PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

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

Download "PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI"

Transcripción

1 PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014

2 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo. Recordemos sobre hipótesis: Hipótesis de trabajo o de investigación Descriptivas Correlacionales Diferencia de grupos Causales Hipótesis estadística Nula Alterna

3 Cómo se debe usar para prueba de hipótesis? Ho: Hipótesis Nula (puede formularse contrario a la hipótesis de investigación) Hi: Hipótesis de investigación (se debe escribir la hipótesis que se formuló al principio). Ej.: Ho=0 (Rechaza la hipótesis planteada). Ej. El uso de programa «X», no mejora el aprendizaje de resolución de problemas matemáticos. Hi> 0; Hi 0 (Acepta la hipótesis planteada). Ej. El uso de programa «X», mejora el aprendizaje de resolución de problemas matemáticos.

4 Prueba o docimasia de hipótesis Qué es el nivel de significancia? Tiene que ver con la probabilidad de un evento ocurra, oscila entre cero (0) y uno (1). Donde el cero implica la imposibilidad de que ocurra y uno la certeza de que ocurra el fenómeno. Ej. Al lanzar una moneda, la probabilidad que salga cruz es de 0,50 y que caiga de cero es 0,50. Si lanzo un dado, la probabilidad de que salga 2, u otro número es de 1/6 = 0,1667, la suma de probabilidades es 1.

5 Prueba o docimasia de hipótesis El nivel de significancia o nivel alfa (ᾳ), es nivel de probabilidad de equivocarse y se fija antes de probar hipótesis, porque sabe que hay error de muestreo. Existen dos niveles convenidos en ciencias sociales: - El nivel de significancia de 0,05, implica que el investigador tiene 95% de seguridad para generalizar. - Nivel de significancia de 0,01, implica que tiene 99% en su favor para generalizar sin temor.

6 Prueba o docimasia de hipótesis Métodos paramétricas más utilizadas a) Coeficiente de correlación de Pearson b) Regresión lineal c) Prueba T o Z d) Análisis de Varianza unidireccional (ANOVA) e) Análisis de varianza factorial f) Análisis de covarianza

7 Prueba o docimasia de hipótesis Método: Coeficiente de correlación de Pearson - Sirve para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón. No considera variable dependiente e independiente, no evalúa la causalidad. Nivel de medición: = Correlación negativa perfecta - 0,90 = Negativa muy fuerte = Negativa considerable = Negativa media = No existe correlación entre variables =Positiva media +0.75= Positiva considerable +0.90=Positiva muy fuerte +1.00= Correlación positiva perfecta Coeficiente de determinación r 2 - Entre 0,66 y 0,85 ofrece una buena predicción de una variable de otra variable, y por encima de 0.85 implica que ambas variables miden casi el mismo concepto.

8 Prueba o docimasia de hipótesis Método: Coeficiente de correlación de Pearson: Ej. Hi: A mayor motivación intrínseca, mayor productividad. Resultado: r=0,721 s o P= Interpretación: Se acepta la Hi en el nivel de y la correlación es considerable y positiva. Ej: Hi: A mayor ingreso económico, mayor motivación intrínseca Resultado: r=0.214 s o P=0.081 Interpretación: Se acepta la Ho. El coeficiente no es significativo: es mayor que 0.05; recordemos que 0.05 es el nivel mínimo para aceptar la hipótesis.

9 Prueba o docimasia de hipótesis Método: Regresión lineal: Sirve para estimar el efecto de una variable sobre otra. Brinda la oportunidad de predecir: se usa para comprobar hipótesis correlaciones y causales. Trabaja con dos variables: independiente y dependiente. Se usa diagrama de dispersión. Luego ser calcula «r» y si observa la tendencia positiva o negativa. Luego podemos predecir bajo ecuación de regresión lineal: Y=a+bX Y: Es un valor de variable dependiente, a= es la ordenada en el origen, b= pendiente o inclinación, X es el valor de variable independiente que fijamos.

10 Prueba o docimasia de hipótesis Método: Regresión lineal: Ej.

11 Prueba o docimasia de hipótesis Método: Prueba t Es prueba estadística para evaluar si dos grupos difieren entre si respecto a sus medias de una variable. Sirve para probar hipótesis de diferencia de dos grupos. Se aplica en investigaciones cuasiexperimentales y también se adecua a preexperimentales. Veamos ejemplos y los pasos a seguir:

12 Prueba o docimasia de hipótesis Método: Prueba t Paso 1: Elaborar Matriz de Resultados para diseño: CUASIEXPERIMENTAL: Grupo Pretest Tratamiento Posttest E O X O C O - O PREEXPERIMENTAL: Grupo Pretest Tratamiento Posttest E O X O

