Taller Análisis de Datos Multinivel
|
|
- Gregorio Vega Lucero
- hace 6 años
- Vistas:
Transcripción
1 Taller Análisis de Datos Multinivel Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera de Mayo, 2012
2 Datos Pacientes en clínicas Familias en vecindarios Ejemplos Individuos en familias en vecindarios Estructura jerárquica o anidada Niveles Inferencia Pérdida de independencia Ignorar jerarquía Consecuencias segun sea la pregunta a responder
3 Se desea determinar si la adherencia a un programa de salud depende de los años de educación formal de las personas Evaluaciónón a nivel de: Individuos (2000) Familias (600) Comunidades (12) Análisis: en que nivel? Análisis estadístico tradicional focalizado en un nivel
4 Comunidades Datos: Promedio de años de educación y porcentaje de adherencia al programa para cada comunidad. Regresión con 12 observaciones Pérdida de información
5 Familias Datos: Promedio de años de educación y porcentaje de adherencia al programa para cada familia Regresión con 600 datos La variación entre comunidades puede ser modelada incorporando términos para cada comunidad Pérdida de información Procedimiento de estimación ineficiente (incorpora muchos parámetros en el modelo, IA)
6 Individuos Datos individuales de años de educación y de adherencia al programa Regresión con 2000 datos La variación entre familias puede ser modelada incorporando términos para cada comunidad. Alternativamente puede pensarse en ajustar por efecto de diseño si se piensa en que la muestra fue por conglomerados La variación entre comunidades puede ser modelada incorporando términos para cada comunidad No hay pérdida de información Procedimiento de estimación ineficiente (incorpora demasiados parámetros en el modelo, IA)
7 Definición de Niveles y Análisis Estadístico Macro niveles Micro niveles Factores composicionales (individuales) Factores de Contexto (grupales) Modelos Multinivel Modelos de efectos aleatorios Modelos de coeficientes aleatorios Modelos jerárquicos Modelos de componentes de varianza Inferencia acerca de la variación entre contextos en la población usando una muestra al azar de contextos
8 Análisis Multinivel Permite estudiar el efecto simultáneo de características individuales como colectivas, y sus interacciones, sobre una respuesta en individuos
9 Datos j i Yij Xij
10 Gráfico de puntos
11 Regresión a nivel micro (total) Y ij = *X ij + e ij
12 Regresión entre grupos Y. j *X. j e Fitted values Xij
13 Regresión dentro de los grupos Y ij Y.j 1.0(X ij X. j ) e Fitted values Xij
14 Resumen Fitted values Dentro 4 3 Total 2 1 Entre Xij
15
16 Modelo Multinivel (MMn) Respuesta puede expresarse como una función de la relación entre y dentro de los grupos Y ij Y. j 1.0*( X ij X ij ) e ( * X ij ) 1.0*( X ij X ij ) e * X. j 1.0* X ij e
17 Caso: Individuos anidados en conglomerados Opcion 1: Ignorar pertenencia a los grupos Enfasis: Variabilidad entre los individuos y/o en los atributos a nivel de individuos Problema: Violación del supuesto de independencia entre las observaciones EE incorrectos Estimadores ineficientes
18 Caso: Individuos anidados en conglomerados (2) Opcion 2: Usar datos a nivel de grupo Enfasis: Variabilidad entre grupos Problema: Ignora la estructura jerárquica de los datos Pérdida de informacion Ignora el papel del nivel individual en el estudio de la variable de respuesta Opciones 1 y 2 usan solo variables de un nivel ignorando la estructura de los datos
