En el contexto de estimación por intervalo, señale en forma especifica

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 5,05 KB

 

1.Enumera y define los distintos tipos de Contrastes no paramétricos:

-Contraste de bondad de ajuste: comprobar Si un conjunto de datos procede de una población con una distribución dada.

-
contraste de independencia: comprobar la Posible independencia de dos carácterísticas observadas.

-contraste de homogeneidad: para ver si dos Muestras proceden de una misma distribución.

-contraste de aleatoriedad: para ver si los Datos son aleatorios.

2. ¿Qué Diferencia hay entre el contraste paramétrico y uno no paramétrico?

El primero se conoce la distribución de la Variable aleatoria bajo estudio y se establecen hipótesis sobre los paramétricos De dicha distribución, mientras que en el segundo se desconoce la distribución de La variable aleatoria considerada, de modo que se establecen hipótesis acerca De alguna propiedad de la distribución.

3.¿Qué diferencia existe entre el contraste de K-S Y el de Lilliefors?

-K-S; permite averiguar si la distribución Empírica de una variable se ajusta o no a una determinada distribución teórica.

-Lilliefors; es una modificación de K-S que Permite contrastar la hipótesis nula de que la distribución es normal con parámetros Desconocidos que se estiman mediante la media muestral y la cuasivarianza Muestral.

4. ¿Qué error lleva asociado una elección por Ho? Y ¿Una elección Por H1?

-El error que lleva asociado la elección por Ho es alfa, y es un error del tipo II. (No rechazar Ho)=alfa > este error se Puede controlar.

-El error que lleva asociado la elección por H1 es beta, y es un error de tipo I. (Rechazar Ho)= beta > este error no se Puede controlar.

5. ¿es igual de fiable una elección por Ho que una elección Por H1?

Dado que en un contraste lo que buscamos es rechazar La hipótesis nula Ho, por lo que el error de tipo I es más grave que el error del Tipo II. En conclusión es más fiable la elección de H1.

6. ¿Qué inconveniente tienen los contrastes no paramétricos en Relación a los paramétricos?

                Si la Distribución de los que proceden los datos es normal, son menos potentes, es Decir comparando con el test paramétrico, aumenta la probabilidad de cometer un Error de tipo II.

7. ¿Qué es el p-valor?

Probabilidad de que, suponiendo cierta Ho, el estadístico de Contraste tome un valor al menos tan extremo como el que se obtiene a partir de Las observaciones muéstrales.  El p-valor Es el área de la cola de la distribución (o colas si el test es bilateral) Definida a partir del estadístico de contraste.

8. Si se tiene una estimación puntual de un parámetro y También un intervalo de confianza de dicho parámetro, ¿Cuál de los dos da mayor Información y por qué?

El intervalo de confianza de dicho parámetro da una Información más útil con una cierta confianza, ya que asigna al parámetro poblacional Desconocido un intervalo de valores y este proporciona una regíón más acotada En la cual está comprometido el verdadero valor de forma más reducida y con un Cierto grado de error.

9. ¿Puede tomarse un intervalo de confianza del 100%?

No, perdería efectividad ya que supone un intervalo muy Amplio o total para estimar el parámetro donde no existiría probabilidad de Error.

10. Para estudiar una cierta carácterística en el alumnado De una facultad se necesita n=200. ¿Cómo escogería a estos alumnos?

-Muestra representativa: principales carácterísticas de los Alumnos están presentes en los 200. Además hay que escoger una buena proporción, Es decir dividir a los alumnos y escoger proporcionalmente al género

-Muestra aleatoria simple: cualquier alumno puede ser Escogido

11. A la hora de estimar un parámetro. ¿Qué interés tiene Del tamaño mínimo de muestra?

Es importante el tamaño de la muestra, ya que si no lo Elegimos bien la estimación podría ser no válida. Si es insuficiente no son Capaces de detectar diferencias entre grupos y, si es excesiva se encarece y no Es eficaz. Además, a la hora de estimar un parámetro, el tamaño muestral nos Permitirá aumentar o disminuir el error que se comete.

12. ¿Qué le ocurre a la anchura de los intervalos de Confianza cuando el tamaño de la muestra aumenta? El intervalo se vuelve más Estrecho cuando aumenta el tamaño de la muestra, de esta manera se reduce el Margen de error de la estimación ya que se dispone de mejor información.

13. ¿Qué es más útil: un intervalo de confianza grande o uno Pequeño? ¿Por qué? Un intervalo más amplio tiene más posibilidad de acierto, Pero un intervalo más pequeño ofrece una estimación más precisa, ya que aumenta Su margen de error. 14. Un intervalo de confianza al 95%, ¿es más estrecho que Uno al 99%? ¿Por qué? El intervalo de 95% es más estrecho que del 99% pero Menos fiable, ya que estamos dispuestos a cometer un error mayor.

Entradas relacionadas: