INTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS
|
|
- Martín Márquez Vargas
- hace 7 años
- Vistas:
Transcripción
1 INTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS CONTENIDOS APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Probabilidad La distribución normal La distribución chi-cuadrado La distribución t de Student La distribución F de Snedecor Estimación puntual Estimación de la media Estimación de la varianza Estimación de la proporción Cálculo de estimaciones con la herramienta para el análisis de datos Estadística Descriptiva Estimación por intervalos Intervalos de confianza para la media de una población normal con varianza desconocida Intervalos de confianza para la media de una población normal con varianza conocida Contrastación de hipótesis Contraste de igualdad de varianzas de dos poblaciones normales Contraste de igualdad de medias suponiendo varianzas conocidas Contraste de igualdad de medias suponiendo varianzas desconocidas pero iguales Contraste de igualdad de medias suponiendo varianzas desconocidas y distintas APLICACIONES DE INFERENCIA ESTADÍSTICA DE SPSS Ajuste de la distribución de una variable a la normal Estimación de parámetros Contrastación de hipótesis ANEXO 1. Generación de números aleatorios ANEXO 2. Obtención de histogramas ANEXO 3. Variables en el archivo EDT ANEXO 4. Guía para el trabajo propuesto Bibliografía... 28
2 APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL 1. PROBABILIDAD Excel dispone de varias funciones que permiten trabajar con distribuciones de probabilidad. Para utilizar una función se deben seguir los siguientes pasos: 1) Seleccionar la opción Función en el menú Insertar (Figura 1) o hacer clic sobre el icono de la barra de fórmulas (Figura 2). 2) Entonces se abrirá una ventana en la que se pueden seleccionar distintos tipos de funciones. Elegiremos las funciones Estadísticas (Figura 3). Dentro de la categoría de funciones Estadísticas seleccionaremos la función concreta que nos interese, dependiendo del tipo de distribución con el que vayamos a trabajar. Figura 1 Figura 2 2
3 Figura 3 A continuación se presentan las principales funciones que pueden utilizarse dependiendo del tipo de distribución de probabilidad con el que se esté trabajando La distribución normal DISTR.NORM(x, µ, σ, acum) Si acum = VERDADERO, esta función halla el valor de la función de distribución en el punto x, para una variable aleatoria normal de media µ y desviación típica σ. Es decir, la P(X<x). Si acum = FALSO, halla el valor correspondiente a la función de densidad. Por ejemplo, se tiene una variable aleatoria normal con media 5000 y desviación típica Cuál es la probabilidad de que esta variable tome un valor inferior a 4950? (Figura 4). DISTR.NORM.INV(probabilidad, µ, σ) Halla el valor que deja a la izquierda una probabilidad determinada, en la distribución de una variable normal de media µ y desviación típica σ. Por ejemplo, se tiene una variable aleatoria normal con media 5000 y desviación típica Cuál es el valor que deja a la izquierda una probabilidad de 0,025? Es decir, Cuál es el valor, x, tal que la P(X<x) = 0,025? (Figura 5). DISTR.NORM.ESTAND(z) Halla el valor de la función de distribución en el punto z, para una variable aleatoria normal de media 0 y desviación típica 1. Es decir, la P(Z<z). Por ejemplo, cuál es la probabilidad de que una variable normal estándar tome un valor inferior a 1,96? (Figura 6). DISTR.NORM.ESTAND.INV(probabilidad) Halla el valor de la distribución de una variable aleatoria normal estándar, que deja a la izquierda una probabilidad determinada. Por ejemplo, cuál es el valor que deja a la izquierda una probabilidad de 0,975 en la distribución de una variable normal estándar? (Figura 7). 3
4 Figura 4 Figura 5 4
5 Figura 6 Figura La distribución chi-cuadrado DISTR.CHI(x, grados de libertad) Halla el complementario del valor de la función de distribución en el punto x, para una variable aleatoria con 2 distribución chi-cuadrado de un determinado número de grados de libertad. Es decir, la P( χ g.l. >x). Por ejemplo, cuál es la probabilidad de que una variable aleatoria con distribución chi-cuadrado de 10 grados de libertad, tome un valor superior a 15? (Figura 8). PRUEBA.CHI.INV(probabilidad, grados de libertad) Halla el valor de la distribución de una variable aleatoria con distribución chi-cuadrado con un determinado número de grados de libertad, que deja a la derecha una probabilidad determinada. Por ejemplo, cuál es el valor que deja a la derecha una probabilidad de 0,025 en la distribución de una variable chi-cuadrado con 10 grados de libertad? (Figura 9). 5
