PRÁCTICA 3: Ejercicios del capítulo 5

Tamaño: px
Comenzar la demostración a partir de la página:

Download "PRÁCTICA 3: Ejercicios del capítulo 5"

Transcripción

1 PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable para la venta de un producto. El equipo a propuesto tres campañas (C 1, C y C 3 ) y a aplicado cada una de ellas en 4 sucursales bancarias seleccionadas aleatoriamente. ranscurrido un tiempo se a registrado el número de ventas del producto. a) Indica las variables que intervienen y su función 1. ipo de campañas: (C 1, C y C 3 )... Variable independiente o factor. Nº ventas de un producto... Variable dependiente b) Selecciona el modelo más adecuado de ANOVA para resolver este problema enemos una VI a efectos fios (niveles pre-fiados por el investigador) odos los suetos (n 4; en este caso sucursales) pasan por todos los niveles del factor: Medidas Repetidas ANOVA de 1 factor a efectos fios con Medidas Repetidas c) Si F 4,78 y P(F 4,78) 0,86. Cuál sería tu decisión sobre la ipótesis planteada con α 0,01? Si P(F 4,78) 0,86 entonces p P(F 4,78) 0,14 Como p > α: Se mantiene H 0 con un nc de 0,99 4,78 F, 6 p 0,14 d) Podría afirmarse que la relación entre las variables es de tipo lineal? Por qué? No. Primero, porque emos mantenido la ipótesis nula, luego no puede afirmarse que aya relación entre las variables. En caso de aber recazado H 0, pese a que J 3 y pudiera admitir relación lineal y cuadrática (J-1), no puede ablarse en estos términos ya que el factor considerado no es de tipo cuantitativo sino cualitativo (campaña 1, y 3). 1.

2 . Un psicólogo clínico desea evaluar la eficacia de un fármaco para reducir la ansiedad. Para ello selecciona al azar 15 pacientes de su consulta que sufren este problema y forma aleatoriamente tres grupos del mismo tamaño. A cada grupo le administra aleatoriamente una dosis del fármaco (10 miligramos, 0 mg. y 30 mg). Al cabo de un tiempo les mide su nivel de ansiedad. Los resultados obtenidos se muestran en la siguiente tabla: 10 mg mg mg. 3 1 a) Indica las variables que intervienen en el problema y la función que desempeñan enemos una VI que es la dosis del fármaco con tres niveles asignados a efectos fios (pre-fiados por el investigador) El nivel de ansiedad es la variable dependiente cuantitativa b) Selecciona el modelo de ANOVA más apropiado, plantea la ipótesis pertinente y toma una decisión con α 0,05 ANOVA de 1 factor a efectos fios completamente aleatorizado 1. PLANEAMIENO DE HIPÓESIS H 0 : µ 1 µ µ 3. O bien: Σ α 0 Es decir: - Las J medias poblacionales son iguales - La VI o factor no se relaciona con la VD. H 1 : µ µ. Es decir: - No todas las µ son iguales; al menos 1 difiere de otra (no sabemos cuál) - La VI o factor influye sobre la VD.. SUPUESOS Independencia: Las J muestras son aleatorias y las N observaciones independientes Normalidad: Las J poblaciones de donde se extraen las J muestras son normales Homocedasticidad: Las J poblaciones tienen, todas, la misma varianza 3. ESADÍSICO DE CONRASE MCI F F J 1, N J Cálculo del estadístico de contraste: Y 10 mg mg mg otal: 75 5.

3 Cálculo de sumas de cuadrados: i 75 N 15 Y 473 i SC Yi i N SCI n N SCE SC - SCI Cálculo de Medias cuadráticas: MCI SCI J - 1 SCE N - J ) 0, Estadístico de contraste: MCI 45 F ) 67, 50 0,66... abla-resumen del ANOVA A-EF-CA FV SC g.l. MC Estadístico F INERGRUPOS (I) SCI 90 J 1 MCI 45 F 67,50 ERROR (E) O INRAGRUPOS SCE 8 N J 1 0,66 OAL () SC 98 N REGLA DE DECISIÓN Recazar H 0 si: F 1 - α F J 1, N J:... 0,95 F, 1 3,89 Donde: F 67,50 > 3,89 5. DECISIÓN Puesto que el estadístico F cae en la zona crítica, se recaza H 0 con un nc del 95% Podemos concluir que las medias poblacionales en ansiedad no son iguales. No sabemos cuáles difieren entre sí, pero al menos ay 1 que difiere de otra (puede comprobarse mediante las comparaciones múltiples). Por tanto, la dosis de fármaco afecta al nivel de ansiedad. 3.

