleatoria que tiene la distribucin t tome un valor entre .

La distribucin t estandarizada se calcula a partir de

Ejemplo: Para determinar el coeficiente de inteligencia promedio de los profesores que trabajan en una universidad, se extrae una muestra aleatoria de 20 profesores de toda la poblacin. Los resultados proporcionan una media de 135 y una desviacin estndar de 8. Construya un intervalo de confianza del 95% para la media poblacional.

GL=20-1 =19

t=2.093

135 (2.093)(1.789)=131.26 135 + (2.093)(1.789)=138.74 As, el intervalo de confianza del 95% es: 131.26 138.74

Para calcular z (el nmero de desviaciones estandarizadas), a partir del nivel de confianza deseado, se define la probabilidad correspondiente. primero se divide entre 2 el nivel de confianza y el cociente resultante se ubica en las cifras de la cuadrcula de la tabla. El valor correspondiente de z se encuentra en la columna de la izquierda, adems del segundo decimal que resulte en la primera fila. Por ejemplo para un nivel de confianza de 98%, 0.98/2= 0.49, este valor le buscamos en la tabla e identificamos en la columna izquierda 2.3 y en la fila superior 0.03, al sumar nos da Z=2.33.

DISTRIBUCIONES INFERENCIA

USADAS

EN

Distribucin Ji-Cuadrado o Chi-cuadrado o 2 de Pearson con n grados de libertad. Sean X1 , X2 , ... ,Xn n variables aleatorias continuas independientes tal que Xi = N (0,1) con i = 1, ..., n (i.i.d.). Definamos la variable aleatoria:

Su densidad de probabilidad ser:

la funcin gamma es:

DISTRIBUCIN MUESTRAL DE S2
Si S2 es la varianza de una muestra aleatoria de tamao n que se toma de una poblacin normal que tiene la varianza entonces el estadstico:

tiene una distribucin ji cuadrada con n -1 grados de libertad.

Distribucin Muestral de

Tipificando

orden percentlico
5

TABLA DE

2
p

n 0.99 0.97 0.02 0.01

1 2 3 4 5

2n

grados de libertad

valores acumulados de 2n

USOS DE LA JI-CUADRADO
a) Para hacer inferencias acerca de la varianza poblacional. Es decir, para calcular Intervalos de Confianza y Prueba de hiptesis para la varianza poblacional. b) Para hacer pruebas de Bondad de Ajuste. O sea, para probar si un conjunto de datos sigue una distribucin predeterminada. c) Para hacer anlisis de tablas de contingencia.

as ci ra g