Taller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO. Juan León Jara Almonte GRADE
|
|
- Esperanza Vera Gómez
- hace 6 años
- Vistas:
Transcripción
1 Taller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO Juan León Jara Almonte GRADE
2 Por qué hacer análisis descriptivo? Qué hacer con estos datos?
3 ESTADISTICA DESCRIPTIVA
4 Definición Cuando se hace una recolección de datos, al final se cuenta con una base que por si sola no dice nada y necesita ser trabajada para poder tener información acerca de lo que se recogió en campo. De esta manera, el análisis descriptivo de una base de datos sirve para tal fin, nos permite describir la información recogida en campo. Asimismo, el tipo de análisis descriptivo que se realiza dependerá del tipo de variable que se está analizando. Los tipos de análisis descriptivo que se pueden realizar son: Análisis de tendencia central (p.ej.: media) Análisis de dispersión (p.ej.: varianza) Comparación de medias: Test Paramétricos (p.ej.: ANOVA) Test No Paramétricos (p.ej.: Chi cuadrado)
5 Tipos de Variables Antes de comenzar a ver los tipos de análisis que se pueden desarrollar, es necesario conocer los tipos de variables que hay, estos son: Variables Cuantitativas Variables Cualitativas
6 Variables Cuantitativas Los valores de este tipo de variables son números que se pueden ordenar y/o comparar de menor a mayor. Este tipo de variables se pueden dividir en dos: Discretas: aquellas que pueden tomar solo valores enteros, como por ejemplo: Número de hijos, Años de escolaridad. Continuas: aquellas que pueden tomar cualquier valor dentro de los números reales, como por ejemplo: la estatura de un grupo de personas, el nivel de ingresos de las personas en Lima metropolitana, entre otras.
7 Variables Cualitativas Estas variables representan características y/o atributos de una persona, lugar o cosa. No se pueden ordenar, lo que implica que ningún valor que tome es mayor o menor que el otro. Algunos ejemplos de este tipo de variables son: el género, estado civil, etnicidad, entre otras.
8 TIPOS DE VARIABLES CUANTITATIVAS CUALITATIVAS DISCRETAS Número de alumnos Nivel educativo Niveles de bienestar CONTINUAS Nivel de ingresos. La estatura de una persona Tiempo de duración de un examen. Sexo Lugar de residencia. Tipo de institución educativa (público o privada)
9 MEDIDAS DE TENDENCIA CENTRAL
10 Medidas de tendencia central (i) Las medidas de tendencia central nos muestran alrededor de qué punto se agrupan la mayoría de las observaciones de una variable. Las medidas de tendencia central más usadas son: Media Mediana Moda
11 Medidas de tendencia central (ii) Media aritmética: es el valor promedio de una serie de datos, el cual se obtiene dividendo la suma de los valores de la variable entre el número de observaciones. X x1 x2 x3... x N N 1 N i1 x N N x i Por ejemplo: 1, 2, 3, 4, 6, 8 = 24, N=6, Media = 4
12 Medidas de tendencia central (iii) Mediana: La mediana de una variable es el valor que divide los datos en dos partes iguales. El número de observaciones menores a la mediana es igual al numero de observaciones mayores a esta. Por ejemplo: 1, 6, 12, 72, 144 Mediana: 12 Cuando se cuenta con una serie de datos par, la mediana es el promedio de los números del medio.
13 Medidas de tendencia central (iv) Moda: es el valor de una variable que se presenta con mayor frecuencia en la variable. Por ejemplo: 1, 2, 3, 3, 3, 3, 3, 4, 5, 6 Moda: 3
14 MEDIDAS DE DISPERSIÓN
15 Medidas de dispersión (i) Medidas que permiten medir la variabilidad que presenta los valores de una variable, es decir, nos dan un alcance de la dispersión de los datos. Las medidas de dispersión más usadas son: La varianza La desviación estándar El coeficiente de variación
16 Medidas de dispersión (ii) Varianza: es la medida de dispersión de una variable, es decir son las diferencias entre el valor observado y su valor medio o esperado al cuadrado. Suele denotarse con la letra griega sigma ( σ ) elevada al cuadrado. Var ( X ) 2 ( X n 1 x Donde X es la variable que estamos analizando y n es el número de observaciones ) 2
17 Medidas de dispersión (iii) Desviación estándar: es la raíz cuadrada de la varianza. Al igual que la varianza, suele denotarse con la letra griega sigma. DE( X ) ( X n 1 x ) 2 Donde X es la variable que estamos analizando y n el numero de observaciones.