4 c) Existe relación entre la dosis del fármaco y el nivel de ansiedad? Sí existe relación, pues cada dosis produce un nivel de ansiedad diferente. Además, emos recazado la ipótesis nula del ANOVA. d) En caso afirmativo: Interpreta gráfica y estadísticamente el tipo de relación Interpretación gráfica: Medias marginales estimadas mg 0 mg 30 mg Y 10 mg 8 0 mg 5 30 mg La relación aparentemente parece lineal inversa DOSIS Interpretación estadística: Comparaciones de tendencia 1. PLANEAMIENO DE HIPÓESIS H 0(lineal) : L Σ c µ (-1)µ 1 + (0)µ + (1)µ 3 0 H 1(lineal) : L Σ c µ (-1)µ 1 + (0)µ + (1)µ 3 0 H 0(cuadrática) : L Σ c µ (1)µ 1 + (-)µ + (1)µ 3 0 H 1(cuadrática) : L Σ c µ (1)µ 1 + (-)µ + (1)µ 3 0 Para obtener c ver tabla G (pág. 575).. SUPUESOS: Como en el ANOVA: independencia, normalidad y omocedasticidad 3. ESADÍSICO DE CONRASE Lˆ c X Lˆ (-1)X1 + (0) X + (1) X 3 (-1)(8) + (0)(5) + (1)() 6 (lineal) Lˆ (cuadráti ca) (1)X1 + () X + (1) X 3 (1)(8) + ()(5) + (1)() 0 Continuamos sólo para la ipótesis sobre linealidad: F SC(Lˆ l ineal ) (lineal) 1 - α F 1, g.l.error (Lˆ ) ( 6) Donde: SC(Lˆ ) 90 ; c /n ( ) / 5 90 F ( lineal) 134,33 0,95 F 1, 1 4,75 0,67 4. ZONA CRÍICA: Recazar H 0 si F lineal ) 1 - αf 1, g.l.error 0,95 F 1, 1 4,75 ( 5. DECISIÓN: Recazar H 0 pues el estadístico de contraste F (lineal) cae en la zona crítica. Por tanto, la relación entre tipo de dosis y nivel de ansiedad es lineal inversa: a más dosis, menor ansiedad. 4.

5 e) Cuantifica el tamaño de dica relación El tamaño del efecto puede medirse mediante: η SCI SC 90 0,9 98 SCI-ε 0,90 J-1) 90 ()(0,67) SC 98 SCI-ω 0,90 J-1) 90 ()(0,67) SC ,67 η, ε y ω son todos estimadores de ρ, (coeficiente de determinación: proporción de varianza explicada entre VI y VD). En este caso, la dosis del fármaco explica entre el 90 y el 9% del nivel de ansiedad experimentado por los suetos. f) Comprueba si el nivel de ansiedad con la dosis de 10 mg. difiere del nivel de las restantes consideradas untas 1. PLANEAMIENO DE HIPÓESIS H 0 : L Σ c µ ()µ 1 + (-1)µ + (-1)µ 3 0 ; Los promedios comparados son iguales H 1 : L Σ c µ ()µ 1 + (-1)µ + (-1)µ 3 0 ; algún (-os) promedio(-s) difiere(-n) significativamente de otro(-s). SUPUESOS: Como en el ANOVA: independencia, normalidad y omocedasticidad 3. ESADÍSICO DE CONRASE c DMSSceffé ( J 1) 1-α FJ 1, g. l. eror n ( 1 4. REGLA DE DECISIÓN: Recazar H 0 si Lˆ DMS 31) 0,95 F, 0,67( )/5 ()(3,89) (0,67)(1,),04 Lˆ ()X1 + (1) X + (1) X 3 ()(8) + (1)(5) + (1)() 9 Puesto que Lˆ DMS,04, se recaza H 0 : Puede concluirse que existen diferencias significativas en ansiedad cuando se administra una dosis de 10 mg que cuando se administra una de entre 0 y 30 mg. En el último caso la ansiedad es menor. 5.

