BIOESTADÍSTICA. Para Antropólogos Físicos. José Luis Castrejón y Diana Troncoso [Seleccionar fecha]

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

Download "BIOESTADÍSTICA. Para Antropólogos Físicos. José Luis Castrejón y Diana Troncoso [Seleccionar fecha]"

Transcripción

1 BIOESTADÍSTICA Pr Atropólogos Físos José Lus Cstrejó D Trooso [Seleor feh] Nots pr el urso e Boestíst mprto e el seguo semestre e l letur e Atropologí Fís e l Esuel Nol e Atropologí e stor. Versó prelmr.

2 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Itrouó UNIDAD I Como su ombre lo e, el objetvo prpl e l ESTADÍSTICA INFERENCIAL es ferr los PARÁMETROS POBLACIONALES; es er, prtr e u muestr letor, estbleer o l mor probbl posble los vlores esooos e l pobló estu; por ejemplo; l me µ, proporó p o vrz σ. Geerlmete, el vestgor puee plter hpótess sobre los prámetros; por ejemplo: IPÓTESIS LITERAL DEL INVESTIGADOR L proporó e persos e l ENA que us letes es meor. L proporó e persos que ostumbr osumr om ráp es e.6. L proporó e persos o obes e l elegó Beto Juárez es mor que e l elegó Mlp Alt. L me e l esttur e ls mujeres estutes e l ENA es meor 65 m. L me el úmero e mutos ros que se us el utomóvl e l Cu e Méo es mor que e l u e Mér. IPÓTESIS ESTADÍSTICA DEL INVESTIGADOR v v v : p <. : p.6 : p > v v BJ p : µ < 65 : µ > µ DF MA Mer Empero, es tre e l estíst ferel etermr s ests hpótess so váls o o, mete lgu e ls sguetes tés:. ESTIMACIÓN: ) Putul: E l ul, prtr e los tos e u muestr l strbuó probblíst e l vrble, se estm u vlor pr el prámetro. b) Por tervlos: A trvés e l ul, prteo e l formó e l muestr l strbuó probblíst e l vrble, se efe u rgo e vlores etre los ules probblemete se euetr el el prámetro.. PRUEBAS O CONTRASTES DE IPÓTESIS: Estrteg que, utlzo los tos e l muestr l strbuó probblíst e l vrble, efe l probbl e ometer u error e l estmó se eterm u regó e rehzo pr l hpótess. ESTIMACIÓN PUNTUAL Se θ l letr o l que se eot u prámetro poblol. S se tom u muestr letor e tmño ( X, X, X,..., X ), θˆ es u fuó e los vlores e l ˆ θ f X, X, X,..., ; es er, θˆ es u estmor putul e θ. X muestr: ( ) A. MÉTODO PARA ALLAR ESTIMADORES PUNTUALES Este versos proemetos pr eotrr estmores putules θˆ e los prámetros pobloles θ ; por ejemplo: el métoo e mometos, el e mímos

3 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA uros el e fuó e verosmltu. Por el mometo, revsemos sólo éste últmo: A.) MÉTODO DE FUNCIÓN DE VEROSIMILITUD S X,...,, X, X X so los tos e u muestr letor que se obtuvo e ert pobló u fuó e probbl es P ( ) muestr es L ( X X, X,..., X ) P( X ) P( X ) P( X )... P( ), X, l fuó e verosmltu e l. Por ello, este métoo e estmó osste e eotrr el vlor el prámetro θ oe l fuó L ( X, X, X,..., X ) le su mámo; es er, h que lulr l erv e L, gulrl ero espejr θ. Vemos, lguos ejemplos e esto: θ A..) Estmor el prámetro λ Se X, X, X,..., X los tos e u muestr letor que se obtuvo e ert pobló oe l vrble X tee strbuó posso o prámetro λ [X~P( λ )]. Cuál es el mejor estmor e éste prámetro? Sbemos que l strbuó e l vrble X es: λ e λ P( )! Por ee, X tee tl strbuó: P λ e ( ) λ λ λ λ, P ( ) e λ, P( ),, P( )! e!! λ e λ! Sgueo l epresó L ( X X, X,..., X ) P( X ) P( X ) P( X )... P( ), X, l fuó e verosmltu e est vrble es: λ λ λ λ e λ e λ e λ e λ L( X, X, X,..., X )!!!! Lo ul puee brevrse : e L λ λ Y ello reurse e: λ e λ L π! Porque... X + X + X X X X X... X π!

4 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Ahor h que mmzr l fuó. S ést es u fuó ulquer, los putos rítos e f ( ) so los msmos que los vlores rítos el logrtmo l f turl f ( ) ( ) : λ e λ l L l π! Como: l l lb b λ l L l e λ l( π! ) l b l + l : Como: ( ) b Como: λ l L l( e ) + l λ l( π! ) l e l l ( π!) l L λ + l λ l Y obteer l erv: l L λ l λ l( π! ) + λ λ λ λ f ( ) f ( ) l Como: L + λ λ Igulo ero, el prámetro λ se overte e estmor λˆ rest espejrlo: + ˆ λ λˆ λˆ λˆ λˆ Y sí sbemos que l teer u vrble letor o strbuó posso [X~P( λ )], el estmor e mám verosmltu el prámetro λ es l me muestrl. 4

5 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA A..) Estmor el prámetro p Se X, X, X,..., X los tos e u muestr letor que se obtuvo e ert pobló, oe l vrble X tee strbuó beroull o prámetro p [X~Be( p )]. Cuál es el mejor estmor e éste prámetro? P Sbemos que l strbuó e l vrble X es: P p p ;, ( ) ( ) Por ee, X tee tl strbuó: ( ) p ( p), P( ) p ( p), P( ) p ( p), ( ) P p ( p) Sgueo l epresó L ( X X, X,..., X ) P( X ) P( X ) P( X )... P( ), X, l fuó e verosmltu e est vrble es: L P p p P p p P p p P p ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( p) Lo ul puee brevrse : Y ello reurse e: Porque L p ( p) L p ( p) X + X + X X X X X... X π Ahor h que mmzr l fuó. S ést es u fuó ulquer, los putos rítos e f ( ) so los msmos que los vlores rítos el logrtmo l f turl f ( ) ( ) : ( ) l L l p p l b l + l Como: ( ) b Como: l l p + l ( p) L l l l L l p + l ( p) Y obteer l erv: l L p + p ( p) 5

6 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 6 ( ) p p p L + l Y se multpl por meos, por ee ( ) p p p L l Igulo ero, el prámetro p se overte e estmor pˆ rest espejrlo: ( ) ˆ ˆ p p ( ) p p ˆ ˆ ( ) p p ˆ ˆ p p p ˆ ˆ ˆ p ˆ p ˆ p ˆ Y sí tmbé esubrmos que l teer u vrble letor o strbuó beroull [X~Be( p )], el estmor e mám verosmltu el prámetro p es l me muestrl. B. PROPIEDADES PARA DETERMINAR EL MEJOR ESTIMADOR B.) PROPIEDADES GENERALES ) INSESGAMIENTO S θˆ es u estmor el prámetro poblol θ, se e que θˆ es sego s ( ) θ θ ˆ E. Por el otrro, s θˆ es u estmor sesgo e θ, se efe el sesgo e θˆ omo ( ) ( ) θ θ θ ˆ ˆ E Sesgo. b) SUFICIENCIA Se e que u estmor θˆ e θ es sufete uo su álulo volur to l formó e u muestr. ) MÍNIMA VARIANZA Se e que ˆ θ es u estmor e mím vrz e θ s pr ulquer otro estmor ˆ θ se umple que l vrz el prmero es meor que l el seguo: ( ) ( ) ˆ θˆ θ Vr Vr <.

7 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ) EFICIENCIA Seo ˆ θ ˆ θ os estmores sesgos e θ, se e que ˆ θ es más efete s su vrz es meor l e ˆ θ : Vr ( ˆ θ ) < Vr( θˆ ). e) CONSISTENCIA Se e que u estmor θˆ e θ es osstete s, uo es gre ( N ), θˆ teerá θ ( ˆ θ θ ), seo su fere mu pequeñ. Esto ebo que s E >, E es mu pequeño ( ˆ θ θ < E). Lm P N B.) COMPROBACIÓN DE LAS PROPIEDADES Vemos etoes, mete lguos ejemplos, ómo se omprueb s u estmor umple o ests propees el porqué so t mporttes: L me poblol µ es u prámetro que se lul o l sguete epresó: S X, X, X,..., X pr promrse su vlor serí: µ N es u muestr letor E ( ) µ N X, tres estmores posbles ˆ µ + + ˆ µ + ˆ µ Cumple estos tres estmores o ls propees tes meos? PROPIEDAD ESTIMADOR ˆµ + + E( ˆ µ ) E E ( + + ) INSESGAMIENTO E ( ˆ θ ) θ [ E( ) + E( ) + E( )] [ µ + µ + µ ] µ [ µ ] µ Como poemos ver, el estmor ˆµ o es sesgo, puesto que su esperz es gul E ( ˆ µ ) µ. El sesgo e este estmor es: SESGO Sesgo ( ˆ θ ) µ µ Sesgo( ˆ θ ) µ µ Sesgo( ˆ θ ) µ Sesgo( ˆ θ ) µ PROPIEDAD ESTIMADOR ˆµ 7

8 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA INSESGAMIENTO E ˆ θ ( ) θ E + ( µ ) E E ( + ) ˆ µ E µ. [ E( ) + E( )] [ µ + µ ] [ µ ] µ ˆµ es u estmor sesgo e µ porque su esperz es ( ) µ SUFICIENCIA X + X + X X ( ) + ˆ µ ˆµ o es u estmor sufete, pues su álulo sólo eh mo e sólo tos e l muestr letor o el resto e l formó obte. ˆ PROPIEDAD ESTIMADOR ˆµ INSESGAMIENTO E ˆ θ ( ) θ E ( µ ) ˆ E E ( ) [ E( ) + E( ) + E( ) E( )] [ µ + µ + µ µ ] µ [ µ ] µ ˆµ es u estmor sesgo e µ pues su esperz es E ( µ ) µ. SUFICIENCIA X + X + X X ( ) ˆ µ X + X + X ˆ X Asmsmo, ˆµ es u estmor sufete que utlz toos los tos e l muestr letor. Ahor be, ompremos lgus vrzs e tres prámetros: σ σ σ PROPIEDAD VARIANZA DE ESTIMADORES MÍNIMA VARIANZA Vr ( ˆ θ ) < Vr( θˆ ) L vrz el estmor ˆ θ es meor que l el estmor ˆ θ, rzó por l ul ˆ θ tee u mím vrz. Vr ˆ θ < Vr θˆ EFICIENCIA ( ) ( ) 8

9 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Seo los os sesgos, l vrz el estmor ˆ θ es meor que l el estmor ˆ θ, rzó por l ul ˆ θ umple o ls propees e mím vrz efe. C. ESTIMADORES APROPIADOS MÁS COMUNES Auque es reomeble eotrr el estmor euo trvés e u métoo omprobr que umpl o tos ls propees, l teorí estíst frm que los mejores estmores pr los sguetes prámetros so: MEDIA POBLACIONAL VARIANZA POBLACIONAL PROPORCIÓN POBLACIONAL PARÁMETRO σ µ N N N X ( µ ) N p M N MEDIA MUESTRAL VARIANZA MUESTRAL Pues este estmor es sesgo: PROPORCIÓN MUESTRAL ESTIMADOR s s X ( ) ( ) p ˆ m INTERVALOS DE CONFIANZA CONTRASTE DE IPÓTESIS A. INTERVALOS DE CONFIANZA A ompró e l estmó putul, l ostruó e tervlos es u té que permte l vestgor propoer u rgo e vlores etre los ules puee hllrse, o erto gro e ofz ( por ee, e error) el el prámetro poblol θ. Otr vetj e est metoologí es que, pr lulr los vlores L L el tervlo L < θ < L, l epresó pr su ostruó eh mo el tpo e strbuó que tee l vrble e l pobló e lguos tos obteos e l muestr, omo so: su tmño ( ), esvó estár ( s ) o vrz ( s ), segú el so, su me ( ) o proporó ( pˆ ) B. CONTRASTE DE IPÓTESIS S u lgu, ést es u e ls metoologís que más utlz l estíst pr otrstr ulquer hpótess que el vestgor h plteo sobre los prámetros e u o más pobloes, o be, sobre reloes etre vrbles. B.) FUNDAMENTOS beo plteo el vlor hpotéto µ e l hpótess el vestgor v, se plte os hpótess más: l IPÓTESIS ALTERNATIVA l IPÓTESIS 9

10 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA, que sempre lue e su pltemeto lgú sgo e gul (,, ) NULA que es s sempre opuest lo que plte l hpótess el vestgor IPÓTESIS DEL INVESTIGADOR v : θ θ v : θ < θ v : θ > θ IPÓTESIS NULA v : IPÓTESIS ALTERNATIVA : θ θ : θ θ : θ θ : θ < θ : θ θ : θ > θ S be e los tervlos e ofz bst omprr el vlor hpotéto µ propuesto e l hpótess el vestgor v otr el tervlo e ofz obteo o por eto e ofz, l té e otrste e hpótess osste, o e ( ) α ofrmr o o l hpótess el vestgor hpótess ul. B.) ERRORES POSIBLES Y SU CONTROL v, so e otrstr el resulto o l D u hpótess ul que puee ser verer o fls (o lo sbemos), el proemeto e otrste e hpótess os llev rehzrl o o. S u lgu, omo vestgores qusérmos rehzr u hpótess ul fls o rehzr u hpótess ul verer, pero este ls posbles otrrs, ls ules se eom errores: IPÓTESIS NULA VERDADERA FALSA SE RECAZA ERROR TIPO I NO SE RECAZA ERROR TIPO II L probbl e ometer el ERROR TIPO I es ooo omo l SIGNIFICANCIA e l prueb se eot por α. A prtr e ello teemos que: α P (error tpo I) α P (rehzr o que es verer ) α P (rehzr es verer ) E geerl, l sgf α es esoo, sí que el vestgor l fj. Como e ell epee l probbl e ometer el error tpo I, se bus que se pequeñ; e hí que los vlores más omues pr l sgf α se: PROBABILIDAD DE VALOR DE α ERROR TIPO I RAMA DE USO MÁS COMÚN α..% Me mpo epermetl. α..% Atropologí fís. α.5 5.% Atropologí fís. α..% Ces soles.

11 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Ahor be, se efe l ERROR TIPO II omo l POTENCIA e l prueb se le eot o l letr β, segú lo ul: β P (error tpo II) β P (o rehzr o que es fls ) β P (o rehzr es fls ) A fere e α, el vlor e β está fuer el otrol el vestgor sólo puee reuírsele umeto el tmño e l muestr. Por ello es que, omo veremos más elte, se sbe que ls pruebs o prmétrs so meos potetes que ls pruebs prmétrs, uo vlor e β es más pequeño. B.) IPÓTESIS NULAS Y SU REGIÓN DE RECAZO Co respeto l sgf α, be meor que su vlor tmbé eterm l regó e rehzo e l hpótess ul. S ést lue u gul : µ µ, l regó e rehzo, omo e los tervlos e ofz, se ve e os, motvo por el ul se le eom prueb e os ols o blterl. Por el otrro, s l hpótess ul otee los sgos o, ( : µ µ, : µ µ ), l regó e rehzo que sólo e u lo, otrro l que señl el sgo e mor o meor: ESTIMACIÓN DE LA MEDIA POBLACIONAL µ A. INTERVALO DE CONFIANZA A.) EN POBLACIONES CON DISTRIBUCIÓN NORMAL S l vrble letor tee u strbuó orml o me µ vrz σ, sbemos que l epresó pr estrzrl es: Z µ ~ N (,) σ De uero est fórmul, el tervlo estrí etre os vlores: Z Z, roeos por u áre, eot por α, que elmt l ofz el tervlo. S es el áre ebjo e l urv, etoes el tervlo e ofz puee espefrse omo α el α e ol es gul α.

12 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Prteo e esto teemos que l probbl el vlor el prámetro estrzo Z está etre α Z α Z : α α α < < Z Z Z P QUE IMPLICA α σ µ α α < < Z Z P Pero o olvemos que el puto es eotrr u tervlo e ofz l ( ) α por eto e ofz pr l me µ, por lo ul h que espejr su vlor e l teror epresó: Epresó e probbl pr el tervlo e ofz. < < α α σ µ Z Z P Se ej sol X µ l psr multplo su vsor. < < Z Z P σ µ σ α α Se espej µ l mover X. + < < Z Z P σ µ σ α α Se multpl por - pr her postvo el vlor e µ, lo ul verte l esgul mor que. > > + Z Z P σ µ σ α α Se verte los vlores e límtes pr reuperr u esgul meor que. + < < Z Z P σ µ σ α α Se brev l epresó. Z P σ α De est form teemos que, el tervlo l ( ) α por eto e ofz pr µ uo l pobló tee strbuó orml es: Z σ µ α α α/ α/ -α

13 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA El problem e est epresó pr etermr el tervlo e µ es que supoe ooer σ ; vlor uo álulo, por sí msmo, requere el to e µ que estmos estmo: σ N ( µ ) Ate est ohere, l opó es susttur σ por su estmor putul s : N s ( ) Pero ese smple etlle, uo l pobló es pequeñ ( < ), mpl tmbé u mbo e l strbuó, que ej e ser orml se overte e t e stuet o gros e lbert (g.l.): µ t ~t (-) s Por tl motvo, l epresó pr eotrr el tervlo l ( α ) por eto e ofz pr µ uo l pobló tee strbuó orml que omo: EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( ) s ( α ) POR CIENTO DE CONFIANZA PARA µ CUANDO µ t LA POBLACIÓN TIENE DISTRIBUCIÓN NORMAL. α Doe es l me muestrl, ( t ) α es el vlor e tbls e l t e stuet o ( α ) por eto e ofz gros e lbert (g.l.), s l esvó estár e l muestr es el tmño e l muestr. A.) EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA S se esooe l strbuó e vrble letor o me µ vrz σ, pero se tee u muestr gre ( > ), e uero l Teorem Cetrl e Límte puee sumrse que l vrble tee u strbuó prommete orml. Debo ello, l epresó pr lulr el tervlo l ( α ) por eto e ofz pr µ uo se tee u muestr gre e u pobló o strbuó esoo es: EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL α POR CIENTO DE CONFIANZA PARA µ CUANDO LA POBLACIÓN TIENE DISTRIBUCIÓN DESCONOCIDA PERO > ( ) µ Z α s

14 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Doe es l me muestrl, o ( α ) Z es el vlor e tbls e l strbuó orml α por eto e ofz, s l esvó estár e l muestr es el tmño e l muestr. A.) EJEMPLOS DE ESTIMACIÓN. Supogmos que l vrble esttur e ls mujeres estutes e l ENA sgue u strbuó prommete orml. Los sguetes tos (e etímetros) orrespoe u muestr letor e l pobló: Es posble olur que l me µ e l pobló es meor 65 m? Costrur u tervlo e ofz pr µ l 95%. DATOS GENERALES X~N(µ,σ) s 7. 5 IPÓTESIS : µ < 65 v CONFIABILIDAD Y SIGNIFICANCIA α.5 α. 5 α. 975 EXPRESIÓN PARA INTERVALO ( ) VALOR DE µ t t α ( ).. ( 8 ) 7.. g l g l ( ) α s ( ) t α 7 t APLICACIÓN µ µ ( 56.7,64.) COMPARACIÓN CON LA IPÓTESIS ( 56.7,64.) µ vs. : µ < 65 De uero l muestr obte o u vel e ofz el 95% se puee frmr que l esttur promeo e ls mujeres estutes e l ENA está etre etímetros. Por lo tto, se tee eve estíst que, o u error el 5%, que l me e l esttur e est pobló es meor 65 m. v. U vestgor oser que l me el tempo e reorro e los estutes e l ENA s es mor 6 mutos. Supogmos que los sguetes vlores so tos e u muestr letor e est pobló: Supoeo que l pobló tee u strbuó orml: ) Costrur u tervlo l 95% e ofz pr l me µ. 4

15 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA b) Cotestr: Qué se puee olur respeto l hpótess? DATOS GENERALES X~N(µ,σ) s IPÓTESIS : µ > 6 v CONFIABILIDAD Y SIGNIFICANCIA α.5 α. 5 α. 975 EXPRESIÓN PARA INTERVALO ( ) VALOR DE µ t t α ( ).. ( 6 ) 5.. g l g l ( ) α s ( ) t α 5 t APLICACIÓN µ µ ( 44.8,8.7) COMPARACIÓN CON LA µ ( 44.8,8.7) vs. v : µ > 6 IPÓTESIS ) Co u 95% e ofz se puee frmr que l me el tempo e reorro e los estutes e l ENA s se hll etre los 44.8 los 8.7 mutos. b) Como este tervlo otee vlores meores los 6 mutos, e uero l muestr o h eve estíst que permt ferr, o u 5% e error, que l hpótess el vestgor se verer.. Los sguetes tos orrespoe l rufere rel e etímetros e 5 ños reé os: Supoeo que l pobló tee u strbuó orml, es posble frmr que l me se meor 5 m? Comprobr est hpótess ostrueo u tervlo l 9% e ofz. DATOS GENERALES X~N(µ,σ) 5. 8 s. 6 IPÓTESIS : µ < 5 v CONFIABILIDAD Y SIGNIFICANCIA α. α. 5 α. 95 EXPRESIÓN PARA INTERVALO ( ) VALOR DE µ t t α ( ).. ( 5 ) 4.. g l g l ( ) α s ( ) t α 4 t

16 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA.6 5 APLICACIÓN µ.8.76 µ (.5,4.9) COMPARACIÓN CON LA µ (.5,4.9) vs. v : µ < 5 IPÓTESIS Se puee frmr, o u 9% e ofz, que l me e l rufere rel e los ños e est pobló está etre los.5 los 4.9 etímetros; motvo por el ul se ept, o u % e error, que l me e est vrble es meor 5 m. B. CONTRASTE DE IPÓTESIS B.) IPÓTESIS NULAS Y SU REGIÓN DE RECAZO Cuo se quere estmr el vlor e l me poblol µ se puee plter ls sguetes hpótess: IPÓTESIS DEL INVESTIGADOR v : µ µ v : µ < µ : µ > µ IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ : µ : µ µ : µ < µ v : µ µ : µ > µ µ Segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será: : µ µ IPÓTESIS : µ µ v : µ µ PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE t v : µ : µ : µ < µ -α α/ α/ / Z α µ t / Z α µ < PRUEBA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE α t / Zα -α v : µ : µ : µ > µ µ µ > 6

17 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA REGIÓN DE RECAZO DE -α α t / Z α Pero sber óe se euetr l regó e rehzo o bst; es eesro ooer el vlor e oe prte. Este to se obtee reooeo el tpo e strbuó probblíst e l pobló hllo e sus tbls el vlor que ompre tl ofbl. Pr u pobló o strbuó orml, el vlor e l regó e rehzo se bus ( ) e ls tbls pr l strbuó t mete l epresó s l prueb es blterl ( ) t α t α o s es ulterl. Bst busr e ls tbls e l strbuó t los gros e lbert e tersetrlo o l ofbl, que epee el tpo e prueb. Flmete, se greg u sgo egtvo s l regó e rehzo (o u prte) se euetr e l seó feror el eje e ls X. Metrs tto, pr pobloes u strbuó es esoo pero el tmño e l muestr es gre ( > ), el vlor oe l regó e rehzo epee e ls epresoes Z α (pruebs blterles) o Z α (pruebs ulterles). Por ee, e este so h que ur ls tbls e strbuó orml busr el vlor e Z que teg l probbl que l ofz e l prueb gregr u sgo egtvo s l regó e rehzo está e l seó feror el eje e ls X. B.) PROCEDIMIENTO PARA EL CONTRASTE DE IPÓTESIS. Teeo l hpótess el vestgor v, plter l hpótess ul l hpótess ltertv.. Reooer l strbuó probblíst e l vrble e terés.. Determr el ESTADÍSTICO DE PRUEBA su strbuó probblíst. Es er, eotrr l epresó que otee l ompró el estísto muestrl o estmor el prámetro o el vlor hpotéto l vrbl muestrl. EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA t EN POBLACIONES CON DISTRIBUCIÓN NORMAL EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA Z EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO > µ s t µ s Z 4. Clulr el estísto e prueb. 5. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 7

18 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 6. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. B.) EJEMPLOS DE CONTRASTE DE IPÓTESIS. E u vestgó sobre el remeto émo e los estutes e l ENA, u vrble e terés fue el tempo que tr los lumos pr trslrse e su s l esuel, el ul se lul meor 9 mutos. Supoeo que l pobló tee u strbuó orml prtr e los sguetes tos que se tomro e u muestr letor: ) Cotrstr l hpótess o u vel e sgf e.5. b) Costrur u tervlo l 95% e ofz pr l me e l pobló. Ate u problem sí, lo prmero que ebemos her es her eplíts ls hpótess: IPÓTESIS : µ < 9 : µ 9 : µ < 9 v Posterormete, reooemos l strbuó probblíst e l pobló los tos geerles e l muestr: DATOS GENERALES X~N(µ,σ) s Reoro uo eotrmos tervlos e ofz pr µ, sbemos que u epresó que relo los tos e l me poblol, l me muestrl, l esvó estár e l muestr que se pl pr pobloes o strbuó orml es: µ t ~t (-) s Doe l vrble t tee u strbuó t e stuet o gros e lbert (g.l.). Por tl motvo, est epresó os servrá pr lulr uestro estísto e prueb: EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA t APLICACIÓN t µ s t Y o ese to, flt eotrr l regó e rehzo e l hpótess ul pr otrstrlos: 8

19 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA REGIÓN DE RECAZO DE : µ 9 ( ) () () α.5 α. 95 t t. 747 t α.5.95 Por últmo, h que ubr el estísto e prueb t o respeto est regó e rehzo olur: UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE ) Como poemos ver, el estísto e prueb t. 7se euetr etro e l regó e rehzo. Por ee, l hpótess ul : µ 9 se rehz puee frmrse que este eve estíst que que l me el tempo que he los estutes e su s l ENA es sgftvmete ( p <.5) meor 9 mutos, segú lo frmb l hpótess el vestgor. Ahor be, rest estbleer el tervlo e ofz pr l me e est vrble ofrmr el resulto: DATOS GENERALES X~N(µ,σ) s IPÓTESIS : µ < 9 : µ 9 : µ < 9 v CONFIABILIDAD Y SIGNIFICANCIA α.5 α 5. α. 975 EXPRESIÓN PARA INTERVALO ( ) VALOR DE µ t t α ( ).. ( ).. g l g l ( ) α 4.75 s ( ) t α t APLICACIÓN µ µ ( 47.6,84.6) COMPARACIÓN CON LA µ ( 47.6,84.6) vs. v : µ < 9 IPÓTESIS b) Co u 95% e ofz se puee ferr que l me el tempo que he los estutes e su s l ENA está etre los 47.6 los 84.6 mutos, lo ul ofrm, omo señló el vestgor l prueb e hpótess, que l me e est 9

20 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA vrble es meor 9.. Asummos que l vrble gsto ro e reló estuos e l pobló estutl e l ENA es u vrble que sgue u strbuó prommete orml. S supoemos que los sguetes tos orrespoe u muestr letor e estutes el turo vesperto: ) Es posble frmr que el gsto ro es mor e $7.? Cosérese u sgf e.5. b) Euetre el tervlo l 95% e ofz pr l me e l pobló. DATOS GENERALES X~N(µ,σ) s. IPÓTESIS : µ > 7 : µ 7 : µ > 7 v REGIÓN DE RECAZO DE ( ) (8) (7) α.5 α. 95 t t. 796 t α.5.95 EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA t CÁLCULO DEL ESTADÍSTICO DE PRUEBA t t t µ s UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE ) El estísto e prueb t 5. se hll fuer e l regó e rehzo, motvo por el ul l hpótess ul : µ 7 o se rehz. De est form, o se tee eve estíst que soporte l frmó el vestgor e que l me el p >.5 mor $7.. gsto ro estutl se sgftvmete ( ) DATOS GENERALES X~N(µ,σ) s. IPÓTESIS : µ > 7 : µ 7 : µ > 7 v

21 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA CONFIABILIDAD Y SIGNIFICANCIA α.5 α 5. α. 975 EXPRESIÓN PARA INTERVALO ( ) VALOR DE µ t t α ( ).. ( 8 ) 7.. ( ) α ( ) (8) (7) g l g l t α t t s APLICACIÓN µ µ ( 9.44,5.44) COMPARACIÓN CON LA µ ( 9.44,5.44) vs. v : µ > 7 IPÓTESIS b) Co u 95% e ofz se puee ferr que l me el gsto ro e l pobló e l ENA se euetr etre los pesos. Debo ello, o u 5% e error, puee frmrse que l hpótess el vestgor er orret l er que el promeo e este gsto er superor los $7.. PRUEBA DE NORMALIDAD A f e omprobr s l pobló estu e l ul se h obteo u muestr tee strbuó orml, este vros métoos pr otrstr ls sguetes hpótess: o : L muestr proee e u pobló o strbuó orml. : L muestr o proee e u pobló o strbuó orml. Dos e ls más utlzs so l prueb e Kolmogorov-Smrofv l prueb e Shpro-Wlks, pero quí sólo revsremos l segu que es más potete. A. PRUEBA DE SAPIRO-WILKS El proemeto e est prueb osste e obteer los estístos e ore X (), X ( ), X ( ),..., X ( ) A.) TEORÍA Teeo u muestr e tmño o tos X X X,..., X,,, lo prmero que ebe herse es orerlos e form seete pr ubr los estístos e prueb X (), X ( ), X ( ),..., X ( ). Relzo esto, se obtee los sguetes tos: DATOS Número totl e tos e l muestr. s Vrz e l muestr. h Número totl e sumos que se hrá e el estísto e prueb W. Dtos que se lul e l sguete form:

22 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA S es u úmero pr: Ahor be, se lul el estísto e prueb h S es u úmero o: W h EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA W W h, + ( ) j s j Doe ( ) X X ( j ) ( j ) j, es u vlor e tbls e Coefete + X ( j+) X ( j ) so los estístos e ore. Como puee verse e l epresó, l sumtor empez o el j, por lo ul el prmer X ( j ) orrespoe l prmer estísto e ore, el seguo X ( j ) l seguo estísto e ore sí suesvmete. Metrs tto, el prmer vlor e orrespoe l últmo estísto e ore, el seguo l peúltmo, et. Por tl motvo, lo que se he e epresó [ X ( ) ( )] j+ X j es restr los opuestos estístos e ore elevrlos l uro. Sgueo l epresó, tles vlores se multpl espués por el j, que se eotrrá terseto l fl o el úmero e j que se utlzó e ese sumo otr l olum que tee el vlor e l muestrl e ls tbls e Coefete. + Por últmo, l sum e esos proutos se ve etre prouto e l vrz e l muestr. s por ( ) S el estísto e prueb W es meor W α que se euetr terseto el to e otr l sgf α e ls tbls e Peretles pr W, l hpótess ul se rehz. Esto es: o TIPO DE IPÓTESIS o o SE RECAZA SI: o : L muestr proee e u pobló o strbuó orml. W < W α A.) EJEMPLO Dos los sguetes tos eotros: X 95.6 X X X 9. X X 8 7.

