Parámetro.- Característica numérica de una población, por ejemplo, la media poblacional µ, la desviación estándar poblacional σ, la proporción poblacional p, etcétera.
Muestreo aleatorio Simple.-Poblaciones finitas: muestra seleccionada de manera que cada una de las muestras de tamaño n tenga la misma probabilidad de ser seleccionada. Poblaciones infinitas: muestra seleccionada de manera que todos los elementos provengan de la misma población y los elementos se seleccionen de manera independiente.
Muestreo sin reemplazo.-una vez que un elemento ha sido incluido en la muestra, se retira de la población y ya no se selecciona una vez más.
Muestreo con reemplazo.- Una vez que un elemnto se ha incluido en la muestra, se regresa a la población. un elemento ya seleccionado para la muestra puede ser seleccionado nuevamente y puede aparecer más de una vez en la muestra
Estadístico muestral.- Característica muestral, por ejemplo, la media muestral ӯ , la desviación estándar muestral s, la proporción muestral p, etc. El valor estadístico muestral se usa para estimar el valor del correspondiente parámetro poblacional correspondiente.
Distribución muestral.- Distribución de probabilidad que consta de todos los posibles valores de un estadístico muestral.
Error estándar.- La desviación estándar de un estimador puntual.
Error de muestreo.- error o variación entre estadísticas de muestra debido al azar; es decir, diferencias entre cada muestra y la población, y entre varias muestras que se deben únicamente a los elementos que elegimos para la muestra.
Inferencia estadística.- Proceso de hacer inferencias sobre poblaciones, a partir de la información contenida en muestras
Muestreo aleatorio Simple.-Poblaciones finitas: muestra seleccionada de manera que cada una de las muestras de tamaño n tenga la misma probabilidad de ser seleccionada. Poblaciones infinitas: muestra seleccionada de manera que todos los elementos provengan de la misma población y los elementos se seleccionen de manera independiente.
Muestreo sin reemplazo.-una vez que un elemento ha sido incluido en la muestra, se retira de la población y ya no se selecciona una vez más.
Muestreo con reemplazo.- Una vez que un elemnto se ha incluido en la muestra, se regresa a la población. un elemento ya seleccionado para la muestra puede ser seleccionado nuevamente y puede aparecer más de una vez en la muestra
Estadístico muestral.- Característica muestral, por ejemplo, la media muestral ӯ , la desviación estándar muestral s, la proporción muestral p, etc. El valor estadístico muestral se usa para estimar el valor del correspondiente parámetro poblacional correspondiente.
Distribución muestral.- Distribución de probabilidad que consta de todos los posibles valores de un estadístico muestral.
Error estándar.- La desviación estándar de un estimador puntual.
Error de muestreo.- error o variación entre estadísticas de muestra debido al azar; es decir, diferencias entre cada muestra y la población, y entre varias muestras que se deben únicamente a los elementos que elegimos para la muestra.
Inferencia estadística.- Proceso de hacer inferencias sobre poblaciones, a partir de la información contenida en muestras
Demostración de estimador de la media poblacional por la media muestral
La demostración es la siguiente:
Buenas noches Profesor , bueno soy el alumno haro (el delegado) jejeje , eh estado viendo los problemas y el tecer trabajo que dejo , la pregunta 17 no tiene su enunciado , ademas de eso , seria bueno que mas alla de la computadora en excel que es util claro esta , seria bueno que lo haga en la pizarra , como lo ah estado haciendo ya que de ahi pienso yo , opinion personal entiendo mas , muchas gracias por todo y estaremos en contacto : )
ResponderEliminarBuenas Ingeniero, una consulta:
ResponderEliminar- Porque la media de la muestra y la Población resultan ser iguales, a que se debe ??
ingeniero disculpe,cuando podre decir q las medias son mas o menos dispersas si ambas resultan siempre iguales........entonces recurro a la desviacion estandar y ay cual seria mas dispersaa???.....orlando remuzgo
ResponderEliminaringeniero buenas...tanto en el caso de intervalo de confianza para las proporciones y asi como para la difernecia de proporciones el P como lo hallariamos??.........cuando nos hacen la pregutna ay no s dan el exito no++osea ay se asume si lo que me dieorn fue p o q++
ResponderEliminaringeniero si tengo la relacion n/N <0.05 si cumple, solo puedo usar la formula inicial sin usar N.??
ResponderEliminarEstimado José, la metodología del curso consiste no sólo en resolver los ejercicios en forma manual cosa que realizamos generalmente los días lunes pero el enfoque debe ser complementado con aplicaciones informaticas que facilitan en la vida profesional el mejor desempeño, lo importante es la interpretación y análisis de nuestros resultados y tener los conceptos claros, saber la metodología y también utilizar las herramientasinformaticas son parte de un esquema integral de aprendizaje.
ResponderEliminarEl último día lunes por ejemplo resolvimos en forma manual y con tablas los ejercicios sobre intervalo de confianza pero no asististe así que eso escapa al control del profesor..este sábado vamos a realizar laboratorio sobre el tema, te recomiendo que revises manuales de excel y minitab para que te niveles...
Estimado Enrique se demuestra matemáticamente que la esperanza de una media muestral es la media poblacional como observarás en la ecuación que he agragado en el artículo anterior..
ResponderEliminarEstimado Orlando, como se demuestra en la ecuación del artículo la media muestral es un estimador insesgado de la media poblacional son iguales se demuestra matemáticamente pero observaras que en la medida que la desviación estandar de las medias muestrales es igual a la desviación estandar poblacional entre la raíz del tamaño de la muestra si esta crece el valor de la dispersión disminuye se vuelve más homogenea, además el teorema de límite central es el que te demuestra esa afirmación...
ResponderEliminarEstimado Orlando, en el caso de proporciones es muy importante saber tanto en el caso de intervalos de confianza como en el de hipotesis que es lo que quieres hallar es decir que estas definiendo como éxito de tu proceso binomial tu análisis de interes independientemente que este sea malo o no es el que debes considerar como "p"...Por ejemplo: imagina que el problema se refiere a detectar cuantos artículos estan defectuosos en un lote, tu éxito es determinar la proporción de artículos defectuosos porque ese el objetivo de tu análisis independientemente que si encontrar artículos defectuosos es bueno o no...por eso debes tener cuidado cuando señales la proporción..te recomiendo revisar los conceptos de un proceso binomial...
ResponderEliminarEstimado Orlando, matemáticamente cuando el factor de corrección de población finita
ResponderEliminar(N-n)/(N-1) la relación entre el tamaño de la muestra sea muy pequeña respecto al tamaño de la población "N" ese factor se demuestra que tiende a "1" por lo que el factor de corrección es irrelevante y la fórmula quedaría en su forma original pero en cambio si la relación entre el tamaño de la muestra "n" y el de la población "N" es relativamente cercana >0.05 se recomienda aplicar el factor de corrección para ajustar correctamente los resultados....