6 Figura 8 Figura La distribución t de Student DISTR.T(x, grados de libertad, colas) Halla el complementario del valor de la función de distribución en el punto x, para una variable aleatoria con distribución t de Student con un determinado número de grados de libertad, considerando una o dos colas, según se indique. Si se considera una cola, devuelve la probabilidad representada en el gráfico de la Figura 10 (a), y si se consideran dos colas devuelve la probabilidad representada en el gráfico de la Figura 10 (b). Por ejemplo, cuál es la probabilidad de que una variable aleatoria con distribución t de Student con 10 grados de libertad, tome un valor inferior a 2 o superior a 2? (Figura 11). Figura 10 (a) x -x x (b) 6
7 DISTR.T.INV(probabilidad, grados de libertad) Para una distribución t de Student con un determinado número de grados de libertad, halla el valor que deja en los extremos de la distribución una probabilidad determinada. Por ejemplo, cuál es el valor que deja en los extremos de una distribución t de Student con 10 grados de libertad una probabilidad del 0,05 (repartida 0,025 en cada cola)? (Figura 12). Figura 11 Figura La distribución F de Snedecor DISTR.F(x, grados de libertad 1, grados de libertad 2) Halla el complementario del valor de la función de distribución en el punto x, para una variable aleatoria con distribución F, con grados de libertad 1 en el numerador y grados de libertad 2 en el denominador. Es decir, la P(F>x). Por ejemplo, cuál es la probabilidad de que una variable aleatoria con distribución F, con 6 y 12 grados de libertad, tome un valor superior a 3? (Figura 13). DISTR.F.INV(probabilidad, grados de libertad 1, grados de libertad 2) Para una distribución F con grados de libertad 1 en el numerador y grados de libertad 2 en el denominador, halla el valor que deja a la derecha de la distribución una probabilidad determinada. Por ejemplo, cuál es el valor que deja por encima una probabilidad de 0,05 en una distribución F (6, 12)? (Figura 14). 7
8 Figura 13 Figura 14 8
9 2. ESTIMACIÓN PUNTUAL Una vez que se ha seleccionado la muestra y se tienen los datos en una hoja de cálculo, se pueden utilizar diversas funciones o herramientas para estimar el valor de determinados parámetros. Si para la estimación de algún parámetro no se dispone de una función, se puede crear una fórmula para calcularlo a partir de los datos muestrales Estimación de la media PROMEDIO(rango de datos) Esta función calcula la media aritmética de un rango de datos. Si se aplica esta función a los datos muestrales de una determinada variable, se obtiene la media muestral, es decir, una estimación de la media poblacional de dicha variable. Por ejemplo, en el archivo EDT2000.xls se tiene la información proporcionada por una encuesta realizada a una muestra de 100 turistas con el objetivo de estimar varias características de los turistas que visitaron las Islas Baleares en el año 2000, entre las que se incluye el gasto turístico. En este archivo, la variable DÍAS recoge los días que cada turista pasó en las Islas. Para estimar la estancia media de los turistas que visitaron las Islas Baleares en 2000, se puede calcular la media de la estancia de los 100 turistas de la muestra (Figura 15). Figura Estimación de la varianza VAR(rango de valores) 2 Esta función, aplicada a datos muestrales, calcula la varianza muestral corregida ( Ŝ ). Siguiendo con el ejemplo anterior, la varianza muestral corregida de la variable DÍAS se calcula como estimación de la varianza poblacional de esta variable (Figura 16). 9
10 Figura 16 VARP(rango de valores) 2 Esta función, aplicada a datos muestrales, calcula la varianza muestral ( S ). Siguiendo con el ejemplo anterior, puesto que la muestra es grande se puede utilizar la varianza muestral de la variable DÍAS como estimación de la varianza poblacional de esta variable (Figura 17). Puede observarse que, puesto que la muestra es grande, el valor de la varianza muestral y el de la varianza muestral corregida son muy similares. Figura Estimación de la proporción Para calcular el valor de la proporción muestral puede hacerse lo siguiente: Si se tiene una variable que sólo toma dos valores, 0 ó 1, se puede utilizar la función PROMEDIO, puesto que la proporción muestral es igual a la media muestral. Por ejemplo, en el archivo EDT2000.xls se tiene la variable VOLVER, que toma valor 1 si el turista dice que piensa volver de vacaciones a las Islas y valor 0 si responde que no. La media de los valores muestrales de esta variable es la proporción muestral (Figura 18). Si se tiene una variable que toma más de dos valores puede utilizarse la función FRECUENCIA(datos, grupos) para obtener el número de observaciones de cada valor y, entonces, dividiendo por el tamaño muestral calcular la proporción de individuos que presentan cada uno de los valores de la variable. Por ejemplo, la variable NACIONALIDAD tienen cuatro valores posibles. La proporción muestral de turistas de cada nacionalidad, que aparece en la siguiente tabla, se calcula dividiendo por el tamaño muestral (100) el número de observaciones con cada valor (Figura 19): 10
