9.1.Análisis de tablas de contingencia

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "9.1.Análisis de tablas de contingencia"

Transcripción

1 9.1.Análisis de tablas de contingencia

2 Qué es una tabla de contingencia? Observamos datos de frecuencias de sucesos Diseños de cohortes Diseños de casos y controles Diseños transversales Estamos interesados en evaluar si podemos aceptar hipótesis como: Independencia de sucesos Homogeneidad de probabilidades entre grupos

3 Ejemplos Estudio transversal Sobre un total de 2479 encuestas, se evalúa la posible relación entre el nivel social y el nivel máximo de estudios alcanzado a los 30 años. Tabla de contingencia Nivel social * Nivel de estudios Nivel social Bajo Medio Alto Nivel de estudios Primarios Medios Bachillerato Universitarios

4 Ejemplos Estudio transversal (1) Según nivel social (2) Según nivel de estudios Tabla de contingencia Nivel social * Nivel de estudios Nivel social Bajo Medio Alto Nivel de estudios Primarios Medios Bachillerato Universitarios ,2% 23,8% 40,2% 15,9% 100,0% ,4% 30,0% 30,1% 20,4% 100,0% ,9% 18,4% 30,9% 33,7% 100,0% ,9% 25,1% 32,8% 23,2% 100,0% (1) Tabla de contingencia Nivel social * Nivel de estudios Nivel social Bajo Medio Alto % de Nivel de estudios % de Nivel de estudios % de Nivel de estudios % de Nivel de estudios Nivel de estudios Primarios Medios Bachillerato Universitarios ,3% 23,3% 30,1% 16,9% 24,6% ,4% 55,1% 42,3% 40,5% 46,1% ,3% 21,5% 27,6% 42,6% 29,3% (2)

5 Tabla de contingencia Nivel social * Nivel de estudios Nivel social Bajo Medio Alto Nivel de estudios Primarios Medios Bachillerato Universitarios ,2% 23,8% 40,2% 15,9% 100,0% ,4% 30,0% 30,1% 20,4% 100,0% ,9% 18,4% 30,9% 33,7% 100,0% ,9% 25,1% 32,8% 23,2% 100,0% 50 (1) Según nivel social Podemos concluir que el nivel social se asocia a un nivel superior de estudios? Porcentaje Primarios Bachillerato Nivel social Bajo Medio Alto Medios Universitarios Nivel de estudios Casos ponderados por OBS

6 Ejemplo Diseño de cohortes Queremos comparar tres tratamientos, evaluando la proporción de s respecto de un tratamiento control. Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3%

7 Ejemplo Tabla de contingencia * Diseño cohortes Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3% Podemos concluir que el tratamiento C es mejor? Hasta qué punto son efectivos los tratamientos A y B? Porcentaje Control A B C Casos ponderados por OBS

8 Tablas de contingencia RxC Estrategia general de análisis Considerar si los resultados de la tabla son compatibles con la hipótesis nula correspondiente Independencia de sucesos Igualdad (homogeneidad) de probabilidades entre grupos (diseños de cohortes) Evaluar los residuales ajustados

9 La hipótesis nula en tablas que corresponden a grupos independientes (cohortes) Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3% H 0 : La probabilidad de es la misma en todos los tratamientos

10 La hipótesis nula en tablas que corresponden a grupos independientes (cohortes). Evaluación de la tabla Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3% Si los tratamientos son equivalentes, la estimación de las probabilidades de es: P()=0.359, P()=0.318, P()=0.323 Hasta qué punto los resultados de la tabla son compatibles con la hipótesis de igualdad?

11 La hipótesis nula en tablas que corresponden a grupos independientes (cohortes). Evaluación de la tabla Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3% Si los tratamientos son equivalentes, la estimación de P()=0.359 P(/C)=0.50, P(/A)=0.50, P(/B)=0.186,P(/C)=0.22 Estos resultados son compatibles con la hipótesis de igualdad en todos los grupos?

