Tema II. Las muestras y la teoría paramétrica
|
|
- María Concepción Pereyra Aguirre
- hace 7 años
- Vistas:
Transcripción
1 2.1. Muestras y muestreos: - La muestra:. Subconjunto de elementos de la población. Necesidad práctica:. Motivos económicos. Imposibilidad (práctica/teórica) de estudiar TODA la población. Inconveniencia práctica o ética (al destruir o afectar la muestra). Representativa de la población - Estrategias de muestreo:. Muestreo aleatorio (conocemos la p de la población en la muestra). Muestreo opinático (criterios subjetivos; experiencia del investigador). Muestreo piloto (previo a un estudio) Ejemplo de muestra? 1
2 2.1. Muestras y muestreos: - Tipos de muestreo aleatorio (representativo):. Simple con reemplazamiento (o con N grande). Simple sin reemplazamiento. Estratificado (en función de la estructura de la población). Por áreas (geográficas, por ejemplo) Ejemplo de estratificación 2
3 2.2. Muestras, estadísticos y estimadores: - Normalmente SIEMPRE se trabaja con muestras (estadísticos y estimadores):. Estadístico: cualquier función que resume propiedades de la muestra. Estimador: cuando un estadístico pretende inferir el valor de la población:. μ (x). σ 2 (s 2 ) - Estimación puntual (por intervalos) x = x i n s 2 = (x i -x) 2 (n-1) 3
4 2.3. Las muestras y la distribución muestral: - La distribución de probabilidad del estadístico (estimador) cambia en la muestra - El procedimiento de inferencia parámetrico (empírico): - Se obtiene una muestra - Se mide el estadístico - Se imagina uno muestras idénticas sobre las que se calcula el estadístico - Se obtiene la distribución muestral (ejemplo Excel) Población Tema II. Las muestras y la teoría paramétrica Muestra 1 = 2, 6, 9 (5,67) Muestra 2 = 1, 3, 6 (3,33) Muestra 3 = 4, 5, 5 (4,67) Muestra 4 = 7, 7, 8 (7,33) Muestra 5 = 1, 7, 9 (5,67) Muestra 6 = 1, 5, 5 (3,67) Muestra 7 = 6, 6, 8 (6,67) Muestra 8 = 1, 2, 3 (2,00) Muestra 9 = 8, 9, 10 (9,00) Muestra 10 = 4, 5, 5 (4,67) La distribución muestral ES normal!! Distribución Población Distribución de Frecuencias Clase 1-2: 1 Clase 3-4: 2 Clase 5-6: 4 Case 7-8: 2 Clase 9-10: 1 Distribución muestral
5 2.3. Las muestras y la distribución muestral: - Obtención de la distribución muestral de la media:. Procedimiento inferencial teórico N 1 = 10. Tamaño de muestra (N). Media muestral (x s ). Varianza muestral (s 2 s ) Distribución de la Población Tema II. Las muestras y la teoría paramétrica Muestra 1 N 2 = 100 μ σ 2 Fórmula General x s1 = μ x s2 = μ Var m = S 2 N s 2 S 2 s1 = 10 s 2 S 2 s2 = 100 5
6 2.3. Las muestras y la distribución muestral: - El uso de tablas de referencia (distribución t): - Obtención de IC - Test de Hipótesis ± 6
7 2.3. Las muestras y la distribución muestral: - Aplicación a muestras, la distribución t:. Ejemplo de muestra (IC) ± Ejemplo de Muestra (N = 8) ALUMNOS DE UNA CLASE: 10,2 9,7 10 9,6 8, ,5 10,9 Estadística descriptiva: Media de muestra (μ) = 10,07 Varianza de muestra (σ 2 ) = 0,571 Desviación típica de muestra (σ) = 0,755 s 2 = (x i -x) 2 (n-1) OBTENCIÓN DE INTERVALO DE CONFIANZA N NC CÁLCULO INT1 INT2 8 95% 10,07 ± 0,63 (2,36 x 0,755/ 8) 9,4 10,7 8 99% 10,07 ± 0,93 (3,50 x 0,755/ 8) 9,1 11, % 10,07 ± 0,17 (1,99 x 0,755/ 80) 9,9 10, % 10,07 ± 0,22 (2,64 x 0,755/ 80) 9,8 10,3 Este intervalo se refiere al de la media de nuestra muestra 7
8 2.3. Las muestras y la distribución muestral: - Aplicación a muestras, la distribución t:. Ejemplo de muestra (Test de hipótesis) Ejemplo de Muestra (N = 8) ALUMNOS DE UNA CLASE: 10,2 9,7 10 9,6 8, ,5 10,9 Estadística descriptiva: Media de muestra (μ) = 10,07 Varianza de muestra (σ 2 ) = 0,571 Desviación típica de muestra (σ) = 0,755 Método General x μ (H 0 ) σ/ n Nivel significación 5% (p una cola 0.025) N = 8, si X = 10,5; H 0 = pertenece a la población; H 1 =no (10,5 10,07)/(0,755/ 8) = 1,61 : p en tabla t > 0.05; (>0,1 dos colas) Según NS del 5% se acepta H 0 8