19 Caso: Individuos anidados en conglomerados (3) Opcion 3: Definir distintos modelos para cada grupo Enfasis: Coeficientes difieren de grupo en grupo Problema: No examina el efecto grupal en la respuesta de nivel individual No es factible cuando hay un gran número de grupos o una pequeña cantidad de observaciones en los grupos
20 Caso: Individuos anidados en conglomerados (4) Opcion 4: Incluir variables indicadoras de grupo en el nivel individual Enfasis: Ajustar diferentes modelos a cada grupo Problema: No permite examinar el efecto de la variable grupal en la respuesta Asume que los grupos no estan relacionados Ignora el hecho de que los grupos pueden provenir de una poblacion mas grande de grupos
21 MMn Permite la evaluación simultánea de los efectos a nivel individual y grupal Considera la no independencia de las observaciones al interior de los grupos Los grupos no se tratan como no relacionados, pero son vistos como provenientes de una gran población de grupos Se puede examinar simultáneamente la variabilidad entre individuos y entre grupos
22 Ejemplo 2 niveles Estructura anidada de dos niveles
23 Ejemplo 3 niveles
24 Preguntas de Investigación 1. Hay diferencia en el progreso de los estudiantes hombres comparado con el de las mujeres? 2. Hay variación entre las escuelas en la brecha de progreso entre hombres y mujeres? 3. La variabilidad del progreso es distinta entre hombres y mujeres? 4. Cual es la variabilidad en el progreso entre las escuelas? 5. El efecto en la escuela X es distinto que el de las otras escuelas en la muestra? 6. Hay mayor variabilidad en el progreso entre las escuelas en estudiantes con bajo puntaje inicial? 7. Hay mas progreso en estudiantes de escuelas privadas comparado con las publicas? 8. El progreso de los estudiantes de escuelas publicas es menos variable? 9. Las mujeres presentan mayor progreso en las escuelas estatales?
25 Ejemplo 3 niveles: Diseño de corte transversal en el tiempo (estudiantes dentro de cohortes dentro de escuelas)
26 4 niveles
27 Que se modela? 1. Hay diferencia en el progreso de los estudiantes hombres comparado con el de las mujeres? 2. Hay variación entre las escuelas en la brecha de progreso entre hombres y mujeres? 3. La variabilidad del progreso es distinta entre hombres y mujeres? 4. Cual es la variabilidad en el progreso entre las escuelas? 5. El efecto en la escuela X es distinto que el de las otras escuelas en la muestra? 6. Hay mayor variabilidad en el progreso entre las escuelas en estudiantes con bajo puntaje inicial? 7. Hay mas progreso en estudiantes de escuelas privadas comparado con las publicas? 8. El progreso de los estudiantes de escuelas publicas es menos variable? 9. Las mujeres presentan mayor progreso en las escuelas estatales?
28 Otros ejemplos de 2 niveles Medidas repetidas en el tiempo Datos de panel Encuestas multietapicas Estudios de intervención donde la intervención es a nivel grupal.
29 Medidas repetidas en el tiempo
30 Estudio experimental por grupo
31 Estrategia de Modelamiento Modelo a 1 nivel para la media Y e e i i i 0 Y 0 i Y e i 0 N(0, 2 i 1,2,3,..., residuo ) n
32 MMN para 2+ promedios Y j 1,2,... J nivel grupo donde : media global e ij ij 0 e Y Si Y j ij j 0 es la media grupo Y j j 0 0 ij ( ) j i 1,2,... n residuo individual j Y residuo nivel grupo j j nivel sujeto 0 j e ij j N(0, N(0, 2 e 2 ) ) Modelo de componentes de varianza: Varianza dentro y varianza entre grupos
33 CPV Coeficiente de partición de e varianza CPV equivale al coeficiente de correlación intraclase en el caso de un MMN simple. Si el CPV es 0.2, podríamos decir que el 20% de la variación es entre grupos y que el 80% es dentro de los grupos. La correlación entre pares de individuos seleccionados al azar de un mismo grupo es de 0.2.
