Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a. Correlaciones entre las distintas Variables objeto de estudio.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a. Correlaciones entre las distintas Variables objeto de estudio."

Transcripción

1 Tesis Doctoral. Juan Ángel Simón Piqueras. Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a cabo los siguientes análisis estadísticos: MANCOVA tomando como variables independientes el Sexo y el Nivel Deportivo, y como covariada la Variable Años Compitiendo, para analizar si existían diferencias en función del sexo y nivel deportivo. MANOVA tomando como variables independientes el Sexo y Tipo de Deporte par analizar si existían diferencias en función del tipo de deporte. ANOVA mixto con un factor de medidas repetidas y dos factores intergrupo. Para analizar qué factores se perciben como más importantes por los deportistas Correlaciones entre las distintas Variables objeto de estudio. 5.1 Análisis de las diferencias existentes en la percepción de los factores relacionados con la excelencia en función del nivel deportivo de y sexo de los deportistas. Para el contraste estadístico de esta cuestión se empleó la técnica del MANCOVA tomando como factores intergrupo el nivel deportivo y el sexo. Para aislar en la mayor medida posible el efecto que en esas diferencias pueda tener los años de práctica o competición, este factor actuó como variable covariada. 111

2 Capítulo 5. Resultados Comprobación de los supuestos básicos del análisis de covarianza multivariante. (MANCOVA). Se puede considerar que el MANCOVA es una técnica robusta frente a desviaciones a la normalidad (Peña, 1989, p. 58), sobre todo cuando los tamaños muestrales son grandes (Hair, Anderson, Tatham, y Black, 1999), por lo que pueden asumirse ligeras desviaciones a la normalidad. A efectos de comprobación de los supuestos básicos del MANCOVA, suele considerarse normal la población cuya muestra presenta coeficientes de asimetría y curtosis comprendidos entre -2 y 2. (Pérez, 2004, p.62). De los resultados mostrados en la Tabla 5.1, puede comprobarse que los coeficientes obtenidos en todas las variables estudiadas están dentro de dicho intervalo, tanto en lo que se refiere a los coeficientes de asimetría como a los de curtosis. Por ello se considera que el criterio de normalidad se cumple adecuadamente. Tabla 5.1. Normalidad de la muestra. Datos asimetría y curtosis. Familia Entrenador Entrenamiento Entorno Atleta Características del entrenamiento Naturaleza del entrenamiento Asimetría Curtosis Estadístico Error típico Estadístico Error típico , Para comprobar la Heterocedasticidad se utilizó la prueba de Levene sobre la igualdad de las varianzas de error. Dado que la muestra del estudio es muy grande, la prueba de homogeneidad de varianzas M de Box resulta demasiado estricta y no recomendable (Tabachnich y Fidell, 1996). Por el contrario, el test de Levene es particularmente recomendable porque es el que queda menos afectado por desviaciones de la normalidad (Hair et al., 1999, p. 168). La 112

3 Tesis Doctoral. Juan Ángel Simón Piqueras. hipótesis nula sería que la varianza de error de la variable dependiente es igual a lo largo de todos los grupos (Tabla 5.2). Tabla 5.2. Contraste de Levene sobre la igualdad de las varianzas de error. Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista F gl1 gl2 Significación De los resultados del test de Levene puede observarse que solo se encuentra heterogeneidad de varianzas significativa (p<0,01) en la variable Deportista. Dado que los tamaños de los grupos no son demasiado desproporcionados y pueden considerarse relativamente iguales según el criterio de Tabachnich y Fidell, (1996,p.80), se consideró que la heterocedasticidad era asumible Estadísticos descriptivos de las diferencias. A continuación se presentan los estadísticos descriptivos de los deportistas que pertenecían a los distintos grupos de estudio, sus medias y desviaciones típicas. (Tabla 5.3 y Figura 5.1). Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Familia Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total

4 Capítulo 5. Resultados. Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Continuación Entrenador C a r a c t e r í s t i c a s d e l entrenamiento N a t u r a l e z a entrenamiento d e l Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total

5 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.3. Estadísticos descriptivos de la muestra del MANCOVA. Continuación Entorno Deportista Sexo Niveles Agrupados Media Desv. típ. Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Local-Autonómico Hombres Nacional Internacional Total Local-Autonómico Mujeres Nacional Internacional Total Local-Autonómico Total Nacional Internacional Total Hombres Mujeres Total Local-Autonómico Número de deportistas Nacional Internacional Total

