Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa
|
|
- Luz Valenzuela Iglesias
- hace 6 años
- Vistas:
Transcripción
1 1
2 Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa -2. Decidir el nivel de significación estadística a priori -3. Decidir qué prueba estadística es la más recomendable -4. Decidir qué estadístico del tamaño del efecto es el más adecuado -5. Formular la ecuación estructural -6. Aplicar el contraste de hipótesis. Ejecutar el análisis con el SPSS -7. Tomar la decisión estadística y redactar los resultados -8. Descomponer las puntuaciones según la ecuación estructural 2
3 3
4 Variable de grupo: VI o factor (A=2) y sus condiciones (a1= 1 y a2=2) Variable medida: (resultados) VD: Y 4
5 SPSS En la ventana de datos del SPSS se puede optar por dos apartados para trabajar. Mirar: en la parte inferior izquierda de la pantalla. 1. Vista de datos 2. Vista de variables En Vista de variables se puede añadir Etiquetas de Valor a las condiciones de la variable independiente o factor. Por ejemplo. Valores : 1= GrupExperimentalAlzheimera1 2=GrupControla2 Poner el ratón encima de la categoría de Valores de la variable y aparecerán unos puntos para clicar sobre ellos y escribir las etiquetas para los valores que se han utilizado en la categorización de la variable independiente o factor. Y se va anotando el valor numérico que tiene en la base de datos (en nuestro caso 1 ó 2) y la etiqueta que en esos momentos se le atribuye a ese valor: 5
6 SPSS Una vez tengamos las etiquetas de los valores de la variable independiente o factor entonces en la Ventana de Vista de datos podemos activar una vista de las Etiquetas de Valor en vez de ver los valores numéricos asignados a las condiciones. Ahora la ventana de Vista de datos ofrecerá la siguiente información: 6
7 7
8 MODELO LINEAL GENERAL Modelo estadístico Describe una combinación lineal de los efectos aditivos que forman la puntuación en la variable dependiente Y MODELO LINEAL GENERAL Permite representar muchos posibles modelos para mostrar la relación estadística entre V.I.-V.D. El modelo más adecuado será el más simple y que permita describir de forma válida la realidad con el menor error M. Dolores Frías iasnav 8
9 Media poblacional Media de la muestra M proporcionada por los valores en la variable dependiente Y: 23, 11, 12, 26, 39, 38, 23, 28 Fluctúan alrededor de la media TOTAL M= 25 a1 a2 23, 11, 12, 26, 39, 38, 23, 28 Fluctúan alrededor de la media de su CONDICIÓN: Ma1= 18 y Ma2= 32 Y Las diferencias entre las puntuaciones de a1 y a2 se pueden atribuir: -Variable Independiente de Tratamiento -Fluctuaciones de muestreo -Errores de medición -Diferencias individuales.. 9
10 Variabilidad o fluctuaciones de los datos Variabilidad total respecto a la media 23, 11, 12, 26, 39, 38, 23, 28 M= 25 (Y-M)= (23-25) + (11-25) + (12-25) + (26-25) + (39 25) + (38-25) + (23-25) + (28-25)= Luego (Y-M) 2 = Variabilidad entre-grupos o del efecto Variabilidad intra-grupos o de error a1 a2 23, 11, 12, 26, 39, 38, 23, 28 Ma 1 = 18 M= 25 Ma 2 =
11 PRIMERO: Variabilidad entre-grupos o del efecto: EFECTO=PUNTUACIÓN MEDIA CONDICIÓN - CONSTANTE 1. Estimar los EFECTOS entre-grupos de 1 y 2 Efecto 1 = Ma1-M Efecto 2 = Ma2-M 2. Sumar los efectos: (efectos 1) + (efectos 2) = = Luego, (efectos 1) 2 + (efectos 2) 2 = = SEGUNDO: Variabilidad intra-grupo o del error: 1. Estimar los ERRORES intra-grupo de 1 y 2 Error 1 = Y-Ma1 Error 2 = Y-Ma2 2. Sumar los efectos: (errores 1)= (Y-Ma1)= = Luego, (Y-Ma) 2 = = (errores 2)= (Y-Ma2)= = Luego, (Y-Ma) 2 = = ERROR=PUNTUACIÓN OBTENIDA - PUNTUACIÓN PRONOSTICADA VARIANZA TOTAL= VARIANZA ENTRE-GRUPOS + VARIANZA DEL ERROR 11
12 ANALIZAR Modelo lineal general Univariante 12
13 13
14 14
15 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL (pág ) MODELO COMPLETO (O MODELO DE LA H 1 ) MODELO RESTRINGIDO (O MODELO DE LA H 0 ) 15
16 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL 16
17 DESCOMPOSICIÓN DE LA ECUACIÓN ESTRUCTURAL: Y= M + A + E 17
18 18
19 Efecto (A)= Ma-M Error (E)= Y-Ma Total (T)= Y-M =0 =0 =(A) 2 =(E) 2 19
20 E= puntuación obtenida menos la puntuación pronosticada por el modelo. Y pronosticada= Constante + EFECTO (M+A), es decir, Ma Luego el error= Y-Ma Y pronosticada= Constante (M) Luego el error= Y-M 20