18 Medidas de dispersión (iv) Coeficiente de variación (CV): se utiliza para comparar la dispersión de dos distribuciones distintas dado que elimina la escala (p.ej.: kilogramos, metros) de las variables que se comparan. D. E. C. V.( X ) Media X Var ( X X ) El CV se obtiene del ratio de la desviación estándar de una variable y su media.
19 Ejemplo utilizando las bases de datos de la Evaluación Nacional del 2004 Utilizando los puntajes en comunicación de las siguientes Instituciones Educativas: Desviación estándar N estudiantes Media DE CV Institución Educativa Institución Educativa Número de observaciones C.V. de 1 > C.V. de 2 Promedio 1 > Promedio de 2
20 Ejemplo usando diferentes variables N Edad (años) Estatura (cm) Peso (kg) Media DE Varianza CV
21 Ejemplo usando diferentes variables N Edad (años) Estatura (cm) Peso (kg) Media DE Varianza CV Mayor Variación
22 CARACTERÍSTICAS DE UNA DISTRIBUCIÓN
23 Normalidad de una variable Para ver si una variable sigue una distribución normal, se puede realizar una prueba estadística como el Kolmogorov-Smirnov test, Jarque-Bera test, entre otros. Lo que todas estas pruebas o tests tienen en común es que evalúan la existencia de normalidad a partir de dos estadísticos: Skewness y la Kurtosis.
24 Skewness y Kurtosis La skewness es una medida de simetría de la distribución de una variable. Así, una variable se le llama simétrica si la distribución luce similar tanto por encima como por debajo del promedio. Los tipos de skewness que hay son: i) positive skew, y ii) negative skew. Skewness igual a 0 : normal Skewness mayor a 0: negative skew Skewness menor a 0: positive skew
25 Skewness y Kurtosis La kurtosis es un estadístico que nos indica que tanto es el apuntalamiento de los datos en la variable que se está trabajando. Es decir, nos dice qué tan plana es la distribución de los datos. Al igual que en la skewness, existen diferentes tipos de kurtosis, que nos indican que tan aplanada es la distribución de los datos. Kurtosis igual a 0 : normal Kurtosis mayor a 0: leptokurtic Kurtosis menor a 0: mesocurtic Nota: Algunos programas (como el SPSS) usan el 3 en lugar de 0
26 Códigos para calcular los estadísticos descriptivos en STATA y SPSS STATA Para calcular los estadísticos descriptivos de una o más variables, hay varios comandos en STATA que permiten obtener estos indicadores. Los principales son: summarize [variables], detail tabstat [variables], s(mean sd sd skew kurtosis) SPSS Para calcular los estadísticos descriptivos de una o más variables, en SPSS se tiene el comando descriptives. Códigos para obtener los estadísticos descriptivos: descriptives [variables] /statistics = mean stddev variance min max semean kurtosis skewness.
27 Ejemplo en SPSS de los estadísticos descriptivos DESCRIPTIVES VARIABLES=rend_com rend_mat /STATISTICS=MEAN STDDEV MIN MAX.
28 Ejemplo 1: Distribución de una variable
29 Ejemplo 2: Distribución de una variable
30 COMPARACIÓN DE MEDIAS
31 Comparaciones de Medias(i) Las pruebas de comparaciones de medias sirven para probar si las medias de dos grupos son estadísticamente diferentes. Estas pruebas se pueden realizar asumiendo normalidad o sin asumir normalidad en la variable que se va comparar. En el caso de normalidad en la variable a analizar, la pruebas que se pueden utilizar son paramétricas tales como: i) el análisis de varianza, o ii) el test de la t de student (ttest) En el caso de no normalidad en la variable a analizar, las pruebas que se pueden utilizar son no-paramétricas tales como: i) la prueba de U Mann-Whitney, o ii) Wilcoxon test.
32 Comparaciones de Medias(ii) Asimismo las comparaciones de media se pueden realizar para muestras independientes o muestras no independientes (dos observaciones en el tiempo) Finalmente, se puede asumir igualdad o no de las varianzas en cada grupo que se va comparar.
