TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN"

Transcripción

1 TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1

2 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a

3 Hipótesis específicas de la investigación Cuando la variable independiente tiene MÁS de condiciones, hay que analizar entre qué medias se producen las diferencias y en qué sentido La hipótesis de la investigación tiene que determinar el orden que seguirán las medias 3

4 Investigación sobre frustración-agresión Ver texto: página 17 Se replica la investigación añadiendo una condición de CONTROL (A) Frustración a 1 Control Recorrido 1º: Ratón + Comida a Baja a 3 Alta Ratón + Comida Entrenamiento previo Ratón 4

5 HIPÓTESIS Orden de las condiciones: (A) Frustración GRADO DE AGRESIÓN a 1 Control º a Baja 3º a 3 Alta 1º 5

6 REPRESENTACIÓN GRÁFICA Y GRADO DE AGRESIÓN DE LA HIPÒTESIS a a 1 a 3 Control Baja Alta (A) Frustración 6

7 Datos, medias y efectos estimados Tabla Matriz de resultados (A) Frustración (Y) Agresión Y α ^. a 1 Control 1, 8, a Baja 5, 7, 6 a 3 Alta 14, 13,

8 Grados de libertad totales gl T = N 1 = 9 1 = 8 entre grupos gl A = a 1 = intra grupos gl Error = N a = 3 1 = 9 3 = 6 8

9 a Y Ecuación estructural ^ Y y A Y E SC gl MC M. Dolores Frías TOTAL ENTRE ERROR 9

10 Tabla Análisis de la varianza Página 1 ANOVA entre los tres niveles de A en la variable Agresión Fuente SC gl MC Razón F p η ^ A ² Entre < Error Total 8 8 F tablas = (, 6, ) 5.143

11 Qué diferencia de medias es estadísticamente significativa? Y Grupo 6 14 a a 1 a 3 a 1 Control 0 6 a Baja 4? 0 14 a 3 Alta 4 8?? 0 11

12 Prueba de la hipótesis para comparar las medias de las condiciones experimentales Formulación de hipótesis nulas específicas 1

13 α PE = 1 - (1- α PC ) C 13

14 α PE = 1 - ( )4 =

15 La prueba se hace más conservadora El procedimento más adecuado serà: Controle correctamente la tasa de Error de Tipo I Cuando la potencia estadística es máxima (menor Error Tipo II) 15

16 Hay que considerar el número de comparaciones (C ) que la hipótesis plantea: exhaustivas (a posteriori) o planificadas (a priori) Si las hipótesis experimentales son simples (entre pares de medias) o complejas (con promedio de medias) 16

17 Plantea exclusivamente diferencias entre pares de medias Plantea alguna diferencia que implica la media de varias medias con otra o con la media de otras medias 17

18 Si la hipótesis plantea hacer todas las comparaciones dos a dos, el número total de comparaciones es igual a: C = m(m - 1) m =Número de medias a comparar Si el número de comparaciones que la hipótesis plantea es más reducido, el contraste se denomina contraste planificado 18

19 Contraste de medias PLANIFICADAS A PRIORI BONFERRONI DUNNETT: a - 1 SIMPLE DHS TUKEY: a (a - 1)/ COMPLEJO SCHEFFÉ EXHAUSTIVAS A POSTERIORI 19

20 Rango Crítico Y g Y h q (α, a, gl Error ) a MC Error C j j=1 n j 0

21 En el ejemplo Rango Crítico Y g Y h q (0.005, 3, 6) 1 ( ) =

22 Qué diferencia de medias es estadísticamente significativa? Y Grupo 6 14 a a 1 a 3 a 1 Control 0 6 a Baja 4 p < a 3 Alta 4 8 p < 0.05 p <

23 REPRESENTACIÓN GRÁFICA DE LOS RESULTADOS Y GRADO DE AGRESIÓN p < p < 0.05 p < a a 1 a 3 Control Baja Alta (A) Frustración 3

24 Rango Crítico Y g Y h D (α, a, gl Error ) a MC Error C j j=1 n j 4

25 Siempre que la hipótesis formule el número de comparaciones, aunque si C es grande entonces la prueba es poco potente Con comparaciones simples y complejas Rango Crítico Y g Y h F TABLAS (α/c, 1, gl Error ) a MC Error C j j=1 n j 5

26 Es válido en cualquier circunstancia Con comparaciones simples i complejas Normalmente es la prueba menos potente Rango Crítico Y g Y h a (a - 1)F TABLAS MC (α, a-1, gl Error ) Error C j j=1 n j 6