12 La hipótesis nula en tablas que corresponden a grupos independientes (cohortes). Evaluación de la tabla Tabla de contingencia * Si la hipótesis de igualdad es cierta p<0.001 Por lo tanto, debemos concluir que los resultados no son compatibles con esta hipótesis Cómo podemos interpretar los resultados? Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 32,9% 26,1% 39,0% 26,7% 31,8% 17,1% 23,9% 42,4% 51,1% 32,3% Pruebas de chi-cuadrado Valor gl Sig. asintótica (bilateral) Chi-cuadrado de Pearson 28,260 a 6,000 Razón de verosimilitud 29,182 6,000 Asociación lineal por lineal 22,619 1,000 N de casos válidos 220 a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 14,32.

13 Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 3,0 2,2-3,2-2,1 32,9% 26,1% 39,0% 26,7% 31,8%,2 -,9 1,4 -,8 17,1% 23,9% 42,4% 51,1% 32,3% -3,3-1,4 1,9 3, Concepto de residual ajustado Si P(/C)=P() el residual ajustado en la casilla correspondiente debe estar entre y 1.96 El residual ajustado nos indica qué casillas se apartan de la hipótesis de igualdad de probabilidades En la casilla correspondiente a los controles que experimentan una de grado () el residual ajustado es igual a 3.0 Por lo tanto, la hipótesis de igualdad no se cumple en esa casilla.

14 Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 3,0 2,2-3,2-2,1 32,9% 26,1% 39,0% 26,7% 31,8%,2 -,9 1,4 -,8 17,1% 23,9% 42,4% 51,1% 32,3% -3,3-1,4 1,9 3, Residuales >1.96 Indican resultados superiores a los esperados Residuales <-1.96 Indican resultados inferiores a los esperados

15 Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 3,0 2,2-3,2-2,1 32,9% 26,1% 39,0% 26,7% 31,8%,2 -,9 1,4 -,8 17,1% 23,9% 42,4% 51,1% 32,3% -3,3-1,4 1,9 3, Residuales No significativos Indican resultados compatibles con los esperados

16 Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 3,0 2,2-3,2-2,1 32,9% 26,1% 39,0% 26,7% 31,8%,2 -,9 1,4 -,8 17,1% 23,9% 42,4% 51,1% 32,3% -3,3-1,4 1,9 3, Residuales <-1.96 Indican resultados inferiores a los esperados Residuales >1.96 Indican resultados superiores a los esperados

17 Tabla de contingencia * Control A B C ,0% 50,0% 18,6% 22,2% 35,9% 3,0 2,2-3,2-2,1 32,9% 26,1% 39,0% 26,7% 31,8%,2 -,9 1,4 -,8 17,1% 23,9% 42,4% 51,1% 32,3% -3,3-1,4 1,9 3, El tratamiento A se comporta de manera parecida al control El tratamiento C es mejor El tratamiento B presenta resultados similares al tratamiento C

18 Tabla de contingencia * Control A B C ,0% 50,0% 34,2% 48,5% 45,1% 1,0,7-2,2,7 32,9% 26,1% 31,5% 17,6% 27,2% 1,2 -,2 1,0-2,1 17,1% 23,9% 34,2% 33,8% 27,6% -2,3 -,6 1,5 1, Pruebas de chi-cuadrado Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal N de casos válidos Sig. asintótica Valor gl (bilateral) 11,436 a 6,076 12,147 6,059 3,143 1, a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 12,53.

19 Tabla de contingencia * Control A B C ,0% 57,5% 45,5% 49,3% 50,0%,0 1,0 -,8 -, ,9% 30,0% 36,4% 32,8% 33,2% -,1 -,5,6 -, ,1% 12,5% 18,2% 17,9% 16,8%,1 -,8,3, Pruebas de chi-cuadrado Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal N de casos válidos Sig. asintótica Valor gl (bilateral) 1,536 a 6,957 1,562 6,955,162 1, a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 6,72.

20 Ejemplos de interpretación de tablas

21 Tabla de contingencia Nivel social * Nivel de estudios Nivel social Bajo Medio Alto Nivel de estudios Primarios Medios Bachillerato Universitarios ,2% 23,8% 40,2% 15,9% 100,0%,9 -,9 4,4-4, ,4% 30,0% 30,1% 20,4% 100,0%,7 5,2-2,7-3, ,9% 18,4% 30,9% 33,7% 100,0% -1,6-4,9-1,3 8, ,9% 25,1% 32,8% 23,2% 100,0% Pruebas de chi-cuadrado Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal N de casos válidos Sig. asintótica Valor gl (bilateral) 92,343 a 6,000 90,090 6,000 29,305 1, a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 115,16.

