Please enable JavaScript.
Coggle requires JavaScript to display documents.
ESTADÍSTICA INFERENCIAL ESTIMACIÓN DE PARÁMETROS, Integrantes: Cristina…
ESTADÍSTICA INFERENCIAL
ESTIMACIÓN DE PARÁMETROS
ESTADÍSTICA DESCRIPTIVA
Describe, analiza y representa un grupo de datos utilizando métodos numéricos y gráficos que resumen y presentan la información.
TIPOS DE ERROR
Error de muestreo
Ocasionado por la selección aleatoria de los
elementos en la muestra.
Sesgo:
Sistémico o Error de medida
Se da cuando se colectan los datos
Estadístico
Se da por como se analizan los datos
ESTIMACIÓN DE PARÁMETROS
Se basa en la colecta de una muestra representativa de datos.
Población estadística - muestra
TIPOS DE ESTIMACIONES:
Estimación de punto
Provee un valor único
Estimación de intervalo
Provee un rango de valores
ESTADÍSTICA INFERENCIAL
Comprende métodos y procedimientos para deducir propiedades (hacer inferencias) de una población a partir de una pequeña parte de la misma (muestra).
Se concentra en la estimación de parámetros y la contrastación de hipótesis.
Distribución Normal y Regla Empírica
50% de las observaciones: media + 0.674 x DE
95% de las observaciones: media + 1.96 x DE
99% de las observaciones: promedio + 2.576 x DE
VALOR ESPERADO (E(X))
Es la media de un número grande de
estimados de un parámetro.
Intervalos de Confianza
95: nivel de confianza
Se puede decir con 95% de confianza de que el IC calculado
contiene el parámetro θ.
Si n aumenta el EE disminuye. La amplitud del IC disminuye.
Si el nivel de confianza aumenta el IC se hace mas amplio.
Para llegar al 100% de confianza se debe hacer un cesnso.
El t n-1: valores de t con n-1 grados de libertad.
Teorema del Límite Central
La distribución muestral de una media muestral es aproximadamente normal si el tamaño de la muestra es lo suficientemente grande, incluso si la distribución de la población no es normal
Métodos de estimación de parametros
Método de los momentos
Métodos de máxima verosimilitud
Métodos de los cuadros mínimos
Método de bootstrap y jacknife
Métodos de estadística y Bayesiana
DISTRIBUCIÓN
Datos
Muestral
Método para calcular intervalos de confianza
Intervalos de confianza normales
Provee IC simétricos. Límite inferior <0
Intervalos de confianza Log-normales
Usados en MARK. No genera limite inferior <0 y no son simetricos
Intervalo de perfil similitud
Muestras pequeñas
Intervalo Bootstrap
Distribución normal
Integrantes:
Cristina Arenillas-Julia Pizarro