Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local

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

Download "Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local"

Transcripción

1 21 Las técnicas muestrales, los métodos prospectivos y el diseño de estadísticas en desarrollo local Victoria Jiménez González Introducción La Estadística es considerada actualmente una herramienta indispensable para el análisis de datos en cualquier campo de la ciencia aplicada y, en concreto, en las Ciencias Sociales. Por ello, en este manual no puede faltar un capítulo dedicado a las técnicas estadísticas más usuales que se pueden aplicar al campo del desarrollo local. Como señalan Peña y Romo, J 1., «un análisis estadístico se lleva a cabo siguiendo las etapas habituales en el llamado método científico» a partir del siguiente esquema que muestra el Gráfico 1. Gráfico 1. Esquema básico del análisis estadístico Planteamiento del problema Definir el objetivo de la investigación Preciar el universo o población Recogida de la información Censo Muestra Fuentes externas Fuentes internas Análisis descriptivo Resumen de los datos disponibles para extraer la información relevante Inferencia estadística Obtención de conclusiones generales de la población a partir de resultados muestrales (método inductivo) 1 PEÑA, D. y ROMO, J. (1999). Introducción a la Estadística para las Ciencias Sociales. Ed. Mc Graw Hill. 475

2 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL Justamente, éste es el esquema que vamos a seguir en el presente capítulo. No se pretende incluir en el mismo el contenido de un libro de estadística, por lo que hemos optado por utilizar el método del caso y, a través de éste hacer referencias bibliográficas que permitan a cualquier lector interesado ampliar sus conocimientos hasta donde quiera o le sea posible. Por otra parte, para el tratamiento estadístico de la información utilizaremos el programa estadístico Excell de Microsoft, que es conocido y ampliamente utilizado por la mayoría de los usuarios. Planteamiento del problema El caso que se va a desarrollar es real y se refiere a los titulados en formación profesional en Canarias de los cursos y , obtenidos a partir de una base de datos de la Conserjería de Educación, Cultura y Deporte del Gobierno de Canarias 2. La población o universo la constituyen los titulados en formación profesional en Canarias de los cursos y A partir de ésta se pretenden los siguientes objetivos: a. Hacer un análisis de algunas de sus principales características, como son el sexo, la edad y el ciclo formativo de los titulados. b. Estimar la tasa de paro de los nuevos titulados en formación profesional, tanto desde el punto de vista general como respecto al ciclo formativo. c. En toda la literatura de economía de la educación se indica que la tasa de paro masculina es inferior a la femenina. Por ello, se quiere probar dicha hipótesis para el caso de los titulados en formación profesional en Canarias de los cursos 1997/98 y 1998/99. Recogida de la información 3 Dependiendo del problema que nos ocupe, la recopilación de la información puede hacerse mediante fuentes estadísticas externas o internas. En el caso del desa- 2 JIMÉNEZ, V.; DÍAZ, F. y TRUJILLO, R. (2003). La opinión de los nuevos titulados en formación profesional específi ca en Canarias. Curso 97/98 y 98/99. Cámaras Oficiales de Comercio, Industria y Navegación de Santa Cruz de Tenerife y Las Palmas de Gran Canaria y Consejería de Educación del Gobierno de Canarias. 3 SCHEAFFER, MENDENHALL y OTT. (1986). Elementos de muestreo. Grupo Editorial Iberoamérica. 476

3 Victoria Jiménez González rrollo local, son innumerables las fuentes estadísticas externas y, actualmente se puede acceder a las mismas de forma general a través de Internet. Respecto a las fuentes estadísticas internas o primarias, nos referimos a las que haya elaborado el propio investigador o institución, dentro de las cuales se encuentran las encuestas que se hayan podido realizar. En nuestro caso, se parte de la base de datos de los titulados en formación profesional en Canarias de los cursos y , aportada por la Consejería de Educación del Gobierno de Canarias, cuyos campos son los que se muestran en el cuadro siguiente, además de nombre y apellidos de los titulados y la dirección, que no han sido recogidos: Cuadro 1. Campos de información de los titulados en formación profesional Sexo Teléfono Municipio Isla Centro donde estudiaron Especialidad Ciclo formativo Familia Provincia Con los datos poblacionales incluidos en la base de datos sólo se puede realizar un análisis descriptivo de éstos, pero no se puede hacer una estimación de otras variables de interés no incluidas en la misma, como son la edad y la tasa de paro de los titulados. Por ello, recurrimos a una encuesta dirigida a una muestra representativa de los titulados, con la cual, obtuvimos información referida, no sólo a la situación laboral de los encuestados, sino también a otros muchos aspectos que nos resultaban de interés. Cuadro 2. Campos de información de los datos de la muestra Sexo Edad Isla Familias Ciclos formativos Especialidades Provincia El diseño muestral utilizado fue un muestreo aleatorio simple respecto a los porcentajes de ciclos formativos medio y superior. Posteriormente, con el tamaño de la muestra obtenida en el muestreo aleatorio simple, utilizamos un diseño 477

4 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL muestral por cuotas cruzadas en el que los elementos de cada celda se obtuvieron de forma aleatoria. De esta forma, nos asegurábamos que en la muestra estuvieran presentes porcentajes adecuados de titulados referidos a las variables. El resultado fue de 811 nuevos titulados, a los cuales se encuestó entre el 1 de mayo y el 20 de julio de 2003, mediante entrevista telefónica realizada por entrevistadores a los cuales se había formado previamente. La directora del estudio se encargó de detectar los posibles errores, corrigiéndolos una vez verificados. Con este tamaño de muestra la ficha técnica de la misma será la siguiente (Cuadro 3). Cuadro 3. Ficha técnica de la muestra Tamaño muestra 811 Tamaño población Error estimación 3,2 % Nivel de confi anza 95% Análisis descriptivo 4 5 Vamos a resumir y analizar los resultados de la encuesta referidos a las variables «edad», «sexo» y «ciclo formativo». Cuadro 4. Tabla de frecuencias de los titulados de formación profesional Edad (*) Sexo Ciclo Hombre Mujer Medio Superior Total Menor 23 años De 23 a 26 años De 26 a 30 años De 30 a 34 años De 34 años y más Totales (*) El titulado de menor edad encuestado tenía 21 años y el mayor, 57 años. Los intervalos son cerrados, de forma que las edades que fi guran en dos intervalos, realmente se encuentran en el intervalo en el que fi guran como límite inferior. 4 MONTIEL, A. (1996). Estadística económica y empresarial. Ed. Prentice Hall pp BERENSON, M.; LEVINE. D. y KREHBIAL, T. (2001). Estadística para Administración. Ed. Prentice Hall. 2ª edición, pp

