Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS

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

Download "Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS"

Transcripción

1 Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS

2 ESTADÍSTICA UNIVARIANTE 1. COMPARACIÓN DE MEDIAS 2. COMPARACIÓN DE FRECUENCIAS

3 ESTADÍSTICA UNIVARIANTE 1. COMPARACIÓN DE MEDIAS 2. COMPARACIÓN DE FRECUENCIAS

4 COMPARACIÓN DE MEDIAS Métodos análisis VENTAJAS Mayor potencia de paramétricos Estima interacciones entre efectos No se efectúan supuestos acerca de la distribución de los Métodos no paramétricos datos Gran robustez INCONVENIENTES Se efectúan supuestos acerca de la distribución de los datos Robustez variable a las violaciones de los supuestos Menor potencia de análisis No estima interacciones Funcionan mal con n pequeños

5 COMPARACIÓN DE MEDIAS Métodos paramétricos Métodos no paramétricos

6 MÉTODOS PARÁMETRICOS SUPUESTOS NORMALIDAD DE LOS DATOS HOMOGENEIDAD DE VARIANZAS

7 SUPUESTOS NORMALIDAD DE LOS DATOS Contraste 2 de Pearson Prueba de Kolmogorov-Smirnov (n>30) Prueba de Shapiro-Wilks (n<30) Es la prueba más recomendada en la actualidad por su mayor potencia p>0,05 p<0,05 HOMOGENEIDAD DE VARIANZAS Normalidad No normalidad Hartley Levene p>0,05 Cochran p<0,05 Barlett Homogeneidad No Homogeneidad

8 SUPUESTOS PROBLEMAS CON EL USO DE PRUEBAS ESTADÍSTICAS PARA LA COMPROBACIÓN DE ESTOS SUPUESTOS DEPENDENCIA DEL TAMAÑO MUESTRAL La potencia estadística de estas pruebas aumenta a mayores tamaños muestrales y es muy pequeña con tamaños muestrales pequeños. Como consecuencia, a mayor tamaño muestral, mayor probabilidad de rechazar la hipótesis nula porque las pruebas son muy exigentes y a menor tamaño muestral, mayor probabilidad de aceptar la hipótesis nula por la menor potencia de la prueba. LOS RESULTADOS DE DIFERENTES PRUEBAS PUEDEN SER DISTINTOS ENTRE SÍ La elección de una prueba en particular puede tener un gran impacto en las conclusiones que se obtengan de nuestros experimentos dando cabida a la subjetividad

9 ALTERNATIVA: MÉTODOS GRÁFICOS NORMALIDAD Normal probability plot ( Gráfico de probabilidad normal ): para cada valor observado en nuestros datos, se representa en el eje x la función de probabilidad acumulada observada, y en el eje y la prevista por el modelo de distribución normal. Si el ajuste es bueno, los puntos se deben distribuir aproximadamente según una recta a 45º.

10 ALTERNATIVA: MÉTODOS GRÁFICOS NORMALIDAD Box and Whisker plot ( Diagrama de caja y bigotes ): permite observar si la mediana coincide con la media y se observa fácilmente la dispersión de los datos.

11 ALTERNATIVA: MÉTODOS GRÁFICOS NORMALIDAD Histogramas de frecuencias

12 ALTERNATIVA: MÉTODOS GRÁFICOS HOMOGENEIDAD DE VARIANZAS Representación de la dispersión de los residuos respecto a las medias de los grupos

13 TRANSFORMACIONES Si los datos no se ajustan a una distribución normal o las varianzas no son homogéneas TRANSFORMACIONES Consiste en trabajar con otras escalas para conseguir los requisitos de los métodos paramétricos Transformación logarítmica ln (x) ln(x+1), si hay valores = 0 Transformación raíz cuadrada x (x+1), si hay valores = 0 Transformación recíproca 1/x 1/(x+1), si hay valores = 0 Comprimen los valores altos de los datos y expanden los bajos Transformación cuadrática x 2 Comprime la escala para valores pequeños y la expande para valores altos Transformación angular arcsen p Apropiada cuando los datos son proporciones o porcentajes

14 MÉTODOS PARAMÉTRICOS t-student Anova one way Comparar medias para dos muestras independientes Comparar medias para tres o más muestras independientes con un solo factor Anova factorial Anova encajado Análisis de dos o más factores Análisis de dos o más factores en los que uno de ellos está jerarquizado por lo que existen muestras no independientes dentro de los niveles de ese factor Ancova Análisis de dos o más factores de los que al menos uno es una covariable (la covariable siempre será una variable continua) Si existen diferencias significativas Test post-hoc paramétricos (comparación múltiple de medias) Fisher LSD -> comparación de reducido número de grupos <4 Tukey -> robusto a desvios de la normalidad y la homogeneidad de varianzas Scheffe-> + conservativo. Apenas distingue diferencias elevadas entre grupos Bonferroni -> robusto para muestras pequeñas Dunnet -> se emplea para comparar tratamientos frente a un grupo control Webster, R. (2007). Eur. J. Soil Sci. 58:74-82