27 Máximn nº de contrastes que deberían probarse con el procedimento de Bonferroni Número de grupos glerror M. Dolores Frías

28 Cuando la hipótesis formula el nº de comparaciones y las hipótesis concretas, el procedimento consiste en aplicar en cada comparación el alfa: α PE que se desea en el experimento Número de comparaciones (C) Por ejemplo: si se formulan cuatro comparaciones, el α PE final se mantendrá en 0.05 si en cada comparación individual se utiliza un error = α PC = α PE C 8

29 α PC = Por tanto: α PE = 1 - ( )4 =

30 a) Si las hipótesis del experimento son: Hay diferencies entre el grupo control y el grupo de frustración baja? b) La media del grupo control y el grupo de frustración baja es diferente de la media del grupo de frustración alta? α PE C 0.05 = = α PC =

31 a) Hay diferencies entre el grupo control y el grupo de frustración baja? H 0 µ 1 = µ µ 1 - µ = 0 Y 1 Y Y 3 H 0 (1) + (-1) + (0) = 0 Y 1 (1-1 0) Y Y 3 = 0 31

32 a) Hay diferencies entre el grupo control y el grupo de frustración baja? Suma de Cuadrados del Contraste (ψ): SC ψ = (C Y ) A C C 3

33 a) Hay diferencies entre el grupo control y el grupo de frustración baja? SC ψ = (C Y ) A C C C Y A = = ( ) = 1 33

34 a) Hay diferencies entre el grupo control y el grupo de frustración baja? SC ψ = (C Y ) A C C C C = = ( ) = 6 34

35 a) Hay diferencies entre el grupo control y el grupo de frustración baja? SC ψ = (C Y ) A C C = = (1) 6 = 4 35

36 Análisis con la Razón F MC ψ = SC ψ = = 4 F = MC ψ 4 MC ERROR = = 1 36

37 b) La media del grupo control y el grupo de frustración baja es diferente de la media del grupo de frustración alta? H 0 1/(µ 1 + µ ) = µ 3 1/µ 1 + 1/ µ - µ 3 = 0 µ 1 + µ - µ 3 = 0 Y 1 Y Y 3 H 0 (1) + (1) + (-) = 0 37

38 b) La media del grupo control y el grupo de frustración baja es diferente de la media del grupo de frustración alta? SC ψ = C Y A = (C = Y ) A C C ( ) =

39 b) La media del grupo control y el grupo de frustración baja es diferente de la media del grupo de frustración alta? SC ψ = C C = (C = Y ) A C C ( ) = 18 39

40 b) La media del grupo control y el grupo de frustración baja es diferente de la media del grupo de frustración alta? SC ψ = (C Y ) A C C = = (-36) 18 = 7 40

41 Análisis con la Razón F MC ψ = SC ψ = = 7 F = MC ψ 7 MC ERROR = = 36 41

42 Tabla 18 Prueba de la hipótesis del conjunto de contrastes Fuente SC gl MC Razón F p η ^ ² A ψ < ψ < Error Total F (0.05, 1, 6) =

43 REPRESENTACIÓN GRÁFICA Y GRADO DE AGRESIÓN DE LOS RESULTADOS p < = ϕ ϕ 1 p < 0.05 a a 1 a 3 Control Baja Alta (A) Frustración 43

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

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación

Más detalles

EJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica)

EJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica) EJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica) Curso 1999/000 Contenido: i) Respuestas ejercicios apuntes teoría ii) 8 Ejercicios prácticos (resueltos) Prof. Manuel Perea RESPUESTAS A LOS

Más detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 3: Ejercicios del capítulo 5 PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable

Más detalles

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

Cómo se hace la Prueba t a mano?

