Me ayudo mucho estos ejercicios.Descripción completa
Descripción completa
UNIDAD II ESTIMACION- ESTADISTICA INFERENCIALDescripción completa
Descripción: El objetivo general del libro Estadística Inferencial, es que al término del curso el alumno sea capaz de inferir las características de una población con base en la información contenida en una mu...
PROBLEMARIO
Descripción: Prueba de hipótesis
Descripción: PROBLEMARIO
Libro Inferencia EstadisticaDescripción completa
CURSO UANCV EDUCACION INICIALDescripción completa
Descripción: presentacion del 16 de nov
Prueba de hipótesisFull description
Descripción completa
ESTADISTICA INFERENCIALDescripción completa
Descripción completa
En este documento estan resueltos los problemas de manera breve y consisa, algunos datos fueron omitidos debido a que el interasado asi como el solicitador de la asignacion entienden el leng…Descripción completa
Descripción: TALLER ESTADISTICA INFERENCIAL
Estad´ıstica para ara Ingen ng eniier´ıa Clase 01 Malena Maguina FACI
2015-2
Agenda
1
Presentaci´ on del curso on
2
Introducci´ on a la Est on Estad ad´´ıst ıstica ica
3
Conc Co ncep epto toss b´ asicos asic os
4
Clasificaci´ on de variables on
5
Organizaci´ on de los datos on
6
R
Agenda
1
Presentaci´ on del curso on
2
Introducci´ on a la Est on Estad ad´´ıst ıstica ica
3
Conc Co ncep epto toss b´ asicos asic os
4
Clasificaci´ on de variables on
5
Organizaci´ on de los datos on
6
R
Agenda
1
Presentaci´ on del curso on
2
Introducci´ on a la Est on Estad ad´´ıst ıstica ica
3
Conc Co ncep epto toss b´ asicos asic os
4
Clasificaci´ on de variables on
5
Organizaci´ on de los datos on
6
R
Objetivos del curso (seg´un syllabus del curso) Al finalizar el curso, : 1
Estar´a apto para realizar un an´alisis estad´ıstico descriptivo de datos.
2
Podr´a hacer aplicaciones b´asicas de la estad´ıstica inferencial empleando t´ecnicas de estimaci´ on puntual, de intervalo y prueba de hip´otesis.
3
Podr´a utilizar modelos probabil´ısticos en situaciones de car´acter aleatorio, producto de fen´ omenos naturales y de la intervenci´on del hombre.
4
Tendr´a los conocimientos de los fundamentos te´ oricos de la estad´ıstica y probabilidad que le permitir´an entender su aplicaci´ on dentro de t´ecnicas espec´ıficas de su respectiva especialidad.
5
Estar´ a apto para seguir cursos avanzados de probabilidad y estad´ıstica.
Adicionalmente:
1
Comprender la utilidad de la Estad´ıstica en tu futuro trabajo, en los procesos de toma de decisiones.
2
Capacidad para reconocer cuando es necesario aplicar la Estad´ıstica y cuando debes contratar a un estad´ıstico.
3
Capacidad para entender a un estad´ıstico, evitando la total asimetr´ıa de conocimientos.
Proceso de aprendizaje
Deber´ıas usar la Estad´ıstica para tomar decisiones, aplicando pruebas de hip´ otesis. Para poder utilizar pruebas de hip´otesis necesitaremos aprender los principales modelos de probabilidad y el concepto de muestra y estad´ısticos muestrales. Para entender las distribuciones, tendremos que aprender la teor´ıa de la probabilidad. Para entender lo que es una muestra aleatoria y los estad´ısticos muestrales tendremos que aprender Estad´ıstica descriptiva.
Proceso de aprendizaje
Programaci´on del curso (1/5)
Sesi´ on 1
2
3
Temas a tratar
Presentaci´ on del curso Introducci´ on a la Estadistica Conceptos b´asicos R Resumen de variables Medidas de tendencia central Medidas de dispersion Outliers y Valores extremos PRACTICA 1 Introducci´ on a la probabilidad Conceptos b´asicos Medida de probabilidad
Programaci´on del curso (2/5)
Sesi´ on 4
5 6
Temas a tratar
Probabilidad condicional Eventos independiente PRACTICA 2 Variable aleatoria discreta Variable aleatoria continua Valor esperado Varianza y desviaci´ on est´andar EXAMEN 1
Programaci´on del curso (3/5)
Sesi´ on 7 8 9 10 11 12
Temas a tratar
Modelos probabil´ısticos discretos Modelos probabil´ısticos continuos PRACTICA 3 Muestras y distribuciones muestrales Estimaci´ on de par´ametros de un modelo PRACTICA 4 Pruebas de hip´ otesis An´alisis estad´ısticos de modelos lineales EXAMEN 2
Agenda
1
Presentaci´ on del curso
2
Introducci´ on a la Estad´ıstica
3
Conceptos b´ asicos
4
Clasificaci´ on de variables
5
Organizaci´ on de los datos
6
R
Qu´e es la Estad´ıstica?
El m´etodo cient´ıfico incluye: El planteamiento de las hip´otesis.
Estad´ıstica La Estad´ıstica es la ciencia que estudia el m´etodo cient´ıfico como instrumento para la toma de decisiones.
Recolecci´on de los datos / evidencia. An´alisis de los datos / evidencia recolectada. Presentaci´on de la informaci´ on obtenida. Conclusi´on.
