Biometría II / Diseño de Medidas Repetidas

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

Download "Biometría II / Diseño de Medidas Repetidas"

Transcripción

1

2 Grupo_1 (Morfina) Grupo_2 (Trimetafan) Basal 1min 3 min S 1 S 2 S 3.. S 8 S 1 S 2 S 3.. S 8 S 1 S 2 S 3.. S 8 S 1 S 2 S 3.. S 8 S 1 S 2 S 3.. S 8 S 1 S 2 S 3.. S 8 VRIBLE RESPUEST: UNIDD EXPERIMENTL: FCTORES Y NIVELES: soy u.e.

3 FUENTES DE VRICIÓN, FCTORES Y NIVELES Fuentes de Variación Factor (Fijo / leatorio) Factor (Cruzado / nidado) Entre / Dentro Entre Grupos Individuos en Grupos Entre Tiempos Tiempos*Grupo (Individuos en Grupo) * (Tiempos)

4 FUENTES DE VRICIÓN, FCTORES Y NIVELES Fuentes de Variación Factor (Fijo / leatorio) Factor (Cruzado / nidado) Entre Grupos FIJO CRUZDO con TIEMPO Individuos en Grupos LETORIO NIDDO en GRUPO Entre Tiempos FIJO CRUZDO con GRUPO Entre / Dentro ENTRE ENTRE / Error_1 DENTRO Tiempos*Grupo FIJO DENTRO (Individuos en Grupo) * (Tiempos) Error_2

5 PLNTEMOS EL MODELO EN TÉRMINOS DEL PROBLEM Nivel de histamina del perro j sometido al tratamiento i en el tiempo k y ijk = μ +α i +β j(i) +γ k +αγ ik +ε ijk Efecto del tratamiento droga sobre Efecto aleatorio de los individuos anidados en droga sobre Efecto del tiempo sobre Efecto de la interacción tratamiento *tiempo sobre Residuo (error aleatorio) del nivel de histamina del perro j sometido al tratamiento i en el tiempo k

6 PLNTEO DE HIPÓTESIS Biometría II / Diseño de Medidas Repetidas Son paralelos los perfiles de respuesta del nivel de histamina de los tratamientos morfina y trimetafan? Ho: αγ ik = 0 (es decir no hay interacción tratamiento-tiempo, Prueba de paralelismo) Si los perfiles de respuesta del nivel de histamina en sangre son paralelos, difieren entre tratamientos (m y t)? Ho: α i = 0 o bien μ1.= μ2.; i entre 1 y 2 Si son paralelos, son constantes en el tiempo? Ho: γ k = 0 o bien μ.1= μ.2 = μ.3 ; k entre 1 y 3 FCTORES FIJOS Y Si llegara a ser de interés (usualmente no lo es): Ho : σ2 β j(i) =0 (Hipótesis sobre efecto aleatorio individuos en tratamientos) FCTORES LETORIOS

7 Histamina en sangre (μg/ml) Biometría II / Diseño de Medidas Repetidas INGRESO DE DTOS Y NÁLISIS EXPLORTORIO Basal 1 min 3 min Morfina Trimetafan

8 Nivel de histamina promedio/perro Biometría II / Diseño de Medidas Repetidas Gráfico 1. Nivel de histamina promedio/perro para el grupo Morfina y Trimetafan Gráficos 2 y 3. Nivel de histamina de cada perro en cada uno de los tiempos para el grupo Morfina (2) y Trimetafan (3) Mor Tri GRUPO

9 Construcción de las F

10 Supuestos para la validez

11 SUPUESTOS PR VLIDEZ DE L PRUEB F PR FCTORES ENTRE Independencia entre los individuos Normalidad de los errores

12 SUPUESTOS PR VLIDEZ DE L PRUEB F PR FCTORES ENTRE Homogeneidad de varianzas entre tratamientos PRUEB DE BOX b 1 2 b 2 b 1b 2b 1 b b Ho: 1 Por qué estamos comparando 2 matrices? 2! Prueba de BOX realizada con el programa SPSS! Calculadas con el módulo MV del InfoStat

13 SUPUESTOS PR VLIDEZ DE L PRUEB F PR FCTORES DENTRO Igualdad de Varianzas de la diferencia entre todos los pares posibles de medidas repetidas ( ESFERICIDD ) PRUEB DE ESFERICIDD DE MUNCHLY Ho: 2 y b y 2 y y 2 y 1m b 3m 1m 3m y 2! Prueba de ESFERICIDD realizada con el programa SPSS Estos valores de epsilon los necesitaríamos en caso que RECHZRMOS nuestra Ho.

