Académique Documents
Professionnel Documents
Culture Documents
4/27/12
"El futuro tiene muchos nombres. Para el dbil es lo imposible, para el miedoso lo desconocido; pero para el valiente, la oportunidad"
4/27/12
GRUPO # 5 AULA # 3
TEMA:
DISTRIBUCIONES ESPECIALES DE PROBABILIDAD:
4/27/12
La distribucin estadstica identificada con la letra griega chi o ji est definida por la estructura matemtica
ns = 2
2
( x1 x ) 2 + ( x2 x ) 2 + ...+ ( xn x ) 2 =
2
En donde el numerador se conoce como Suma de Cuadrados de una muestra grande expresada.
4/27/12
Si Y si para cada consideramos muestra muestras de calculamos , se tamao N obtiene para cada tomadas de una distribucin una poblacin de muestreo normal con llamada desviacin distribucin chiY= Y0(X2)1/2(v-2) e-1/2X2 = tpica cuadrado
Donde v=N-1 es el numero de grados de libertad. Y 0 es una constante que depende de v tal que el rea 4/27/12 total bajo la curva es 1
CARACTERST ICAS
Los valores de X2 0. La forma de una distribucin X2 depende del gl=n-1. Todas las curvas son asimtricas Cuando aumentan los grados de libertad las curvas son menos elevadas y ms extendidas a la derecha.
4/27/12
4/27/12
Podemos estimar, dentro de lmites especificados, la desviacin tpica de la poblacin en trminos de una desviacin tpica muestral s.
Por ejemplo, si .0 25 y .975 son los valores de (llamados valores crticos) para los que el 2.5% del rea esta en cada cola de la distribucin, entonces el intervalo de confianza 95% es
4/27/12
EJEMPLO
La desviacin tpica de las alturas de 16 estudiantes varones tomados al azar de un colegio de 1000 estudiantes es 2.40 in. hallar los limites de confianza: a) 95%
SOLUCIN
a) Los limites de confianza 95% vienen dados por:
s n x.975
Para v= n - 1
s n x.y 025
X2.975 = 6.26 (o sea X.975 = 2.50) y X2.025 = 27.5 (o sea X.025 = 5.24) . 2.40 16 2.40 16 = 3.84 = 1.83 2.50 5.24 Entonces, los limites de confianza 95% son
4/27/12
y n s
x.005
Para v=N-1 v=16-1= 15 grados de libertad. X2.995 = 4.60 (o sea X.995 = 2.14) y X2.005 = 32.8 (o sea X.025 = 5.73) .
.40 confianza 99% son: Entonces, los limites2de 16 2.40 16 2.14
4/27/12
= 4.49
5.73
= 1.68
DISTRIBUCIN T STUDENT
Haga clic para modificar el estilo de subttulo del patrn
4/27/12
se utiliza como una estimacin, y sustituye a la desviacin estndar de la poblacin en ecuaciones para intervalos de confianza y errores. Esto no presenta dificultades importantes, ya que la proporciona una aproximacin razonable al valor verdadero. ESTIMACIN Proceso de utilizar datos mustrales para estimar valores de parmetros 4/27/12 desconocidos de una poblacin.
Forma de la distribucin t
L a forma de la distribucin t es muy parecida a la distribucin normal, entre sus diferencias tenemos las siguientes:
4/27/12
4/27/12
Ejemplo
4/27/12
4/27/12
Ejemplo
Se tiene la siguiente informacin:
Valor medio de la muestra 20.0 Desviacin estndar de la muestra 1.5 Tamao de la muestra 25
4/27/12
4/27/12
Ejemplo
Con el fin de probar un fertilizante, se toman 24 parcelas de la misma rea, de las que la mitad se trataron con ese fertilizante y las otras no (el grupo del control); por lo dems, las condiciones fueron idnticas a todas ellas. La produccin media de trigo en las parcelas sin tratar fue de 4.8 bushels con desviacin tpica de 0.40 bu, y en las tratadas fue 5.1 4/27/12
La distribucin f
4/27/12
Grados de libertad
Denotado por v; el nmero N de observaciones independientes en la muestra menos el nmero k de parmetros de la poblacin.
v= N - k 4/27/12
Distribuci nF
Es la distribucin ms importante en experimentacin pues permite hacer clculos sobre varianzas diseminadas determinando si las diferencias mostradas Hagason significativas el por lo tanto atribuibles clic para modificar y estilo de subttulo del a patrn cambios importantes en el comportamiento de las poblaciones en estudio.
4/27/12
CARACTERSTICAS DE LA DISTRIBUCIN F
4/27/12
Sean dos muestras, 1 y 2, de tamaos N1 y N2 , respectivamente, tomadas de dos poblaciones normales con varianzas Entonces:
4/27/12
La tablas dan valores percentiles de F para los que las reas en la cola de la derecha son: 0.05 y 0.01, denotadas F95 y F.99. Se pueden usar para determinar si la varianza es significativamente mayor que , o no. 4/27/12
4/27/12
EJEMPLO
1)
Dos muestras de tamaos 9 y 12 se han tomado en dos poblaciones normalmente distribuidas con varianzas respectivas 16 y 25. Si las varianzas muestrales son 20 y 8, determinar si la primera muestra tiene una varianza significante mayor que la segunda al nivel de significacin
a) b)
0.05 0.01.
4/27/12
4/27/12
USO: Si se desea determinar si una poblacin tiene ms variacin que otra; o si es deseable validar un supuesto respecto a una prueba estadstica, primero se establece la hiptesis nula y luego una alternativa:
4/27/12
Se usa la siguiente frmula para su clculo: La sugerencia que se hace es que el numerador sea el de valor mayor.
4/27/12
EJEMPLO: La variabilidad en la cantidad de impurezas presentes en un lote de productos qumicos, utilizada para un proceso en particular, depende del tiempo que tarda el proceso. Un fabricante que emplea dos lneas de produccin 1 y 2, hizo un pequeo ajuste al proceso 2, con la esperanza de reducir la variabilidad, as como la cantidad media de impurezas en los productos qumicos. Muestras de n1=25 y n2=20 mediciones de dos lotes produjeron las siguientes medias y varianzas:
4/27/12
Presentan los datos evidencia suficiente para indicar que las variaciones del proceso son menores para el 2? Realice una prueba con un = 0.05.
4/27/12