Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

validacion de un simulador

No description
by

jose adin sosa camacho

on 14 December 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of validacion de un simulador

pruebas parametricas pruebas no parametricas validacion Validar un simulador es establecer el
grado de exactitud que tienen los datos entregados por éste al contrastarlos con
resultados conocidos del sistema real;
para concluir si el simulador representa
bien al sistema real o no, o bien en
qué grado lo representa Ejemplo 1.- Al validar la salida de un simulador, ante situaciones iguales, dadas a éste y dadas en la realidad, una de las variables entregó los
siguientes valores F(x1,.....xn), que se indican junto a los del sistema real R(x1,.....xn). – Pruebas de hipótesis estadísticas
que asumen cierto comportamiento
de:
• Distribución normal de las observaciones • Muestras obtenidas aleatoriamente
paramétricas, se basan en que Las pruebas estadísticas se supone una forma determinada
de la distribución de valores,
generalmente la distribución normal,
en la población de la que se obtiene
la muestra experimental. Son más potentes que las no paramétricas.
prueba de hipotesis Una hipótesis estadística es una
proposición o supuesto sobre los
parámetros de una o más
poblaciones. Se denominan pruebas no
paramétricas aquellasque no presuponen
una distribución de probabilidad
para los datos, por ello se conocen también como
de distribución libre (distribution free). Es importante recordar que las hipótesis siempre son proposiciones sobre la población o distribución bajo estudio, no proposiciones sobre la muestra.
Por lo general, el valor del parámetro de la población especificado en la hipótesis nula se determina en una de tres maneras diferentes:

1.Puede ser resultado de la experiencia pasada o del conocimiento del proceso, entonces el objetivo de la prueba de hipótesis usualmente es determinar si ha cambiado el valor del parámetro.

2.Puede obtenerse a partir de alguna teoría o modelo que se relaciona con el proceso bajo estudio. En este caso, el objetivo de la prueba de hipótesis es verificar la teoría o modelo.

3.Cuando el valor del parámetro proviene de consideraciones externas, tales como las especificaciones de diseño o ingeniería, o de obligaciones contractuales. En esta situación, el objetivo usual de la prueba de hipótesis es probar el cumplimiento de las especificaciones.
por Ho, es la afirmación sobre una
o más características de poblaciones
que al inicio se supone cierta (es decir,
la "creencia a priori").
La hipótesis nula, representada


La hipótesis alternativa, representada por
H1, es la afirmación contradictoria a Ho,
y ésta es la hipótesis del investigador En la mayor parte de ellas los
resultados estadísticos se derivan
únicamente a partir de
procedimientos de ordenación
y recuento, por lo que su base
lógica es de fácil comprensión.
Prueba de Wilcoxon de los
rangos con signo

Esta prueba nos permite comparar

nuestros datos con una mediana teórica
(por ejemplo un valor publicado en un artículo).
Para efectuar esta prueba se calculan las diferencias en valor absoluto |Xi-M0| y se ordenan de menor a mayor, asignándoles su rango (número de orden). Si hubiera dos o más diferencias con igual valor (empates), se les asigna el rango medio (es decir que si tenemos un empate en las posiciones 2 y 3 se les asigna el valor 2.5 a ambas).
Prueba de Mann-Whitney para muestras independientes
Si tenemos dos series de valores de una variable continua obtenidas en dos muestras independientes: X1, X2, ... , Xn, Y1, Y2, ... , Ym, procederemos a ordenar conjuntamente todos los valores en sentido creciente, asignándoles su rango, corrigiendo con el rango medio los empates. Calculamos luego la suma de rangos para las observaciones de la primera muestra Sx, y la suma de rangos de la segunda muestra Sy. Si los valores de la población de la que se extrajo la muestra aleatoria de X se localizan por debajo de los valores de Y, entonces la muestra de X tendrá probablemente rangos más bajos, lo que se reflejará en un valor menor de Sx del teóricamente probable
Full transcript