11 Nacionalidad Proporción muestral Alemana (1) 36/100 = 0,36 Británica (2) 36/100 = 0,36 Española (3) 8/100 = 0,08 Otras (4) 20/100 = 0,20 Figura 18 Figura Cálculo de estimaciones con la herramienta para el análisis de datos Estadística Descriptiva La herramienta para el análisis de datos Estadística Descriptiva permite obtener los valores de un conjunto de características de un determinado rango de datos. Antes de utilizar cualquier herramienta de análisis de datos hay que activar esta componente. Para ello, hay que seleccionar la opción Complementos en el Menú Herramientas. Entonces, se abre un cuadro de diálogo en el que hay que activar la opción Herramientas para análisis (Figura 20). 11
12 Figura 20 Una vez activada, para utilizar esta herramienta hay que seleccionar la opción Análisis de datos en el menú Herramientas. Se abrirá un cuadro de diálogo en el que seleccionamos la herramienta con la que vamos a trabajar, en nuestro caso, Estadística Descriptiva (Figura 21). Figura 21 En la ventana de Estadística Descriptiva (Figura 23), si se activa la casilla Resumen de Estadísticas, se generará una tabla de resultados con los valores de las siguientes medidas: media ( y ), error típico de la media ( Ŝ n ), mediana, moda, desviación estándar ( Ŝ ), varianza ( Ŝ ), curtosis, coeficiente de asimetría, rango, mínimo, máximo, suma, cuenta, k-ésimo mayor, k-ésimo menor. Si se activa la casilla Nivel de confianza para la media, se incluirá en la tabla de resultados la mitad de la amplitud del intervalo de confianza para la media, correspondiente al nivel de confianza que se haya indicado (se explicará con más detalle en el apartado 3). Por ejemplo, si se aplica esta herramienta a la variable DÍAS (Figura 23), se obtienen los resultados de la siguiente tabla: 2 12
13 Figura 22 DÍAS Media 9,98 Error típico 0, Mediana 7 Moda 7 Desviación estándar 4, Varianza de la muestra 17, Curtosis 0, Coeficiente de asimetría 0, Rango 18 Mínimo 3 Máximo 21 Suma 998 Cuenta 100 Nivel de confianza(95,0%) 0, En esta tabla aparecen sombreados los valores de la media muestral y de la varianza muestral corregida. Figura ESTIMACIÓN POR INTERVALOS 3.1. Intervalos de confianza para la media de una población normal con varianza desconocida En la ventana de la herramienta de análisis de datos Estadística Descriptiva (Figura 23), si se activa la casilla Nivel de confianza para la media, se incluirá en la tabla de resultados la mitad de la amplitud del intervalo de confianza para la media, correspondiente al nivel de confianza que se haya indicado. El intervalo de confianza se calcula bajo el supuesto de que la población es normal con varianza desconocida, es decir, que se calcula el intervalo de confianza que se corresponde con la siguiente expresión: Sˆ α 2 IC(µ) = y ± t n 1 n Sˆ α 2 El valor que proporciona el programa es, es decir, la mitad de la amplitud del intervalo. Entonces, t n 1 n para obtener los extremos del intervalo, sumamos y restamos a la media muestral ese valor. Por ejemplo, en la tabla de resultados para la variable DÍAS de la Figura 22, se tiene que la media muestral es igual a 9,98 y, en la fila correspondiente al intervalo de confianza para la media del 95% se tiene el valor 0,828. Entonces, el IC 95% (µ) es: 13
14 IC 95% (µ) = [9,98 0,828; 9,98+0,828] = [9,15; 10,80] 3.2. Intervalos de confianza para la media de una población normal con varianza conocida La Función INTERVALO.CONFIANZA(alfa;desv. estándar;tamaño) permite calcular intervalos de confianza, de nivel de confianza (1 alfa)100%, para la media de una población normal con desviación típica conocida y para un determinado tamaño muestral. El valor que proporciona esta función es la mitad σ de la amplitud del intervalo, es decir: Z. α 2 n Por ejemplo, si se supone que la varianza de los días de estancia es 16, la función INTERVALO.CONFIANZA(alfa;desv. estándar;tamaño), utilizando un nivel de confianza del 95%, devuelve el valor 0,784 (Figura 24). Entonces, el intervalo de confianza para la media es: IC 95% (µ) = [9,98 0,784; 9,98+0,784] = [9,19; 10,76] Figura CONTRASTACIÓN DE HIPÓTESIS 4.1. Contraste de igualdad de varianzas de dos poblaciones normales La herramienta de análisis de datos Prueba F para varianzas de dos muestras, permite contrastar la hipótesis de igualdad de varianzas de dos poblaciones normales. Para acceder a ella hay que seleccionar la opción Análisis de datos del menú Herramientas. Por ejemplo, en el archivo EDT2000 hay una hoja en la que están organizados, de forma separada, los datos de los turistas repetidores (que han visitado las Islas Baleares más de una vez) y los de los no repetidores. Si se utiliza la Prueba F para varianzas de dos muestras (Figura 25), para contrastar la hipótesis de igualdad de las varianzas del gasto realizado por los turistas repetidores (GASTO R) y los no repetidores (GASTO NR), se obtiene la tabla de la Figura 26. En esta tabla se tienen las estimaciones de las medias y las varianzas del gasto, el número de observaciones en cada muestra y los grados de libertad. F es el estadístico de contraste, P(F<=f) una cola es el p-valor del contraste y Valor crítico para F (una cola) es el valor de las tablas con el que se compara el estadístico de contraste. El contraste se hace unilateral por la derecha. 14