33 PRUEBAS PARAMÉTRICAS
34 Pruebas paramétricas: ANOVA El análisis de varianza es una prueba que permite comparar las medias de diferentes grupos de tal forma de ver si son estadísticamente diferentes. La hipótesis nula es que las muestras para cada grupo han sido realizadas de forma aleatoria y por lo tanto las medias deben ser iguales. Finalmente, esta prueba asume que las variables a comparar siguen una distribución normal.
35 Análisis de Varianza SC T SC E SC D Suma de cuadrados totales Suma de cuadrados entre grupos o explicada Suma de cuadrados dentro de grupos o no explicada
36 Ejemplo Promedio por colegio en comprensión de lectura Promedio total
37 Suma total de cuadrados o variación total 2 Promedio total = 12 SC ( Y Y total) T caso
38 Suma de cuadrados entre grupos o explicada SC E ( Y grupo Y total 2 )
39 Suma de cuadrados dentro de grupo o no explicada SC D ( Y Y 2 Individuo grupo) Prom(A) Prom(B) Prom(C) SCD
40 Suma de cuadrados totales Suma de cuadrados entre grupos o explicada Suma de cuadrados dentro de grupos o no explicada SC T SC E SC D
41 Varianza entre grupos (between) Varianza del cuadrado medio entre grupos Suma de cuadrados entre grupos grados de libertad entre grupos (K -1) Para este caso K es igual a 3, pues son 3 colegios. Varianza del cuadrado medio entre grupos SC E K
42 Varianza al interior de los grupos (within) Varianza del cuadrado medio dentro de grupos Suma grados de cuadrados dentro de los grupos de libertad dentro de grupos (n - K) En este caso n es igual a 15 (observaciones) K es igual a 3 (colegios) Varianza del cuadrado medio dentro de grupos 142 (n - K) 142 (15-3)
43 Varianza del cuadrado medio total Varianza del cuadrado medio total Suma de cuadrados totales grados de libertad total(n -1) En este caso n es igual a 15 (observaciones) Varianza del cuadrado medio total 142 (n -1) 142 (15-1) 142 (14) 10.14
44 Estadístico de prueba de la razón de F Estadístic o de la razón F Varianza explicada Varianza no explicada Estadístic o de la razón F F de la distribución de Fisher, con 2 (K-1) grados de libertad en el numerador y 12 (n-k) grados de libertad del denominador. No se rechaza la hipótesis nula de igualdad de las medias para este ejemplo. La hipótesis nula se evalúa al 95%
45 Comandos para hacer un ANOVA en STATA y SPSS STATA El comando para hacer un ANOVA en STATA se llama: oneway. El código para correr este análisis es: SPSS El comando para hacer un t-test en SPSS se llama oneway. El código para correr este análisis es: Oneway [outcome] by [group] ([values]) /statistics = all. oneway [outcome] [group]
46 Pruebas Paramétricas: T-Test varianza la es error estándar el es En donde : 2 ) ( 1) ( ) ( 1) ( ) ( S n n n n n n X n X n X X S Supuesto: Normalidad de la distribución de la variable
47 ) ( 0 : ) ( ) ( X X S X X prueba t H X X S X X prueba t x x x x x x Prueba t para diferencia de medias Prueba original Prueba con remplazo de la hipótesis nula Hipótesis nula
48 Comandos para hacer un t-test en STATA y SPSS STATA El comando para poder hacer un t-test en STATA se llama: ttest. Los códigos para correr este análisis es: Varianzas iguales ttest [outcome], by([group]) Varianzas diferentes ttest [outcome], by([group]) unequal SPSS El comando para poder hacer un t- test en SPSS se llama t-test. Los códigos para correr este análisis es: t-test groups = [group] ([values]) /variables = [outcome] /criteria = CIN (.99). El SPSS en su ventana de resultados da los resultados de la prueba asumiendo igualdad o no de varianzas.
49 Ejemplo: Comparación de medias de notas en matemática, para rural urbano (usando SPSS) Se observa que se rechaza la hipótesis nula de igualdad de medias al 99% de confianza.