14 HOR SÍ, LS F SON CONFIBLES, PODEMOS CONCLUIR PERO OJO con términos de error y estructuras de anidamiento

15 Interacción significativa Efectos Simples Efectos simples: tratamientos en cada tiempo ó Efectos simples: tiempos en cada tratamientos Comparaciones de interacción

16 Efectos simples: tratamientos en cada tiempo Si quisiera evaluar las diferencias en el nivel de histamina en sangre promedio entre los 2 tratamientos, en cada uno de los tiempos, debería hacer NOVS de Factor/es, pero utilizando como CM error con sus respectivos GL. En este caso es necesario / NO es necesario realizar comparaciones en caso de resultar significativo el factor tratamiento. OJO: vamos a usar el E2, que es el que usamos para poner a prueba la interacción (que dio sig. )

17 P/ BSL SC GL CM F p-valor Tratamiento Biometría II / Diseño de Medidas Repetidas Efectos simples: tratamientos en cada tiempo Error ,12 Qué necesito para armar la Tabla de NOV? 1) GL y CM error 2 de la tabla de NOV original (GL=28; CMerror2=535,12) 2) Calcular la SC ENTRE tratamientos. Puedo hacer NOVs particionando por TIEMPO ( como antes!) o Con Medidas resumen puedo pedir las medias, y calcularlo a mano! y..=48,125 SC entre tratamiento / para tiempo basal = 8*[(51,25-48,125) 2 +(45,00-48,125) 2 ]

18 Efectos simples: tratamientos en cada tiempo P/BSL SC GL CM F p-valor Tratamiento 156, ,25 0,29 >0,05 Error ,12 Conclusión?

19 Efectos simples: tratamientos en cada tiempo P/1 MIN SC GL CM F p-valor Tratamiento ,29 < Error ,12 P/3 MIN SC GL CM F p-valor Tratamiento , Error ,12 Conclusión? B B

20 Resultados: Los tratamiento Morfina y Trimetafan no difieren entre si en el contenido medio de histamina en sangre de perros antes de la aplicación del tratamiento (Basal ns entre tratamientos), pero sí a partir del minuto, siendo el nivel medio de histamina en sangre mayor para el tratamiento morfina al minuto y mayor para el tratamiento trimetafán a los 3 minutos. B B Figura 1. Nivel de histamina promedio en sangre y EE en perros sometidos al tratamiento morfina (rojo) y trimetafan (azul). Letras diferentes indican diferencias entre. Materiales y Métodos:

21 Efectos simples: tiempos en cada uno de los tratamientos Si quisiera evaluar el cambio en el nivel de histamina para cada uno de los tiempos, dentro de cada tratamiento debería hacer NOVS de Factor/es, pero utilizando como CM error a con sus respectivos GL. En este caso es necesario / NO es necesario realizar comparaciones en caso de resultar significativo el factor tiempo. Ojo! Hacer Efectos Simples SOLO EN UN SENTIDO

22 P/Morfina SC GL CM F p-valor Tiempos <0.001 Error (E2) y. = SC entre tiempos / para morfina = Conclusión? Comparaciones B

23 P/Trimetafan SC GL CM F p-valor Tiempos < Error (E2) ,12 B B

24 Resultados: El nivel de histamina medio en sangre aumenta al minuto debido a la aplicación de morfina pero luego a los 3 min vuelve al mismo nivel que en el tiempo basal. El nivel medio de histamina en sangre aumenta al minuto y a los 3 minutos respecto al tiempo basal con la aplicación de trimetafan. B B B Figura 1. Nivel de histamina promedio en sangre y EE en perros sometidos al tratamiento morfina (rojo) y trimetafan (azul). Letras diferentes indican diferencias entre. Materiales y Métodos: Para estudiar el cambio en el nivel de histamina medio en perros sometidos a 2 tratamientos (morfina y trimetafan) se registró el nivel de histamina en sangre antes de iniciada la experiencia (basal) al minuto y a los 3 minutos a 8 perros para cada uno de los tratamientos aplicados. Los datos se analizaron aplicando un diseño de medidas repetidas. Se trabajó con un alfa=0.05. Los análisis fueron realizados con el software InfoStat y los supuestos verificados con el programa SPSS.