22 Tabla de contingencia * Control A B ,0% 50,0% 50,0% 50,0%,0,0, ,9% 26,1% 23,9% 28,4% 1,1 -,4 -, ,1% 23,9% 26,1% 21,6% -1,2,4, ,0% 100,0% 100,0% 100,0% Chi-cuadrado de Pearson Razón de verosimilitud Asociación lineal por lineal N de casos válidos Pruebas de chi-cuadrado Sig. asintótica Valor gl (bilateral) 2,089 a 4,719 2,105 4,716,374 1, a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 9,94.

23 Tabla de contingencia * Control A B ,0% 50,0% 50,0% 50,0%,0,0, ,9% 26,1% 23,9% 28,4% 1,1 -,4 -, ,1% 23,9% 26,1% 21,6% -1,2,4, ,0% 100,0% 100,0% 100,0% Estimar la proporción esperada de s tipo () en el tratamiento B p0q0 π = P( / B) π p0 ± z1 α / 2 N π 0.261± 1.96 π ( 0.134, 0.388)

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

9.2.Ejemplos de análisis de tablas de contingencia

9.2.Ejemplos de análisis de tablas de contingencia 9.2.Ejemplos de análisis de tablas de contingencia Ejemplo 1 Se ha sugerido que el cancer de mama puede ser causado, en parte, por cambios fisiológicos entre la edad de menarquia y la edad en que se tiene

Más detalles

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje

Más detalles

(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @

(.$263*7.54+%#,8..9$ $.$ - -. 7.# 4< $ 8 $ 7 % @ !"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;

Más detalles

ESTADÍSTICA DESCRIPTIVA CON SPSS

ESTADÍSTICA DESCRIPTIVA CON SPSS ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos

Más detalles

Estimación de una probabilidad

Estimación de una probabilidad Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento

Más detalles

MANUAL PARA EL USO DE SPSS

MANUAL PARA EL USO DE SPSS MANUAL PARA EL USO DE SPSS 1 INTRODUCCIÓN El propósito de este manual, es ilustrar con un ejemplo cómo generar tablas de frecuencia, tablas de contingencia, cálculos de medias, así como la generación de

Más detalles

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16 3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una

Más detalles

Capítulo 12. Análisis de variables categóricas: El procedimiento Tablas de contingencia. Tablas de contingencia

Capítulo 12. Análisis de variables categóricas: El procedimiento Tablas de contingencia. Tablas de contingencia Capítulo 12 Análisis de variables categóricas: El procedimiento Tablas de contingencia En las ciencias sociales, de la salud y del comportamiento es muy frecuente encontrarse con variables categóricas.

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

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

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

Capítulo 16 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas

Capítulo 16 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas Capítulo 6 Análisis de varianza con medidas repetidas: El procedimiento MLG: Medidas repetidas Los modelos de análisis de varianza (ANOVA) con medidas repetidas (MR) sirven para estudiar el efecto de uno

Más detalles

FACTORES DE ÉXITO EN LA GESTIÓN DE PROYECTOS EN EL MARCO DEL DESARROLLO LOCAL. ESTUDIO EMPÍRICO SOBRE EL AGENTE DE DESARROLLO LOCAL EN ESPAÑA 1

FACTORES DE ÉXITO EN LA GESTIÓN DE PROYECTOS EN EL MARCO DEL DESARROLLO LOCAL. ESTUDIO EMPÍRICO SOBRE EL AGENTE DE DESARROLLO LOCAL EN ESPAÑA 1 FACTORES DE ÉXITO EN LA GESTIÓN DE PROYECTOS EN EL MARCO DEL DESARROLLO LOCAL. ESTUDIO EMPÍRICO SOBRE EL AGENTE DE DESARROLLO LOCAL EN ESPAÑA 1 AUTORES: JOAN RAMON SANCHIS PALACIO Profesor Titular de Universidad

Más detalles

Pero qué hacemos cuando no se cumple la normalidad o tenemos muy pocos datos?