50 PRUEBAS NO PARAMÉTRICAS
51 Pruebas No-Paramétricas: Test U de Mann-Whitney Esta prueba tiene las siguientes características: No asume distribución normal para las variables. Compara las medianas en cada grupo Se utiliza para variables discretas La hipótesis nula es que las medianas entre grupos son iguales
52 Pruebas No-Paramétricas: Test U Mann-Whitney El estadístico de U Mann-Whitney es: U N N 1 2 U : el estadístico de U Mann Whitney N 1 ( N 2 N1 o N2 : el número de observaciones en cada grupo. R1 : La suma del ranking para el primer grupo 1 1) R 1
53 Códigos para hacer el análisis en STATA y SPSS STATA El comando para hacer la prueba no-paramétrica del U Mann-Whitney es ranksum. El código es: ranksum [outcome], by([group]) SPSS El comando para hacer la prueba no-paramétrica del U Mann-Whitney es NPAR TESTS. El código es: NPAR TESTS / M-W=[outcome] BY [group]([values]) / MISSING ANALYSIS.
54 Distribución por área del número de hermanos por área de residencia
55 Ejemplo: Comparación de medias del número de hermanos por estudiante por área (usando SPSS)
56 CORRELACIÓN
57 Correlación (i) La correlación nos indica la fuerza y dirección de la asociación de dos variables. Se considera a dos variables están correlacionadas cuando los valores de una varía sistemáticamente con respecto a los valores de la otra. Por ejemplo, se dice que la variable A esta correlacionada con la variable B, si al aumentar los valores de A también los valores de B aumentan o viceversa.
58 Correlación (ii) Hay dos aspectos que se tienen que tomar en cuenta al momento de ver una correlación: La magnitud: mide la intensidad o fuerza en que dos variables están asociadas. De acuerdo a Cohen (1988): i) pequeña r 0.20, ii) mediana 0.20 < r 0.50, iii) grande r > La dirección de la relación: dada dos variables A y B, si la correlación es positiva entonces conforme los valores de A aumentan, los valores de B también aumentan. En cambio, si la correlación es negativa entonces conforme los valores de A aumentan, los valores de B disminuyen.
59 Correlación (iii)
60 TIPOS DE CORRELACIÓN
61 Tipos de Correlación (i) Existen dos tipos de correlación: Correlación simple: indica la asociación únicamente entre dos variables. Correlación parcial: indica la asociación entre dos variables controlando por el efecto de una variable exógena.
62 Índices de Correlación Existen diferentes índices de correlación. Entre los índices más comunes tenemos: Pearson : variables continuas. Spearman y Policorica : variables ordinales. Phi, tetracorica y Chi cuadrado: variables cualitativas dicotómicas.
63 Correlación Lineal Se define al coeficiente de correlación lineal como: ρ = cov (A, B ) σ A σ B = 1 n 1 n i=1 n (A i i=1 n (A i A)(B i B) A) 2 n i=1 (B i B) 2
64 Ejemplo (i) Fuente: Las Evaluaciones Nacionales e Internacionales de rendimiento escolar en el Perú: Balance y perspectivas, Cueto (2007)
65 Ejemplo (ii) Fuente: Las Evaluaciones Nacionales e Internacionales de rendimiento escolar en el Perú: Balance y perspectivas, Cueto (2007)
66 REGRESIÓN LINEAL
67 Regresión Lineal El análisis de regresión sirve para poder predecir una variable en función de una o más variables. Y = Variable dependiente Otras formas de llamarla: predicha o explicada X = Variable independiente Otras formas de llamarla: predictora o explicativa
68 Supuestos del Modelo de Regresión Lineal (i) Los principales supuestos del modelo de regresión lineal: Linealidad: la relación entre la variable dependiente y explicativa es lineal ( Y i = α 0 + α 1 X i ). Forma de verificar: Gráficos de dispersión entre la variable dependiente y cada explicativa. Solución: Linealizar la relación. Independencia: no existe correlación entre los errores de las diferentes observaciones ( cov(u i u j ) = 0 ). Forma de verificar: calcular la correlación intra-grupo o intra-cluster (ICC). Valores menores a 0.10 indican que la correlación entre los errores es 0. Solución: Corregir la matriz de varianzas y covarianzas o usar un modelo de regresión lineal que tome en consideración la correlación entre observaciones (modelos multinivel)
69 Supuestos del Modelo de Regresión Lineal Los principales supuestos del modelo de regresión lineal: Homocedasticidad: la variación de los residuos sea uniforme a lo largo de todas las observaciones ( var(u i ) = σ 2 ). Forma de verificar: Realizar test de homocedasticidad (Goldfeld y Quand, Breusch y Pagan, Glesjer entre otros) Solución: Ponderar las variables de acuerdo a la variable que causa la heterocedasticidad. Normalidad: los residuos del análisis de regresión siguen una distribución normal con media 0 y desviación estandar 1. Forma de verificar: hacer test de normalidad de los residuos de la regresión realizada. Se pueden hacer test como Jarque Bera, Kolmogorov-Smirnov o simplemente revisar la simetria y curtosis de los errores. Solución: Incrementar el número de observaciones o verificar el modelo conceptual planteado.