5 Victoria Jiménez González El «sexo» y el «ciclo formativo» son variables cualitativas nominativas y la «edad» es cuantitativa, aunque vendrá expresada en intervalos. Como queremos analizarlas conjuntamente, vamos a presentarlas mediante tablas de contingencia, que son tablas de doble entrada de pares de variables, dentro de las cuales se encuentran las frecuencias conjuntas absolutas (número de veces que se repiten los pares de valores) o relativas (porcentaje de veces que se repiten los pares de valores). El Cuadro 4 presenta dos tablas de contingencia con sus frecuencias absolutas, la primera entre los intervalos de edad y el sexo de los titulados y la segunda entre la edad y los ciclos formativos. Con los datos del anterior cuadro vamos a realizar el siguiente análisis descriptivo: 1. Representación gráfica mediante un histograma de los intervalos de edad. 2. Análisis descriptivo de los porcentajes por sexo y ciclos formativos. 3. Cálculo de la media de edad de los encuestados por sexo y análisis de su mayor o menor representatividad. 4. Análisis de la dependencia o no entre la edad y los ciclos formativos. 5. Conclusiones. 1. Representación gráfica mediante un histograma de los intervalos de edad Existen distintos tipos de representaciones gráficas cuya utilización depende básicamente del objetivo que se persigue y del tipo de variables a representar. En nuestro caso, se pretende representar gráficamente la distribución de las edades de los titulados, las cuales vienen agrupadas en intervalos de distinta amplitud, por lo que el gráfico más adecuado es el histograma. Éste es un gráfico sencillo de interpretar que sirve para representar las frecuencias absolutas, o las veces que se repite cada valor de la variable (o cada intervalo), pudiéndose también utilizar la frecuencia relativa, o porcentaje de veces que se repite cada valor de la variable (o cada intervalo), como es el caso de los datos del Cuadro

6 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL Gráfica 2. Histograma de los intervalos de edad A partir de un sistema de coordenadas cartesianas, en el eje de abscisas se indican los límites de los intervalos de la variable y, en el eje de ordenadas, las frecuencias absolutas o relativas, siempre que la amplitud de los intervalos sea igual para todos ellos, obteniéndose así rectángulos cuya base es la amplitud del intervalo y su altura es la frecuencia absoluta o relativa. Sin embargo, cuando los intervalos no son de igual amplitud, como es nuestro caso, en el eje de ordenadas se indica la altura de cada rectángulo. Si no se hiciera así, la representación gráfica podría ser incorrecta, ya que no indicaría la importancia relativa de cada intervalo en función de su amplitud. La altura se obtiene despejando de la fórmula del área de un rectángulo, donde la base es la amplitud y el área es la frecuencia absoluta o relativa. 2. Análisis descriptivo de los porcentajes por edad, sexo y ciclos formativos 6 Para hacerlo con mayor comodidad, hemos calculado los porcentajes a partir del Cuadro 4 y los hemos representado en el Cuadro 5. 6 MARTÍN PLIEGO, F. J. (2004). Introducción a la Estadística Económica y Empresarial. 3ª ed. Ed. Thomson. pp

7 Victoria Jiménez González Cuadro 5. Tabla de frecuencias relativas de los titulados de formación profesional Edad Sexo (*) Ciclo (*) Total (**) Hombre Mujer Medio Superior Menor 23 años 58,49 41,51 98,11 1,89 6,54 De 23 a 26 años 41,08 58,92 64,98 35,02 36,62 De 26 a 30 años 40,48 59,52 35,95 64,05 40,81 De 30 a 34 años 42,86 57,14 36,26 63,74 11,22 De 34 años y más 35,90 64,10 56,41 43,59 4,81 Totales 41,92 58,08 51,66 48, (*) Los porcentajes se leen en fi las. (**) Los porcentajes se leen en columna. El resultado de dicho análisis es el siguiente: a. Los mayores porcentajes de titulados en formación profesional corresponden a los que tienen entre 23 y 26 años (36,6 por ciento) y entre 26 y 30 años (40,8 por ciento) en el momento de ser encuestados. b. Por sexos, el porcentaje de hombres es del 41,9 por ciento, inferior al de las mujeres que fue el 58 por ciento. Por intervalos de edad, el porcentaje de hombres supera al de las mujeres en el primero, mientras que en el resto, el porcentaje de mujeres supera al de los hombres. c. Por ciclos formativos, el 51,7 por ciento de los titulados estudiaron ciclos formativos de grado medio y el 48,4 por ciento grado superior. Por intervalos de edad, casi el 100 por ciento de los menores de 23 años terminaron ciclos de grado medio, disminuyendo en los siguientes intervalos de edad y aumentando los que estudiaron ciclos de grado superior, salvo entre los de 34 años y más, donde el porcentaje de los de grado medio es mayor al de los que tienen un grado superior. 3. Cálculo de la media de edad de los encuestados por sexo y análisis de su mayor o menor representatividad. La media aritmética es una medida de tendencia central. Resume todos los valores de la variable en uno sólo, que es representativo de todos ellos. Será más representativa mientras menor dispersión exista entre los valores de la variable respecto a la media aritmética. 481

8 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL Donde: xi son los valores de la variable ni son las frecuencias absolutas o veces que se repite cada valor de la variable y n es el tamaño de la muestra Para analizar la representatividad de las medidas de tendencia central y, en concreto, de la media aritmética, se utilizan las medidas de dispersión. Pueden venir expresadas en valores absolutos o relativos. La ventaja de estas últimas es que se pueden comparar distintas distribuciones con diferentes unidades o que, teniendo las mismas, no tengan igual media aritmética. La más utilizada es el Coeficiente de Variación de Pearson: Donde: S es la desviación típica que se define como la raíz cuadrada de la varianza, S 2, cuya fórmula es: Mientras menor dispersión exista, más representativa será la media. Para el cálculo de las medias de edad por sexo y el análisis de cuál es más representativa se calcula la marca de clase, al estar agrupados en intervalos los valores de la variable edad. Marca de clase x i : semisuma de los límites de los intervalos A partir del Cuadro 4, la tabla de operaciones es la siguiente: 482