15 ANOVA FACTORIAL vs ANOVA ENCAJADO ANOVA factorial: todos los niveles de los factores considerados están cruzados. Si tenemos dos factores, A y B, con dos niveles cada uno, A1 y A2, y B1 y B2 tendremos muestras para cada una de las combinaciones de los niveles de los factores. Ejemplo: sexo (machos y hembras) y edad (adultos e inmaduros): Machos Adultos X X Inmaduros X X Hembras Donde la cruz representa la presencia de datos para cada combinación.

16 ANOVA FACTORIAL vs ANOVA ENCAJADO ANOVA encajado: cada nivel del segundo factor está representado en UNO SOLO de los niveles del primer factor. A1 A2 B1 B2 B1 B2 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 Este tipo de diseño y análisis permite aumentar el tamaño muestral al considerar y controlar las pseudorréplicas de cada uno de los niveles del factor encajado

17 ANOVA FACTORIAL vs ANOVA ENCAJADO Ejemplo: efecto de un regulador del crecimiento de insectos (RCI) sobre el periodo de desarrollo del escarabajo de la patata. Tenemos un grupo tratado y un grupo control. Por razones de espacio por no poder individualizar los sujetos muestrales, disponemos 5 larvas de primer estadio por caja, empleando 2 cajas para cada tratamiento. Factor principal (A): Tratamiento, siendo A1, los tratados con el RCI y A2, el grupo control. Factor encajado (B): Factor Caja. Cada caja tendrá 5 datos no independientes entre sí. Habrá tantos niveles del factor caja como réplicas hayamos dispuesto, en este caso 2: B1 y B2.

18 ANOVA FACTORIAL vs ANOVA ENCAJADO ANOVA encajado: cada nivel del segundo factor está representado en UNO SOLO de los niveles del primer factor. A1 Tratados A2 Control B1 Caja A11 B2 Caja A11 B1 Caja A21 B2 Caja A11 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S1 S2 S3 S4 S5 S6 S7 S8 S9 S10

19 MÉTODOS PARAMÉTRICOS Determinación del efecto de distintos tratamientos cuando se realizan muestreos sobre los mismos sujetos o parcelas de ensayo a lo largo del tiempo Se emplea cuando se realizan varias estimas de la misma variable efectuadas en situaciones distintas en los mismos sujetos muestrales Test de esfericidad de Mauchly s (estadístico W) Determina la independencia de los niveles del factor repetido p>0,05 (niveles independientes) p<0,05 (niveles dependientes) Anova de medidas repetidas MANOVA: Estadístico F generado por la traza de Pillai Comparaciones entre tratamientos Tukey -> Si no hay diferencias entre las varianzas Tamhane-> Si hay diferencias entre las varianzas

20 COMPARACIÓN DE MEDIAS Métodos paramétricos Métodos no paramétricos

21 MÉTODOS NO PARAMÉTRICOS Comparar medias para dos muestras independientes Comparar medias para tres o más muestras independientes Mann-Whitney Kruskal-Wallis Si existen diferencias significativas Tests post-hoc no paramétricos Least Significant Difference between mean ranks Ejemplo: Test de Dunn

22 COMPARACIÓN DE MEDIAS Análisis univariante La muestra es una distribución normal? Test de Kolmogorov-Smirnov -> n>30 Test de Shapiro-Wilks -> n<30 Sí No Las varianzas son homogéneas? No TRANSFORMACIÓN Test de homogeneidad de varianzas: Hartley, Cochran, Barlett o Levene Sí Sí Test paramétricos No Test NO paramétricos

23 ESTADÍSTICA UNIVARIANTE 1. COMPARACIÓN DE MEDIAS 2. COMPARACIÓN DE FRECUENCIAS

24 COMPARACIÓN DE FRECUENCIAS Comparación de frecuencias <20% de frecuencias esperadas <5 >20% de frecuencias esperadas <5 (1) Test 2 Si g.l. = 1, se aplica la corrección de Yates Test exacto de Fisher (1) (1) Cuando el tamaño muestral es reducido, la utilización de la distribución 2 para aproximar las frecuencias introduce sesgos en los cálculos, de modo que el valor del estadístico tiende a ser mayor

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

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

Más detalles

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

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

Pruebas para evaluar diferencias

Pruebas para evaluar diferencias Pruebas para evaluar diferencias Métodos paramétricos vs no paramétricos Mayoría se basaban en el conocimiento de las distribuciones muestrales (t- student, Normal, F): EsFman los parámetros de las poblaciones