6 3. Un investigador en psicología evolutiva a estudiado los efectos de cuatro técnicas de estudio sobre el aprendizae del idioma inglés en una muestra aleatoria de 0 niños. Los 4 grupos del mismo tamaño se an formado aleatoriamente y an sido asignados a cada tratamiento al azar. Algunos de los resultados se muestran en la siguiente tabla: F.V. SC g.l. MC F Punto crítico I ( ) ( ) ( ) ( ) 4,83 E ( ) ( ) 1,75 80 ( ) a) Define las variables y el tipo de diseño de ANOVA que se a aplicado ipo de técnica de estudio... Variable independiente a efectos fios Aprendizae del inglés... Variable dependiente ANOVA de 1 factor a efectos fios en un diseño completamente aleatorizado b) Completa la tabla Primero los grados de libertad: N 0, J 4 F.V. g.l. I ( J ) E (N - J ) ( N ) Luego las Sumas de Cuadrados: Se conoce SC 80 Se puede despear SCE ()(N - J) (1,75)(16) 8 SCI SC - SCE Luego las Medias Cuadráticas: Se conoce ya 1,75 MCI SCI / J / 3 17,33 Estadístico de contraste F: Se conoce F MCI / 17,33 / 1,75 9,90 c) Qué decisión estadística es razonable tomar según los datos? Puesto que F 9,9 > punto crítico 4,83: Se recaza H 0 6.

7 4. Un profesor de matemáticas de una facultad evalúa su asignatura a partir de tres controles que se realizan a lo largo del curso y acen media con la nota del examen final. El profesor desea saber si el rendimiento de los alumnos a ido aumentando en cada uno de los controles. Para ello selecciona aleatoriamente una muestra de 5 alumnos. Sus calificaciones obtenidas en los tres controles se muestran en la siguiente tabla: Control Control Control a) Indica las variables que intervienen en el problema y la función que desempeñan ipo de control: 1, y 3... Variable independiente Calificaciones de los alumnos... Variable dependiente b) Selecciona el modelo de ANOVA más apropiado, plantea la ipótesis pertinente y toma una decisión con α 0,05 ANOVA de 1 factor a efectos fios con medidas repetidas 1. PLANEAMIENO DE HIPÓESIS H 0 : µ +1 µ + µ +3 Es decir: - Las J medias poblacionales son iguales - La VI o factor no se relaciona con la VD. H 1 : µ + µ +. Es decir: - No todas las µ + son iguales; al menos 1 difiere de otra - La VI (o factor) influye sobre la VD.. SUPUESOS Independencia: n observaciones extraídas aleatoriamente e independientes entre sí Normalidad: Las J poblaciones de donde se extraen las J muestras son normales Homocedasticidad: Las J poblaciones tienen, todas, la misma varianza Aditividad: Los suetos no interactuan con los tratamientos ni con los errores. Las covarianzas entre las puntuaciones de cada par de tratamientos son iguales 3. ESADÍSICO DE CONRASE MCI F F J 1, (J - 1)( n 1) S 1 S S 3 S 4 S 5 + Y + Control ,6 Control ,6 Control i Y 4,73 Y i ,33 4,33 i Y 383 i N , 07 N 15 7.

8 Cálculo de sumas de cuadrados: SC Yi i N ,07 46,93 SCI + n N i SCB + J N i ,07 14, SCE SC - SCI - SCB 46,93 14,53 31,6 0,80 Cálculo de Medias cuadráticas: 336,07 31,6 MCI SCI J ,53 SCE ( J 1)( n 1) 7,65 0,80 ()(4) 0,10 MCI 7,65 Estadístico de contraste: F 7, 65 0,1 abla-resumen del ANOVA A-EF-CA FV SC g.l. MC Estadístico INERGRUPOS (I) SCI 14,53 J 1 MCI 7,65 F 7,65 INERSUJEOS (S) SCB 31,6 n 1 4 ERROR (E) O INRAGRUPOS SCE 0,80 (J - 1)(n - 1) 8 0,10 OAL () SC 46,93 N REGLA DE DECISIÓN Recazar H 0 si: F F J 1, (J - 1)( n 1):... 0,95 F, 8 4,46 Donde: F 7,65 > 4,46 5. DECISIÓN Puesto que el estadístico F cae en la zona crítica, se recaza H 0 con un nc del 95% Podemos concluir que las medias poblacionales en los controles no son iguales. No sabemos cuáles difieren entre sí, pero al menos ay 1 que difiere de otra. Por tanto, el tipo de control afecta al rendimiento de los alumnos. 8.