9 Victoria Jiménez González Cuadro 6. Cálculo de la marca de clase de los grupos de edades Edad X i (*) Hombre Mujer n i (**) x i n i x 2 i *n i n i (**) x i n i x 2 i *n i Menor 23 años De 23 a 26 años 24, , , ,8 De 26 a 30 años De 30 a 34 años De 34 años y más 45, , , ,3 Sumas (*) Marca de clase (**) Frecuencias absolutas Cuadro 7. Medias de edad de ambos sexos Medidas Edad Hombres Mujeres Medias (unidades) 27,26 27,68 Varianzas (unidades al cuadrado) 20,78 23,38 Desviaciones típicas (unidades) 4,56 4,84 Coeficiente de variación de Pearson (unidades relativas) 16,72 17,47 Una vez aplicadas las correspondientes fórmulas, los resultados para hombres y mujeres son los que se recogen en el Cuadro 7. En nuestro caso, como las medias de edad de hombres y mujeres no son iguales, en vez de utilizar la varianza, que es una medida de dispersión absoluta, hay que usar el coeficiente de variación de Pearson, que es una medida relativa de dispersión. Como podemos observar, las medias de edad de hombres y mujeres son prácticamente las mismas, siendo algo más representativa la de los hombres, al haber obtenido un coeficiente de variación de Pearson menor. 483

10 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL 4. Análisis de la dependencia o no entre la edad y los ciclos formativos 5 Nos interesa conocer si existe algún tipo de asociación entre la edad de los titulados y el ciclo formativo que han cursado, o si por el contrario, son independientes. Para ello, partimos de los datos que sobre los ciclos formativos aparecen en el Cuadro 4. Para que dos variables cualitativas sean independientes debe cumplirse para todos los pares de casos que: Es decir, la frecuencia relativa conjunta debe ser igual al producto de las frecuencias relativas marginales en cada par de valores. Esta condición de independencia es la base de cálculo de las medidas de la asociación entre variables cualitativas, como son el coeficiente chi-cuadrado y el de contingencia. El coeficiente chi-cuadrado compara las frecuencias observadas con las esperadas en el caso de que las dos variables sean independientes. Si las frecuencias observadas y esperadas son muy parecidas, se puede concluir que las variables son independientes. Si hay diferencias significativas entre ambas, se puede concluir que existe algún tipo de asociación. En este sentido, su fórmula es: 2 = (O i - E i )2 El coeficiente de contingencia se obtiene a partir del coeficiente chi cuadrado y nos indica la mayor o menor asociación existente entre las modalidades de las dos variables cualitativas consideradas. Su fórmula es la siguiente: C = n 0 C 1 Los cálculos necesarios para la obtención del coeficiente de contingencia son los que aparecen recogidos en el Cuadro

11 Victoria Jiménez González Cuadro 8. Cálculos para la obtención del coeficiente de contingencia Edad Observadas Esperadas Chi cuadrado Medio Superior Total Medio Superior Medio Superior Menor 23 años ,382 25,618 22,132 23,657 De 23 a 26 años , ,556 10,197 10,899 De 26 a 30 años , ,990 15,818 16,907 De 30 a 34 años ,015 43,985 4,178 4,465 De 34 años y más ,149 18,851 Total ,170 0, Por tanto, como el coeficiente chi cuadrado, 2, no es igual a 0, podemos pensar que existe asociación entre los intervalos de edad y los ciclos formativos medio y superior. Para conocer si la asociación es pequeña o alta, podemos utilizar el coeficiente de contingencia C, cuyo resultado es: C = 2 = 0,344 Lo que nos indica que, aunque existe asociación entre los intervalos de edad y los ciclos formativos, no es muy alta, ya que C no es cercano a Conclusiones del análisis descriptivo a. Los porcentajes de titulados en formación profesional mayores corresponden a los que tienen entre 23 y 30 años en el momento de ser encuestados (77,4 por ciento). b. Por sexos, el porcentaje de hombres es sensiblemente inferior al de las mujeres (17 puntos de diferencia), con la sola excepción de los titulados menores de 23 años, donde el porcentaje de hombres supera al de las mujeres también en 17 puntos. 485

12 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL c. Por ciclos formativos, el 51,7 por ciento de los titulados estudiaron ciclos formativos de grado medio y el 48,4 por ciento estudiaron grado superior. Por intervalos de edad, casi el 100 por ciento de los menores de 23 años terminaron ciclos de grado medio, disminuyendo los porcentajes de titulados que estudiaron dicho ciclo en los siguientes intervalos de edad y aumentando los de grado superior, salvo entre los que tienen 34 años y más, donde el porcentaje de los que tienen un grado medio es otra vez mayor al de los que tienen uno superior. d. La edad media de los titulados encuestados es de 27,26 años, muy similar a la edad media de las tituladas que es de 27,68 años. e. La media de edad más representativa corresponde a los hombres, ya que su coeficiente de variación de Pearson es algo inferior al de las mujeres. f. Existe asociación entre los intervalos de edad y los ciclos formativos medio y superior, de forma que a menor edad, mayor posibilidad de haber realizado un ciclo formativo superior. Inferencia Estadística La Inferencia Estadística permite obtener conclusiones generales de una población a partir de resultados muestrales utilizando para ello distintas técnicas como son la Teoría de la Estimación y las Pruebas o Contrastes de Hipótesis. La manera en que habitualmente se mide el desequilibrio entre la oferta y la demanda de trabajo es mediante la tasa de paro, que se obtiene como la relación entre la población parada y la población activa: Tasa de paro = Población parada Población activa El concepto de población activa se refiere a todas aquellas personas que están vinculadas al mercado de trabajo, ya bien sea porque se encuentren trabajando por cuenta propia o ajena, o bien porque hallándose en condiciones de trabajar, busquen activamente un puesto de trabajo, es decir, que la población activa está formada por el total de la población ocupada y parada. Como no tenemos los datos poblacionales referidos a la situación laboral de los titulados, acudimos a los resultados obtenidos a partir de la encuesta, que fueron los siguientes: 486