Pero qué hacemos cuando no se cumple la normalidad o tenemos muy pocos datos? Capítulo. Métodos no paramétricos Los métodos presentados en los capítulos anteriores, se basaban en el conocimiento de las distribuciones muestrales de las diferencias de porcentajes o promedios, cuando

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

Capítulo 19 Análisis no paramétrico: El procedimiento Pruebas no paramétricas

Capítulo 19 Análisis no paramétrico: El procedimiento Pruebas no paramétricas Capítulo 19 Análisis no paramétrico: El procedimiento Pruebas no paramétricas En los capítulos 13 al 18 hemos estudiado una serie de procedimientos estadísticos diseñados para analizar variables cuantitativas:

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Tema 4 Técnicas de reducción de la dimensión

Tema 4 Técnicas de reducción de la dimensión Tema 4 Técnicas de reducción de la dimensión José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid En qué dirección es conveniente proyectar? 2 1 0 1 2 1 0 1 2 Componentes principales

Más detalles

Depresión, Consumo y Sociabilidad en la Percepción del Consumo de Alcohol. Marina Vilella Cenis. Universidad de Zaragoza.

Depresión, Consumo y Sociabilidad en la Percepción del Consumo de Alcohol. Marina Vilella Cenis. Universidad de Zaragoza. Percepción consumo alcohol 1 Título reducido: PERCEPCIÓN CONSUMO DE ALCOHOL Depresión, Consumo y Sociabilidad en la Percepción del Consumo de Alcohol Marina Vilella Cenis Universidad de Zaragoza. Campus

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

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales

Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales Matemáticas I: Hoja 2 Cálculo matricial y sistemas de ecuaciones lineales Ejercicio 1 Escribe las siguientes matrices en forma normal de Hermite: 2 4 3 1 2 3 2 4 3 1 2 3 1. 1 2 3 2. 2 1 1 3. 1 2 3 4. 2

Más detalles

Universidad de Málaga

Universidad de Málaga 5 técnicas estadísticas 1.- T-Student calcio.sav 2.- ANOVA lectura.sav 3.- Regresión Múltiple empleados.sav 4.- 2 Chi-Cuadrado empleados.sav 5.- Regresión Logística pena de muerte.sav 1.- T-STUDENT VARIABLE:

Más detalles

SPSS: ANOVA de un Factor

SPSS: ANOVA de un Factor SPSS: ANOVA de un Factor El análisis de varianza (ANOVA) de un factor nos sirve para comparar varios grupos en una variable cuantitativa. Esta prueba es una generalización del contraste de igualdad de

Más detalles

Capítulo 20. Análisis factorial: El procedimiento Análisis factorial. Introducción

Capítulo 20. Análisis factorial: El procedimiento Análisis factorial. Introducción Capítulo 20 Análisis factorial: El procedimiento Análisis factorial Introducción El análisis factorial es una técnica de reducción de datos que sirve para encontrar grupos homogéneos de variables a partir

Más detalles

UNED. [TEMA 3] Análisis de datos para diseños de dos grupos. Muestras independientes.

UNED. [TEMA 3] Análisis de datos para diseños de dos grupos. Muestras independientes. 2009 UNED [TEMA 3] Análisis de datos para diseños de dos grupos. Muestras independientes. 1 ÍNDICE 3.1 Introducción 3.2 Objetivos 3.3 Muestras independientes o relacionadas 3.4 Contraste de hipótesis sobre

Más detalles

EXPERIMENTACIÓN. Eduardo Jiménez Marqués

EXPERIMENTACIÓN. Eduardo Jiménez Marqués EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6

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

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

Inferencia Estadística

Inferencia Estadística MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Inferencia Estadística Paula Lagares Barreiro * Justo Puerto Albandoz * MaMaEuSch ** Management Mathematics

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

ANEXO I. MATERIAS DE BACHILLERATO

ANEXO I. MATERIAS DE BACHILLERATO El artículo 29 en su apartado 6 del R.D. 1892/2008, dice: El establecimiento de las líneas generales de la metodología, el desarrollo y los contenidos de los ejercicios que integran tanto la fase general

Más detalles

Regresión lineal múltiple

Regresión lineal múltiple . egresión lineal múltiple egresión lineal múltiple. Introducción. En el tema anterior estudiamos la correlación entre dos variables y las predicciones que pueden hacerse de una de ellas a partir del conocimiento

Más detalles

REGRESIÓN LINEAL MÚLTIPLE

REGRESIÓN LINEAL MÚLTIPLE REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...

