Se evaluaron 60 pacientes divididos en dos grupos, uno control y otro
|
|
- Martín Carrizo Moreno
- hace 5 años
- Vistas:
Transcripción
1 V.-RESULTADOS Se evaluaro 60 pacietes divididos e dos grupos, uo cotrol y otro experimetal al que se le admiistró el fármaco e estudio, rofecoxib. E ambos grupos las pruebas realizadas fuero tiempo de sagría y agregació plaquetaria, para esta última los reactivos agregates utilizados fuero colágeo y ácido araquidóico. Tato e el grupo cotrol como e el experimetal se tomara muestras basales y fiales para realizar la comparació respectiva. Los datos so orgaizados e cuadros comparativos mediate medidas de dispersió y tedecia cetral, segú los resultados obteidos de las muestras de laboratorio tato para el tiempo de sagría e los grupos cotrol y experimetal (Cuadro 1, Gráfico 1). De la misma maera se procede co resultados obteidos de la agregació plaquetaria (Cuadros 2, 3; Gráficos 2, 3). El aálisis estadístico se realiza mediate la comparació de los resultados basales y fiales. Detro de los grupos placebo y experimetal. Para ello os valemos de tres pruebas estadísticas; utilizamos la prueba de Kolmogorov-Smirov para determiar la distribució ormal de los datos obteidos (Cuadros 4, 5,8 y 9). La T de Studet que os idica la existecia o o de diferecias estadisticas etre los datos basales y fiales de los grupos cotrol y experimetal (Cuadros 6, 7,10 y 11). Fialmete aplicamos la correlació de Pearso y la de Spearma para las variables de cotrol edad y sexo respectivamete (Cuadros 12 y 13)
2 E el procesamieto y aálisis de datos se utiliza el paquete iformático Software Package for Social Scieces (SPSS) versió 7.0. CUADRO 1.- TIEMPO DE SANGRÍA BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 1,8667 (*) 0, ,8972 (*) 0,4778 Fial 30 1,8970 (*) 0, ,8361 (*) 0,5983 (*) El tiempo esta expresado e miutos y fraccioes de miuto e sistema decimal E la cuadro 1 se preseta los resultados para la prueba de tiempo de sagría, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal. GRAFICO 1.- TIEMPO DE SANGRÍA BASAL Y FINAL EN GRUPO CONTROL Y GRUPO TIEMPO DE SANGRÍA BASAL vs FINAL TIEMPO EN MINUTOS 1,91 1,9 1,89 1,88 1,87 1,86 1,85 1,84 1,83 1,82 1,81 1,8 CONTROL BASAL FINAL E el grafico 1 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de tiempo de sagría.
3 CUADRO 2.- AGREGACIÓN PLAQUETARIA CON COLÁGENO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 77,2000 ** 5, ,3333 5,2479 ** Fial 30 77,2667 ** 5, ,3000 4,9976 ** ** El resultado esta expresado e porcetaje de agregació. E la cuadro 2 se preseta los resultados para la prueba de agregació plaquetaria co colágeo, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal GRAFICO 2.- PORCENTAJE DE AGREGACIÓN CON COLÁGENO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO PORCENTAJE DE AGREGACIÓN CON COLAGENO BASAL vs FINAL 78,5 % DE AGREGACIÓN 78 77, ,5 CONTROL BASAL FINAL E el grafico 2 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de agregació plaquetaria co colágeo.
4 CUADRO 3.- AGREGACIÓN PLAQUETARIA CON ÁCIDO ARAQUIDÓNICO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO Muestra GRUPO CONTROL GRUPO Basal 30 79,5333 ** 4, ,2000 ** 4,8665 Fial 30 79,5000 ** 4, ,1333 ** 5,1844 ** El resultado esta expresado e porcetaje de agregació. E la cuadro 3 se preseta los resultados para la prueba de agregació plaquetaria co ácido araquidóico, tomado como medidas la media y desviació basal y fial de los grupos cotrol y experimetal GRAFICO 3.- PORCENTAJE DE AGREGACIÓN CON ÁCIDO ARAQUIDÓNICO BASAL Y FINAL EN GRUPO CONTROL Y GRUPO PORCENTAJE DE AGREGACIÓN CON ÁCIDO ARAQUIDÓNICO BASAL vs FINAL % DE AGREGACIÓN 81, , , ,5 CONTROL BASAL FINAL E el grafico 3 se preseta comparativamete los resultados basales y fiales de los grupos cotrol y experimetal, para la prueba de agregació plaquetaria co ácido araquidóico.