13 Victoria Jiménez González Cuadro 9. Tasa de paro de los titulados de formación profesional Situación laboral Sexo Ciclo Hombre Mujer Medio Superior Total* Parados Activos Tasa de paro 23,4 23,6 23,1 28,6 16,4 * De los 811 encuestados, 758 eran activos. Por tanto, la tasa de paro de los encuestados fue del 23,4 por ciento; es decir, que del conjunto de egresados vinculados al mercado de trabajo, algo menos de la cuarta parte busca activamente un puesto de trabajo. Igualmente, la tasa de paro de las mujeres (28,6 por ciento) fue sensiblemente superior a la de los hombres (16,4 por ciento), mientras que las tasas de paro de los titulados de ciclo medio y superior son prácticamente iguales. Estos resultados son estimaciones puntuales de la tasa de paro, pero tienen el inconveniente de que no miden la posibilidad de certeza o de error que tenemos en éstas al haberlas realizado mediante una muestra. Por ello, es mejor utilizar una estimación mediante intervalos de confianza, en la cual no se oferta un valor único, sino un intervalo, dentro del que confiamos que está el verdadero valor de la tasa de paro a nivel poblacional, acompañado del nivel de confianza que tenemos en dicha estimación. También, si queremos probar que la tasa de paro de los nuevos titulados en formación profesional de los cursos y es inferior a la tasa de paro de las nuevas tituladas en formación profesional, lo mejor desde el punto de vista estadístico es utilizar una prueba de hipótesis que va acompañada de su nivel de significación que es la posibilidad que tenemos de equivocarnos al rechazar la hipótesis que hayamos planteado. A. Estimación de la tasa de paro de los titulados en formación profesional en Canarias de los cursos y Como ya comentamos, a continuación vamos a realizar las siguientes estimaciones: 7 NEWWBOLD, P. (1996). Estadística para los negocios y la economía. Ed. Prentice Hall. 4ª ed. pp CASAS, J. M. (1997). Inferencia Estadística. 2ª ed. Ed. Centro de Estudios Ramón Areces, S.A. pp

14 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL 1. Estimación por intervalos de confianza de la tasa de paro de los titulados en Formación Profesional de los cursos y Estimación por intervalos de confianza de la diferencia de las tasas de paro de titulados de grado medio y superior mediante intervalos de confianza. 1. Estimación de la tasa de paro de los titulados en formación profesional de los cursos y Como lo que se pretende estimar es una proporción, la tasa de paro de los nuevos titulados, el intervalo de confianza que se debe utilizar es el siguiente: ˆp es la proporción de parados encuestados sobre la población activa y ˆq su complementario (1-ˆp ). n es el tamaño de la muestra y N es el tamaño de la población. es el valor de una normal tipificada para un nivel de confianza prefijado, Si deseamos un nivel de confianza del 95 por ciento, el intervalo de confianza será: Por tanto, con una confianza del 95 por ciento podemos estimar que la tasa de paro está entre el 20,4por ciento y el 26,4 por ciento. 2. Estimación de la diferencia de las tasas de paro de titulados de grado medio y superior mediante intervalos de confianza. Para este caso habrá que utilizar un intervalo de confianza de diferencia de proporciones cuya expresión es la siguiente: 488

15 Victoria Jiménez González Donde los términos que tienen subíndice 1 corresponden a los titulados de grado medio y los que tienen subíndice 2 a los de grado superior. Si deseamos un nivel de confianza del 95 por ciento, el intervalo de confianza será: Por tanto, con una confianza del 95 por ciento podemos estimar que la diferencia en las tasas de paro de los titulados de formación profesional de grado medio y superior está entre el -6,6 por ciento y el 5,5 por ciento, lo que significa que en la población de todos los titulados de esos años, la tasa de paro de los titulados de grado medio y superior es similar. B. Prueba de hipótesis referida a que la tasa de paro de los nuevos titulados en formación profesional de los cursos y es inferior a la de las nuevas tituladas en FP 9 En las pruebas de hipótesis se parte de una hipótesis nula, que es la que se quiere probar desde el punto de vista estadístico, y su alternativa, que es la contraria a la hipótesis nula. Si se rechaza la hipótesis nula, como se llega a esa conclusión a través de la información muestral, se puede cometer el error de rechazarla siendo cierta. La probabilidad de cometer dicho error es el nivel de significación α, que lo impone la persona que realiza la prueba, por lo que se pretende que sea la menor posible. Rechazar o no rechazar la hipótesis nula depende de dónde cae el valor de la función de decisión que se obtiene a partir de los resultados muestrales. Si dicha función cae en la región de aceptación, no se rechaza la hipótesis nula. Si cae en la región crítica o de rechazo, cuya área es el nivel de significación, se rechaza la hipótesis nula. En nuestro caso, las hipótesis del contraste serán: 9 NEWWBOLD, P. (1997). Estadística para los negocios y la economía. Ed. Prentice Hall. 4ª ed Págs y CASAS, J. M. Inferencia Estadística. 2ª ed. Ed. Centro de Estudios Ramón Areces, S.A. pp

16 21. LAS TÉCNICAS MUESTRALES, LOS MÉTODOS PROSPECTIVOS Y EL DISEÑO DE ESTADÍSTICAS EN DESARROLLO LOCAL a. Hipótesis nula Ho: p 1 p 2. La tasa de paro masculina es mayor o igual a la femenina. b. Hipótesis alternativa Ha: p 1 < p 2. La tasa de paro masculina es menor que la femenina. Donde los términos que tienen subíndice 1 corresponden a los titulados masculinos y los que tienen subíndice 2 a los femeninos. El nivel de significación,, se quiere que sea del 5 por ciento. La función de decisión de la prueba es: pˆ 1 - pˆ 2 ˆ p 1 q1 ˆ + p ˆ q ˆ 2 2 n 1 n 2 Donde los términos que tienen subíndice 1 corresponden a los hombres y los que tienen subíndice 2 a las mujeres. La región crítica de esta prueba vendrá dada por es el punto crítico que separa la región crítica de la región de aceptación. El valor de la función de decisión es: 490 El punto crítico es Z 0,05 = -1,96. Por tanto, el valor de la función de decisión es menor que el valor del punto crítico, por lo que, con una probabilidad de equivocarnos del 5 %, rechazamos la hipótesis nula.