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

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud

Más 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

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

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

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

SEGUNDA PRUEBA PARCIAL 20 MAYO 2015 PROF. CALVENTUS EVALUACIÓN DE TRES MÉTODOS DE ENSEÑANZA-APRENDIZAJE (ME-A)

SEGUNDA PRUEBA PARCIAL 20 MAYO 2015 PROF. CALVENTUS EVALUACIÓN DE TRES MÉTODOS DE ENSEÑANZA-APRENDIZAJE (ME-A) PSICOLOGÍA U.S.T. Estadística Inferencial SEGUNDA PRUEBA PARCIAL 20 MAYO 2015 PROF. CALVENTUS Nombre: Ptje: Nota: Esta prueba consta de 7 Preguntas y un total de 18 Puntos. La aprobación se consigue al

Más detalles

Test de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n

Test de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés

Más detalles

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado

Más detalles

TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES

TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela

Más detalles

Resolución del examen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009

Resolución del examen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009 Resolución del eamen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009 Antonio Francisco Roldán López de Hierro * de junio de 2009 Opción A Ejercicio Sea la igualdad

Más detalles

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Introducción El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre variables. Se

Más detalles

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 01 monica.lopez.raton@usc.es Tablas de contingencia y tests asociados Índice 1. Datos categóricos. Tablas de

Más detalles

ESTUDIO DE MÉTODOS, TÉCNICAS Y HERRAMIENTAS DE VERIFICACIÓN Y VALIDACIÓN DE SOFTWARE USADOS POR EMPRESAS ECUATORIANAS DESARROLLADORAS DE SOFTWARE

ESTUDIO DE MÉTODOS, TÉCNICAS Y HERRAMIENTAS DE VERIFICACIÓN Y VALIDACIÓN DE SOFTWARE USADOS POR EMPRESAS ECUATORIANAS DESARROLLADORAS DE SOFTWARE ESTUDIO DE MÉTODOS, TÉCNICAS Y ERRAMIENTAS DE VERIFICACIÓN Y VALIDACIÓN DE SOFTWARE USADOS POR EMPRESAS ECUATORIANAS DESARROLLADORAS DE SOFTWARE Freddy Gonzalo Tituana Vera María Verónica Macías Mendoza,

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

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

ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 3 - Septiembre - 2.6 Primera Parte - Test Las respuestas del TEST son las siguientes: Pregunta 2 3 4 5 6 Respuesta C A D C B A Pregunta 7 8 9 2 Respuesta

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

DESCRIPCIÓN ESPECÍFICA

DESCRIPCIÓN ESPECÍFICA DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: Análisis estadístico de datos. total: 45 HORAS. Objetivo General: Analizar la conformidad

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

PROGRAMA DE CURSO. Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT 6 10 3 2 5

PROGRAMA DE CURSO. Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT 6 10 3 2 5 PROGRAMA DE CURSO Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal

Más detalles

UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES. Facultad de Psicología y Ciencias Sociales. Carrera Sociología

UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES. Facultad de Psicología y Ciencias Sociales. Carrera Sociología UNIVERSIDD DE CIENCIS EMPRESRILES Y SOCILES Facultad de Psicología y Ciencias Sociales Carrera Sociología Curso ESTDÍSTIC STIC I Clase 6: nálisis de Correlación n Lineal Simple Prof. Titular: Lic. Rubén

Más detalles

ANÁLISIS DE ENCUESTAS

ANÁLISIS DE ENCUESTAS ANÁLISIS DE ENCUESTAS TÉCNICAS MULTIVARIANTES 1. Introducción 2. Clasificación de las técnicas 3. Etapas de análisis 4. Supuestos básicos 5. Valores perdidos y anómalos introducción Definición. i ió -

