1.- La población formada por los nacimientos de seres
humanos en el pasado y en el futuro.
2.- La población formada por todos los posibles sucesos
en tiradas sucesivas de una moneda.
PARÁMETROS.- Son las características
medibles de una población son valores representativos
obtenidos de la población.
Ejemplo: Promedio
Las calificaciones promedio de los alumnos de ing. Civil. Es
una característica medible.
Valores verdaderos: Son los valores de los parámetros
de la población.
MUESTRA: una muestra es un objeto de medidas u
observaciones tomadas a partir de una población dada.
Es decir:
Una muestra es un subobjeto de una población.
Observación. Las muestras se toman debido a que no es
factible desde el punto de vista económico recolectar
todas las observaciones posibles de la población (aunque
en algunos casos sea posible).
PROPORCIÓN EN LA POBLACIÓN: Es un
parámetro y se desconoce es la proporción de todas
las partes producidas en el proceso que sean defectuosas.
Se estima mediante una proporción en la muestra. Lo
cual es la proporción de partes defectuosas contenidas en
la muestra.
La proporción de una población se calcula
dividiendo el numero de mediciones defectuosas en la muestra
entre el tamaño de la muestra.
ESTADÍSTICO.- Es una característica
medible de una muestra es decir un estadístico es para una
muestra lo que parámetro para una población.
Ejemplo:
Si un lote de 200 partes producidas en cierto proceso, la
persona encargada del control de calidad encontró 30
partes defectuosas.
Luego:
La proporción de la muestra es
Observación: Con la estadística
inferencial.
Hace generalizaciones, predicciones e inferencias a partida de
procedimientos obtenidos. Proporciona una serie de procedimientos
para la selección adecuada de una muestra. Recopila los
datos y formula predicciones debidamente fundamentadas, en las
que partiendo de los datos obtenidos en una muestra, hacemos
estimaciones validas para la población a la que pertenece
la muestra.
RESUMEN DE ESTADÍSTICA
DISTRIBUCIÓN
DE FRECUENCIA
DEF: Método estadístico para
estudiar el comportamiento de un conjunto de datos consiste en
arreglar los datos ordenándolos en intervalos de clase e
indicando el número de datos comprendidos en cada
clase:
RANGO
DEF: Dado un ejemplo de datos definimos el rango
como la diferencia entre el mayor de los daos y el menor de todos
los datos ejemplo:
6, 8, 7, 6,5
Rango= 8-5= 3
INTERVALO DE CLASE:
DEF: Es el espacio comprendido entre 2 limites (
superior e inferior) esta magnitud es obtenida como.
Magnitud del intervalo=
Los intervalos tienen por lo general el mismo
ancho el ancho debe ser numero impar.
N. de intervalo de clase
5 15
Estos varían de 5 a 20, según
autores se pueden calcular esa n. aproximado como:
K= donde N= N, de observaciones
N< 100
Aunque la mayoría de veces el calculo es
empírico
ò n. de intervalo = 1+ 3.322 Lign
n. # total de datos.
Los intervalos de ancho numero impar
Los intervalos de clase se eligen también
de forma que las marcas de clase coincidan con datos realmente
obsérvalo, esto tiende a aminorar el llamado ERROR DE
AGRUPAMIENTO.
Observaciones
Recomendaciones para el número de
intervalos a usar:
La ecuación auxiliar es:
Ndonde es número de intervalo recomendado
numero total de datos.
Por ejemplo:
Si n= 50
K= 6
64=
Luego con 7 intervalos es recomendado
La tabla muestra el numero de intervalos para un
# especifico de observaciones.
# Total de observaciones II.- recomendado de
clase
Observación:
Dado que ancho intervalo:
Condición:
1.- si i no es entero conviene redondear al
entero superior luego se tendra:
Nueve rango= (# clases) (intervalo).
Observación: si i es exactamente un
entero no utilizar i-1 para la formación de los
intervalos.
FORMACION DE LOS
INTERVALOS
1.- Forme los intervalos de clase agregado
al límite
inferior de cada clase iniciando por el límite inferior
del rango.
El límite inferior de la siguiente clase
será el valor con secativo al máximo de la clase
anterior y así sucesivamente.
LIMITE REALES.
Los intervalos de clase son mutuamente
excluyentes se obtiene como el punto entre el limite. Superior de
una clase y el limite inferior de la clase siguiente.
FRECUENCIA DE CLASE:
Se define como el número de datos que caen
dentro de casa intervalo clase.
MARCA DE CLASE
Marca de clase=
Reglas general para formar distribuciones de
frecuencia
1.- Halle el rango
Rango=
2.- Seleccione el número de intervalos de
modo que.
Ancho intervalo =
Si no es entero conviene redondear al entero
superiorObliga a un ajuste del rango
Nuevo rango= (ancho Inter.) ( # de
intervalos)
Luego se tendra una nueva reasignación
para
3.- Forme los intervalos de clase.
4.- fije los límites reales de clases.
5.- Determine la frecuencia de clase.
Nota: Si i es exactamente un entero no se
usara i-1 para la formación de los intervalos.
1.- es decir el primer intervalo será
2.- 2do intervalo será.
Ejemplo.
Considere una muestra aleatoria de los ingresos ganados, en
cierto sábado por los estudiantes de los UPCH. Que
trabajan si la muestra es de 20 alumnos se obtienen salarios en
pesos, que ganan el sábado anterior, tenemos.