34 Prueba para efecto de grupo La hipótesis de nulidad es H 0 : σ 2 µ =0 LRT (prueba de razón de verosimilitud) LRT=- 2{log(L1) log(l2)} ~ χ2 (p)
35 Modelo: MMn para 2 niveles Sistema de ecuaciones bi-etápico La variabilidad dentro del grupo es explicada por una ecuación a nivel individual La variabilidad entre grupos en los coeficientes especificos de grupo es explicada por una ecuación a nivel de grupo
36 Planteamiento del Modelo J grupos con N j individuos en cada grupo Y ij variable de respuesta en el individuo i del grupo j (j= 1,, J; i= 1, N j ) X ij variable explicatoria a nivel individuo Z j variable explicatoria a nivel de grupo Para cada grupo tenemos una regresión Y ij 0 j 1j * X ij Los son modelados por la var expl del grupo 0 j 1j *Z *Z ij j j 1j 0 j
37 1 predictor a nivel individual y 1 predictor a nivel grupal Ilustración 1era Etapa Y ij oj 1j *Xij ij ij ~ N 0, 2 Respuesta individuo i en grupo j Var explicatoria nivel individual en individuo i en grupo j Independientes dentro de cada grupo 2da Etapa: Coef de regresión especifico para cada grupo es modelado Como una función de la variable de nivel grupal 0 j 1j Cov *Z *Z 0 j, 1j 10 j j 1j 0 j 1j 0 j ~ ~ N 0, N 0, Var explicatoria nivel grupal
38 Interpretación 0j mide la desviación del intercepto del grupo en relación al intercepto global 00 ajustado por el efecto de la variable grupal 1j mide la desviación de la pendiente del grupo en relación a la pendiente global 11 ajustado por el efecto de la variable grupal 01 representa la covarianza entre interceptos y pendientes
39 Resumen MMn resume la distribución de los coeficientes específicos de grupo en: Una parte fija que es constante a traves de los grupos ([ 00, 01 ] para interceptos y [ 10, 11 ] para pendientes) Una parte aleatoria ( 0j para intercepto y ij para pendiente) que puede variar de grupo en grupo Supuesto: macro-errores 0j y ij son independientes del nivel de error individual ij
40 Taller Análisis de Datos Multinivel Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera de Mayo, 2012
Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesFACULTAD: Facultad de Ciencias de la Educación
INFORMACIÓN GENERAL FACULTAD: Facultad de Ciencias de la Educación CURSO: ESTADISTICA INFERENCIAL Carrera: LICENCIATURA EN ADMINISTRACIÓN EDUCATIVA Nombre del Curso: ESTADISTICA INFERENCIAL Pre-requisito:
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADÍSTICA CÓDIGO: 11286 CARRERA: NIVEL: DOCENCIA TRONCO COMÚN SEGUNDO No. CRÉDITOS: 3 CRÉDITOS TEORÍA: 3 CRÉDITOS PRÁCTICA: - SEMESTRE / AÑO ACADÉMICO: Segundo
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detalles1. DATOS INFORMATIVOS:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesSILABO DEL CURSO TEORÍA DE MUESTREO
FACULTAD DE ESTUDIOS DE LA EMPRESA CARRERA DE MARKETING SILABO DEL CURSO TEORÍA DE MUESTREO 1. DATOS GENERALES 1.1. Carrera Profesional : Marketing 1.2. Departamento : Marketing 1.3. Tipo de Curso : Obligatorio
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesFACTORES RELACIONADOS CON LA EFICACIA ESCOLAR DE LAS ESCUELAS
REICE - Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación 2007, Vol. 5, No. 5e FACTORES RELACIONADOS CON LA EFICACIA ESCOLAR DE LAS ESCUELAS SECUNDARIAS PÚBLICAS DEL DISTRITO
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple. Facultad de Ciencias Sociales - UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple Facultad de Ciencias Sociales - UdelaR Índice 7.1 Introducción 7.2 Análisis de regresión 7.3 El Modelo de Regresión
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesMECÁNICA- INGENIERÍA INDUSTRIAL - EN SISTEMAS DE INFORMACIÓN - CIVIL - ELÉCTRICA - ELECTRÓNICA - NAVAL QUÍMICA - TEXTIL
ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO : 95-0704 ORIENTACIÓN : GENERAL Clase: Cuatr./Anual DEPARTAMENTO: MATERIAS BÁSICAS Horas Sem : 6 / 3 ÁREA: MATEMÁTICA Horas/año : 96 FORMACIÓN BÁSICA HOMOGÉNEA
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesESTADÍSTICA. 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 detallesEL 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 detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesCarrera: Integrantes de la Academia de Ingeniería Industrial: M.C. Ramón García González. Integrantes de la