Más detalles

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD

DIRECTRICES Y ORIENTACIONES GENERALES PARA LAS PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso Asignatura 2009/2010 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1º Comentarios acerca del programa del segundo curso del Bachillerato, en relación con la Prueba de Acceso a la Universidad INTRODUCCIÓN

Más detalles

Unidad II: Números pseudoaleatorios

Unidad II: Números pseudoaleatorios Unidad II: Números pseudoaleatorios 2.1 Métodos de generación de números Pseudoaleatorio Métodos mecánicos La generación de números aleatorios de forma totalmente aleatoria, es muy sencilla con alguno

Más detalles

Selectividad Junio 2008 JUNIO 2008 PRUEBA A

Selectividad Junio 2008 JUNIO 2008 PRUEBA A Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo

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

Comparación de proporciones

Comparación de proporciones 11 Comparación de proporciones Neus Canal Díaz 11.1. Introducción En la investigación biomédica se encuentran con frecuencia datos o variables de tipo cualitativo (nominal u ordinal), mediante las cuales

Más detalles

Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico.

Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. Universitat de de Barcelona. Institut de de Ciències de de l Educació Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. María José Rubio

Más detalles

MATEMÁTICAS EMPRESARIALES II:

MATEMÁTICAS EMPRESARIALES II: MATEMÁTICAS EMPRESARIALES II: FUNCIÓN REAL DE VARIAS VARIABLES ÓPTIMOS DE UNA FUNCIÓN ESCALAR MATERIAL DIDÁCTICO DE SOPORTE González-Vila Puchades, Laura Ortí Celma, Francesc J. Sáez Madrid, José B. Departament

Más detalles

IES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Septiembre de 011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna PRUEBA DE ACCESO A LA UNIVERSIDAD SEPTIEMBRE 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

8. ANÁLISIS DE DATOS. Dr. Edgar Acuña http://math.uprm.edu/~edgar. Departmento de Matematicas Universidad de Puerto Rico- Mayaguez

8. ANÁLISIS DE DATOS. Dr. Edgar Acuña http://math.uprm.edu/~edgar. Departmento de Matematicas Universidad de Puerto Rico- Mayaguez 8. ANÁLISIS DE DATOS CATEGÓRICOS Dr. http://math.uprm.edu/~edgar Departmento de Matematicas - Mayaguez Introducción Datos categóricos representan atributos o categorías. Cuando se consideran dos variables

Más detalles

MATEMÁTICAS aplicadas a las Ciencias Sociales II

MATEMÁTICAS aplicadas a las Ciencias Sociales II MATEMÁTICAS aplicadas a las Ciencias Sociales II UNIDAD 1: SISTEMAS DE ECUACIONES. MÉODO DE GAUSS Sistemas de ecuaciones lineales Sistemas equivalentes. Transformaciones que mantienen la equivalencia.

Más detalles

Introducir el concepto de comparación de modelos. Ajuste de una recta a varios grupos. Ajuste de una recta a cada grupo. Ajuste de rectas paralelas.

Introducir el concepto de comparación de modelos. Ajuste de una recta a varios grupos. Ajuste de una recta a cada grupo. Ajuste de rectas paralelas. Introducir el concepto de comparación de modelos. Ajuste de una recta a varios grupos. Ajuste de una recta a cada grupo. Ajuste de rectas paralelas. Comparación de modelos. Disponemos de la edad y de la

Más detalles

Tema 7: Modelos de diseños de experimentos

Tema 7: Modelos de diseños de experimentos Tema 7: Modelos de diseños de experimentos Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Modelos de diseños de experimentos Curso

