Solución se buscar? p x135 utilizando el método

Info icon This preview shows pages 38–43. Sign up to view the full content.

View Full Document Right Arrow Icon
Solución Se buscará P (X≤135) Utilizando el método anterior de las cuatro etapas:
Image of page 38

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
1. Dibujar la curva normal (datos originales) con el área (probabilidad) que se desea sombreada. P (X≤135) 2. Estandarizar con la transformación 3. Dibujar la curva normal estándar con el área que se desea sombreada. P (Z≤1.5) 4. Encontrar el área bajo la curva normal estándar con las tablas de dicha curva (Normal estándar). P (Z≤1.5) =.9332 Uso de las tablas de la distribución normal estándar La tabla A está integrada de la siguiente forma: la primera columna tiene los valores de la variable z de -3.49 a 3.49 y la primera hilera, números que permiten obtener valores de Z con una decimal más. El resto del cuerpo de la tabla contiene las probabilidades de que la variable aleatoria z tome un valor menor o igual que el valor particular de z que se desea, es decir, el área bajo la curva a la izquierda del valor de z. Así, si se desea calcular P (Z<-2.25), se busca en la
Image of page 39
primera columna el número -2.2 y en la primera hilera el número 0.05. El número ubicado en la intersección de la hilera con el número -2.2 y la columna encabezada por 0.05 es la probabilidad buscada; en este caso ese número es 0.0122 por lo que: P (Z< -2.25) =0.0122 Tabla A. Probabilidades acumuladas de la distribución normal estándar. La tabla da el área a la izquierda del valor de Z. Tabla B. La entrada para z es bajo la curva normal estándar a la izquierda de z.
Image of page 40

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Otra forma de encontrar de encontrar Z, es a través de la siguiente tabla: 4.3 Muestreo y distribuciones muestrales
Image of page 41
La población puede describirse utilizando valores descriptivos denominados parámetros. La muestra es un subconjunto de la población y puede describirse utilizando medidas descriptivas denominadas estadísticas (también llamados estadísticos o estimaciones), las cuales se calculan a partir de medidas muestrales. Para observar la estadística una y otra vez, debe muestrearse repetidamente. La distribución de frecuencias asociadas con los valores de la población de la estadística se denomina distribución de probabilidad de la muestra. La distribución de muestreo se obtiene cuando muestras aleatorias de tamaño n se extraen repetidamente de la población de interés. La distribución de muestreo de una media muestral tiene algunas propiedades únicas. Si se obtiene una muestra aleatoria de n observaciones de una población con media µ y desviación estándar σ, la distribución de muestreo de tendrá una media µ (la misma media de la población muestreada) y una desviación estándar igual a Esto es gracias al siguiente teorema. Teorema del límite centra l. Si una muestra de n observaciones se extraen de una población con media finita µ y desviación estándar σ, cuando n es grande, la media muestral será aproximadamente normal con media µ y desviación estándar .
Image of page 42

Info icon This preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Image of page 43
This is the end of the preview. Sign up to access the rest of the document.

{[ snackBarMessage ]}

What students are saying

  • Left Quote Icon

    As a current student on this bumpy collegiate pathway, I stumbled upon Course Hero, where I can find study resources for nearly all my courses, get online help from tutors 24/7, and even share my old projects, papers, and lecture notes with other students.

    Student Picture

    Kiran Temple University Fox School of Business ‘17, Course Hero Intern

  • Left Quote Icon

    I cannot even describe how much Course Hero helped me this summer. It’s truly become something I can always rely on and help me. In the end, I was not only able to survive summer classes, but I was able to thrive thanks to Course Hero.

    Student Picture

    Dana University of Pennsylvania ‘17, Course Hero Intern

  • Left Quote Icon

    The ability to access any university’s resources through Course Hero proved invaluable in my case. I was behind on Tulane coursework and actually used UCLA’s materials to help me move forward and get everything together on time.

    Student Picture

    Jill Tulane University ‘16, Course Hero Intern