6 Capítulo 5. Resultados. Mujeres 32% Hombres 68% Internacional 14% Nacional 39% Local-Autonómico 47% Figura 5.1. Distribución de la muestra por nivel deportivo y sexo en porcentajes Contrastes multivariados. A continuación se procedió a realizar los contrastes multivariados para averiguar qué variables independientes tenían una relación significativa con el conjunto de variables dependientes (Tabla 5.4). Tabla 5.4. Resultados de los contrastes multivariados. Efecto Años compitiendo (Covariable) Sexo Nivel Sexo * Nivel Traza De Pillai F Gl hipótesis Gl error Valor-p Eta El estadístico utilizado fue la Traza de Pillai, debido a que es el estadístico más robusto. Los resultados mostraron que: La variable covariada (Años compitiendo), tenía una relación significativa con el conjunto de variables dependientes (p<0,01). La variable independiente Sexo tenía una relación significativa con el conjunto de variables dependientes (p<0,01). 116

7 Tesis Doctoral. Juan Ángel Simón Piqueras. La variable independiente Nivel deportivo mostraba una relación significativa con el conjunto de variables dependientes (p<0,01). La Interacción de las Variables Independientes Sexo*Nivel deportivo estaba muy próxima al nivel de significación con el conjunto de variables dependientes Contrastes univariados. Con el fin de averiguar las relaciones significativas de las variables dependientes y las independientes se procedió a obtener los contrastes univariados. (Tabla 5.5). Con los resultados obtenidos se pudo observar que: La covariable (Años compitiendo), tenia un efecto significativo sobre las variables dependientes Familia, Entrenador, y Naturaleza del entrenamiento (p<0,01). En relación con la variable independiente Sexo se observó que las diferencias son significativas en las variables dependientes Familia, Naturaleza del entrenamiento, Entorno y recursos, y Deportista (p<0,05). Con referencia con la variable independiente Nivel deportivo, los resultados indicaron que había diferencias significativas de todas las variables dependientes en relación con el nivel deportivo del sujeto (p<0,01). Por último, se encontró que la interacción Sexo*Nivel deportivo tiene un efecto significativo sobre la variable dependiente Entorno y recursos (p<0,05), y una relación muy próxima a la significación con la variable dependiente Deportista. 117

8 Capítulo 5. Resultados. Tabla 5.5. Resultados contrastes univariados. Fuente Variable dependiente gl F Valor-p Eta 2 Familia Entrenador Años compitiendo (Covariable) Sexo Nivel deportivo Sexo * Nivel deportivo Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Para profundizar más en los resultados que indicaban diferencias significativas con respecto a la variable independiente sexo, se procedió a calcular con una prueba de comparaciones por pares, las relaciones significativas, y a calcular las medias marginales estimadas (Tabla 5.6). Según estos resultados, se observó que las diferencias fueron significativas en las variables dependientes Familia, Naturaleza del Entrenamiento, Entorno y Deportista (p<0,05) (Figura 5.2). 118

9 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.6. Comparación por pares y medias marginales estimadas. Variable dependiente Familia Entrenador Características entrenamiento Naturaleza entrenamiento Entorno Deportista Sexo Media Significación Intervalo de confianza al 95%. Límite inferior Límite superior Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Hombre Mujer Figura 5.2. Medias marginales estimadas y comparaciones por pares. Variable independiente sexo. Con referencia a los resultados que mostraron diferencias significativas con respecto a la variable independiente Nivel deportivo, se planteó la posibilidad de realizar un contraste de hipótesis personalizado, debido a que 119

10 Capítulo 5. Resultados. esta variable independiente era de tipo ordinal. Con este tipo de análisis se puede observar la posible tendencia lineal significativa (Tabla 5.7). Tabla 5.7. Contraste de hipótesis personalizado. Lineal Estimación contraste Error típico Valor-p Intervalo confianza 95% Límite inferior Límite superior Variable dependiente Familia Entrenador Caract Ent. Nat. Entren Entorno Deportista De los resultados de la Tabla 5.7 se pudo concluir que en relación con la variable independiente Nivel deportivo, todas las variables dependientes mostraron diferencias significativas. La tendencia que se muestra significativa a raíz de los resultados fue la de tipo positivo y lineal, lo que quiere decir que las puntuaciones en las distintas variables dependientes aumentaron en función del nivel deportivo. A mayor nivel deportivo, resultados más elevados en cada variable dependiente. Con el fin de facilitar la comprensión de estos resultados, y de las posibles interacciones, y sobre todo mostrar la tendencia lineal positiva y significativa, se a presentar los mismos de una manera gráfica en las Figuras 5.3 a

11 Tesis Doctoral. Juan Ángel Simón Piqueras. Figura 5.3. Medias marginales estimadas y comparaciones por pares. Variable independiente Nivel deportivo. 121