25 Comparaciones de interacción (TODOS CONTR TODOS) Menos potencia que efectos simples demás, tiene sentido biológico? No siempre

26 Otros ejemplos Factores Sujetos Tiempo Tiempo * individuos ( E2 ) Diseño de un factor con medidas repetidas No tendría que probar Homogeneidad (tengo un solo grupo) Solo factores DENTRO (sujetos factor aleatorio).

27 Otros ejemplos Con el objetivo de evaluar la respuesta de los líquenes a la contaminación atmosférica generada por una ruta que atraviesa un Parque Nacional, se trazaron 15 transectas desde la ruta hacia el interior del parque, 5 en áreas de bosque primario y 5 en bosque secundario y 5 en un palmital. En tres puntos de cada transecta (elegidos según una hipótesis previa de gradiente decreciente de contaminación: 0 metros, 50 metros y 150 metros) se eligieron los 4 árboles más próximos y se contabilizó la cantidad total de líquenes en la corteza de dichos árboles. camino bosque 1º bosque 2º palmital Diseño de 2 factores (Trat y Distancia) con medidas repetidas en el espacio Resolución numérica Idéntica al ejercicio de ejemplo

28 Supuestos Se rechaza No se rechazan Prueba de BOX / Normalidad ESFERICIDD -Transformo - Evalúo datos atípicos Correcciones por epsilons Pruebas más conservadoras (disminuyo los GL del error) Sólo afecta a factores DENTRO Enfoque multivariado Recalculo los GL DENTRO (en gral. los programas ya los informan, x ej. SPSS) Enfoque modelos mixtos

29 Supuestos No se rechazan Interacción Tiempo * trat significativa Interacción Tiempo*Trat no significativa Efectos simples, comparaciones de interacción Efectos principales, comparaciones

Biometría II / Repaso Modelos

Biometría II / Repaso Modelos Variable respuesta cuantitativa Variable explicatoria cualitativa (o cuantitativa*) ANOVA Factores Fijos Aleatorios Cruzados Anidados Entre Dentro Anova de 1, 2, 3, etc. Factores Fijos Anova de 1, 2, 3,

Más detalles

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

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

Más detalles

4. DISEÑOS MULTIFACTORIALES O FACTORIALES

4. DISEÑOS MULTIFACTORIALES O FACTORIALES 4. DISEÑOS MULTIFACTORIALES O FACTORIALES 4.1 PRINCIPIOS Y DEFINICIONES BASICAS Los arreglos factoriales se utilizan cuando en una investigación se pretende estudiar simultáneamente la influencia del cambio

Más detalles

DISEÑO DE CUADRADOS LATINOS

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

Más detalles

EXPERIMENTOS FACTORIALES CON RESTRICCIONES DE ALEATORIZACION

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

Más detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

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

Más detalles

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS

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

Más detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

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

Más detalles

CLAVE - LAB 13 (Regresión y correlación lineal)

CLAVE - LAB 13 (Regresión y correlación lineal) CLAVE - LAB 13 (Regresión y correlación lineal) 1. Se condujo un experimento para examinar el efecto de diferentes concentraciones de pectina sobre la firmeza de batata enlatada. Se usaron tres concentraciones

Más detalles

ANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

ANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff ANOVA mul)factorial Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Se puede examinar más de un factor simultáneamente (ANOVA de 2 factores, de 3 factores, etc.) Por qué un único análisis

Más detalles

AGRO 6600 Segundo Examen Parcial

AGRO 6600 Segundo Examen Parcial AGRO 6600 Segundo Examen Parcial 2014 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