17 Victoria Jiménez González La hipótesis nula planteada es que la tasa de paro masculina es igual o superior a la femenina, por lo que la rechazamos y concluimos que la tasa de paro de los nuevos titulados en formación profesional masculinos es significativamente inferior a la tasa de paro femenina, con una probabilidad de equivocarnos del 5 por ciento. Conclusiones de la inferencia estadística a. Con una confianza del 95 por ciento se estima que la tasa de paro está entre el 20,4 por ciento y el 26,4 por ciento. b. Con una confianza del 95 por ciento se estima que la diferencia en las tasas de paro de los titulados de formación profesional de grado medio y superior está entre el -6,6 por ciento y el 5,5 por ciento, lo que significa que en la población de todos los titulados de esos años, la tasa de paro de los titulados de grado medio y superior es similar. c. La tasa de paro de los nuevos titulados en formación profesional masculinos es significativamente inferior a la tasa de paro femenina, con una probabilidad de equivocarnos del 5 por ciento. Referencias Bibliográficas BERENSON, M.; LEVINE, D. Y KREHBIAL, T. (2001). Estadística para la Administración. Ed. Prentice Hall. 2ª edición. CASAS, J. M. (1997). Inferencia estadística. 2ª ed. Ed. Centro de Estudios Ramón Areces, S.A. JIMÉNEZ, V.; DÍAZ, F. Y TRUJILLO, R. (2003). La opinión de los nuevos titulados en formación profesional específica en Canarias. Curso 97/98 y 98/99. Cámaras Oficiales de Comercio, Industria y Navegación de Santa Cruz de Tenerife y Las Palmas de Gran Canaria y Consejería de Educación del Gobierno de Canarias. MARTÍN PLIEGO, F. J. (2004). Introducción a la estadística económica y empresarial. 3ª ed. Ed. Thomson. MONTIEL, A. (1996). Estadística económica y empresarial. Ed. Prentice Hall. NEWWBOLD, P. (1996). Estadística para los negocios y la economía. Ed. Prentice Hall. 4ª ed. PEÑA, D. Y ROMO, J. (1999). Introducción a la estadística para las ciencias sociales. Ed. Mc Graw Hill. SCHEAFFER, MENDENHALL Y OTT. (1986). Elementos de muestreo. Grupo editorial Iberoamérica. 491

6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS

6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS 6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS Esquema del capítulo Objetivos 6.1. 6.. 6.3. 6.4. ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS COEFICIENTES DE CONTINGENCIA LA

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

1 Ejemplo de análisis descriptivo de un conjunto de datos

1 Ejemplo de análisis descriptivo de un conjunto de datos 1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos

Más detalles

Estadística. Conceptos de Estadística. Un individuo o unidad estadística es cada uno de los elementos que componen la población.

Estadística. Conceptos de Estadística. Un individuo o unidad estadística es cada uno de los elementos que componen la población. Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 5: Introducción a la inferencia estadística Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos.

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de 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 Mecánica MCM - 0531 3 2 8 2.- HISTORIA DEL

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

GRADO TURISMO TEMA 2: ANÁLISIS DE DATOS TURÍSTICOS UNIDIMENSIONALES

GRADO TURISMO TEMA 2: ANÁLISIS DE DATOS TURÍSTICOS UNIDIMENSIONALES GRADO TURISMO TEMA 2: ANÁLISIS DE DATOS TURÍSTICOS UNIDIMENSIONALES Prof. Rosario Martínez Verdú TEMA 2: ANÁLISIS DE DATOS TURÍSTICOS UNIDIMENSIONALES 1. Presentación de los datos: distribuciones de frecuencias,

Más detalles

Muestreo estadístico. Relación 2 Curso 2007-2008

Muestreo estadístico. Relación 2 Curso 2007-2008 Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS 1 MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS Medidas de tendencia central Menú Analizar: Los comandos del menú Analizar (Estadística) ejecutan los procesamientos estadísticos. Sus comandos están

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

Para que les fuera más cercano y aumentar así su implicación, el tema a tratar fue propuesto por ellos mismos.

Para que les fuera más cercano y aumentar así su implicación, el tema a tratar fue propuesto por ellos mismos. Índice 1. Notas introductorias del profesor.... 2 2. Descripción del proyecto.... 3 2.1. Introducción.... 3 2.2. Objetivos que pretendemos lograr con este trabajo... 3 2.3. El proceso realizado... 4 3.

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

Curso de Estadística no-paramétrica

Curso de Estadística no-paramétrica Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

Pruebas de. Hipótesis

Pruebas de. Hipótesis Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar

Más detalles

Análisis de los Municipios Turísticos de Andalucía

Análisis de los Municipios Turísticos de Andalucía Análisis de los Municipios Turísticos de Andalucía UNIVERSIDAD DE MÁLAGA DPTO. ECONOMÍA APLICADA-POLÍTICA ECONÓMICA Febrero, 2004 EQUIPO DE TRABAJO: Pedro Raya Mellado. Profesor Titular de Economía Aplicada.

Más detalles

Análisis e Interpretación de Datos Unidad XI. Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN

Análisis e Interpretación de Datos Unidad XI. Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN Análisis e Interpretación de Datos Unidad XI Prof. Yanilda Rodríguez MSN Prof. Madeline Fonseca MSN Prof. Reina del C.Rivera MSN Competencias de Aprendizaje Al finalizar la actividad los estudiantes serán

Más detalles

TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1

TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1 TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1 rafael.dearce@uam.es El objeto de las tablas de contingencia es extraer información de cruce entre dos

Más detalles

FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL : INFERENCIA ESTADÍSTICA SILABO

FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL : INFERENCIA ESTADÍSTICA SILABO SILABO I. DATOS GENERALES CARRERA PROFESIONAL : INGENIERÍA INDUSTRIAL CÓDIGO CARRERA PRO. : 17 ASIGNATURA : CÓDIGO DE ASIGNATURA : 1704-17214 N DE HORAS TOTALES : 4 HORAS SEMANALES N DE HORAS TEORÍA :

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

PRUEBAS NO PARAMÉTRICAS

PRUEBAS NO PARAMÉTRICAS PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la

Más detalles

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales 1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS

Más detalles

INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS Página 311 REFLEXIONA Y RESUELVE Máuina empauetadora El fabricante de una máuina empauetadora afirma ue, si se regula para ue empauete palés con 100 kg, los