9 c) Puede afirmarse que los alumnos obtienen meores calificaciones en el último control? Y 1 1 Y Y Y 3,6 4,6 1 1 Y3 Y Y3 Y Y 3,6 6, 4 Y 4,6 6 1, 4 1. PLANEAMIENO DE HIPÓESIS H 0 : L µ i µ 0 ; Los promedios comparados son iguales H 1 : L µ i µ 0 ; Los promedios comparados difieren entre sí. SUPUESOS: Como en el ANOVA: independencia, normalidad y omocedasticidad 3. ESADÍSICO DE CONRASE DMS 1- q, n n ' ukey α J g l eror 0, ,95 q 3,8 + 4,04 0,0 0, REGLA DE DECISIÓN: Recazar H 0 si Lˆ Y Y DMS Control l y Control : Y1 Y 1 > DMS 0,57: Recazar H 0 : existen diferencias significativas entre la calificación en el control 1 y Control l y Control 3: Y1 Y3,4 > DMS 0,57: Recazar H 0 : existen diferencias significativas entre la calificación en el control 1 y 3 Control y Control 3: Y Y3 1,4 > DMS 0,57: Recazar H 0 : existen diferencias significativas entre la calificación en el control y 3 Los suetos obtienen meores calificaciones en el último control si se compara con el primero y con el segundo 9.

ANOVA de dos factores Tema Objetivo. Concepto de interacción

ANOVA de dos factores Tema Objetivo. Concepto de interacción AOVA de dos factores ema 7. Objetivo. Concepto de interacción. AOVA de dos factores, efectos fijos, completamente aleatoriazado (AOVA-AB-EF-CA). Comparaciones múltiples . Objetivo: estudiar si los valores

Más detalles

Análisis de varianza de un factor Tema Introducción al análisis de varianza. 2. ANOVA de efectos fijos, completamente aleatorizado (A-EF-CA)

Análisis de varianza de un factor Tema Introducción al análisis de varianza. 2. ANOVA de efectos fijos, completamente aleatorizado (A-EF-CA) Aálisis de variaza de u factor ema 5. Itroducció al aálisis de variaza. AOVA de efectos fios, completamete aleatorizado (A-EF-CA) 3. AOVA de efectos fios, co medidas repetidas (A-EF-MR) 4. Medidas de tamaño

Más detalles

30 años 40 años 50 años 60 años Universidad Autónoma de Madrid

30 años 40 años 50 años 60 años Universidad Autónoma de Madrid Para verificar si la memoria cambia con la edad se ha realizado un experimento con cuatro grupos de seis suetos cada uno. Los grupos difieren en la edad de los suetos. Se muestra a cada sueto una serie

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo

Más detalles

Anova unifactorial I

Anova unifactorial I Anova unifactorial I Grado de Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 28 de noviembre de 2017 Contexto del problema Relacionar dos variables

Más detalles

1. Realice la prueba de homogeneidad de variancias e interprete los resultados.

1. Realice la prueba de homogeneidad de variancias e interprete los resultados. 1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis

Más detalles

U ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7

U ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7 Diseños de Investigación y Análisis de Datos Preguntas de exámenes TEMA 7: A OVA PARA MUESTRAS I DEPE DIE TES (2 FACTORES) 1.- Se dice que un diseño bifactorial es equilibrado si: A) Los grupos tienen

Más detalles

Prueba t para muestras independientes

Prueba t para muestras independientes Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS TEMA III ESQUEMA GENERAL Definición del diseño factorial Clasificación del diseño factorial Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar: Estructura Diseño factorial

