Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual. Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics
|
|
- José Luis Valdéz Cuenca
- hace 8 años
- Vistas:
Transcripción
1 Tamaño muestral Cómo estimar n adecuadamente? Estimación puntual Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics
2 Índice Conceptos básicos Diseño Problemas Qué es necesario? Finalidades más comunes + Ejemplos prácticos Software disponible
3 Introducción Un error demasiado habitual es iniciar un estudio, sin plantear ni determinar todos los aspectos que pueden llevarnos a lograr resultados sólidos y representativos. Eso suele suceder al no realizar un adecuado diseño de experimentos. Realizar los cálculos del tamaño muestral a posteriori una vez que ya realizamos el análisis. 3
4 Conceptos básicos Población: Conjunto de elementos que son objeto de estudio. Individuo: Cada uno de los elementos de la población. El número total de individuos de la población se suele denotar por N. Muestra: Parte de la población con la que realmente se realiza el estudio. Tamaño: Número de elementos del que se compone la muestra y se suele representar por n. Variable de estudio: Carácterística que queremos estudiar en la población 4 FEGAS
5 Diseño Naturaleza propia de los datos a estudiar. Distribución espacial Aleatoria Agregados Uniforme 5
6 Problemas y finalidades Tiempo Coste Pérdidas Bajas ocurrencias Complejidad de la metodología FINALIDADES: Extrapolar Solidez 6
7 Qué es necesario para el cálculo? No hay una única respuesta. En términos generales, depende de: El objetivo del estudio La precisión deseada Conocimiento/experiencia Fijar los errores La variabilidad de las variables 7
8 Objetivos más comunes para la determinación del tamaño muestral Evaluar un porcentaje, prevalencia o proporción: p Evaluar una media: µ Evaluar la comparación entre dos proporciones: p 1 = p Evaluar la comparación entre dos medias: µ 1 = µ 8 FEGAS
9 Estimación por intervalo de confianza Evaluando nuestra estimación (porcentaje o media) mediante un intervalo de confianza. Intervalo de confianza: intervalo calculado en base a la muestra que contiene al parámetro poblacional con una cierta probabilidad llamada nivel de confianza (1-α). IC(1) Estimación Z / SE,Estimación Z / SE 9
10 Estimando una proporción Asumiendo un margen de error d: Nivel de significación α Nivel de confianza 1- α n Z / Cuándo se necesitará mayor tamaño muestral? Mayor sea el nivel de confianza Mayor sea el porcentaje Menor margen de error d pq Margen de error Z / ˆp(1 ˆp) n d Si no conocemos el valor del porcentaje Mediante estudios previos Sin información: p=0.5 10
11 Ejemplo Objetivo Determinar la prevalencia de una determinada enfermedad en pacientes celíacos en una consulta de atención primaria con una confianza del 95%. Qué sabemos? Estudios previos indican que la prevalencia de dicha enfermedad se sitúa entre el 10% y el 50%. Cómo determinamos el tamaño muestral necesario? n z / d pq Necesitamos: Nivel de confianza: 1-α = 0.95 Margen error d: Hay que fijarlo Valor porcentaje a estimar: Diferentes valores prevalencia 11
12 Ejemplo Precisión (en %) del IC 95% para distintas prevalencias Tamaño muestral 10% 0% 30% 40% 50% 100 1,7,3,6,8, ,8,4,8 3,0 3,0 880,0,6 3,0 3, 3,3 pq 0,1x 0,9 d z / 1,96 0, ,7% n 100 Para un mismo tamaño n: p d Para una misma prevalencia p: n d 1
13 Estimando una media Conocida la variabilidad de la población Asumiendo un margen de error d: Nivel de significación α Nivel de confianza 1- α Cuándo se necesitará mayor tamaño muestral? Mayor sea el nivel de confianza Mayor sea la variabilidad Menor margen de error n Z / d Margen de error Variabilidad Z / n d 13
14 Estimando una media Conocida sólo la variabilidad de la muestra Asumiendo un margen de error d: Nivel de significación α Nivel de confianza 1- α t s n d Estimación de la variabilidad Varianza de la muestra Margen de error Cuándo se necesitará mayor tamaño muestral? Mayor sea el nivel de confianza Mayor sea la variabilidad Menor margen de error 14
15 Ejemplo En un área sanitaria la distribución del peso al nacer de niños que cumplen su período de gestación de 40 semanas es aproximadamente normal con una desviación estándar de 430 gramos. Un investigador planea llevar a cabo un estudio para estimar el peso medio al nacer de los niños que llegan al término del embarazo y cuyas madres fumaron durante ese período, asumiendo que la desviación estándar es la misma. Si el investigador desea que el error no supere los 50 gr con una confianza del 95%. Qué tamaño de muestra se requiere en este estudio? Desviación poblacional σ = 430 gramos Nivel de confianza 1- α = 0.95 Margen de error d = 50 gramos n z d 1, / 85 15
16 Ejemplo n z d 1, / 85 Y si cambiamos los parámetros? Desviación poblacional σ = 460 gramos n z d 1, / 36 Nivel de confianza 1- α = 0.99 n z d, / 493 Margen de error d = 70 gramos n z d 1, /
17 Software disponible Software disponible Granmo Ene 3.0 G *Power 17
18 G*Power Universidad de Dusseldorf 18
19
Capítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesAsignatura: Econometría. Conceptos MUY Básicos de Estadística
Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3,
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesBioestadística y uso de software científico TEMA 6 CÁLCULO DEL TAMAÑO MUESTRAL
Bioestadística y uso de software científico TEMA 6 CÁLCULO DEL TAMAÑO MUESTRAL Índice Requisitos generales para el cálculo del tamaño muestral Estimación de una proporción Estimación de una media Comparación
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesEstimación. Intervalos de Confianza para la Media y para las Proporciones
Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesTema 10. Estimación Puntual.
Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener
Más detallesTema 5: Estimación puntual y por intervalos
Tema 5: Estimación puntual y por intervalos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso
Más detallesTest de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n
Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesDeterminación del tamaño muestral
Investigación: Determinación del tamaño muestral 1/6 Determinación del tamaño muestral Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario Juan Canalejo. A Coruña.
Más detallesTAMAÑO ÓPTIMO DE MUESTRA EN EL CONTEXTO DE UN SISTEMA INTEGRADO DE ENCUESTAS DE HOGARES FERNANDO MEDINA CEPAL
103 TAMAÑO ÓPTIMO DE MUESTRA EN EL CONTEXTO DE UN SISTEMA INTEGRADO DE ENCUESTAS DE HOGARES FERNANDO MEDINA CEPAL 104 Tamaño óptimo de muestra en el contexto de un sistema Cuál debe ser el tamaño de una
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD EJERCICIOS 5 Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Una compañía de seguros utiliza la
Más detallesINFERENCIA ESTADÍSTICA
Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se
Más detallesIntroducción al cálculo del tamaño muestral. Por favor, Tamaño muestral. Talleres virtuales para investigadores
Talleres virtuales para investigadores Introducción al cálculo del tamaño muestral Marta Roqué Barcelona, 15/10/010 Organización Panamericana de la Salud Red Cochrane Iberoamericana Por favor, Tamaño muestral
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. b) Las medias muestrales de tamaño n se distribuyen según la normal
1 DISTRIBUCIÓN DE LA MEDIA MUESTRAL La mayoría de estos problemas han sido propuestos en exámenes de selectividad de los distintos distritos universitarios españoles. 1. Considérese una población en la
Más detallesInferencia Estadística
Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesTema 3. Comparaciones de dos poblaciones
Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesENCUESTA DE SATISFACCIÓN AL ALTA HOSPITALARIA. Global Hospitales Comunidad Autónoma de Canarias Octubre 2014
ENCUESTA DE SATISFACCIÓN AL ALTA HOSPITALARIA Global Hospitales Comunidad Autónoma de Canarias Octubre 2014 Mediante la Instrucción 9/98 del Director del Servicio Canario de la Salud se definió una Encuesta
Más detallesTEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística
TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesESTIMACION POR INTERVALOS
ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro
Más detallesBotella-Rocamora, P.; Alacreu-García, M.; Martínez-Beneito, M.A.;
Inferencia estadística (intervalos de confianza y p-valor). Comparación de dos poblaciones (test t de comparación de medias, comparación de dos proporciones, comparación de dos varianzas). Botella-Rocamora,
Más detallesSe toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se
Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se distribuye según una variable aleatoria normal de media 167
Más detallesTema 2: Estimación puntual
Tema 2: Estimación puntual 1 (basado en el material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Planteamiento del problema: estimador y estimación Insesgadez
Más detallesIntroducción. Definición de los presupuestos
P o r q u é e l p r e s u p u e s t o d e b e s e r e l c a m i n o a s e g u i r p a r a g a r a n t i z a r e l é x i t o d e s u e m p r e s a? Luis Muñiz Economista Introducción El aumento de la incertidumbre
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesLa metodologia Cuantitativa. Encuestas y muestras
La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma
Más detallesExplicación de la tarea 3 Felipe Guerra
Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:
Más detallesCalculadora de Tamaño muestral GRANMO
Calculadora de Tamaño muestral GRANMO Versión 7.12 Abril 2012 http://www.imim.es/ofertadeserveis/software-public/granmo/ Entre las distintas ofertas que existen para el cálculo del tamaño muestral, ofrecemos
Más detallesMuestreo Estadístico
Muestr treo eo Estadís adístico tico M. Virtudes Alba Fernández Nuria Ruiz Fuentes Departamento de Estadística e Investigación Operativa Universidad de Jaén Muestr treo eo Estadís adístico tico SEPTEM
Más detalles8.2.2. Intervalo para la media (caso general)
182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente
Más detallesSeis Sigma. Nueva filosofía Administrativa.
Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo
Más detallesSolución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2
Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación
Más detallesCURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS
CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax:
Más detallesMuestreo. Introducción
Muestreo Introducción En este documento ofrecemos un resumen sobre el concepto de muestreo, y los tipos de muestreo existentes. Además, adjuntamos una hoja para el cálculo de tamaños muestrales en auditorías
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detallesTema 5: Análisis conjunto y teoremas límite
Facultad de Economía y Empresa 1 Tema 5: Análisis conjunto y teoremas límite COCHES Se han analizado conjuntamente las variables número de hijos de cada familia (X) y número de coches por familia (Y),
Más detallesSIMULACION. Modelos de. Julio A. Sarmiento S. http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co
SIMULACION Modelos de http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co Julio A. Sarmiento S. Profesor - investigador Departamento de Administración Pontificia Universidad Javeriana
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesDiseño muestral de la Encuesta sobre integración social y necesidades sociales
Diseño muestral la Encuesta sobre integración social y necesidas sociales Manuel Trujillo Carmona Instituto Estudios Sociales Avanzados l CSIC 1 1. Objetivos El objetivo la encuesta es cuantificar y analizar
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detallesUN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS
UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Con base en modelos de regresión que explican la evolución de las
Más detallesINFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesCAPITULO III MARCO METODOLÓGICO 3.1 DISEÑO Y TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN:
CAPITULO III MARCO METODOLÓGICO 3.1 DISEÑO Y TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN: El modelo de estudio que se utilizó en la investigación es: 3.2.1. DISEÑO CUASI EXPERIMENTAL En los diseños cuasi experimentales
Más detallesUso de Factores de Generación en la Evaluación Social de Proyectos de Pavimentación de Caminos
Uso de Factores de Generación en la Evaluación Social de Proyectos de Pavimentación de Caminos Antecedentes En la actualidad, los proyectos de pavimentación de caminos son evaluados utilizando el enfoque
Más detallesCAPÍTULO 3: DISEÑO DE INVESTIGACIONES
Página 1 de 6 CAPÍTULO 3: DISEÑO DE INVESTIGACIONES En los capítulos anteriores se estableció que después de formular una teoría, se necesita recoger información para probarla, y en el capítulo anterior
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesIES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Junio de 01 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO 4 (COMÚN) OPCIÓN A EJERCICIO 1 (A) Sea el recinto determinado
Más detallesUniversidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción
V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales
Más detallesPoblación, Unidad de Análisis, Criterios de Inclusión y Exclusión.
Población Población, Unidad de Análisis, Criterios de Inclusión y Exclusión. Muestra: Identificación y Reclutamiento. Nomenclatura En esta aproximación conceptual consideraremos a Población como sinónimo
Más detallesClase 5: Variables Aleatorias y Distribuciones de Probabilidad
Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una
Más detallesANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus José Carlos Vega Vilca, Ph.D.
UNIVERSIDAD DE PUERTO RICO FACULTAD DE ADMINISTRACION DE EMPRESAS INSTITUTO DE ESTADISTICA ANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus, Ph.D. Presentación Este curso ofrece al estudiante, la posibilidad
Más detallesProblemas de Probabilidad resueltos.
Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose
Más detallesMétodos no paramétricos para el análisis de la varianza
Capítulo 4 Métodos no paramétricos para el análisis de la varianza MÉTODOS PARAMÉTRICOS Y NO-PARAMÉTRICOS Los procedimientos inferenciales que presentan estimaciones con respecto a losparámetrosdelapoblacióndeinteréssellamanmétodos
Más detallesTema 1: Test de Distribuciones de Probabilidad
Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).