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Ingeniería de calidad Licenciatura en Ingeniería Industrial Clave de la asignatura: Horas teoría horas práctica - créditos 4-0 - 8 2.- HISTORIA
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detallesSOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante
SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesRELACION, ELONGACION-PESO DE UN RESORTE
RELACION, ELONGACION-PESO DE UN RESORTE Tatiana Ortiz 1, Natalie Díaz 2, Silvia Alvarado 3, Juan Felipe Mateus 4 Estudiante Microbiología Industrial- lady.ortiz@javeriana.edu.co Estudiante Biología natalie.diaz@javeriana.edu.co
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más detallesRepaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013
Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesRelación entre la altura y la distancia del suelo al ombligo
Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas
Más detallesMÓDULO 1: GESTIÓN DE CARTERAS
MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesINTERVALOS 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 detallesMANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL
MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado
Más detalles1. VALORES FALTANTES 2. MECANISMOS DE PÉRDIDA
1. VALORES FALTANTES Los valores faltantes son observaciones que en un se tenía la intención de hacerlas, pero por distintas razones no se obtuvieron. Puede ser que no se encuentre a un encuestado, entonces
Más detallesSelección de fuentes de datos y calidad de datos
Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.
Más detallesArgentina Factores asociados TERCE
Factores asociados TERCE a) Desempeño de los estudiantes La tabla 1 expone los resultados de en las pruebas TERCE y su comparación con el promedio de rendimiento regional. Como se observa, los estudiantes
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesPROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Más detallesLa relación entre x y y es lineal, y el participante debe analizar esta tendencia lineal, según lo muestran los datos que recopilará.
Introducción: Pasar al experimento que permitirá la recolección de datos, para x: determinado número de liguillas, se mide la distancia que la figura recorrió (en cm.) Para cada valor de x, deben repetir
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesFINANZAS CORPORATIVAS
FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real
Más detallesMarco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia
Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesExamen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.
Examen de Grado Sección de Econometría Agosto 2015 Pregunta 1. (40 puntos). Suponga que estamos interesados en determinar cuáles características del colegio y/o del hogar determinan el resultado de una
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesRegresión en Cadena. StatFolio de Ejemplo: ridge reg.sgp
Regresión en Cadena Resumen El procedimiento Regresión en Cadena está diseñado para ajustar un modelo de regresión múltiple cuando las variables independientes exhiben multicolinealidad. Multicolinealidad
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen
ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO RIVAS C., Gerardo A. Escuela de Ingeniería Industrial. Universidad de Carabobo. Bárbula. Valencia. Venezuela Jefe
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: AMPLIACIÓN DE ESTADÍSTICA Código:603358 Materia: MATEMÁTICAS Y ESTADÍSTICA Módulo: FORMACIÓN FUNDAMENTAL Carácter: OBLIGATORIA
Más detallesPasos Ejecución de pruebas analíticas sustantivas. 6. Ejecución de pruebas sustantivas
6. Ejecución de pruebas sustantivas Destinadas a verificar saldos de cuentas o transacciones, están compuestas por: Procedimientos analíticos sustantivos Pruebas sustantivas de detalles: Representativas
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 01221701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia URRUTIA MOSQUERA, JORGE ANDRÉS; SALAZAR, HEVER DARÍO; CRUZ TREJOS, EDUARDO ARTURO EVALUACIÓN DE LA ROBUSTEZ
Más detalles