23 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X 8.5 X X Der s l pobló e oe provee est muestr tee o o strbuó orml o u sgf α e.5. o IPÓTESIS : L muestr proee e u pobló o strbuó orml. : L muestr o proee e u pobló o strbuó orml. ESTADÍSTICOS DE ORDEN X () 8. 5 X ( 4 ) 65. X ( 7 ) X ( ) 9. X ( 5 ) 7. X ( 8 ) X ( ) 4. 4 X ( 6 ) X ( 9 ) (mpr) DATOS 9 8 s 68. / h 4 Cálulo el estísto e prueb W : W 8 s () W 4, () j 8 s j ( ) X X ( j ) ( j ) { } [,9 ( X ( 9) X ( ) ) +,9 ( X ( 8) X ( ) ) +,9 ( X ( 7) X ( ) ) + 4,9 ( X ( 6) X ( 4) )] W W 8 () 8 s () { } [.5888( X ( 9) X ( ) ) +.44( X ( 8) X ( ) ) +.976( X ( 7) X ( ) ) +. ( X ( 6) X ( 4) )] 947 s {[.5888( ) +.44( ) +.976( ) +.947( )] } W 8 s () W { } () s W.96 W TIPO DE IPÓTESIS CONTRASTE DE IPÓTESIS : L muestr proee e u pobló o o o

24 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR strbuó orml. W < W α 9 W.96 W Como el vlor el estísto e prueb W. 8 o es meor W so mor, l hpótess ul o : L muestr proee e u pobló o strbuó orml o se rehz se puee sumr que l pobló e l que fue tom est muestr tee u strbuó orml. PRUEBAS NO PARAMÉTRICAS PARA LA MEDIA POBLACIONAL Cuo l pobló estu o tee strbuó orml l muestr que e ell hemos obteo es pequeñ ( < ), pr otrstr hpótess sobre su me (o me) que l opó e ehr mo e ls PRUEBAS NO PARAMÉTRICAS. Cbe er, s embrgo, que l ser ests pruebs e lbre strbuó meos potetes, sólo ebe utlzrse omo últm ltertv. A. PRUEBA DEL SIGNO Prueb o prmétr uo otrste e hpótess se bs e los sgos e ls feres el vlor e to e l muestr o el vlor hpotéto. A.) TEORÍA Teeo u muestr e tmño o tos X, X, X,..., X, lo prmero que ebe herse es lulr sus feres o respeto l vlor hpotéto µ mete l sguete fórmul: ( X µ ): X ( X µ ) X ( ) X µ X ( ) X µ X ( X µ ) (...) (...) X ( X ) + - µ eho esto, esoto los uo vlor fue ero, h que stgur los que slero o vlor egtvo e los que tuvero vlor postvo pr obteer los sguetes tos: DATOS + Número totl e postvos. Vlor mor etre +. Número totl e egtvos. Sum e +. 4

25 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Teeo eso, e uero l tpo e hpótess ul sguete fórmul pr lulr el estísto e prueb: o plte, se pl l TIPO DE IPÓTESIS o o : µ µ o : µ µ o : µ µ EXPRESIÓN PARA EL C ESTADÍSTICO DE PRUEBA C C + p p p p E toos los sos, s el vlor resultte el estísto e prueb p es meor l sgf α eterm por el vestgor ( p < α ), l hpótess ul o se rehz. Es er: TIPO DE IPÓTESIS o o o : µ µ o : µ µ o : µ µ SE RECAZA SI: ( p < α ) A.) EJEMPLO. U ompñí surte botells e refreso que se etquet o ozs. Cuo l Proururí Feerl el Cosumor (PROFECO) prueb u muestr letor e botells, obtee ls sguetes tes: X.4 X. 4 X 5 7. X. 9 X. 5 X.8 X 9 5. X 8. X. 9 X. 5 4 X.7 X 6. X 9. X. X 6 5. S utlzmos u vel e sgf e.5, este sufete eve pr oumetr l usó eu l PROFECO e que l ompñí embotellor está egño los osumores o tes meores e ozs? IPÓTESIS : µ < : µ : µ < v X ( X ).4 o µ +.4. X ( ) 6.8 X (.8 )..7 X (.7 ) X ( ) X (.9 ) X (. ) X (.5 ) X (. ) 9. 8 X (.)..9 9 X (.9 ). 5

26 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X (.9 )..9. X (. )..5 X (.5 ) X (.5 ) X (.6 ). 6 5 TOTALES TIPO DE IPÓTESIS EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA p o DATOS {,9} 9 CONTRASTE DE IPÓTESIS o : µ C p 4C 9 p CÁLCULO DE p 4 C9 + 4C+ 4C+ 4C+ 4C+ p 684 EXPRESIÓN PARA ( p < α ) CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR p. α. 5 Como vemos, el estísto e prueb p. o es meor l sgf α.5 ; por ee, l hpótess ul o : µ o se rehz. Ello quere er que el oteo promeo evso por l embotellor o es sgftvmete ( p >.5) meor ozs, sí que ls ems terpuests te l PROFECO o tee susteto. B. PRUEBA DE RANGOS DE WILCOXON Prueb o prmétr uo otrste e hpótess es más potete que l el sgo, que o sólo tom e uet ls feres el vlor e to e l muestr o el vlor hpotéto, so tmbé oser los rgos sgos l vlor bsoluto e tles feres. B.) TEORÍA Al gul que e l prueb el sgo, teeo u muestr e tmño o tos X, X, X,..., X, lo prmero que ebe herse quí es lulr ls feres e estos tos o respeto l vlor hpotéto µ trvés e l fórmul ( X µ ). C. 6

27 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA De ello se obtee el vlor bsoluto postvo o egtvo. e, pero se mr s su orge fue X ( X µ ) X ( X µ ) X ( ) X µ X ( X µ ) (...) (...) X ( X ) µ sgo A otuó, tles vlores se ore e meor mor. Asmsmo, esoto los uo vlor fue ero, se empez umerr el resto e los tos pr sgrles u lugr u rgo, el ul se eue el lugr que tee (s h sólo u to o tl vlor) o promeo los lugres que oup los tos o gul vlor. oreos seetemete Lugr EJEMPLO Vlor Rgos e e que provee e rgo postvo Rgos e que provee e egtvo Posterormete, se stgue los rgos e que provee e egtvo f e poer obteer toos los sguetes tos: DATOS + T Sum e los vlores e los rgos e que provee e T Sum e los vlores e los rgos e que provee e T Vlor meor etre + T T. postvo postvo o egtvo. De uero l tpo e hpótess ul o es que se utlzrá u e ests T se le omprrá o u T e ls tbls e Wloo. TIPO DE IPÓTESIS T DE TABLAS CORRESPONDIENTE PARA ESTADÍSTICO DE PRUEBA o o : µ µ o : µ µ o : µ µ T α T α T α Doe es el úmero totl e 7

28 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA α o α es el vlor e l sgf E toos los sos, s l T e los tos es meor o gul l T e tbls, l hpótess ul se rehz. E otrs plbrs: o TIPO DE IPÓTESIS o o o : µ µ : µ µ : µ µ o o SE RECAZA SI: T T T T + α T T α α B.) EJEMPLO. U ompñí surte botells e refreso que se etquet o ozs. Cuo l Proururí Feerl el Cosumor (PROFECO) prueb u muestr letor e botells, obtee ls sguetes tes: X.4 X. 4 X 5 7. X. 9 X. 5 X.8 X 9 5. X 8. X. 9 X. 5 4 X.7 X 6. X 9. X. X 6 5. S utlzmos u vel e sgf e.5, este sufete eve pr oumetr l usó eu l PROFECO e que l ompñí embotellor está egño los osumores o tes meores e ozs? IPÓTESIS : µ < : µ : µ < v X ( X ).4 o µ X (.4 ). 6.8 sgo.6 - X (.8 ) X (.7 ) X (. ) X (.9 ) X (. ) X (.5 ) X (. ) 9. 8 X (.) X (.9 ) X (.9 )... - X (. ).. + 8

29 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X (.5 ) X (.5 ) X (.6 ) oreos seetemete Lugr Vlor e rgo Rgos e que provee e postvo Rgos e que provee e egtvo DATOS + T.5 T 7. 5 T {.5,7.5}. 5 4 TIPO DE IPÓTESIS T DE TABLAS CORRESPONDIENTE PARA ESTADÍSTICO DE PRUEBA EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR o CONTRASTE DE IPÓTESIS o T + : µ T α T α + 4 T.5 T T 6 α Pr este so, el vlor e T. 5 o es meor l T e tbls T.5 6, motvo por el ul l hpótess ul o : µ o se rehz. Debo ello orrobormos l olusó obte o l prueb el sgo: o seo el oteo promeo evso por l embotellor sgftvmete ( p >.5) meor ozs, se puee frmr que ls ems terpuests te l PROFECO o tee susteto. 9

30 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ESTIMACIÓN DE LA PROPORCIÓN POBLACIONAL p A. FUNDAMENTOS Cuo se tee u vrble ulttv que tom os vlores ( {,} ) que se repte vees e u pobló e tmño N, M es el úmero e evetos que preset l rteríst e terés ( ). Por ee, veo M etre N obteemos l proporó poblol: p M N No obstte, l proporó poblol p, omo el resto e los prámetros, es u vlor esooo, rzó por l ul meuo es e terés estmr su vlor mete u tervlo e ofz u prueb e hpótess otr u vlor hpotéto p. B. CONDICIONES PARA SU ESTIMACIÓN Se puee plr u prueb e hpótess sobre l proporó muestrl pˆ sempre uo ore l Teorm Cetrl e Límte se teg u muestr e tmño o u proporó muestrl p ˆ m que umpl o los sguetes tres supuestos:. pˆ m > 5. ( p) m > 5 ˆ. > Cuo tles ooes o se umple, es eesro tomr u muestr más gre. C. INTERVALO DE CONFIANZA L epresó pr eotrr el tervlo e ofz pr l proporó poblol p es: EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( α ) POR CIENTO DE CONFIANZA PARA p CUANDO LA POBLACIÓN TIENE DISTRIBUCIÓN APROXIMADAMENTE NORMAL ESTÁNDAR D. CONTRASTE DE IPÓTESIS D.) IPÓTESIS NULAS Y SU REGIÓN DE RECAZO p pˆ Z α pˆ ( p) ˆ Cuo se quere estmr el vlor e l proporó poblol p se puee plter ls sguetes hpótess: IPÓTESIS DEL IPÓTESIS IPÓTESIS NULA INVESTIGADOR ALTERNATIVA v : p p : p p : p p v : p < p : p p : p < p v : p > p : p p : p > p Segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será:

31 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS v : p p : p p : p p PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE Z α/ α -α v : p < p : p p : p < p Z α/ α PRUEBA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE α Z α -α v : p > p : p p : p > p REGIÓN DE RECAZO DE -α α Z α Cbe meor que, l gul que e el otrste e hpótess sobre µ, e est prueb es eesro eotrr el vlor oe l regó e rehzo. Al epeer el Teorem Cetrl e Límte, los vlores pr est prueb epee e u strbuó prommete orml estár se eotrrá e su respetv tbl mete ls epresoes Z o Z α α, segú se l prueb (blterl o ulterl). Esto es, h que busr el vlor e Z que teg l probbl que l ofz e l prueb gregr u sgo egtvo s l regó e rehzo está e l seó feror el eje e ls X. D.) PROCEDIMIENTO PARA EL CONTRASTE DE IPÓTESIS 7. Comprobr los supuestos e l muestr pr verfr l ftbl e l prueb. 8. S tles ooes se umple, epltr l hpótess el vestgor v, l hpótess ul l hpótess ltertv. 9. Clulr el estísto e prueb que ompr el estmor o el vlor hpotéto su vrbl:

32 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA Z EN POBLACIONES CON DISTRIBUCIÓN APROXIMADAMENTE NORMAL ESTÁNDAR pˆ p Z p ( p ). Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul.. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. D.) P-VALOR Clulo omo sgf e el softwre estísto, el P-VALOR es l áre bjo l urv elmt por el estísto e prueb Z o l msm reó que l regó e rehzo e l hpótess ul. Est áre o probbl se obtee tmbé mete los tos e tbls s su vlor es meor l sgf α e l prueb e hpótess, l hpótess ul se rehz. e quí l form pr eotrr su vlor: ÁREA DEL P-VALOR < De De PROBABILIDAD DE P-VALOR Z < P( Z < Z < Z ) Z P ( Z < ) Z Z P ( Z > ) Z BÚSQUEDA DE P-VALOR P Z < Z < Z P Z > Z + P Z < Z P( Z < Z ) + P( Z < Z ) Se sum l probbl e los vlores e Z Z. P ( Z < Z ) Se bus l probbl el vlor e Z. P( Z > Z ) P( Z < Z ) Se bus l probbl el vlor e Z ( ) ( ) ( ) E. EJEMPLOS DE ESTIMACIÓN. E u muestr e 59 petes teros e u hosptl psquátro, 4 mtero que osumero mrhu l meos u vez urte su v. Es posble ferr que l proporó e vuos que osumero mrhu e l pobló e estuo es mor e.? ) Relzr u prueb e hpótess o u vel e sgf α. 5 ) Eotrr el p-vlor o sgf e l prueb. e) Costrur u tervlo l 95% e ofz pr l proporó poblol. DATOS GENERALES 59 m 4 p ˆ 4. 5 p ˆ Segú el proemeto pr el otrste e hpótess, lo prmero que ebemos her es omprobr que los tres supuestos se umpl:

33 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. pˆ > 5. ( pˆ ) > 5. > > > 5 59 > ( 59 )( ) 85 ( ) 5 Comprobo ello, poemos plter ls hpótess pr otrstr: IPÓTESIS v : p >. : p. : µ >. Ahor be, h que lulr el estísto e prueb: EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA Z.5. Z pˆ p Z Z p ( p ).5. APLICACIÓN.(.).(.7) Teeo ese to, flt reooer l sgf α, su vlor e tbls l regó e rehzo que elmt: REGIÓN DE RECAZO DE : p. α.5 α. 95 Z. 645 Z α.95 Pr olur el otrste e hpótess rest ubr el estísto e prueb respeto est regó e rehzo olur: Z o UBICACIÓN DE ESTADÍSTICO DE PRUEBA Z CON RESPECTO A REGIÓN DE RECAZO DE ) El estísto e prueb Z. 65 e etro e l regó e rehzo, rzó por l ul l hpótess ul : p. se rehz se fere que l proporó poblol e teros que usro mrhu es sgftvmete ( <.5).. Clulemos hor el p-vlor pr omprobr este resulto: p mor

34 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ÁREA DEL P-VALOR De Z.65 PROBABILIDAD DE P-VALOR P ( >.65) Z P BÚSQUEDA DE P-VALOR ( Z >.65) P( Z <.65) P ( <.65). 4 Z VALORES A COMPARAR p vlor. 4 α. 5 b) El p vlor. 4 es meor l sgf α. 5, motvo por el ul l hpótess ul : p. se vuelve rehzr. Por últmo, h que ostrur el tervlo e ofz pr l proporó poblol: CONFIABILIDAD Y SIGNIFICANCIA α.95 α. 5 α. 5 α. 975 ( ) EXPRESIÓN p PARA ˆ pˆ p pˆ Z INTERVALO α VALOR DE Z Z Z. 96 α APLICACIÓN COMPARACIÓN CON LA IPÓTESIS Z α.5 (.65) p p (.,.9) p vs. : p >. v (.,.9) ) Co u 95% e ofbl es posble ferr que l proporó poblol e persos ters que lgu vez fumro mrhu está etre..9. Tl tervlo susteto estísto l hpótess el vestgor, que l estm e u vlor mor.. ESTIMACIÓN DE LA VARIANZA POBLACIONAL σ A. FUNDAMENTOS Cuo e u pobló se tee u vrble otu o strbuó orml se ese estmr su vrbl, es posble tmbé estmr u tervlo e ofz her u otrste e hpótess sobre l vrz l esvó estár. B. INTERVALO DE CONFIANZA A otuó se preset l epresó pr eotrr el tervlo e ofz e l vrz l esvó estár e u pobló: EXPRESIÓN PARA ENCONTRAR UN INTERVALO α POR CIENTO DE CONFIANZA PARA σ CUANDO LA POBLACIÓN TIENE DISTRIBUCIÓN NORMAL AL ( ) σ ( ) ( ) s, χ s ( ) ( ) α χ α 4

35 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( α ) POR CIENTO DE CONFIANZA PARA σ CUANDO LA POBLACIÓN TIENE DISTRIBUCIÓN NORMAL σ ( ) χ ( ) ( ) ( ) α χ α s, s Nótese que e ests epresoes los vlores mímo mámo el tervlo o se euetr smplemete resto o sumo el vlor que se hll e tbls, so que h que busr uo. C. CONTRASTE DE IPÓTESIS C.) IPÓTESIS NULAS Y SU REGIÓN DE RECAZO Igul que e ls estmoes terores, ls hpótess posbles pr otrstr el vlor e l vrz poblol σ so: IPÓTESIS DEL INVESTIGADOR : σ σ v v v : σ σ < : σ σ > IPÓTESIS NULA σ : σ : σ σ : σ σ IPÓTESIS ALTERNATIVA : σ σ : σ σ < : σ σ > Segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será: v : σ σ IPÓTESIS : σ σ : σ σ PRUEBA BILATERAL O DE DOS COLAS REGIÓN DE RECAZO DE α/ -α/ ( ) χ ( ) α χ α v : σ σ < : σ σ : σ σ < PRUEBA UNILATERAL O DE UNA COLA REGIÓN DE RECAZO DE α ( ) χ α v : σ σ > : σ σ : σ σ > 5

36 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA REGIÓN DE RECAZO DE -α χ ( ) α Puee verse quí, l gul que e u prte e l epresó pr el tervlo e ofz e l vrz σ, que ls áres e l sgf o so gules. Ello se ebe, omo se verá e el sguete puto, que el estísto e prueb tee u strbuó j-ur χ, u gráf o tee u urv smétr. Por tl motvo, ( ) ( ) es eesro osultr e ess tbls los vlores e χ χ s l prueb es ( ) blterl ( ) χ α o χ α s es ulterl. Como e otrs osoes, esto mpl busr los gros e lbert e tersetr este regló o l olum e l sgf o ofbl requer. α α C.) PROCEDIMIENTO PARA EL CONTRASTE DE IPÓTESIS. Comprobr que l vrble teg u strbuó orml.. Do el so, her eplíts l hpótess el vestgor v, l hpótess ul l hpótess ltertv. 4. Clulr el estísto e prueb que ompr el estmor o el vlor hpotéto su vrbl: EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA χ EN POBLACIONES CON DISTRIBUCIÓN NORMAL χ ( ) σ s 5. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 6. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. D. EJEMPLOS DE ESTIMACIÓN. Los sguetes tos orrespoe ls ees e outores que oup el rrl pr rebsr metrs oue 5 mlls por hor o l luz termtete reol zquer fuoo. Supog strbuó orml e est pobló. f) Es posble ferr que l vrz e est pobló es meor 7 ños? Relzr u prueb e hpótess o u sgf α. 5. g) Estmr el tervlo pr l vrz o u ofz e 95%. DATOS GENERALES 6

37 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X~N(µ,σ) s 4. 6 Sbeo que l pobló umple o u strbuó orml, plteemos ls hpótess otrstr: IPÓTESIS : σ < 7 : σ 7 : σ < 7 v Y lulemos el estísto e prueb: EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA APLICACIÓN χ ( 7 ) χ.8 χ ( ) σ s U vez obteo este vlor, flt el e l regó e rehzo e l hpótess ul : α.5 REGIÓN DE RECAZO DE : σ 7 ( ) ( 7) ( 6) χ.5 χ.5 χ Y omprr sus uboes: UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE ) El estísto e prueb χ. 8 o se euetr etro e l regó e rehzo e l hpótess ul : σ 7, por lo ul puee ferrse que l vrz p meor 7 ños. Ahor be, eotremos el tervlo e ofz pr l vrz e est pobló: e est pobló e outores o es sgftvmete ( >.5) CONFIABILIDAD Y SIGNIFICANCIA α.95 α. 5 α. 5 α. 975 EXPRESIÓN PARA INTERVALO σ ( ) ( ) s, χ s ( ) ( ) α χ α 7

38 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA VALORES DE ( ) ( ) χ χ α α APLICACIÓN COMPARACIÓN CON LA IPÓTESIS σ ( ) ( 7) ( 6) χ α χ χ ( ) ( 7) ( 6) χ α χ.5 χ.5 ( ) 4.6 ( 7 ) , σ (.,9.7) σ vs. : σ < 7 v (.,9.7) b) Co u 95% e ofz es posble frmr que l vrz e est pobló e outores se euetr e el tervlo emro por los vlores Como tl tervlo otee vlores mores 7, o h eve estíst que sustete l hpótess el vestgor, pero tmpoo l hpótess ul.. Utle u vel e sgf α. 5 pr probr l severó e que l esttur e mujeres supermoelos vrí meos que l esttur e ls mujeres e geerl, sbeo que mbs pobloes tee strbuó orml que l esvó estár e l esttur e l segu pobló es e.5 pulgs. Estturs e supermoelos DATOS GENERALES X~N(µ,σ) 8 s. 9 s. 4 IPÓTESIS : σ v < 6.5 : σ 6. 5 : σ < 6. 5 REGIÓN DE RECAZO DE : σ 6. 5 Vrz e pobló feme geerl σ (.5) 6. 5 α.5 ( ) ( 8) ( 7) χ.5 χ.5 χ EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DEL ESTADÍSTICO DE PRUEBA χ χ χ χ ( ) σ ( 8 ) s UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE 8

39 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Como el estísto e prueb χ. 84 e e l regó e rehzo e l hpótess ul : σ 6. 5, ést se rehz puee ferrse que l vrz e ls mujeres supermoelos es sgftvmete ( <.5) e geerl. p meor l e ls mujeres DATOS GENERALES X~N(µ,σ) 8 s. 9 s. 4 IPÓTESIS : σ v < 6.5 : σ 6. 5 : σ < 6. 5 CONFIABILIDAD Y SIGNIFICANCIA α.95 α. 5 α. 5 α. 975 EXPRESIÓN ( ) s ( ) s PARA σ ( ) ( ) INTERVALO, χ α χ α ( ) ( 8) ( 7) VALORES DE χ.9 α χ χ ( ) ( ) χα χ α ( ) ( 8) ( 7) χ α χ χ APLICACIÓN COMPARACIÓN CON LA IPÓTESIS σ.5 (.4 ) ( 8 ).5 8.4, σ (.79,.7) σ vs. : σ v < 6. 5 (.79,.7) L esttur e ls mujeres supermoelos tee u vrz etre.79.7, sí que, o u 95% e ofz, puee sustetrse l frmó el vestgor e que est vrbl es meor l vrz e 6.5 e l pobló feme geerl. 9

40 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ESQUEMA FINAL PARA REALIZAR INFERENCIAS SOBRE LA MEDIA POBLACIONAL : µ µ vs. : µ µ : µ < µ : µ µ vs. : µ µ vs. : µ > µ L pobló tee strbuó orml? µ t ( ) α µ s t s L muestr es mor? (TCL) µ Z α µ s Z s PRUEBAS NO PARAMÉTRICAS ) Sgo b) Wloo 4

41 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA TAMAÑO DE MUESTRA REQUERIDO PARA ESTIMACIÓN Cuo esemos otrstr hpótess sobre u prámetro poblol que tee strbuó orml, u uestó fumetl es ooer el tmño e l muestr eesro pr relzr tl proemeto. Sbeo que el mejor estmor putul e µ es, efremos omo el error muestrl: PARA MEDIAS PARA PROPORCIONES µ pˆ p A. TAMAÑO DE MUESTRA PARA ESTIMAR MEDIAS POBLACIONALES A.) POBLACIONES CUYO TAMAÑO TOTAL N ES DESCONOCIDO Como l vrble tee strbuó orml, poemos estrzrlo e l sguete form: σ µ Z σ Que gráfmete es: Y omo esemos que el error e muestreo se pequeño, s α elmt l regó e rehzo e l hpótess ul, pr que se euetre e est áre se ebe σ olur que: σ > Z α Por ee, pr sber el tmño e l muestr, e ello es eesro espejr : > Z α S teemos σ Aplmos l le > Z e los etremos σ α Z α Dejmos sol > σ Y pr espejrl Z α σ l elevmos l > uro A ello ebemos l sguete epresó: 4

42 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR MEDIAS DE POBLACIONES CON TAMAÑO DESCONOCIDO > Z α σ L ul os que pr ooer el tmño e l muestr requer eestmos fjr u ofbl α e estmó eotrr el vlor e Z que le orrespoe; emás, estbleer u mgtu e error e estmó ooer el vlor e σ, que puee estmrse o u e vestgoes prevs o mete muestrs ploto. Clro está que, por su reló, mor ofz α, u mor muestr se eestrá; metrs que mor error e estmó, meor será l muestr requer. A.) POBLACIONES CUYO TAMAÑO TOTAL N ES CONOCIDO A fere e l epresó teror, s el tmño totl N e l pobló es ooo, l epresó pr lulr el tmño e muestr requero es: EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR MEDIAS DE POBLACIONES CUYO TAMAÑO SE CONOCE > N Z α σ ( N ) + Z σ α B. TAMAÑO DE MUESTRA PARA ESTIMAR PROPORCIONES POBLACIONALES B.) POBLACIONES CUYO TAMAÑO TOTAL N ES DESCONOCIDO Como e proporoes l vrz equvle σ p( p) el tmño e muestr requero es:, l epresó pr lulr EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR PROPORCIONES DE POBLACIONES CON TAMAÑO DESCONOCIDO > Z α p ( p) B.) POBLACIONES CUYO TAMAÑO TOTAL N ES CONOCIDO Por últmo, s lo que se ese es lulr el tmño e muestr eesro pr estmr proporoes e u pobló uo tmño N se ooe, se utlz l sguete epresó: EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR MEDIAS DE POBLACIONES CUYO TAMAÑO SE CONOCE > N Z α p ( p) ( N ) + Z p( p) α 4

43 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA C. EJEMPLO DE APLICACIÓN. Jr ese her u euest sobre ls preferes que este e l esuel pr ls próms eleoes e retor e l ENA h pleo relzr su estmó o u 95% e ofz u 5% e error. Sbeo que p( p) es mámo uo p. 5 h tres tos, supoe u proporó e p.. DATOS GENERALES α.95 α. 5 α 5. α. 975 Z p. p. 67 α ) Qué tmño e muestr eestrá Jr pr her estmoes sobre ls proporoes e este feómeo? EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR PROPORCIONES DE POBLACIONES CON TAMAÑO DESCONOCIDO APLICACIÓN > Z > (.96) (..67) (.5) α p ( p) 9.75 Pr relzr u estmó sobre ls proporoes e prefere sobre el prómo retor e l ENA, Jr eest u muestr mor 9.75; lo ul, hblo e persos, mpl euestr lreeor e 4 persos. b) Preveo los ostos tempo que se llevrá euestr 4 persos, Jr ee euestr sólo los estutes. Sbeo que h prommete lumos e l ENA, es que o este mbo reurá su muestr?, uáto?. EXPRESIÓN PARA CALCULAR EL TAMAÑO DE MUESTRA PARA ESTIMAR MEDIAS DE POBLACIONES CUYO TAMAÑO SE CONOCE APLICACIÓN > > N Z p( p) α ( N ) + Z p( p) α (.96) (..67) (.5) ( ) + (.96) (..67) 9.54 S sólo euestr lumos, el tmño e l muestr que Jr requerrí pr her estmoes sobre ls preferes pr retor e l ENA serí e 9.54; es er, 5 estutes. EJERCICIOS DE REPASO I. Defe los sguetes oeptos:. pótess. pótess estíst. Error tpo I 4. Error tpo II 5. Sgf estíst 6. Regó e rehzo 7. Estísto 8. Prámetro 9. Qué es? qué es e prueb µ?. Qué es σ? Qué es s?. Qué es ˆp? Qué es p?. Pote e l prueb 4