15 Figura 25 Figura 26 GASTO R GASTO NR Media Varianza Observaciones Grados de libertad F P(F<=f) una cola 7.567E-05 Valor crítico para F (una cola) Contraste de igualdad de medias suponiendo varianzas conocidas La herramienta de análisis de datos Prueba z para medias de dos muestras, permite contrastar la hipótesis de igualdad de medias de dos poblaciones normales. Para acceder a ella hay que seleccionar la opción Análisis de datos del menú Herramientas. Por ejemplo, se puede contrastar la hipótesis de que el gasto turístico medio de los turistas repetidores y los no repetidores es el mismo, suponiendo que la varianza de esta variable es 1000 para los turistas repetidores y 300 para los no repetidores (Figura 27). Los resultados de este contraste son los de la tabla de la Figura 28. En esta tabla se tienen las estimaciones de las medias, el valor de las varianzas poblacionales conocidas, el número de observaciones en cada muestra y el valor de la diferencia entre las medias según la hipótesis nula (0). Z es el estadístico de contraste, P(Z<=z) una cola es el p-valor del contraste si se hace unilateral y Valor crítico para Z (una cola) es el valor de las tablas con el que se compara el estadístico de contraste si el contraste es unilateral. Las dos últimas filas son el p-valor y el valor de tablas si el contraste es bilateral (en la fila que aparece sombreada en la figura se genera un error puesto que es el p-valor y no el valor crítico). Este contraste también puede utilizarse para contrastar la hipótesis de igualdad de medias de dos poblaciones no normales, pero utilizando muestras grandes. En este caso el valor que se utilizará para la varianza de cada población será el de la varianza muestral. También puede utilizarse para contrastar la hipótesis de igualdad de proporciones en dos poblaciones. 15
16 Figura 27 Figura 28 GASTO NR GASTO R Media Varianza (conocida) Observaciones Diferencia hipotética de las medias 0 z P(Z<=z) una cola Valor crítico de z (una cola) Valor crítico de z (dos colas) Valor crítico de z (dos colas) Contraste de igualdad de medias suponiendo varianzas desconocidas pero iguales La herramienta de análisis de datos Prueba t para dos muestras suponiendo varianzas iguales, permite contrastar la hipótesis de igualdad de medias de dos poblaciones normales, bajo el supuesto de que las varianzas poblacionales son desconocidas pero iguales. Para acceder a ella hay que seleccionar la opción Análisis de datos del menú Herramientas. Por ejemplo, se puede contrastar la hipótesis de que el gasto turístico medio de los turistas repetidores y los no repetidores es el mismo, en el caso habitual de que no se conozcan las varianzas poblacionales, pero suponiendo que éstas son iguales para las dos poblaciones (Figura 29). Los resultados de este contraste son los de la tabla de la Figura 30. La presentación es la misma que en el caso de la prueba z, cambiando únicamente el tipo de distribución utilizada, de manera que aparecen los grados de libertad para la distribución t; y, además, se obtiene la estimación de la varianza conjunta de ambas poblaciones (Varianza agrupada). 16
17 Figura 29 Figura 30 GASTO NR GASTO R Media Varianza Observaciones Varianza agrupada Diferencia hipotética de las medias 0 Grados de libertad 98 Estadístico t P(T<=t) una cola Valor crítico de t (una cola) P(T<=t) dos colas Valor crítico de t (dos colas) Contraste de igualdad de medias suponiendo varianzas desconocidas y distintas La herramienta de análisis de datos Prueba t para dos muestras suponiendo varianzas desiguales, permite contrastar la hipótesis de igualdad de medias de dos poblaciones normales, bajo el supuesto de que las varianzas poblacionales son desconocidas y distintas. Para acceder a ella hay que seleccionar la opción Análisis de datos del menú Herramientas. Por ejemplo, se puede contrastar la hipótesis de que el gasto turístico medio de los turistas repetidores y los no repetidores es el mismo, en el caso habitual de que no se conozcan las varianzas poblacionales, y suponiendo que éstas son diferentes para las dos poblaciones (Figura 31). Los resultados de este contraste son los de la tabla de la Figura 32. La presentación es la misma que en el caso anterior, aunque aquí no aparece la estimación de la varianza conjunta de ambas poblaciones, puesto que se supone que las varianzas son diferentes. 17
18 Figura 31 Figura 32 GASTO NR GASTO R Media Varianza Observaciones Diferencia hipotética de las medias 0 Grados de libertad 98 Estadístico t P(T<=t) una cola Valor crítico de t (una cola) P(T<=t) dos colas Valor crítico de t (dos colas)