Más detalles

U ED Tudela Introducción al Análisis de Datos - Tema 5

U ED Tudela Introducción al Análisis de Datos - Tema 5 I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 5: Relación entre variables (II) 1.- Cuál de las siguientes afirmaciones es verdadera? A) Una correlación de 0 78 entre dos variables X e Y tiene la misma intensidad

Más detalles

Anova unifactorial Grados de Biología y Biología sanitaria

Anova unifactorial Grados de Biología y Biología sanitaria Anova unifactorial Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 29 de noviembre de 2015 El problema Analizaremos la

Más detalles

Tema 13B ESTE MATERIAL INCLUYE EL ANÁLISIS DE UN NUEVO EJERCICIO DE ANCOVA Y SUS SUPUESTOS

Tema 13B ESTE MATERIAL INCLUYE EL ANÁLISIS DE UN NUEVO EJERCICIO DE ANCOVA Y SUS SUPUESTOS Tema 3B DISEÑOS CON VARIABLES COVARIADAS: continuación ESTE MATERIAL INCLUE EL ANÁLISIS DE UN NUEVO EJERCICIO DE ANCOVA SUS SUPUESTOS Mª Dolores Frías Navarro. Curso 008/00 Tabla Puntuaciones en Pretest

Más detalles

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009 Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados

Más detalles

Elaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes

Elaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes Prueba t para muestras independientes 1 El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

Diseño de Experimentos

Diseño de Experimentos Diseño de Experimentos Estudios experimentales vs observacionales Experimento vs Muestreo La palabra experimento se utiliza en un sentido preciso, implicando una investigación donde un sistema bajo estudio

Más detalles

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar

Más detalles

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa

Más detalles

Diseño de Experimentos. Diseños Factoriales

Diseño de Experimentos. Diseños Factoriales Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción

Más detalles

ESQUEMA GENERAL DISEÑO FACTORIAL

ESQUEMA GENERAL DISEÑO FACTORIAL TEMA III ESQUEMA GENERAL Definición Clasificación Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar Representación de la interacción DISEÑO FACTORIAL Definición El

Más detalles

Tema 18 Análisis de la varianza de un factor (ANOVA) Contraste paramétrico de hipótesis

Tema 18 Análisis de la varianza de un factor (ANOVA) Contraste paramétrico de hipótesis Tema 18 Análisis de la varianza de un factor () Contraste paramétrico de hipótesis Compara la distribución de una variable continua normal en mas de dos poblaciones (niveles o categorías) Pruebas de contraste

Más detalles

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández

Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema

Más detalles

U ED Tudela Introducción al Análisis de Datos - Tema 4

U ED Tudela Introducción al Análisis de Datos - Tema 4 I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 4: Análisis conjunto de dos variables. 1.- Cuando se dice que dos variables están correlacionadas positivamente, se tiene que interpretar que: A) un aumento en una

Más detalles

PROBLEMAS DE INVESTIGACIÓN A LOS QUE SE HA DE DAR RESPUESTA UTILIZANDO LAS DIFERENTES TÉCNICAS DE ANÁLISIS.

PROBLEMAS DE INVESTIGACIÓN A LOS QUE SE HA DE DAR RESPUESTA UTILIZANDO LAS DIFERENTES TÉCNICAS DE ANÁLISIS. PROBLEMAS DE INVESTIGACIÓN A LOS QUE SE HA DE DAR RESPUESTA UTILIZANDO LAS DIFERENTES TÉCNICAS DE ANÁLISIS. Contraste t de diferencia de medias para muestras independientes En la bibliografía sobre memoria,

Más detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 2 Diseño de experimentos: modelos con varios factores TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial

Más detalles

DISEÑO Y ANÁLISIS DE DATOS II. PRIMER PARCIAL. NOVIEMBRE 2016.