70 Efecto Marginal El efecto marginal esta definido como «en cuanto varia la variable dependiente ante la variación en una unidad de la variable explicativa» m = pendiente =
71 Ejemplo de regresión Lineal (i) Paso 1: Identificamos la dependiente e independientes Variable dependiente Puntaje en el ppvt (score_ppvt ) Variables independientes Educación de la madre (mumedu) Índice de bienestar (wealth index) Ubicación (urbano)
72 Ejemplo de regresión Lineal (ii) Paso 2. Planteamos la ecuación a estimar Score ppvt = β1 WealthI+ β2 urban+ β3 momedu+ ξ Paso 3. Hacemos la matriz de correlaciones de nuestras variables para ver que no haya correlaciones por encima de 0.60 entre las variables predictoras o independientes. score_ppvt 1.00 score_ppvt wi urban momedu wi urban momedu
73 Ejemplo de regresión Lineal (iii) Paso 4. Estimar el modelo de regresión usando cualquier paquete estadístico (STATA, SPSS, EXCEL). En nuestro caso usamos el STATA. Paso 5. Interpretar los resultados obtenidos en el análisis de regresión. Recordar los indicadores de significancia individual de cada variable (estadístico t) y los de significancia conjunta (R 2 y el estadístico F ).
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 detalles478 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 detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesINFERENCIA 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 detallesESTADÍSTICA. 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 detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesESTADÍSTICA. 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 detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesTÉCNICAS 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 detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesAgro 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 detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesRELACIÓN DE EJERCICIOS TEMA 2
1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación
Más detallesPruebas 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 detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesMétodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesTeorema 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 detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesÍNDICE 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 detalles2 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 detallesTALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014
TALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014 AGENDA Estadísticas en Excel Construcción de una hoja de trabajo Puntuaciones por asistencia Calificaciones finales igual peso Calificaciones finales pesadas
Más detallesINFERENCIA 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 detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de
Más detallesAnálisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesTemas de Estadística Práctica
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: Medidas de tipo paramétrico Resumen teórico Medidas de tipo paramétrico Medidas de tendencia central Medidas
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesMÓDULO 1: GESTIÓN DE CARTERAS
MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta
Más detallesLOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, M TENDENCIA CENTRAL
PreUnAB LOS ESTADÍGRAFOS BÁSICOS Y SU INTERPRETACIÓN, MEDIDAS DE TENDENCIA CENTRAL Clase # 26 Noviembre 2014 ESTADÍGRAFOS Concepto de estadígrafo Un estadígrafo, o estadístico, es un indicador que se calcula
Más detallesPruebas 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 detallesEsquema (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 detallesPROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Más detallesEstadística Descriptiva de una variable con STATGRAPHICS
Estadística Descriptiva de una variable con STATGRAPHICS Ficheros empleados: AlumnosIndustriales.sf3, 1. Introducción El objetivo de este documento es la utilización de las técnicas de estadística descriptiva
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesEstadística descriptiva y métodos diagnósticos
2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesUAP PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS
PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS Estas pruebas no se basan en ninguna suposición en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los datos. Son muy útiles cuando no
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple. Facultad de Ciencias Sociales - UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple Facultad de Ciencias Sociales - UdelaR Índice 7.1 Introducción 7.2 Análisis de regresión 7.3 El Modelo de Regresión
Más detallesGUIA DE TRABAJO PARA ORIENTAR LA PRODUCCION DE INFORMES WISC-IIIv.ch. CON EL DECRETO 170
GUIA DE TRABAJO PARA ORIENTAR LA PRODUCCION DE INFORMES WISC-IIIv.ch. CON EL DECRETO 170 El área académica del WISC-IIIv.ch. reconoce la necesidad de formular una guía de trabajo que facilite a nuestros
Más detallesPanamá Factores asociados TERCE
Panamá Factores asociados TERCE a) Desempeño de los estudiantes La tabla 1 expone los resultados de Panamá en las pruebas TERCE y su comparación con el rendimiento promedio regional. Como se muestra, Panamá
Más detallesOTRAS 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 detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detallesANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL
ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.