Proceso de toma de decisiones
”Las buenas decisiones de hoy en d´ıa son conducidas por datos. En todos los aspectos de nuestras vidas, y m´ as a´ un en el mundo de los de los negocios, una diversidad asombrosa de datos est´ a disponible para el reconocimiento y la aproximaci´ on anal´ıtica. Actualmente, gerentes de negocios y profesionales son m´ as exigidos a justificar sus decisiones bas´andose en la informaci´ on proporcionada por datos. Necesitan sistemas de soporte de decisiones basadas en modelos.” Segunda lectura
Ejemplo (Tomado de Mind On Statistics STATS 112: UCLA - Jessica M. Utts, Robert F. Heckard)
La aspirina reduce los ataque al coraz´ on?
Muestra: Tratamiento
Ataques coraz´ on
Aspirina Placebo
104 189
al
Doctores grupo 11,037 11,034
en
Ataques por cada 100 doctores 9.42 17.13
Table : Resultados estudio sobre los efectos de la aspirina en ataques al coraz´on
C´omo sabemos que estos resultados son tambi´en v´alidos en toda la poblaci´ on?
´ Etica en la Estad´ıstica
Competencia profesional Confidencialidad de los datos Integridad e independencia de los resultados Metodolog´ıa adecuada
Para lectura http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/50/99 Link
Agenda
1
Presentaci´ on del curso
2
Introducci´ on a la Estad´ıstica
3
Conceptos b´ asicos
4
Clasificaci´ on de variables
5
Organizaci´ on de los datos
6
R
Problema de la Estad´ıstica
Definiciones Poblaci´on Una poblaci´ on es cualquier grupo completo, ya sea de personas, cosas, animales, o cualquier tipo de objeto.
Example La poblaci´ on formada por los alumnos matriculados en la PUCP en el semestre 2015-1. La poblaci´ on formada por los votantes en las pr´oximas elecciones. La poblaci´ on formada por las unidades producidas en una l´ınea de producci´on. La poblaci´ on formada por las llamadas telef´ onicas originadas en una ciudad. Los consumidores de un producto.
Definiciones
Elementos Los elementos son las unidades individuales que constituyen una poblaci´ on.
Example Un alumno. El elector. Un pantal´ on producido en una l´ınea de producci´ on de jeans. La llamada originada en un n´ umero telef´ onico en el tiempo t. Un consumidor
Definiciones
Muestra Es el subconjunto de elementos seleccionados de la poblacin.
Adicionalmente: Se dice que una muestra es representativa de la poblaci´on cuando mantiene en proporci´ on las mismas caracter´ısticas. Una muestra es aleatoria cuando su selecci´ on se realiz´ o al azar.
Definiciones
Variable Una variable es una caracter´ıstica de los elementos de la poblaci´ on cuyo comportamiento se desea conocer. Si se extrae un elemento de la poblaci´on y se le mide la variable, se obtiene un dato u ´ observaci´ on.
Example Preferencia electoral. Duraci´on de las llamadas telef´ onicas. N´ umero de unidades vendidas de un producto en un supermercado. Tiempo transcurrido entre llamadas
Definici´on
Par´ametro poblacional Es una medida descriptiva que resume una variable en una poblaci´ on.
Example El ingreso promedio de los peruanos.
Definici´on
Estad´ıstico muestral Es una medida descriptiva que resume una variable en una muestra.
Example el ingreso de un grupo de peruanos seleccionados aleatoriamente.
Agenda
1
Presentaci´ on del curso
2
Introducci´ on a la Estad´ıstica
3
Conceptos b´ asicos
4
Clasificaci´ on de variables
5
Organizaci´ on de los datos
6
R
Clasificaci´on de variables Variables cualitativas Describen cualidades, y no se pueden cuantificar.
Example motivaciones, por qu decidi´ o estudiar en la PUCP? sexo grado de instrucci´ on nivel socioecon´ omico Distrito de residencia Estado civil Especialidad Profesi´on
Clasificaci´on de variables
Variables cuantitativas Pueden ser discretas o continuas. Discretas: Si el conjunto de valores posibles es enumerable. Continuas : Si el conjunto de valores posibles es un intervalo o una uni´on de intervalos.
Example Discretas : N´ umero de llamadas telef´ onicas originadas en una ciudad. Continuas : Tiempo transcurrido entre llamadas.
Tipos de variables y escalas
Escalas
Agenda
1
Presentaci´ on del curso
2
Introducci´ on a la Estad´ıstica
3
Conceptos b´ asicos
4
Clasificaci´ on de variables
5
Organizaci´ on de los datos
6
R
Raw data - data cruda
La data cruda (en Ingl´es Raw data) se encuentra en los formularios y/o encuestas que llenamos d´ıa a d´ıa. Para poder ser utilizada, debe ser registrada en un dataset, previa codificaci´on.
Raw data - data cruda
Agenda
1
Presentaci´ on del curso
2
Introducci´ on a la Estad´ıstica
3
Conceptos b´ asicos
4
Clasificaci´ on de variables
5
Organizaci´ on de los datos
6
R
Para obtener el software R ir a la siguiente p´agina web: http://www.r-project.org/ Link Para obtener el software RStudio ir a la siguiente p´agina web: http://www.rstudio.com/ Link
Leer datos con R
require(utils) data() try(data(package = "rpart") ) data(cars) View(cars) help(cars) ## starting httpd help server ...