44 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA II. Resolver los sguetes problems, terpreto los resultos eotros.. E u estuo relzo por errer López sobre u pobló ftl e l regó e l serr orte e Puebl se obtuvo, etre otros resultos, que l esttur promeo e 5 hombres e ños e Zpotl, Puebl fue e 4.8 m. o u esvó estár e 7.89m. Supoeo strbuó orml e l pobló ) Este eve pr frmr que l esttur e l pobló e ños e ños e est regó es meor e 4 m.? Se α. b) Eotrr u tervlo l 9% e ofz pr l me e esttur e l pobló.. E u estuo sobre remeto esrrollo relzo por Vlluev, Séz Serro etre otrs mes, se oseró l esttur seto e ños etre 9 ños e l omu e L Vll e ls Mrgrts, Chps. E 4 ños que estb e el rgo e.6.5 ños e e se obtuvo u me e 7. m. u esvó estár e 7.6. ) Proporo estos tos eve pr frmr que l pobló tee u esttur seto meor e 7 m.? Se α.5 b) Estmr por tervlo l 95% e ofz l me e l esttur seto e l pobló.. E u eprtmeto e res e u e e supermeros se emp re mol e res e repetes que se supoe otee u klogrmo. U muestr letor e 4 pquetes o peso promeo e.9 klos o u esvó estár e.8 klos. ) S uste fuer el gerete e otrol e l quser teer l ertez e que l t promeo e re mol es e ver e klogrmo, qué hpótess probrí? b) Determe el vlor e p pr l prueb el so ) ) Estbleer u tervlo l 95% e ofz pr l me e l pobló. ) De qué mer rí ooer los resultos e su estuo u grupo e osumores teresos? Los problems 4 l se refere los tos sobre perepó, ó seul tropometrí que fuero reoletos e el grupo (s o los tees puees bjrlos e l reó: Cotrstr l hpótess orrespoete elborr u tervlo e ofz oe se pertete. E toos los sos oserr α.5 e tervlos l 95% e ofz e terpretr toos los resultos. errer Butst, Rebe López Aloso Sergo (995) Dstrbuó e tll peso e pobló ftl e l regó e l serr orte e Puebl, Méo Estuos e tropologí blológ V Coloquo e Atropologí Fís Ju Coms, Méo, IIA, UNAM. VILLANUEVA MARÍA, SAÉNZ MA. ELENA Y SERRANO CARLOS. (98) Cremeto esrrollo e esolres e l Vll e ls Mrgrts, Chps Méo. E II Coloquío e Atropologí Fís Ju Coms, IIA, UNAM. pp

45 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 4. Se puee supoer strbuó orml e l esttur tropométr e hombres? 5. Se puee sumr strbuó orml e ltur e roll e mujeres el turo vesperto? 6. Supoeo que l vrble perímetro e tur e mujeres o se strbue orml, es posble ferr que tom u vlor mor e 8 mm.? 7. L me e esttur e l pobló e hombres es meor e 65 mm.? 8. L me e l ltur e l roll e mujeres es ferete e 5mm.? 9. L vrz poblol e l esttur totl e mujeres es e 5 mm²?. L proporó e mujeres que h teo reloes seules es mor e.65?. l proporó e mujeres que se utoperbero omo l fgur 6 es meor e.5?. Ls utores e u uvers oser que el vel e retó eberí ser mor l 65%. E u urso e boestíst tomo por 5 lumos 8 ret. ) Proporo estos tos pr ofrmr que el urso se euetr e uero o lo proosto por ls utores. Se α.5. b) Determr u tervlo l 95% e ofz pr l proporó e lumos que ret.. El sguete uestoro fue respoo por u muestr e 5 geólogos. Los úmeros e l ereh so ls freues e respuest e opó:. revso urte el ño pso u o más mujeres embrzs o lts oetroes e plomo e l sgre? ) S 75 b) No 75. Aostumbr omo rut poer l tto sus petes embrzs e que el fumr es resgoso pr el feto? ) S 8 b) No ) Es posble olur que, e l pobló muestre meos el 5% e los geólogos h teo u o más mujeres embrzs o lts oetroes e plomo e l sgre? Se α.. Costrur tervlo l 99% e ofz pr l proporó poblol. b) es posble olur que más el 9% e los méos poe l tto sus petes e que fumr es resgoso pr el feto? Se α.5. Costrur tervlo l 95% e ofz pr l proporó poblol. 4. E u esuel se está pleo l ostruó e hs e bsketbll pues se ree que más e / e l pobló estutl lo prt. U euest relz etetó que, e 48 lumos elegos l zr, preferí omo eporte el bsketbll. Se puee ferr lo plteo? Se α.5. Co 95% e ofbl lulr u tervlo pr estmr l proporó e lumos e to l esuel que prefere bsketbll. Iterprete su resulto. 45

46 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 5. U tropólogo físo h meo l p el ráeo e 8 fósles e ultos e u tpo roe etto. Obtuvo u me muestrl e 8 m o s 9 m. Clule u tervlo e ofz vel 95% pr l p promeo el ráeo e este tropoe. 6. Dtos e l Euest Nol e Almetó Nutró e el meo rurl 996 muestr que el esto e Guerrero preset l mor proporó e ños esutros el pís e meos rurles segú el peso pr l e o u vlor e.6. S l muestr oser fue e 9 ños e el esto. ) se puee frmr que l proporó e ños e Guerrero es mor e.6? Se α.895 b) Costrur u tervlo l 9% e ofz pr l proporó poblol. 7. L proutv e u sstem que fbr sos omptos vírgees es, segú los empresros más e 5 sos por hor. De resultr erto esto, u ompñí squer omprrá ho sstem. Tomo el sstem prueb, lo tv e 8 hors ( hor es u muestr) obtee u me e 55.8 o u esvó estár e 7.8. Comprrá el sstem e uestó? Respoer est pregut supoeo strbuó orml e l pobló, o ls os metoologís e fere: ) Mete u prueb e hpótess o α.. b) Co u tervlo l 9% e ofz. 8. E u estuo sobre los efetos e l otmó mbetl se mero ls oetroes e hemoglob e 5 persos que hbt e l zo olte o l zo ustrl e Nulp, obteeo los sguetes vlores: 5.6, 4.8, 4.4, 6.6,.8, 4., 7., 8.6, 6., 4.7, 5.7, 6.4,.9, Supoeo que l pobló e l ul se etre l muestr o se strbue prommete orml, es posble olur que l oetró e hemoglob e est regó es mor e 6? 46

47 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UNIDAD II COMPARACIÓN DE DOS MEDIAS POBLACIONALES Cuo lo que se ese es omprr os pobloes trvés e su me, lo prmero que ebe reooerse es s l vrble omprr tee o o strbuó orml plo l prueb e Shpro-Wlks. A. COMPARACIÓN EN POBLACIONES CON DISTRIBUCIÓN NORMAL S be es posble supoer strbuó orml e l vrble e mbs pobloes, ls epresoes pr ostrur tervlos e ofz omprr ls mes epee ú e otro requsto: s puee sumrse que sus vrzs so gules o o, lo ul se verf trvés e l prueb e Levee. ) PRUEBA DE LEVEANE Se trt e u prueb pr omprr ls vrzs σ σ e u vrble o strbuó orml e os pobloes e tmño N N, o mes µ µ. ) pótess ul regó e rehzo Como el f es smplemete ferr s ls vrzs e mbs pobloes so estístmete gules o o, ls hpótess e est prueb so: IPÓTESIS NULA IPÓTESIS ALTERNATIVA : σ σ : σ σ REGIÓN DE RECAZO (, ) F α El vlor oe omez l regó e rehzo se euetr ueo ls (, ) tbls F e Fsher mete l epresó, oe los gros e lbert so ( ) e el umeror ( ) F α e el eomor. b) Proemeto pr el otrste e hpótess. Tomr u muestr e pobló obteer sus vrzs muestrles.. Defr l muestr o vrz mor o el úmero l meor o el úmero os; es er, l muestr tee u vrz s, que es mor que l vrz s e l muestr.. Grs ello, puee lulrse el estísto e prueb: 47

48 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA F EN POBLACIONES CON DISTRIBUCIÓN NORMAL F s s oe el umeror es sempre mor que el eomor el resulto tee u strbuó F e Fsher o ( ) gros e lbert e el umeror ( ) gros e lbert e el eomor. 4. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 5. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. U vez que se olue s ls vrzs e mbs pobloes so estístmete gules o feretes, se tee elemetos ostrur tervlos e ofz her pruebs sobre sus mes. ) INTERVALOS DE CONFIANZA Como se h ho, l epresó pr ostrur u tervlo e ofz pr l fere etre ls mes e os pobloes epee el resulto e l prueb e Levee. De uero ell: VARIANZAS IGUALES σ σ VARIANZAS DIFERENTES σ σ ( ) + µ µ t Sp + ( + ) α µ µ t α Y sus resultos se terpret e l sguete form: VALORES RESULTANTES INTERPRETACIÓN Vlores egtvos µ < µ Vlores postvos µ > µ Vlores egtvos postvos µ µ (que lue l ero) s s + ) PRUEBA t Cubertos los terores requstos, es está l prueb que ebe utlzrse pr omprr os pobloes trvés e sus mes: ) pótess ul regó e rehzo L ompró e mes pobloles que est prueb relz permte o sólo estbleer s so feretes, so tmbé s lgu es mor que otr, motvo por el ul ls hpótess que puee plterse so: 48

49 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS DEL INVESTIGADOR : µ µ IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ v : µ µ v : µ < µ : µ µ : µ < µ v : µ > µ : µ µ : µ > µ Segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será: IPÓTESIS : µ µ v : µ µ : µ µ PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE α/ ( + ) t α -α α/ ( + ) t α v : µ < µ : µ µ : µ < µ PRUEBA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE ( + t α -α α ) v : µ > µ : µ µ : µ > µ REGIÓN DE RECAZO DE -α α ( + t α ) El vlor e oe l regó e rehzo se obtee mete ls epresoes ( + ) ( + ) t α s es blterl o t α s es ulterl. Pr eotrrlo, se bus e ls tbls e l strbuó t los gros e lbert se terset o l ofbl bus, que epee el tpo e prueb. Flmete, se greg u sgo egtvo s l regó e rehzo (o u prte) se euetr e l seó feror el eje e ls X. Como puee verse, los gros e lbert es gul l sum e los os tmños e muestr meos os. 49

50 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA b) Proemeto pr el otrste e hpótess. Teeo ls muestrs e tmño, obteer sus mes muestrles.. Depeeo el resulto e l prueb e Levee, lulr el estísto e prueb: VARIANZAS IGUALES σ σ t + Sp Doe Sp es u promeo e ls vrzs muestrles s s, poero por los tmños e ls muestrs que se lul e l sguete form: Sp ( ) s + ( ) + s VARIANZAS DIFERENTES σ σ t s s + que tee u strbuó t e stuet o + gros e lbert.. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 4. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. ) EJEMPLOS DE APLICACIÓN. Los sguetes tos e esttur e etímetros perteee os muestrs letors (feme msul) e estutes e l ENA. Supog strbuó orml e sus pobloes. MUJERES OMBRES Co u sgf e α. 5 : ) es posble ferr que l vrz e esttur feme es ferete l msul e los estutes e l ENA? b) es posble olur que l esttur me feme es meor que l msul e ests pobloes? ) ostrur u tervlo pr l fere e mes l 95% e ofz. 5

51 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA DATOS GENERALES MUJERES s 8. 5 Pobló OMBRES s Pobló v : σ σ IPÓTESIS : σ σ : σ σ REGIÓN DE RECAZO DE σ : σ (, ) (6,7 ) (5,6) α.5 F F F. 94 α.5.95 EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DEL ESTADÍSTICO DE PRUEBA F F s F F s ( 8.5) ( 6.65).47 UBICACIÓN DE ESTADÍSTICO DE PRUEBA F CON RESPECTO A REGIÓN DE RECAZO DE ) Como el estísto e prueb F. 47 está fuer e l regó e rehzo que (5,6) e F , l hpótess ul : σ σ o se rehz puee ferrse que l vrz e l esttur e ests os pobloes o es sgftvmete p >.5 ferete. ( ) Teeo el resulto e l prueb e Levee, es posble omprr ls mes o l prueb t : IPÓTESIS : µ µ v : µ < µ : µ < µ REGIÓN DE RECAZO DE : µ µ ( ) (6 7 ) () α.5 α t t t. 77 α

52 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA RESULTADO P. LEVEANE EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA t CÁLCULO DE Sp CÁLCULO DEL ESTADÍSTICO DE PRUEBA t Sp Sp σ : σ t + Sp ( ) s + ( ) + s ( 6 )( 8.5) + ( 7 )( 6.65) t UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE b) Como el estísto e prueb t. 59 e e l regó e rehzo que prte () e t , l hpótess ul : µ µ se rehz puee ferrse que esttur feme es sgftvmete ( p <.5) meor l msul e ls pobloes e estutes e l ENA. Flmete, poemos ostrur el tervlo e ofz pr l fere e ls mes: RESULTADO P. LEVEANE σ : σ α α. 975 CONFIABILIDAD α. 95 α VALOR DE ( ) (6 7 ) () t t t.796 ( ) t α EXPRESIÓN PARA INTERVALO DE CONFIANZA APLICACIÓN α.5 µ µ t.975 ( + ) α Sp µ µ µ µ 9.79, 5.9 [ ] INTERPRETACIÓN Vlores egtvos µ < µ ) Co u 95% e ofz es posble ferr que l me e l pobló es meor que l e l pobló ; por lo ul se puee frmr que l esttur me feme es meor que l msul e ls pobloes e estutes e l ENA. 7 5

53 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. Los sguetes tos perteee os muestrs letors e persos mores, fumores o fumores, e el íe e estruó e pulmó que presetro l morr (el ul es más gre mor eteroro pulmor). NO FUMADORES FUMADORES Supog strbuó orml oteste: ) Es posble ferr que ls vrzs pobloles so feretes? b) Es posble frmr que l estruó pulmor es mor e persos mores fumors? ) Costru u tervlo l 95% e ofz pr l fere e mes. DATOS GENERALES NO FUMADORES 9. 4 s Pobló FUMADORES s Pobló v : σ σ IPÓTESIS : σ σ : σ σ REGIÓN DE RECAZO DE : σ σ (, ) (9,6 ) (8,5) α.5 F F F. 64 α.5.95 EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DEL ESTADÍSTICO DE PRUEBA F F s F F s ( 4.85) ( 4.48).7 UBICACIÓN DE ESTADÍSTICO DE PRUEBA F CON RESPECTO A REGIÓN DE RECAZO DE ) Como el estísto e prueb F. 7 está fuer e l regó e rehzo que.975 (8,5) e F., l hpótess ul o se rehz puee ferrse : σ σ que l vrz e l esttur e ests os pobloes o es sgftvmete p >.5 ferete. ( ) 5

54 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS : µ µ v : µ < µ : µ < µ REGIÓN DE RECAZO DE : µ µ ( ) (9 6 ) () α.5 α t t t. 79 α.5.95 RESULTADO P. LEVEANE EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA t CÁLCULO DE Sp CÁLCULO DEL ESTADÍSTICO DE PRUEBA t Sp Sp : σ σ t Sp + ( ) s + ( ) + s ( 9 )( 4.85) + ( 6 )( 4.48) t UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE b) Como el estísto e prueb t. 66 e e l regó e rehzo que prte () e t , l hpótess ul : µ µ se rehz puee ferrse que l p <.5 mor e persos fumors. estruó pulmor es sgftvmete ( ) RESULTADO P. LEVEANE : σ σ α α. 975 CONFIABILIDAD α. 95 α VALOR DE ( ) (9 6 ) () t t t.687 ( ) t α EXPRESIÓN PARA INTERVALO DE CONFIANZA α.5 µ µ t.975 ( + ) α Sp + 54

55 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA APLICACIÓN µ µ µ µ [ 9.8,.4] INTERPRETACIÓN Vlores egtvos µ < µ ) Co u 95% e ofz es posble ferr que l me e l pobló es meor que l e l pobló ; por lo ul se puee frmr que l estruó pulmor es más gre e persos mores fumors Los sguetes e tos e perímetro rel (mm.) e eotos (-4 hors) fuero obteos urte u vestgó (968-97) e el Vlle e Cholul: OMBRES MUJERES Co u sgf e α. 5, es posble ferr que este feres por seo e el perímetro rel e ests pobloes? IPÓTESIS : µ µ v : µ µ : µ µ OMBRES: ESTADÍSTICOS DE ORDEN. X () X ( ) X ( ) X ( 4 ) 5 X ( 5 ) 9 X ( 6 ) 5 X ( 7 ) 5 X ( 8 ) 5 X ( 9 ) 54 X ( ) 56 X ( ) 65 DATOS 4. 9 s. 7 s EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA W ( ) W (mpr) h j, + s j ( ) X X ( j ) ( j ) h 5 W 5 ( ) s j j, ( ) X X ( j ) ( j ) W ( ) ( ) +.5( 56 ) +.6( 54 ) ( 5 5) +.695( 5 ) s W [ 677.8] W ( ) 55

56 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA TIPO DE IPÓTESIS o EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR CONTRASTE DE IPÓTESIS o : L muestr proee e u pobló o strbuó orml. W < W α W.95 W El estísto e prueb W. 948 o es meor W Por tl motvo, l hpótess ul o se rehz se fere que, e l pobló msul e l ul proee est muestr, l vrble hur broml tee u strbuó orml. MUJERES: ESTADÍSTICOS DE ORDEN. X () 7 X ( ) X ( ) X ( 4 ) X ( 5 ) 7 X ( 6 ) 9 X ( 7 ) X ( 8 ) X ( 9 ) X ( ) X ( ) 5 X ( ) 5 X ( ) 4 X ( 4 ) 45 DATOS 9. 4 s 8. s 64. EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA W ( ) W 4 (pr) h j, + s j ( ) X X ( j ) ( j ) 4 h 7 W 7 ( ) s j j, ( ) X X ( 4 j ) ( j ) W ( ) s ( 7) +.8( 4 ) +.46( 5 ) ( 5 ) +.4( 7) +.77( 9) ( ) 8.85 W [ 8.85] W ( ) TIPO DE IPÓTESIS o EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR CONTRASTE DE IPÓTESIS o : L muestr proee e u pobló o strbuó orml. W < W α 4 W.959 W El estísto e prueb W. 96 o es meor W Por tl motvo, l hpótess ul o se rehz se fere que, e l pobló feme e l ul proee est muestr, l vrble perímetro rel tee u strbuó orml. 56

57 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Comprobo que mbs pobloes tee strbuó orml pr est vrble, hemos l prueb e Levee: DATOS GENERALES OMBRES 4. 9 s. 7 Pobló MUJERES s 8. Pobló v : σ σ IPÓTESIS : σ σ : σ σ REGIÓN DE RECAZO DE : σ σ (, ) (,4 ) (,) α.5 F F F. 67 α.5.95 EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DEL ESTADÍSTICO DE PRUEBA F F s F F s (.7) ( 8.).74 UBICACIÓN DE ESTADÍSTICO DE PRUEBA F CON RESPECTO A REGIÓN DE RECAZO DE Como el estísto e prueb F. 74 e e l regó e rehzo que e (,) F Por tl motvo, l hpótess ul : σ σ se rehz puee ferrse que l vrz el perímetro rel e ests os pobloes es p <.5 ferete. sgftvmete ( ) IPÓTESIS : µ µ v : µ µ : µ µ REGIÓN DE RECAZO DE : µ µ α.5 α ( ) ( 4 ) () t t α t 57

58 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA RESULTADO P. LEVEANE EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA t CÁLCULO DEL ESTADÍSTICO DE PRUEBA t t : σ σ t s s UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE b) Como el estísto e prueb t. 9 e e l regó e rehzo que prte () e t , l hpótess ul : µ µ se rehz puee ferrse que este feres sgftvs ( p <.5) por seo e el perímetro rel e eotos e ls pobloes el Vlle e Cholul. RESULTADO P. LEVEANE : σ σ CONFIABILIDAD α. 95 α VALOR DE ( ) ( 4 ) () t t t.687 ( ) t α EXPRESIÓN PARA INTERVALO DE CONFIANZA APLICACIÓN α.5 µ µ t [ 5.,.88] α α ( + ) α µ µ µ µ s s INTERPRETACIÓN Vlores postvos µ > µ ) Co u 95% e ofz es posble ferr que l me e l pobló es meor que l e l pobló ; por lo ul se puee frmr que el perímetro rel e hombres es mor que el e mujeres etre los eotos e es lol. B. COMPARACIÓN EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA B.) UTILIZANDO DOS MUESTRAS GRANDES S e uero l prueb e Shpro Wlks o es posble supoer strbuó orml e l meos u e ls os pobloes, pero ls muestrs obtes e ells so mores ( >, > ), grs l Teorem Cetrl e Límte puee utlzrse ls sguetes epresoes pr ostrur tervlos e ofz omprr sus mes: 58

59 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( α ) POR CIENTO DE CONFIANZA PARA µ µ CUANDO LA POBLACIÓN TIENE DISTRIBUCIÓN DESCONOCIDA PERO ( >, > ) µ µ Z α s s + EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA Z EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO ( >, > ) Z s s + Como es posble ver, el estísto e prueb es u Z, el ul tee u strbuó orml estár. Debo ello es que se reurre, u vez más, ls tbls e strbuó orml pr obteer los vlores orrespoetes l sgf ofbl e l prueb. B.) UTILIZANDO DOS MUESTRAS PEQUEÑAS E so e que l meos u e ls muestrs o se sufetemete gre ( < ) pr plr el Teorem Cetrl e Límte, l últm ltertv es utlzr l prueb o prmétr U DE MANN-WITNEY. Auque el úo requsto pr emplerl es que l vrble volur se l meos orl, est prueb o sólo es meos potete, so que emás es sobre ls mes e ls pobloes o sobre sus mes. ) pótess ul regó e rehzo Como e otrs osoes, este hpótess uls posbles pr omprr ls mes e os pobloes: IPÓTESIS DEL IPÓTESIS IPÓTESIS NULA INVESTIGADOR ALTERNATIVA v : M M : M M : M M v : M < M : M M : M < M v : M > M : M M : M > M Cus regoes e rehzo, respetvmete, so ls sguetes: PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE IPÓTESIS v : M M : M M : M M α/ (, U ) α PRUEBA v : M < M : M M : M < M -α/ ( ) U α, 59

60 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE α ( ), U α : M v M > : M M : M > M REGIÓN DE RECAZO DE -α (, ) U α Debe ejrse e lro que l form e l gráf e est strbuó o es espeífmete tl errse e ell sólo puee frmrse que o es smétr. Los vlores que elmt tles regoes, empero, puee eotrrse utlzo (, ) ls tbls pr l prueb e M-Whte mete ls epresoes U α (, ) U α s l prueb es blterl o u e ( ), U α o (, ) U α s l prueb es ulterl. Los vlores que tee u lf ret se euetr buso e los regloes e el vlor e, posterormete l sgf e l prueb por últmo tersetr ello o l olum e m, que es el vlor e. Empero, los que mpl eotrr l regó e rehzo l ereh ( α, α ) ebe lulrse prtr e los terores mete l sguete fórmul: EXPRESIÓN PARA ALLAR EL VALOR DE INICIO DE REGIONES DE RECAZO EN EL EJE SUPERIOR DE LAS X (, ) (, ) PRUEBAS BILATERALES U α U α PRUEBAS UNILATERALES U (, ) (, ) α U α b) Proemeto e otrste e hpótess. Teeo los tos X, X, X,..., X omo muestr e l pobló los tos Y, Y, Y,..., Y omo muestr e l pobló, se sg rgos toos los tos osero omo sólo u mbs muestrs.. A prtr e ello se obtee los sguetes tos: DATOS 6

61 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Tmño e l muestr. Tmño e l muestr. R Sum e los rgos e l muestr. R Sum e los rgos e l muestr.. Teeo eso se lul el estísto e prueb: EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS U R ( ) + 4. El vlor obteo se ompr o l regó e rehzo elmt por el vlor e U que se obtuvo e ls tbls e M-Whte que epee e l sgf los tmños e ls muestrs. 5. Flmete se ub el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. ) Ejemplos e pló. Los sguetes tos orrespoe l ltur bso-bregm e ráeos msulos femeos perteeetes los restos óseos hllos e l Cuev e l Celr, Cohul. CRÁNEOS MASCULINOS (POBLACIÓN ) CRÁNEOS FEMENINOS (POBLACIÓN ) S gu e ls pobloes tee strbuó orml utlzmos u sgf e α. 5, es posble ferr que l ltur bso-bregm es meor e los ráeos femeos? CRÁNEOS MASCULINOS RANGO CRÁNEOS FEMENINOS RANGO R 4 7 R 4 9 IPÓTESIS 6

62 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA : M v M > : M M : M > M REGIÓN DE RECAZO DE : M M α.5 α. 95 (, ) ( 9,7) U (, ) ( 9,7) U 6 U U α.5 α EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( 9 + ) UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb U 59 e e l regó e rehzo que prte e ( 9,7) U Por ee, l hpótess ul : M M se rehz puee ferrse que l ltur bso-bregm es sgftvmete ( p <.5) meor e los ráeos femeos.. Sgueo su estuo, el vestgor e los restos óseos e l Cuev e l Celr está tereso e sber s l ltur e l rz preset u morfsmo. Co respeto est vrble, ls pobloes tmpoo tee u strbuó orml. Co u sgf e α. 5, el vestgor se pregut etoes: es posble ferr que l ltur e l rz es meor e ls mujeres? CRÁNEOS MASCULINOS (POBLACIÓN ) CRÁNEOS FEMENINOS (POBLACIÓN ) CRÁNEOS MASCULINOS RANGO CRÁNEOS FEMENINOS RANGO

63 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA R R 6 IPÓTESIS v : M > M : M M : M > M REGIÓN DE RECAZO DE : M M α.5 α. 95 (, ) (,7) U U 8 (, ) U (,7) U α.5 α.95 EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( + ) 6 6 UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb U 6 e e l regó e rehzo que prte e (,7) U Por ee, l hpótess ul : M M se rehz puee ferrse que p <.5 meor e los ráeos femeos. l ltur e l rz es sgftvmete ( ). Los sguetes e tos e hur broml e eotos (-4 hors) fuero obteos urte u vestgó (968-97) e el Vlle e Cholul. OMBRES MUJERES

64 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Co u sgf e α. 5, es posble ferr que este feres por seo e l hur broml e ests pobloes? : µ µ IPÓTESIS : µ µ : µ µ v Pero omo o sbemos s h strbuó orml e mbs pobloes, ls hpótess tmbé porí ser: : M v M : M M : M M Por ee, prmero h que omprobr eso o u e l prueb e Shpro-Wlks pr sber qué prueb plr: OMBRES: ESTADÍSTICOS DE ORDEN. X () X ( ) X ( ) X ( 4 ) 4 X ( 5 ) 5 X ( 6 ) 9 X ( 7 ) X ( 8 ) X ( 9 ) 4 X ( ) 5 X ( ) 7 X ( ) X ( ) X ( 4 ) DATOS. 86 s 7. 7 s EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA W ( ) W 4 (pr) h j, + s j ( ) X X ( j ) ( j ) 4 h 7 W 7 ( ) s j j, ( ) X X ( 4 j ) ( j ) W ( ) s ( ) +.8( ) +.46( ) ( 4) +.4( 5 5) +.77( 4 9) ( ) W [ 74.58] W ( ) TIPO DE IPÓTESIS o EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR CONTRASTE DE IPÓTESIS : L muestr proee e u pobló o o strbuó orml. W < W α 4 W.95 W

65 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 4 El estísto e prueb W. 95 o es meor W Por tl motvo, l hpótess ul o se rehz se fere que, e l pobló msul e l ul proee est muestr, l vrble hur broml tee u strbuó orml. MUJERES: ESTADÍSTICOS DE ORDEN. X () 9 X ( ) 9 X ( ) X ( 4 ) 5 X ( 5 ) 5 X ( 6 ) 5 X ( 7 ) 5 X ( 8 ) 5 X ( 9 ) 9 X ( ) X ( ) X ( ) X ( ) X ( 4 ) X ( 5 ) 5 X ( 6 ) 6 DATOS 6. 5 s 7 s 49 EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA W ( ) W 6 (pr) h j, + s j ( ) X X ( j ) ( j ) 6 h 8 W 8 ( 5) s j j, ( ) X X ( 6 j ) ( j ) W ( 5) s ( 9) +.9( 5 9) +.5( ) ( 5) +.447( 5) +.5( 5) ( 5) +.96( 9 5) 646. W [ 646.] W ( 5) TIPO DE IPÓTESIS o EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR CONTRASTE DE IPÓTESIS o : L muestr proee e u pobló o strbuó orml. W < W α 6 W.879 W El estísto e prueb W. 879 es meor W Por tl motvo, l hpótess ul se rehz se fere que, e l pobló feem e l ul proee est muestr, l vrble hur broml o tee u strbuó orml. Como u e ls pobloes o umple o el requsto e strbuó orml, l opó pr omprrls es l prueb U e M-Whte. 65

66 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA CRÁNEOS MASCULINOS RANGO CRÁNEOS FEMENINOS RANGO X ().5 X () 9 X ( ).5 X ( ) 9 X ( ) 5 X ( ) 6 X ( 4 ) 4 7 X ( 4 ) 5.5 X ( 5 ) 5.5 X ( 5 ) 5.5 X ( 6 ) X ( 6 ) 5.5 X ( 7 ) 9.5 X ( 7 ) 5.5 X ( 8 ).5 X ( 8 ) 5.5 X ( 9 ) 4 X ( 9 ) X ( ) X ( ) 7 X ( ) 7 7 X ( ) 7 X ( ) 8 X ( ) 7 X ( ) 9 X ( ) 9.5 X ( 4 ) X ( 4 ).5 R 46.5 X ( 5 ) X ( 6 ) 6 6 R IPÓTESIS v : M M : M M : M M REGIÓN DE RECAZO DE : M M α.5 α. 95 (, ) ( 4,6) U (, ) ( 4,6) U 65 U U α.5 α EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( + )

67 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE ( 4,6) El estísto e prueb U 4. 5 o es meor U.5 65, mor ( 4,6) U 59. Por ee, está fuer e ls regoes e rehzo l hpótess ul.975 : M M o se rehz. De est form puee ferrse que o este fere seul sgftv ( >.5) Cholul. p etre l hur broml e eotos el Vlle e 67

68 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 68 Esquem pr ferr sobre l ompró e os mes pobloles : µ µ vs. : µ µ : µ µ vs. : µ µ < : µ µ vs. : µ µ > L pobló tee strbuó orml? Ambs muestrs so mores? PRUEBA NO PARAMÉTRICA U e M-Whte Sp t + s s Z + : σ σ? PRUEBA DE LEVEANE s s t + ( ) + + Sp t α µ µ ( ) + + s s t α µ µ + s s Z α µ µ

