Estadistica Inferencial
DISTRIBUCION MUESTRAL DE LA MEDIA
Janet Alejandra Hernandez Alva
Resumen
La distribución muestral de la media (o distribución muestral de medias) es la distribución que resulta de calcular la media muestral de cada muestra posible de una población. Es decir, el conjunto de medias muestrales de todas las muestras posibles de una población forman la distribución muestral de la media.
distribucion muestral de la media
Se selecciona una muestra al azar de una poblacion y a esta variable aleatoria se denomina estadísticos muestrales, porque se basan en el comportamiento de las muestras, asignan a cada muestra del espacio muestral, constituido por todas las muestras posibles, un número real que es un resumen estadistico de la muestra. Por ejemplo, media muestral
El objetivo es efectuar una generalizacion de los resultados de la muestra a la poblacion. inferir o adivinar el comportamiento de la poblacion a partir del conocimiento de una muestra.
+info
concepto
En estadística, la distribución muestral de la media es el resultado de considerar todas las muestras posibles que se pueden tomar de una población. Se genera cuando se extraen muestras aleatorias de tamaño n y se mide una variable continua, obteniendo un conjunto de mediciones que se puede resumir en un valor de media. Si se toma otra muestra de la misma medición se obtendrá otra media.
+info
estimación
Es la detreminacion de un elemento o factor, tomando como referencia un conjunto de datos.
Puedereferirse al cálculo de indicadores estadisticos como la media, la mediana y la moda. Esto, dobre una variable específica.
Una estimación tambien es la proyeccion a futuro de una variable.
Tambien puede hacer alusión a la valoración de un activo
ESTIMACIÓN DE PARÁMETROS PUNTUALES
La estimación de parámetros puntuales es una técnica en estadística que se utiliza para inferir o estimar el valor de un parámetro desconocido de una población a partir de una muestra de datos.
A diferencia de la estimación por intervalos, que proporciona un rango de valores posibles, la estimación puntual da un solo valor como la mejor conjetura del parámetro poblacional.
+info
ESTIMACIÓN DE PARÁMETROS PUNTUALES
Así pues, la estimación puntual sirve para hacer una aproximación de un parámetro de una población estadística cuyo valor es desconocido. De esta forma, aunque no se sabe el valor del parámetro poblacional con certeza, nos podemos hacer una idea de cuánto vale.
La Distribución t de Student
Donde: • t es el valor de la Distribución t. • es la media de la muestra. • μ es la media poblacional (generalmente desconocida). • s es la desviación estándar de la muestra. • n es el tamaño de la muestra.
La Distribución t de Student, a menudo conocida simplemente como la Distribución t, es una distribución de probabilidad que se emplea para modelar datos que siguen una distribución normal y que tienen tamaños de muestra pequeños. Su nombre proviene del seudónimo «Student,» utilizado por el estadístico británico William Sealy Gosset, quien desarrolló esta distribución a principios del siglo XX mientras trabajaba en la cervecería Guinness.
La importancia de la Distribución t radica en su capacidad para abordar muestras pequeñas, donde la varianza poblacional es desconocida. En tales casos, la Distribución t proporciona una herramienta valiosa para realizar inferencias estadísticas con mayor precisión que la Distribución normal estándar (Z).
Distribución t de Student
La Distribución t tiene varias propiedades clave que la hacen valiosa en estadística:
- Simetría: La Distribución t es simétrica alrededor de su media, al igual que la Distribución normal.
- Colas Pesadas: Una de las características distintivas de la Distribución t es que tiene colas más pesadas en comparación con la Distribución normal. Esto significa que es menos sensible a valores atípicos y extremos.
- . Parámetro de Grados de Libertad: El parámetro crítico que influye en la forma de la Distribución t es el número de grados de libertad (df). Cuanto mayor sea el número de grados de libertad, más se asemejará la Distribución t a una Distribución normal..
ESTIMACIÓN DE PARÁMETROS DE INTERVALO
En estadística, la estimación de intervalos es el proceso de estimar el valor de un parámetro de población utilizando intervalos. Específicamente, la estimación de intervalo implica calcular el intervalo en el que es más probable que exista un valor de parámetro con un nivel de confianza determinado. Las estimaciones de intervalo se utilizan para proporcionar un rango aproximado de valores dentro de los cuales existe un parámetro de población, según datos de muestra.
ESTIMACIÓN DE PARÁMETROS DE INTERVALO
De esta manera, los valores de los parámetros de la población se pueden estimar utilizando los datos probados de la muestra. Finalmente, para comprender completamente el significado de estimación de intervalos, es necesario aclarar el concepto de intervalos de confianza.
Un intervalo de confianza es un intervalo que proporciona una aproximación (con un margen de error conocido) entre los valores de un parámetro poblacional. Por tanto, un intervalo de confianza es el resultado obtenido de una estimación de intervalo.
+info
¡GRACIAS POR SU ATENCION!
Para calcular la media de la distribución muestral de proporciones, se hace la sumatoria de la frecuencia por el valor de la proporción muestral y se divide entre el número total de muestras. El estudio de la distribución muestral permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.
MEDIA La media o promedio, se obtiene al sumar todos los datos en un conjunto de numeros y luego dividirlos entre el total de datos sumados.