21 21
22 22
23 23
24 24
25 Eta Cuadrado: proporción de varianza explicada 1-eta cuadrado: proporción de varianza no explicada 2 = Suma de Cuadrados del efecto/suma de Cuadrados del error Eta cuadrado es una proporción. Elevado al cuadrado señala el porcentaje de varianza explicada por el efecto. 25
26 Ejercicio 1 Identificar: -Variables: dependiente e independiente (extrañas) -Hipótesis: sustantiva y estadísticas (nula y alternativa) -N, n, A, a -Metodología -Diseño -Representar la ecuación estructural (modelo restringido o nulo y modelo completo) -Calcular: +Medias de cada grupo y media total, desviaciones típicas (de forma manual y con SPSS) +Prueba de inferencia estadística: ANOVA -Redactar resultados -Descomponer la ecuación estructural 26
27 Ejercicio 2 1. Redactar un supuesto de investigación para esos datos empleando una metodología experimental 2. Realizar: -Prueba de inferencia estadística: ANOVA -Redactar resultados tipo informe -Descomponer la ecuación estructural A Y
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 detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesSOLUCIÓN 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 detallesCómo 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 detallesPráctica 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 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 detallesColegio Decroly Americano Matemática 7th Core, Contenidos I Período
Matemática 7th Core, 2015-2016 Contenidos I Período 1. Sentido Numérico a. Identificar y escribir patrones. b. Escribir números en forma de exponentes. c. Escribir cantidades en notación científica. d.
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesLas 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 detallesAnálisis 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 detallesPuntuación 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 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 detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
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 detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesen 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 detallesINDICE. 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 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 detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
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 detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesTipo 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 detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL CODIGO 214543 (COMPUTACION) 224543 (SISTEMAS) 254443 (CONTADURIA) 264443 (ADMINISTRACION) 274443( GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE 02 02 03 IV PRE REQUISITO
Más detallesMÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
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 detallesANEXO 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 detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesEstadísticos 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 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 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 detallesTema: 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 detallesFormulario. 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 detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más 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 detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detallesMatemáticas 2º E.S.P.A. Pág.1 C.E.P.A. Plus Ultra. Logroño
ALGEBRA 1. LETRAS EN VEZ DE NÚMEROS En muchas tareas de las matemáticas es preciso trabajar con números de valor desconocido o indeterminado. En esos casos, los números se representan por letras y se operan
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
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 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 detallesLa función, definida para toda, es periódica si existe un número positivo tal que
Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe
Más detallesTema 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 detallesSelección de fuentes de datos y calidad de datos
Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.