Más detalles

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II Asignatura: Código: ESTADÍSTICA II 1. DATOS GENERALES 1.1. Departamento Académico Ingeniería Industrial 1.2. Escuela profesional Ingeniería

Más detalles

FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4

FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4 FACULTAD DE ENFERMERIA MAESTRÌA EN ENFERMERIA PROGRAMA DEL CURSO ESTADÌSTICA AVANZADA CODIGO MC1114 REQUISITOS EG2113 CREDITO: 4 REQUISITO LICENCIATURA EN ENFERMERÌA PROFESOR 1. Justificación. Se requiere

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

Estadística Administrativa I

Estadística Administrativa I 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Administrativa I Licenciatura en Administración ADT-0426 2-3-7 2.-

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

13Soluciones a los ejercicios y problemas

13Soluciones a los ejercicios y problemas Soluciones a los ejercicios y problemas PÁGINA Pág. P RACTICA Tablas de frecuencias El número de faltas de ortografía que cometieron un grupo de estudiantes en un dictado fue: a) Di cuál es la variable

Más detalles

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA

LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA LICENCIADO EN CIENCIAS AMBIENTALES PROGRAMA DE ESTADÍSTICA CURSO 2010-2011 TITULACIÓN: CIENCIAS AMBIENTALES ASIGNATURA: ESTADISTICA ÁREA DE CONOCIMIENTO: Estadística e Investigación Operativa Número de

Más detalles

Tema 5: Estimación puntual y por intervalos

Tema 5: Estimación puntual y por intervalos Tema 5: Estimación puntual y por intervalos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Estimación puntual y por intervalos Curso

Más detalles

Nº Persona Altura (m) Peso (Kg.) Nº Persona Altura (m) Peso (Kg.) 001 1.94 95.8 026 1.66 74.9 002 1.82 80.5 027 1.96 88.1 003 1.79 78.2 028 1.56 65.

Nº Persona Altura (m) Peso (Kg.) Nº Persona Altura (m) Peso (Kg.) 001 1.94 95.8 026 1.66 74.9 002 1.82 80.5 027 1.96 88.1 003 1.79 78.2 028 1.56 65. .1. DIAGRAMAS DE DISPERSIÓN Diagramas de Dispersión Los Diagramas de Dispersión o Gráficos de Correlación permiten estudiar la relación entre 2 variables. Dadas 2 variables X e Y, se dice que existe una

Más detalles

CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE MTRO. HÉCTOR DELGADO MARTÍNEZ VALOR EN CRÉDITOS FM 102 30 10 40 5

CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE MTRO. HÉCTOR DELGADO MARTÍNEZ VALOR EN CRÉDITOS FM 102 30 10 40 5 CENTRO UNIVERSITARIO DE LOS ALTOS PROGRAMA DE ESTUDIOS POR OBJETIVOS FORMATO BASE 1.- DATOS DE IDENTIFICACIÓN CENTRO UNIVERSITARIO: DEPARTAMENTO: ACADEMIA: ÁREA DE FORMACIÓN: NOMBRE DE LA UNIDAD DE APRENDIZAJE:

Más detalles

MUESTREO TIPOS DE MUESTREO

MUESTREO TIPOS DE MUESTREO MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de

Más detalles

INFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA Y SOCIAL SECCIÓN DE EPIDEMIOLOGÍA-BIOESTADÍSTICA INFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS Objetivo:

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

TEMA 3: TRATAMIENTO DE DATOS EN MS. EXCEL (I)

TEMA 3: TRATAMIENTO DE DATOS EN MS. EXCEL (I) VARIABLES Variable: característica de cada sujeto (cada caso) de una base de datos. Se denomina variable precisamente porque varía de sujeto a sujeto. Cada sujeto tiene un valor para cada variable. El

Más detalles

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1)

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) Cuestiones de Verdadero/Falso 1. Un estadístico es una característica de una población. 2. Un parámetro es una característica de una población. 3. Las variables discretas

Más detalles

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS

PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS UNIVERSIDAD DE LOS ANDES FACULTAD DE ODONTOLOGIA MERIDA EDO. MERIDA PRESENTACIÓN, DISCUSIÓN Y ANALISIS DE LOS RESULTADOS Mérida, Febrero 2010. Integrantes: Maria A. Lanzellotti L. Daniela Paz U. Mariana

Más detalles

Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo.

Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo. Encuesta económica del sector de servicios profesionales y empresariales. Cálculo de Errores de Muestreo. 1 INDICE 1. Introducción...3 2. Breve descripción de la encuesta...3 2.1 Definición...3 2.2 Diseño

Más detalles

1. IDENTIFICACION DE LA ASIGNATURA

1. IDENTIFICACION DE LA ASIGNATURA UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE ADMINISTRACION Y ECONOMIA DEPARTAMENTO DE CONTABILIDAD Y AUDITORIA PROGRAMA DE ESTUDIO ESTADISTICAS APLICADA I 1. IDENTIFICACION DE LA ASIGNATURA 2. OBJETIVOS

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

PRUEBAS PARAMETRICAS Y PRUEBAS NO PARAMETRICAS. Juan José Hernández Ocaña

PRUEBAS PARAMETRICAS Y PRUEBAS NO PARAMETRICAS. Juan José Hernández Ocaña PRUEBAS PARAMETRICAS Los métodos paramétricos se basan en el muestreo de una población con parámetros específicos, como la media poblacional, la desviación estándar o la proporción p. Además deben de reunir

Más detalles

7.- PRUEBA DE HIPOTESIS

7.- PRUEBA DE HIPOTESIS 7.- PRUEBA DE HIPOTEI 7.1. INTRODUCCIÓN La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una población. in embargo es frecuente que usemos la información

Más detalles

60! hrs.! hrs.! hrs.!!!