12 Capítulo 5. Resultados. 7,50 7,00 6,50 6,00 5,50 Local-Auto Nacional Internacional 6,5 6,0 5,5 5,0 4,5 Local-Auto Nacional Internacional Hombre Mujer Hombre Mujer Figura 5.4. Variable dependiente: Familia. Figura 5.7. Variable dependiente: Naturaleza del entrenamiento 8,1 7,7 7,3 6,9 6,5 Local-Auto Nacional Internacional 6,75 6,25 5,75 5,25 4,75 Local-Auto Nacional Internacional Hombre Mujer Hombre Mujer Figura 5.5. Variable dependiente: Entrenador Figura 5.8. Variable dependiente: Entorno 7,7 7,5 7,3 7,1 6,9 Local-Auto Nacional Internacional Hombre Mujer Figura 5.6. Variable dependiente : Características del entrenamiento 8,40 8,15 7,90 7,65 7,40 Local-Auto Nacional Internacional Hombre Mujer Figura 5.9. Variable dependiente: Deportista. 122

13 Tesis Doctoral. Juan Ángel Simón Piqueras. 5.2 Análisis de las diferencias existentes en la percepción de los factores relacionados con la excelencia en función del tipo de deporte practicado y el sexo de los deportistas Con este procedimiento se planteó hallar las diferencias en cada uno de los factores estudiados, en función del sexo y del tipo de deporte practicado por los deportistas. Se utilizó el MANOVA, porque no se tuvo en cuenta ninguna variable covariada, pues se consideró que los años compitiendo no influían en la elección del tipo de deporte Comprobación de los supuestos básicos del análisis de varianza multivariante. (MANOVA). En referencia a la normalidad de la muestra, los análisis se pueden comprobar en la página 112, Tabla 5.1. Para comprobar la Heterocedasticidad se utilizó nuevamente el Contraste de Levene sobre la igualdad de las varianzas de error. Dado que la muestra del estudio era muy grande, la prueba de homogeneidad de varianzas M de Box resulta demasiado estricta y no recomendable (Tabachnich y Fidell, 1996). Por el contrario, el test de Levene es particularmente recomendable porque es el que queda menos afectado por desviaciones de la normalidad (Hair et al., 1999, p. 168). La hipótesis nula sería que la varianza de error de la variable dependiente no mostraría diferencias a lo largo de todos los grupos (Tabla 5.8). 123

14 Capítulo 5. Resultados. Tabla 5.8. Contraste de Levene sobre la igualdad de las varianzas de error. F gl1 gl2 Significación Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista De los resultados del test de Levene puede observarse que solo se encontró heterogeneidad de varianzas significativa (p<0,01) en la variable Entrenador. Dado que los tamaños de los grupos no son demasiado desproporcionados y podían considerarse relativamente iguales según el criterio de Tabachnich y Fidell, (1996, p.80), se consideró que la heterocedasticidad era asumible Estadísticos Descriptivos de las diferencias. A continuación se presentan los datos de tipo descriptivo que permiten conocer las características de los distintos grupos de estudio (Figura 5.10 y Tabla 5.9). Mujeres 32% Hombres 68% Abiertos Equipo 32% Abiertos Ind 17% Cerrados 51% Figura Porcentajes Grupos de la Muestra por tipo de deporte y sexo 124

15 Tesis Doctoral. Juan Ángel Simón Piqueras. Tabla 5.9. Estadísticos descriptivos de la muestra del MANOVA. Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Sexo Tipo de Deporte Media Desv. típ. Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total

16 Capítulo 5. Resultados. Tabla 5.9. Estadísticos descriptivos de la muestra del MANOVA. Continuación Entorno Deportista Número de Deportistas Sexo Tipo de Deporte Media Desv. típ. Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombre Cerrados Abiertos Individuales Abiertos Equipo Total Mujer Cerrados Abiertos Individuales Abiertos Equipo Total Total Cerrados Abiertos Individuales Abiertos Equipo Total Hombres Mujeres Total Cerrados Abiertos Ind Abiertos Equipo Total

17 Tesis Doctoral. Juan Ángel Simón Piqueras Contrastes multivariados. A continuación se procedió a realizar los contrastes multivariados para averiguar qué variables independientes tienen una relación significativa con el conjunto de variables dependientes (Tabla 5.10). Es necesario matizar que como los resultados de diferencias de sexo ya se presentaron en el apartado 5.1 del presente capítulo, en los sucesivos análisis nos centraremos en las diferencias entre los distintos tipos de deporte y la interacción tipo de Deporte*Sexo. Tabla Resultados de los contrastes multivariados. Efecto Valor F Gl hipótesis Gl error Significación Eta al cuadrado parcial T. Deporte Sexo * TD El estadístico utilizado fue la Traza de Pillai, debido a que era el estadístico más robusto. Los resultados mostraron diferencias significativas en todas las variables independientes y en la interacción de las mismas. Los resultados pusieron de manifiesto que: La variable independiente Tipo de Deporte tenía una relación significativa con el conjunto de variables dependientes (p<0,01). La Interacción de las Variables Independientes Sexo*Nivel Deportivo tuvo una relación significativa con el conjunto de variables dependientes (p<0,01). 127