9 Tema II. Las muestras y la teoría paramétrica 2.4. Aplicación del test t en muestras: - Diferencias entre dos muestras:. Ejemplo en el Hospital. Análisis descriptivo. Test t (H 0 y H 1 ) - Con comparaciones múltiples se usa ANOVA Porcentage de HDL en sangre t = Método General x 1 x 2 (μ 1 - μ 2 ; H 0 =0) σ 2 p 1 1 n 1 n 2 Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (10 sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111 Estadística descriptiva: Muestra 1 Muestra 2 Media (μ) 113,4 108,6 Varianza (σ 2 ) 13,822 5,155 Desviación típica (σ) 3,72 2,27 (n 1-1) σ (n2-2 ) σ 2 2 (9x13,822) + (9x5,155) σ 2 ponderada = = = 9,488 (3,08) n 1 + n t = 3,484 Valor de probabilidad asociado a dicha t < 0.01 GL = n 1 + n 2-2 = 18 Valor de t al límite del 5% = 2,109 9 por ello se puede rechazar la h 0
10 Tema II. Las muestras y la teoría paramétrica 2.5. Aplicación del test t en muestras: - Diferencias entre dos muestras apareadas:. Ejemplo en el Hospital. Test t (H 0 y H 1 ) t = Método General D δ (H 0 =0) (σ 2 p /n parejas ) Porcentage de HDL en sangre Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (los mismos sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111 Diferencia: 10, -4, 3, 8, 4, 6, 6, 11, 3, 1 Estadística descriptiva: D Media (μ) 4,8 Varianza (σ 2 ) 19,73 Desviación típica (σ) 4,44 H 0 = D no es distinto de 0; H 1 = Si lo es t = 3,42 Valor de probabilidad asociado a dicha t < 0.01 GL = n -1 = 9 Valor de t al límite del 5% = 2,26 por ello se puede rechazar la h 0 10
11 2.6. Estimación y test de hipótesis con otros estadísticos: - Diferencias entre dos varianzas:. La razón de varianzas (s21/s22). La distribución F:. GL1 (numerador-1) y GL2 (denominador-1). Puede ser asimétrica o no. Test de una cola Casos de la distribución F: F(1, ) = Distribución Normal F(1, n 2 ) = Distribución t F(n 1, ) = Distribución χ 2 11
12 2.6. Estimación y test de hipótesis con otros estadísticos : - Diferencias entre dos varianzas:. Uso de la distribución F:. Se elige NS. Se busca valor F GL 1 y GL 2 NS = 5%. Se determina rechazo o no de H 0 Ejemplo: F = 3,45 GL 1 = 3 GL 2 = 17 Como 3,45 < 3,59 No significativo Se acepta H 0 12
13 2.6. Estimación y test de hipótesis con otros estadísticos : - Diferencias entre dos varianzas:. Ejemplo en el Hospital. Conclusión Porcentage de HDL en sangre Muestra 1 (10 enfermos): 120, 107, 110, 116, 114, 111, 113, 117, 114, 112 Muestra 2 (10 sanos): 110, 111, 107, 108, 110, 105, 107, 106, 111, 111 Estadística descriptiva: Muestra 1 Muestra 2 Media (μ) 113,4 108,6 Varianza (σ 2 ) 13,822 5,155 Desviación típica (σ) 3,72 2,27 H 0 = no hay diferencias en varianzas H 1 = si las hay F = Mayor/Menor = 2,68 F 5%(9,9) = 3.18 F prueba < F tabla = se acepta H 0 Muestra 1 y 2 con iguales varianzas 13
14 2.6. Estimación y test de hipótesis con otros estadísticos : - Diferencias entre dos varianzas:. La razón de varianzas (s21/s22). La distribución F:. GL1 (numerador-1) y GL2 (denominador-1). Asimétrica. Test de una cola Casos de la distribución F: F(1, ) = Distribución Normal F(1, n 2 ) = Distribución t F(n 1, ) = Distribución χ 2 14
15 2.7. Otros tests de hipótesis: - Evaluación de proporciones, frecuencias, etc:. Métodos no paramétricos (análisis de frecuencias):. Χ 2 (conjunto de distribuciones; asimétricas; de una cola). Test G - Métodos NO-Paramétricos de aleatorización/remuestreo empírico, etc. df\upper tail area df > 30: use z = sqrt(2chi 2 )-sqrt(2df-1) 15
16 Referencias Bibliográficas LIBROS: Daniel, W.W Bioestadística. Base para el análisis de las ciencias de la salud. Limusa, México. Sokal,R.R., Rohlf, F.J Biometry. Freeman and co., New York PÁGINAS WEB: (tablas en línea para ver probabilidades de la distribución t) (programación de cálculos estadísticos en EXCEL) (Página que permite análisis estadísticos interactivos) 16
Teoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de
Más detallesDiferencia de medias. Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro
Sesión 15 Prueba de Hipótesis para la Diferencia de medias En qué contexto es útil una prueba de hipótesis i para la diferencia i de medias? 1. Cuando se trabaja simultáneamente con una variable categórica
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detallesProblemas resueltos. Temas 10 y 11 11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15.
Temas 10 y 11. Contrastes paramétricos de hipótesis. 1 Problemas resueltos. Temas 10 y 11 1- las puntuaciones en un test que mide la variable creatividad siguen, en la población general de adolescentes,
Más detallesEstimación por intervalos
Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesEstadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza.
Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Contextualización. En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias y proporciones poblacionales.
Más detallesEconometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana
Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión
Más detallesUnidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
Más detallesDISEÑO EXPERIMENTAL Biología, 2º Ciclo 2004-2005 Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO
DISEÑO EXPERIMENTAL Biología, 2º Ciclo 2004-2005 Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO Tema 1 Introducción Diseño experimental e inferencia estadística: las dos caras de una misma
Más detallesValidación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO
Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros
Más detallesEstadística II Tema 3. Comparación de dos poblaciones. Curso 2010/11
Estadística II Tema 3. Comparación de dos poblaciones Curso 2010/11 Tema 3. Comparación de dos poblaciones Contenidos Comparación de dos poblaciones: ejemplos, datos apareados para la reducción de la variabilidad
Más detalles1) Características del diseño en un estudio de casos y controles.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de casos y controles CONCEPTOS CLAVE 1) Características del diseño en un estudio de casos y controles. )
Más detallesTEMA 5 Inferencia no paramétrica. Guía docente:
TEMA 5 Inferencia no paramétrica Guía docente: Pruebas estadísticas unidireccionales (una cola) y pruebas estadísticas bidireccionales (dos colas) Antes de continuar con el tema nos vamos a detener en
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detallesC a r t a D e s c r i p t i v a
I. Identificadores del Programa: C a r t a D e s c r i p t i v a Programa: Maestría en Matemática Educativa. Depto.: Física y Matemáticas Materia: Métodos Estadísticos Clave: MME10090 No. Créditos: 6 Tipo:
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesDISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Más detallesTema V. EL ANOVA multifactorial
5.1. El ANOVA de múltiples factores: - Factorial (ortogonal): los no ortogonales no los veremos - Factores fijos, aleatorios y mixtos (consecuencias prácticas) - El Anova encajado La variable que vamos
Más detallesIntroducción a la estadística básica, el diseño de experimentos y la regresión
Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos
Más detalles1. IDENTIFICACIÓN DE LA ASIGNATURA
UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE ADMINISTRACION Y ECONOMIA DEPARTAMENTO DE CONTABILIDAD Y AUDITORIA PROGRAMA DE ESTUDIO ESTADÍSTICA APLICADA II 1. IDENTIFICACIÓN DE LA ASIGNATURA 2. OBJETIVOS
Más detallesTema 3. 3. Correlación. Correlación. Introducción
