Entre las distribuciones de probabilidades más importante tenemos a la distribución NORMAL o Curva de Gauss, el siguiente video nos explica en que consiste dicha curva:
viernes, 16 de diciembre de 2011
Bienvenida a estudiantes DUED 2012-1
Estimados Alumnos del curso de Inferencia Estadística, modalidad a Distancia es muy grato para mí poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional.
El principal objetivo de la Estadística es inferir o estimar características de una población que no es completamente observable (o no interesa observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra.
Su participación es muy importante en el desarrollo del curso ..muchos éxitos
Saludos
Ing. Montenegro
sábado, 3 de diciembre de 2011
domingo, 9 de octubre de 2011
domingo, 2 de octubre de 2011
Error tipo I y error tipo II
Los siguientes videos van a permitir un mayor conocimiento sobre errores tipo I y Tipo II y los conceptos pruebas de hipotesis:
domingo, 18 de septiembre de 2011
Pruebas de Hipotesis
Pruebas de hipótesis: sirven para analizar si las hipótesis de estudio (nula o hipótesis alternativa) es cierta o no.
Estas pruebas son muy amplias donde se tienen en cuanta los criterios de elección basados en:
1. tipo de información sobre el que se trabaja cualitativa o cuantitativamente.
2. tamaño de muestra.
3. distribución de la información.
Tras la aplicación de esta prueba se obtiene la aceptación o rechazo de la hipótesis Ho en términos probabilísticos en el caso de que se rechace se dice que se toma la hipótesis alternativa Ha, en estos estudios vemos que las áreas de estudios están condicionados a muchas circunstancias y esto condiciona los resultados y pueden aparecer falsos positivos por lo que los estudios siguen haciendo se, esto es así que se estipulan los errores.
El error tipo I rechazamos una hipótesis que debería haber sido aceptada. Error tipo II aceptar una hipótesis que se debería de haber rechazado. Las pruebas de significación nos permiten conocer relaciones entre grupos o variables; los criterios para la elección de estos tipos de pruebas son los mismos.
Las pruebas que se realizan:
Estas pruebas son muy amplias donde se tienen en cuanta los criterios de elección basados en:
1. tipo de información sobre el que se trabaja cualitativa o cuantitativamente.
2. tamaño de muestra.
3. distribución de la información.
Tras la aplicación de esta prueba se obtiene la aceptación o rechazo de la hipótesis Ho en términos probabilísticos en el caso de que se rechace se dice que se toma la hipótesis alternativa Ha, en estos estudios vemos que las áreas de estudios están condicionados a muchas circunstancias y esto condiciona los resultados y pueden aparecer falsos positivos por lo que los estudios siguen haciendo se, esto es así que se estipulan los errores.
El error tipo I rechazamos una hipótesis que debería haber sido aceptada. Error tipo II aceptar una hipótesis que se debería de haber rechazado. Las pruebas de significación nos permiten conocer relaciones entre grupos o variables; los criterios para la elección de estos tipos de pruebas son los mismos.
Las pruebas que se realizan:
martes, 30 de agosto de 2011
Intervalo de confianza
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.
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.
El siguiente video les puede servir de ayuda para utilizar minitab:
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.
El siguiente video les puede servir de ayuda para utilizar minitab:
Técnicas de Muestreo
Muestreo es la técnica para la selección de una muestra a partir de una población..Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.
Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la población sino estimar también los márgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero sí podemos actuar de manera que esta condición se alcance con una probabilidad alta.
Los siguientes videos nos complementa el tema:
Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la población sino estimar también los márgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero sí podemos actuar de manera que esta condición se alcance con una probabilidad alta.
Los siguientes videos nos complementa el tema:
Distribuciones Muestrales
En estadística, la distribución muestral es lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población. Mediante la distribución muestral se puede estimar el error para un tamaño de muestra dado, entre las distribuciones muestrales tenemos t-student, chicuadrado, F-Fisher
Distribuciones de Probabilidades
Las distribuciones de probabilidades de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribución de probabilidad está definida sobre el conjunto de todos los eventos rango de valores de la variable aleatoria.
Cuando la variable aleatoria toma valores en el conjunto de los números reales, la distribución de probabilidad está completamente especificada por la función de distribución, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x.
Los siguientes videos nos muestra un alcance de la distribuciones de probabilidad, sería recomendable que desarrollaran una aplicación similar para el curso en excel...espero sus comentarios..
Cuando la variable aleatoria toma valores en el conjunto de los números reales, la distribución de probabilidad está completamente especificada por la función de distribución, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x.