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

4 Análisis de Varianza

4 Análisis de Varianza 4 Análisis de Varianza 4. Análisis de Varianza e.4.1. Quiénes obtienen mejores resultados en Matemáticas, los estudiantes que viven en zonas rurales, en pequeñas ciudades, en ciudades medias o en grandes

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

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

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

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de

Más detalles

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

ANALIZAR Comparar medias

ANALIZAR Comparar medias Diseño entre-grupos univariado unifactorial con A>2. Contraste de hipótesis específicas Dolores Frías-Navarro Universidad de Valencia http://www.uv.es/friasnav/ Hasta ahora hemos ido desarrollando las

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

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

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ

PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

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 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

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

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

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

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

Más detalles

Estadística. Análisis de la varianza de un factor (ANOVA) Tests a posteriori. Prof, Dr. Jose Jacobo Zubcoff

Estadística. Análisis de la varianza de un factor (ANOVA) Tests a posteriori. Prof, Dr. Jose Jacobo Zubcoff Análisis de la varianza de un factor () Tests a posteriori Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Ejemplo de problema a resolver: Uno de los focos de contaminación

Más detalles

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

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

Más detalles

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

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

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

Análisis de la varianza ANOVA

Análisis de la varianza ANOVA Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación

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

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

Universidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina

Universidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos

Más detalles

ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS

ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;

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

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

Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.

Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71

Más detalles

Comparación de dos métodos de aprendizaje sobre el mismo problema

Comparación de dos métodos de aprendizaje sobre el mismo problema Comparación de dos métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación 2.

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

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

Contrastes de hipótesis. 1: Ideas generales

Contrastes de hipótesis. 1: Ideas generales Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que

Más detalles

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

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

Más detalles

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

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias

Más detalles

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología

1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera

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 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

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

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

Análisis de la varianza (ANOVA)

Análisis de la varianza (ANOVA) Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del

Más detalles

El análisis de la varianza de un factor es una extensión del test de t para dos muestras independientes, para comparar K muestras.

El análisis de la varianza de un factor es una extensión del test de t para dos muestras independientes, para comparar K muestras. Anova Dra. Diana elmansky 85 6. ANÁLISIS DE LA VARIANZA DE UN FACTOR El análisis de la varianza de un factor es una extensión del test de t para dos muestras independientes, para comparar muestras. Hemos

Más detalles

b.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.

b.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey. Ejercicio 1: Se someten 24 muestras de agua a 4 tratamientos de descontaminación diferentes y asignados al azar. Para cada muestra se mide un indicador de la calidad del agua ( cuanto más alto es el indicador,

Más detalles

Preparación de los datos de entrada

Preparación de los datos de entrada Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:

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

CUERPO TÉCNICO, OPCION ESTADISTICA

CUERPO TÉCNICO, OPCION ESTADISTICA CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA

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

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

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO

Más detalles

DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas

DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas Hasta ahora hemos ido desarrollando las pruebas parámetricas para contrastar hipótesis de un grupo

Más detalles

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza

Más detalles

INFERENCIA PARAMÉTRICA: RELACIÓN ENTRE VARIABLES CUALITATIVAS Y CUANTITATIVAS

INFERENCIA PARAMÉTRICA: RELACIÓN ENTRE VARIABLES CUALITATIVAS Y CUANTITATIVAS INFERENCIA PARAMÉTRICA: RELACIÓN ENTRE VARIABLES CUALITATIVAS Y CUANTITATIVAS Autor: Clara Laguna 8.1 INTRODUCCIÓN Cuando hablamos de la estimación de una media (intervalos de confianza) en el tema 5,

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

Contraste de hipótesis. Comparación de más de dos medias independientes mediante pruebas no paramétricas: Prueba de Kruskal-Wallis Autores

Contraste de hipótesis. Comparación de más de dos medias independientes mediante pruebas no paramétricas: Prueba de Kruskal-Wallis Autores REVISTA OCTUBRE 2013:Maquetación 1 30/11/2013 18:09 Página 45 166 Enfermería del Trabajo 2013; III: 166-171 Metodología de Investigación Enfermera Contraste de hipótesis. Comparación de más de dos medias

Más detalles

CONTRASTES DE HIPÓTESIS

CONTRASTES DE HIPÓTESIS Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS M.Carmen Carollo Contrastes de hipótesis 1 Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS A partir de una o varias muestras nos proponemos

Más detalles

Análisis Estadístico de Datos Climáticos. Pruebas de Hipótesis (Wilks, cap. 5)

Análisis Estadístico de Datos Climáticos. Pruebas de Hipótesis (Wilks, cap. 5) Análisis Estadístico de Datos Climáticos Pruebas de Hipótesis (Wilks, cap. 5) 2015 PRUEBAS DE HIPÓTESIS (o pruebas de significación) Objetivo: A partir del análisis de una muestra de datos, decidir si

Más detalles

Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA

Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA 1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información

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

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

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo

Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las

Más detalles

Procedimiento "Explorar..."