18 Capítulo 5. Resultados Contrastes univariados. Con el fin de averiguar las relaciones significativas de las variables dependientes y las independientes procedemos a realizar los contrastes univariados. (Ver Tabla 5.5) Tabla Resultados de los contrastes univariados. Fuente Variable dependiente gl F Valor-p Eta 2 T_Deporte Sexo * T_Deporte Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Familia Entrenador Características del entrenamiento Naturaleza del entrenamiento Entorno Deportista Estos contrastes mostraron que: Referente a la variable independiente Tipo de Deporte, los resultados indicaron que hubo diferencias significativas en las variables dependientes Entrenador, Naturaleza del entrenamiento (p<0,01), y Características del entrenamiento (p<0,05). Por último se hará referencia a que la interacción Sexo*Tipo de Deporte tuvo un efecto significativo sobre la variables dependientes Familia y Entrenador (p<0,01) y una relación muy próxima a la significación con la variable dependiente Naturaleza del entrenamiento. 128

19 Tesis Doctoral. Juan Ángel Simón Piqueras. Para profundizar más en estos resultados se procedió a realizar comparaciones por pares y el cálculo de medias estimadas (Tabla 5.12). Los resultados que se obtuvieron fueron los siguientes: Tabla Resultados comparación por pares y medias estimadas. Variable dependiente Familia Entrenador Características entrenamiento Naturaleza Entrenamiento Entorno Deportista (I) Tipo de Deporte Tipo de Deporte Significación Medias Estimadas. Intervalo confianza 95 % Límite superior Límite inferior Cerrados Abiertos Individuales Abiertos Equipo.327 Abiertos Individuales Cerrados Abiertos Equipo.526 Abiertos Equipo Cerrados Abiertos Individuales.526 Cerrados Abiertos Individuales Abiertos Equipo.000 Abiertos Individuales Cerrados Abiertos Equipo.003 Abiertos Equipo Cerrados Abiertos Individuales.003 Cerrados Abiertos Individuales Abiertos Equipo.035 Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales Cerrados Abiertos Individuales Abiertos Equipo.000 Abiertos Individuales Cerrados Abiertos Equipo.105 Abiertos Equipo Cerrados Abiertos Individuales.105 Cerrados Abiertos Individuales Abiertos Equipo Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales Cerrados Abiertos Individuales Abiertos Equipo Abiertos Individuales Cerrados Abiertos Equipo Abiertos Equipo Cerrados Abiertos Individuales

20 Capítulo 5. Resultados. Variable Dependiente Entrenador: Hay diferencias significativas entre deportes cerrados y abiertos de equipo, y entre abiertos individuales y abiertos de equipo (p<0,01). Variable Dependiente Características del entrenamiento: Hay diferencias significativas entre deportes cerrados y abiertos de equipo (p<0,05). Variable Dependiente Naturaleza del entrenamiento: Hay diferencias significativas entre deportes cerrados y abiertos de equipo (p<0,01). Por último y para facilitar al lector la compresión de los resultados y la visualización de las interacciones significativas, se presentan a continuación las gráficas 5.11 a Análisis de las diferencias en la percepción de importancia de los factores relacionados con la excelencia Para dar respuesta a esta cuestión se llevó a cabo un ANOVA con un factor de medidas repetidas (los factores del cuestionario) y dos factores intergrupo (Nivel deportivo y Sexo) Comprobación de los supuestos básicos del análisis de varianza (ANOVA). En referencia a la normalidad de la muestra, los análisis se pueden comprobar en la página 112, Tabla 5.1. En el caso del análisis de un diseño mixto con medidas repetidas en cada nivel de las variables intergrupo es conveniente comprobar la asunción de esfericidad multigrupo de la matriz de varianzas-covarianzas (Girden, 1992). Se aplicó la prueba de contraste de la hipótesis de esfericidad de Mauchly (Tabla 5.13) y se obtiene que dicha hipótesis no es asumible (W=.54; p<.001). 130

21 Tesis Doctoral. Juan Ángel Simón Piqueras. Familia Entren- Activ 7,000 6,250 6,625 5,875 6,250 5,875 5,500 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Figura Variable dependiente: Familia. 5,500 5,125 4,750 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Figura Variable dependiente: Naturaleza del entrenamiento Entrenador Entorno 8,25 5,6 7,81 5,4 7,38 5,2 6,94 5,0 6,50 Cerrados Abiertos Ind Abiertos Equi 4,8 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Hombre Mujer Figura Variable dependiente: Entrenador Figura Variable dependiente: Entorno 7,70 Entren-Intensidad 7,93 Gráfica 6 7,55 7,85 7,40 7,78 7,25 7,70 7,10 Cerrados Abiertos Ind Abiertos Equi 7,62 Cerrados Abiertos Ind Abiertos Equi Hombre Mujer Hombre Mujer Figura Variable dependiente: Características del entrenamiento Figura Variable dependiente: Deportista. 131