Tema V. EL ANOVA multifactorial

Tema V. EL ANOVA multifactorial 5.1. El ANOVA de múltiples factores: - Factorial (ortogonal): los no ortogonales no los veremos - Factores fijos, aleatorios y mixtos (consecuencias prácticas) - El Anova encajado La variable que vamos

Más detalles

Modelos mixtos. Diseño de experimentos p. 1/26

Modelos mixtos. Diseño de experimentos p. 1/26 Modelos mixtos Diseño de experimentos p. 1/26 Introducción Cuando en la estructura de tratamientos de un experimento se tienen tanto factores fijos como aleatorios, el modelo que describe tales experimentos

Más detalles

CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples

CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples Potencia Revisado_febrero_2016_LWB/CL CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples 1. Considere el problema 2 del laboratorio 2. Se está planificando realizar de nuevo este

Más detalles

ESQUEMA GENERAL DISEÑO FACTORIAL

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

Más detalles

Métodos de Diseño y Análisis de Experimentos

Métodos de Diseño y Análisis de Experimentos 1 / 16 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM mayo 2018 Ejemplo Modelos Mixtos 2 / 16 3 / 16 Ejemplo 1 (2 factores

Más detalles

Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos

Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos Tema 4 (III) Estadística 2 Curso 08/09 Tema 4 (III) (Estadística 2) ANOVA multifactorial Curso 08/09 1 / 17 ANOVA

Más detalles

2013-B. Diseño y análisis de experimentos. El chocomilk ideal

2013-B. Diseño y análisis de experimentos. El chocomilk ideal 2013-B El chocomilk ideal Nadia Berenice Haro Mares Ulises Guadalupe Herrera Sillas Violeta María Isabel Martínez Mercado Angélica Rivera Pulido Proyecto Final Angélica, Nadia, Violeta y Ulises, acaban

Más detalles

ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO

ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n

Más detalles

Comparación de dos grupos independientes Solución no paramétrica. En capítulo 12: Métodos no paramétricos

Comparación de dos grupos independientes Solución no paramétrica. En capítulo 12: Métodos no paramétricos Comparación de dos grupos independientes Solución no paramétrica En capítulo 12: Métodos no paramétricos Los métodos que hemos visto hasta ahora, asumen como distribución muestral la distribución Normal,

Más detalles

ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman)

ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) ESTADISTICA AVANZADA Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) Factor Análisis de la Variancia El análisis de varianza One Way es una generalización de la Prueba t para mas

Más detalles

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

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

Más detalles

ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO

ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n

Más detalles

Análisis estadístico y uso de bases de datos!!!!! Diseños factoriales! Diseños anidados

Análisis estadístico y uso de bases de datos!!!!! Diseños factoriales! Diseños anidados Diseños anidados Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Ejemplo: Diseños anidados Hipótesis: La abundancia total de peces es menor en una zona rocosa colonizada por C. taxifolia

Más detalles

EXPERIMENTOS FACTORIALES

EXPERIMENTOS FACTORIALES EXPERIMENTOS FCTORILES Generalidades Simbología Diseños Experimentales Ventajas Desventajas nálisis Estadístico Ventajas - Desventajas Ventajas 1. Economía en el material experimental, al obtener información

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

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

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

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

Más detalles

Métodos de Diseño y Análisis de Experimentos

Métodos de Diseño y Análisis de Experimentos 1 / 28 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM marzo 2018 Ideas básicas del diseño experimental Capítulo 4 de Analysis

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Clave Lab 7- Experimentos con dos Factores

Clave Lab 7- Experimentos con dos Factores Clave Lab 7- Experimentos con dos Factores 1. Se realizó un experimento para estudiar los efectos de tres niveles de ácido sórbico (0, 100 y 200 ppm) y seis niveles de actividad de agua (AW) en la supervivencia

Más detalles

Diseños Factoriales. Diseño de experimentos p. 1/18

Diseños Factoriales. Diseño de experimentos p. 1/18 Diseños Factoriales Diseño de experimentos p. 1/18 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de

Más detalles

DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL 2016

DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL 2016 DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL 2016 Problema 1.- En La siguiente investigación estudiamos el consumo de tabaco en un determinado colectivo. Relacionemos la variable sexo con número de cigarrillos

Más detalles

Contrastes para los parámetros de dos poblaciones Normales independientes. Varianzas desconocidas iguales