5 La prueba estadística a utilizarse para determiar si existe diferecia sigificativa etre los resultados obteidos del grupo cotrol y grupo experimetal es la prueba T de Studet. Esta prueba estadística, se realiza para comparar tato los resultados basales como los fiales, etre los grupos cotrol y grupo experimetal; segú la prueba de laboratorio utilizada. Previamete, se requiere determiar si los datos obteidos posee ua distribució ormal, lo cual se realizara mediate la prueba de Kolmogorov-Smirov (Z). Prueba de ormalidad de Kolmogorov-Smirov para los resultados basales: CUADRO 4.- PRUEBA DE KOLMOGOROV- SMIRNOV SEGÚN LOS RESULTADOS BASALES OBTENIDOS DENTRO DEL GRUPO CONTROL. PRUEBA DE NORMALIDAD - GRUPO CONTROL/ BASAL Parámetros Normales Tiempo de sagría Colágeo Ac. araquidóico 1, ,2 79,5333 0,6016 5,8037 4,7759 Kolmogorov-Smirov (Z) 0,706 0,781 1,339 p (*) 0,701 0,575 0,055 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal E el cuadro 4 se aplica la prueba de ormalidad de Kolmogorov- Smirov, obteiédose que la distribució de los resultados basales detro del grupo cotrol correspode a ua distribució ormal. CUADRO 5. PRUEBA DE KOLMOGOROV- SMIRNOV, SEGÚN LOS RESULTADOS BASALES OBTENIDOS DENTRO DEL GRUPO. PRUEBA DE NORMALIDAD - GRUPO / BASAL Parametros Normales Tiempo de sagría Colágeo Ac. araquidóico 1, , ,2 stadard 0,4778 5,2479 4,8665 Kolmogorov-Smirov (Z) 0,897 0,682 0,792 P (*) 0,397 0,74 0,557 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal E el cuadro 5 se aplica la prueba de ormalidad de Kolmogorov- Smirov, obteiédose que la distribució de los resultados basales detro del grupo experimetal correspode a ua distribució ormal.
6 De los cuadros 4 y 5 se obtiee que ambos grupos se distribuye ormalmete respecto a las variables; por lo que se puede aplicar la T de Studet Aplicació de la prueba estadistica T de Studet para resultados basales: CUADRO 6.-RESUMEN DE LOS VALORES BASALES, DE LOS GRUPOS CONTROL Y. VALORES BASALES Y CONTROL Grupos Estadisticos T` de sagría cotrol 30 1,8667 0,6016 experimetal 30 1,8972 0,4778 Colágeo cotrol 30 77,2 5,8037 experimetal 30 77,3333 5,2479 Ac. araquidóico cotrol 30 79,5333 4,7759 experimetal 30 80,2 4,8665 CUADRO 7.- PRUEBA T DE STUDENT PARA RESULTADOS BASALES. GRUPO vs. GRUPO CONTROL Grupos MEDIDAS BASALES Estadisticos Calculo de T Grad. de Libertad p (**) Diferecia promedio T de sagria 0, ,828 0,03056 Colágeo 0, ,926 0,1333 Ac. araquidóico 0, ,594 0,667 (**) Si p > 0.005: la diferecia o es sigificativa; si p < 0,005: la diferecia es sigificativa
7 Luego de realizarse la prueba T de Studet se obtiee que los valores de p so mayores que el ivel alfa (0,05), etoces se cocluye que iicialmete o hay diferecias sigificativas etre los resultados basales de los grupos cotrol y experimetal. Ecotrado que o hay diferecia sigificativa etre los resultados basales se pasa a aalizar los efectos de la droga sobre los resultados fiales. Previo la realizació de la prueba T de Studet para los valores fiales, se requiere determiar si estos valores posee ua distribució ormal mediate la prueba de Kolmogorov-Smirov (Z). Prueba de ormalidad de Kolmogorov-Smirov para los resultados fiales: CUADRO 8.- PRUEBA DE KOLMOGOROV- SMIRNOV, SEGÚN LOS RESULTADOS FINALES OBTENIDOS DENTRO DEL GRUPO CONTROL. PRUEBA DE NORMALIDAD - GRUPO CONTROL / FINAL Parámetros ormales Tiempo de sagría Colágeo Ac. araquidóico 1, , ,5000 estadar 0,4547 5,6381 4,6368 Kolmogorov-Smirov (Z) 0,961 0,855 1,148 P ( * ) 0,314 0,457 0,143 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal CUADRO 9.- PRUEBA DE KOLMOGOROV-SMIRNOV, SEGÚN LOS RESULTADOS FINALES OBTENIDOS DENTRO GRUPO. PRUEBA DE NORMALIDA GRUPO / FINAL Parámetros ormales Tiempo de Sagría Colágeo Ac. araquidóico 1, ,3 81,1333 0,5983 4,9976 5,1844 Kolmogorov-Smirov (Z) 0,687 0,518 0,874 P ( * ) 0,733 0,952 0,429 (*) Si p > 0,005 = distribució ormal; si p < 0,005 = distribució o ormal De los cuadros 8 y 9 se puede afirmar que ambos grupos se distribuye ormalmete respecto a las varia bles; por lo que se puede aplicar la T de Studet.
