0 valutazioniIl 0% ha trovato utile questo documento (0 voti)
12 visualizzazioni4 pagine
El documento habla sobre métodos de muestreo y el teorema del límite central. Explica que el teorema del límite central indica que la distribución de la suma de variables aleatorias tiende a una distribución normal cuando la cantidad de variables es grande, siempre que sean independientes e idénticamente distribuidas con valor esperado y varianza finitos. También describe que la distribución muestral de medias de una muestra aleatoria de una población normal seguirá una distribución normal. Finalmente, resume los tres métodos principales de estimación: estimación puntual,
El documento habla sobre métodos de muestreo y el teorema del límite central. Explica que el teorema del límite central indica que la distribución de la suma de variables aleatorias tiende a una distribución normal cuando la cantidad de variables es grande, siempre que sean independientes e idénticamente distribuidas con valor esperado y varianza finitos. También describe que la distribución muestral de medias de una muestra aleatoria de una población normal seguirá una distribución normal. Finalmente, resume los tres métodos principales de estimación: estimación puntual,
El documento habla sobre métodos de muestreo y el teorema del límite central. Explica que el teorema del límite central indica que la distribución de la suma de variables aleatorias tiende a una distribución normal cuando la cantidad de variables es grande, siempre que sean independientes e idénticamente distribuidas con valor esperado y varianza finitos. También describe que la distribución muestral de medias de una muestra aleatoria de una población normal seguirá una distribución normal. Finalmente, resume los tres métodos principales de estimación: estimación puntual,
Metodos de muestreo y teorema del límite Ezequiel sarracino morales
En estadística, la distribución muestral es lo que resulta de considerar todas
lasmuestras posibles que en un momento pueden ser tomadas de una población. Suestudio permite calcular la probabilidad que se tiene, dada una sola muestra, deacercarse al parámetro de la población.El Teorema del Límite Central o Teorema Central del Límite indica que, bajo condiciones muy generales, la distribución de la suma de variables aleatoriastiende a una distribución gaussiana cuando la cantidad de variables es muygrande. Las variables que se suman sean independientes, idénticamentedistribuidas, con valor esperado y varianza finitas.Distribución muestral de medias. Si tenemos una muestra aleatoria de unapoblación N (m,s), se sabe (Teorema del límite central) que la fdp de la mediamuestral es también normal con media m y varianza s
/n. ... Es decir, es el errortípico, o error estándar de la media.
La distribución muestral de un estadístico es una distribución de
probabilidadconstituida por cada uno de los valores que puede asumir el estadístico en todaslas muestras de tamaño n posibles de extraer sin reposición en una población detamaño N. Dados los valores de la población y la muestra el número de muestrasposibles a extraer se calcula como combinación.Estimación (o estimar) es el proceso de encontrar una aproximación sobre unamedida, lo que se ha de valorar con algún propósito es utilizable incluso si losdatos de entrada pueden estar incompletos, incierto, o inestables.En estadísticainferencial se llama estimación al conjunto de técnicas que permitendar un valor aproximado de un parámetrode una población a partir de los datosproporcionados por una muestra. Por ejemplo, una estimación de la mediade una determinada característica de una poblaciónde tamaño N podría ser la media deesa misma característica para una muestrade tamaño N .La estimación se divide en tres grandes bloques, cada uno de los cuales tienedistintos métodos que se usan en función de las características y propósitos delestudio
Estimación puntual:
Método de los momentos
Método de la máxima verosimilitud
Método de los mínimos cuadrados
Estimación por intervalos.
Estimación bayesiana.Una estimación puntual del valor de un parámetro poblacional desconocido (comopuede ser la media
µ, o la desviación estándar σ), es un número que se utiliza
para aproximar el verdadero valor de dicho parámetro poblacional. ... El valor
deeste parámetro muestral será la estimación puntual del parámetro poblacional.Un estimador puntual de la proporción P en un experimento binomial está dadopor la estadística P=X/N, donde x representa el número de éxitos en n
pruebas.Por tanto, la proporción de la muestra p =x/n se utilizará como estimador
puntualdel parámetro P.Si no se espera que la proporción P desconocida esté demasiado cerca de 0 ó de1, se puede establecer un intervalo de confianza para P al considerar ladistribución muestral de proporciones.