Cómo se hace la Prueba t a mano? Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0

Más detalles

Tema 7: Modelos de diseños de experimentos

Tema 7: Modelos de diseños de experimentos Tema 7: Modelos de diseños de experimentos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Modelos de diseños de experimentos Curso

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

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

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

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

Análisis de datos Categóricos

Análisis de datos Categóricos Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores

Más detalles

SPSS: ANOVA de un Factor

SPSS: ANOVA de un Factor SPSS: ANOVA de un Factor El análisis de varianza (ANOVA) de un factor nos sirve para comparar varios grupos en una variable cuantitativa. Esta prueba es una generalización del contraste de igualdad de

Más detalles

Llobell, J. P., Pérez, J. F. G., & Navarro, M. D. F. (1996). El diseño y la investigación

Llobell, J. P., Pérez, J. F. G., & Navarro, M. D. F. (1996). El diseño y la investigación Llobell, J. P., Pérez, J. F. G., & Navarro, M. D. F. (1996). El diseño y la investigación experimental en psicología [Design of experimental research in psychology] (2nd ed.). Valencia, Spain: Cristóbal

Más detalles

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

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

Más detalles

MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL

MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado

Más detalles

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

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

Más detalles

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

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

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

Más detalles

Capítulo 14. Análisis de varianza de un factor: El procedimiento ANOVA de un factor

Capítulo 14. Análisis de varianza de un factor: El procedimiento ANOVA de un factor Capítulo 14 Análisis de varianza de un factor: El procedimiento ANOVA de un factor El análisis de varianza (ANOVA) de un factor sirve para comparar varios grupos en una variable cuantitativa. Se trata,

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

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

AGRO 6600 Segundo Examen Parcial

AGRO 6600 Segundo Examen Parcial AGRO 6600 Segundo Examen Parcial Nombre: 2012 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.

Más detalles

no paramétrica comparar más de dos grupos de rangos (medianas)

no paramétrica comparar más de dos grupos de rangos (medianas) Kruskal-Wallis Es una prueba no paramétrica de comparación de tres o más grupos independientes, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel

Más detalles

ANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA

ANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA ANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA ANALISIS DE CLUSTER EN SPSS Opción: Analizar Clasificar ANALISIS DE CLUSTER EN SPSS Tres posibles OPCIONES 1.- Cluster en dos etapas 2.- K-means 3.- Jerárquicos

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

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

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

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

Más detalles

Tema IV. EL ANOVA de un factor

Tema IV. EL ANOVA de un factor 4.1. La estrategia del Análisis de varianza: - Los test t múltiples (múltiples tratamientos); corrección a posteriori - La mejora del ANOVA: necesidad de análisis a posteriori C Test t A versus B A versus

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

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta

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

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

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

PATRONES DE DISTRIBUCIÓN ESPACIAL

PATRONES DE DISTRIBUCIÓN ESPACIAL PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de

Más detalles

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

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

Más detalles

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

Planta Primera. Vivenda. 63,70m² 73,99m² 6,27m²

Planta Primera. Vivenda. 63,70m² 73,99m² 6,27m² 1 10º 2º 3º Primera 63,70m² 73,99m² 6,27m² 92,94m² Primera 10º 60,47m² 70,39m² 9,19m² 87,65m² Primera 1 66,80m² 78,63m² 8,06m² 95,72m² Primera 2º 51,36m² 60,38m² 7,10m² 78,14m² Primera 3º 51,36m² 60,20m²

Más detalles

Contrastes de hipótesis paramétricos

Contrastes de hipótesis paramétricos Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,

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

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

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

Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.

Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e

Más detalles

SOCIOLOGÍA: MÉTODOS DE INVESTIGACIÓN

SOCIOLOGÍA: MÉTODOS DE INVESTIGACIÓN SOCIOLOGÍA: MÉTODOS DE INVESTIGACIÓN Existen varios métodos posibles de investigación social, varias formas de aplicar el análisis científico al plano de la realidad social. Los más utilizados hoy en día

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

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra

Más detalles

ANOVA Multifactorial. StatFolio Muestra: anova.sgp

ANOVA Multifactorial. StatFolio Muestra: anova.sgp ANOVA Multifactorial Resumen El procedimiento ANOVA Multifactorial está diseñado para construir un modelo estadístico describiendo el impacto de dos o más factores categóricos X j de una variable dependiente

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

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes

Más detalles

OPTIMIZACIÓN EXPERIMENTAL. Ing. José Luis Zamorano E.

OPTIMIZACIÓN EXPERIMENTAL. Ing. José Luis Zamorano E. OPTIMIZACIÓN EXPERIMENTAL Ing. José Luis Zamorano E. Introducción n a la metodología de superficies de respuesta EXPERIMENTACIÓN: Significa variar deliberadamente las condiciones habituales de trabajo

Más detalles

APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES

APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES Autores Alberto Gallegos Araya, Ramon Araya Gallardo Departamento Mecánica. Universidad de Tarapacá. 8 Septiembre Arica -e-mail: gallegos@uta.cl

Más detalles

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

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

Más detalles

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

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

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS

Más detalles

La eficiencia de los programas

La eficiencia de los programas La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos

Más detalles

CAPITULO V ANALISIS E INTERPRETACION DE RESULTADOS RESULTADOS GENERALES DEL TEST MATRICES PROGRESIVAS DE RAVEN ESCALA GENERAL Cuadro No.