Contrastes para los parámetros de dos poblaciones Normales independientes. Varianzas desconocidas iguales Contrastes para los parámetros de dos poblaciones Normales independientes. Ejercicios Tema 6 (Resuelto). Problema 4 En un estudio se determinaron las tasas de ramoneo de dos especies de erizo de mar, Paracentrotus

Más detalles

ANOVA de dos factores Tema Objetivo. Concepto de interacción

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

Más detalles

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

Ideas básicas del diseño experimental

Ideas básicas del diseño experimental Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,

Más detalles

1 El Análisis de Varianza

1 El Análisis de Varianza 1 El Análisis de Varianza Objetivo: Explicar (controlar las variaciones de una v.a. Y continua (numérica, mediante factores (variables cualitativas que definen categorías que controlamos (no aleatorios.

Más detalles

Diseño de Experimentos. Diseños Factoriales

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

Más detalles

INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS

INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: ENERO DE

Más detalles

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36

Experimentos con factores aleatorios. Diseño de experimentos p. 1/36 Experimentos con factores aleatorios Diseño de experimentos p. 1/36 Introducción Hasta ahora hemos supuesto que los factores de un experimento son factores fijos, esto es, los niveles de los factores usados

Más detalles

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

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

Más detalles

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

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

Más detalles

Estadística Inferencial

Estadística Inferencial Estadística Inferencial Contrastes de Hipótesis para Diferencias de medias y de proporciones ( ( Si H 0 es Verdadera entonces: ( Si H 0 es Verdadera entonces podemos estimar p con: 1 Para probar H 0 usamos

Más detalles

Diseños Factoriales. Diseño de experimentos p. 1/25

Diseños Factoriales. Diseño de experimentos p. 1/25 Diseños Factoriales Diseño de experimentos p. 1/25 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de

Más detalles

Segundo Examen Parcial

Segundo Examen Parcial Segundo Examen Parcial Nombre: AGRO 6600 2009 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

Segundo Examen Parcial

Segundo Examen Parcial Nombre: Segundo Examen Parcial AGRO 6600 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

Diseños experimentales con los mismos sujetos. Diseños experimentales con los mismos sujetos. Diseños experimentales con los mismos sujetos

Diseños experimentales con los mismos sujetos. Diseños experimentales con los mismos sujetos. Diseños experimentales con los mismos sujetos Diseños experimentales con los mismos Una de las constantes que aparecen en todas las variantes experimentales expuestas hasta el momento es que el experimentador presenta tareas diferentes, s diferentes,

Más detalles

AGRO 5005 Examen Final 2005 Nombre: Número de estudiante:

AGRO 5005 Examen Final 2005 Nombre: Número de estudiante: AGRO 5005 Examen Final 2005 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Se proveen las tablas y las

Más detalles

5 ANÁLISIS Y RESULTADOS

5 ANÁLISIS Y RESULTADOS 5 ANÁLISIS Y RESULTADOS 5. ANÁLISIS Y RESULTADOS 5.1 Curvas de Calibración Se obtuvieron las curvas de calibración para cada una de las soluciones base, con dispersante y sin dispersante. Se hicieron en

Más detalles

LAB 13 - Análisis de Covarianza - CLAVE

LAB 13 - Análisis de Covarianza - CLAVE LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).

Más detalles

Supuestos y comparaciones múltiples

Supuestos y comparaciones múltiples Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución

Más detalles

Tema VII. La predicción de variables

Tema VII. La predicción de variables 7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en

Más detalles

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto

ESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto DISEÑOS DE MEDIDAS REPETIDAS Definición En el diseño medidas

Más detalles

AGRO Examen Final

AGRO Examen Final AGRO 6600 Examen Final 2004 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden

Más detalles

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

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

Más detalles

Modelos de ANOVA. Distinguir diferentes tipos de ANOVA

Modelos de ANOVA. Distinguir diferentes tipos de ANOVA Modelos de ANOVA Distinguir diferentes tipos de ANOVA Modelos de efectos fijos Modelos de efectos aleatorios (Modelo II) Modelos 2- a multifactoriales Modelos mixtos, anidados. ANOVA Situación básica Variables

