ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

ESTADISTICAS PARA DECISIONES


Enviado por   •  3 de Diciembre de 2015  •  Ensayos  •  1.664 Palabras (7 Páginas)  •  216 Visitas

Página 1 de 7

UNIVERSIDAD DEL TURABO DE PUERTO RICO

PROGRAMA AHORA

 MAESTRÍA EN ADMINISTRACIÓN DE EMPRESAS

STAT 555  Estadísticas para Decisiones

Fecha de entrega: Taller 3

Contenido: Contestación de las siguientes preguntas/ejercicios y referencias

  1. ¿Cuál es la definición del término probabilidad?

     La probabilidad (Araujo, Leudi, & Flores, 2014) es un proceso donde se obtiene la frecuencia de un suceso realizando un experimento aleatorio donde se conocen todos los resultados posibles bajo condiciones estables. Es decir la posibilidad de que un proceso ocurra o considerar todos los posibles resultados de un suceso o experimento.

     Es un número asignado a un suceso como medida de su incertidumbre (Asurza, 2006).  El número tiene un valor entre 0 y 1 inclusive.  Cuando estos sucesos tienen la misma probabilidad de ser calculada su suele utilizar la Regla de Laplace.  Frecuentemente se presenta en porcentaje (%).

  1. ¿Cuáles son los tres tipos de probabilidad generalmente utilizados?

     Los tres tipos de probabilidad (Levin, Rubin, Balderas, Valle, & Gómez, 2004) son los siguientes:

  1. Probabilidad clásica- cuando todos los sucesos o muestras tienen la misma posibilidad de ocurrir.  Se le conoce también como la prioridad a priori.  Las conclusiones se basan en un razonamiento lógico antes del experimento.
  2. Probabilidad subjetiva- es la opinión o creencia de una persona  basado en un hecho.  El experimento se realiza una sola vez.  Es parecido a hacer una apuesta.  La posibilidad que un individuo le asigna a un evento basado en la evidencia que tenga disponible.
  3. Frecuencia relativa de presentación-  Es el determinar con cuanta frecuencia ocurrió algo, y utilizamos esto, para predecir las probabilidades de que suceda de nuevo, teniendo en cuenta condiciones estables.
  1. ¿Cómo se define la distribución Binomial? Incluye la fórmula y la descripción de cada elemento de la misma.

     La distribución Binomial (Levin et al., 2004) es un proceso donde cada intento tiene dos resultados, le llamamos éxito o fracaso, cara o cruz, sí o no.   La probabilidad de cada intento permanece fijo y el resultado de los intentos son totalmente independientes de cualquier intento anterior.

   Fórmula y la descripción de cada elemento de la misma: (Distribución binomial, 2015)

        [pic 1]

n es el número de pruebas.**

k es el número de éxitos.

p es la probabilidad de éxito.**

q es la probabilidad de fracaso

x expresa (la variable aleatoria distribuida) el número de éxitos

**n y p son los parámetros de la distribución

  1. ¿Cuáles son las características fundamentales que debe tener un conjunto de datos para poder aplicar la distribución Binomial?

Todo experimento que tenga las siguientes características sigue el modelo de la distribución Binomial o distribución de Bernoulli: (Distribución binomial, 2015).

* En la realización de un experimento sólo son posible dos resultados: el suceso A, que se llama éxito, y el suceso B, que se llama fracaso.
* Cuando se repite el experimento, el resultado que se obtiene es independiente de los resultados obtenidos antes del experimento.
* La probabilidad del suceso A es constante, es decir, no varía de una prueba del experimento a otra.

* En cada experimento se realizan n pruebas idénticas.

5) ¿Cuál es la definición de los términos hipótesis nula e hipótesis alterna?

     La hipótesis nula (Shuttleworth, 2008) es cuando el investigador trata de anular o rechazar una hipótesis.  Cuando se rechaza la hipótesis nula es porque se presume que la hipótesis alterna es la correcta.  La hipótesis nula se denomina de la siguiente manera Ho.  Esta hipótesis es la que se acepta o rechaza como la conclusión final de un contraste (Contrastes de hipótesis, s. f.).

     La hipótesis alterna (Supo, s. f.) se le llama también la hipótesis de investigador porque el investigador quiera probar su hipótesis como verdadera y rechazar la nula.  La hipótesis alterna se denomina de la siguiente manera H1.  Si los datos de la muestra arrojan diferencia suficiente de que la hipótesis nula es falsa entonces la hipótesis alterna resulta cierta.        

6) Desarrolla la tabla que ilustra los errores que se pueden cometer al aceptar o rechazar las hipótesis.

                                Consecuencias de las Decisiones en Pruebas de Hipótesis.

Decisiones Posibles

Situaciones Posibles

La hipótesis nula es verdadera

La hipótesis nula es falsa

Aceptar la Hipótesis Nula

Se acepta correctamente

Error tipo II o Beta

Rechazar la Hipótesis Nula

Error tipo I o Alfa

Se rechaza correctamente

(Prueba de Hipótesis, s. f.)

7) ¿Cómo se define la distribución Normal y cuál es su relación con el Teorema del Límite Central?

     La distribución Normal es la grafica de una función de probabilidad continua y simétrica, cuyo máximo coincide con la media y tiene dos puntos de inflexión en ambos lados de la media, a una distancia de un desvío estándar (Fernández, s. f.).

     El Teorema del Límite Central dice que un gran número de variables independientes las cuales siguen un mismo modelo de distribución, la suma de ellas se distribuye según la distribución Normal.  Este teorema se utiliza tanto para las variables discretas como para las variable continuas (Matilla, s. f.).

...

Descargar como (para miembros actualizados)  txt (10.9 Kb)   pdf (184.2 Kb)   docx (18.4 Kb)  
Leer 6 páginas más »
Disponible sólo en Clubensayos.com