22 Capítulo 5. Resultados. Complementariamente se calcularon los estimadores de ε para comprobar el grado de desviación de la esfericidad. En este caso ε puede oscilar entre.20 (su límite inferior) y 1, obteniéndose estimadores muy próximos a 1 (ε =.83; ε*=.84). Por lo tanto la desviación de la esfericidad puede considerarse ligera (ε.75). De este modo el ANOVA puede considerarse robusto aplicando la corrección de Huynh-Feldt para la estimación de F. Tabla Prueba de contraste de hipótesis de esfericidad. Prueba Estadístico Valor Mauchly W.54 χ2 (14) aprox p <.001 Estimadores de ε Greenhouse-Geisser: ε.83 Huynh-Feldt: ε*.84 Límite-inferior de ε ANOVA: Pruebas de efectos intra-sujetos (aplicada la corrección de Huynh-Feldt). En primer lugar se procedió a realizar un ANOVA para obtener los efectos intra-sujetos. A este Anova se le aplicó la corrección de Huynh-Feldt. Tabla Resultados del Anova Fuente gl F p η2 Escalas Factores * Nivel deportivo Factores * Sexo Factores * Nivel deportivo * Sexo Error (intra) < Los resultados obtenidos mostraron que: Existieron diferencias significativas entre las medidas intergrupo (los diferentes factores del test). Estas diferencias fueron considerables puesto que suponen un 28.3% de la variabilidad total. 132

23 Tesis Doctoral. Juan Ángel Simón Piqueras. La escala más valorada es el factor Deportista, seguido por los factores Entrenador y Características del entrenamiento. Las escalas menos valoradas fueron los factores Naturaleza del entrenamiento y Entorno y recursos. Las diferencias entre los promedios de cada par de escalas se encuentran en la Tabla (I) Tabla Diferencias intragrupo en las diferentes escalas del test. (J) Diferencia de medias (I-J) Error típ. p IC 95 % para la diferencia Límite inferior Límite superior 1 Familia (*) (*) (*) (*) (*) Entrenador (*) (*) (*) Entorno (*) (*) Atleta 5.51(*) (*) Características del entreno (*) Naturaleza del entrenamiento Existió interacción significativa entre las puntuaciones de las distintas escalas del cuestionario y el nivel deportivo. Ésto supone que no solo existieron diferencias en cada variable dependiente, (contrastes ya realizados en el apartado 5.1 del presente trabajo), sino que las diferencias no son paralelas en cada grupo de nivel deportivo (Figura 5.16). Se encontraron interacciones significativas entre las puntuaciones en las distintas escalas del test y el sexo. Ésto supone que no solo 133

24 Capítulo 5. Resultados. existían diferencias de sexo en algunas variables (contrastes ya realizados en el apartado 5.1 del presente trabajo), sino que las diferencias no son paralelas en hombres y mujeres (Ver Figura 5.17). No existieron diferencias significativas en la triple interacción (factores*nivel deportivo*sexo). Nat. Entren. Entorno Familia Carac. Entren. Entrenador Deportista Figura Interacción de las diferentes escalas del cuestionario y el nivel deportivo. Nat. Entren. Entorno Familia Carac. Entren. Entrenador Deportista Figura Interacción de las diferentes escalas del cuestionario y el Sexo. 134

25 Tesis Doctoral. Juan Ángel Simón Piqueras. 5.4 Análisis de las relaciones entre los factores del cuestionario. Con la finalidad de establecer las relaciones existentes en las diferentes variables se aplicó la prueba de Pearson encontrándose correlaciones que oscilaban entre moderadas y altas en las siguientes variables: Las Variables Entrenador y Familia mostraron una relación positiva y moderada con un valor de r=.353 (p<0,01). Las Variables Características del entrenamiento y Familia muestran una relación positiva y moderada con un valor de r=.314 (p<0,01). Las Variables Naturaleza del entrenamiento y Familia muestran una relación positiva y moderada con un valor de r=.319 (p<0,01). Las Variables Entorno y Familia muestran una relación positiva y moderada con un valor de r=.388 (p<0,01). Las Variables Deportista y Familia muestran una relación positiva y moderada con un valor de r=.339 (p<0,01). Las Variables Características del entrenamiento y Entrenador muestran una relación positiva y moderada con un valor de r=.437 (p<0,01). Las Variables Naturaleza del entrenamiento y Entrenador muestran una relación positiva y moderada con un valor de r=.442 (p<0,01). Las Variables Deportista y Entrenador muestran una relación positiva y moderada con un valor de r=.422 (p<0,01). 135