Más detalles

CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados

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

Más detalles

AGRO Examen Parcial 1. Nombre:

AGRO Examen Parcial 1. Nombre: Examen Parcial 1 Nombre: AGRO 6600 2008 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

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

DISEÑO FACTORIAL MODELO JERÁRQUICO (0 ANIDADO)

DISEÑO FACTORIAL MODELO JERÁRQUICO (0 ANIDADO) DISEÑO FACTORIAL Niveles de B Niveles de A 1 2 3 4 5 1 y 11 y 12 y 13 y 14 y 15 2 y 21 y 22 y 23 y y 3 y 31 y 32 y 33 y 34 y 35 4 y 41 y 42 y 43 y 44 y 45 Todos los niveles de cada factor están combinados

Más detalles

AGRO Examen Parcial 1. Nombre:

AGRO Examen Parcial 1. Nombre: Examen Parcial 1 Nombre: AGRO 6600 2013 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

Estadística. Contrastes para los parámetros de la Normal

Estadística. Contrastes para los parámetros de la Normal Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros

Más detalles

Pruebas de Hipótesis Multiples

Pruebas de Hipótesis Multiples Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ

Más detalles

Diseño de Experimentos

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

Más detalles

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

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

Más detalles

Pruebas estadís,cas para evaluar relaciones

Pruebas estadís,cas para evaluar relaciones Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la

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

Ejercicio Resuelto t-student para dos muestras independientes

Ejercicio Resuelto t-student para dos muestras independientes Ejercicio Resuelto t-student para dos muestras independientes Ing. Roque Castillo Investigación & Salud III La prueba t-student es una prueba paramétrica o sea para datos que presentan distribución normal.

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 6 Problema 1.- Tengamos las variables sexo, nivel económico y consumo de tabaco. Los datos son los siguientes: Hombre Mujer Alto Bajo Alto Bajo 10 10

Más detalles

A: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a

A: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a LORTORIO 8 - LORTORIO INFORMÁTICO Caso. Interesa estudiar el efecto del tamaño de broca (factor ) y de la velocidad (factor ) sobre la vibración de la ranuradora (respuesta Y). Para ello se decide utilizar

Más detalles

Diferentes tamaños de u.e. Diseño de experimentos p. 1/24

Diferentes tamaños de u.e. Diseño de experimentos p. 1/24 Diferentes tamaños de u.e. Diseño de experimentos p. 1/24 Introducción Los diseños experimentales que tienen varios tamaños de u.e. son: diseños de mediciones repetidas, diseños de parcelas divididas,

Más detalles

TEMA 4 Regresión logística

TEMA 4 Regresión logística TEMA 4 Regresión logística José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Variable respuesta dicotómica. Ejemplo. El

Más detalles

ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS

ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de

Más detalles

Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.

Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata

Más detalles

9.- Análisis estadísticos con R Commander

9.- Análisis estadísticos con R Commander Tipos de datos - Cuantitativos: se expresan numéricamente. - Discretos: Toman valores numéricos aislados - Continuos: Toman cualquier valor dentro de unos límites dados - Categóricos o Cualitativos: No

Más detalles

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

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

Más detalles

CLAVE Lab 11 - Regresión Lineal Simple y Polinomial

CLAVE Lab 11 - Regresión Lineal Simple y Polinomial Escala común CLAVE Lab 11 - Regresión Lineal Simple y Polinomial 1. A mano, construya los siguientes gráficos: a. Grafique la línea recta correspondiente a la ecuación y 2x 1 b. Grafique la línea recta

Más detalles

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

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

Más detalles

Test ANOVA. Prof. Jose Jacobo Zubcoff 1 ANOVA ANOVA. H 0 : No existen diferencias entre los k niveles H 1 : La hipótesis nula no es cierta

Test ANOVA. Prof. Jose Jacobo Zubcoff 1 ANOVA ANOVA. H 0 : No existen diferencias entre los k niveles H 1 : La hipótesis nula no es cierta Test Compara la distribución de una variable continua normal en mas de dos poblaciones (niveles o categorías) H 0 : No existen diferencias entre los k niveles H : La hipótesis nula no es cierta Parte de