Más detalles

ESTRUCTURA FAMILIAR Y RENDIMIENTO ESCOLAR EN EDUCACIÓNSECUNDARIA OBLIGATORIA

ESTRUCTURA FAMILIAR Y RENDIMIENTO ESCOLAR EN EDUCACIÓNSECUNDARIA OBLIGATORIA REVISTA GALEGO-PORTUGUESA DE PSICOLOXÍA E EDUCACIÓN N 7 (Vol. 8) Ano 7-2003 ISSN: 1138-1663 ESTRUCTURA FAMILIAR Y RENDIMIENTO ESCOLAR EN EDUCACIÓNSECUNDARIA OBLIGATORIA Manuel PERALBO UZQUIANO MaLuzFERNÁNDEZAMADO

Más detalles

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Junio de 01 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO 4 (COMÚN) OPCIÓN A EJERCICIO 1 (A) Sea el recinto determinado

Más detalles

Series de Tiempo. Una Introducción

Series de Tiempo. Una Introducción Series de Tiempo. Una Introducción Series de Tiempo Muchas veces, sobretodo para realizar pronósticos, resulta conveniente no suponer un modelo explícito para que explique la variables de interés, sino

Más detalles

ESTADÍSTICA. Materia Básica Estadística. Formación Básica. Formación Básica 2º 1º 6

ESTADÍSTICA. Materia Básica Estadística. Formación Básica. Formación Básica 2º 1º 6 GUIA DOCENTE DE LA ASIGNATURA ESTADÍSTICA MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Formación Básica Materia Básica Estadística 2º 1º 6 Formación Básica PROFESOR(ES) DIRECCIÓN COMPLETA DE CONTACTO PARA

Más detalles

Curso DE Fundamentos de Diseño y Estadística

Curso DE Fundamentos de Diseño y Estadística www.metodo.uab.cat Estudios de postgrado en Metodología de la investigación en Ciencias de la Salud Curso DE Fundamentos de Diseño y Estadística Contenidos UD 1 Descripción de datos cuantitativos 1 Conceptos

Más detalles

Curso de Estadística y Matemáticas Farmacéuticas

Curso de Estadística y Matemáticas Farmacéuticas Curso de Estadística y Matemáticas Farmacéuticas Titulación certificada por EUROINNOVA BUSINESS SCHOOL Curso de Estadística y Matemáticas Farmacéuticas Curso de Estadística y Matemáticas Farmacéuticas

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles

Econometría de Económicas

Econometría de Económicas Econometría de Económicas Apuntes para el tema 6 Curso 2004-2005 Profesoras Amparo Sancho Guadalupe Serrano Modelos de panel de datos Datos de Panel son aquellos que surgen de la observación de una misma

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

15 ESTADÍSTICA BIDIMENSIONAL

15 ESTADÍSTICA BIDIMENSIONAL ESTADÍSTICA BIDIMENSINAL EJERCICIS PRPUESTS. Copia y completa la siguiente tabla. A B C Total A B C Total a 4 b c 0 7 Total 7 6 a 4 b c 4 3 0 7 Total 7 6 3 6 a) Qué porcentaje de datos presentan la característica

Más detalles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO

Más detalles

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla DOCUWEB FABIS Dot. úm 0702005 Cómo realizar paso a paso un contraste de hipótesis con SPSS para Windows: (III) Relación o asociación y análisis de la dependencia (o no) entre dos variables cuantitativas.

Más detalles

METODOS ESTADISTICOS.

METODOS ESTADISTICOS. AREA DE ESTADISTICA E INVESTIGACION DE OPERACIONES PROGRAMA: METODOS ESTADISTICOS. PROYECTO: SERVICIO DE CONSULTORIA ESTADISTICA. SERVICIO DE CONSULTORIA ESTADISTICA. Diseño con propósitos de un posterior

Más detalles

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS Las soluciones a estos ejercicios y los outputs del SPSS se encuentran al final. EJERCICIO 1. Comparamos dos muestras de 10

Más detalles

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que

Más detalles

Estadística aplicada y modelización. 15 de junio de 2005

Estadística aplicada y modelización. 15 de junio de 2005 Estadística aplicada y modelización. 15 de junio de 2005 SOLUCIÓN MODELO A 1. En una población de fumadores se quiere examinar la relación entre el número de cigarrillos que consumen diariamente y el número

