This document discusses experimental design and statistical inference based on random samples from populations. It explains that observations from samples are used to make inferences about population parameters or characteristics of interest. When comparing two population parameters based on two random samples, the goal is to determine if there are any gains from applying a particular treatment. The document covers topics like probability distributions, point and interval estimation, and confidence intervals.

1. DISEÑO DE
EXPERIMENTOS
Integrantes
Leonela Vargas
Pablo Soto
Fergie Acevedo

2. Cada parámetro teórico es el valor que por medio de la
recopilación de muestras, se obtienen observaciones a
partir de estimaciones esto permite hacer inferencias
sobre los parámetros o poblaciones de interés. Las
observaciones experimentales se debe de tener en
cuenta sus características de ruido con el n de eliminar
su efecto, las diferencias individuales deberán ser
calculadas para cada pareja si no el problema se
convierte en comparar las diferencias de medias. Cuando
esto no sucede, se tiene un problema con las dos
muestras independientes.
En este capítulo se trata de exponer el problema o la
relación al comparar dos . parámetros poblacionales a
partir de dos muestras aleatorias, esto con el fin práctico
de establecer si hay alguna ganancia en la respuesta de
interés al aplicar o no un determinado tratamiento
Introducción

3. Inferencia sobre dos
muestras aleatorias

4. Población y muestra, parámetros
estadísticos
Permiten medir todos
los individuos para
tener un conocimiento
“exacto” de las
características.
Finita
Se necesita realizar un
muestreo (muestra
representativa) para
estudiar la población,
debido al gran tamaño
de la población.
Infinita
Una población o universo es una colección o totalidad de posibles individuos, especímenes,
objetos o medidas de interés sobre los que se hace un estudio.
Las poblaciones pueden ser finitas o infinitas.

7. Señala qué valores se espera que tome X de acuerdo con los supuestos asumidos. De
esta forma, la distribución de probabilidad hace que lo aleatorio no sea un capricho, y
describe los posibles valores de un estadístico muestral, con lo que al observar un
estadístico se pueden corroborar o rechazar supuestos (prueba de hipótesis), o bien,
hacer estimaciones poblacionales.
Distribucion de probabilidad e inferencia

8. Las distribuciones de probabilidad que tienen una variable representa cierta
característica de una población se definen completamente cuando se conocen sus
parámetros, pero cuando éstos no se conocen, será necesario estimarlos con base
en los datos muestrales para hacer inferencias sobre la población.
Estimación punctual y por intervalo

9. Genera un valor numérico simple, que se utiliza para hacer una estimación del valor del
parámetro desconocido. Parámetros sobre los que con frecuencia se desea hacer inferencia
son:
 La media m del proceso (población).
 La varianza s o la desviación estándar s del proceso.
 La proporción p de artículos defectuosos.
Los estadísticos para estimar estos parámetros son:
Los estadísticos para estimar estos parámetros son:
La media muestral µ = 𝐗
La varianza muestral Ɵ𝟐
= 𝐒𝟐
La proporción de defectuosos en la muestra, 𝐩 = 𝐱
𝐧 = x/n, donde x es el número
de artículos defectuosos en una muestra de tamaño n.
Estimación Punctual

10. Se genera a través de un estadístico, y como el valor de éste es aleatorio porque
depende de los elementos que fueron seleccionados en la muestra, entonces la
estimación que se hace sobre el parámetro dependerá y variará de una muestra a otra.
Estimación por intervalo

11. Encontrar dos números L y U, tales que el parámetro m se encuentre entre
ellos con una probabilidad de 1 –a.
Intervalo de Confianza para una medida

12. ¡Muchas gracias!
¿Tienen alguna pregunta para nosotros?