MODELOS INFERENCIALES “TRABAJO FINAL”

...

Error estándar: El error estándar es la desviación estándar de la distribución muestral de un estadístico. El término se refiere también a una estimación de la desviación estándar, derivada de una muestra particular usada para computar la estimación.

Nivel de confianza: El nivel de confianza indica qué tan probable es que el parámetro de población, como por ejemplo la media, esté dentro del intervalo de confianza.

Un nivel de confianza de 95% por lo general es adecuado. Esto indica que 19 de 20 muestras (95%) de la misma población generarán intervalos de confianza que contendrán el parámetro de población.

El nivel de confianza representa el porcentaje de intervalos que incluirían el parámetro de población si usted tomara muestras de la misma población una y otra vez. Por lo tanto, si usted recogió cien muestras y creó cien intervalos de confianza de 95%, cabría esperar que aproximadamente 95 de los intervalos incluyeran el parámetro de población, como se muestra en la siguiente figura.

Distribución de Poisson: En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos "raros".

Estimación estadística: En inferencia estadística se llama estimación al conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a partir de los datos proporcionados por una muestra. Por ejemplo, una estimación de la media de una determinada característica de una población de tamaño N podría ser la media de esa misma característica para una muestra de tamaño n.

La estimación se divide en tres grandes bloques, cada uno de los cuales tiene distintos métodos que se usan en función de las características y propósitos del estudio:

Estimación puntual:

- Método de los momentos;

- Método de la máxima verosimilitud;

- Método de los mínimos cuadrados;

Estimación por intervalos.

Estimación bayesiana.

Informe final

INTRODUCCION

La estadística en la actualidad constituye una herramienta de alto valor para la toma de decisión corporativa. Muchas ciencias fundamentan las decisiones en la información obtenida de esta, siendo que arroja información significativa, clara y exacta.

Apreciar la aplicación del método inferencial ayuda a determinar la gama de eventos que pueden ocurrir y que tan alta en la probabilidad de que se presente.

DISEÑO METODOLÓGICO

TIPO DE INVESTIGACIÓN

Descriptivo

Este trabajo es descriptivo pues hace un registro detallado del comportamiento específico de cada variable independiente: la forma en que se aplica el método inferencias para la solución del caso de estudio.

- De acuerdo a fin que se persigue nuestra investigación es Aplicada. Esta investigación está orientada a dar solución a un caso práctico y brindar el nuevo conocimiento para la empresa que de él se obtiene.

- De acuerdo al enfoque nuestra investigación es Experimental. Está orientada a descubrir los factores causales que producen o afectan la ocurrencia de un fenómeno.

PRESENTACIÓN DE RESULTADOS

El fabricante de ropa de la empresa LOOKING ARTS, produce un lote de 685 unidades por conveniencia, si en dicha producción hay 15 unidades de ropa defectuosas aleatoriamente ¿cuál es la probabilidad de que haya 3 unidades de ropa defectuosa en la estantería de venta del almacén?

(Utilizaremos la distribución POISSON)

Distribución de probabilidad.

[pic 2]

n = 15

P =[pic 3][pic 4]

X= 3

λ = n*P

[pic 5][pic 6]0.021

[pic 7]

e = 2.71828…

P(X=3)=[pic 8][pic 9]

P(x=3)= [pic 10][pic 11]0.0003%

Como vemos la probabilidad es bastante baja.

El fabricante a nueva petición del almacén construye el lote de ropa; 688 unidades distribuidas en los siguientes artículos así: pantalón, chaqueta, vestido y camisas.

ARTICULO

CANTIDAD

Pantalón

128

Chaqueta

105

Vestido

240

Camisas

215

TOTAL

688

688/4 = 172

Media poblacional de los artículos: [pic 12][pic 13]

Desviación estándar poblacional: [pic 14][pic 15] [pic 16][pic 17]

[pic 18]

¿Cuantas muestras posibles hay en una población (N) de 4 de artículos, con muestras que se desean de tamaño (n) 2?

4C2 = 6 muestras posibles

Sin reemplazo 4C2 = (4) x (3)/2 = 6

Con los artículos {1,2} {1,3} {1,4} {2,3} {2,4} {3,4}

Media De La Distribución Muestral De Medias

1(128)

2(105)

3(240)

4(215)