Más detalles

Estadística II. Laura M. Castro Souto

Estadística II. Laura M. Castro Souto Estadística II Laura M. Castro Souto Segundo Cuatrimestre Curso 2000/2001 Modelos de Regresión Diferencias con el Diseño de Experimentos Los modelos de regresión estudian relaciones numéricas entre variables

Más detalles

Dr. Abner A. Fonseca Livias

Dr. Abner A. Fonseca Livias UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 1 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner

Más detalles

5. DISEÑO FACTORIALES 2 k

5. DISEÑO FACTORIALES 2 k 5. DISEÑO FACTORIALES 2 k Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta. Un caso

Más detalles

III Verano de Probabilidad y Estadística Ejemplos de Interacción entre Estadística y Ecología

III Verano de Probabilidad y Estadística Ejemplos de Interacción entre Estadística y Ecología III Verano de Probabilidad y Estadística Ejemplos de Interacción entre Estadística y Ecología Dr. Jorge Armando Argáez Sosa Universidad Autónoma de Yucatán Facultad de Matemáticas argasosa@uady.mx Objetivo:

Más detalles

Análisis A Variable N R² R² Aj CV pesotejido(g)

Análisis A Variable N R² R² Aj CV pesotejido(g) Nombre: Segundo Examen Parcial 1 AGRO 6600 2015 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

1) Características del diseño en un estudio de cohortes.

1) Características del diseño en un estudio de cohortes. Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de cohortes CONCEPTOS CLAVE 1) Características del diseño en un estudio de cohortes. ) Elección del tamaño

Más detalles

PROYECTO FINAL DISEÑO DE EXPERIMENTOS DISOLUCIÓN DE UNA ASPIRINA

PROYECTO FINAL DISEÑO DE EXPERIMENTOS DISOLUCIÓN DE UNA ASPIRINA PROYECTO FINAL DISOLUCIÓN DE UNA ASPIRINA Karina Arellano Ayala Juan Roberto de la Torre Escareño Raúl Vega Elvira Lucia Ramírez Michel 1 Estudio del efecto del tipo de solvente y la casa farmacéutica

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

ANEXO I. ANÁLISIS DE LA VARIANZA.

ANEXO I. ANÁLISIS DE LA VARIANZA. ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar

Más detalles

Diseño de Experimentos Experimentos factoriales

Diseño de Experimentos Experimentos factoriales Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores

Más detalles

Diseño de Bloques al azar. Diseño de experimentos p. 1/25

Diseño de Bloques al azar. Diseño de experimentos p. 1/25 Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un

Más detalles

Estadísticas II. M. en E. M. Milagros Eugenia Faci. 15 de julio de 2010

Estadísticas II. M. en E. M. Milagros Eugenia Faci. 15 de julio de 2010 010 Estadísticas II M. en E. M. Milagros Eugenia Faci 1 de julio de 010 Estadísticas II CONTENIDO INTRODUCCIÓN...3 PASO 1. DATOS DEL COEFICIENTE INTELECTUAL DE LA CLASE ALTA, MEDIA Y BAJA...3 PASO. ENCONTRAR

Más detalles

INDICE. Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación

INDICE. Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación INDICE Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación 3 1. Una sesión básica con el SPSS para Windows: trabajando con lo distintos

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

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro

Más detalles

Introducción al diseño experimental y al análisis de datos. Construcción de diseños factoriales

Introducción al diseño experimental y al análisis de datos. Construcción de diseños factoriales Introducción al diseño experimental y al análisis de datos Construcción de diseños factoriales Introducción Tipos de factores Diseños ortogonales Diseños anidados Diseños ad-hoc Jose Jacobo Zubcoff Dept.

Más detalles

INFERENCIA ESTADÍSTICA MUESTRAL TEMA 4: MEDIAS Y PROPORCIONES CON DOS POBLACIONES

INFERENCIA ESTADÍSTICA MUESTRAL TEMA 4: MEDIAS Y PROPORCIONES CON DOS POBLACIONES UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 4: MEDIAS Y PROPORCIONES CON DOS POBLACIONES Técnicas para comparar dos poblaciones 1 Técnicas para comparar dos poblaciones Técnicas para comparar dos poblaciones

Más detalles

ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL

ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson

Más detalles