26 Capítulo 5. Resultados. Las Variables Naturaleza del entrenamiento y Características del entrenamiento muestran una relación positiva y moderada con un valor de r=.496 (p<0,01). Las Variables Deportista y Características del entrenamiento muestran una relación positiva y alta con un valor de r=.557 (p<0,01). Las Variables Entorno y Naturaleza del entrenamiento muestran una relación positiva y moderada con un valor de r=.399 (p<0,01). Las Variables Deportista y Naturaleza del entrenamiento muestran una relación positiva y moderada con un valor de r=.411 (p<0,01). Las Variables Entorno y Deportista muestran una relación positiva y moderada con un valor de r=.353 (p<0,01). 136

27

28

Tipo de punta (factor) (bloques)

Tipo de punta (factor) (bloques) Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos

Más detalles

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD

TÉCNICAS 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 detalles

Regresión con variables independientes cualitativas

Regresión con variables independientes cualitativas Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.

Más detalles

Estadísticos Descriptivos

Estadísticos Descriptivos ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición... Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................

Más detalles

Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0

Tema: 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 detalles

478 Índice alfabético

478 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 detalles

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.

Más detalles

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS Las soluciones a estos ejercicios y los outputs del SPSS se encuentran al final. EJERCICIO 1. Comparamos dos muestras de 10

Más detalles

ÍNDICE INTRODUCCIÓN... 21

ÍNDICE INTRODUCCIÓN... 21 INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA 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 detalles

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3

de 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3 Resultados de la aplicación de la Expresión Escrita (EXPRESC) a la generación 16/Primavera de la División de Ciencias Sociales y Humanidades (DCSH), Unidad Cuajimalpa. La EXPRESC evalúa la expresión escrita

Más detalles

CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara

CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un

Más detalles

CLASE 10: RESUMEN DEL CURSO

CLASE 10: RESUMEN DEL CURSO CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:

Más detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 3: Ejercicios del capítulo 5 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

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)

Más detalles

Métodos Estadísticos Multivariados

Métodos Estadísticos Multivariados Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE DEFINICIÓN: Cómo técnica de análisis de dependencia: Pone en marcha un modelo de causalidad en el que la variable endógena es una variable NO MÉTRICA y las independientes métricas. Cómo técnica de análisis

Más detalles

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo

Estructura 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 detalles

Selección de fuentes de datos y calidad de datos

Selección de fuentes de datos y calidad de datos Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.

Más detalles

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 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 detalles

Facultad de Ciencias Sociales - Universidad de la República

Facultad de Ciencias Sociales - Universidad de la República Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura

Más detalles

CAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los

CAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los 112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Tema: Medidas de Asociación con SPSS

Tema: Medidas de Asociación con SPSS Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo

Más detalles

Tema 3: Diseño de experimentos

Tema 3: Diseño de experimentos Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 15 de noviembre de 2010 Índice Diseños con un factor 1 Diseños con un factor Comparación de dos medias Comparación de

Más detalles

Análisis de Componentes de la Varianza

Análisis de Componentes de la Varianza Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable

Más detalles

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje

Más detalles

INTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS

INTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS 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... 2 1. Probabilidad...

Más detalles

Estadística Asistencial I. Prof. Rafael Rey

Estadística Asistencial I. Prof. Rafael Rey Estadística Asistencial I Prof. Rafael Rey Contenidos del curso INTRODUCCIÓN A LA ESTADÍSTICA: origen como disciplina (institucionalización de la generación de Estadísticas y complejidades instrumentales

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 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 detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

ENUNCIADOS DE PROBLEMAS

ENUNCIADOS DE PROBLEMAS UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I 22 de Septiembre de 2007 ENUNCIADOS DE PROBLEMAS Muy importante: Tenga en cuenta que algunos resultados de las tablas han podido ser omitidos. PROBLEMA 1:

Más detalles

Y accedemos al cuadro de diálogo Descriptivos

Y accedemos al cuadro de diálogo Descriptivos SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas

Más detalles

1.- Test de hipótesis de normalidad. 2.- Test de hipótesis para una proporción 6-1

1.- Test de hipótesis de normalidad. 2.- Test de hipótesis para una proporción 6-1 Estadística º curso l Grado en Ciencias la Actividad Física y el Deporte Estadística º Curso l Grado en Ciencias la Actividad Física y el Deporte ---o0o--- Tests hipótesis con una y dos muestras Bioestadística

Más detalles

Modelo Econométrico sobre el Turismo

Modelo Econométrico sobre el Turismo Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico

Más detalles

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos

Más detalles

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016 ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una

Más detalles

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS 1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias

Más detalles

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es

Más detalles

Esquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor

Esquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos de Estadística y Simulación Básica Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

DIPLOMADO EN ESTADÍSTICA APLICADA

DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

CONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...

CONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo... CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................

Más detalles

PROGRAMA COMPLETO DEL CURSO DE BIOESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD

PROGRAMA COMPLETO DEL CURSO DE BIOESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD PROGRAMA COMPLETO DEL CURSO DE BIOESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD 1.- Introducción a la bioestadística Introducción a la bioestadística como herramienta aplicada a las Ciencias de la Salud.

Más detalles

A qué nos referimos con medidas de dispersión?

A qué nos referimos con medidas de dispersión? Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal

Más detalles

TEMA 3: Contrastes de Hipótesis en el MRL

TEMA 3: Contrastes de Hipótesis en el MRL TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12

Más detalles

PROBLEMAS TEMA 3: ANÁLISIS DE COMPONENTES PRINCIPALES. LICENCIADO EN ECONOMÍA

PROBLEMAS TEMA 3: ANÁLISIS DE COMPONENTES PRINCIPALES. LICENCIADO EN ECONOMÍA 1 PROBLEMAS TEMA 3: ANÁLISIS DE COMPONENTES PRINCIPALES. LICENCIADO EN ECONOMÍA Problema 1 Calcular para la matriz de covarianzas ( ) 5 2 S Y =, 2 2 (a) Las componentes principales Z 1 y Z 2. (b) La proporción

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

Presentación de la tercera edición Autores

Presentación de la tercera edición Autores ÍNDICE DE CAPÍTULOS Presentación de la tercera edición Autores 1 Introducción a los métodos de la epidemiología y la bioestadística... 1 M.A. Martínez-González, A. Sánchez-Villegas, J. de Irala 1.1. Estadística,

Más detalles

Repaso Estadística Descriptiva

Repaso Estadística Descriptiva Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable

Más detalles

1.2.2. Técnicas estadísticas más utilizadas en la investigación

1.2.2. Técnicas estadísticas más utilizadas en la investigación Contenido PRÓLOGO... 1. LA ESTADÍSTICA COMO HERRAMIENTA EN LA INVESTIGACIÓN TURÍSTICA 1.1. EL TURISMO Y LA ESTADÍSTICA... 2 1.1.1. El turismo... 2 1.1.2. La estadística... 4 1.2. LA ESTADÍSTICA Y LA INVESTIGACIÓN

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

Capítulo 16 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas

Capítulo 16 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas Capítulo 6 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas Los modelos de análisis de varianza (ANOVA) con medidas repetidas (MR) sirven para estudiar el efecto de uno

Más detalles

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA SYLLABUS PROYECTO CURRICULAR DE INGENIERÍA ELÉCTRICA

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA SYLLABUS PROYECTO CURRICULAR DE INGENIERÍA ELÉCTRICA Nombre del Docente ESPACIO ACADÉMICO (Asignatura): PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Obligatorio Básico Complementario Electivo Intrínseco Extrínseco FACULTAD DE

Más detalles

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth

Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth 1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder

Más detalles

ESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2

ESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2 ESTADÍSTICA APLICADA. PRÁCTICAS CON SPSS. TEMA 2 1.- ANÁLISIS DE LA VARIANZA CON UN FACTOR El análisis de la varianza estudia el efecto de una o varias variables independientes denominadas factores sobre

Más detalles

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016 Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica

Más detalles

Contenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos

Contenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad

Más detalles

PROGRAMA ACADEMICO Ingeniería Industrial

PROGRAMA ACADEMICO Ingeniería Industrial 1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional

Más detalles

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Capítulo 15 Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Los modelos factoriales de análisis de varianza (factorial = más de un factor) sirven para evaluar el efecto

Más detalles

ANÁLISIS DE CORRELACIÓN

ANÁLISIS DE CORRELACIÓN ELECCIONES GENERALES 006 ANÁLISIS DE CORRELACIÓN VOTO PRESIDENCIAL VOTO CONGRESAL Jurado Nacional de Elecciones ANÁLISIS ESTADÍSTICO En este capítulo realizaremos un análisis estadístico a partir de los

Más detalles

SE OFRECE A ESTUDIANTES DE GRADO: SI X. MÓDULO DEL PLAN 2013 EN QUE ACREDITA: Módulo Metodológico DESCRIPTORES: Probabilidad y Estadística

SE OFRECE A ESTUDIANTES DE GRADO: SI X. MÓDULO DEL PLAN 2013 EN QUE ACREDITA: Módulo Metodológico DESCRIPTORES: Probabilidad y Estadística Asignatura: Probabilidad y Estadistica para Investigadores en ciencias del comportamiento I Tipo: Optativa Créditos: 15 Fecha tentativa: de 12:30 a 17:00 hrs desde el 23/04/2014 Lugar: Salón 9 Cupos: 20

Más detalles

UNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES

UNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES 1. CARRERA: Profesorado en Química 2. ASIGNATURA: Estadística y Probabilidad 3. AÑO LECTIVO: 2016 UNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES 4. CARACTERES DE LA ASIGNATURA: Obligatoria 5.