Procedimiento Explorar... Procedimiento "Explorar..." El procedimiento Explorar genera estadísticos de resumen y representaciones gráficas como Diagrama de cajas, gráficos de tallo y hojas, histogramas, diagramas de normalidad

Más detalles

CLAVE-LAB 3-Supuestos del Análisis de la Varianza

CLAVE-LAB 3-Supuestos del Análisis de la Varianza (Revisado enero 016_LWB/CL) CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado

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

en Enfermería del Trabajo

en Enfermería del Trabajo revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería

Más detalles

PEEC-Noticias Junio 2012

PEEC-Noticias Junio 2012 PEEC-Noticias Junio 2012 Subprograma Hemoglobina Glicosilada Dra Lorena Gatti-Dr Bernardo Záccara METODOS UTILIZADOS PARA LA DETERMINACION DE HEMOGLOBINA GLICOSILADA: En la figura 1 se muestran los métodos

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

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

Contrastes de Hipótesis paramétricos y no-paramétricos.

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

Más detalles

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

CARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32

CARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32 PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de

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

Gobierno de La Rioja MATEMÁTICAS CONTENIDOS

Gobierno de La Rioja MATEMÁTICAS CONTENIDOS CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.

Más detalles

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

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

Más detalles

GUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas

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

Más detalles

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords

A. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica

Más detalles

Qué es lo que busca todo el mundo? Inferencia estadística. sticas. Intervalo de confianza. Hipótesis de trabajo

Qué es lo que busca todo el mundo? Inferencia estadística. sticas. Intervalo de confianza. Hipótesis de trabajo Hipótesis de trabajo Hipótesis de trabajo, pruebas de hipótesis e intervalos de confianza Laboratorio de Bioestadística stica y Epidemiología, sección n Ensayos Clínicos Unidad de Bioestadística stica

Más detalles

Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º ( )

Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º ( ) 1 Bachillerato Internacional. Matemáticas Nivel Medio. Programa para el curso 1º (2015-2016) Tema 1: NÚMEROS REALES Conjuntos numéricos. Números naturales. Números enteros. Números racionales. Números

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

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:

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

Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS

Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.

Más detalles

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 4

Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 4 Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 4 1) Una máquina de empaquetado automático deposita en cada paquete una cierta cantidad

Más detalles

Capítulo 11. Análisis exploratorio: El procedimiento Explorar. Explorar

Capítulo 11. Análisis exploratorio: El procedimiento Explorar. Explorar Capítulo 11 Análisis exploratorio: El procedimiento Explorar Independientemente de la complejidad de los datos disponibles y del procedimiento estadístico que se tenga intención de utilizar, una exploración

Más detalles

LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO. Introducción 1

LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO. Introducción 1 LA ESTADÍSTICA APLICADA AL ANÁLISIS ECONÓMICO ÍNDICE CONCEPTO Página Introducción 1 I Generalidades... 3 I.1 Definiciones de Estadística... 4 I.2 Diferentes clases de Estadística... 8 II La Estadística

Más detalles

METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL

METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL María Pérez Marqués Metodología Seis Sigma a través de Excel María Pérez Marqués ISBN: 978-84-937769-7-8 EAN: 9788493776978 Copyright 2010 RC Libros RC Libros es

Más detalles

PROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje

PROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3

Más detalles

Diseño Estadístico de Experimentos

Diseño Estadístico de Experimentos Capítulo 3 Diseño Estadístico de Experimentos Una prueba o serie de pruebas en las cuales se introducen cambios deliberados en las variables de entrada que forman el proceso, de manera que sea posible

Más detalles

Diseño de experimentos Hugo Alexer Pérez Vicente

Diseño de experimentos Hugo Alexer Pérez Vicente Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis

Más detalles

METODOS ESTADISTICOS PARA ANALISIS BIVARIADO

METODOS ESTADISTICOS PARA ANALISIS BIVARIADO CAPITULO 5 METODOS ESTADISTICOS PARA ANALISIS BIVARIADO El análisis bivariado permite examinar si existe relación (asociación) entre dos variables. Las variables pueden ser ambas numéricas, una numérica

Más detalles

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud

Más detalles

Diplomado en Estadística Aplicada

Diplomado en Estadística Aplicada Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad

Más detalles

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

TEMA 4 Modelo de regresión múltiple

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

Más detalles