Más detallesTema 8: Estimación por intervalos
Facultad de Economía y Empresa 1 Tema 8: Estimación por intervalos ALIMENTACIÓN En una investigación sobre la alimentación infantil se analiza el consumo semanal de agua (X, en litros), variable que se
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesTema 2 - Introducción
Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema
Más detallesSelectividad Septiembre 2006 SEPTIEMBRE 2006
Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual
Más detallesCurso de Estadística no-paramétrica
Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesSEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática
SEMINARIOS (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática Seminario de Estadística Descriptiva Unidimensional y Bidimensional 1. Se ha realizado un control de calidad en
Más detallesUnidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras
Unidad 6 Distribuciones de probabilidad continua, muestreo y distribución de muestras Introducción La unidad 5 se enfocó en el estudio de las distribuciones de probabilidad discreta, entre las cuales
Más detallesII ENCUESTA NACIONAL DE PRESUPUESTOS FAMILIARES RESUMEN DEL DISEÑO DE LA MUESTRA
469 II ENCUESTA NACIONAL DE PRESUPUESTOS FAMILIARES RESUMEN DEL DISEÑO DE LA MUESTRA VICEPRESIDENCIA DE ESTUDIOS GERENCIA DE ESTADÍSTICAS ECONÓMICAS BANCO CENTRAL VENEZUELA 470 II Encuesta nacional de
Más detallesFacultad Latinoamericana de Ciencias Sociales Sede México
Facultad Latinoamericana de Ciencias Sociales Sede México Maestría en Población Estimación de la distribución estadística de la tasa global de fecundidad mediante remuestreo Caso: Bolivia, 1998 Milenka
Más detallesTema 1: Introducción. Universidad Complutense de Madrid 2013
Tema 1: Introducción Universidad Complutense de Madrid 2013 1.Naturaleza y objetivos de la Econometría Medida de la Economía (significado literal de la palabra) Objetivo: Medir, desde un punto de vista
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesNombre...Apellidos... Grado en:...grupo:...
ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles
Más detallesSemana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79
. Una persona se somete a una dieta de adelgazamiento durante cinco semanas. A continuación se detalla su peso al término de cada una de esas semanas: Semana de dieta X) 2 3 4 Peso en Kg Y) 88. 87 84 82.
Más detallesT.3 ESTIMACIÓN PUNTUAL
T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan
Más detallesgrupo promotor aries, s. a. de c. v.
ANALISIS DE PRESUPUESTOS DE CONCESIONARIA DE AUTOPISTAS DEL SURESTE, S.A. DE C.V. PARA LA APLICACIÓN A LA CARRETERA DE ALTAS ESPECIFICACIONES DE JURISDICCIÓN FEDERAL DE 93 KMS. DE LONGITUD CON ORIGEN EN
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES. Junio, Ejercicio 1, Opción B
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES Junio, Ejercicio 1, Opción B 3 Sean las matrices A 0 3, B y C 0 1 1 5 1 3 0 a) Calcule las
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesExplotación de las variables educativas de la Encuesta de Población Activa: Nivel de Formación y Formación Permanente
Explotación de las variables educativas de la Encuesta de Población Activa: Nivel de Formación y Formación Permanente 1. Introducción Notas metodológicas Se presenta información estadística sobre las variables
Más detallesGrado en Ingeniería. Estadística. Tema 3
Grado en Ingeniería Asignatura: Estadística Tema 3. Control Estadístico de Procesos (SPC) Control Estadístico de Procesos (SPC) Introducción Variabilidad de un proceso de fabricación Causas asignables
Más detallesANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS
V JORNADAS ASEPUMA ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS Rodriguez Aviles, Rafael 1 1. Introducción El origen de esta comunicación está en una entrevista
Más detallesBiometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1
Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en
Más detallesEnsayos Clínicos en Oncología
Ensayos Clínicos en Oncología Qué son y para qué sirven? www.seom.org ESP 05/04 ON4 Con la colaboración de: Una parte muy importante de la Investigación en Oncología Médica se realiza a través de Ensayos
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detallesGUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING. Curso 2013-2014
GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING Curso 2013-2014 1 TITULACIÓN: GRADO MARKETING GUÍA DE DOCENTE DE LA ASIGNATURA: ESTADISTICA APLICADA AL MARKETING Coordinador: Manuel David Orden Erena.
Más detalles