13 GR1UPO EXPERIMENTAL GRUPO CONTROL Nº PUNTAJES OBTENIDOS S/100 Nº PUNTAJES OBTENIDOS S/100 PRETEST POSTEST PRETEST POSTEST = 855 = 1455 = 834 = 1153 X= 42,7 S= 9,69 X X X= 72,75 S= 15,01 X= 41,70 S= 11,06 X X X= 57,65 S= 13,58

14 Cálculo de S (Desviación Estándar Muestral):

15 PROEMDIOS Paso 2: Representar gráficamente Considerando las Medias CUADRO COMPARATIVO DE MEDIAS 80 72, , ,75 41, GE-PRETEST GE-POSTEST GC-PRETEST GC-POSTEST GRUPOS Y TESTS

16 Paso 1:Formular estadísticamente las hipótesis nula y de investigación H O : μ1 = μ2 H i : μ1 > μ2 Paso 2:Formular la regla de decisión en base a tabla de valores de t. Determinar grados de libertad (GL) en base a número de muestra de cada grupo. Puesto que la H i : μ1 > μ2, señala la cola derecha de la curva t. GL=n1+n = 38 Podemos usar nivel de significancia de 0,01, ó 0,05. De acuerdo a la Tabla de prueba t, con grado de libertad 38, el valor es 2,4286, usando 0,01. Si aplicado la formula de prueba t, el resultado es mayor que 2,4286 se acepta la Hi, y si es menor se acepta la Ho.

17 Tabla t-student Grados de libertad

18 Tercer paso: Realizar la prueba aplicando la fórmula correspondiente t= x 1 x 2 ( n ;1 s 2 2 : n ;1 s 2 n 1 :n 2 ;2 )( 1 n n 2 ) Referencias: x 1 = Media aritmética de Grupo Experimental x 2 = Media aritmética de Grupo Control N1 y n2: Tamaño de muestras de GE y GC S 1 : Desviación estándar del GE S 2 : Desviación estándar de GC Las medias deben ser de Postest de GE y GC, de la misma manera las desviaciones estándares.

19 Tercer paso: Realizar la prueba aplicando la fórmula correspondiente t= 72,75 57,65 =3,3362 ( 20;1 15,012 : 20;1 13,58 2 )( 1 20:20; ) El valor 3,3362 es mayor que el valor crítico 2,428 de la tabla t

20 Tercer paso: Interpretación La hipótesis nula se rechaza y se acepta la hipótesis de investigación. Esto significa que la diferencia de puntajes entre grupo experimental y grupo control es estadísticamente significativa, es decir se debe al efecto de la variable independiente: El uso de programa «X», mejora el aprendizaje de resolución de problemas matemáticos.

21 Preexperimentales Paso 1: Formular estadísticamente la hipótesis H O : μ1 = μ2 H i : μ1 > μ2 Paso 2:Formular la regla de decisión en base a tabla de valores de t Solo debe considerar las puntuaciones de pretest y postest. Calculando grado de libertad: GL= n-1; 20-1= 19. Usando el nivel de significancia de 0.01, el valor crítico en tabla t es 2,5395.

22 Preexperimentales Tercer paso: Realizar la prueba aplicando la fórmula correspondiente t= d S dn Referencias: d: Media de las diferencias entre las observaciones por pares. S d : Desviación estándar de las diferencias entre las observaciones por pares. n: número de muestreo.

23 GRUPO EXPERIMENTAL PUNTAJES OBTENIDOS S/100 Nº PRETEST POSTEST DIFERENCIA POSTEST-PRETEST X 30 S d 7,

24 Reemplazando datos en la fórmula: t= 30 7, =17, El valor calculado es mayor que valor crítico de t, por tanto se acepta la Hi. en otras palabras la diferencia entre la posprueba y la preprueba es estadísticamente significativa. Se puede afirmar que la aplicación de la estrategia «X», influye en mejoramiento del aprendizaje matemático, en la resolución de problemas trigonométricas.. X

25 Gracias X

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 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 detalles

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

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

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de

Más detalles

Elaboró: Luis Casas Vilchis

Elaboró: Luis Casas Vilchis Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con

Más detalles

Prueba t para muestras independientes

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

Más detalles

RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1

RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 IV. RESULTADOS. 4.1 ADAPTABILIDAD DEL SISTEMA. Los resultados de adaptabilidad del sistema cromatografico se detallan en la tabla 4.1 Ver gráficos en ANEXO 1 4.2 SELECTIVIDAD Placebo de excipientes: No

Más detalles

MATERIA: 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. 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 detalles

Curso de nivelación Estadística y Matemática

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

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos

INDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas

Más detalles

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.