19 APLICACIONES DE INFERENCIA ESTADÍSTICA DE SPSS SPSS es una aplicación para el análisis estadístico y econométrico de datos. A continuación se presentan algunas de las herramientas básicas que ofrece este programa para la inferencia estadística. Para convertir un archivo de Excel en un archivo de SPSS es suficiente con abrir el archivo desde este programa y guardarlo. Si el archivo tiene varias hojas se tiene que indicar cuál es la que se quiere abrir, y si sólo quieren utilizarse parte de los datos hay que indicar cuál es el rango que se desea importar. Por ejemplo, en el archivo EDT2000, los datos están en la hoja EDT2000 y en el rango A1:K101 (Figura 33). Figura AJUSTE DE LA DISTRIBUCIÓN DE UNA VARIABLE A LA NORMAL Habitualmente, poder suponer que las variables con las que se trabaja siguen una distribución normal, simplifica los instrumentos estadísticos que tienen que utilizarse para hacer inferencias sobre las características de estas variables. Un primer análisis que puede ayudar a decidir si es posible suponer que una determinada variable se distribuye normalmente, consiste en representar gráficamente los valores muestrales de esa variable mediante un histograma y ver como se ajusta a la curva normal. Para obtener esta representación gráfica mediante SPSS hay que seleccionar la opción Histograma del menú Gráfico. Se abre una ventana en la que hay que elegir la variable que se quiere graficar y activar la casilla Mostrar curva normal (Figura 34). Figura 34 19
20 2. ESTIMACIÓN DE PARÁMETROS Con SPSS, se pueden obtener determinados estadísticos muestrales utilizando la opción Estadísticos Descriptivos del menú Analizar. Seleccionando la opción Descriptivos se abre una ventada en la que se elige la variable o las variables que se van a utilizar (Figura 35). Pulsando el botón opciones se pueden elegir los estadísticos que se quieren obtener (Figura 36). Utilizando como ejemplo la variable DÍAS, se obtienen los resultados que aparecen en la Figura 37. En esta tabla se tiene el número de observaciones, la media muestral, el error estándar de la media muestral, la raíz de la varianza muestral corregida y la propia varianza muestral corregida. Figura 35 Figura 36 Figura 37 Estadísticos descriptivos DÍAS N válido (según lista) N Media Desv. típ. Varianza Estadístico Estadístico Error típico Estadístico Estadístico 100 9,98,42 4,18 17,
21 3. CONTRASTACIÓN DE HIPÓTESIS Si se selecciona la opción Comparar medias del menú Analizar aparecen las siguientes alternativas (Figura 38): Medias. Este comando permite calcular la media de una o varias variables, existiendo la opción de hacer los cálculos para el total de la muestra o separando por grupos de observaciones. En la casilla Dependientes se introducen las variables para las que se calculará la media. En la casilla Independientes se introducen las variables que, en su caso, servirán para formar los grupos. Pulsando el botón opciones se pueden elegir los estadísticos que quieren obtenerse. (Figura 41). Prueba T para una media. Con esta opción se puede hacer un contraste para la media de una población normal con varianza desconocida. En el botón opciones se puede elegir el nivel de significación. (Figura 43). Prueba T para muestras independientes. Esta opción realiza un contraste de igualdad de medias en dos poblaciones normales con varianzas desconocidas (iguales o distintas). Previamente realiza un contraste de igualdad de varianzas. En la casilla Contrastar variables se introducen las variables para las que se quieren comparar las medias, y en la casilla Variable de agrupación, la que se utilizará para distinguir los grupos. En el botón opciones se puede elegir el nivel de significación. (Figura 45). Figura 38 Ejemplo: Se crea una nueva variable que toma valor 1 si el turista es repetidor y valor 0 si no es repetidor. Para ello, se selecciona la opción Recodificar (En distintas variables) del menú Transformar. Se abre una ventana en la que se selecciona la variable a partir de la que se crea la nueva, se le da nombre y si se quiere se le pone una etiqueta para identificarla fácilmente. En nuestro caso, la variable original es repetici y la nueva variable se llamará repetido (Figura 39). 21
22 Figura 39 Pulsamos el botón Valores antiguos y nuevos para asignar los valores a la nueva variable. La variable repetido tomará valor 0 si la variable repetici tomaba valor 1, y tomará valor 1 en los demás casos (el valor 6 era no contesta y quedará igual) (Figura 40). Figura 40 Esta nueva variable se utilizará para comparar el gasto de los turistas repetidores y los no repetidores. En primer lugar, se calcula la media del gasto para los turistas repetidores, para los no repetidores y para el total de la muestra (Figura 41), obteniendo los resultados de la Figura
23 Figura 41 Figura 42 Informe GASTO 1 repetidor 0 no repetidor,00 1,00 Total Media N Desv. típ. 75, ,29 66, ,93 69, ,65 A continuación, se contrasta la hipótesis de que la media del gasto es igual a 64 euros (Figura 43), obteniendo los resultados de la Figura 44. Figura 43 Figura 44 Estadísticos para una muestra GASTO Desviación Error típ. de N Media típ. la media ,63 27,65 2,77 23