3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test
Más detallesEstadística inferencial. Aplicación con el SPSS
Estadística inferencial. Aplicación con el SPSS Sabina Pérez Vicente Unidad de Calidad APES Hospital Costa del Sol sabina.perez.exts@juntadeandalucia.es Comparabilidad inicial de los grupos Se debe realizar
Más detalles8.2. Los tests de bondad de ajuste: - El objetivo es verificar una hipótesis propia (ajena a nuestros datos) - Ejemplo datos de otros hospitales sugie
8.. Los datos de frecuencias: - Muy comunes (ejemplo) - Difíciles de analizar por métodos paramétricos (no recomendable) - Desarrollo de métodos propios: - Aproximación Chi-cuadrado (χ 2 ) - Test G (máxima
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesLa Estadística Médica. Descripción General de la Bioestadística. Esquema de la presentación. La Bioestadística. Ejemplos de fuentes de Incertidumbre
Esquema de la presentación A. DESCRIPCIÓN GENERAL La Estadística Médica B. ORGANIZACIÓN DE LA ASIGNATURA 1. PROGRAMA 2. METODOLOGÍA DOCENTE 3. BIBLIOGRAFÍA 4. EVALUACIÓN 2 La Bioestadística Descripción
Más detallesPrácticas de inferencia y muestreo.
Prácticas de inferencia y muestreo. Contenido de la presentación Una herramienta de creación de actividades: HotPotatoes. Applets: algunos ejemplos sobre inferencia y estadística descriptiva. Excel como
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesMATEMÁTICA III. Régimen de Cursada: Semestral Caracter: Obligatoria Correlativas: Matemática II Profesor: Beatriz Pintarelli Hs. semanales: 6 hs.
MATEMÁTICA III Año 2015 Carrera/ Plan: Licenciatura en Informática Plan 2015-3º año Licenciatura en Sistemas Plan 2015 3º año Licenciatura en Informática Plan 2003-07 / Plan 2012-2º año Licenciatura en
Más detallesBLOQUE 3 TEMA 9 MODELOS ESTADÍSTICOS Y PROBABILIDAD. LA CURVA NORMAL
BLOQUE 3 TEMA 9 MODELOS ESTADÍSTICOS Y PROBABILIDAD. LA CURVA NORMAL Los modelos nos van a permitir comprender la realidad, acercarnos a su explicación, e incluso, tomar decisiones en el campo de la prueba
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción
Más detallesNombre de la asignatura: Probabilidad y Estadística Ambiental
Nombre de la asignatura: Probabilidad y Estadística Ambiental Créditos: 2 2-4 Aportación al perfil Proporcionar los fundamentos necesarios para el manejo estadístico de datos experimentales que le permitan
Más detallesEstadística Inferencial
Estadística Inferencial Estimación de parámetros Estadística Básica - Manuel Spínola (ICOMVIS - UNA) 1 Estadística Descriptiva e Inferencial Estadística Descriptiva Estadística Estadística Inferencial
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesEstadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si
Más detallesDistribuciones de probabilidad. El teorema central del límite
8 Distribuciones de probabilidad. El teorema central del límite Neus Canal Díaz 8.1. Introducción La distribución de frecuencias es uno de los primeros pasos que debemos realizar al inicio del análisis
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesDepartamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía
Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de
Más detallesObtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios
Obtención de Datos Obtención de Datos Muestreo y Objetivo Representar la población n lo mejor posible con el mínimo m coste. Condiciones para conseguirlo Procedimientos adecuados Tamaño o muestral suficiente
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN.
1.- Unidad Académica: Facultad de Ingeniería UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA I. DATOS DE IDENTIFICACIÓN 2.- Programa (s) de estudio:
Más detallesEstadística II Examen Final - Enero 2012. Responda a los siguientes ejercicios en los cuadernillos de la Universidad.