Más detalles

ANÁLISIS DE LA VARIANZA PARTE SEGUNDA

ANÁLISIS DE LA VARIANZA PARTE SEGUNDA ANÁLISIS DE LA VARIANZA PARTE SEGUNDA Septiembre de 2012 Índice general 1. INTRODUCCIÓN............................... 1 2. FUNDAMENTOS DEL DISEÑO EN BLOQUES ALEATORIZADOS 1 3. EJEMPLO DE DISEÑO EN BLOQUES

Más detalles

Análisis de Tablas de Contingencia:Capítulo 2 Modelos Log-lineales

Análisis de Tablas de Contingencia:Capítulo 2 Modelos Log-lineales Análisis de Tablas de Contingencia:Capítulo 2 Modelos Log-lineales Capítulo 2 1. Introducción Los modelos Log-lineales, también denominados modelos lineales logarítmicos y modelos log-linear, se presentan

Más detalles

TABLAS DE CONTINGENCIA

TABLAS DE CONTINGENCIA TABLAS DE CONTINGENCIA INDICE TABLAS DE CONTINGENCIA... 3 CONCEPTOS GENERALES...3 TABLAS DE ASOCIACIÓN: EXPOSICIÓN ENFERMEDAD... 5 TABLAS 2X2 SIMPLES... 5 Estudio transversal...6 Estudio de cohortes...9

Más detalles

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Nombre del curso Modalidad Duración Intensidad Certificado Dirigido a Estadística Aplicada en la Investigación Biomédica Virtual 16 sesiones

Más detalles

La demanda de plazas en la licenciatura de Medicina en España

La demanda de plazas en la licenciatura de Medicina en España La demanda de plazas en la licenciatura de Medicina en España Estudio econométrico por Comunidades Autónomas de la demanda de plazas en las facultades de Medicina españolas para el curso 2006/2007 Asignatura:

Más detalles

MOOC UJI: La Probabilidad en las PAU

MOOC UJI: La Probabilidad en las PAU 3. Definición intuitiva de probabilidad: ley de Laplace La palabra probabilidad, que usamos habitualmente, mide el grado de creencia que tenemos de que ocurra un hecho que puede pasar o no pasar. Imposible,

Más detalles

Tema 12: Contrastes Paramétricos

Tema 12: Contrastes Paramétricos Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de

Más detalles

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Probabilidad de Antonio Francisco Roldán López de Hierro * Convocatoria de 2008 Las siguientes páginas contienen las soluciones de los ejercicios propuestos

Más detalles

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE ÍNDICE...1 CONTENIDOS... 2 CRITERIOS DE EVALUACIÓN... 4 TEMPORALIZACIÓN... 5 METODOLOGÍA DIDÁCTICA... 6 PROCEDIMIENTOS DE EVALUACIÓN... 7 ACTIVIDADES

Más detalles

Curso Práctico de Bioestadística Con Herramientas De Excel

Curso Práctico de Bioestadística Con Herramientas De Excel Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Fabrizio Marcillo Morla Guayaquil, 1966. BSc. Acuicultura. (ESPOL 1991). Magister

Más detalles

Capítulo 18. Análisis de regresión lineal: El procedimiento Regresión lineal. Introducción

Capítulo 18. Análisis de regresión lineal: El procedimiento Regresión lineal. Introducción Capítulo 18 Análisis de regresión lineal: El procedimiento Regresión lineal Introducción El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre variables.

Más detalles

Soluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Matrices y Sistemas de Ecuaciones Lineales de Matemáticas Aplicadas a las Ciencias Sociales II Antonio Francisco Roldán López de Hierro * Convocatoria

Más detalles

CAPITULO V INTERPRETACIÓN Y ANÁLISIS DE RESULTADOS 5.1. ÍNDICES DE VIOLENCIA ENCONTRADOS

CAPITULO V INTERPRETACIÓN Y ANÁLISIS DE RESULTADOS 5.1. ÍNDICES DE VIOLENCIA ENCONTRADOS CAPITULO V INTERPRETACIÓN Y ANÁLISIS DE RESULTADOS.. ÍNDICES DE VIOLENCIA ENCONTRADOS Del total de sujetos de la muestra que son, en los cuales mujeres y hombres se obtuvo lo siguientes resultados: - El

Más detalles