24 Prueba para una muestra GASTO Valor de prueba = 64 95% Intervalo de confianza para la Diferencia diferencia t gl Sig. (bilateral) de medias Inferior Superior 2,036 99,044 5,63,14 11,12 Por último, se contrasta la hipótesis de igualdad de gasto medio, para los turistas repetidores y los no repetidores (Figura 45). Los resultados se presentan en la Figura 46. El p-valor del contraste de igualdad de varianzas es inferior a 0,05, por lo que se puede rechazar la hipótesis de igualdad de varianzas. Asumiendo que las varianzas son distintas, la fila relevante para el contraste de igualdad de medias es la segunda, en la que no se han asumido varianzas iguales (sombreada en la tabla de resultados). Figura 45 Figura 46 Estadísticos de grupo GASTO 1 repetidor 0 no repetidor 1,00,00 N Desviación Error típ. de Media típ. la media 63 66,44 31,93 4, ,06 17,29 2,84 GASTO Se han asumido varianzas iguales No se han asumido varianzas iguales Prueba de Levene para la igualdad de varianzas F Sig. Prueba de muestras independientes t gl Sig. (bilateral) Prueba T para la igualdad de medias Diferencia de medias 95% Intervalo de confianza para la Error típ. de diferencia la diferencia Inferior Superior 8,544,004-1,513 98,133-8,61 5,69-19,90 2,68-1,748 97,506,084-8,61 4,93-18,39 1,17 24
25 ANEXO 1. GENERACIÓN DE NÚMEROS ALEATORIOS Herramientas Análisis de datos Generación de números aleatorios Figura 47. Generación de 10 muestras de tamaño 5, suponiendo que la distribución poblacional es normal estándar 25
26 ANEXO 2. OBTENCIÓN DE HISTOGRAMAS Herramientas Análisis de datos Histograma Figura 48. Ejemplo Figura 49. Resultado 26
27 ANEXO 3. VARIABLES EN EL ARCHIVO EDT2000 En la siguiente tabla aparecen las variables contenidas en el archivo EDT2000, que se ha utilizado en algunos de los ejemplos de esta guía, y el significado de cada uno de sus valores. Variables Valores EDAD 1 Menos de 30 años 2 Entre 30 y 45 3 Entre 45 y 60 4 Más de 60 5 N/C NACIONALIDAD 1 Alemana 2 Británica 3 Española 4 Otras ALOJAMIENTO 1 Hotel 2 Apartamento/Chalet 3 Casa de amigos o familiares 4 Otros CATEGORÍA 1 Hostales y Hoteles de 1 y 2 * 2 Hotel 3* 3 Hoteles 4 y 5* 4 No hotel/hostal PAQUETE Ha contratado un paquete turístico? 1 Sí 0 No DÍAS Días de estancia IMPRESIÓN 1 Muy buena 2 Buena 3 Normal 4 Mala 5 N/C REPETICIONES 1 Una vez 2 Dos veces 3 Tres veces 4 Cuatro veces 5 Más de cuatro veces 6 N/C VOLVER Piensa volver de vacaciones a las Islas Baleares? 1 Sí 2 No 3 N/C GASTO Gasto total per càpita y día ANEXO 4. GUÍA PARA EL TRABAJO PROPUESTO En el trabajo se debe explicar lo siguiente: 1. Presentación y motivación del trabajo. Qué se pretende analizar y para qué. Fuentes de los datos. Se trata de presentar el marco en el que se va a desarrollar el trabajo, qué tema se va a tratar, qué es lo quiere conocerse y qué interés puede tener. Posteriormente, se deben comentar los datos que van a utilizarse para analizar las cuestiones planteadas, citando su fuente. 2. Análisis que se van a realizar. Una vez que se han indicado los objetivos del trabajo se indicará cuáles van a ser las técnicas estadísticas que se van a aplicar, a qué variables se van a aplicar cada una de ellas y por qué. 3. Resultados. Presentación de los resultados e interpretación de los mismos. 4. Conclusiones. El trabajo terminará con un resumen de los resultados obtenidos, dando respuesta a las cuestiones planteadas al inicio. 5. Bibliografía, si se ha utilizado. El trabajo debe entregarse de la siguiente forma: - Un disquette con el archivo de Excel en el que estén los datos y los cálculos realizados, de forma clara y organizada. 27
28 - En papel, la redacción del trabajo. En la primera hoja debe figurar el nombre del alumno, los estudios (LE o LADE) y el grupo. Fecha límite: Puedes encontrar datos en las siguientes webs: - Banco de España. - Banco Central Europeo - Instituto Nacional de Estadística. (en INEBASE o en la base de datos TEMPUS). - Eurostat (Oficina de Estadística de la Comunidad Europea). - Fondo Monetario Internacional. - OCDE. BIBLIOGRAFÍA Pérez, César (2002). Estadística Aplicada a través de Excel, Prentice Hall, Madrid. Pérez, César (2001). Técnicas Estadísticas con SPSS, Prentice Hall, Madrid. 28
TEMA 10 COMPARAR MEDIAS
TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,
Más detallesCapítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T
Capítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesCapítulo 13. Contrastes sobre medias: Los procedimientos Medias y Prueba T. Medias
Capítulo 13 Contrastes sobre medias: Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesANÁLISIS 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 detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 9 DESCRIPTIVOS El submenú Estadísticos descriptivos está en el menú Analizar, y ofrece una serie de opciones para analizar datos de una forma sencilla. En este capítulo serán descritos estos procedimientos.
