Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
(UASD)
Facultad de Ingeniería y Arquitectura
Nombre:
Leydy Estefany Padilla Concepción
Matricula:
100180078
Seccion:
Z02
Asignatura:
Diseño De Experimento Por Comp. (IND-5410)
Tema:
Resumen CapítuloII. Experimentos Comparativos Simples.
Maestro:
Los experimentos comparativos simples son básicamente, experimentos en los cuales la muestra
se compara por sus efectos medios sobre una variable respuesta. El objetivo de ellos es
determinar cuál de ellos es mejor en algún sentido. Por lo tanto, vamos a examinar los
experimentos comparativos simples.
Es frecuente usar métodos gráficos simples como ayuda para analizar los datos de un experimento.
El diagrama de puntos, es un recurso muy útil para representar un cuerpo reducido de datos. El
diagrama de puntos le permite al experimentador ver de inmediato la localización o tendencia
central de las observaciones y su dispersión.
El diagrama de caja (o diagrama de caja y bigote) es una manera muy útil de representar
gráficamente los datos. Los diagramas de puntos, los histogramas y los diagramas de cajas son
útiles para resumir la información de una muestra de datos.
Distribución De Probabilidad.
La estructura de la probabilidad de una variable aleatoria, por ejemplo “y” se describe mediante
su distribución de probabilidad. Cuando “y” es discreta, es común hacer referencia a su
distribución de probabilidad, por ejemplo f (y), como la función de densidad de probabilidad.
La varianza es una medida de dispersión definida como la esperanza del cuadro de la desviación
de dicha variable respeto a su media. La covarianza es una medida de la asociación lineal entre 𝑌1
y 𝑌2 .
Muestreo Y Distribución De Muestreo.
Un buen estimador puntual debe tener varias propiedades. Dos de las más importantes son las
siguientes:
Prueba de Hipótesis.
Una hipótesis estadística es un enunciado o afirmación ya sea acerca de los parámetros de una
distribución probabilidad o de los parámetros de un modelo. La hipótesis refleja alguna conjetura
acerca de la situación del problema. Por ejemplo, en el experimento del cemento portland, pude
pensarse que las fuerzas de la tensión de adhesión promedio de las dos formulaciones del morteo
son iguales. Esto puede enunciarse formalmente como:
𝐻0 : µ1 = µ2
𝐻1 : µ1 ≠ µ2
Pueden cometerse dos tipos de errores cuando se prueban hipótesis. Si la hipótesis nula se
rechaza cuando es verdadera, ha ocurrido un error tipo I. si la hipótesis nula no se rechaza
cuando es falsa, se ha cometido un error tipo II.
𝐻0 : µ1 = µ2
𝐻1 : µ1 ≠ µ2
Intervalos de confianza.
Para definir un intervalo de confianza, suponga θ que es un parámetro desconocido. Para obtener
una estimación del intervalo de θ, es necesario encontrar dos estadísticos L y U tales que la
declaración de probabilidad P (L ≤ θ ≤ U) = 1- α sea verdadera. Al intervalo L≤ θ ≤ U se le llama
intervalo de confianza de 100 (1- α) por ciento para el parámetro θ.
La interpretación de este intervalo es que si, en muestreos aleatorios repetidos, se construye gran
número de estos intervalos, 100 (1- α) por ciento de ellos contendrán el verdadero valor de θ. A
los estadísticos L y U se les llama los límites de confianza inferior y superior, respectivamente, y
a 1- α se le llama el coeficiente de confianza.