Estadística II Examen Final - Enero 2012 Responda a los siguientes ejercicios en los cuadernillos de la Universidad. No olvide poner su nombre y el número del grupo de clase en cada hoja. Indique claramente
Más detallesPROGRAMA ASIGNATURA. Horas Cronológicas Semanales Presénciales Adicionales Total. Nº de Semanas
PROGRAMA ASIGNATURA Facultad: Carrera: INGENIERIA INGENIERIA EN CONSTRUCCION 1.- IDENTIFICACIÓN DE LA ASIGNATURA: a. Nombre: ESTADISTICA b. Código: ICN 122 c. Nivel (semestre en que se ubica): SEGUNDO
Más detallesTema VII. La predicción de variables
7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en
Más detallesCarrera: SCC - 0424 4-2-10. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería en Sistemas Computacionales SCC - 0424 4-2-10
Más detallesCONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA
CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA Teoría Probabilística: Es la rama de las Matemáticas que proporciona los fundamentos, modelos matemáticos y el lenguaje que se usa en la Estadística. Se
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detalles1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.
Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,
Más detallesCONCEPTOS FUNDAMENTALES
TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo
Más detallesPrueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:
Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesPROGRAMA COMPLETO DEL CURSO DE BIOESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD
PROGRAMA COMPLETO DEL CURSO DE BIOESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD 1.- Introducción a la bioestadística Introducción a la bioestadística como herramienta aplicada a las Ciencias de la Salud.
Más detallesREVISION DE CONCEPTOS BÁSICOS
REVISION DE CONCEPTOS BÁSICOS Objetivos Introducir, de manera muy general, algunos de los conceptos matemáticos y estadísticos que se utilizan en el análisis de regresión. La revisión no es rigurosa y
Más detallesMétodos Estadísticos de la Ingeniería Tema 10: Inferencia Estadística, Intervalos de Confianza Grupo B
Métodos Estadísticos de la Ingeniería Tema 10: Inferencia Estadística, Intervalos de Confianza Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Abril 010 Contenidos...............................................................
Más detallesTamaño de muestra agropecuaria
Pablo Tadeo Cruz * RESUMEN En este documento, se analizan condiciones de productividad y rentabilidad de los Sistemas de Producción Agropecuaria, dónde se aplica metodología de determinación de tamaño
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Probabilidad y Estadística. Carrera: Ingeniería en Materiales. Clave de la asignatura: MAM 0524
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería en Materiales MAM 0524 3 2 8 2.- HISTORIA
Más detallesÍndice general. 7.3.2. Intervalo de confianza para la media si la varianza poblacional es. conocida... 3. desconocida... 3
Índice general 7. Estimación por intervalos de confianza 1 7.1. Introducción.................................. 1 7.2. Método de construcción de intervalos de confianza: método pivotal.... 2 7.3. Intervalos
Más detallesCAPÍTULO III Metodología de la Investigación CAPÍTULO III METODOLOGÍA DE LA INVESTIGACIÓN
CAPÍTULO III METODOLOGÍA DE LA INVESTIGACIÓN 33 : METODOLOGÍA DE LA INVESTIGACIÓN. CAPÍTULO III 3.1 TIPO DE INVESTIGACIÓN La investigación que se realizó es de tipo Descriptiva y Correlacional. Descriptiva
Más detallesTema 1. Modelo de diseño de experimentos (un factor)
Tema 1. Modelo de diseño de experimentos (un factor) Estadística (CC. Ambientales). Profesora: Amparo Baíllo Tema 1: Diseño de experimentos (un factor) 1 Introducción El objetivo del Análisis de la Varianza
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesPoblación finita. reemplazo sobre poblaciones de tamaño finito N.