Más detallesTEMA 1 Estadística Descriptiva. Introducción Comparativos gráficos Medidas de tendencia central Medidas de dispersión
TEMA 1 Estadística Descriptiva Introducción Comparativos gráficos Medidas de tendencia central Medidas de dispersión 1 Haz escuchado el término de estadística? A diario recibimos muchos datos ó información
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesTEMA 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 detallesViernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo
Viernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo Favor de abrir el navegador Mozilla Firefox y escriba la siguiente dirección http://math.uprag.edu/area.mtw
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesCLASE 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 detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
Más detallesPRÁCTICA 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 detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesDiseño 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 detallesBiomecánica del Movimiento (2º) Facultad de Ciencias del Deporte. Universidad de Castilla la Mancha. TEMA 5: ERRORES
Biomecánica del Movimiento (2º) 67 TEMA 5: ERRORES 1- Imprecisiones en las mediciones. Orígenes. Cómo darlas a conocer. 2- Tipos de errores. Error absoluto y error relativo. Sensibilidad y precisión. Error
Más detallesHoja 6: Estadística descriptiva
Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesPROBLEMAS TEMA 3: ANÁLISIS DE COMPONENTES PRINCIPALES. LICENCIADO EN ECONOMÍA
1 PROBLEMAS TEMA 3: ANÁLISIS DE COMPONENTES PRINCIPALES. LICENCIADO EN ECONOMÍA Problema 1 Calcular para la matriz de covarianzas ( ) 5 2 S Y =, 2 2 (a) Las componentes principales Z 1 y Z 2. (b) La proporción
Más detallesUNIVERSIDAD DEL NORTE
UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO
Más detallesCONTRASTES 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 detalles4 E.M. Curso: Ejercicios de Estadísticas NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas
Curso: Colegio SSCC Concepción - Depto. de Matemáticas Unidad de Aprendizaje: Estadísticas Capacidades/Destreza/Habilidad: Racionamiento Matemático/ Comprensión, Aplicación/ Valores/ Actitudes: Respeto,
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detallesModelo Econométrico sobre el Turismo
Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico
Más detallesMEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN
MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIÓN Cuando se analiza un conjunto de datos, normalmente muestran una tendencia a agruparse o aglomerarse alrededor de un punto central. Para describir ese conjunto
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesLAB 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 detallesCurva de Lorenz e Indice de Gini Curva de Lorenz
Curva de Lorenz e Indice de Gini Curva de Lorenz La curva de Lorenz es útil para demostrar la diferencia entre dos distribuciones: por ejemplo quantiles de población contra quantiles de ingresos. También
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 01221701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia URRUTIA MOSQUERA, JORGE ANDRÉS; SALAZAR, HEVER DARÍO; CRUZ TREJOS, EDUARDO ARTURO EVALUACIÓN DE LA ROBUSTEZ
Más detallesno 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 detallesA. 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 detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesCAPÍTULO 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 detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesMEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad
MEDIDAS ESTADÍSTICAS Medidas de Tendencia Central y de Variabilidad 1 Propiedades deseables de una medida de Tendencia Central. 1) Definida objetivamente a partir de los datos de la serie. 2) Que dependa
Más detallesPrecio de la gasolina regular (colones por litro, promedio anual)
CATÁLOGO MATERIALES DE APOYO PARA BACHILLERATO POR MADUREZ Educación Abierta 800 700 600 500 400 300 200 100 0 Pantallazo Precio de la gasolina regular (colones por litro, promedio anual) 2009 2010 2011
Más detalles