DISEÑO Y ANÁLISIS DE DATOS II. PRIMER PARCIAL. NOVIEMBRE 2016. DISEÑO Y ANÁLISIS DE DATOS II. PRIMER PARCIAL. NOVIEMBRE 016. Problema 1.- En una determinada investigación se estudia el efecto del tipo de ejercicio (, andar y ) y tipo de dieta (poca grasa y mucha grasa)

Más detalles

EXPERIMENTOS FACTORIALES CON RESTRICCIONES DE ALEATORIZACION

EXPERIMENTOS FACTORIALES CON RESTRICCIONES DE ALEATORIZACION EXPERIMENTOS FCTORILES CON RESTRICCIONES DE LETORIZCION Diseño de Parcela Dividida Diseño de Bloques Divididos o en Franjas Características generales de estos diseños Esquemas a campo y aleatorización

Más detalles

ANÁLISIS DE DATOS EN PSICOLOGÍA II CUADERNO DE PRÁCTICAS DE SPSS. Ludgerio Espinosa Antonio Pardo Javier Revuelta Rafael San Martín

ANÁLISIS DE DATOS EN PSICOLOGÍA II CUADERNO DE PRÁCTICAS DE SPSS. Ludgerio Espinosa Antonio Pardo Javier Revuelta Rafael San Martín ANÁLISIS DE DATOS EN PSICOLOGÍA II CUADERNO DE PRÁCTICAS DE SPSS Ludgerio Espinosa Antonio Pardo Javier Revuelta Rafael San Martín ÍNDICE 1. Archivos de datos... 1 Lectura de datos con el SPSS... 1 Introducción

Más detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza

En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza Bioestadística II Bioestadística II En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza Bioestadística II Bioestadística

Más detalles

7. De acuerdo con la gráfica siguiente, el contraste estadístico es:

7. De acuerdo con la gráfica siguiente, el contraste estadístico es: 1. Un investigador desea saber si los hombres y las mujeres difieren en flexibilidad cognitiva. Para ello, analiza los datos y obtienen los siguientes resultados. Satisfacen los datos el supuesto de homocedasticidad?

Más detalles

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min Estadística II Examen final enero 19/1/17 Curso 016/17 Soluciones Duración del examen: h y 15 min 1. 3 puntos El Instituto para la Diversificación y Ahorro de la Energía IDAE ha publicado un estudio sobre

Más detalles

Tema 9: Introducción al problema de la comparación de poblaciones

Tema 9: Introducción al problema de la comparación de poblaciones Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema

Más detalles

Estadística aplicada al medio ambiente

Estadística aplicada al medio ambiente Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de

Más detalles

Tema 4. Regresión lineal simple

Tema 4. Regresión lineal simple Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias

Más detalles

Práctica 2. Hipótesis de investigación

Práctica 2. Hipótesis de investigación Práctica 2. Hipótesis de investigación Teniendo en cuenta los resultados de la investigación anterior, un segundo equipo de investigadores diseña un nuevo fármaco para aumentar la extroversión. Han introducido

Más detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

Estadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad

Estadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad Estadística II Examen Final 19/06/2015 Soluciones Responda a las preguntas siguientes en los cuadernillos de la Universidad Utilice diferentes cuadernillos para responder a cada uno de los ejercicios Indique

Más detalles

AVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II

AVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II Facultad de Ciencias EYactas, Físicas y Naturales Universidad Nacional de Córdoba AVISOS Bioestadística II 2015 El miércoles 1 Abril no hay clases de BIO II http://estadisticaybiometria.wordpress.com seguir

Más detalles

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN

TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene

Más detalles

DCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.

DCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles. completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos

Más detalles

ESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación

ESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación TEMA V ESQUEMA GENERAL Concepto y formato del Diseño de grupo control no equivalente (DGCNE) Clasificación Análisis de la covarianza (ANCOVA) Modelos alternativos de análisis DISEÑO DE GRUPO CONTROL NO

Más detalles

BASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL

BASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL BASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL ETAPAS DE UNA INVESTIGACION a. Planteamiento y formulación del PROBLEMA b. Justificación c. Objetivos d. Hipótesis e. Procedimiento / diseño experimental

Más detalles

Tema 8: Regresión y Correlación

Tema 8: Regresión y Correlación Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice

Más detalles

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación

Más detalles

AGRO Examen Final. Nombre:

AGRO Examen Final. Nombre: Examen Final Nombre: AGRO 5005 2012 Instrucciones: Apague celulares. Se descontarán 10 puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min. Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del

Más detalles

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.