Más detallesTema: Medidas de Asociación con SPSS
Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo
Más detallesALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA
ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
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 detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesANALISIS 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 detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesDoc. Juan Morales Romero
Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica
Más detallesTAMAÑO 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 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 detallesCarrera: 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 detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesTema 8: Introducción a la Teoría sobre Contraste de hipótesis
Tema 8: Introducción a la Teoría sobre Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Introducción a la Teoría
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 detallesProfesora: Mª Dolores Frías Navarro
Profesora: Mª Dolores Frías Navarro http://www.uv.es/friasnav (Universitat de València) 1 http://www.uv.es/friasnav (Universitat de València) 2 CONOCIMIENTO Necesidad de Conocimiento Etapa de generar ideas
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 detallesProfesora: Mª Dolores Frías Navarro
Profesora: Mª Dolores Frías Navarro 1 2 CONOCIMIENTO Necesidad de Conocimiento Etapa de generar ideas sobre el fenómeno de interés 3 NECESIDAD DE CONOCIMIENTO La eficacia del tratamiento cognitivoconductual
Más detallesCUADRO SINÓPTICO PLANIFICACIÓN ANUAL Matemática 1 Básico
UNIDAD 1 UNIDAD 2 UNIDAD 3 UNIDAD 4 NÚMEROS HASTA 10 *Contar, reconocer, leer y escribir los números de 0 a 10. *Comparar dos conjuntos de objetos e identificar el conjunto que tiene más, menos o la misma
Más detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2012-2013 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesPráctica 2: Estadística Descriptiva (II)
Práctica 2: Estadística Descriptiva (II) Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Analizar correctamente variables cuantitativas discretas y continuas mediante tablas, gráficos
Más detallesCONTRASTE 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 detallesCONTENIDO. 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 detallesTEMA 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 detallesJUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A
Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.
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 detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesN. Libros No. Estudiantes
EJERCICIOS DE ESTADÍSTICA UNIDIMENSIONAL (RECUPERACIÓN SEPTIEMBRE) 1. Se pregunta en un grupo de estudiantes por el numero de libros que han leído en el último mes, obteniendo las siguientes respuestas.
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más 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 detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesUNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la
Más detallesPRÁCTICA No. 2 FORMA POLAR DE UN NUMERO COMPLEJO. Otra forma de expresar un número complejo es la forma polar o forma módulo-argumento,
OBJETIVO EDUCACIONAL PRÁCTICA No. 2 FORMA POLAR DE UN NUMERO COMPLEJO Resolver problemas de aplicación e interpretar las soluciones utilizando matrices y sistemas de ecuaciones lineales para las diferentes
Más detallesFÓRMULAS Y FUNCIONES
Centro de Estudios Empresariales 1 FÓRMULAS Y FUNCIONES Una fórmula nos permite calculas rápidamente valores directos introducidos en una celda y operar con valores previamente introducidos en otras celdas,
Más detallesContrastes 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 detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detallesANÁLISIS DISCRIMINANTE
DEFINICIÓN: Cómo técnica de análisis de dependencia: Pone en marcha un modelo de causalidad en el que la variable endógena es una variable NO MÉTRICA y las independientes métricas. Cómo técnica de análisis
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 detallesMatemáticas aplicadas a las Ciencias Sociales II
Matemáticas aplicadas a las Ciencias Sociales II OBJETIVOS - MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Álgebra - Representar e interpretar tablas de números y grafos mediante una matriz, identificando
Más detallesINSTITUTO 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 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 detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesPráctica 9 REGRESION LINEAL Y CORRELACIÓN
Práctica 9. Regresión lineal y Correlación 1 Práctica 9 REGRESION LINEAL Y CORRELACIÓN Objetivos: En esta práctica utilizaremos el paquete SPSS para estudiar la regresión lineal entre dos variables y la
Más detallesUNIDAD 7: SISTEMAS DE ECUACIONES. CONTENIDOS
UNIDAD 7: SISTEMAS DE ECUACIONES. * Ecuaciones lineales con dos incógnitas. * Sistemas de 2 ecuaciones con 2 incógnitas. Resolución gráfica y analítica. * Sistemas equivalentes. * Tipos de sistemas de
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detalles