Más detallesDISTRIBUCIONES UNIDIMENSIONALES:
DISTRIBUCIONES UNIDIMENSIONALES: INTRODUCCIÓN Todo análisis estadístico se inicia con una primera fase descriptiva de los datos. Ésta tiene por objeto sintetizar la información mediante la elaboración
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesIntroducción a la Econometría (LE y LADE, mañana) Prof. Magdalena Cladera ANÁLISIS DE REGRESIÓN CON EXCEL Y SPSS
Introducción a la Econometría (LE y LADE, mañana) Prof. Magdalena Cladera ANÁLISIS DE REGRESIÓN CON EXCEL Y SPSS ESTIMACIÓN DE UN MODELO DE REGRESIÓN LINEAL CON EXCEL La Herramienta para análisis Regresión
Más detallesIntervalos de Confianza
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Intervalos de Confianza El objetivo de esta práctica es ilustrar las diferentes técnicas para construir intervalos de confianza
Más detallesESTADÍSTICA 1º AMBIENTALES TERCERA PRÁCTICA: INTERVALOS DE CONFIANZA & CONTRASTES DE HIPÓTESIS (GUIADA & RESUELTA)
ESTADÍSTICA 1º AMBIENTALES TERCERA PRÁCTICA: INTERVALOS DE CONFIANZA & CONTRASTES DE HIPÓTESIS (GUIADA & RESUELTA) El objetivo de esta práctica es calcular Intervalos de Confianza (IC) y Contrastes de
Más detallesSe desea analizar el nivel de glucemia según tratamientos en un grupo de. enfermos. Para ello se ha medido este nivel antes y después de dichos
Práctica 4: Estadística Matemática Ejercicio 1: Se desea analizar el nivel de glucemia según tratamientos en un grupo de enfermos. Para ello se ha medido este nivel antes y después de dichos tratamientos.
Más detallesESTADÍSTICA APLICADA 2 0 curso de la diplomatura en Nutrición Humana y Dietética Curso
ESTADÍSTICA APLICADA 2 0 curso de la diplomatura en Nutrición Humana y Dietética Curso 2006-2007 NOTAS SOBRE LA UTILIZACIÓN DEL EXCEL EN CÁLCULOS ESTADÍSTICOS 1. Introducción El Excel es una hoja de cálculo
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesEstadística II Curso 2011/12
Estadística II Curso 2011/12 Guión de la Práctica 1 Introducción a Statgraphics. Intervalos de confianza y contrastes de hipótesis para una y dos poblaciones 1. Contenidos de la práctica - Introducción
Más detallesSujeto Grupo C.I. 1 A B A 98 4 A B 99. Sujeto TCMañ TCtar
Ignacio Martín Tamayo 20 Tema: CONTRASTE DE UNA Y DOS MEDIAS: PRUEBAS t ÍNDICE ------------------------------------------------------------------ 1.- Introducción. Organización de los datos 2.- Diferencia
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesComparación de métodos de aprendizaje sobre el mismo problema
Comparación de métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación. Test de
Más detallesAnálisis computacional Inferencia Estadística: intervalos de confianza y contrastes de hipótesis
Análisis computacional Inferencia Estadística: intervalos de confianza y contrastes de hipótesis omán Salmerón Gómez 29 de abril de 2014 Inferencia Estimación (computacional) mediante intervalos de confianza
Más detallesPRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1
ESTADÍSTICA CURSO 2012/2013 GRADO EN BIOLOGÍA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1 1. Introducción El programa estadístico SPSS está organizado en dos bloques: el editor de datos y el visor de
Más detallesAnálisis descriptivo con SPSS. Favio Murillo García
Análisis descriptivo con SPSS Favio Murillo García Autoevaluación 3 1. Descargue el archivo eval3.xls a) Importe los datos de Excel a SPSS. b) Agregue etiquetas de valor a cada variable según lo indique
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesPrácticas Excel Estadística II. Práctica 1: Intervalos de confianza y contrastes de hipótesis para una y dos poblaciones
Prácticas Excel Estadística II Práctica 1: Intervalos de confianza y contrastes de hipótesis para una y dos poblaciones Objetivo de la práctica Objetivo: Analizar datos del mercado eléctrico español Tareas
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes
Más detallesINGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: ENERO DE
Más detallesAnálisis 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 detallesEstadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesTABLAS DE CONTINGENCIA
Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesPrueba 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 detallesEstadística 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 detallesPRÁCTICA 6: CONTASTE DE HIPÓTESIS
PRÁCTICA 6: CONTASTE DE HIPÓTESIS Los contenidos están organizados para que pueda avanzar a la vez que hacer los ejercicios propuestos en la práctica 5 del cuadernillo de prácticas. Asegúrate de entender
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesEstadística 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 detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial
Más detallesDIRECCIÓN DE PROYECTOS INTERNACIONALES Y ESPECIALES. Guía para el análisis de datos del Segundo Estudio Regional Comparativo y Explicativo (SERCE)
DIRECCIÓN DE PROYECTOS INTERNACIONALES Y ESPECIALES Guía para el análisis de datos del Segundo Estudio Regional Comparativo y Explicativo (SERCE) 18 DE MAYO 2010 ÍNDICE INTRODUCCIÓN... 5 MEDIAS DE DESEMPEÑO
Más detallesINFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO 1 2 RECUERDE: un estimador puntual es un estadístico muestral usado para estimar un parámetro poblacional: x (estimación de μ),
Más detalles4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación:
ACTIVIDAD DE INFERENCIA Y ASOCIACIÓN 1. Obtén los estadísticos descriptivos básicos y un intervalo de confianza del 95% para la media del coste en farmacia por habitante. A partir del resultado obtenido
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesDiseño de experimentos - prueba de hipótesis.