Información sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992. Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4

Más detalles

DISEÑO DE CUADRADOS LATINOS

DISEÑO DE CUADRADOS LATINOS DISEÑO DE CUADRADOS LATINOS a vimos que el diseño de bloques al azar, era el diseño apropiado cuando se conocía de antemano algún factor que fuera fuente de variabilidad entre las unidades experimentales.

Más detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8. UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía

Más detalles

GUIA DOCENTE ESTADISTICA

GUIA DOCENTE ESTADISTICA 1 GUIA DOCENTE ESTADISTICA 1- Datos de identificación Asignatura: Estadística Carácter: Formación básica Titulación: Psicología Ciclo: Grado Curso: 1 Cuatrimestre: Anual Departamento: Metodología de las

Más detalles

Tema 15: Contrastes de hipótesis sobre algunos parámetros

Tema 15: Contrastes de hipótesis sobre algunos parámetros ema 15: Contrastes de hipótesis sobre algunos parámetros 1. CORASE DE HIPÓESIS SOBRE LA MEDIA, Conocida Desconocida. CORASE DE HIPÓESIS SOBRE LA CORRELACIÓ, Bibliografía: ema 15 (págs. 379-4) Ejercicios

Más detalles

AGRO Examen Final. Nombre:

AGRO Examen Final. Nombre: PesoSeco (g) Examen Final Nombre: AGRO 5005 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

Análisis de datos en ciencias sociales y de la salud

Análisis de datos en ciencias sociales y de la salud Análisis de datos en ciencias sociales y de la salud Soluciones ejercicios volumen II Capítulo 1 1.1. La probabilidad de rechazar una hipótesis verdadera es la probabilidad de cometer un error Tipo I,

Más detalles

T2. El modelo lineal simple

T2. El modelo lineal simple T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de

Más detalles

TEMA 4 Modelo de regresión múltiple

TEMA 4 Modelo de regresión múltiple TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

14 horas. 20 horas

14 horas. 20 horas EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado

Más detalles

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos

Más detalles

TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA

TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TIPOS DE CONTRASTE Contrastes paramétricos: Son aquellos que se relacionan con el estudio de un parámetro poblacional (media, varianza, proporción,

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

CONTRASTACIÓN DE HIPÓTESIS

CONTRASTACIÓN DE HIPÓTESIS UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHEZ CARRIÓN ESCUELA DE POSTGRADO MAESTRIA EN DOCENCIA SUPERIOR E INVESTIGACIÓN UNIVERSITARIA ASIGNATURA: ESTADÍSTICA PARA LA INVESTIGACIÓN EDUCATIVA CONTRASTACIÓN

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) 2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos

Más detalles

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación

Más detalles

Al nivel de confianza del 95%, las puntuaciones típicas son: 2- La hipótesis alternativa es; A) ; B) ; C).

Al nivel de confianza del 95%, las puntuaciones típicas son: 2- La hipótesis alternativa es; A) ; B) ; C). A continuación se presentan 4 situaciones. Cada situación viene seguida por una serie de preguntas referidas a la misma así como de preguntas teóricas generales. SITUACIÓN 1: La empresa SND's de sondeos

Más detalles

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO

Más detalles

Regresión Lineal Simple y Múltiple Regresión Logística

Regresión Lineal Simple y Múltiple Regresión Logística Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión

Más detalles

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos

Más detalles

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza

Más detalles

Estadística II Ejercicios Tema 5

Estadística II Ejercicios Tema 5 Estadística II Ejercicios Tema 5 1. Considera los cuatro conjuntos de datos dados en las transparencias del Tema 5 (sección 5.1) (a) Comprueba que los cuatro conjuntos de datos dan lugar a la misma recta

Más detalles

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).