Más detalles

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012

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

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

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

Más detalles

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

INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN

INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN INGENIERÍA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Aplicada 2. Competencias Dirigir proyectos de tecnologías de información (T.I.) para contribuir a

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

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

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Introducción a la Estadística Aplicada en la Química

Introducción a la Estadística Aplicada en la Química Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00

Más detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.

Más detalles

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

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

Más detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN 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 detalles

Prueba de Hipótesis. Para dos muestras

Prueba de Hipótesis. Para dos muestras Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. 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 detalles

INFERENCIA ESTADISTICA

INFERENCIA 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 detalles

Estadísticas Pueden ser

Estadísticas 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 detalles

Técnicas de Muestreo Métodos

Técnicas de Muestreo Métodos Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad

Más detalles

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas

Más detalles

Tema 2. Descripción Conjunta de Varias Variables

Tema 2. Descripción Conjunta de Varias Variables Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis

Más detalles

Es una proposición o supuesto sobre los parámetros de una o más poblaciones

Es una proposición o supuesto sobre los parámetros de una o más poblaciones HIPOTESIS ESTADISTICA Es una proposición o supuesto sobre los parámetros de una o más poblaciones http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html POR LUIS M. BAQUERO ROSAS, MBA JUNIO

Más detalles

Universidad de Quintana Roo División de Desarrollo Sustentable Secretaría Técnica de Docencia

Universidad de Quintana Roo División de Desarrollo Sustentable Secretaría Técnica de Docencia Programación de 6 semanas Primavera de 206 Estimado Profesor(a) de la, éste es el formato unificado de 6 semanas; utilice el tabulador para trasladarse ente los campos, y cuando requiera generar una entrada

Más detalles

4. Regresión Lineal Simple

4. Regresión Lineal Simple 1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para

Más detalles

Regresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010

Regresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010 Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación

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 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.

Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan

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

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación

Más detalles

Problema 1.- Tengamos las puntuaciones de X, las predichas y las residuales:

Problema 1.- Tengamos las puntuaciones de X, las predichas y las residuales: DISEÑO Y ANÁLISIS DE DATOS II. ENEO 6. Problema.- Tengamos las puntuaciones de X, las predichas y las residuales:.- Calcular la ecuación de regresión.- Correlación entre X e Y.- Por cada punto que aumenta

Más detalles

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14 Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca

Más detalles

Tema 2. Regresión Lineal

Tema 2. Regresión Lineal Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite

Más detalles

INDICE Capitulo 1. Panorama de la Experimentación Capitulo 2. El Problema

INDICE Capitulo 1. Panorama de la Experimentación Capitulo 2. El Problema INDICE Prefacio a la Primera Edición XV Prefacio a la Sexta Edición XVII Capitulo 1. Panorama de la Experimentación 1 La naturaleza de la ciencia 1 Definiciones de ciencia 1 Disciplinas científicas y no

Más detalles

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de

Más detalles

Estadística 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 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 detalles

Ejemplos Resueltos Tema 4

Ejemplos 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 detalles

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

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

Más detalles

Prueba de Hipótesis: Una muestra para la Media. Dra. Noemí L. Ruiz Limardo 2010

Prueba de Hipótesis: Una muestra para la Media. Dra. Noemí L. Ruiz Limardo 2010 Prueba de Hipótesis: Una muestra para la Media Dra. Noemí L. Ruiz Limardo 2010 Objetivos de la Lección Conocer el signficado de una prueba de hipótesis Conocer y aplicar los pasos para realizar una prueba

Más detalles

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población

Más detalles

Contenidos IB-Test Matemática NM 2014.

Contenidos IB-Test Matemática NM 2014. REDLAND SCHOOL MATHEMATICS DEPARTMENT 3 MEDIO NM 1.- Estadística y probabilidad. Contenidos IB-Test Matemática NM 2014. 1.1.- Conceptos de población, muestra, muestra aleatoria, y datos discretos y continuos.

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

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

Más detalles

paramétrica comparar dos grupos de puntuaciones

paramétrica comparar dos grupos de puntuaciones t de Student Es una prueba paramétrica de comparación de dos muestras independientes, debe cumplir las siguientes características: Asignación aleatoria de los grupos Homocedasticidad (homogeneidad de las

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

Regresión y Correlación

Regresión y Correlación Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios

Más detalles

INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques

INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques cuantitativo y cualitativo hacia un modelo integral 3 Qué enfoques se han presentado par

Más detalles

PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07

PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.