69 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA COMPARACIÓN DE DOS MUESTRAS PAREADAS Cuo e u muestr e vuos e tmño se me u rteríst os vees o e os los, se e que se obtee os MUESTRAS PAREADAS, seo X, X, X,..., X los tos e l prmer meó Y, Y, Y,..., Y 4 los tos e l segu, us respetvs mes pobloles so µ µ. A. MUESTRAS PAREADAS DE POBLACIÓN CON DISTRIBUCIÓN NORMAL A.) INTERVALO DE CONFIANZA L epresó pr eotrr el tervlo e ofz pr l fere µ µ es: EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( α ) POR CIENTO DE CONFIANZA PARA µ CUANDO LA µ POBLACIÓN TIENE DISTRIBUCIÓN NORMAL µ µ t ( ) α S Y sus resultos se terpret e l sguete form: VALORES RESULTANTES Vlores egtvos Vlores postvos Vlores egtvos postvos (que lue l ero) INTERPRETACIÓN µ < µ µ > µ µ µ A.) CONTRASTE DE IPÓTESIS ) pótess ul regó e rehzo Co el fá e omprr ls muestrs pres, ls hpótess que puee plterse so: IPÓTESIS DEL INVESTIGADOR µ µ IPÓTESIS NULA :µ µ IPÓTESIS ALTERNATIVA : µ µ v : µ < µ :µ µ µ < µ v : : µ > µ :µ µ µ > µ v : : Segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será: 4 Debe observrse que el tmño e mbs muestrs tee que ser gul. 69

70 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA : µ µ IPÓTESIS : µ µ : µ µ v PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE -α α/ α/ ( ) ( ) t α t α : µ < µ : µ µ : µ < µ v PRUEBA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE : µ > µ ( ) t α -α α : µ µ : µ > µ v REGIÓN DE RECAZO DE -α α ( ) t α Como e otrs pobloes o strbuó orml, el vlor e oe l regó e rehzo se obtee e ls tbls pr l strbuó t mete ls ( ) epresoes t α o ( ), e uero l tpo e prueb, l sgf seó t α e que se euetr l regó e rehzo. b) Proemeto pr el otrste e hpótess. Teeo ls muestrs pres e tmño, obteer l fere e pr : [( ), ( ), ( ),...,( )]. Igresr los resultos e l lulor omo tos obteer l me e ls feres su esvó estár S.. eho esto, lulr el estísto e prueb: EXPRESIÓN DEL ESTADÍSTICO DE PRUEBA t PARA LA t DIFERENCIA DE MUESTRAS PAREADAS DE UNA POBLACIÓN CON DISTRIBUCIÓN NORMAL. que tee u strbuó t e stuet o gros e lbert. S 7

71 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 4. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 5. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. A.) EJEMPLOS DE APLICACIÓN. Los sguetes tos orrespoe l esttur estm prtr e l logtu el fémur zquero ereho e restos óseos msulos e l Cuev e L Celr. ESTATURA A PARTIR DE FÉMUR DERECO ESTATURA A PARTIR DE FÉMUR IZQUIERDO ) Co u sgf e α. 5, es posble ferr que l esttur estm prtr e l logtu el fémur zquero es mor que l estm o el ereho?. b) Costru u tervlo e ofz l 95% pr l fere e ls mes. µ < µ IPÓTESIS :µ µ µ < µ v : : DERECO X IZQUIERDO Y DIFERENCIA X Y X 648 Y 64 ( ) 4 X 64 Y 646 ( ) 6 X 657 Y 79 ( ) 6 X 66 Y 655 ( ) X 5 68 Y ( ) 9 X 6 66 Y ( 66 74) 88 X Y ( ) 6 X 8 59 Y ( 59644) 5 X Y ( ) 8 X 64 Y 655 ( ) 5 X 595 Y 65 ( ) 4 X 58 Y 6 ( 58 6) 4 X 6 Y 599 ( 6 599) 4 X 646 Y 59 ( ) X 5 7 Y ( 7 657) 4 DATOS S

72 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA REGIÓN DE RECAZO DE :µ µ ( ) (5) (4) α.5 t t. 76 t α.5.95 EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA t CÁLCULO DEL ESTADÍSTICO DE PRUEBA t t t S.6 UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE ) Como el estísto e prueb t. 6 e e l regó e rehzo que (4) e t , l hpótess ul :µ µ se rehz puee ferrse que l esttur estm prtr e l logtu el fémur zquero es sgftvmete p <.5 mor que l estm o el ereho. ( ) CONFIABILIDAD α.95 α. 5 α 5. α. 975 EXPRESIÓN ( ) S µ µ t PARA INTERVALO α ( ) ( ) 4 VALOR DE t α ( ) g. l. ( 5 ) 4g. l. t α t µ 5 INTERPRETACIÓN Vlores egtvos µ < µ APLICACIÓN µ.448 ( 54.7, 5.) b) Co u 95% e ofz es posble ferr que l me e l esttur estm prtr el fémur zquero es mor que l me e l esttur estm o el ereho.. Los sguetes tos orrespoe tmbé l esttur estm prtr e l logtu el fémur zquero ereho, pero es e restos óseos femeos e l Cuev e L Celr. 7

73 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ESTATURA A PARTIR DE FÉMUR DERECO ESTATURA A PARTIR DE FÉMUR IZQUIERDO ) Co u sgf e α. 5, es posble ferr tmbé feres etre l esttur estm epeeo el fémur que se utlzo? b) Costru u tervlo e ofz l 95% pr l fere e ls mes. µ µ IPÓTESIS :µ µ µ µ v : : DERECO X IZQUIERDO Y DIFERENCIA X Y X 58 Y 565 ( ) 7 X 569 Y 55 ( ) 6 X 557 Y 559 ( ) X 54 Y 54 ( 54 54) X 5 58 Y ( 58 54) 46 X 6 5 Y ( 5 559) 49 X 7 57 Y ( 57 57) X 8 67 Y ( ) X 9 5 Y ( 5 559) 49 X 56 Y 56 ( 56 56) 47 X 549 Y 56 ( ) 4 DATOS. 8 S REGIÓN DE RECAZO DE :µ µ ( ) () () α.5 t α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA t CÁLCULO DEL ESTADÍSTICO DE PRUEBA t t t S

74 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE ) Como el estísto e prueb t. 6 está fuer e ls os regoes e rehzo, l hpótess ul :µ µ o se rehz puee ferrse que, s mportr qué fémur se oupe ( fere e los hombres), l esttur estm es p >.5 gul e ls mujeres. sgftvmete ( ) CONFIABILIDAD α.95 α. 5 α 5. α. 975 EXPRESIÓN ( ) S µ µ t PARA INTERVALO α ( ) ( ) VALOR DE t α ( ) g. l. ( ) g. l. t α t APLICACIÓN µ.8.8 (.48,7.) µ INTERPRETACIÓN Vlores egtvo postvo (lue l ero) µ µ b) Co u 95% e ofz es posble ferr que l me e l esttur estm prtr el fémur ereho es gul que l me e l esttur estm o el zquero. B. MUESTRAS PAREADAS DE POBLACIÓN SIN DISTRIBUCIÓN NORMAL S o es posble sumr strbuó orml e ls os meoes, l ltertv es plr u versó e l prueb e Wloo pr omprr ls muestrs pres. B.) TEORÍA Al gul que e l versó que vmos o teror, e est prueb h que lulr ls feres e los tos, pero e vez e restr l to u vlor hpotéto, los vlores se rest etre ellos (omo e l prueb pr pobloes o strbuó orml): : [( ), ( ), ( ),...,( )]. U vez que se tee esto, tl omo lo hmos e l prueb e Wloo, h que obteer el vlor bsoluto e, mro s su orge fue postvo o egtvo elmo ls feres que se gul ero el totl e. X X X Y ( X Y ) Y ( X X ) Y ( X ) X sgo 74

75 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X Y ( X X ) (...) (...) (...) X Y ( X X ) Como e l prueb orml e Wloo, so ess feres e vlor bsoluto ls que se sg u rgo: oreos seetemete Lugr Vlor e rgo Rgos e que provee e postvo Rgos e que provee e egtvo Depeeo s el el que provee er postvo o egtvo, los rgos e se stgue pr obteer los sguetes tos: DATOS + T Sum e los vlores e los rgos e que provee e T Sum e los vlores e los rgos e que provee e T Vlor meor etre + T T. postvo egtvo. Ahor be, De uero l tpo e hpótess ul o es que se utlzrá u e ests T se le omprrá o u T e ls tbls e Wloo. TIPO DE IPÓTESIS o T DE TABLAS CORRESPONDIENTE PARA ESTADÍSTICO DE PRUEBA :µ µ :µ µ :µ µ T α T α T α Doe es el úmero totl e α o α es el vlor e l sgf E toos los sos, s l T e los tos es meor o gul l T e tbls, l hpótess ul se rehz. E otrs plbrs: o TIPO DE IPÓTESIS :µ µ :µ µ o o SE RECAZA SI: T T α T α :µ µ + α T T T B.) EJEMPLOS DE APLICACIÓN. E u estuo relzo e hombres e 6 ños por l NCS se regstró, prmero, l esttur que los sujetos frmb teer (reports), espués, l que se 75

76 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA obtuvo por meó. Supoeo que est pobló o tee strbuó orml o u sgf e α. 5, es posble frmr que este feres etre l esttur report l me? Reports µ µ IPÓTESIS :µ µ µ µ v : : X Mes X X X X X X X X X X X X Y ( X Y ) Y ( ). sgo.+ Y ( )..+ Y ( ) Y ( 7 68.) Y ( 7 7.) Y ( 6 6.6) Y ( ) Y ( 64 67)..- 8 Y ( ) Y ( 6 74.)..- Y ( 66 65) + Y ( 7 7.8)..+ oreos seetemete Lugr Vlor e rgo Rgos e que provee e postvo Rgos e que provee e egtvo T 4 44 DATOS T { 4,44} 4 T TIPO DE IPÓTESIS o CONTRASTE DE IPÓTESIS :µ µ 76

77 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA T DE TABLAS CORRESPONDIENTE PARA ESTADÍSTICO DE PRUEBA EXPRESIÓN PARA CONTRASTE DE IPÓTESIS VALORES FINALES A CONTRASTAR T T α T α T 4 T α T 4.5 Pr este so, el vlor e T 4 o es meor l T e tbls T.5 4, motvo por el ul l hpótess ul :µ µ o se rehz puee ferrse que o este feres sgftvs ( p >.5) etre l esttur report l me e est vestgó. COMPARACIÓN DE MÁS DE DOS MEDIAS POBLACIONALES Cuo lo que se eest es omprr más e os pobloes, veremos que lo prmero que ebe herse es u prueb pr vergur s sus mes pobloles so gules. E so e que o, se pl otro otrste e hpótess pr stgur ls que so feretes. A. POBLACIONES CON DISTRIBUCIÓN NORMAL ) PRUEBA ANOVA Como sus sgls e glés lo e (Alss Of Vre), l prueb ANOVA osste e omprr l vrz que se etre pobloes o l que se etro e pobló. Co tl f, lo prmero que ebe herse es orgzr los tos e ls k muestrs (quí estpulos o os subíes, el prmero e l muestr e l ul provee X el seguo el úmero e to X j ) obteer los sguetes tos: MUESTRA k K X X X X k X X X X k DATO X X X X X k j X k X k X k X kk TOTALES T T X j T X X j T X j T k X kj TAMAÑO k MUESTRA k 77

78 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Como poemos ver, es quí gul l úmero totl e elemetos e tos ls muestrs totl T es gul l sum e los tos e muestr. S be obteer estos tos es reltvmete sello, flt ú os tos que se eestrá pr el estísto e prueb: X j X j DATOS GENERALES Vlor que es gul l e l sum e los totles e muestr T que puee obteerse greso e el moo estísto ( ) e l lulor toos los tos preto l tel. Vlor que se obtee gul que el teror pero mete l tel. Es l esvó estár que obtee l lulor e toos los s tos gresos. ) pótess ul, estísto e prueb regó e rehzo Como ls mes e ls k pobloes so µ, µ, µ,..., µ k, ls hpótess otrstr so: IPÓTESIS NULA : µ µ µ... µ k : IPÓTESIS ALTERNATIVA Al meos u µ es ferete El puto es que, ebo l turlez e est prueb, el estísto pr el otrste e hpótess es más omplejo que e pruebs terores, pues se ostrue prtr e l sguete tbl e álss e vrz: Fuete e vrbl Etre muestrs Detro e muestrs Gros e lbert ( k ) ( k) Totl ( ) TABLA DE ANÁLISIS DE VARIANZA Sum e uros ( X j ) Curos meos (vrz) k T SC e SCt CM e ( k ) SC SCt SCe SC t X j ( X j ) CM SC ( k) Estísto e prueb CM F CM e SC t Defmos ómo estbleer los térmos e lgus epresoes su esrrollo: DATOS CÁLCULO Se obtee resto uo l úmero e ( k ) muestrs/pobloes. Se lul resto uo l úmero totl e elemetos ( ) e tos ls muestrs. k k T ( k) Se obtee resto ( ) ( X j ) k T - ( ) C totl T e muestr se elev l uro se ve etre su tmño muestrl. esos resultos se sum ello se le rest ( ) X j El vlor obteo o l tel, elevo l uro vo etre l 78

79 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA SC CM t e k SC e ( ) X j ( X j ) CM CM F CM e SC ( k) totl: ( ). S be est to puee obteerse e l lulor resto l vlor e el vlor e, elevo l ( ) uro vo etre l totl:, es más fál lulrlo o l sguete epresó: SC ( ) s t 5. Como se ve e l tbl, los uros meos etre muestrs etro e ells so fáles e lulr, pues smplemete se ve su respetv sum e uros etre sus gros e lbert. Flmete, el estísto e prueb se obtee veo los uros meos etre muestrs etre los uros meos etro e ls muestrs. Este estísto e prueb tee u strbuó F e Fsher, por lo ul el vlor e o e l regó e rehzo pr l hpótess ul se euetr mete l ( k, k ) epresó F k e el umeror ( k) α, oe los gros e lbert so ( ) e el eomor. REGIÓN DE RECAZO DE µ µ µ... µ : k F ( k, k ) α Cuo e l prueb ANOVA se h rehzo l hpótess ul e que tos ls mes pobloles so gules ( : µ µ µ... µ k ), este vrs pruebs e otrste múltple que se pl posteror pr eotrr ls mes que fere; por ejemplo, l prueb e Sheffé, l e Du, e Bo Ferro l e Tuke, que veremos otuó. ) PRUEBA DE TUKEY Como se jo, est es u prueb post-ho e otrste múltple e l ul se v ompro prejs e mes pobloles. ) pótess ul estísto e prueb rehzo. 5 Porque s SCt. 79

80 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Teeo k pobloes, se estblee u hpótess ul su ltertv pr r ompro prejs hst otrstrls tos: IPÓTESIS NULA : µ µ IPÓTESIS ALTERNATIVA : µ µ j j Esto mpl que el úmero e pruebs relzr es gul l ombó e, por ejemplo: C k IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ : µ µ : µ µ : µ µ : µ µ k : µ µ k Al usrse u prueb post-ho, el otrste e ests hpótess epee e u estísto e prueb e DIFERENCIAS VERDADERAMENTE SIGNIFICATIVAS, llmo DVS, el ul epee e u to e l prueb ANOVA: EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA DVS EN POBLACIONES CON DISTRIBUCIÓN NORMAL DVS q α, k, k CM * Doe qα, k, k es u to que se hll e ls tbls e Tuke o e Putos poretules el rgo orrego e Stuet pr trtmetos, oe l sgf α so los putos superores [( α.5 5% ), ( α. % )], k so el úmero e muestrs/pobloes ( k) los gros e lbert que eotrmos etro e ls muestrs e l prueb ANOVA. Por su prte CM so tmbé los vrzs (uros meos) etro e ls muestrs (o el úmero e elemetos totles meos el úmero e pobloes) * es el vlor mímo etre los os tmños e muestr omprs ( * mímo{, j }). S el vlor el DVS es mor l fere bsolut e ls mes e ls os muestrs omprs, l hpótess ul se rehz. Es er: : µ µ X X > DVS j Se rehz s j Por últmo, l form más metó e omprobr esto es orgzo los tos e u tbl omo l que se muestr otuó: IPÓTESIS * : µ µ j X X j ( mímo{, }) * j X X j DVS CM q DVS * : µ µ se rehz s X X > DVS </> α, k, k j j 8

81 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ) EJEMPLOS DE APLICACIÓN. Los sguetes tos orrespoe, e u esl el l, l utoperepó e srmó e grupos e persos e e mor. Supoeo strbuó orml e tos ls pobloes o u sgf e α.5, es posble frmr que l perepó e srmó es ferete segú el grupo e e? 6-64 AÑOS AÑOS AÑOS IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ µ : Al meos u µ es ferete Orgemos los tos: MUESTRA k AÑOS AÑOS AÑOS DATO 5 6 X 5 j TOTALES T T 5 T 47 T 64 TAMAÑO MUESTRA j X DATOS GENERALES X 6 X 5 s. 78 Y lulemos el estísto e prueb: j 8

82 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Fuete e vrbl Etre muestrs Detro e muestrs Gros e lbert ( ) ( 7 ) 5 TABLA DE ANÁLISIS DE VARIANZA Sum e uros SC e SC Curos meos (vrz) 6.69 CM e CM Estísto e prueb.5 F Totl ( 8 ) 7 SC t 8.67 ( 8 ).78 REGIÓN DE RECAZO DE : µ µ µ (,5) (,5) α.5 F F El estísto e prueb F. 8 está fuer e l regó e rehzo que e (,5) F Por tl motvo, l hpótess ul : µ µ µ o se rehz puee frmrse que o este feres e l perepó e srmó etre estos grupos e persos e e mor.. Los sguetes vlores orrespoe l ámetro trsverso mámo e ráeos e hombres egpos e stts épos. S los mbos e l form e l bez lo lrgo el tempo sugere mestzje, supoeo strbuó orml e ls pobloes o u sgf e α. 5, es posble omprobr que hubo mestzje e ests pobloes? 4.C C C IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ µ : Al meos u µ es ferete MUESTRA k. 4.C.. 85.C.. 5.C. DATO 9 8 X 8

83 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA X j TOTALES T T 9 T T 6 TAMAÑO MUESTRA j DATOS GENERALES X 8 X 4796 s 4. 8 j Fuete e vrbl Etre muestrs Detro e muestrs Totl Gros e lbert ( ) ( ) TABLA DE ANÁLISIS DE VARIANZA Sum e uros 9 SC e SC ( 4 ) ( 4 ) SC t Curos meos (vrz) 6.68 CM e CM Estísto e prueb 8.4 F REGIÓN DE RECAZO DE : µ µ µ (,5) (,) α.5 F F El estísto e prueb F e e l regó e rehzo que e (,) F Por tl motvo, l hpótess ul : µ µ µ se rehz puee frmrse que este feres etre ls mes el ámetro trsverso mámo e los ráeos e ests tres pobloes que hubo mestzje. 8

84 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Por tl motvo, pr stgur qué mes so feretes es eesro plr l prueb e Tuke. Estblezmos prmero los tos que obtuvmos e ls muestrs: MUESTRA TOTAL T TAMAÑO DE MUESTRA MEDIA MUESTRAL. 4.C. T 9 X C. T X 9. 5.C. T 6 8 X k 4 Y hor el vlor ostte que terá el oefete pr lulr el α.5 5% VALOR DE COEFICIENTE k ( k) ( 4 ) Ahor otrstemos ls hpótess eesrs: IPÓTESIS * : µ µ * { 7,9} 7 : µ µ * { 7,8} 7 q α, k, k DVS : q q. 58 j X X DVS α, k, k.5,, : µ µ se rehz s X X > DVS < > : µ µ * { 9,8} < Al otrro e ls hpótess : µ µ : µ µ, l hpótess ul : µ µ sí se rehz, por lo ul este u fere sgftv ( p <.5) etre ls mes e l prmer l terer pobló. Ello que o puee perbrse mbos etre pobloes otus, pero sí etre l pobló más tgu l más reete. j j B. POBLACIONES SIN DISTRIBUCIÓN NORMAL ) PRUEBA DE KRUSKAL-WALLIS Cuo el supuesto e orml o se umple e l meos u e ls pobloes, ést es l ltertv l prueb ANOVA. ) pótess ul, estísto e prueb regó e rehzo Igul que e l prueb ANOVA, ls hpótess otrstr so: IPÓTESIS NULA : µ µ µ... µ k : IPÓTESIS ALTERNATIVA Al meos u µ es ferete 84

85 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Empero, el estísto e prueb quí es muho más sello, pues pr su álulo requere t sólo e los tmños muestrles ( ), el úmero totl e los rgos sgos toos los tos omo s fuer u sol elemetos ( ) muestr ( R ): EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA EN POBLACIONES SIN DISTRIBUCIÓN NORMAL R R R R k... ( ) k ( + ) Como este estísto e prueb tee u strbuó j-ur, el vlor e o e l regó e rehzo e l hpótess ul se euetr e ls respetvs ( k ) tbls mete l epresó k so los gros e lbert: χ, oe ( ) α REGIÓN DE RECAZO DE µ µ µ... µ : k Do el so que l hpótess ul se rehe e est prueb h que stgur qué mes fere, l prueb pr omprr mes pobloles por prejs es l U e M-Whte. ) PRUEBA U DE MANN-WITNEY S be l prueb U e M-Whte se pl etmete gul omo lo vmos e el tem e Compró e mes pobloles, lo úo que es mportte meor es que ls hpótess so sobre mes que los rgos ebe sgrse vez pr que se ompre u prej e muestrs. Veremos e ulquer form u ejemplo. χ ( k ) α ) EJEMPLOS DE APLICACIÓN. Los sguetes tos orrespoe l gro e ls hers e l bez que se regstrro e 4 tegorís e utomóvles: Sub-ompto Compto Meo Gre Supoeo que ls pobloes o tee strbuó orml; o u sgf α.5 es posble ferr feres e el gro e ls hers respeto l tpo e utomóvl? 85

86 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ µ µ 4 : Al meos u µ es ferete Squemos etoes los tos eesros: Subom. Rgo Compto Rgo Meo Rgo Gre Rgo R 5 R 4.5 R 6.5 R k EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE R R R R k PRUEBA EN POBLACIONES SIN DISTRIBUCIÓN NORMAL APLICACIÓN 8 8 ( + ) ( + ) k 8 REGIÓN DE RECAZO DE : µ µ µ µ 4 ( k ) ( 4) ( ) α.5 χ α χ χ.5.95 ( ) ( + ) El estísto e prueb. 78 está fuer e l regó e rehzo que ( ) e χ ; por ee, l hpótess ul : µ µ µ µ 4 o se rehz puee ferrse que o este feres sgftvs ( p >.5) e ls hers e l bez que se regstr e sttos tpos e utomóvles.. E u grupo e hombres o lesoes erebrles se hzo u estuo e sítoms e ftg, evluo sus veles o l esl e Zug (u strumeto pr mer epresó). Teeo tres muestrs: u muestr e hombres o ftg, otr s ftg u e otrol (toos e l msm e), se regstrro los sguetes resultos: MUESTRA CON LESIÓN CEREBRAL Y FATIGA

87 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA MUESTRA CON LESIÓN CEREBRAL SIN FATIGA MUESTRA CONTROL Supoeo que ls pobloes o tee strbuó orml; o u sgf α.5 es posble frmr que est pobloes muestr feres e uero l esl e Zug? IPÓTESIS NULA IPÓTESIS ALTERNATIVA : µ µ µ : Al meos u µ es ferete LC /ftg Rgo LC s/ftg Rgo Cotrol Rgo R 59 R 7.5 R k EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA EN POBLACIONES SIN DISTRIBUCIÓN NORMAL APLICACIÓN 9 R R R R k... ( ) k ( 9 + ) ( + ) ( 9 + ). 7 REGIÓN DE RECAZO DE : µ µ µ ( k ) ( ) ( ) α.5 χ α χ χ

88 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA El estísto e prueb. 7 e e l regó e rehzo que e ( ) χ ; por tl motvo l hpótess ul : µ µ µ se rehz puee ferrse que este feres sgftvs ( p <.5) e los resultos e los grupos e uero l esl e Zug. Pr eotrr qué mes fere, plquemos l prueb U e M-Whte. E ell los tos será omoos seetemete pr fltr l sgó e rgos. : µ µ IPÓTESIS : µ µ LC C/FATIGA RANGO LC S/FATIGA RANGO R R 7.5 REGIÓN DE RECAZO DE : µ µ α.5 α. 95 (, ) (,9) U (, ) (,9) U 4 U U 9 4 α.5 α.95 8 EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( + )

89 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb U está fuer e l regó e rehzo. Por ee, l hpótess ul : µ µ o se rehz puee ferrse que o este feres p >.5 etre ls os pobloes o lesoes erebrles. sgftvs ( ) : µ µ IPÓTESIS : µ µ LC C/FATIGA RANGO CONTROL RANGO R R 79.5 REGIÓN DE RECAZO DE : µ µ α.5 α. 95 (, ) (,7) U (, ) (,7) U 5 U U 7 5 α.5 α EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( + )

90 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb U e e l regó e rehzo. Por ee, l hpótess ul : µ µ se rehz puee ferrse que, segú l esl e Zug, este feres sgftvs ( p <.5) etre los hombres o lesó erebrl que sufre ftg l muestr otrol. : µ µ IPÓTESIS : µ µ LC S/FATIGA RANGO CONTROL RANGO R R 9 REGIÓN DE RECAZO DE : µ µ α.5 α. 95 (, ) ( 9,7) U (, ) ( 9,7) U 6 U U α.5 α EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA U EN POBLACIONES CON DISTRIBUCIÓN DESCONOCIDA PERO Y MUESTRAS PEQUEÑAS CÁLCULO DEL ESTADÍSTICO DE PRUEBA t U U R ( ) + ( 9 + )

91 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA U CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb U 55 e e l regó e rehzo. Por ee, l hpótess ul : µ µ se rehz tmbé puee ferrse que, segú l esl e Zug, este feres sgftvs ( p <.5) etre los hombres o lesó erebrl que o tee ftg l muestr otrol. De est form poemos omprobr que, e uero l esl e Zug, o este feres etre los hombres o lesoes erebrles que mfest ftg los que o, pero ests os pobloes s so feretes los hombres que o posee gu lesó erebrl. COMPARACIÓN DE PROPORCIONES POBLACIONALES A. COMPARACIÓN DE DOS PROPORCIONES POBLACIONALES A.) FUNDAMENTOS Como e osoes terores, los sguetes métoos srve pr omprr u vrble ulttv, pero que hor se preset e os pobloes ( N, N ), obteeo proporoes p M p M que bus omprrse. N N A.) CONDICIONES PARA SU COMPARACIÓN Se puee plr u prueb e hpótess pr omprr proporoes pobloles sempre uo ore l Teorem Cetrl e Límte ls muestrs sus proporoes umpl o los sguetes supuestos:.. p m 5 > 4. >. ( p ) m 5 ˆ > ˆ p m > 5. 5 ˆ > pˆ m 6. ( ) 5 > Cuo tles ooes o se umple, es eesro tomr u muestr más gre. A.) INTERVALO DE CONFIANZA L epresó pr eotrr el tervlo e ofz pr l fere e proporoes pobloles p p es: EXPRESIÓN PARA ENCONTRAR UN INTERVALO AL ( α ) POR CIENTO DE CONFIANZA PARA p p CUANDO LA POBLACIÓN p p pˆ pˆ Z α p ( p) p( p) + 9

92 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA TIENE DISTRIBUCIÓN APROXIMADAMENTE NORMAL ESTÁNDAR DONDE p p + p + m + + m Igul que e otrs feres, los resultos se terpret e l sguete form: VALORES RESULTANTES INTERPRETACIÓN Vlores egtvos p < p Vlores postvos p > p Vlores egtvos postvos p p (que lue l ero) A.4) CONTRASTE DE IPÓTESIS ) pótess uls su regó e rehzo Al busrse omprr os proporoes pobloles, ls hpótess otrstr so: IPÓTESIS DEL IPÓTESIS IPÓTESIS NULA INVESTIGADOR ALTERNATIVA v : p p : p p : p p v : p < p : p p : p < p v : p > p : p p : p > p Como epee e u strbuó prommete orml estár, omo sempre, segú se el so e uero l sgf α, l regó e rehzo pr l hpótess ul será: PRUEBA BILATERAL O DE DOS COLAS α REGIÓN DE RECAZO DE IPÓTESIS v : p p : p p : p p Z PRUEBA v : p < p : p p : p < p α/ α -α Z α/ α 9

93 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UNILATERAL O DE UNA COLA α REGIÓN DE RECAZO DE α Z α -α v : p > p : p p : p > p REGIÓN DE RECAZO DE -α α Z α Por tto, o he flt repetr ómo hllr el vlor e o e l regó e rehzo o bse e ls tbls e l strbuó orml estár. b) Proemeto pr el otrste e hpótess. Comprobr los supuestos e l muestr pr verfr l ftbl e l prueb.. S tles ooes se umple, epltr l hpótess el vestgor v, l hpótess ul l hpótess ltertv.. Clulr el estísto e prueb que ompr el estmor o el vlor hpotéto su vrbl: EXPRESIÓN PARA CALCULAR EL pˆ pˆ ESTADÍSTICO DE PRUEBA Z EN Z p( p) p( p) POBLACIONES CON DISTRIBUCIÓN + APROXIMADAMENTE NORMAL ESTÁNDAR que tee u strbuó prommete orml estár. 4. Determr el vel e sgf α e l prueb, sí omo l ubó el vlor e l regó e rehzo e l hpótess ul. 5. Ubr el estísto e prueb o respeto l regó e rehzo e l hpótess ul ; s está etro e ell, rehzr l hpótess ul. S está fuer, olur o qué sgf o ofbl o se rehz. B. COMPARACIÓN DE DOS O MÁS PROPORCIONES POBLACIONALES: ASOCIACIÓN DE VARIABLES CUALITATIVAS U form e omprr os o más proporoes pobloles es l prueb jur χ ; bs e los resultos e tbls e otge (tmbé llms tbls e os etrs). 9