Diseño de experimentos - prueba de hipótesis http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Inferencia estadística Conjunto de métodos y técnicas que permiten inducir,
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Enero 013 Objetivos: Utilizar
Más detallesLECCIÓN PÚBLICA. Tema 5 Algunas Pruebas de Hipótesis. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 5 Algunas Pruebas Profa. María Fátima Dos Santos 1 TEMARIO Fundamentos de estadística inferencial Método hipotético deductivo (Juego de hipótesis) Elementos en el contraste de hipótesis
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detalles7. 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 detallesCurso de Estadística con R: Nivel Medio
Curso de Estadística con R: Nivel Medio Prof. Vanesa Jordá Departamento de Economía Facultad de Ciencias Económicas y Empresariales Universidad de Cantabria Índice Introducción Contrastes de hipótesis
Más detallesEstadística 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 detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesTema 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesTema 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesPráctica 4 Intervalos de Confianza y Pruebas de Hipótesis
Práctica 4 Intervalos de Confianza y Pruebas de Hipótesis Contenido 1 Introducción 1 2 Contrastes de normalidad 1 3 Intervalos de confianza y pruebas de hipótesis sobre parámetros poblacionales 3 3.1 Intervalo
Más detallesElaborado 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 detallesMatemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3
1. Se está haciendo un estudio de medicamentos diferentes que contienen un principio activo común La distribución de frecuencias se indica en la tabla que sigue: Cantidad de sustancia mg [10,20 [20,30
Más detallesPrueba 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 detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesEstadística básica con R Commander. María Eugenia Fernández de Luco
Estadística básica con R Commander María Eugenia Fernández de Luco Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario 2014 ÍNDICE 1. Introducción... 2 2. Lectura de
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II SOLUCIÓN PRACTICA 1 Problema 2-. Para una serie de investigaciones, en las que el tamaño de la muestra era el mismo, se ha calculado la t de Student con objeto
Más detallesLongitud = Calcular la media, la mediana, la moda y la desviación estándar de la muestra en Matlab.
LABORATORIO 1 LABORATORIO INFORMÁTICO Un fabricante de hormigón preparado tiene su proceso de producción bajo control. Está interesado en conocer cuál es la distribución de los valores de la resistencia
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesIntroducción a la Inferencia Estadística
Introducción a la Inferencia Estadística Prof. Jose Jacobo Zubcoff Universidad de Alicante 2008 1 Introducción En este tema explicaremos los contrastes para la media de una población normal. e estudiarán
Más detallesHerramientas Estadísticas en el Informe de Investigación
DPTO. INVESTIGACIÓN G-MIO GEODE TALLER Investigación científica: hacia un informe de investigación exitoso Herramientas Estadísticas en el Informe de Investigación Prof. Néstor Díaz Herramientas Estadísticas
Más detallesTema 7: Ejercicios de Inferencia en una población Normal
Tema 7: s de Inferencia en una población Normal Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 83 - INGENIERÍA INFORMÁTICA Otros I3 En una explotación minera las rocas
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesApunte de Gráficos Microsoft Office Excel Gráficos.
Gráficos. Un gráfico es la representación gráfica de los datos de una hoja de cálculo y facilita su interpretación. La utilización de gráficos hace más sencilla e inmediata la interpretación de los datos.
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesTeoría del muestreo. Tipos de muestras
Teoría del muestreo El total de un grupo de datos de llama población o universo, y una porción representativa de este grupo se llama muestra. Las muestras desempeñan un papel muy importante en los trabajos
Más detallesMuestreo e intervalos de confianza
Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesStatgraphics Centurión
Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que
Más detallesESTADÍSTICA. Grau en Psicologia. Curs
ESTADÍSTICA Grau en Psicologia Curs 009 00 UNITATS 9 i 0 PROVES BASADES EN L ESTADÍSTIC tde STUDENT tde STUDENTDE GRUPS INDEPENDENTS tde STUDENTDE MESURES REPETIDES Continguts Distribució t de Student-Fisher
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesLaboratorio de Estadística Con Manejo en SPSS.
Laboratorio de Estadística Con Manejo en SPSS. Sesión 1: IntroduccIón al software y análisis exploratorio de datos Semana del 26 de Marzo del 2018 Patricio Videla J. Profesor Coordinador Laboratorio Estadística.
Más detallesTEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS
TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS FASES EN EL ANÁLISIS DE LOS DATOS DE UNA INVESTIGACIÓN SELECCIÓN HIPÓTESIS DE INVESTIGACIÓN Modelo de Análisis Técnica de Análisis
Más detallesUNIDAD 4. INFERENCIA ESTADÍSTICA. Prof. Eliana Guzmán U. Semestre A-2015
UNIDAD 4. INFERENCIA ESTADÍSTICA Prof. Eliana Guzmán U. Semestre A-05 INFERENCIA ESTADÍSTICA La teoría de la Inferencia Estadística está conformada por aquellos métodos que permiten hacer generalizaciones,
Más detallesDistribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
Más detallesProblemas de Estimación de una y dos muestras
Problemas de Estimación de una y dos muestras Walpole Myers Myers Facultad de Estudios Superiores Acatlán Licenciatura en Economía 13 de marzo 2017 José A. Huitrón Mendoza Introducción En los ejercicios
Más detalles