8 Aplicació de la prueba estadistica T de Studet para resultados fiales: CUADRO 10. RESUMEN DE LOS VALORES FINALESDE LOS GRUPOS CONTROL Y. GRUPOS ESTADISTICOS Promedio T` de sagría cotrol 30 1,8970 0,4547 experimetal 30 1,8361 0,5983 Colágeo cotrol 30 77,2667 5,6381 experimetal 30 78,3 4,9976 Ac. araquidóico cotrol 30 79,5 4,6368 experimetal 30 81,1333 5,1844 CUADRO 11. PRUEBA T DE STUDENT PARA RESULTADOS FINALES. GRUPO vs. GRUPO CONTROL GRUPOS MEDIDAS BASALES ESTADISTICOS Calculo de T Grad. de libertad P ( ** ) Diferecia promedio T de sagría -0, ,658-0,0611 Colágeo 0, ,456 1,0333 Ac. araquidóico 1, ,203 1,6333 (**) Si p > 0.005: la diferecia o es sigificativa; si p < 0,005: la diferecia es sigificativa Al ecotrarse que los valores de p e todos los casos so mayores que el ivel alfa (0,05), etoces se cocluye que o hay diferecias sigificativas respecto a los resultados ecotrados etre los grupos cotrol y experimetal.
9 Para determiar si existe relació etre las variables de cotrol y el resto de variables se aplicara las correlacioes de Pearso y Spearma para edad y sexo respectivamete: CUADRO 12.- PRUEBA DE CORRELACIÓN DE PEARSON CORRELACIONES Edad T de sagria Colágeo Ac. araquidóico Correlació de Pearso -1,07 0,094 0,118 P ( ** ) 0,416 0,474 0,371 (**) Si p > 0.005: relació o es sigificativa E el cuadro 12 se aplica la correlació Pearso para determiar la relació etre la edad y las demás variables. No se ecuetra correlació sigificativa respecto a la edad. CUADRO 13.- PRUEBA DE CORRELACIÓN DE SPEARMAN CORRELACIONES Sexo T de sagría Colágeo Ac araquidóico Correlació de Spearma 0,155-0,14 0,022 p ( ** ) 0,238-0,288 0,865 (**) Si p > 0.005: relació o es sigificativa E el cuadro 13 se aplica la correlació Spearma para determiar la relació etre sexo y las demás variables. No se ecuetra correlació sigificativa respecto al sexo.
TEORÍA DE LA ESTIMACIÓN
TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO C DURACION: 2 HORAS. Soluciones
EAMEN MODELO C Pág. INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 05 Código asigatura: 6007 EAMEN TIPO TET MODELO C DURACION: HORA olucioes Gráfica : Distribució de u grupo de 800 profesioales saitarios colegiados
Más detallesAnálisis de resultados. Independencia de las muestras
Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas
Más detallesSOLUCIONES X X
eptiembre 016 EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO EPTIEMBRE 016 Código asigatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier
Más detallesPaso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:
Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesSESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN
SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.
Más detallesEJERCICIO 1. , a partir de las frecuencias observadas, nij. , que se dan en la tabla del ejercicio.