Más detalles

Prueba de Hipótesis. Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional

Prueba de Hipótesis. Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea para la toma de decisión, es decir aceptar o rechazar el supuesto

Más detalles

REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE

REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o

Más detalles

PRÁCTICA 2: Ejercicios del capítulo 4

PRÁCTICA 2: Ejercicios del capítulo 4 PRÁCTICA : Ejercicios del capíulo 4. Un psicólogo clínico desea evaluar la eficacia de una erapia para reducir la ansiedad de los ejecuivos que padecen esrés en la oma de decisiones empresariales. Para

Más detalles

Estadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones

Estadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida

Más detalles

CIS 0,234 en paro 0,226 0,431 0,192 0,151

CIS 0,234 en paro 0,226 0,431 0,192 0,151 MODELO C. Septiembre 2012 Calificación = (0,4 x Aciertos) (0,2 x Errores) SITUACIÓN 1: El barómetro del CIS de marzo de 2012 realizado en 240 municipios de 48 provincias señalaba que el 23,4% estaba en

Más detalles

Contenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1

Contenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1 Contenido Prólogo... i Presentación... iii Grupo de trabajo...v 1. Introducción y conceptos preliminares...1 2. Tipos de modelos estadísticos lineales...19 Caso 2.1...20 Caso 2.2...26 Caso 2.3...30 3.

Más detalles

Conceptos del contraste de hipótesis

Conceptos del contraste de hipótesis Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de

Más detalles

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 Departamento de Estadística y Econometría. Curso 2002-2003 EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 1.- Una empresa de elaboración de materiales pone en práctica un nuevo método

Más detalles

Examen Final. F.V. SC gl CM F p-valor Método Error Total

Examen Final. F.V. SC gl CM F p-valor Método Error Total Examen Final Nombre: AGRO 5005 009 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar

Más detalles

Folleto de Estadísticas. Teoría del 2do Parcial

Folleto de Estadísticas. Teoría del 2do Parcial Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad

Más detalles

Contrastes de Hipótesis paramétricos y no-paramétricos.

Contrastes de Hipótesis paramétricos y no-paramétricos. Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por

Más detalles

GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas

GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre

Más detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

Estadística Aplicada a la Educación

Estadística Aplicada a la Educación Estadística Aplicada a a la la Educación Estadística Aplicada a la Educación Tutor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 2014/15 migdaza@madridsur.uned.es 1 2014/15 1 2 4 5 6 7 8 9 10 11 12 La

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES ESTADÍSTICAS BIDIMENSIONALES VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes

Más detalles

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de

Más detalles

AGRO 5005 Examen Final 2013 Nombre: Número de estudiante:

AGRO 5005 Examen Final 2013 Nombre: Número de estudiante: AGRO 5005 Examen Final 2013 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial

Más detalles

30 años 40 años 50 años 60 años Universidad Autónoma de Madrid

30 años 40 años 50 años 60 años Universidad Autónoma de Madrid Para verificar si la memoria cambia con la edad se ha realizado un experimento con cuatro grupos de seis sujetos cada uno. Los grupos difieren en la edad de los sujetos. Se muestra a cada sujeto una serie

Más detalles

AGRO 5005 Examen Final 2014 Nombre: Número de estudiante:

AGRO 5005 Examen Final 2014 Nombre: Número de estudiante: AGRO 5005 Examen Final 04 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial

Más detalles

Relación 3 de problemas

Relación 3 de problemas ESTADÍSTICA II Curso 2016/2017 Grado en Matemáticas Relación 3 de problemas 1. La Comunidad de Madrid evalúa anualmente a los alumnos de sexto de primaria de todos los colegios sobre varias materias. Con

Más detalles

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos:

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos: Modelo C. Septiembre 015. No debe entregar los enunciados Fórmula de corrección: Aciertos (Errores / ) Material permitido: Formulario y cualquier tipo de calculadora en la que no se pueda introducir texto

Más detalles

Bioestadística y uso de software científico TEMA 7 COMPARACIONES DE MEDIAS: 3 O MÁS GRUPOS

Bioestadística y uso de software científico TEMA 7 COMPARACIONES DE MEDIAS: 3 O MÁS GRUPOS Bioestadística y uso de software científico TEMA 7 COMPARACIONES DE MEDIAS: 3 O MÁS GRUPOS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica χ 2, McNemar

Más detalles

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis

Más detalles

Análisis de la varianza

Análisis de la varianza Análisis de la varianza José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 I 1 Introducción 1 Comparación de medias 2 El pricipio de aleatorización 2 El problema de un factor

Más detalles

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores

Más detalles