Población finita 171 El TCL y las varianzas muestrales de medias y proporciones se basan en la premisa de muestras seleccionadas con reemplazo o de una población infinita. Sin embargo, en muchos estudios
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución
Más detallesweb: http://www.uv.es/friasnav/
LAS PRUEBAS PARAMÉTRICAS 1. Se conoce el modelo de distribución de la población objeto de estudio y se desconoce un número finito de parámetros de dicha distribución que hay que estimar con los datos de
Más detallesEstadística. Carrera: BQM - 0511 3-2-8. Participantes. Representantes de las academias de Ingeniería Bioquímica. Academia de Ingeniería Bioquímica.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Ingeniería Bioquímica BQM - 0511 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesTema IV. EL ANOVA de un factor
4.1. La estrategia del Análisis de varianza: - Los test t múltiples (múltiples tratamientos); corrección a posteriori - La mejora del ANOVA: necesidad de análisis a posteriori C Test t A versus B A versus
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
Más detallesEstadística. UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina. Programa de:
Programa de: Estadística UNIVERIDAD NACIONAL DE CÓRDOBA Facultad de Ciencias Exactas, Físicas y Naturales República Argentina Carrera: Ciencias Geológicas Escuela: Geología. Departamento: Matemática. Código:
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Distribuciones muestrales Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS DE LA
Más detallesCÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE
CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Carrera: LICENCIATURA EN COMERCIO EXTERIOR Asignatura: ESTADÍSTICA APLICADA A LOS NEGOCIOS ESTADÍSTICA DE LOS NEGOCIOS Curso: 1º AÑO Año lectivo: 2016 Carga
Más detallesOBJETIVOS TERMINALES DE APRENDIZAJE
MATERIA: Inferencia Estadística CÓDIGO: 08171 REQUISITO: Teoría de Probabilidades (08131) PROGRAMAS: Ingenierías, Economía, Contaduría y Finanzas, Administración de Empresas, Mercadeo y Publicidad. PERIODO
Más detallesJulia García Salinero. Departamento de Investigación FUDEN. Introducción
1 Análisis de datos en los estudios epidemiológicos V Prueba de Chi cuadrado y Análisis de la varianza. Departamento de Investigación FUDEN. Introducción Continuamos el análisis de los estudios epidemiológicos,
Más detallesEstadística Empresarial II
Estadística Empresarial II Grado en Administración y Dirección de Empresas Curso Académico 2010/2011 Segundo Curso Primer Cuatrimestre GUÍA DOCENTE Nombre de la asignatura: Estadística Empresarial II Código:
Más detallesTitulación: Diplomatura en Ciencias Empresariales Órgano responsable de la docencia: Departamento de Economía Financiera y Contabilidad II
Titulación: Diplomatura en Ciencias Empresariales Órgano responsable de la docencia: Departamento de Economía Financiera y Contabilidad II Asignatura: Estadística Empresarial Tipo: Troncal Curso 2008-2009
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detallesESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2
ESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2 1.- ANÁLISIS DE LA VARIANZA CON UN FACTOR El análisis de la varianza estudia el efecto de una o varias variables independientes denominadas factores sobre
Más detalles3. Análisis univariable y bivariable
FUOC P01/71039/00748 36 Investigación descriptiva: análisis de información 3. Análisis univariable y bivariable 3.1. Análisis univariable Como se ha visto, los métodos de análisis univariable se utilizan
Más detallesContenido. Introducción. Introducción. Definiciones. Estadística Descriptiva. Estadística Descriptiva
Contenido Introducción al Diseño de Eperimentos para el Reconocimiento de Patrones Capítulo : Modelos Estadísticos Curso de doctorado impartido por Dr. Quiliano Isaac Moro Dra. Aranzazu Simón Hurtado Marzo
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detallesMUESTREO DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES
MUESTREO DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES Marta Alperin Profesora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica OBJETIVO DE TRABAJOS DE INVESTIGACIÓN
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesMuestreo y estimación: problemas resueltos
Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)
Más detallesUNIVERSIDAD TÉCNICA DE AMBATO
UNIVERSIDAD TÉCNICA DE AMBATO FACULTAD DE CIENCIAS ADMINISTRATIVAS CARRERA DE MARKETING Y GESTIÓN DE NEGOCIOS MODALIDAD PRESENCIAL MÓDULO FORMATIVO MODELOS ESTADÍSTICOS INFERENCIALES EN LA EMPRESA TERCER
Más detallesPara ello hacemos lo siguiente: Analizar. o Comparar medias. García Bellido, R.; González Such, J. y Jornet Meliá, J.M.
SPSS: PRUEBA T PRUEBA T PARA MUESTRAS INDEPENDIENTES El procedimiento Prueba T para muestras independientes debe utilizarse para comparar las medias de dos grupos de casos, es decir, cuando la comparación
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesCAPITULO III. METODOLOGIA DE LA INVESTIGACION
CAPITULO III. METODOLOGIA DE LA INVESTIGACION La metodología aplicada en esta investigación fue la siguiente: 1. Definición del problema. 2. Diseño de la investigación. 3. Muestreo estadístico. 4. Procedimiento
Más detalles