94 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA B.) CONTRASTE DE IPÓTESIS Por ee, pr relzr este otrste e hpótess prmero h que vr los tos que se tee e u prmer tbl e otge: l e los tos observos. VARIABLE CUALITATIVA () DATOS OBSERVADOS O j VARIABLE CUALITATIVA ( j ) (Número e elemetos) C S (o l rteríst) (s l rteríst) O m O m O m O m m () k O O O m O m MARGINALES m O m O m k k k k k k K C O + O + O Ok S O + O + O Ok MARGINALES C + S Es mu mportte lulr el vlor e los mrgles e olum regló, seguráose que l sum e C + S se gul l vlor e. Teeo los tos mrgles, poremos obteer el oteo pr l tbl e otge e los tos esperos mete ulquer e ls sguetes fórmuls: EXPRESIONES PARA OBTENER EL CONTENIDO DE LA TABLA DE CONTINGENCIA DE DATOS ESPERADOS C / S O j Lo ul, por ejemplo, mplrí lo sguete: VARIABLE CUALITATIVA () DATOS ESPERADOS e j VARIABLE CUALITATIVA ( j ) C (o l rteríst) (Número e elemetos) O C j / S (s l rteríst) C S e e C S e e C S e e C S e e C S k ekj K e k () MARGINALES C O + O + O Ok S MARGINALES kj k K S O + O + O Ok C + S 94

95 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Y o está e más volver omprobr que l sum el oteo se gul los mrgles. U vez ostru l tbl e otge e tos esperos se estpul ls hpótess otrstr se lul el estísto e prueb: IPÓTESIS NULA : No h soó etre ls vrbles. EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA χ IPÓTESIS ALTERNATIVA : Este soó χ etre ls vrbles. r ( Oj ej ) j e j El ul smplemete osste e sumr los resultos obteos e restr vlor observo su respetvo vlor espero, elevrlo l uro vrlo etre el vlor espero. Obvmete, tl estísto e prueb tee u strbuó j ur o u úmero e gros e lbert gul l prouto e los regloes e l tbl meos uo [ ( r)( ) ] por ls olums e l tbl meos uo: χ α, que o u sgf e α estblee u regó e rehzo e l seó superor el eje e ls X. REGIÓN DE RECAZO DE : No h soó etre l vrble ls pobloes χ -α [( r)( ) ] α Como sempre, s l hpótess ul : No h soó etre l vrble ls pobloes se rehz, este soó etre ls vrbles e terés. Por tl motvo, result mportte vergur el gro e soó que este e ello. B.) COEFICIENTE V DE CRAMER Se trt e u me que eterm l tes e soó etre os vrbles ulttvs. Al ser u prueb que se pl posteror l χ, su álulo mpl l sguete epresó: EXPRESIÓN PARA CALCULAR EL COEFICIENTE DE CRAMER V V ( mímo { r, } ) Doe χ es el estísto e prueb que lulmos terormete, es l úmero e elemetos totles que h e los mrgles e ls tbls e otge el mímo se refere l vlor meor etre los tos por regló meos uo los tos e olum meos uo. χ 95

96 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA El resulto el oefete e Crmer vlor se terpret e l sguete form: V puee estr etre ( V ) V L soó etre ls vrbles es mu ébl. V L soó etre ls vrbles es mu fuerte., su C. EJEMPLOS DE APLICACIÓN. Se ese estbleer s este feres e l proporó e gujeros utvos o form elípt l que preset los restos óseos msulos femeos e l Cuev e l Celr. Segú los tos el profesor Romo, 7 e 45 hombres presetro est rteríst e 6 mujeres tmbé. Co u sgf e α. otrstr l hpótess plte ostrur u tervlo e ofz l 99% pr l fere e proporoes. DATOS GENERALES 45 m 7 p 7. 8 ˆ 45 pˆ m. 8 p ˆ 6 pˆ.8. 7 m + m 7 + p.8 p Segú el proemeto pr el otrste e hpótess, lo prmero que ebemos her es omprobr que los supuestos se umpl:. >. ˆ 5 p m > pˆ m 45 > 7 > > 5 4. > 5. ˆ 5 p m > pˆ m 6 > > > 5. ( ) 5 > 6. ( ) 5 Comprobo ello, poemos plter ls hpótess pr otrstr: > IPÓTESIS v : p p : p p : p p Ahor be, h que lulr el estísto e prueb: EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA Z p( p) p( p) APLICACIÓN.8(.7).8(.7) Z Z pˆ pˆ +. Teeo ese to, flt reooer l sgf α, su vlor e tbls l regó e rehzo que elmt: 96

97 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA REGIÓN DE RECAZO DE : p p α. α 5. α. 995 Z Z α Pr olur el otrste e hpótess rest ubr el estísto e prueb respeto est regó e rehzo olur: Z o UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb Z. está fuer e l regó e rehzo, rzó por l ul l hpótess ul : p p o se rehz. Por tto, o es posble ferr feres sgftvs ( p >.) etre ls proporoes e ráeos msulos femeos o orfo elípto lo e los restos e l Cuev e L Celr. Pr omprobr este resulto h que ostrur el tervlo e ofz pr l fere e proporoes: CONFIABILIDAD Y SIGNIFICANCIA α.99 α. α. 5 α. 995 EXPRESIÓN p p p PARA INTERVALO pˆ pˆ Z α VALOR DE Z Z. 575 α Z α.995 ( p) p( p) + (.7).8(.7).8 APLICACIÓN p p (.,.) 45 6 Vlores egtvos postvos INTERPRETACIÓN p p (que lue l ero) Como el tervlo pr l fere e proporoes otee l ero, es posble frmr o u 99% e ofbl que l proporó e ráeos msulos femeos o el orfo utvo elípto es gul e ls pobloes e l Cuev e L Celr. 97

98 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Aú sbeo que ls proporoes e est rteríst es gul e ests pobloes, plremos l prueb j-ur pr ver su pló. Orgemos etoes los tos observos: DATOS OBSERVADOS O j FORMA ORIFICIO AUDITIVO ( j ) (Número e elemetos) ELÍPTICA INCLINADA OTRA MARGINALES (o l rteríst) (s l rteríst) O 7 O O O MARGINALES C S POBLACIÓN () Y lulemos los esperos: POBLACIÓN () DATOS ESPERADOS e j FORMA ORIFICIO AUDITIVO ( j ) ELÍPTICA INCLINADA (o l rteríst) (Número e elemetos) OTRA (s l rteríst) MARGINALES e e e e MARGINALES Teeo eso, hgmos el otrste e hpótess: IPÓTESIS NULA : No h soó etre ls vrbles. IPÓTESIS ALTERNATIVA : Este soó etre ls vrbles. Clulemos el estísto e prueb: EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA χ χ APLICACIÓN χ r ( Oj ej ) j ( 7 7.) ( ) ( 9.78) ( 6 6.) Y ubquemos l regó e rehzo pr omprr mbos tos: + 6. REGIÓN DE RECAZO DE : No h soó etre l vrble ls pobloes e j. 98

99 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA α. α. 99 χ [( )( ) ] [ ] χ UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb χ. está fuer e l regó e rehzo, rzó por l ul l hpótess ul o se rehz ( >.) p se fere que o h soó etre ls vrbles seo form el orfo utvo. Por últmo, mete el oefete e Crmer omprobmos que est frmó se sgftv: EXPRESIÓN PARA CALCULAR EL COEFICIENTE DE CRAMER APLICACIÓN V V ( mímo { r, } ) V. 8 INTERPRETACIÓN V () χ. Seo el vlor el oefete e Crmer V., ofrmmos que l soó etre ls vrbles es mu ébl, por eso hbímos oluo que o h soó.. Se quere etermr s este feres etre l proporó e lohólos que ometero eltos reloos o l promí l proporó e lohólos que relzro frues e 99. De quellos ovtos por provor eos, 5 er bebeores 4 bstemos; metrs tto, e los que ometero frue, 6 er bebeores 44 bstemos. Co u sgf e α. otrstr l hpótess plte ostrur u tervlo e ofz l 99% pr l fere e proporoes. DATOS GENERALES 9 m p 5 ˆ 9 pˆ m 6. p ˆ 6 7 pˆ.. 7 m + m p.8 p

100 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. >. ˆ 5 p m > pˆ m 9 > 5 > 5 4 > 5 4. > 5. ˆ 5 p m > pˆ m 7 > 6 > 5 44 > 5. ( ) 5 > 6. ( ) 5 > IPÓTESIS v : p p : p p : p p EXPRESIÓN PARA EL ESTADÍSTICO DE PRUEBA Z p( p) p( p) APLICACIÓN.8(.6).8(.6) Z 9 Z pˆ pˆ +.96 REGIÓN DE RECAZO DE : p p α. α 5. α. 995 Z Z α UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb Z. 96 e e l regó e rehzo, rzó por l ul l hpótess ul : p p se rehz. Por ee, este feres sgftvs ( p <.) etre ls proporoes e lohólos que ometero eltos reloos o l promí los que ometero frue. CONFIABILIDAD Y SIGNIFICANCIA α.99 α. α. 5 α. 995

101 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA p p p INTERVALO pˆ pˆ Z α VALOR DE Z Z. 575 α Z α.995 (.6).8(.6) ( p) p( p).8 p p (.8,.4) 9 7 INTERPRETACIÓN Vlores postvos p > p Como el tervlo pr l fere e proporoes sólo otee vlores postvos, es posble frmr o u 99% e ofbl que l proporó e lohólos que ometó eltos reloos o l promí es mor que l proporó e lohólos que ometó frue. + ESTADO () DATOS OBSERVADOS DELITO ( j ) (Número e elemetos) MARGINALES PIROMANÍA FRAUDE Alohólo O 5 O 6 Abstemo O 4 O MARGINALES C S O j DATOS ESPERADOS e j DELITO ( j ) (Número e elemetos) MARGINALES PIROMANÍA FRAUDE 9 7 e e Alohólo e 87 e 87 Abstemo MARGINALES ESTADO () IPÓTESIS NULA : No h soó etre ls vrbles. EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA χ χ APLICACIÓN IPÓTESIS ALTERNATIVA : Este soó etre ls vrbles. χ r ( Oj ej ) j ( 5 5.) ( ) ( ) ( 44 9.) REGIÓN DE RECAZO DE : No h soó etre l vrble ls pobloes e j 4.87

102 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA α. α. 99 χ [( )( ) ] [ ] χ UBICACIÓN DE ESTADÍSTICO DE PRUEBA χ CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb χ e e l regó e rehzo. Debo ello l hpótess ul se rehz ( <.) p se fere que h soó etre ls vrbles esto elto ometo. EXPRESIÓN PARA CALCULAR EL COEFICIENTE DE CRAMER APLICACIÓN V V ( mímo { r, } ) V χ 4.87 INTERPRETACIÓN V (). Seo el vlor el oefete e Crmer V. esubrmos que l soó etre ls vrbles esto elto ometo es ébl.

103 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EJERCICIOS DE REPASO E toos los problems relzr l prueb e hpótess orrespoete oe se pertete lulr el tervlo e ofz e terpretr toos los resultos. E oe o se que utlzr u sgf e.5 u ofz e uero l vlor e sgf. Los sguetes tos orrespoe u muestr osteológ olol proeete e u sto e zpotzlo (evoes líe 8 el metro). Cso Seo Logtu mám e fémur zquero Dámetro trsverso l / e l áfss el fémur zquero Logtu mám e l tb zquer Logtu mám e l tb ereh Iseró el músulo orsl ho Msulo. 6.. Ause Msulo Ause Msulo Ause 4 Msulo Ause 5 Msulo Ause 6 Msulo Ause 7 Msulo Ause 8 Msulo Ause 9 Msulo 9 4. Ause Msulo... Ause Msulo Prese Msulo Prese Msulo Prese 4 Msulo Prese 5 Msulo Prese 6 Msulo Prese 7 Msulo Prese 8 Msulo Prese 9 Femeo Ause Femeo Ause Femeo Ause Femeo Ause Femeo Ause 4 Femeo Ause 5 Femeo Ause 6 Femeo Ause 7 Femeo Ause 8 Femeo 94 Ause 9 Femeo. 6.. Ause Femeo Ause Femeo 4 8 Ause Femeo 76 Ause Femeo Ause 4 Femeo Ause 5 Femeo Ause 6 Femeo Ause 7 Femeo Ause

104 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 8 Femeo Ause 9 Femeo Ause 4 Femeo 87 5 Ause 4 Femeo. 6. Ause 4 Femeo Prese 4 Femeo Prese 44 Femeo. 5.. Prese 45 Femeo 9 7. Prese 46 Femeo Prese 47 Femeo... Prese 48 Femeo.. Prese 49 Femeo. 5.. Prese 5 Femeo 78 Prese 5 Femeo Prese 9. Es posble ferr que l logtu mám e fémur zquero es mor e hombres? Supoer strbuó orml e ls os pobloes.. Es ferete el ámetro trsverso l / e l áfss el fémur zquero e hombres respeto l e mujeres? Supog que o h strbuó orml e ls pobloes.. Este fere etre l logtu mám e l tb zquer l logtu mám e l tb ereh? ) Supog strbuó orml e ls pobloes b) Supog que o h strbuó orml e ls pobloes. Este soó etre el seo e los vuos l seró el músulo orsl ho?.se seño u estuo pr otrstr l hpótess e que los hombres tee mor presó sguíe sstól que ls mujeres. Los tos muestrles so: ombres: Mujeres: Preset estos tos eve sufete que ofrme l hpótess el vestgor? Se α.5. ) Supoer strbuó orml e ls pobloes, pr probr l hpótess. b) Supog que o h strbuó orml e ls pobloes. ) Supoer strbuó orml, relzo l fere utlzo u tervlo l 9% e ofz pr l fere e mes pobloles. 4.E u estuo sobre mujeres otomíes e u ert omu se obtuvo u muestr pr mer l posble soó etre l proporó e lfbetsmo el tpo e trbjo que relz. Se obtuvo que el.4% e 44 mujeres obrers so lfbets, metrs que.8% e 5 mujeres ms e s so lfbets. Proporo estos tos eves pr frmr que so feretes ls proporoes e mujeres otomíes e l omu lfbets que trbj o respeto ls que so ms e s? ) Resolver el problem mete pruebs e hpótess. Se α.8 b) Iferr mete tervlo l 9% e ofz pr l fere e proporoes. 4

105 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 5. Se ese ooer qué t efz result u et pr reur el peso e ls persos pr l ul se seleoó u muestr letor e 6 persos teress e bjr e peso, regstráose el peso e perso tes espués el trtmeto, presetáose los resultos e l tbl sguete: Perso Ates Después Perso Ates Después Co los tos obteos se puee frmr que l et es eu? Se α.5 ) Resolver supoeo strbuó orml. b) Resolver supoeo que o este strbuó orml 6.U equpo e tropólogos está estuo el gro e tegró ulturl e os omues íges, u l sur otr el orte el pís. Uo e los ores empleos e el estuo es l vrble letor úmero e stts plbrs e espñol uss por membro e l omu ; se seleo u muestr letor e omu se lleg : Comu I (Sur) Comu II (Norte) 5 s s Est formó proporo eve sufete pr frmr que s h elemetos e tegró ulturl e mbs omues? ) Iferr mete u prueb e hpótess o α.5. b) Iferr mete u tervlo l 95% e ofz. 7. U estuo sobre plfó fmlr e u zo el Esto e lgo relzo por Cstllej Zvl 6 lsfo u muestr e mujeres e uero os rterísts: uso e toeptvos esolr*. Los tos se preset e l sguete tbl: Esolr Atoepó Bj Alt Usurs 8 Totl 4 * Esolr bj: esolr ul, sbe leer esrbr prmr omplet. Esolr lt: prmr omplet posprmr. Este fere etre l proporó e usurs e toeptvos e ls pobloes efs por l esolr? ) Resolver o prueb e hpótess. Se α.9 b) Iferr mete u tervlo l 9% e ofz. 8. Ab e esubrr os uevs zos rqueológs geográfmete mu ers etre sí. Como o oe el too ls rterísts l tgüe e los restos e mbs zos, se v orroborr s se trt e u sol o e os feretes ulturs preolombs: se seleo u muestr e 5 objetos e u zo u muestr e 8 objetos lolzos e l segu zo. Los resultos el fehmeto e ños e los restos so: 6 CASTILLEJA AÍDA ZAVALA CARLOS (98) Respuest l progrm ol e plfó fmlr e el sureste el Esto e lgo: u regló pr l Atropologí Fís. E II Coloquo e Atropologí Fís Ju Coms, IIA, UNAM. pp

106 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Zo I s Zo II s Co estos tos muestrles puee olurse que l ultur e l zo II es más tgu? Supog strbuó orml. Se α.5 9. U empres etorl está heo u estuo e mero pr sr el perfl e los letores e peróos e u pís etermo; oser que el gro e esolr (eteo omo el totl e ños probos e su tretor esolr) es u ftor etermte e l rterzó e los letores; l empres h lsfo los peróos e utro tegorís: los ros que se espelz o poe éfss e l ot roj (A); los oretos l formó eportv (B); los que eftz spetos eoómos (C) los que se etr e spetos polítos soles (D). Los resultos obteos e l vrble e terés so los sguetes: A B C D Co estos tos h eve sufete pr segurr que l esolr e los letores es u ftor e vró etre los letores e peróos? Se α.5 ) Supog strbuó orml e ls pobloes. b) Supog que o h strbuó orml e ls pobloes.. L Seretrí el Meo Ambete quere etermr s los mbos e l tempertur el gu el Golfo e Méo, usos por l plt e Lgu Vere, tee u efeto sgftvo sobre l fu mr e l regó. Se vero l zr utro grupos e espemees reé os e ert espee e pees. Se oloro los grupos e meos mbetes sepros que smul el oéo, ompletmete étos, o eepó e l tempertur el gu. Ses meses espués se pesro los espemees. Los resultos (e lbrs) se e l tbl sguete: Pesos e los espemees 8ºF 4ºF 46ºF 5ºF ) Supog strbuó orml e ls pobloes. Se α. b) Supog que o h strbuó orml e ls pobloes. 6

107 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. E u estuo sobre plfó fmlr e el Esto e lgo se plo u euest pr lzr los posbles ftores que flue e el uso e toeptvos. E l sguete tbl se preset ls freues observs e ls mujeres euests e reló su e s us lgú métoo toeptvo Uso e toeptvos E (ños) Usurs No Usurs Este reló etre l e el uso e toeptvos?. E u urso pr plotos se probro tres métoos e eseñz: o setes e uo, veosetes lse e el ul. Se obtuvero los sguetes resultos e l prueb fl: Csete e uo Veosete Clse e ul Este feres etre los putjes obteos e los feretes métoos? Se α.5. L sguete tbl se obtuvo e u vestgó e restos óseos e l épo olol e u regó e Tll l ruzr os ptologís observs: Este soó etre ls os vrbles? Se α. Crb Orbtrí perostoss Porót Ause Prese Ause 5 Prese 4. E ert esuel u grupo e estutes h plteo l posbl e que l feterí e l sttuó este rgo e l omu estutl. U profesor oser que este soó e ls posoes e los lumos respeto l letur e l que estu. Se tom u muestr se observ los sguetes resultos: Letur Posó respeto l propuest A fvor E otr AF 5 AS 7 9 ARQ 4 ET 5 ETN 4 LIN 6 IS 4 Qué se puee er l respeto? Se α.5 7

108 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UNIDAD III ANÁLISIS DE CORRELACIÓN Y REGRESIÓN LINEAL ANÁLISIS DE CORRELACIÓN Cuo se tee os vrbles, l form más sell pr omprobr s este u reló lel etre ells es ostrueo u grm e spersó o bse e oores ( X, Y ). Empero, omo veremos otuó, l estíst uet o estmores pruebs más press (ores l tpo l strbuó probblíst e ls vrbles) pr etermr s este u soó sgftv o o. A. VARIABLES CUANTITATIVAS CON DISTRIBUCIÓN NORMAL ) COEFICIENTE DE CORRELACIÓN DE PEARSON Me sobre l soó etre os vrbles otus ( X, Y ) pr lulrlo e pobloes muestrs so:, us epresoes ρ PARÁMETRO N ( µ )( µ ) N σ σ r ESTIMADOR ( )( ) ( ) s s No obstte, pr reur l lbor que mpl restr to su me orrespoete, poemos smplfr l epresó el umeror e este estmor: Desrrollmos prmero el bomo: ( + ) Reprtmos l sumtor: + Doe ls mes so osttes por ello puee multplr ls sumtors multplrse por el tmño e l muestr: + Lo ul puee brevrse : Porque: + 8

109 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Y elmo los térmos e omú obteemos: Co lo ul l epresó que sí: EXPRESIÓN PARA CALCULAR EL ESTIMADOR DEL COEFICIENTE DE CORRELACIÓN DE PEARSON PARA VARIABLES CUANTITATIVAS CON DISTRIBUCIÓN NORMAL 7. r ( ) s s Impresble result meor que el vlor e este oefete sólo puee < r < e uero ello ebe terpretrse: eotrrse e el rgo ( ) VALOR DEL COEFICIENTE INTERPRETACIÓN r Este soó lel vers etre ls vrbles. ( ) ( ) r No este soó etre ls vrbles. ( r ) Este soó lel ret etre ls vrbles. Est olusó, s embrgo, o es sufete; pues e el so e que h soó etre ls vrbles, flt omprobr que ést se estístmete sgftv. ) PRUEBA DE IPÓTESIS t Teeo el estmor el oefete e orreló e Perso ( r ), o est prueb se puee efr s su prámetro ( ρ ) tmbé es ferete ero, por ee, este soó sgftv etre ls vrbles. Pr ello, se estpul ls sguetes hpótess: IPÓTESIS : ρ : ρ Ls ules se otrst mete el sguete estísto e prueb: EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA SOBRE EL COEFICIENTE DE CORRELACIÓN DE PEARSON. t r r Como poemos observr, este estísto e prueb es el tpo t ; es er, tee u strbuó t e stuet pero hor, por ser os vrbles, o ( ) gros e 7 S be est es l form más sell pr lulr mulmete el oefete e orreló e Perso, be meor que muhs lulors etífs lo puee rrojr retmete l gresr los tos e mbs vrbles e el moo estísto e regresó lel; este to terá u vlor mu preo l que se obtee heo los álulos mulmete o 4 emles. 9

110 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA lbert se ompr, omo e to prueb blterl e est strbuó, o ls regoes e rehzo e l hpótess ul: REGIÓN DE RECAZO DE : ρ α/ ( ) t α -α α/ ( ) t α B. VARIABLES NO CUANTITATIVAS Y/O SIN DISTRIBUCIÓN NORMAL Cuo ls os vrbles so l meos e tpo orl /o o se pue sumr strbuó orml e ells, este ltertvs o prmétrs pr etermr su soó. ) COEFICIENTE DE CORRELACIÓN DE SPEARMAN ( ρ s ) A fere el oefete e Perso ( omo e muhs pruebs o prmétrs), el oefete e Sperm o se bs e los tos e ls vrbles obtes e l muestr, so e sus rgos, los ules se eterm pr vrble e l mer ostumbr (e meor mor, fjo emptes pr vlores gules); por ejemplo: VARIABLE RANGO VARIABLE RANGO X R Y R R 4 4 R 4 CASO () R. 5 R R R R. 5 R beo sgo rgos los tos e vrble, ebe obteerse, pr so, l fere R R elevrse l uro: CASO () VARIABLE RANGO VARIABLE RANGO X R Y R R R R 4 4 R R. 5.5 R R R. 5 R Es est fere bsolut etre los rgos l que poremos eotrr e l epresó pr lulr el oefete e orreló e Sperm:

111 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL ESTIMADOR DEL COEFICIENTE DE CORRELACIÓN DE SPEARMAN PARA VARIABLES AL MENOS ORDINALES Y/O SIN DISTRIBUCIÓN NORMAL. El ul se terpret e l msm form que el teror: r s ( ) 6 VALOR DEL COEFICIENTE INTERPRETACIÓN r Este soó lel vers etre ls vrbles. ( ) ( ) r No este soó etre ls vrbles. ( r ) Este soó lel ret etre ls vrbles. ) PRUEBAS DE IPÓTESIS El oefete e orreló e Sperm, l gul que el e Perso, puee utlzrse pr relzr u prueb sobre l sgf e l soó o el msmo tpo e hpótess que lo gul o fere e ero: IPÓTESIS : ρ : ρ s Empero, el estísto e prueb pr otrstr ests hpótess mb epeeo el tmño e l muestr utlz: ) Muestrs gres S el tmño e l muestr sobreps los elemetos ( > ), puee plrse el Teorem Cetrl e Límte usr el sguete estísto e prueb: s EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA SOBRE EL COEFICIENTE DE CORRELACIÓN DE >. SPEARMAN CUANDO ( ) Z r s ( ) El ul se strbue e mer prommete orml estár por ello se le ompr o l regó e rehzo típ pr est strbuó: REGIÓN DE RECAZO DE : ρ s Z α/ α -α Z α/ α

112 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA b) Muestrs pequeñs S el tmño e l muestr es pequeño ( ), e vez e u estísto e prueb, es el propo oefete e orreló e Sperm el que se ompr o l regó e rehzo e l hpótess ul, eterm por los vlores rítos r s pr l prueb que llev el msmo ombre ( que volur el tmño e l muestr l sgf α ) REGIÓN DE RECAZO DE : ρ s α/ r α α/ r α Es er, l hpótess ul se rehz s C. EJEMPLOS DE APLICACIÓN r s < r α pero tmbé s r s > r α.. Los sguetes tos orrespoe ls logtues e húmero fémur e restos óseos msulos e l Cuev e L Celr, Cohul. ÚMERO FÉMUR Supoeo strbuó orml e ests vrbles, o u sgf α. 5 es posble frmr que este u reló lel etre l logtu el húmero el fémur?

113 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA gmos u prmer olusó prtr el grm e spersó orrespoete: Fémur úmero E est gráf poemos observr que o este u lel lr etre ls vrbles. Pero es eesro omprobr lo que los setos os e o u poo e estíst. E este prmer ejemplo esrrollremos toos los tos eesros pr lulr mulmete el oefete e orreló; o obstte, el los prómos sos reurrremos smplemete los vlores obteos o u e u lulor. ÚMERO FÉMUR X Y TOTAL 99 DATOS GENERALES s s 8. 84

114 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN DEL COEFICIENTE DE CORRELACIÓN r DE PEARSON ( ) CÁLCULO 99 7( ) r MANUAL ( ) 8.84 s s.89 VALOR EN r.9 CALCULADORA El sgo egtvo que l soó etre l logtu el húmero l el fémur serí vers, pero su ero vlor ero os u segu prueb pr frmr que l soó etre ests vrbles es s ul. Flmete os rest omprobr que tl frmó se sgftv. IPÓTESIS : ρ : ρ REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 ( ) (7) (5) t. 5 α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t r t t r t (.9) UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb t. 76 e fuer e l regó e rehzo elmt (5) por t , rzó por l ul l hpótess ul : ρ o se rehz puee frmrse que o este soó sgftv etre l logtu el húmero l el fémur e los restos óseos e est pobló. 4

115 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. Los sguetes tos orrespoe l pobló juvel msul e Cholul, Puebl (reoplos etre ). LONGITUD MIEMBRO SUPERIOR ESTATURA Supoeo strbuó orml e mbs vrbles, puee frmrse que este soó etre l logtu el membro superor l esttur o u sgf α.5? Esttur Logtu membro superor Auque este spersó e los tos, puee etre verse u lel etre ests vrbles, por ee, u posble soó. 5

116 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA DATOS GENERALES 5 r. 5 El vlor el oefete e orreló e Perso os u soó lel ret oserble. IPÓTESIS : ρ : ρ REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 ( ) (5) () t. 64 α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t r t t r t ( ) UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb t. 59 e e l regó e rehzo elmt por () t , rzó por l ul l hpótess ul : ρ se rehz puee frmrse que hbí soó sgftv etre l logtu el membro superor l esttur e l pobló juvel msul e Cholul, Puebl.. Los sguetes fuero obteos tmbé e los restos óseos msulos e l Cuev e l Celr, pero est vez so ls logtues e fémur tbs erehos; vrbles que o mostrro strbuó orml. LONGITUD FÉMUR DERECO LONGITUD TIBIA DERECA

117 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Co u sgf α. 5, es posble frmr que este reló etre ells? 44 4 Logtu tb ereh Logtu fémur ereho E este grm los putos se ve mu spersos, por lo que se u est u reló lel etre ls logtues e estos huesos lrgos. 7

118 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA FÉMUR RANGOS TIBIA RANGOS TOTAL 459. DATOS GENERALES r DE SPEARMAN. s ( ) EXPRESIÓN DEL COEFICIENTE DE CORRELACIÓN CÁLCULO ( 459) 6.74 ( ) El vlor el oefete e orreló e Sperm os u soó lel ret mu ébl etre l logtu el fémur l e l tb. r s 8

119 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS : ρ : ρ s REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 Z α Z Z s EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t t ( ) Z Z.74 r ( ) s.5 UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE El estísto e prueb Z. 5 está fuer e l regó e rehzo elmt por Z Por tl motvo, l hpótess ul : ρ s o se rehz puee frmrse que o este soó sgftv etre l logtu el fémur l logtu e l tb msuls e l pobló e l Cuev e Celr. 4. U vestgor ese sber s este reló etre l mgró Méo-EEUU el lfbetsmo. Pr vergurlo obtee e los reportes e l CONAPO los sguetes tos sobre el poretje e persos (por et feertv lgus ) que emgrro hst el ño 5 el poretje e persos lfbets mores e 5 ños: ENTIDAD FEDERATIVA EMIGRANTES (%) ALFABETAS (%) Agusletes. 95. Chps Dstrto Feerl Esto e Méo Gujuto Guerrero lgo. 85. Jlso Mhoá. 86. O Puebl Querétro. 9. S Lus Potosí

120 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Tbso. 9. Verruz Yutá Sbeo que ests vrbles o posee strbuó orml, grfque el grm e spersó, eterme el oefete e orreló rele u prueb e hpótess pr vergur s este soó sgftv etre ls vrbles ( α. 5 ). Poretje e lfbets Poretje e emgrtes E el grm o se observ u reló lel etre ls vrbles emgrólfbetsmo; e heho h u oglomeró reltv e putos e u zo. ESTADO EMIGRANTES RANGO ALFABETAS RANGO R R Agusletes Chps Dstrto Feerl Esto e Méo Gujuto Guerrero lgo Jlso Mhoá O Puebl Querétro S Lus Potosí Tbso Verruz Yutá TOTAL 54.5