30 11 42 8 30 18 25 35 17 30
29 21 23 25 15 35 26 13 21 36
1. ordenados
8 13 17 21 23 25
26 30 30 36
11 15 18 21 25 25 29 30 35 42
Hallar la distribución de frecuencia
Solución:
1.-
2.-
3.- redondeado
4.- luego
Nuevo rango=
5.- Formación de intervalo
Intervalo de clase | Frecuencia de clase | Intervalo de clase con limites reales | Frecuencia | Marca de clase |
8 – 12 | 2 | 7.5 – 12.5 | 2 | 10 |
13 -17 | 3 | 12.5 – 17.5 | 3 | 15 |
18 -22 | 3 | 17.5 -22.5 | 3 | 20 |
23 -27 | 5 | 22.5 -27.5 | 5 | 25 |
28 -32 | 4 | 27.5 -32.5 | 4 | 30 |
33 -37 | 2 | 32.5 -37.5 | 2 | 35 |
38 -42 | 1 | 37.5 -42.5 | 1 | 40 |
DISTRIBUICIONES
DISCRETAS
DISTRIBUCIÓN BINOMINAL
OBSERVACIONES:
Frecuentemente un experto consiste en ensayos repetidos, cada
uno con dos posibles resultados que pueden llamarse éxito
y fracaso.
La prueba de artículos a medida que salen de una
línea de producción donde cada prueba o experimento
puede indicar si uno de ellos esta o no defectuoso.
Si los intentos o ensayos repetidos son independientes y la
probabilidad de éxito permanece contaste para cada uno de
ellos. Este proceso se conoce como proceso de Bernoulli. Cada
intento se conoce como experimento de Bernoulli.
DEFINICIÓN
BINOMINAL
Es una distribución discreta de probabilidad aplicable
como modelo a diversas soluciones de toma de decisiones. Siempre
y cuando pueda suponerse que el proceso de muestreo se ajusta a
un proceso de Bernoulli.
Un proceso de Bernoulli (es un proceso de muestreo) debe tener
las siguientes propiedades.
1.- El experimento consiste en "n" intentos repetidos
2.- Solo son posibles dos resultados mutuamente excluyentes en
cada ensayo u observación. Estos resultados se les
denominan éxito y fracaso
3.-Los resultados del conjunto del conjunto de ensayos u
observaciones constituyen eventos independientes.
4.- La probabilidad de éxito, que se denota por
(mediante) P, permanece constante de un ensayo a otro.
Puede utilizarse la distribución binominal para
determinar la probabilidad de obtener un número
determinado de éxito en un proceso de Bernoulli.
DEFINICIÓN:
Si P es la probabilidad de ocurrencia en un solo espacio
muestral (llamada probabilidad de éxito).
Es la
probabilidad de que el suceso no ocurra en un solo espacio
muestral (llamado o probabilidad de fracaso) (òfallo)
La probabilidad
de que el suceso se presenta exactamente X veces en "n" espacio
muestral (ensayo).
Es decir
X Éxitos y n-x fallos viene dada por la
Formula:
Donde la va X de nota el numero de éxito en n pruebas
y
X= 0,1,2….. n
PROPIEDADES DE LA DISTRIBUCIÓN BINOMINAL
EJEMPLO:
La puntuación final en matemáticas de 89
estudiantes en esta universidad se registra en la tabla
adjunta:
68 84 75 82 68 90 62 88 76 93
73 79 88 73 60 93 71 59 85 75
81 65 75 87 74 62 95 78 63 72
66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
86 67 73 81 72 63 76 75 85 77
ORDENANDO EN FORMA ASCENDENTE
53 62 65 71 73 75 77 79 85 90
57 62 66 71 74 75 78 80 85 93
59 62 67 71 74 75 78 81 86 93
60 62 67 72 74 76 78 82 87 94
60 63 68 72 75 76 78 82 88 95
60 63 68 73 75 76 78 83 88 95
61 65 68 73 75 76 79 84 88 96
61 65 69 73 75 77 79 85 84 97
Hallar la distribución de frecuencia usando 9
intervalos de clases
Solución:
Recuerde que:
Numero de
intervalos apropiados que se deben usar
Construyendo la distribución de frecuencia.
1.-
2.- Longitud del intervalo (ancho)
Luego # nuevo rango = 45
Se excede en una unidad con respecto al anterior rango
Modificando los
x max y x min
3.- Formando los intervalos con sus respectivas clases
Obs.
Luego
INTERVALOS FRECUENCIA
53 -57 2
58 -62 10
63 -67 8
68 -72 9
73 -77 20
78 -82 12
83 -87 7
85 -92 5
93 -97 7
4.- Formando los intervalos de clase con sus límites
reales y marca de clase
INTERVALOS FRECUENCIA MARCA DE CLASE
52.5 -57.5 2 55
57.5 -62.5 10 60
62.5 -67.5 8 65
67.5 -72.5 9 70
72.5 -77.5 20 75
77.5 -82.5 12 80
82.5 -87.5 7 85
87.5 -92.5 5 90
92.5 -97.5 7 95
FRECUENCIA RELATIVA
Intervalos de clases | Marca de clase | Frecuencia | FR |
52.5 -57.5 | 55 | 2 | |
57.5 -62.5 | 60 | 10 | |
62.5 -67.5 | 65 | 8 | |
67.5 -72.5 | 70 | 9 | |
72.5 -77.5 | 75 | 20 | |
77.5 -82.5 | 80 | 12 | |
82.5 -87.5 | 85 | 7 | |
87.5 -92.5 | 90 | 5 | |
92.5 -92.5 | 95 | 7 |
Autor:
Yair
Página anterior | Volver al principio del trabajo | Página siguiente |