Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
Teorema del Límite Central
desviación estándar: ̅
2
Teorema del Límite Central
x x
x
x
n
x
Z
6
x x
3
TEOREMA DEL LIMITE CENTRAL
nm x2
x x2
k 7
4
Distribución de la media muestral
2 2
n x1 x3 x4 x2 n
9
5
Cuales son los valores que podríamos esperar
x 68 70 72 74 76 ~
x f f
68 68 69 70 71 72 68 1 0.04
70 69 70 71 72 73 69 2 0.08
72 70 71 72 73 74 70 3 0.12
74 71 4 0.16
71 72 73 74 75
72 5 0.20
76 72 73 74 75 76 73 4 0.16
74 3 0.12
Construyendo su distribución
75 2 0.08 11
de frecuencias tendríamos: 76 1 0.04
0.16
0.12
0.08
0.04
0
12
68 69 70 71 72 73 74 75 76
6
Aplicación del Teorema del
Límite Central
2
68 722 70 722 72 722 74 722 76 722
5
16 4 0 4 16 40
8
5 5 13
Por lo tanto
x
Recordemos esto se debe 14
al teorema del límite
central…
7
Aplicación del Teorema del Límite Central
73 722 (4) 74 722 (3) 75 722 2 76 722 1
25
16 18 12 4 0 4 12 18 16 100
4
25 25
2
Por lo tanto 2
x
Recordemos esto se debe 15
n al teorema del límite
central…
8
El número de muestras de tamaño n en una población de tamaño
Con medias 69, 70, 71, 72, 71, 72, 73, 73, 74, y 75,
respectivamente y la media de estas
69(1) 70(1) 71(2) 72(2) 73(2) 74(1) 75(1)
x
10 17
69 70 142 144 146 74 75 720
10 72
10
x2
69 722 1 70 722 (1) 71 722 (2) 72 722 (2) 73 722 2
10
2 N n
2
18
N 1
x
n
9
Aplicación del Teorema del Límite Central
Distrib. de x Distrib. de
Media
Varianza
Desv. Standard
Mas cerca de 20
Forma de la curva Cualquiera la Normal
10
EJEMPLO
21
P ( x 8900) 1 P( x 8900)
8900 8500
P ( x 8900) 1 N 1 N (2.05)
1950 / 100
P ( x 8900) 1 0.9798 0.0202
22
11
SOLUCION
8000 8500
P ( x 8000) N N (2.56) 0.0053
1950 / 100
12
PROPORCIONES MUESTRALES
n4 p
p k :# de muestras
k
p
nk Z
p 25
DISTRIBUCION DE LAS
PROPORCIONES MUESTRALES Luis Armando Rosas Rivera
* (1 ) N n p * (1 p ) N n
sp
n N 1 n N 1
26
13
EJEMPLO
=0.08
p= 102/1098= 0.0929
Probabilidad pedida?
14
Luis Armando Rosas Rivera
Distribuciones
usadas en inferencia
29
• Definiendo el estadístico t:
x -
t=
s/ n
• Se puede probar que siendo x el promedio
de una muestra tomada de una población
normal con media y varianza 2, el
estadístico t es el valor de una variable
aleatoria con distribución "t" de Student y
parámetro (grados de libertad) = n-1. 30
15
Ji‐cuadrado
n y
1
2 2
y e
fY ( y ) , x0
n
n
2
2
31
2
Ji‐cuadrado
Luis Armando Rosas Rivera
16
Ji‐cuadrado
Ji‐cuadrado
Luis Armando Rosas Rivera Luis Armando Rosas Rivera
34
33
17
Caracteristicas Ji‐cuadrado
Distribución Muestral de S2
Luis Armando Rosas Rivera
18
Distribución Muestral de
(n 1) s*2
0.131
0.087
0.044
37
0.000
0.00 6.25 12.50 18.75 25.00
Distribución Muestral de
Si X se distribuye como N ( , ) Luis Armando Rosas Rivera
Tipificando xx
se distribuye como N (0,1)
n x x
2
se distribuye como 12
X n2
2
2
i
i 1
1 n n
s 2
x x x x 2 (n 1)s*2
2
n 1 i 1
*
i 1
(n 1) s*2
se distribuye como n21 38
2
19
TABLA DE 2
grados de libertad
valores acumulados de 2n 39
Tabla Distribución 2
• Valores 2 para varios
,
• Area a su derecha = .
• 1ª columna =
• 1ª fila: áreas en la cola
a la derecha de 2
• Cuerpo tabla son los
valores de 2
20
Usos de la Ji-Cuadrado
21
Distribución "F” de Fisher
44
22
Propiedades de Distribución F
Tabla de Distribución F
• Tablas independientes de
valores de F para =0.01
y =0.05 para varias
combinaciones de 1 y
2.
• Se escoge la tabla para la
probabilidad deseada y
se escoge 1 en la fila
superior y 2 en la 1ª
columna. La intersección
nos da el valor de F
deseado.
23
Luis Armando Rosas Rivera
Muchas Gracias
Estoy listo
para la
prueba
47
24