121 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA DATOS GENERALES r DE SPEARMAN. s ( ) EXPRESIÓN DEL COEFICIENTE DE CORRELACIÓN CÁLCULO r s ( 54.5) ( ) El vlor el oefete e orreló e Sperm os u soó lel ret mu ébl etre l emgró el lfbetsmo. IPÓTESIS : ρ : ρ s REGIÓN DE RECAZO DE : ρ s Y UBICACIÓN DEL COEFICIENTE r s α.5 α 5. 6 r.5. 5 r s. 58 s El vlor el oefete e orreló e Sperm r. 58 está fuer e l 6 regó e rehzo elmt por r. 5, por lo que l hpótess ul.5 : ρ o se rehz puee frmrse que o h soó sgftv etre s l emgró el lfbetsmo; por ee, tmpoo o el lfbetsmo. s 5. U estuo relzo e feretes omues rebo tos sobre l oetró e fluoruro (prtíuls por mlló) e el sumstro el gu e l pobló tmbé vestgó el úmero e etes o res, flts u obturos (CFO) que hbí por e ños Los sguetes vlores, empero, o so los tos obteos, so el rgo obteo por omu pr vrble. FLUORURO CFO Compruebe s este u reló lel etre l oetró e fluoruro los etes α.5. CFO e ests omues ( )

122 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 8 Detes CFO Coetró e fluoruro E l gráf se observ u lr reló lel etre l oetró e fluoruro e el gu l prese e etes CFO. Eeptuo lguos sos, se ve que metrs ree l oetró e fluoruro, eree l prese e etes CFO. RANGOS DIENTES CFO RANGOS CONCENTRACIÓN FLUORURO R DATOS GENERALES R TOTAL 6 r DE SPEARMAN. s ( ) EXPRESIÓN DEL COEFICIENTE DE CORRELACIÓN CÁLCULO ( ) ( ) El vlor el oefete e orreló e Sperm os u soó lel vers mu fuerte etre el úmero e etes CFO l oetró e fluoruro e el sumstro e gu. r s

123 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA IPÓTESIS : ρ : ρ s REGIÓN DE RECAZO DE : ρ s Y UBICACIÓN DEL COEFICIENTE r s α.5 α 5. r r s. 955 s El vlor el oefete e orreló e Sperm r s. 955 e e l regó e rehzo elmt por r , por lo que l hpótess ul : ρ s se rehz puee frmrse que h reló vers sgftv etre l oetró el fluoruro e el gu l prese e etes o CFO e ests pobloes. Es er, mor fluoruro tee el gu, meos etes o res, flttes u obturos preset los ftes. ANÁLISIS DE REGRESIÓN LINEAL SIMPLE E otrste o l orreló lel proemeto pr hllr l este e tes e u soó etre os vrbles, el álss e regresó lel osste e plr u sere e tés pr eotrr s h usl etre ells; es er, s el vlor e u vrble ( ) vrble ( X ), que se postul omo epeete. Y epee puee eplrse prtr e otr A. FUNDAMENTOS 6 4 L regresó es u métoo que permte eotrr reloes leles etre ls vrbles e u feómeo. Por ee, prmero ebemos revsr ómo, prtr e u sere e tos (omo los otuó que se grf) poemos eotrr l ret que los efe: Y Se tom os oores [(, )(, )], Se lul l peete m Teeo ese vlor el e u puto, se puee ( plr l euó puto-peete ) m Que se esrroll e l sguete form m m X

124 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Como el objetvo es eotrr l ore l orge; es er, el vlor e Y uo X es gul ero, espejmos Y Y mos X el vlor e ero Por lo que el vlor e l ore l orge ( ) + m m ( ) + m m b es b m Y teeo esos vlores poemos estbleer l euó e l ret m + b Tmbé eot por l epresó + b 6 Como poemos ver, uo l reló etre os vrbles es lr ostte, moelos bsos e l form + b so e gr utl pr epresr esrbr o presó su soó. Y X Los tos e feómeos reloos l ser humo, empero, o so t fáles e trbjr, que l vers vrbl bo-pso-soo-ulturl que estos reflej mpe hllr u euó oret que geerle sus resultos. Eho mo e l probbl, l estíst se rresg etoes supoer que l mejor ret pr esrbr u feómeo e este tpo es l que ue ls mes e los vlores posbles e Y pr X ( µ ); s ejr e reooer omo error e este moelo l esvó que to Y pue teer o respeto l ret µ. De est form, pr su álss, l estíst o sólo se prop e los moelos e regresó lel les mb 4

125 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ls letrs o que se eot l ore l orge (, β ) ( m, b β ) () e presete e ellos: b l peete, so tmbé los pt pr mfestr el vel e ertumbre o error MODELO TEÓRICO DE REGRESIÓN LINEAL SIMPLE EN ESTADÍSTICA β + + e β B. AJUSTE DEL MODELO DE REGRESIÓN LINEAL SIMPLE Cooeo l form el moelo e regresó lel que l estíst utlz pr esrbr l reló etre os vrbles, es hor eesro sber ómo justrlo; es er, ómo prteo e los tos X, Y e u muestr e tmño, lulr l ore l orge l peete e l ret, logro que los errores e el moelo se mímos (rzó por l ul oupremos el proemeto e mímos uros). Pr hllr los vlores β β + + X, : β, tommos u puto ( ) β Y espejmos lo que os mport: el error β e β Que e u muestr e tmño espermos su sum e uros se mím; lo ul epee e β β. e ( β β ) e ( β β ) f e ( β β ) ( β ), β Por lo ul h que eotrr l form e que est fuó se mím. El puto es que, l hber os vrbles, mteremos l vez u ostte; esto es, hremos ervs prles e l fuó. Porque Empeemos por ervr l fuó respeto β : f ( β β ) ( β ), β ( β, β ) f β Y ( β β )( ) [ f ( ) ] Y l gulr ero, β vlores oe l fuó es mím: [ f ( ) ] f ( ) β se overte e estmores ( ˆ, ˆ β ) ( ˆ β ˆ β )( ) β que so los 5

126 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 6 Stetemos hor lo jeo l sumtor espejémosl: ( ) ˆ ˆ β β ( ) ˆ ˆ β β Como # ( ) ˆ ˆ β β Ahor reprtmos l sumtor: ˆ βˆ β Epresó que tmbé puee eotrse omo: ˆ ˆ β β Porque C C Y l vr eso etre result: ˆ ˆ β β ˆ ˆ β β Euó e l ul poemos espejr ˆ β : ˆ ˆ β β Ahor be, rest her lo msmo o β : Dervmos l fuó respeto β : ( ) ( ) f, β β β β ( ) ( )( ) f, β β β β β Porque ( ) [ ] ( ) [ ] ( ) f f f Igulmos ero: ( )( ) ˆ ˆ β β

127 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 7 Desrrollmos espejmos l sumtor: ( ) ˆ ˆ β β ( ) ˆ ˆ β β Ahor l reprtmos lbermos ls osttes: ˆ ˆ β β ˆ ˆ β β Despejemos el térmo que lue ˆβ : ˆ ˆ β β Que puee eotrse omo: ( )( ) ˆ ˆ β β Porque ˆ ˆ β β Lo ul se esrroll e l sguete mer: ˆ ˆ β β + Así que que otro térmo o ˆβ por espejr: ˆ ˆ β β Lo ul se puee smplfr omo: ˆ β Y prtr e ello espejr ompletmete el térmo ˆβ :

128 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ˆ β Puee erse etoes que, pr eotrr el moelo e regresó lel β + β + e que mejor se just los tos X, Y e u muestr e tmño, bst lulr los estmores e β β 8 que por mímos uros se efe omo: EXPRESIÓN PARA CALCULAR EL ESTIMADOR ˆ β EXPRESIÓN PARA CALCULAR EL ESTIMADOR ˆβ ˆ β ˆ β ˆ β S be mbos tos so fumetles pr ostrur el moelo e regresó lel, el vlor e ˆ β sólo el puto oe l ret ort el eje e ls Y ; esto es, el vlor e Y uo X. Metrs tto, el vlor e ˆβ result muho más sgftvo pr l terpretó que, epeeo e su sgo mgtu, el mbo e l vrble Y uo X mb u u. Por ejemplo: ˆ β + ˆ β ˆ β βˆ S X smue u u ˆ + ˆ β S X umet u u ˆ β + ˆ β β ( ) ( ) ˆ β ˆ β ˆ β + ˆ β ˆ β + ˆ β + + ˆ β ˆ β ( ) ˆ β ˆ β ( ) ˆ β ˆ β + ˆ β + ˆ β ˆ β ˆ β Por tto: S l peete es: X smue u u: X umet u u: postv ( ˆβ ) Y smue ˆβ ues Y umet ˆβ ues egtv ( ˆβ ) Y umet ˆβ ues Y smue ˆβ ues C. CRITERIOS PARA ESTABLECER QUÉ TAN ADECUADO ES EL MODELO. Más llá e eotrr l euó e l ret que se juste los tos, el objetvo prpl e los moelos e regresó lel es preer el vlor e Y u X. Ate feómeos letoros, l estíst sólo puee estmr; pero tes e herlo 8 Igul que e el so el oefete e orreló e Perso, el vlor e l ore l orge l peete e l ret puee obteerse s her mulmete los álulos, pues so muhs ls lulors etífs que rroj sus vlores (,b) l gresr los tos e l muestr e el moo estísto e regresó lel. 8

129 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ebe verfr que el moelo umpl o utro rteros pr etermr que e ver se euo l esrbr el feómeo. C.) CRITERIO DEL COEFICIENTE DE CORRELACIÓN LINEAL Cosste e verfr que est u soó lel sgftv etre ls os vrbles trvés e u prueb e hpótess. E el so e vrbles o strbuó orml, l prueb que e el tem teror vmos se pl es l t, bs e el oefete e orreló e Perso ( r ): IPÓTESIS : ρ : ρ EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA SOBRE EL COEFICIENTE DE CORRELACIÓN DE PEARSON. t r r REGIÓN DE RECAZO DE : ρ INTERPRETACIÓN -α α/ α/ ( ) t α ( ) t α S se rehz : ρ, el moelo es euo porque este u soó sgftv etre ls vrbles. C.) CRITERIO DEL COEFICIENTE DE DETERMINACIÓN Iluso justo el moelo e regresó, uo grfmos los vlores estmos ( ŷ ) los omprmos o los vlores reles ( ) su me ( ), poremos eotrr lgus sreps. 6 R 5 Me 4 V. estmo esttur Altur e roll V. rel esttur Altur e roll 9

130 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA L fere etre los vlores reles su me es oo omo esvó totl e los vlores o respeto l me, l ul está ompuest por os esvoes más: ) l que h etre los vlores estmos l me e los orgles, eb l moelo e regresó, ) l que h etre los vlores reles los vlores estmos, que o justf el moelo e regresó es oser omo error e estmó o resuo. Esto es: Desvó totl e vlores o respeto l me ˆ + Desvó eb l moelo e regresó lel. ˆ Desvó o epl por el moelo Error o resuo. Como hemos veo eo, lo que se bus logrr o el moelo e regresó es que el error l esrbr el feómeo se lo más pequeño posble, motvo por el ul l sum e resuos (l uro, pr evtr sgos) ebe ser mím: ( ) ( ) + ( ) ˆ ˆ Vrbl totl: Sum e uros SC totles ( ) t Vrbl eb l moelo e regresó lel: Sum e uros e l regresó ( SC r ) Vrbl o epl por el moelo: Sum e uros e los errores ( SC e ) De hí prtmos pr er que, s o huber feres etre los vlores reles los estmos, el error e estmó serí ulo o estrí u vrbl epl: ˆ ( ) Por lo que l vrbl totl serí gul l vrbl eb l moelo e regresó lel: SC t SC r ˆ ( ) ( ) Y l omprrls (por vsó), rí u oete e : ( ) ( ) ˆ ˆ

131 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Qué ps, s embrgo, uo e l prát este errores e estmó? Pues que el oete e est ompró es meor uo, que prte e l vrbl se ebe los resules. L estíst efe etoes l resulto omo oefete e etermó ( R ), uo vlor está etre ero uo ( R ) l ser multplo por e revel el poretje e l vrbl e Y que el moelo e regresó lel epl. S be su vlor puee lulrse trvés e l fórmul esrt, se h omprobo que pr obteer el oefete e etermó bst o elevr l uro el oefete e orreló: COEFICIENTE DE DETERMINACIÓN R ( ) ( ) ˆ R r Por últmo: uque lo el serí que, omo vmos, el vlor el oefete e etermó fuer o se err (%), esto pos vees suee. Por ee, flt e rteros estrtos sobre el vlor que ebe teer R pr oserr l moelo e regresó lel euo, smplemete hemos e sugerr que rebse el 5%, justfo que sí l mor prte e l vrbl e Y se eberá l moelo o lo errores. C.) CRITERIOS SOBRE LOS PARÁMETROS DEL MODELO. E los moelos e tpo β + β + e l vrble epeete X se so β. Debo eso, s el vlor e este prámetro fuer gul o mu preo ero ( β ), l vrble X espreerí β, lo ul rí que l vrble epeete o fet tee reló o l vrble epeete; es er, el moelo e regresó lel plteo estrí erro. A f e omprobr que éste o se el so, ebe revsrse que lguos supuestos se umpl pr poer plr os tpos e pruebs. C..) Supuestos el moelo láso e regresó lel smple. Pr poer estmr, los vlores e l vrble epeete ebe ser fjos los e l epeete letoros. Es er, pr to e X que el vestgor rebe eotrrá versos vlores e Y.. Los errores e so epeetes. Esto es, el vlor e uo o epee el vlor e los otros. Ello puee omprobrse mete l prueb e Durb-Wtso: EXPRESIÓN PARA LA PRUEBA DE DURVIN-WATSON Cuo resulto e se terpret e l sguete form: DW ( r r ) r VALOR DE DW INTERPRETACIÓN

132 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA DW Los errores muestr u utoorreló perfet postv. DW Los errores so epeetes. DW 4 Los errores muestr u utoorreló perfet egtv.. El vlor espero e ulquer error es ero: E ( ) e, por ee, bst o omprobr que l me e los errores se ero. Vr σ ; rzó por l ul toos lo errores 4. L vrz e error es ( ) e tee l msm vrz (feómeo eomo homosest). 5. Los errores tee strbuó orml, l gul que los vlores e Y : ~ N β, β σ ( ), El heho e que los errores teg u strbuó orml, se epeetes, esté étmete strbuos, teg me ero vrz σ, puee resumrse e ~ NIID, σ. e us uts sgls: ( ) C..) Prueb ANOVA Prueb fumet e el álss e vrz que postul ls sguetes hpótess: IPÓTESIS β :, β : β o Ls ules se otrst ostrueo el sguete estísto e prueb: β o Fuete e vrbl Deb l moelo e regresó Iepl Gros e lbert ( ) (por error) Totl ( ) Sum e uros SC SC SC r e t Curos meos (vrz) ( ˆ ) ( ˆ ) CM r ( ˆ ) ( ˆ ) e ( ) SC CM S ( ) ( ) t ( ) CM S r Estísto e prueb CM F CM r e El ul tee u strbuó F e Fsher o gro e lbert e el umeror ( ) gros e lbert e el eomor se ompr o l orrespoete α : regó e rehzo u ofbl es ( ) : β o REGIÓN DE RECAZO DE β

133 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA (, ) F α S l hpótess ul se rehz se fere que el moelo e regresó lel es euo. No obstte, se reome relzr l sguete prueb e hpótess pr omprobr s l vrble X es sgftv. C..) Prueb e l peete Prueb que, pr omprobr s l vrble epeete epl los vlores e l vrble epeete, plte ls sguetes hpótess: IPÓTESIS β : β : Y les otrst mete u estísto e prueb que tee u strbuó t e gros e lbert: stuet o ( ) EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA t ( ) S Los elemetos e est epresó os so ooos, eeptuo el e, que juto l resto el eomor oform u estmor e l esvó estár e los vlores e Y. gmos etoes u euó pr llegr l epresó o l que S ebe lulrse: t ˆ β S S Bsáoos e l prueb ANOVA sbemos que: S ( ) ˆ ( ) S ( ) ( ) Fórmuls e ls ules espejremos ls sums e uros pr obteer epresoes que eomremos omo : ( ) ( ) S ˆ ( ) ( ) S Por otro lo, reoremos que l vrbl totl e Y es gul l sum e l vrbl eb l moelo l vrbl o epl (eb los errores).

134 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 4 ( ) ( ) ( ) + ˆ ˆ Pr etermr l vrbl e Y eb l moelo poemos etoes oupr ulquer e ls sguetes epresoes: ( ) ( ) ( ) ˆ ˆ ( ) ( ) r R ˆ S ls ombmos por meo e sus elemetos omues teemos que otr form e lulr el oefete e etermó es: ( ) ( ) ( ) r R ˆ Que se smplf : ( ) ( ) r R ˆ Porque b b b + + Susttumos hor sus ompoetes o ls epresoes que eujmos o el úmero : ( ) ( ) S S r Y relemos los mbos eesros pr slr l elemeto S : Despejmos to l ompró (vsó) ( ) ( ) r S S Psmos veo lo que le multpl multplo lo que le ve ( ) ( ) ( ) S r S Y flmete smos ríz ur ( ) ( ) S r S Co lo ul teemos que l fórmul pr lulr S es: EXPRESIÓN PARA CALCULAR S ( ) ( ) r S S

135 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA U vez que se obteg el vlor e (,( ), ) ˆ β S pr lulr es estísto e prueb e rehzo orrespoete: S rest susttur el resto e los elemetos t omprrlo o l regó REGIÓN DE RECAZO DE β : Clro está que s : β se rehz, el moelo e regresó es euo, porque l vrble epeete o sólo fet los vlores e l epeete, s o que emás result sgftv pr eplrlos. D. USO DEL MODELO DE REGRESIÓN LINEAL SIMPLE U vez se h omprobo que el moelo justo ˆ ˆ β ˆ + β es euo, puee relzrse estmoes sobre el vlor e Y o u vlor e X, sempre uo éste se euetre e el rgo que est vrble h mostro; es er, que o rebse su mímo su mámo. D.) ESTIMACIÓN PUNTUAL S es el vlor esooo que tom l vrble epeete uo X, u estmó putul e su vlor puee obteerse e l sguete form: EXPRESIÓN PARA ESTIMAR PUNTUALMENTE EL VALOR DE ˆ ˆ β + ˆ β Es er, el vlor estmo pr est Y puee lulrse susttueo los vlores e ˆ β, ˆβ. 9 D.) ESTIMACIÓN POR INTERVALOS A fere e otrs osoes, se llm INTERVALO DE PREDICCIÓN l rgo e el que, o erto gro e ofz, se estm está el vlor hpotéto e uo X α/ ( ) t α -α. Pr su ostruó bst utlzr l sguete epresó: α/ ( ) t α EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE PREDICCIÓN SOBRE EL VALOR DE ˆ t ( ) ( ) ( ) + α S S 9 Auque l operó o es t ompl, ls lulors etífs puee obteer el vlor estmo o más presó, hbeo greso los tos e mbs vrbles e l fuó estíst e regresó lel plo l fuó ( ŷ ) o ( ) 5

136 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Como e too tervlo, obteremos os vlores límtes (mímo mámo el rgo). e quí grfos, omo ejemplo, hos vlores e Y respeto los vlores e : V. má. esttur Altur e roll V. m. esttur Altur e roll V. rel esttur Altur e roll 6 Pr evtr tl sturó, los progrms e estíst permte grfr l líe el moelo e regresó (etrl), sí omo os líes (eterores) que elmt otumete los tervlos e preó pr. Esttur Altur e roll Por otro lo, se ooe omo INTERVALO DE CONFIANZA l rgo e el que, o erto gro e error, puee eotrrse l me e ls Y uo X ; es er: µ : EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE CONFIANZA SOBRE EL VALOR DE µ µ ˆ t ( ) ( ) ( ) + + α S S Como puee verse, tl epresó o fere más que por u o respeto l epresó pr ostrur tervlos e preó. S embrgo, ello es sufete los tervlos e µ : 6

137 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Esttur 4 4 V. má. me estt Altur e roll V. mí. me estt Altur e roll V. rel esttur Altur e roll Altur e roll 48 5 Y e heho, puee omprobrse l gr fere etre ellos: V. má. esttur Altur e roll V. mí. esttur 4 Altur e roll V. má. me estt 4 Altur e roll V. mí. me estt Altur e roll V. rel esttur Altur e roll Esttur 4 4 Altur e roll E. EJEMPLOS DE APLICACIÓN. Los sguetes tos e ltur peso e jóvees ultos so prte e l muestr reolet urte l vestgó e Cholul, Puebl (968-97). ESTATURA PESO

138 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Supoeo strbuó orml e mbs vrbles: ) Puee frmrse que este soó lel etre ests vrbles? b) Do el so, juste el moelo e regresó lel. ) Compruebe s el moelo justo es euo o u sgf α. 5 ) S es el so, rele u estmó putul por tervlos uo l esttur el jove es e 6 mm. Comprobemos etoes s este soó lel etre ests vrbles por meo e u grm e spersó el oefete e orreló Peso jóvees ultos Esttur jóvees ultos.) S be e los vlores más pequeños e l esttur puee verse u soó lel lr o respeto l peso, oforme l esttur umet este ptró o es t lro COEFICIENTE DE PEARSON r.6786.) El vlor el oefete e orreló e Perso os u soó lel ret oserble etre l esttur el peso e est pobló. A otuó squemos los tos eesros pr lulr los estmores ˆβ ˆ β f e estbleer el moelo e regresó. DATOS GENERALES s s S be e est osó se mostrrá el álulo eplíto, espués se mostrrá úmete el obteo retmete o u e l lulor. 8

139 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL ESTIMADOR ˆβ EXPRESIÓN PARA CÁLCULO MANUAL ˆ β ( )( 5.4) 5( 596.6) ˆ β 869. CALCULADORA ˆ β. 7 CALCULAR ˆ EL ESTIMADOR ˆ β ˆ β β CÁLCULO MANUAL β CALCULADORA ˆ β Por lo que el moelo e regresó lel justo que omo: ˆ.7 ( ) MODELO TEÓRICO β + β + e MODELO AJUSTADO peso esttur b) Segú el moelo justo, por mlímetro que mb l esttur, el peso mb.7 klogrmos. Ahor be, pr omprobr que el moelo justo es euo h que verfr s umple o los rteros supuestos:. CRITERIO DEL COEFICIENTE DE CORRELACIÓN IPÓTESIS : ρ : ρ REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 ( ) (5) () t. 64 α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t r t t r t (.6786) 9

140 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE.) El estísto e prueb t. e e l regó e rehzo elmt por () t Por tl motvo, l hpótess ul : ρ se rehz puee frmrse que sí este u soó sgftv etre l esttur el peso e los jóvees ultos e Cholul.. CRITERIO DEL COEFICIENTE DE DETERMINACIÓN COEFICIENTE DE DETERMINACIÓN R r CÁLCULO R (.6786). 465.) El vlor el oefete e etermó el moelo justo epl sólo el 46.5% e l vrbl totl el peso. ) Al o umplr o el rtero el oefete e etermó be olur que el moelo justo o es relmete euo pr eplr el feómeo; por ee, o es reomeble relzr estmoes. Vemos hor u ejemplo mu preo oe pomos plr el resto e los rteros:. Los sguetes tos e ltur peso tmbé so prte e l muestr reolet urte l vestgó e Cholul, Puebl (968-97), pero perteee olesetes hombres: ESTATURA PESO Supoeo strbuó orml e mbs vrbles: ) Este soó lel etre ests vrbles? b) E so frmtvo, juste el moelo e regresó lel. ) Compruebe que el moelo justo se euo utlzo u sgf α.5 4

141 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ) S es posble, rele u estmó putul por tervlos uo l esttur el olesete es e 7 mm Peso olesetes Esttur olesetes.) Pese l spersó e lguos tos puee verse u soó lel etre l esttur el peso, sí omo se efe u peete bstte gre. COEFICIENTE DE PEARSON r.88.) El oefete e orreló e Perso señl u soó lel ret fuerte etre l esttur el peso e los olesetes e Cholul. ESTIMADORES Y AJUSTE DEL MODELO ˆ β.646 ˆ β peso esttur b) De uero l moelo justo, por mlímetro que mb l esttur, el peso mb.646 klogrmos.. CRITERIO DEL COEFICIENTE DE CORRELACIÓN IPÓTESIS : ρ : ρ REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 ( ) (5) () t. 64 α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t r t t r t (.88) 4

142 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE.) El estísto e prueb t e e l regó e rehzo elmt por () t Por ee, l hpótess ul : ρ se rehz puee frmrse que este u soó sgftv etre l esttur el peso e los olesetes e Cholul.. CRITERIO DEL COEFICIENTE DE DETERMINACIÓN COEFICIENTE DE DETERMINACIÓN R r CÁLCULO R (.88). 75.) Segú este oefete, el moelo justo epl el 7.5% e l vrbl totl el peso; lo ul sugere que sólo u meor poretje se ebe los resules. Y tes e verfr los otros os rteros es eesro revsr s se umple los supuestos sobre los errores: Vlores fjos pr X vlores letoros pr Y Errores epeetes Esperz e los errores omosest e los errores Dstrbuó orml e los errores SUPUESTOS Teórmete sbemos que uque os persos m lo msmo, su peso puee ferr. E este so prtulr bst o señlr que este os vuos o u esttur e 67 mlímetros, pero metrs uo pes 5.5 klos, el otro pes 56.5 kg. Al plr l prueb e Durb-Wtso e el SPSS obteemos u vlor e.9. Esto esté t er el ( DW ), poemos frmr que los errores so epeetes. Segú el SPSS, l me e los resules o estrzos es ero; por tto E ( ).. e GRÁFICA DE PAPEL Peso olesetes Errores esperos umulos Toos los supuestos sobre los errores se umple. Errores observos umulos 4

143 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Ahor sí puee verfrse los rteros sobre los prámetros. S be quí se plrá tto l prueb ANOVA (mete SPSS) omo l prueb sobre l peete; ebo l omplej e l prmer, e los sguetes ejemplos e l prát será sufete plr l segu, que es e ell oe se omprueb s l vrble epeete es sgftv pr eplr l vrbl e l epeete. Fuete e vrbl Deb l moelo e regresó Iepl (por error). PRUEBA ANOVA IPÓTESIS β :, β : β o Gros e lbert Sum e uros β o Curos meos (vrz) Estísto e prueb SC. 74 CM r SC CM 4. e Totl 4 SC CM. 495 t : β o REGIÓN DE RECAZO DE β Y UBICACIÓN DEL ESTADÍSTICO r t e F.) El estísto e prueb F. 74 e e l regó e rehzo elmt (,) por F Debo ello puee olurse que guo e los os prámetros.95 es gul ero. 4. PRUEBA DE LA PENDIENTE IPÓTESIS β : β : : β REGIÓN DE RECAZO DE α.5 α 5. α. 975 ( ) (5) () t. 64 α t t EXPRESIÓN PARA CALCULAR S r ( ) S S ( ) CÁLCULO (.88) ( 5 ) S.676 ( 5 ).79 4

144 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA t CÁLCULO t t ( 5 ) ˆ β S ( ) S UBICACIÓN DEL ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE.4) El estísto e prueb t e e l regó e rehzo elmt () por t , ebo lo que l hpótess ul : β se rehz puee frmrse que l vrble esttur es sgftv pr eplr el peso e los vuos e est pobló. Por últmo rest her estmoes, por ejemplo, pr u vuo que pes 7 mlímetros: EXPRESIÓN PARA ESTIMAR PUNTUALMENTE EL VALOR DE ˆ ˆ β ˆ + β CÁLCULO MANUAL ˆ ( 7) CALCULADORA A prtr el moelo e regresó poemos estmr putulmete que, e est pobló, u vuo o u esttur e 7 mlímetros pes 58.5 klogrmos. EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE PREDICCIÓN SOBRE EL VALOR DE CÁLCULO ˆ + t α ( ) ( ) ( ) S + S ( ) ( )( ) [ ,6.584] El peso e u vuo u esttur es e 7 mlímetros está etre los 56.9 los 6. klogrmos. EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE CONFIANZA SOBRE EL VALOR DE µ µ ˆ t ( ) ( ) ( ) + + α S S 44

145 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA CÁLCULO ( ) ( )( ) [ 5.749,6.] E est pobló, el peso promeo e vuos u esttur e 7 mlímetros está etre los 5.7 los 6. klogrmos Peso olesetes Esttur olesetes. A otuó se preset los tos e esttur seto esttur totl e u grupo e ños us ees osl etre los ños. ESTATURA SENTADO ESTATURA TOTAL Supoeo strbuó orml e mbs vrbles: ) Compruebe s este soó lel etre ls vrbles. b) S es el so, juste el moelo e regresó lel. ) Verfque que el moelo se euo u sgf α. 5 ) Rele u estmó putul por tervlos pr uo l esttur seto el ño fuer e 6 mm. 45

146 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 8 Esttur totl Esttur seto.) Auque este u spersó oserble, puee etreverse u soó lel etre l esttur seto l esttur totl e los ños. COEFICIENTE DE PEARSON r.744.) El vlor el oefete e orreló e Perso tmbé u soó lel ret etre ests vrbles. ESTIMADORES Y AJUSTE DEL MODELO ˆ β.4 ˆ β Esttur totl esttur seto b) Segú el moelo justo, por mlímetro que mb l esttur seto, l esttur totl mb.4 mlímetros.. CRITERIO DEL COEFICIENTE DE CORRELACIÓN IPÓTESIS : ρ : ρ REGIÓN DE RECAZO DE : ρ α.5 α 5. α. 975 ( ) (4) () t. 788 α t t EXPRESIÓN PARA ESTADÍSTICO DE PRUEBA CÁLCULO DE t r t t r t (.744) 46