Los siguientes videos nos muestra un alcance de la distribuciones de probabilidad, sería recomendable que desarrollaran una aplicación similar para el curso en excel...espero sus comentarios..
miércoles, 10 de agosto de 2011
Bienvenida Curso Inferencia Estadistica
Estimados Alumnos del curso de Inferencia Estadística modalidad presencial, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional
Saludos Cordiales
Ing. Enrique Montenegro
Saludos Cordiales
Ing. Enrique Montenegro
sábado, 9 de julio de 2011
NOTAS CURSO INFERENCIA
Estimados alumnos el examen sustitutorio es el día Jueves 14 a las 5.50 los temas son los siguientes:
- Pruebas de diferencias de medias
- Prueba Chi Cuadrado de independencia
- Anova de 2 factores con interaccion
- Analisis de Regresión
- Pronosticos y serie de tiempo
- Pruebas de diferencias de medias
- Prueba Chi Cuadrado de independencia
- Anova de 2 factores con interaccion
- Analisis de Regresión
- Pronosticos y serie de tiempo
martes, 15 de marzo de 2011
Glosario Términos de Inferencia Estadistica
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
Demostración de estimador de la media poblacional por la media muestral
La demostración es la siguiente:
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:
martes, 8 de marzo de 2011
Bienvenida Alumnos Presencial
Estimados Alumnos del curso de Inferencia Estadística modalidad presencial, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional
Saludos Cordiales
Ing. Enrique Montenegro
Saludos Cordiales
Ing. Enrique Montenegro
lunes, 14 de febrero de 2011
Recuperación de Clase DUED Sábado 12 Marzo de 2 a 5 pm
ESTIMADOS ALUMNOS DEL CURSO DE INFERENCIA ESTADISTICA ESPECIALIDAD DE ING. INDUSTRIAL MODALIDAD A DISTANCIA ESTE SABADO 12 DE MARZO SE REALIZARA LA RECUPERACIÓN PENDIENTE DE 2 A 5PM
ATTE
ING. ENRIQUE MONTENEGRO
CEL: 9970063001
ATTE
ING. ENRIQUE MONTENEGRO
CEL: 9970063001
lunes, 7 de febrero de 2011
Bienvenida
Estimados Alumnos del curso de Inferencia Estadística, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional.
El principal objetivo de la Estadística es inferir o estimar características de una población que no es completamente observable (o no interesa observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra. Las razones por las que generalmentese trabaja con muestras son principalmente:
- Económicas.
-Tiempo: si la población es muy grande llevaría tanto tiempo analizarla que incluso la característica de interés podría variar en ese período.
- Destrucción: la medición de cierta característica podría llevar a la destrucción del individuo. Por ejemplo, al estudiar la supervivencia de ciertos animales a un tratamiento.
Lo que se hace entonces es analizar la muestra y extrapolar conclusiones desde la muestra la población. Ahora bien, para considerar válidas en la población las conclusiones obtenidas en la muestra, ésta ha de representar bien a la población (representativa). Por lo tanto, la elección de la muestra es de suma importancia, y para ello hay diversos métodos (métodos de muestreo). Cuando se intuye que la característica en estudio puede presentar valores homogéneos en la población, una forma de obtener una muestra representativa es eligiéndola al azar. A este método de selección de la muestra se le llama muestreo aleatorio simple y es el más sencillo. La Inferencia Estadística se puede clasificar en inferencia paramétrica e inferencia no paramétrica. La inferencia paramétrica tiene lugar cuando se conoce la distribución de la variable de estudio en la población, y el interés recae sobre los parámetros desconocidos de la misma. La inferencia no paramétrica tiene lugar si no se conoce la distribución y sólo se suponen propiedades generales de la misma. Nosotros nos centramos en la inferencia paramétrica, y nuestro objetivo será inferir o estimar parámetros poblacionales a partir de la información que nos proporciona una muestra.
Espero sus comentarios.........
El principal objetivo de la Estadística es inferir o estimar características de una población que no es completamente observable (o no interesa observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra. Las razones por las que generalmentese trabaja con muestras son principalmente:
- Económicas.
-Tiempo: si la población es muy grande llevaría tanto tiempo analizarla que incluso la característica de interés podría variar en ese período.
- Destrucción: la medición de cierta característica podría llevar a la destrucción del individuo. Por ejemplo, al estudiar la supervivencia de ciertos animales a un tratamiento.
Lo que se hace entonces es analizar la muestra y extrapolar conclusiones desde la muestra la población. Ahora bien, para considerar válidas en la población las conclusiones obtenidas en la muestra, ésta ha de representar bien a la población (representativa). Por lo tanto, la elección de la muestra es de suma importancia, y para ello hay diversos métodos (métodos de muestreo). Cuando se intuye que la característica en estudio puede presentar valores homogéneos en la población, una forma de obtener una muestra representativa es eligiéndola al azar. A este método de selección de la muestra se le llama muestreo aleatorio simple y es el más sencillo. La Inferencia Estadística se puede clasificar en inferencia paramétrica e inferencia no paramétrica. La inferencia paramétrica tiene lugar cuando se conoce la distribución de la variable de estudio en la población, y el interés recae sobre los parámetros desconocidos de la misma. La inferencia no paramétrica tiene lugar si no se conoce la distribución y sólo se suponen propiedades generales de la misma. Nosotros nos centramos en la inferencia paramétrica, y nuestro objetivo será inferir o estimar parámetros poblacionales a partir de la información que nos proporciona una muestra.
Espero sus comentarios.........
Suscribirse a:
Entradas (Atom)