CAPITULO V ANALISIS E INTERPRETACION DE RESULTADOS RESULTADOS GENERALES DEL TEST MATRICES PROGRESIVAS DE RAVEN ESCALA GENERAL Cuadro No. 88 CAPITULO V ANALISIS E INTERPRETACION DE RESULTADOS A continuación se presentan los datos correspondientes a los resultados generales del Test Matrices Progresivas de Raven Escala General, en donde se

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

Tema 5. Contraste de hipótesis (I)

Tema 5. Contraste de hipótesis (I) Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar

Más detalles

Contenidos mínimos del área de matemáticas 1º ESO

Contenidos mínimos del área de matemáticas 1º ESO 1º ESO Unidad didáctica nº1: Los números naturales. Divisibilidad. Operaciones con números naturales: suma, resta, multiplicación y Calcular múltiplos y divisores de un número. Descomposición factorial

Más detalles

no paramétrica comparar más de dos mediciones de rangos (medianas)

no paramétrica comparar más de dos mediciones de rangos (medianas) Friedman Es una prueba no paramétrica de comparación de tres o más muestras relacionadas, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel ordinal

Más detalles

PLANIFICACIÓN ANUAL NM3 TERCERO MEDIO

PLANIFICACIÓN ANUAL NM3 TERCERO MEDIO PLANIFICACIÓN ANUAL NM3 TERCERO MEDIO TERCER AÑO FORMACIÓN GENERAL OBJETIVOS FUNDAMENTALES CONTENIDOS MINIMOS SUGERENCIAS DE ACTIVIDADES. Los alumnos y las alumnas desarrollarán la capacidad de : Resolver

Más detalles

Análisis de la Varianza de un Factor

Análisis de la Varianza de un Factor Práctica de Estadística con Statgraphics Análisis de la Varianza de un Factor Fundamentos teóricos El Análisis de la Varianza con un Factor es una técnica estadística de contraste de hipótesis, cuyo propósito

Más detalles

Contraste de hipótesis paramétricas

Contraste de hipótesis paramétricas Contraste de hipótesis paramétricas Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Proceso de la investigación estadística Etapas PROBLEMA HIPÓTESIS DISEÑO RECOLECCIÓN

Más detalles

Exactitud y Linearidad del Calibrador

Exactitud y Linearidad del Calibrador Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos

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

PLANES CURRICULARES GRADO9º/ 01 PERIODO

PLANES CURRICULARES GRADO9º/ 01 PERIODO PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento

Más detalles

Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS

Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS ANÁLISIS DE EXPERIMENTOS 1. Introducción 2. Comparación de dos medias 3. Comparación de más de dos medias 4. Pruebas post-hoc 5. ANCOVA

Más detalles

DIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA

DIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y

Más detalles

Conceptos del contraste de hipótesis

Conceptos del contraste de hipótesis Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de

Más detalles

Material de la asignatura Psicología Experimental Manuel Miguel Ramos Álvarez

Material de la asignatura Psicología Experimental Manuel Miguel Ramos Álvarez Tema 6. Variantes analíticas 1 UNIVERSIDAD DE JAÉN Material de la asignatura Psicología Experimental TEMA 6.. VARIIACIIONES ANALÍÍTIICAS PARA LOS PRIINCIIPALES DIISEÑOS DE IINVESTIIGACIIÓN ÍNDICE TEMÁTICO

Más detalles

Marzo 2012

Marzo 2012 Marzo 2012 http:///wpmu/gispud/ Para determinar la carga transferida a través del tiempo a un elemento, es posible hacerlo de varias formas: 1. Utilizando la ecuación de carga, evaluando en los tiempos

Más detalles

Tema 3: Diseño de experimentos

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

Más detalles

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

Marco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia

Marco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios

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

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

Objetivos del tema. Qué es una hipótesis? Test de Hipótesis Introducción a la Probabilidad y Estadística. Contrastando una hipótesis

Objetivos del tema. Qué es una hipótesis? Test de Hipótesis Introducción a la Probabilidad y Estadística. Contrastando una hipótesis Objetivos del tema Conocer el proceso para contrastar hipótesis y su relación con el método científico. Diferenciar entre hipótesis nula y alternativa Nivel de significación Test de Hipótesis Introducción

Más detalles

Programa de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso.