147 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA UBICACIÓN DE ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE.) El estísto e prueb t e e l regó e rehzo elmt por () t Debo ello l hpótess ul : ρ se rehz puee frmrse que sí h u soó sgftv etre l esttur seto l esttur totl.. CRITERIO DEL COEFICIENTE DE DETERMINACIÓN COEFICIENTE DE DETERMINACIÓN R r CÁLCULO R (.744). 594.) De uero l oefete, el moelo justo epl el 5.94% e l vrbl totl e l esttur totl. Dho vlor está mu prómo l vrbl eb los resules, motvo por el ul será mportte verfr que el moelo umpl o otros rteros tes e utlzrlo pr estmr. Vlores fjos pr X vlores letoros pr Y Errores epeetes Esperz e los errores omosest e los errores Dstrbuó orml e los errores SUPUESTOS L prueb Durb-Wtso e SPSS rroj u vlor e.98 ( DW ), por tto, los errores so epeetes. El SPSS señl que l me e los resules o estrzos es ero; por lo ul se umple que E. ( ) e. GRÁFICA DE PAPEL Esttur totl Errores esperos umulos Toos los supuestos sobre los errores se umple.. PRUEBA DE LA PENDIENTE IPÓTESIS Errores observos umulos 47

148 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA β : β : : β REGIÓN DE RECAZO DE α.5 α 5. α. 975 ( ) (4) () t. 788 α t t EXPRESIÓN PARA CALCULAR S r ( ) S S ( ) CÁLCULO (.744) ( 4 ) S 4.7 ( 4 ) EXPRESIÓN PARA CALCULAR EL ESTADÍSTICO DE PRUEBA t CÁLCULO t t ( 4 ) ˆ β S ( ) S UBICACIÓN DEL ESTADÍSTICO DE PRUEBA t CON RESPECTO A REGIÓN DE RECAZO DE.4) El estísto e prueb t e e l regó e rehzo elmt () por t Por tl motvo l hpótess ul : β se rehz poemos frmr que l vrble esttur seto es sgftv pr eplr l esttur totl e los ños etre ños e est pobló. EXPRESIÓN PARA ESTIMAR PUNTUALMENTE EL VALOR DE ˆ ˆ β + ˆ β CÁLCULO Grs l moelo e regresó lel poemos estmr que u ño o 6 mlímetros e esttur seto terí u esttur totl e mlímetros. EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE PREDICCIÓN SOBRE EL VALOR DE ˆ + t α ( ) ( ) ( ) S + S 48

149 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ( ) ( )( ) [ ] CÁLCULO ,6.66 S u ño e est pobló tuver u esttur seto e 6 mlímetros, su esttur totl estrí etre los los 6.66 mlímetros. EXPRESIÓN PARA CONSTRUIR UN INTERVALO DE CONFIANZA SOBRE ( ) ( ) EL VALOR DE µ ( ) µ ˆ t + + α S S ( ) CÁLCULO ( )( ) [ 8.48,8.6] E est pobló, l esttur totl promeo e ños o u esttur seto e 6 mlímetros estrí etre los 8.48 los 8.6 mlímetros. 8 Esttur totl Esttur seto 49

150 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA EJERCICIOS DE REPASO. Uo e los prples problems e l tropometrí e os es l etermó e l esttur totl. U mer ret es ostrur moelos e regresó o otrs mes tropométrs. U e ls más uss es l ltur e lo roll, pues se ree que este u fuerte reló lel o l esttur. Los sguetes tos orrespoe u muestr e os el seo femeo e u slo e os e l u e Méo: Altur e roll Esttur Altur e roll Esttur ) Dbujr e u grm e spersó los tos. b) Clul l ret e regresó orrespoete grfrl. ) Determ s el moelo es euo, es er lulr oefete e orreló, oefete e etermó relzr l prueb e hpótess sobre l peete e l ret. ) S es el so, relzr u estmó putul por tervlo pr l esttur e u u ltur e l roll se e 45.8 m, tto el vlor vul omo pr el vlor promeo.. Se ese sber s es posble eotrr u moelo e regresó lel etre l fuerz musulr me e klos o u mómetro l resste pr sosteer u peso etermo l re o el brzo eteo, me e mutos éms e mutos. Too relzo o l mo ereh, e u muestr e 5 vuos ultos. Los vlores obteos so los sguetes: fuerz (kg.) Resste (m.) ) Grfr los tos e u grm e spersó. b) Obteer l ret e regresó grfrl e el grm e spersó. ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e.5 ) Obteer los oefetes e orreló etermó. Iterprete estos vlores. e) Qué puee olur sobre el moelo eotro? f) S u perso tee u fuerz e 4.5 kg. f.) Eotrr u tervlo e ofz, l 95%, pr el vlor e l resste f.) Eotrr u tervlo e ofz, l 95%, pr el vlor meo e l resste.. U fuó pr l preservó e fu ese emostrr que, e otr e l opó e l morí, ls güeñs s tre ños. Le gustrí probr esto o estísts. reuo tos sobre el úmero e güeñs e ños (mbos e mles) e lgus ues e Europ. Cgüeñs

151 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Nños ) Grfr los tos e u grm e spersó. b) Obteer l ret e regresó grfrl e el grm e spersó. ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e. ) Obteer los oefetes e orreló etermó. Iterprete estos vlores. e) Qué puee olur sobre el moelo eotro? 4. Los sguetes tos se refere l e roológ et l ltur sfsl e u muestr e ños e Mlp Alt. ) Dbujr e u grm e spersó los tos. Altur b) Clul l ret e regresó orrespoete E sfsl grfrl ) Determ s el moelo es euo, es er lulr oefete e orreló, oefete e etermó relzr l prueb e hpótess sobre l peete e l ret verfr supuestos sobre los errores ) S es el so, relzr u estmó putul por 5. 5 tervlo pr l e e u ño u ltur sfsl se e 55 mm., pr el vlor vul 5. Los 4.64 sguetes 56 tos orrespoe omo por l tervlo. esttur e pres e hjos Pres jos ) Grfr los tos e u grm e spersó. b) Obteer l ret e regresó grfrl e el grm e spersó. ) Obteer el oefete e orreló. Iterprete este vlor. ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e.95 e) Qué puee olur sobre el moelo eotro? Verfr supuestos sobre los errores. f) S el moelo es euo, estmr, putulmete por meo e u tervlo e ofz, l 9%, el vlor e l esttur e u hjo uo l esttur e su pre es e 69 m. Iterpretr. g) Estmr putulmete l esttur e u hjo s l esttur e su pre es e 95 m. qué puee er e este vlor estmo? 6. Coser los sguetes vlores: X Y Grfr los tos e u grm e spersó. ) Obteer l ret e regresó grfrl e el grm e spersó. b) Obteer el oefete e orreló. Iterprete este vlor. 5

152 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e.95 ) Qué puee olur sobre el moelo eotro? Verfr supuestos sobre los errores. 7. Los sguetes tos orrespoe l e presó sguíe e persos pretemete ss. E Presó sguíe ) Grfr los tos e u grm e spersó. b) Obteer l ret e regresó grfrl e el grm e spersó. ) Obteer el oefete e orreló. Iterprete este vlor. ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e.95 e) Qué puee olur sobre el moelo eotro? Verfr supuestos sobre los errores. f) S el moelo es euo, estmr, putulmete por meo e u tervlo e ofz, l 95%, el vlor e l presó sguíe uo l e es e 5 ños. Iterpretr. g) Estmr putulmete l presó sguíe uo l e es e 8 ños. Qué puee er e este vlor estmo? 8. Coser los sguetes tos: X Y ) Grfr los tos e u grm e spersó. b) Obteer l ret e regresó grfrl e el grm e spersó. ) Obteer el oefete e orreló. Iterprete este vlor. ) L peete e l ret e regresó poblol es ferete e ero? Coserr u sgf e.95 e) Qué puee olur sobre el moelo eotro? Verfr supuestos sobre los errores. 9. Los sguetes tos orrespoe l peso el vel totl e olesterol trgléros e 5 persos: Peso Colesterol Trgléros (mg/ ml) Totl (mg/ ml)

153 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ) Ajustr el moelo e regresó lel múltple b) Relzr ls pruebs e hpótess sobre los oefetes e ls vrbles epeetes. ) Clulr el oefete e etermó el oefete e orreló múltple. ) Verfr supuestos sobre los errores. e) El moelo estmo es orreto?. Ls sguetes meoes se obtuvero e hombres o ees etre 8 ños (tos ls meoes está e etímetros): Esttur Logtu el ro Logtu el fémur ) Ajustr el moelo e regresó lel múltple b) Relzr ls pruebs e hpótess sobre los oefetes e ls vrbles epeetes. ) Clulr el oefete e etermó el oefete e orreló múltple. ) Verfr supuestos sobre los errores. e) El moelo estmo es orreto? 5

154 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Boestíst Prát : Pruebs e pótess Se trbj o l bse e tos ote e el rhvo tropometr.sv l ul otee formó sobre lgus rterísts somtológs e los lumos e Atropologí Fís e prmer semestre e el lo -. Se preset ejemplos tves pr que rele los lumos. I. U muestr. Supoeo que los tos represet u muestr represettv e los estutes e l ENA e prmer semestre e ese lo, Es posble frmr que l e promeo e los lumos e este lo es meor e ños? L hpótess otrstr es: v : µ <, por lo tto ls hpótess estísts so: : µ vs. : µ <. E SPSS se eberá segur los sguetes psos: o. E el meú Alze, seleor Compre Mes seleor Oe- Smple T Test... omo se muestr e l fgur.. E el uro e álogo trour l vrble e el vlor omo se muestr e l fgur r Ok.. Se obtee los sguetes resultos e os tbls, e l prmer se preset el tmño e muestr, l me rtmét, l esvó estár el error estár e l s me,. E el seguo uro se observ el vlor el estísto e prueb, los gros e lbert, l sgf eotr (el p-vlor), l fere e mes ( µ ) el tervlo l 95% e ofz pr ( µ µ ). L hpótess ul que otrst el progrm sempre es l e os ols, o : µ µ. E el so el ejemplo omo Sg. p. < α, se rehz l hpótess o : µ, por lo ul o es meor o es mor ños. S observmos los vlores esrptvos teemos que l me muestr.8446, por lo tto teemos eves estísts que os que l me es mor. Otr form e ver esto es observr el tervlo e ofz 54

155 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA pr l fere µ veo que el tervlo otee sólo vlores so postvos. Por lo tto se fere que µ > µ >. Por lo tto, l hpótess e vestgó o es orret, que l me estístmete (p.) es mor. T-Test Oe-Smple Sttsts E et St. Error N Me St. Devto Me Oe-Smple Test E et Test Vlue 95% Cofee Itervl of the Me Dfferee t f Sg. (-tle) Dfferee Lower Upper II. Ejero Se puee ferr que los gresos fmlres promeo e l pobló e estuo es mor $,? III. Dos muestrs epeetes. Es posble ferr que este feres sgftvs e ls ees e los lumos respeto l turo?. L hpótess otrstr es: : µ µ vs. : µ µ. E el meú Alze, seleor Compre Mes seleor Iepeet-Smples T Test... o. E el uro e álogo trour l vrble e e el uro e vrbles otrstr. Se troue l vrble turo e el uro Groupg Vrble. Dr l e botó Defe Groups. Como el grupo mtuto est ofo omo 5 el vesperto omo 8, se troue estos vlores omo etfores e los grupos respetvmete. Dr l e Cotue e Ok. 55

156 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. Los resultos se preset e os tbls, l prmer otee ls estísts esrptvs por turo. E l segu se observ e prmer lugr, los resultos e l prueb e Levee sobre l gul e vrzs: o : σ σ. Se observ que Sg..8> α, por lo tto o se rehz l hpótess ul, por lo que se puee sumr l gul e vrzs. Esto mpl que los resultos oe ebemos prestr teó so los el prmer regló. E so e rehzr l hpótess ul, ebemos ver los resultos el seguo regló. T-Test Group Sttsts E et Turo Mtuto Vesperto St. Error N Me St. Devto Me Iepeet Smples Test E et Equl vres ssume Equl vres ot ssume Levee's Test for Eqult of Vres F Sg. t f Sg. (-tle) t-test for Eqult of Mes Me Dfferee 95% Cofee Itervl of the St. Error Dfferee Dfferee Lower Upper Los resultos u estísto e prueb e -.94, 6 gros e lbert sg..5 < α.5, lo ul que se rehz l hpótess ul o : µ µ. Es er, se puee frmr que ls mes e e etre turos so sgftvmete feretes (p.5), seo mor e lumos el turo vesperto. Se preset tmbé el vlor e l fere e mes muestrl, su error estár el tervlo l 95% e ofz. IV. Ejero: Este morfsmo seul e ls vrbles tropométrs reolets: esttur, peso, perímetro e er, rufere el brzo reljo, rufere el brzo otrío, esttur seto, perímetro e tur ltur e l roll? V. Dos muestrs pres. Se ese sber s este fere sgftv e l mgtu e l rufere el brzo reljo respeto l rufere el brzo otrío. S µ µ so ls mes e mgtu s µ µ µ etoes, l hpótess otrstr es: o : µ vs. : µ. E SPSS teemos:. E el meú Alze, seleor Compre Mes seleor Pre-Smples T Test... 56

157 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. E el uro e vrbles seleor ls os ruferes el brzo e trourls l uro Pre_Vrbles: e Ok.. Apree tres tbls, l prmer otee ls estísts esrptvs e vrble. L segu tbl preset el oefete e orreló lel (r) etre ls os vrbles, l sgf el otrste e hpótess o : ρ, oe ρ es el oefete e orreló lel poblol. E el ejemplo se observ que r, lo ul os soó lel fuerte etre ls os vrbles, omo sg. p. <.5 α se rehz l hpótess ul, lo ul os u soó lel sgftv etre ls vrbles. L terer s tbl otee los vlores e, s,, el tervlo l 95% e ofz pr µ, el vlor el estísto e prueb, los gros e lbert l sgf o p-vlor etermos por los tos. Como p. <.5 α, rehzmos l hpótess ul, por lo ul se fere feres sgftvs e ls os mes pobloles, teeo u vlor mor l rufere el brzo otrío. T-Test Pre Smples Sttsts Pr Crufere el brzo reljo Crufere el brzo otrío Me N St. Devto St. Error Me

158 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Pre Smples Correltos Pr Crufere el brzo reljo & Crufere el brzo otrío N Correlto Sg Pre Smples Test Pr Crufere el brzo reljo - Crufere el brzo otrío Me Pre Dfferees 95% Cofee Itervl of the St. Error Dfferee St. Devto Me Lower Upper t f Sg. (-tle) VI. Ejero: Resolver los problems:. So muhos los rgumetos fvor e l suposó e que ls seretrs esrbe más rápmete e u omputor que e u máqu e esrbr. Por ejemplo, ls egress e u esuel té frm que esrbe e l omputor plbrs más por muto. Pr oertr est frmó u grupo e seretrs se les poe trbjr rmete e u omputor se evlú l fl su velo; e l sguete sem se les poe trbjr elusvmete e máqu elétr e esrbr se evlú su velo e térmo e úmero e plbrs esrts por muto. Los resultos so los sguetes: Seretr Co omputor Co máqu elétr Co est formó se ofrm l frmó e ls seretrs? Se α.. Se ese ooer qué t efz result u et pr reur el peso e ls persos pr l ul se seleoó u muestr letor e 6 persos teress e bjr e peso, regstráose el peso e 58

159 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA perso tes espués el trtmeto, presetáose los resultos e l tbl sguete: Perso Ates Después Perso Ates Después VII. Prueb ANOVA: Se ese sber s etre ls mujeres este feres sgftvs e l esttur totl respeto l vrble que grup l e. Como se tee tres veles e grupó l hpótess probr es: o : µ µ µ. E prmer lugr e SPSS seleoremos ls mujeres, grupo ofo o el úmero e l vrble seo. De l opó Dt mos lk e l opó Selet Cses tvmos l opó If oto s stsfe, omo se muestr e l ptll sguete: Al r lk e el botó If... pree el uro que se preset l ereh. Psmos l vrble seo gregmos l gul o. Dmos l e Cotue 59

160 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Pr l prueb e hpótess e l opó Alze, seleor Compre Mes espués Oe- W ANOVA... E el uro Depeet Lst: sertr l vrble esttur. E el uro Ftor: trour l vrble grupo e e. Como resulto se obtee l tbl ANOVA, oe se observ que sg. p. > α.5, por lo tto o se rehz l hpótess ul, es er ls mes e l esttur e los tres grupos e e o so estístmete feretes. Oew ANOVA Esttur Totl Betwee Groups Wth Groups Totl Sum of Squres f Me Squre F Sg S se huber rehzo l hpótess ul, terímos que repetr l prueb ANOVA gregr l prueb e otrstes múltples 6

161 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA S se huber rehzo l hpótess ul, terímos que repetr l prueb ANOVA gregr l prueb e otrstes múltples,, o lk e el botó Post o..., seleor l prueb e Tuke, r lk e Cotue Ok. VIII. Ejero Resolver los problems:. U empres etorl está heo u estuo e mero pr sr el perfl e los letores e peróos e u pís etermo; oser que el gro e esolr (eteo omo el totl e ños probos e su tretor esolr) es u ftor etermte e l rterzó e los letores; l empres h lsfo los peróos e utro tegorís: los ros que se espelz o poe éfss e l ot roj (A); los oretos l formó eportv (B); los que eftz spetos eoómos (C) los que se etr e spetos polítos soles (D). Los resultos obteos e l vrble e terés so los sguetes: A B C D Co estos tos h eve sufete pr segurr que l esolr e los letores es u ftor e vró etre los letores e peróos? Supog strbuó orml e ls pobloes. Se α.5 4. L Seretrí el Meo Ambete quere etermr s los mbos e l tempertur el gu el Golfo e Méo, usos por l plt e Lgu Vere, tee u efeto sgftvo sobre l fu mr e l regó. Se vero l zr utro grupos e espemees reé os e ert espee e pees. Se oloro los grupos e meos mbetes sepros que smul el oéo, ompletmete étos, o eepó e l tempertur el gu. Ses meses espués se pesro los espemees. Los resultos (e lbrs) se e l tbl sguete: Pesos e los espemees 6

162 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 8ºF 4ºF 46ºF 5ºF

163 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Boestíst Prát : Pruebs No prmétrs. I. Co los tos el rhvo tropometr. sv, plr l prueb χ pr ver s este reló etre el turo el seo e los estutes e prmer ño e l letur e Atropologí Fís.. E el meú Alze se seleo l opó Desrptve Sttsts, esogeo Crosstbs.. Se troue l vrble Seo omo regló l vrble Turo omo olum.. Se l e el botó Sttsts Se seleo ls opoes: Ch-squre Ph Crmér s V 5. Dr Cotue Ok 6

164 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Se obtee los resultos e l sguete mer: Crosstbs Cse Proessg Summr Seo el Ivuo * Turo Cses Vl Mssg Totl N Peret N Peret N Peret 64.%.% 64.% Seo el Ivuo * Turo Crosstbulto Cout Seo el Ivuo Totl Femeo Msulo Turo Mtuto Vesperto Totl Tbl e otge o ruz Ch-Squre Tests Perso Ch-Squre Cotut Correto Lkelhoo Rto Fsher's Et Test Ler-b-Ler Assoto N of Vl Cses Asmp. Sg. Vlue f (-se) 7.56 b Compute ol for tble Et Sg. (-se) Et Sg. (-se)..6 b. ells (.%) hve epete out less th 5. The mmum epete out s.56. Vlor e χ p. p< α.5, por tto se rehz o : o este reló etre seo turo Smmetr Mesures Noml b Noml N of Vl Cses Ph Crmer's V. Not ssumg the ull hpothess. Vlue Appro. Sg b. Usg the smptot str error ssumg the ull hpothess. 64 χ Auque l prueb soó etre ls vrbles, se puee ferr que es ébl, por el vlor e V e Crmer 64

165 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA II. Prueb χ uo se tee los tos e u tbl e otge. E u estuo sobre plfó fmlr e el Esto e lgo se plo u euest pr lzr los posbles ftores que flue e el uso e toeptvos. E l sguete tbl se preset ls freues observs e ls mujeres euests e reló su e s us lgú métoo toeptvo Uso e toeptvos E (ños) Usurs No Usurs Este reló etre l e el uso e toeptvos?. Crer u bse e tos o tres vrbles: grupo e e (e), toeptvos (tos) freues observs (fo). Reuer que e tos, utlz Vlues pr efr ls tegorís.. Del meú Dt seleor l opó Weght Cses.... Atvr l opó Weght ses b e trour l vrble Freues observs (fo) e el uro Freue Vrble:. Dr l e ok. 4. Del meú Alze seleor Desrptve Sttsts, Crosstbs. Itrour E e regló Atoeptvos e olum. 5. Segur los psos, 4 5 el ejero teror. 65

166 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA III. Ejero: Este reló etre l e e los lumos (grupo e e) el turo e estuo, e l bse tropometrí.sv. IV. Prueb e Norml e Kolmogorov-Smrov. Se ese sber s l vrble gresos fmlres ote e l bse e tos tropometrí.sv tee strbuó orml. L hpótess es: o : L vrble gresos fmlres tee strbuó orml.. Del meú Alze seleor Noprmetr Tests esoger l opó -Smple K-S.... Itrour l vrble Igresos fmlres e el uro Test Vrble Lst. Verf que este tv l opó Norml e Test Dstrbuto Dr l e OK.. Los resultos que se obtee so: NPr Tests 66

167 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Oe-Smple Kolmogorov-Smrov Test N Norml Prmeters,b Most Etreme Dfferees Kolmogorov-Smrov Z Asmp. Sg. (-tle) Me St. Devto Absolute Postve Negtve. Test strbuto s Norml. b. Clulte from t. Igresos Fmlres El estísto e prueb es: D.47 Como p.5, se rehz o. L vrble o se strbue orml. V. Ejero: Uso el omo Splt Fle, verfr s l vrble esttur totl tee strbuó orml e hombres mujeres por sepro. VI. Prueb el sgo Wloo.. A 6 estutes se les pló u eme sobre estíst elemetl e u í luroso. Oho e ellos, seleoos letormete, tomro l prueb e u sló s re ooo. Posterormete, espués e u termeo orto, termro u eme e u sló o re ooo. Co los otros oho estutes se vrtó este proemeto: Estute S re Co re Proporo l muestr rzó sufete pr olur que l utlzó el re ooo e u í luroso flue sobre ls lfoes el eme?. Cpturmos l formó e os vrbles e SPSS llms S Are Co Are.. Del meú Alze seleor Noprmetr Test Relte Smples.. Seleor ls os vrbles e trourls e mer smultáe e el uro 67 Test Pr(s) Lst. Verfr que esté

168 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA 4. Los resultos que se obtee so: NPr Tests Wloo Sge Rks Test Rks S Are - Co Are Negtve Rks Postve Rks Tes Totl. S Are < Co Are b. S Are > Co Are. Co Are S Are Test Sttsts b S Are - Co Are Z -.65 Asmp. Sg. (-tle).99. Bse o egtve rks. b. Wloo Sge Rks Test N Me Rk Sum of Rks b Co l prueb e Wloo, o se rehz l hpótess ul e gul e mes, que p.99>.5. Sg Test 68

169 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Frequees S Are - Co Are Negtve Dfferees Postve Dfferees b Tes Totl. S Are < Co Are b. S Are > Co Are. Co Are S Are Test Sttsts b S Are - Co Are Et Sg. (-tle).. Boml strbuto use. b. Sg Test N 5 6 De mer smlr, e l prueb el sgo o se rehz l hpótess ul e gul e mes, que p..>.5. Co mbs pruebs o es posble ferr feres e ls putuoes e los lumos ebo ls ooes e pló el eme. VI. Ejero: Se ese ooer qué t efz result u et pr reur el peso e ls persos pr l ul se seleoó u muestr letor e 6 persos teress e bjr e peso, regstráose el peso e perso tes espués el trtmeto, presetáose los resultos e l tbl sguete: Perso Ates Después Perso Ates Después Usr ls pruebs el sgo e Wloo pr ferr s es que hubo u smuó sgftv e el peso e ls persos. VII. Prueb U e M-Whte pr omprr os muestrs epeetes: Se ese sber s este fere e el píulo el tríeps etre hombres mujeres o bse e l muestr e lumos e prmer ño e l ENA, ote e el rhvo tropometr.sv, supoeo que ls pobloes o se strbue orml. : θ θ.. Del meú Alze seleor Noprmetr Test luego Iepeet Smples 69

170 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA. Itrour l vrble Píulo el Tríeps e el uro Test Vrble Lst. Itrour l vrble seo l uro Groupg Vrble r l e Defe Groups...Esrbr. Verfr que este tvo l opó M-Whte U Dr l e OK Los resultos so los sguetes: M-Whte Test Rks Píulo el Tríeps Seo el Ivuo Femeo Msulo Totl N Me Rk Sum of Rks Test Sttsts Píulo el Tríeps M-Whte U 69.5 Wloo W Z -.5 Asmp. Sg. (-tle).. Groupg Vrble: Seo el Ivuo El estísto e prueb 69.5 U. L sgf eotr p.. Se rehz o. Es mor el píulo el tríeps e mujeres. 7

171 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA VIII. Ejero: Se ese omprobr s l gete e l u tee hábtos feretes e uto l uo e su slu respeto l e u zo rurl. Se tomro muestrs letors e u u e u pueblo rurl, obteéose los sguetes resultos respeto uáts vees se ue vstr l méo geerl l ño: Cu: Pueblo: Puee eurse que mbs pobloes so feretes? IX. Prueb e Kruskl-Wlls. Se ese sber s l esttur totl e hombres mujeres es ferete respeto l e. Pr relzr est prueb se rero tres grupos e e e l bse e tos el rhvo tropometrí.sv. L hpótess otrstr es: : θ θ θ.. Como queremos relzr el álss e seo, usmos l opó Splt el meú Dt, e troumos l vrble seo tvo l opó.. Del meú Alze seleor Noprmetr Test luego K Iepeet Smples.... Itrour l vrble Esttur totl e el uro Test Vrble Lst. Itrour l vrble ge l uro Groupg Vrble r l e Defe Groups...Esrbr. Verfr que este tvo l opó Kruskl-Wlls. Dr l e OK 7

172 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Los resultos obteos so los sguetes: NPr Tests Seo el Ivuo Femeo Kruskl-Wlls Test Rks Esttur Totl Grupo e e [7,) [,7) [7,) Totl. Seo el Ivuo Femeo N Me Rk Test Sttsts,b, Esttur Totl Ch-Squre.86 f Asmp. Sg..5. Kruskl Wlls Test b. Groupg Vrble: Grupo e e. Seo el Ivuo Femeo E Mujeres se euetr u vlor e p.5>.5, lo ul mpl que o se rehz l hpótess ul. Es er, o este fere e l esttur respeto l e. Seo el Ivuo Msulo Kruskl-Wlls Test Esttur Totl Rks Grupo e e [7,) [,7) [7,) Totl. Seo el Ivuo Msulo N Me Rk Test Sttsts,b, Esttur Totl Ch-Squre.95 f Asmp. Sg..4. Kruskl Wlls Test b. Groupg Vrble: Grupo e e. Seo el Ivuo Msulo E ombres se euetr u vlor e p.4>.5, lo ul mpl que o se rehz l hpótess ul. Es er, o este fere e l esttur respeto l e. X. Ejero: E l ENA se ese sber s los estutes e utro rrers fere e l freue o que sste evetos ulturles orgzos por l sttuó. Pr ello se tom muestrs e estutes se les pregut s sste hos evetos u (), rr vez (), pos vees (), freuetemete (), mu freuetemete (4) o sempre 7

173 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA (5). Los resultos e ls euests se preset otuó. Rele l prueb e hpótess orrespoete. AF 4 ARQ 4 AS 5 5 IS 5 4 7

174 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA.E l bse e tos ote e el rhvo tropometr.sv, seleor sólo ls mujeres mete el omo Dt Selet seleor l opó f oto s stsfe r l e el botó f... Boestíst Prát : Aálss e Regresó. Itrour l sete seo e el uro e logo r l e Cotue luego e Ok. Los sos e hombres pree thos.. Ivestgoes e somtologí postul que este soó lel etre esttur ltur l roll. Ajustremos u 74

175 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA moelo o los tos e los lumos e prmer ño e tropologí fís. Del meú Alze seleor Regresso espués Ler. 4. Itrour l vrble Esttur Totl e el uro Depeet: Altur e Roll e Iepeet Se obtee l sguete sl: Regresso Vrbles Etere/Remove b Moel Vrbles Vrbles Etere Remove Metho Altur e Roll. Eter. All requeste vrbles etere. b. Depeet Vrble: Esttur Totl Moel Moel Summr Ajuste St. Error of R R Squre R Squre the Estmte Pretors: (Costt), Altur e Roll Coefete e Correló Coefete e Determó 75

176 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA ANOVA b Moel Regresso Resul Totl Sum of Squres f Me Squre F Sg Pretors: (Costt), Altur e Roll b. Depeet Vrble: Esttur Totl Probo l hpótess: : β β Coeffets Moel (Costt) Altur e Roll Ustrze Coeffets. Depeet Vrble: Esttur Totl Strze Coeffets B St. Error Bet t Sg Probo l hpótess : β ˆβ ˆβ Probo l hpótess : β 5. Pr sber s este orreló sgftv, el meú Alze, seleomos Correlte espués Bvrte 6. Itroumos ls vrbles Esttur Totl Altur e Roll e el uro e álogo, mos Ok Se obtee los sguetes resultos: Correltos 76

177 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Correltos Altur e Esttur Totl Roll Esttur Totl Perso Correlto.88** Sg. (-tle).. N Altur e Roll Perso Correlto.88** Sg. (-tle).. N **. Correlto s sgft t the. level (-tle). Vlor e r. Probo l hpótess : ρ Too que el moelo: Esttur totl Altur e roll es euo. Veremos hor los supuestos el moelo. 6. Repetmos el pso 4, pero hor tes e r l e Ok, mos e Plots Atvmos l gráf e probbl orml e troumos l vrble epeete los errores estrzos Aemás e los resultos que se obtuvero e el puto teror se preset ls sguetes gráfs: Epete Cum Prob Norml P-P Plot of Regresso Strze Res Depeet Vrble: Esttur Totl.5.5 Observe Cum Prob.75. Co est gráf se est evluo el supuesto e orml e los errores. S fuer etmete orml l strbuó e los errores, toos los putos eberá estr sobre l ret. Se observ pequeñs esvoes e l orml, s embrgo se puee oserr omo vlo este supuesto. 77

178 Boestíst: mterl prelmrjl Cstrejó, DL Trooso Atropologí Fís-ENA Regresso Strze Resul Stterplot Depeet Vrble: Esttur Totl Co est gráf se lz el supuesto e homogee e vrzs. Los putos ebe omportrse e mer letor e u rgo e el eje Y e -, tl omo se observ e l gráf. Por lo tto se puee r omo válo el supuesto. Esttur Totl De uero lo teror el moelo eotro puee oserrse euo pr preer vlores e l esttur prtr e l ltur l roll. Ejero. Ajustr u moelo e regresó osero l vrble esttur totl omo epeete esttur seto omo epeete. Moelo e Regresó Lel Múltple. Co l msm bse e tos o ls mujeres seleoos justremos u moelo osero omo vrble epeete el peso omo epeete l esttur totl, el píulo el tríeps, l rufere el brzo reljo el perímetro e l tur.. E el meú e Ler Regresó Ler trour ls vrbles omo se muestr e el uro.. Seleor e Metho l opó Stepwse (pso pso) e seleó e vrbles. 4. E el meú Plots... seleor ls gráfs omo e el so el moelo e regresó lel smple. Dr Ok. 78

TEMA 7: RENTAS VARIABLES

TEMA 7: RENTAS VARIABLES Mtemáts Fers Prof. Mª Merees Rojs e Gr TEM 7: RENTS VRIBLES ÍNDICE. RENTS VRIBLES EN PROGRESIÓN GEOMÉTRIC..... RENT TEMPORL, POSPGBLE, INMEDIT Y ENTER...... CÁLCULO DEL VLOR CTUL...... CÁLCULO DEL VLOR

Más detalles

( ) ( ) El principio de inducción

( ) ( ) El principio de inducción El priipio e iuió U ejemplo seillo pr empezr Si hemos oío hlr e progresioes ritmétis (series e úmeros e form que l iferei etre os oseutivos es siempre l mism, omo,,, 0,) prolemete o será fáil lulr l sum

Más detalles

TEMA 6: TEORÍA DE RENTAS. RENTAS CONSTANTES ÍNDICE

TEMA 6: TEORÍA DE RENTAS. RENTAS CONSTANTES ÍNDICE Mtemáts Fers Prof. Mª Merees Rojs e Gr TEMA 6: TEORÍA DE RENTAS. RENTAS CONSTANTES ÍNDICE. CONCEPTO DE RENTA FINANCIERA... 2 2. ELEMENTOS DE UNA RENTA FINANCIERA... 2 3. CLASES DE RENTAS... 3 3.. SEGÚN

Más detalles

MATEMÁTICAS 2º DE ESO LOE

MATEMÁTICAS 2º DE ESO LOE MATEMÁTICAS º DE ESO LOE TEMA II: FRACCIONES Los sigifios e u frió. Frioes propis e impropis. Equivlei e frioes. Amplifiió y simplifiió. Frió irreuile. Reuió e frioes omú eomior. Comprió e frioes. Operioes

Más detalles

a es la parte real, bi la parte imaginaria.

a es la parte real, bi la parte imaginaria. CAPÍTULOIX 55 NÚMEROS COMPLEJOS Coocmetos Prevos Supoemos coocdo que: ) El cojuto de úmeros complejos está e correspodec buívoc co el cojuto de los putos de u plo. b) U úmero complejo expresdo e form boml

Más detalles

Definimos renta financiera como un conjunto de capitales que han de hacerse efectivos en determinados vencimientos.