60! hrs.! hrs.! hrs.!!! Carta Descriptiva 1 UMA 1001-95 " Estadística Descriptiva #$%&'$()*+'$(,%) Ciencias Sociales y Administración Principiante Obligatoria 60 hrs. hrs. hrs. Matemáticas Básicas Estadística Inferencial #+&+'$-$%&.+)/%(0$.-1.$'(23,4%50(

Más detalles

Tema 9: Estadística Descriptiva. Distribuciones estadísticas. Representaciones

Tema 9: Estadística Descriptiva. Distribuciones estadísticas. Representaciones Tema 9: Estadística Descriptiva Distribuciones estadísticas Representaciones gráficas 1 Conceptos fundamentales La Estadística es el conjunto de métodos necesarios para recoger, clasificar, representar

Más detalles

GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias

GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 2011/12 GUIÓN TEMA 4. VARIABLES BINARIAS 4.1. Variables binarias Bibliografía apartados : Greene, 8.2 A.F.Gallastegui:

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Se podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.

Se podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68. Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción

Más detalles

ESTADÍSTICA. 1º INGENIERÍA TÉCNICA AGRÍCOLA Curso 2009-2010. Universidad Pública de Navarra Nafarroako unibertsitate Publikoa

ESTADÍSTICA. 1º INGENIERÍA TÉCNICA AGRÍCOLA Curso 2009-2010. Universidad Pública de Navarra Nafarroako unibertsitate Publikoa Universidad Pública de Navarra Nafarroako unibertsitate Publikoa Departamento de Estadística e Investigación Operativa ESTADÍSTICA 1º INGENIERÍA TÉCNICA AGRÍCOLA Curso 2009-2010 Profesores: Patxi Cerveto

Más detalles

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número

Más detalles

Tema 3. Comparaciones de dos poblaciones

Tema 3. Comparaciones de dos poblaciones Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:

Más detalles

Problemas. Intervalos de Confianza y Contrastes de Hipótesis

Problemas. Intervalos de Confianza y Contrastes de Hipótesis Problemas. Intervalos de Confianza y Contrastes de Hipótesis Ejemplos resueltos y propuestos Intervalos de Confianza Variable Nomal en la población Se selecciona una muestra de tamaño n de una población

Más detalles

TEMA 2: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Las principales ventajas de estudiar una población a partir de una muestra son:

TEMA 2: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Las principales ventajas de estudiar una población a partir de una muestra son: TEMA 2: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA 2.- Tipos de muestreo. Muestreo aleatorio Las principales ventajas de estudiar una población a partir de una muestra son: - Coste reducido: Si los datos

Más detalles

ESCUELA COLOMBIANA DE INGENIERÍA

ESCUELA COLOMBIANA DE INGENIERÍA ESCUELA COLOMBIANA DE INGENIERÍA ASIGNATURA: ESTADÍSTICA DEPARTAMENTO: MATEMÁTICAS PLANES DE ESTUDIO: CÓDIGO: Mnemónico ESTI Numérico 1. OBJETIVOS GENERALES Desarrollar habilidades para organizar, representar

Más detalles

PREELECTORAL ELECCIONES AUTONÓMICAS 2015. COMUNIDAD AUTÓNOMA DE CANARIAS AVANCE DE RESULTADOS

PREELECTORAL ELECCIONES AUTONÓMICAS 2015. COMUNIDAD AUTÓNOMA DE CANARIAS AVANCE DE RESULTADOS PREELECTORAL ELECCIONES AUTONÓMICAS 2015. COMUNIDAD AUTÓNOMA AVANCE DE RESULTADOS Estudio nº 3069 PREELECTORAL ELECCIONES AUTONÓMICAS 2015. COMUNIDAD AUTÓNOMA AVANCE DE RESULTADOS FICHA TÉCNICA Estudio

Más detalles

ESTADÍSTICA Y DISEÑO EXPERIMENTAL

ESTADÍSTICA Y DISEÑO EXPERIMENTAL SILABO I. DATOS GENERALES 1.1 Nombre de la asignatura : ESTADÍSTICA Y DISEÑO EXPERIMENTAL 1.2 Carácter : Obligatorio 1.3 Carrera Profesional : Administración de Empresas 1.4 Código : AD0502 1.5 Semestre

Más detalles

GRADO TURISMO TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES

GRADO TURISMO TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES GRADO TURISMO TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES Prof. Rosario Martínez Verdú TEMA 3: ANÁLISIS DE DATOS TURÍSTICOS BIDIMENSIONALES 1. Distribuciones bidimensionales de frecuencias y diagrama

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...Apellidos... Grado en:...grupo:... ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles

Más detalles

1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros

1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros TEMA 0: INTRODUCCIÓN Y REPASO 1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros desconocidos 4. Comparación

Más detalles

GUÍA DE ESTUDIO DEL EXAMEN DE CONOCIMIENTOS DE INFRAESTRUCTURA ESTADÍSTICA.

GUÍA DE ESTUDIO DEL EXAMEN DE CONOCIMIENTOS DE INFRAESTRUCTURA ESTADÍSTICA. Guía de Estudio del Examen de Conocimientos de Infraestructura Estadística 1. Introducción La presente Guía de Estudio es una herramienta de consulta que le ofrece información y orientación pertinente

Más detalles

LOS ESTUDIOS DE ENCUESTA

LOS ESTUDIOS DE ENCUESTA UAM Métodos de Investigación en Educación Especial Curso 2009/10 LOS ESTUDIOS DE ENCUESTA AMANDA GONZÁLEZ VANESA CALLEJA LETICIA LÓPEZ PATRICIA PADRINO PATRICIA PUEBLA 1. ESTUDIOS DE ENCUESTA. UN ESTUDIO

Más detalles

Titulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS. Asignatura: ECO103 Estadística Aplicada. Semestre: Segundo. Estadística aplicada [1]

Titulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS. Asignatura: ECO103 Estadística Aplicada. Semestre: Segundo. Estadística aplicada [1] Titulación: GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Asignatura: ECO103 Estadística Aplicada Semestre: Segundo Estadística aplicada [1] Asignatura: ECO103 Estadística Aplicada Formación: Básica

Más detalles

Población, muestra y variable estadística

Población, muestra y variable estadística Población, muestra y variable estadística La estadística es la parte de las Matemáticas que estudia cómo recopilar y resumir gran cantidad de información para extraer conclusiones. La población de un estudio

Más detalles

LA SELECCIÓN DE LA MUESTRA EN UNA ENCUESTA DE MERCADO

LA SELECCIÓN DE LA MUESTRA EN UNA ENCUESTA DE MERCADO LA SELECCIÓ DE LA MUESTRA E UA ECUESTA DE MERCADO AUTORÍA María Eugenia Suárez Casado TEMÁTICA ADMIISTRACIO Y FIAZAS: La selección de la muestra ETAPA CICLO FORMATIVO DE ADMIISTRACIO Y FIAZAS Resumen En

Más detalles

Asignatura: Econometría. Conceptos MUY Básicos de Estadística

Asignatura: Econometría. Conceptos MUY Básicos de Estadística Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes

Más detalles

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

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

Más detalles

ESTADÍSTICA SEMANA 4

ESTADÍSTICA SEMANA 4 ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...