DISTRIBUCION MUESTRAL DE LA MEDIA
Janet Alejandra Hernandez Alva
Created on August 24, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Animated Chalkboard Presentation
View
Genial Storytale Presentation
View
Blackboard Presentation
View
Psychedelic Presentation
View
Chalkboard Presentation
View
Witchcraft Presentation
View
Sketchbook Presentation
Explore all templates
Transcript
Estadistica Inferencial
DISTRIBUCION MUESTRAL DE LA MEDIA
Janet Alejandra Hernandez Alva
Resumen
La distribución muestral de la media (o distribución muestral de medias) es la distribución que resulta de calcular la media muestral de cada muestra posible de una población. Es decir, el conjunto de medias muestrales de todas las muestras posibles de una población forman la distribución muestral de la media.
distribucion muestral de la media
Se selecciona una muestra al azar de una poblacion y a esta variable aleatoria se denomina estadísticos muestrales, porque se basan en el comportamiento de las muestras, asignan a cada muestra del espacio muestral, constituido por todas las muestras posibles, un número real que es un resumen estadistico de la muestra. Por ejemplo, media muestral
El objetivo es efectuar una generalizacion de los resultados de la muestra a la poblacion. inferir o adivinar el comportamiento de la poblacion a partir del conocimiento de una muestra.
+info
concepto
En estadística, la distribución muestral de la media es el resultado de considerar todas las muestras posibles que se pueden tomar de una población. Se genera cuando se extraen muestras aleatorias de tamaño n y se mide una variable continua, obteniendo un conjunto de mediciones que se puede resumir en un valor de media. Si se toma otra muestra de la misma medición se obtendrá otra media.
+info
estimación
Es la detreminacion de un elemento o factor, tomando como referencia un conjunto de datos.
Puedereferirse al cálculo de indicadores estadisticos como la media, la mediana y la moda. Esto, dobre una variable específica.
Una estimación tambien es la proyeccion a futuro de una variable.
Tambien puede hacer alusión a la valoración de un activo
ESTIMACIÓN DE PARÁMETROS PUNTUALES
La estimación de parámetros puntuales es una técnica en estadística que se utiliza para inferir o estimar el valor de un parámetro desconocido de una población a partir de una muestra de datos.
A diferencia de la estimación por intervalos, que proporciona un rango de valores posibles, la estimación puntual da un solo valor como la mejor conjetura del parámetro poblacional.
+info
ESTIMACIÓN DE PARÁMETROS PUNTUALES
Así pues, la estimación puntual sirve para hacer una aproximación de un parámetro de una población estadística cuyo valor es desconocido. De esta forma, aunque no se sabe el valor del parámetro poblacional con certeza, nos podemos hacer una idea de cuánto vale.
La Distribución t de Student
Donde: • t es el valor de la Distribución t. • es la media de la muestra. • μ es la media poblacional (generalmente desconocida). • s es la desviación estándar de la muestra. • n es el tamaño de la muestra.
La Distribución t de Student, a menudo conocida simplemente como la Distribución t, es una distribución de probabilidad que se emplea para modelar datos que siguen una distribución normal y que tienen tamaños de muestra pequeños. Su nombre proviene del seudónimo «Student,» utilizado por el estadístico británico William Sealy Gosset, quien desarrolló esta distribución a principios del siglo XX mientras trabajaba en la cervecería Guinness.
La importancia de la Distribución t radica en su capacidad para abordar muestras pequeñas, donde la varianza poblacional es desconocida. En tales casos, la Distribución t proporciona una herramienta valiosa para realizar inferencias estadísticas con mayor precisión que la Distribución normal estándar (Z).
Distribución t de Student
La Distribución t tiene varias propiedades clave que la hacen valiosa en estadística:
ESTIMACIÓN DE PARÁMETROS DE INTERVALO
En estadística, la estimación de intervalos es el proceso de estimar el valor de un parámetro de población utilizando intervalos. Específicamente, la estimación de intervalo implica calcular el intervalo en el que es más probable que exista un valor de parámetro con un nivel de confianza determinado. Las estimaciones de intervalo se utilizan para proporcionar un rango aproximado de valores dentro de los cuales existe un parámetro de población, según datos de muestra.
ESTIMACIÓN DE PARÁMETROS DE INTERVALO
De esta manera, los valores de los parámetros de la población se pueden estimar utilizando los datos probados de la muestra. Finalmente, para comprender completamente el significado de estimación de intervalos, es necesario aclarar el concepto de intervalos de confianza.
Un intervalo de confianza es un intervalo que proporciona una aproximación (con un margen de error conocido) entre los valores de un parámetro poblacional. Por tanto, un intervalo de confianza es el resultado obtenido de una estimación de intervalo.
+info
¡GRACIAS POR SU ATENCION!
Para calcular la media de la distribución muestral de proporciones, se hace la sumatoria de la frecuencia por el valor de la proporción muestral y se divide entre el número total de muestras. El estudio de la distribución muestral permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.
MEDIA La media o promedio, se obtiene al sumar todos los datos en un conjunto de numeros y luego dividirlos entre el total de datos sumados.