Más detalles

Variables estadísticas bidimensionales

Variables estadísticas bidimensionales Variables estadísticas bidimensionales BEITO J GOZÁLEZ RODRÍGUEZ (bjglez@ulles) DOMIGO HERÁDEZ ABREU (dhabreu@ulles) MATEO M JIMÉEZ PAIZ (mjimenez@ulles) M ISABEL MARRERO RODRÍGUEZ (imarrero@ulles) ALEJADRO

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

MODELO ECONOMÉTRICO. José María Cara Carmona. Adrián López Ibáñez. Explicación del desempleo

MODELO ECONOMÉTRICO. José María Cara Carmona. Adrián López Ibáñez. Explicación del desempleo José María Cara Carmona Adrián López Ibáñez MODELO ECONOMÉTRICO Explicación del desempleo Desarrollaremos un modelo econométrico para intentar predecir el desempleo. Trataremos los diversos problemas que

Más detalles

EJERCICIOS DE ESTADÍSTICA:

EJERCICIOS DE ESTADÍSTICA: EJERCICIOS DE ESTADÍSTICA: 1º/ Una biblioteca desea estimar el porcentaje de libros infantiles que posee. La biblioteca está compuesta de 4 salas (orte, Sur, Este y Oeste) con 2500, 2740, 4000 y 6900 libros,

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

Análisis de datos en los estudios epidemiológicos III Correlación y regresión

Análisis de datos en los estudios epidemiológicos III Correlación y regresión Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística

Más detalles

EJERCICIOS ESTADÍSTICA DESCRIPTIVA

EJERCICIOS ESTADÍSTICA DESCRIPTIVA EJERCICIOS ESTADÍSTICA DESCRIPTIVA 1.- Dada la siguiente distribución de frecuencias de variable discreta. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica x i f i 47 1 48 3 49 2 50

Más detalles

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays)

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays) Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez Cadelga Maíz (Zea mays) Científica Objetivos Medir el Efecto Fisiológico AgCelence del Fungicida

Más detalles

Medidas descriptivas I. Medidas de tendencia central A. La moda

Medidas descriptivas I. Medidas de tendencia central A. La moda Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto

Más detalles

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

Capítulo 8. Análisis Discriminante

Capítulo 8. Análisis Discriminante Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables

Más detalles

Grado en NHyD 23 de junio de 2014

Grado en NHyD 23 de junio de 2014 Estadística Aplicada Examen extraordinario Grado en HyD 23 de junio de 214 OTA: Explica y desarrolla tus respuestas usando las salidas de los anexos. En las preguntas de verdadero y falso indica qué gráficos

Más detalles

Regresión con variables cualitativas

Regresión con variables cualitativas 3 Regresión con variables cualitativas. Introducción Hasta ahora hemos abordado el tema de la correlación y la regresión con variables cuantitativas. Sin embargo, un estudio de regresión similar puede

Más detalles

FACULTAD DE ENFERMERÍA Y FISIOTERAPIA FACULTAD DE ENFERMARÍA Máster en I e I en Cuidados de Salud

FACULTAD DE ENFERMERÍA Y FISIOTERAPIA FACULTAD DE ENFERMARÍA Máster en I e I en Cuidados de Salud PROGRAMA Oficial de Posgrado de la Universidad de Cádiz PLAN DE ESTUDIOS 0860 Máster en Innovación e Investigación en Cuidados de Salud COORDINADOR Mª Antonia Jesús de la Calle MÓDULO COMÚN ASIGNATURA

Más detalles

MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1

MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1 MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: AMPLIACIÓN DE ESTADÍSTICA Código:603358 Materia: MATEMÁTICAS Y ESTADÍSTICA Módulo: FORMACIÓN FUNDAMENTAL Carácter: OBLIGATORIA

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

Capítulo 23. Análisis discriminante: El procedimiento Discriminante. Introducción

Capítulo 23. Análisis discriminante: El procedimiento Discriminante. Introducción Capítulo 23 Análisis discriminante: El procedimiento Discriminante Introducción Con independencia del área de conocimiento en la que se esté trabajando, es frecuente tener que enfrentarse con la necesidad

Más detalles