Más detalles

Revista de Actualización Clínica Volumen

Revista de Actualización Clínica Volumen ESTUDIOS DE CORRELACION Mg. Sc. Dra. Bustamante C. Gladys 1 Mendoza Quispe Carla Anahi 2 RESUMEN Los estudios correlacionales, son procedimientos investigativos en los cuales se trata de determinar la

Más detalles

Universidad 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 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 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

Ejercicios T.5 CONTRASTES PARAMÉTRICOS

Ejercicios T.5 CONTRASTES PARAMÉTRICOS Ejercicios T.5 CONTRASTES PARAMÉTRICOS 1. Un fabricante de perfume asegura que los frascos que produce contienen por término medio 100 ml. distribuyéndose el contenido de dichos frascos según una distribución

Más detalles

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido

Más detalles

Estadísticos Aplicados en el SPSS 2008

Estadísticos Aplicados en el SPSS 2008 PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.

Más detalles

AGRO Examen Parcial 2. Nombre:

AGRO Examen Parcial 2. Nombre: Densidad Densidad Densidad Densidad Examen Parcial 2 AGRO 5005 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro, las tablas con fórmulas y la

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

Carrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos.

Carrera: ADT Participantes Representante de las academias de Administración de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística administrativa II Licenciatura en Administración ADT-0427 2-3-7 2.-

Más detalles

CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES

CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Matemáticas hasta 6º de Primaria CONTENIDOS Bloque 5. Estadística y probabilidad CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Gráficos y parámetros estadísticos. Recogida y clasificación

Más detalles

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)

Más detalles

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar

Más detalles

EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X 2 )

EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X 2 ) Jesús Eduardo Pulido Guatire, marzo 010 EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X ) EJEMPLO PRÁCTICO DE CORRELACIÓN Con base en la fundamentación teórica de la correlación lineal y el Archivo de

Más detalles

Doc. Juan Morales Romero

Doc. Juan Morales Romero Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica

Más detalles

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA

PROGRAMA DE ESTADÍSTICA DESCRIPTIVA PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial

Más detalles

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar

Más detalles

Tema 9: Estadística en dos variables (bidimensional)

Tema 9: Estadística en dos variables (bidimensional) Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un

Más detalles

Regresión múltiple. Demostraciones. Elisa Mª Molanes López

Regresión múltiple. Demostraciones. Elisa Mª Molanes López Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +

Más detalles

Estadística Descriptiva II: Relación entre variables

Estadística Descriptiva II: Relación entre variables Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología

Más detalles

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo

Más detalles

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs

Más detalles

T2. El modelo lineal simple

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

Más detalles

Estadística Inferencial

Estadística Inferencial Estadística Inferencial 1 Sesión No. 5 Nombre: Prueba de hipótesis Contextualización En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales

Más detalles

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL

PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL 1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico

Más detalles

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO. DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente

Más detalles

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9 Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer

Más detalles

Tema I. Introducción. Ciro el Grande ( A.C.)

Tema I. Introducción. Ciro el Grande ( A.C.) 1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente

Más detalles

Carrera: Ingeniería Civil CIM 0531

Carrera: Ingeniería Civil CIM 0531 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA

Más detalles

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

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

Más detalles

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )

Más detalles

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

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

Más detalles

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO

Más detalles

CURSO: ANALISIS ESTADISTICO DE RIESGOS

CURSO: ANALISIS ESTADISTICO DE RIESGOS MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

UNIVERSIDAD MARÍA AUXILIADORA UMA

UNIVERSIDAD MARÍA AUXILIADORA UMA CARRERA PROFESIONAL DE ENFERMERIA SÍLABO DE BIOESTADÍSTICA I. DATOS GENERALES: 1.1. Carreras profesionales : Enfermería 1.2. Semestre académico : 2015 - I 1.3. Ciclo : III 1.4. Pre-requisito : Matemática

Más detalles

Carrera: QUM Participantes

Carrera: QUM Participantes 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Análisis de Datos Experimentales Ingeniería Química QUM - 0502 3 2 8 2.- HISTORIA

Más detalles

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular

Más detalles

Aplicación de Correlación en la Investigación Correlation Application in Research

Aplicación de Correlación en la Investigación Correlation Application in Research Aplicación de Correlación en la Investigación Correlation Application in Research Guillen, A., M.H. Badii & M.S. Acuña Zepeda UANL, San Nicolás, N.L., México, aguillen77@yahoo.com Abstract: Se describe

Más detalles

3 Regresión y correlación lineales

3 Regresión y correlación lineales 3 Regresión y correlación lineales 3.1 Introducción En esta unidad se analizará la relación entre dos o más variables y desarrollamos una ecuación que nos permite estimar una variable con base en otra.

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

Coeficiente de Correlación

Coeficiente de Correlación Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las

Más detalles

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos

Más detalles