Definimos renta financiera como un conjunto de capitales que han de hacerse efectivos en determinados vencimientos. Te 3 lorcó e Rets lorcó e rets Defos ret fcer coo u cojuto e cptles que h e hcerse efectvos e eteros vecetos. (, t, ( 2, t 2,, (, t Llreos téros e l ret ls cutís e los cptles fceros que copoe l ret (,

Más detalles

3. Unidad Aritmética Lógica (ALU)

3. Unidad Aritmética Lógica (ALU) 3. Udd rtmétc Lógc (LU) bordremos los spectos que permte l mplemetcó de l rtmétc de u computdor, trbuto fucol de l Udd rtmétc Lógc (LU). Prmero se revstrá lo relcodo l form de represetr los úmeros como

Más detalles

Llamaremos términos amortizativos a las cuantías de los capitales financieros que componen la contraprestación: (a 1, a 2,, a n ).

Llamaremos términos amortizativos a las cuantías de los capitales financieros que componen la contraprestación: (a 1, a 2,, a n ). Tem 3 mortcó e prétmo Defcó y mgtue fumetle opercó e mortcó e prétmo e u opercó fcer e l ue u pero pretmt o creeor cocert etregr otr pero prettro o euor u eterm cutí e u mometo coro y el euor e compromete

Más detalles

Lenguaje humano. Representación de la información. Utiliza un conjunto de símbolos alfanuméricos. Puede representar Información

Lenguaje humano. Representación de la información. Utiliza un conjunto de símbolos alfanuméricos. Puede representar Información Leguje humo Represetcó de l formcó Utlz u cojuto de símbolos lfumércos Crcteres lfbétcos:, B, C,.Z,, b, c,...z Símbolos umércos 9 sgos de putucó... Puede represetr Iformcó umérc lfumérc Leguje del ordedor

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

ADMINISTRACIÓN Y FINANZAS. GRADO SUPERIOR RENTAS CONSTANTES. TEMA 5 TEMA 5: RENTAS

ADMINISTRACIÓN Y FINANZAS. GRADO SUPERIOR RENTAS CONSTANTES. TEMA 5 TEMA 5: RENTAS TEMA 5: RENTA. INTRODUCCIÓN Llmmos ret u sucesó de cptles que se hce efectvos e vecmetos peródcos. Ejemplo: lquler, slros, préstmos, etc. A cd uo de estos cptles se le deom térmos o ulddes (A. Llmmos durcó

Más detalles

Guía ejercicios resueltos Sumatoria y Binomio de Newton

Guía ejercicios resueltos Sumatoria y Binomio de Newton Aulr: Igco Domgo Trujllo Slv Uversdd de Chle Guí ejerccos resueltos Sumtor y Bomo de Newto Solucó: ) Como o depede de j, es costte l sumtor. b) c) d) Aulr: Igco Domgo Trujllo Slv Uversdd de Chle e) f)

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

TEMA 5 VALORACIÓN FINANCIERA DE RENTAS (II)

TEMA 5 VALORACIÓN FINANCIERA DE RENTAS (II) Fcultd de CC.EE. Dpto. de Ecoomí Fcer I Mtemátc Fcer Dpotv TEMA 5 VALORACIÓN FINANCIERA DE RENTAS (II). Ret cotte temporle y perpetu. 2. Ret dferd y tcpd 3. Ret vrble e progreó geométrc y rtmétc Fcultd

Más detalles

C n i V0 V10 V'0 V'10 1.000 10 0,05 7721,73493 12577,8925 8107,82168 13206,7872

C n i V0 V10 V'0 V'10 1.000 10 0,05 7721,73493 12577,8925 8107,82168 13206,7872 9. lcúlese los vlores cl y fl de u ret dscret, medt, formd por térmos de cutí. y vlord u tto perodl del %. Dstgur los csos prepgble y pospgble. Solucó: 7.7,7 ;.77,9 ; (pospgble).7, ;.,79 ; (prepgble).....

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

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

RADICALES. 1.2.1 Teorema fundamental de la radicación. 1.2.3 Reducción de radicales a índice común. 1.2.4 Potenciación de exponente fraccionario

RADICALES. 1.2.1 Teorema fundamental de la radicación. 1.2.3 Reducción de radicales a índice común. 1.2.4 Potenciación de exponente fraccionario RDICLES. Rdiles. Trsformioes de rdiles.. Teorem fudmetl de l rdiió.. Simplifiió de rdiles.. Reduió de rdiles ídie omú.. Poteiió de epoete friorio. Operioes o rdiles.. Produto de rdiles.... Etrió de ftores

Más detalles

Mg. Marco Antonio Plaza Vidaurre 1 LA TASA DE INTERÉS ANTICIPADA Y SUS APLICACIONES

Mg. Marco Antonio Plaza Vidaurre 1 LA TASA DE INTERÉS ANTICIPADA Y SUS APLICACIONES Mg. Mrco Atoio Plz Viurre LA TASA E ITERÉS ATICIPAA Y SUS APLICACIOES L ts e iterés veci es quell que se utiliz e u operció ficier cuy liquició se efectú l fil el u perioo y l ts e iterés ticip, ifereci

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

Ejercicios Resueltos de Estadística: Tema 5: Inferencia: estimación y contrastes

Ejercicios Resueltos de Estadística: Tema 5: Inferencia: estimación y contrastes Ejerccos Resueltos de Estdístc: Tem 5: Iferec: estmcó y cotrstes . S X ~ N (40,0), clculr Pr (39 X 4) pr 0. E qué tervlo se obtedrá el 95% de los resultdos? 39 40 X Pr (39 X 4) Pr ( 0 40 4 40 ) Pr(-0.363

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste 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 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

Tema 8: Contraste de hipótesis

Tema 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 detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS II

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS II UED FUTD DE. EOÓIS Y ERESRIES TEÁTI DE S OERIOES FIIERS II URSO / l uevo Eme e JUIO Dí // l ho TERI UXIIR: lulo fe DURIÓ: ho. El bo X oee u pétmo hpoteo l S. Y. utí el ptl peto e el % el peo e tó el po

Más detalles

INTEGRAL DEFINIDA. b A =, es decir, la tercera parte 3 1.- INTRODUCCIÓN

INTEGRAL DEFINIDA. b A =, es decir, la tercera parte 3 1.- INTRODUCCIÓN INTEGRAL DEFINIDA.- INTRODUCCIÓN E este tem estudremos u cocepto uevo, el de tegrl defd. Auque será ecesro defrl de form eseclmete complcd, l tegrl vee formlzr u cocepto secllo, tutvo: el de áre. Ahor

Más detalles

Determinación del tamaño de muestra (para una sola muestra)

Determinación del tamaño de muestra (para una sola muestra) STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto

Más detalles

que verifican A 2 = A.

que verifican A 2 = A. . Hll ls mtries A que verifin A A.. Do el sistem: m ( m ) m ) Disútelo en funión el vlor e m. ) Resuélvelo en el so m represent gráfimente l situión. 3. Consieremos ls mtries B C Hll un mtri A tl que A

Más detalles

4. En los axiomas A3) y A4) observe detenidamente la posición de los cuantificadores existencial y universal, y obtenga conclusiones.

4. En los axiomas A3) y A4) observe detenidamente la posición de los cuantificadores existencial y universal, y obtenga conclusiones. Álgebr II (LM-PM)-.C.E. y T.-UNSE Udd Nº : MTRICES-DETERMINNTES Defó INTRODUCCIÓN ESTRUCTURS LGEBRICS de GRUPO y de CUERPO Se G y se * u operó e G. El pr ( G ) es u grupo s y sólo s: ) * es u ley de omposó

Más detalles

Contrastes de hipótesis. 1: Ideas generales

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

Más detalles

ELECCIÓN ÓPTIMA DEL PLAZO DE UN PRÉSTAMO EN FUNCIÓN DE PREFERENCIAS INDIVIDUALES

ELECCIÓN ÓPTIMA DEL PLAZO DE UN PRÉSTAMO EN FUNCIÓN DE PREFERENCIAS INDIVIDUALES ELECCÓN ÓPTM DEL PLZO DE UN PRÉSTMO EN FUNCÓN DE PREFERENCS NDVDULES Jesús Mª Sáchez Motero jsmoter@us.es Mª Ágeles Domíguez Serro doser@us.es Jver Gmero Rojs jgm@us.es Deprtmeto Ecoomí plcd Uversdd de

Más detalles

CRITERIO DE ESTABILIDAD DE ROUTH

CRITERIO DE ESTABILIDAD DE ROUTH CRITERIO DE ESTABIIDAD DE ROUTH INGENIERÍA DE CONTRO.C. EIZABETH GPE. ARA HDZ. INGENIERÍA DE CONTRO.C. EIZABETH GPE. ARA HDZ. Criterio e etili e Routh-Hurwitz El prolem má importte e lo item e otrol liel

Más detalles

Integral Definida. Aplicaciones

Integral Definida. Aplicaciones Itegrl Defiid. Apliccioes. Itegrl defiid. Defiició Se f(x u fució cotiu e u itervlo cerrdo [, b] y cosideremos el itervlo dividido e prtes igules x < x < x s < < x b. Pr cd subitervlo [x i, x i ], l fució

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

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

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación

Más detalles

Esto es sólo una muestras de los ejercicios, repasa también los de la libreta y los del libro.

Esto es sólo una muestras de los ejercicios, repasa también los de la libreta y los del libro. MATEMÁTICAS º ESO Esto es sólo un muestrs e los ejeriios, reps tmién los e l liret los el liro. Deprtmento e Mtemátis Coleio Sgro Corzón e Jesús ontever. eliz ests operiones: - 8 - -. Efetú: - - - - -

Más detalles

Sucesiones de números reales

Sucesiones de números reales Apédice A Sucesioes de úmeros reles Ejercicios resueltos. Está l sucesió de térmio geerl U cot iferior es pues 5 cotd? 5 5 4 4 lo cul se cumple culquier que se el úmero turl. U cot superior es pues 5 5

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

Capítulo 7. Series Numéricas y Series de Potencias.

Capítulo 7. Series Numéricas y Series de Potencias. Cpítulo Series Numérics y Series de Potecis.. Itroducció. E este cpítulo le dremos setido l cocepto de sum ifiit de úmeros ó serie uméric, es decir, diremos que sigific sumr u ifiidd de úmeros... 4 El

Más detalles

Conceptos Básicos de Inferencia

Conceptos Básicos de Inferencia Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos

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

Análisis de Anova encajado

Análisis de Anova encajado 9 Aáss de Aov edo E este pítuo se trt os modeos de ANOVA de u ftor que tee más de u ve de áss. No se trt de dos ftores por seprdo, so que detro de ftor prp de áss, se osder otros ftores suorddos. Pr evtr

Más detalles

Esta proposición recibe el nombre de hipótesis

Esta proposición recibe el nombre de hipótesis Pruebas de hipótesis tesis. Refs: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua, Apuntes de Estadística, Dr. Pedro Juan Rodríguez Esquerdo, Departamento de Matemáticas,

Más detalles

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua

para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de

Más detalles

TEMA 2: NÚMEROS RACIONALES: FRACCIONES.

TEMA 2: NÚMEROS RACIONALES: FRACCIONES. TEMA NÚMEROS RACIONALES FRACCIONES.. Cojuto e los Núeros Rioles, Q. El ojuto e los úeros rioles es u pliió e los úeros eteros, los que se le ñe uevos úeros que se ostruye o úeros eteros y se ll FRACCIONES.

Más detalles

PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07

PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.

Más detalles

- Función Polinómica f es toda función de dominio el conjunto de los números reales, tal que la imagen de cada número real x es:

- Función Polinómica f es toda función de dominio el conjunto de los números reales, tal que la imagen de cada número real x es: POLINOMIOS Defcó: Fucó Polóc - Fucó Polóc f es tod fucó de doo el cojuto de los úeros reles, tl que l ge de cd úero rel es: f = + + + + +, dode,,,,, so ueros reles y es turl Defcó: Poloo - Poloo de vrble

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

4ª Etapa. Contaminación de Alimentos

4ª Etapa. Contaminación de Alimentos 4ª Etp Cotmcó de Almetos *Cotmcó de lmetos. Almeto cotmdo: *lterdo *Adulterdo *Geuo,etc. Tpos de Cotmcó: * Bológc * Químc * Físc 3 3 Almeto cotmdo: *Alterdo: *Cotmdo: *Adulterdo: Almeto que h sufrdo, por

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. Llamamos magnitud a toda propiedad física susceptible de ser medida.

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. Llamamos magnitud a toda propiedad física susceptible de ser medida. CÁLCULO VECTORIAL.- MAGNITUDES ESCALARES Y VECTORIALES. Llmms mgtud td prpedd físc susceptle de ser medd. Al lr ls mgtudes físcs pdems cmprr que este ds clses e dferecds: ) Mgtudes esclres: s quells que

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

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

proporciones y para la Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro

proporciones y para la Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro Sesión 12 Intervalo de confianza para proporciones y para la razón de varianzas. IC para a una proporción poblacional o a Qué proporción de adolescentes presenta problemas de delincuencia en una comunidad

Más detalles

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales

ESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales ESTADISTICA GENERAL INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales Objetivos Entender los conceptos de estimación puntual y estimación por intervalos. Calcular e interpretar intervalos de confianza

Más detalles

PROBLEMAS DE ÁLGEBRA DE MATRICES

PROBLEMAS DE ÁLGEBRA DE MATRICES Mtemátis Álger e mtries José Mrí Mrtínez Meino PROLEMS DE ÁLGER DE MTRCES Oservión: L myorí e estos ejeriios proeen e ls prues e Seletivi D l mtriz enuentr tos ls mtries P tles que P P Soluión: Se ese

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

PSU Matemática NM-4 Guía 13: Ángulos y Triángulos

PSU Matemática NM-4 Guía 13: Ángulos y Triángulos etro Educciol S rlos de rgó. pto. Mtemátic. Prof. Xime Gllegos H. PSU Mtemátic NM- Guí : Águlos Triágulos Nombre: : urso: Fech: - oteido: Geometrí. predizje Esperdo: Utiliz el método deductivo como herrmiet

Más detalles

tiene dimensión 3 2. El elemento a 21 = 3.

tiene dimensión 3 2. El elemento a 21 = 3. Tem. MTRICES Defiiió e mtriz U mtriz e imesió m es u ojuto e úmeros ispuestos e fils y m olums. sí:... m... m : : : :... m L mtriz terior tmié se puee eotr por ( ) m El elemeto ij es el que oup l fil i

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

I.E.S Padre Juan Ruíz Aritmética Hinojosa del Duque

I.E.S Padre Juan Ruíz Aritmética Hinojosa del Duque I.E.S Pdre Ju Ruíz Aritméti Hiojos del Duque PROPIEDADES DE LA ARITMÉTICA Y ERRORES MÁS COMUNES NÚMEROS ENTEROS Elimir prétesis: Del mismo sigo, sle + De distito sigo, sle + (+) = + ( ) = + + ( ) = (+)

Más detalles

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA

Más detalles

TEMA 5: FRACCIONES. Las fracciones permiten trabajar de manera simbólica con cantidades no enteras.

TEMA 5: FRACCIONES. Las fracciones permiten trabajar de manera simbólica con cantidades no enteras. Alonso Fernánez Glián TEMA FRACCIONES Ls friones permiten trjr e mner simóli on nties no enters.. CONCEPTO DE FRACCIÓN Un frión es un expresión e l form numeror enominor ( 0) Represent el resulto e iviir

Más detalles

Anillos de Newton Fundamento

Anillos de Newton Fundamento Aillos de Newto Fudmeto Los illos de Newto so producidos por itererecis cudo dos hces de luz, procedetes de l mism uete, recorre cmios ópticos dieretes. Eiste distitos modos de logrr este eómeo, el que

Más detalles

2.1 SUCESIONES 2.2 SUMAS Y NOTACIÓN SIGMA

2.1 SUCESIONES 2.2 SUMAS Y NOTACIÓN SIGMA Sucesoes. SUCESIONES. SUMAS Y NOTACIÓN SIGMA Objetvos: Se pretede que el estudte: Determe covergec o dvergec de sucesoes. Alce Mootoí de sucesoes. Coozc ls propeddes de l otcó sgm. 5 Sucesoes.. SUCESIONES..

Más detalles

CAPÍTULO 8. APLICACIONES GEOMÉTRICAS Y MECÁNICAS DE LA INTEGRAL DEFINIDA 8.1. Cálculo de áreas en coordenadas cartesianas 8.2. Cálculo del área en

CAPÍTULO 8. APLICACIONES GEOMÉTRICAS Y MECÁNICAS DE LA INTEGRAL DEFINIDA 8.1. Cálculo de áreas en coordenadas cartesianas 8.2. Cálculo del área en CAPÍTULO 8. APLICACIONES GEOMÉTRICAS Y MECÁNICAS DE LA INTEGRAL DEFINIDA 8.. Cálculo de áres e coordeds crtess 8.. Cálculo del áre e coordeds prmétrcs 8.3. Cálculo del áre e coordeds polres 8.4. Cálculo

Más detalles

TEMA 3: RESOLUCIÓN DE SISTEMAS DE ECUACIONES MEDIANTE DETERMINANTES.

TEMA 3: RESOLUCIÓN DE SISTEMAS DE ECUACIONES MEDIANTE DETERMINANTES. TEM : RESOLUCIÓN DE SISTEMS DE ECUCIONES MEDINTE DETERMINNTES. º BCH(CN) TEM : RESOLUCIÓN DE SISTEMS DE ECUCIONES MEDINTE DETERMINNTES..-INTRODUCCIÓN. L resoluió de sistems de euioes está ligd l estudio

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

Teorema Maestro. Introducción. Arturo Díaz Pérez. Recurrencia general para estrategias divide y vencerás. Análisis y Complejidad de Algoritmos 1

Teorema Maestro. Introducción. Arturo Díaz Pérez. Recurrencia general para estrategias divide y vencerás. Análisis y Complejidad de Algoritmos 1 Arturo Díz Pérez Aálisis y Diseño e Aloritmos Teorem Mestro Arturo Díz Pérez Aálisis y Diseño e Aloritmos Mestro- Itroucció Recurreci eerl pr estrteis ivie y vecerás T + T T Aálisis y Diseño e Aloritmos

Más detalles

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith) INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

1, 4, 16, 64,. Cuál regla define esta sucesión? Puedes indicar los próximos dos elementos?

1, 4, 16, 64,. Cuál regla define esta sucesión? Puedes indicar los próximos dos elementos? UCEIONE Prof. Evel Dávil Cálculo Reviso ABRIL 0 U sucesió o sucesió cosiste e u eumerció o listo e elemetos los cules los escribe u regl o ptró por tto el ore e sus elemetos es fumetl.,,,,. Cuál regl efie

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

= se cumplen todas las igualdades: Por tanto, una solución del sistema se puede considerar como un vector ( s s s s )

= se cumplen todas las igualdades: Por tanto, una solución del sistema se puede considerar como un vector ( s s s s ) SISTEMAS DE ECUACIONES LINEALES Todo problem cuyo eucdo somete úmeros descoocdos vrs codcoes, es susceptble de ser epresdo por medo de gulddes o desgulddes que form u sstem de ecucoes o ecucoes. De hí

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Es una proposición o supuesto sobre los parámetros de una o más poblaciones

Es una proposición o supuesto sobre los parámetros de una o más poblaciones HIPOTESIS ESTADISTICA Es una proposición o supuesto sobre los parámetros de una o más poblaciones http://www.itch.edu.mx/academic/industrial/estadistica1/cap02.html POR LUIS M. BAQUERO ROSAS, MBA JUNIO

Más detalles

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos)

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos) .0. Problems de plicciones de máximos y mínimos En est sección se muestr como usr l primer y segund derivd de un función en l búsqued de vlores extremos en los llmdos: problems de plicciones o problems

Más detalles

Tema 2 Sucesiones Matemáticas I 1º Bachillerato. 1

Tema 2 Sucesiones Matemáticas I 1º Bachillerato. 1 Tem Sucesioes Mtemátics I º Bchillerto. TEMA SUCESIONES. CONCEPTO DE SUCESIÓN DEFINICIÓN DE SUCESIÓN Se llm sucesió u cojuto de úmeros ddos ordedmete de modo que se pued umerr: primero, segudo, tercero,...

Más detalles

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID / Grl. Ampudi, 6 Teléf.: 9 5-9 55 9 ADRID FBRRO 5 UNIVRSIDAD PONTIFIIA D SALAANA ATÁTIAS DISRTAS FBRRO 5 (TARD) PROBLA : Se cooce el siguiete comportmieto de Luis e u resturte l que v comer: - No es verdd

Más detalles

ejemplo j 4 j 2 Tanto de interés nominal, tanto efectivo y tanto periódico.-

ejemplo j 4 j 2 Tanto de interés nominal, tanto efectivo y tanto periódico.- Tto e teés ol, tto efectvo y tto peóco.- El tto e teés ol o tee e cuet l evesó e los teeses cobos o pgos peócete ute los peoos posteoes. Poeos epeset l tto ol ul cptlzble c / e ño coo. Se poí tepet el

Más detalles

1.4 SERIES NUMÉRICAS.SUMA DE SERIES. (46 Problemas ) sabiendo que n

1.4 SERIES NUMÉRICAS.SUMA DE SERIES. (46 Problemas ) sabiendo que n . SERIES NUMÉRICAS.SUMA DE SERIES. (6 Problems.- Estudir el crácter de ls series:! 0 b + si >0, segú vlores de. 0.- Clculr cos α sbiedo que x x e 0! 0! 3.- Estudir l serie de térmio geerl. π se.- Cosidermos

Más detalles

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)

EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento

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

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS 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 detalles

1. Discutir según los valores del parámetro k el sistema

1. Discutir según los valores del parámetro k el sistema . Discutir segú los vlores del práetro el siste C Si, el (º de icógits) S. C. D. Teiedo e cut lo terior se discute el tipo de solució del siste pr los vlores del práetro que ulr el deterite de l tri de

Más detalles

Si quieres que algo se haga, encárgaselo a una persona ocupada Proverbio chino

Si quieres que algo se haga, encárgaselo a una persona ocupada Proverbio chino i quieres que lgo se hg, ecárgselo u perso ocupd Proverbio chio hht ttpp: ://ppeer rssoo..wddoooo..eess/ /ti iimoomt tee Noviembre 006 PROGREIONE DEFINICIÓN DE UCEIÓN NUMÉRICA U sucesió uméric es u cojuto

Más detalles

DETERMINANTES. A toda matriz cuadrada se le puede hacer corresponder un número (determinante) cuyo cálculo se puede hacer de las siguientes maneras:

DETERMINANTES. A toda matriz cuadrada se le puede hacer corresponder un número (determinante) cuyo cálculo se puede hacer de las siguientes maneras: Deterites DETERMINNTES. DEFINICIÓN. tod tri udrd se le uede her orresoder u úero (deterite uo álulo se uede her de ls siguietes ers:.. DETERMINNTE DE SEGUNDO ORDEN. det Es deir, es el roduto de los eleetos

Más detalles

Pruebas t para una y dos muestras independientes

Pruebas t para una y dos muestras independientes Densidd Densidd AGRO 55 LAB 9 Pruebs t pr un y dos muestrs independientes 1. Clcule ls siguientes probbiliddes usndo l tbl t e InfoStt. Incluy un digrm en cd cso.. P(T>1.356) si gl=1 b. P(T

Más detalles

Fundamentos de Estadística

Fundamentos de Estadística Fundamentos de Estadística Introducción a la Estadística Prof. Dr. Eduardo Valenzuela Domínguez eduardo.valenzuela@usm.cl Universidad Técnica Federico Santa María Dr. Eduardo Valenzuela D.; MEE 2005 p.

Más detalles

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,

Más detalles

Unidad-4: Radicales (*)

Unidad-4: Radicales (*) Uiversidd de Coepió Fultd de Cieis Veteriri Nivelió de Competeis e Mtemáti (0 Uidd-: Rdiles (* Rdil. Es u epresió de l form: que represet l ríz eésim priipl de. El etero positivo es el ídie u orde del

Más detalles

Óptica geométrica R 2. f, distancia focal: punto donde convergen los rayos que vienen desde el infinito. l o. n 1 n 2. s o

Óptica geométrica R 2. f, distancia focal: punto donde convergen los rayos que vienen desde el infinito. l o. n 1 n 2. s o Óptc geétrc Ecucó e epej eérc (prxcó prx) c, tc c: put e cverge ry que vee ee e t < : epej cócv > : epej cvex P A Q erccó e uperce eérc: rg e C Optc (CO) ( CO) ϕ θ r θ ϕ θ t v ete eg Itruccó: _ U ete e

Más detalles

Matemáticas NS y Ampliación de Matemáticas NS: cuadernillo de fórmulas

Matemáticas NS y Ampliación de Matemáticas NS: cuadernillo de fórmulas Progrm del Dplom Mtemátcs NS y Amplcó de Mtemátcs NS: cuderllo de fórmuls Pr su uso durte el curso y e los eámees Prmeros eámees: 04 Publcdo e juo de 0 Orgzcó del Bchllerto Itercol, 0 5050 Ídce Coocmetos

Más detalles

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas son equivalentes porque 2 10 4 5.

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas son equivalentes porque 2 10 4 5. Itroducció º ESO º ESO Pr operr co frccioes se sigue el mismo método que pr operr co úmeros eteros. Es decir, hy que respetr u jerrquí. Recordémosl: 1. Corchetes y prétesis.. Multipliccioes y divisioes..

Más detalles

Contrastes de hipótesis estadísticas. Contrastes paramétricos

Contrastes de hipótesis estadísticas. Contrastes paramétricos Índice 7 Contrastes de hipótesis estadísticas. Contrastes paramétricos 7.1 7.1 Introducción.......................................... 7.1 7.2 Conceptos básicos...................................... 7.2

Más detalles

Matrices y determinantes

Matrices y determinantes Mtemátis CCSS II Mtries José Mrí Mrtíne Meino (SM, www.profes.net) Mtries eterminntes CTS. Sen ls mtries, C. Hll l mtri ( C). Soluión: Mtemátis CCSS II Mtries José Mrí Mrtíne Meino (SM, www.profes.net)

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

CALCULO DE CENTROS DE MASA: PLACAS

CALCULO DE CENTROS DE MASA: PLACAS CALCULO DE CENTROS DE MASA: PLACAS Clulr l posiión el entro e mss e l siguiente pl suponieno que su ms está uniformemente istribui por to ell: b b( 1 k 3 ) Soluión: I.T.I. 1,, I.T.T. 1, En primer lugr,

Más detalles