Más detalles

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Empresas)

Informe sobre el Cálculo de Errores de Muestreo. Encuesta de la Sociedad de la Información (ESI- Empresas) Informe sobre el Cálculo de Errores de Muestreo Encuesta de la Sociedad de la Información (ESI- Empresas) EUSKAL ESTATISTIKA ERAKUNDA INDICE 1. Introducción...3 2. Método de expansión de Taylor...3 3.

Más detalles

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

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

Más detalles

Estadística en Ciencias de la Salud

Estadística en Ciencias de la Salud Estadística en Ciencias de la Salud Curso 2013 2014 Apuntes de Estadística en Ciencias de la Salud Botella-Rocamora, P. 1, Alacreu-García, M. 1, Martínez-Beneito, M.A. 2 1 Depto.Ciencias Físicas, Matemáticas

Más detalles

ANÁLISIS ESTADÍSTICO DE ALGUNAS CARACTERÍSTICAS DEL MAGISTERIO FISCAL DE LA PROVINCIA DE CHIMBORAZO

ANÁLISIS ESTADÍSTICO DE ALGUNAS CARACTERÍSTICAS DEL MAGISTERIO FISCAL DE LA PROVINCIA DE CHIMBORAZO ANÁLISIS ESTADÍSTICO DE ALGUNAS CARACTERÍSTICAS DEL MAGISTERIO FISCAL DE LA PROVINCIA DE CHIMBORAZO Pablo Alejandro Wong Murillo (1) Gudencio Zurita Herrera (2) (1) Ingeniero en Estadística Informática

Más detalles

Métodos, Diseño y Técnicas de Investigación en Psicología 2010-2011

Métodos, Diseño y Técnicas de Investigación en Psicología 2010-2011 NOMBRE DE LA ASIGNATURA Métodos, Diseño y Técnicas de Investigación en Psicología OBLIGATORIA /CRÉDITOS 4,5 Titulación en la que se imparte/ Curso /Cuatrimestre: Psicopedagogía / 1º / 1º Curso académico:

Más detalles

PRUEBA ESTADÍSTICA DE HIPÓTESIS

PRUEBA ESTADÍSTICA DE HIPÓTESIS PRUEBA ESTADÍSTICA DE HIPÓTESIS Rodrigo PIMIENTA LASTRA* INTRODUCCIÓN En el presente trabajo se pretende destacar el concepto de hipótesis estadística, así como plantear e identificar tanto la hipótesis

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

Lean SEIS SIGMA Área Temática: Logística

Lean SEIS SIGMA Área Temática: Logística Proyecto fin de Master Hito 3 Ejercicio Nº 1 Lean SEIS SIGMA Área Temática: Logística www.formatoedu.com 1 Enunciado Lean Seis Sigma es una metodología eficaz para reducir sistemáticamente todas las deficiencias

Más detalles

CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS PROGRAMA:

CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS PROGRAMA: CURSO 2005-2006 DIPLOMATURA EN CIENCIAS EMPRESARIALES Primer curso. Primer semestre. ANALISIS DESCRIPTIVO DE DATOS ECONOMICOS Profesores: Grupos A y B (Grupos de Prácticas A1 y B1): Rafael A. Cano Guervós

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

Medidas de tendencia Central

Medidas de tendencia Central Medidas de tendencia Central 7.1 Media 7.1.1 Media para un conjunto de datos no agrupados Este parámetro lo usamos con tanta cotidianidad que nos será muy familiar, aunque también aprenderemos algunas

Más detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS DESCRIPTIVO CON SPSS ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:

Más detalles

Mayo 2008. núm.89. Efectos del nivel educativo sobre las probabilidades de empleo

Mayo 2008. núm.89. Efectos del nivel educativo sobre las probabilidades de empleo Mayo 2008 núm.89 Efectos del nivel educativo sobre las probabilidades de empleo En este número 2 Efectos del nivel educativo sobre el empleo Este cuaderno analiza la relación que existe entre la formación

Más detalles

Clase 2: Estadística

Clase 2: Estadística Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea

Más detalles

Prueba de Software de Conteo Celular

Prueba de Software de Conteo Celular Prueba de Software de Conteo Celular Act. Guadalupe Siordia Montero Universidad Autónoma de Yucatán 25 de Octubre del 2006 Índice 1. Antecedentes 2 2. Planteamiento del problema 4 2.1. Objetivo del trabajo............................

Más detalles

PRUEBA DE HIPÓTESIS CON CHI CUADRADO EMPLEANDO EXCEL Y WINSTATS

PRUEBA DE HIPÓTESIS CON CHI CUADRADO EMPLEANDO EXCEL Y WINSTATS PRUEBA DE HIPÓTESIS CON CHI CUADRADO EMPLEANDO EXCEL Y WINSTATS La finalidad de una prueba de k muestras es evaluar la aseveración que establece que todas las k muestras independientes provienen de poblaciones

Más detalles

Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA**

Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA** Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA** INTRODUCCIÓN El objetivo de este artículo es analizar la relación existente entre la situación de pobreza y ciertas características relacionadas con

Más detalles

Botella-Rocamora, P.; Alacreu-García, M.; Martínez-Beneito, M.A.;

Botella-Rocamora, P.; Alacreu-García, M.; Martínez-Beneito, M.A.; Inferencia estadística (intervalos de confianza y p-valor). Comparación de dos poblaciones (test t de comparación de medias, comparación de dos proporciones, comparación de dos varianzas). Botella-Rocamora,

Más detalles

BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO

BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO Lima, marzo de 2011 BUENAS PRÁCTICAS DE UNA ENCUESTA POR MUESTREO I. INTRODUCCIÓN Los métodos de muestreo probabilístico, son aquellos que se basan en el principio

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la

Más detalles