Programa de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso. Programa de Statgraphics TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso. AUTOR: JUAN VICENTE GONZÁLEZ OVANDO ANALISIS Y CALCULOS A) Planteamos los

Más detalles

Universidad Diego Portales

Universidad Diego Portales Universidad Diego Portales Estadística I Sección II: Distribuciones de Frecuencia y Representación Gráfica Sigla: EST2500 Nombre Asignatura: Estadística I Organización y Resumen de Datos Como recordará,

Más detalles

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

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

Más detalles

Laboratorio de Física para Ingeniería

Laboratorio de Física para Ingeniería Laboratorio de para Ingeniería 1. Al medir la longitud de un cilindro se obtuvieron las siguientes medidas: x [cm] 8,45 8,10 8,40 8,55 8,45 8,30 Al expresar la medida en la forma x = x + x resulta: (a)

Más detalles

CONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN

CONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo

Más detalles

Diseño completamente al azar. Diseño de experimentos p. 1/111

Diseño completamente al azar. Diseño de experimentos p. 1/111 Diseño completamente al azar Diseño de experimentos p. 1/111 Ejemplo Suponga que tenemos 4 dietas diferentes que queremos comparar. Las dietas están etiquetadas A,B,C y D. Estamos interesados en estudiar

Más detalles

CONSIDERACIONES GENERALES SOBRE ESTÁTICA

CONSIDERACIONES GENERALES SOBRE ESTÁTICA CONSIDERACIONES GENERALES SOBRE ESTÁTICA Índice 1. CONCEPTOS ÚTILES 2 1.1. Configuración geométrica de un sistema....................... 2 1.2. Ligaduras....................................... 2 1.3. Coordenadas

Más detalles

Construcción de bases en la suma y la intersección de subespacios (ejemplo)

Construcción de bases en la suma y la intersección de subespacios (ejemplo) Construcción de bases en la suma y la intersección de subespacios (ejemplo) Objetivos Aprender a construir bases en S + S y S S, donde S y S están dados como subespacios generados por ciertos vectores

Más detalles

2. Análisis de varianza

2. Análisis de varianza 1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD MATERIAS DE MODALIDAD: FASE GENERAL Y ESPECÍFICA

PRUEBAS DE ACCESO A LA UNIVERSIDAD MATERIAS DE MODALIDAD: FASE GENERAL Y ESPECÍFICA PRUEBAS DE ACCESO A LA UNIVERSIDAD MATERIAS DE MODALIDAD: FASE GENERAL Y ESPECÍFICA CURSO 2.013-2.014 CONVOCATORIA: JUNIO MATERIA: DIBUJO TÉCNICO 1 EL ALUMNO DEBE ELEGIR Y DESARROLLAR, OBLIGATORIAMENTE,

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

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos. 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA

Más detalles

Métodos estadísticos aplicados para la Ingeniería Informática

Métodos estadísticos aplicados para la Ingeniería Informática Grado en Ingeniería Informática Métodos estadísticos aplicados para la Ingeniería Informática Rosa Mª Alcover Arándiga Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Objetivo

Más detalles

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

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

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

EVALUACIÓN DEL EFECTO DE NEUTOX SOBRE LOS EFECTOS TOXICOLÓGICOS DE AFLATOXINAS EN PIENSO DE POLLOS

EVALUACIÓN DEL EFECTO DE NEUTOX SOBRE LOS EFECTOS TOXICOLÓGICOS DE AFLATOXINAS EN PIENSO DE POLLOS Fatro Ibérica Constitución 1, Planta Baja 3 08960 SAN JUST DESVERN Barcelona (España) Tel. 934 802 277 Fax. 934 735 544 www.fatroiberica.es EVALUACIÓN DEL EFECTO DE NEUTOX SOBRE LOS EFECTOS TOXICOLÓGICOS

Más detalles

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

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

Más detalles

RESULTADOS. Luego de someter los bloques de material a sus respectivas soluciones observamos que

RESULTADOS. Luego de someter los bloques de material a sus respectivas soluciones observamos que IV. RESULTADOS Luego de someter los bloques de material a sus respectivas soluciones observamos que todos los materiales sometidos a la acción de la bebida carbonatada experimentaron una disminución en

Más detalles

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras

Más detalles