EJERCICIO () Es u problema de idepedecia de criterios y se tedrá que costruir la tabla de cotigecia de frecuecias teóricas (esperadas), t ij, a partir de las frecuecias o observadas, ij, que se da e la
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesEstadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3
Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral
Más detallesESTIMACIONES DE MEDIAS
COLEGIO SAN BARTOLOMÉ LA MERCED ESTADÍSTICA GRADO ESTIMACIÓN 0-0 Símbolos que se debe teer e cueta: POBLACIÓN MUESTRA MEDIA VARIANZA DESVIACIÓN ESTÁNDAR TAMAÑO N La estimació cosiste e determiar el valor
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesPasos básicos para docimar una hipótesis:
Pasos básicos para docimar ua hipótesis:. Defiir cual es la població y el o los parámetro de iterés.. Establecer la hipótesis (ula y alterativa). 3. Establecer el ivel de sigificació α. 4. Recoger los
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesEJERCICIOS RESUELTOS TEMA 8
EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detalles( ) ( ) ( ) ( ) ( ) ( ) ( ( )) ( )
I E S CARDENAL CISNEROS -- DEPARTAMENTO DE MATEMÁTICAS INFERENCIA ESTADÍSTICA El coeficiete itelectual de los alumos de u cetro se distribuye N(110,15). Escogemos 5 alumos al azar. Cuál es la probabilidad
Más detallesLABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA
LABORATORIO BIO 9000 PROCEDIMIENTO PARA EL CÁLCLO DE LA INCERTIDMBRE EN MICROBIOLOGÍA Rev. º: 00 Fecha de aprobació: 19/05/11 REV. FECHA HOJA/S CASA DEL CAMBIO Realizado Revisado Aprobado Fdo.: Daiel Aguilar-Galido
Más detallesJuan Carlos Colonia INTERVALOS DE CONFIANZA
Jua Carlos Coloia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE UNA POBLACIÓN POBLACIONAL ES CONOCIDA Sea X ua muestra aleatoria de tamaño 1, X,..., X extraída de ua població N,
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detalles1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.
GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesEjemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis
Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detallesSOLUCIONES. Septiembre 2017 EXAMEN MODELO B Pág. 1. Calificación= (0,4 x Aciertos) - (0,2 x Errores)
eptiembre 017 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 017 Código asigatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Material: Adeda (Formulario y Tablas) y calculadora programable
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesT5. Contrastes para los parámetros de una población Normal
Estadística :: T5. Cotrastes para los parámetros de ua població Normal Estadística T5. Cotrastes para los parámetros de ua població Normal Departameto de Ciecias del Mar y Biología Aplicada Estadística
Más detallesESTADÍSTICA BÁSICA GLOSARIO Y MAPAS CONCEPTUALES. Antoni Ruiz Bueno_2018
ESTADÍSTICA BÁSICA GLOSARIO Y MAPAS CONCEPTUALES Atoi Ruiz Bueo_018 Estrategias para respoder a ua preguta de ESTADÍSTICA: Nº de variables implicadas e la iterrogació:.- Descripció de la distribució de
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesDISEÑO Y ANÁLISIS DE DATOS I
DIEÑO Y ANÁLII DE DATO I EGUNDO PARCIAL. JUNIO 014 Problema 1.- E ua determiada empresa de psicología especializada e técicas de modificació de coducta, se asegura dispoer de u aparato para combatir la
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detallesINFERENCIA ESTADÍSTICA Y ESTIMACIÓN
INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo
Más detallesPrueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)
Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA
Más detallesTEST DE HIPÓTESIS. a la hipótesis que se formula y que se quiere contrastar o rechazar. Llamamos hipótesis alternativa, H
TEST DE IPÓTESIS INTRODUCCIÓN E el tema aterior vimos cómo, a partir de los datos de ua muestra, podíamos estimar u parámetro de la població (media o proporció) mediate u itervalo E este tema platearemos
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesMETODO DE ITERACION DE NEWTON
METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO 2015 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS. Soluciones
EAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 01 Código asigatura: 6011037 EAMEN TIPO TET MODELO B DURACION: HORA olucioes Gráfica 1: Fiaciació (e milloes de euros) de la orgaizació Cáritas
Más detallesITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos
ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica
Más detallesPreguntas más Frecuentes: Tema 2
Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesEjemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis
Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de
Más detallesPRUEBAS DE HIPÓTESIS.
PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple
Más detallesESTADÍSTICA. n i Se pide:
ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de
Más detallesUNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesDistribuciones Muestrales
10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes
Más detallesIntervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.
Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesUT-4: Distribuciones fundamentales de muestreo y descripción de datos
UT-4: Distribucioes fudametales de muestreo y descripció de datos Sub tema: Muestreo aleatorio. Distribucioes muestrales. Distribucioes muestrales de medias. Teorema del límite cetral. Aplicacioes. DF
Más detallesNúmero de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.
Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del
Más detallesAnálisis estadístico de datos simulados Estimadores
Aálisis estadístico de datos simulados Estimadores Patricia Kisbye FaMAF 11 de mayo, 2010 Aálisis estadístico Iferecia estadística: Elegir ua distribució e base a los datos observados. Estimar los parámetros
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesINFERENCIA ESTADÍSTICA
X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació
Más detallesApéndice C: Datos Experimentos
Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesPregunta Nº1 (60%) Solemne Nº1
Curso: ICI3020 - Simulació. Profesores: Felipe Gozález, Pablo Rey Ayudates: Gustavo Heríquez, Ricardo Ramírez Semestre: II-200 Soleme Nº :30 miutos. Si cosultas Preguta Nº (60%) Se desea modelar la operació
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,
Más detallesESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL.
ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. U itervalo de cofiaza, para u parámetro poblacioal θ, a u ivel de cofiaza (1 ) 100 %, o es más que u itervalo (L i, L s
Más detallesFigura 10. No se satisface el supuesto de linealidad.
Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos
Más detalles8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS
8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [
Más detallesFormulas. Población infinita. Población finita
Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza
Más detallesHacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa
Más detallesUniversidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesProblemas de cálculo
Problemas Estimació estadística Vicete Mazao-Arrodo, 2012,2013 Problemas de cálculo Ejercicio 1 resuelto Observamos e mometos al azar e ua cocurrida calle de la ciudad. Nos iteresa registrar cuátas persoas
Más detallesSOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2)
Curso 2012-13 PEC2 Pág. 1 SOLUCIONES DE LA SEGUNDA PRUEBA DE EVALUACION CONTINUA (PEC 2) Gráfico 1: E ua ivestigació se compara la eficacia de tres tipos de tratamieto de las fobias, atediedo a si ha habido
Más detallesINTRODUCCION Teoría de la Estimación
INTRODUCCION La Teoría de la Estimació es la parte de la Iferecia Estadística que sirve para coocer o acercarse al valor de los parámetros, características poblacioales, geeralmete descoocidos e puede
Más detalles1. Distribución Normal.
DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei RESUMEN 1. Distribució Normal. 1.1. Cálculo de probabilidades a) Para ua distribució estádar N(0,1) usamos directamete la tabla: Ejemplos:
Más detallesMedidas de tendencia central
Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta
Más detallesMEDIDAS DE DISTRIBUCION
MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que
Más detallesAnálisis Multivariable
Aálisis Multivariable Resume El procedimieto Aálisis Multivariable está diseñado para resumir dos columas o más de datos uméricos. Calcula estadísticos de resume para cada variable, así como las variazas
Más detallesBloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS
Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesPROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)
TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detallesEstimación por intervalos
Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo
Más detallesOperario A B C D Total Obstrucciones
Ua empresa de imprimir, alimetada a mao, estaba sujeta a lo que parecía ser u úmero irrazoable de obstruccioes causadas por iterferecias de las hojas de papel a la presa. Se hizo ua prueba para ver si
Más detalles2. Estimación de errores de medidas directas
Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació
Más detallesPoblación Joven Adulta Total A favor En contra Total
Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesSESION 15 DISTRIBUCIONES DE MUESTREO
SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes
Más detalles1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesCapítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco
Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA
. Metodología e Salud Pública INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE PARÁMETROS. INTERVALOS DE CONFIANZA Autor: Clara Lagua 5.1 INTRODUCCIÓN La estadística iferecial aporta las técicas ecesarias para extraer
Más detallesTEMA 8 ANÁLISIS DE REGRESIÓN SIMPLE
TEMA 8 ANÁLII DE REGREIÓN IMPLE Itroducció - aalizar la relació etre dos variales cuatitativas, expresada mediate ua fució matemática - predecir los valores de ua variale (depediete) a partir de los valores
Más detallesUNIDAD 3.- INFERENCIA ESTADÍSTICA I
UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a
Más detallesExplicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.
Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de
Más detallesInforme Final de la Evaluación de Desempeño DM-LFP-02
Istituto Nacioal de Calidad Iforme Fial de la Evaluació de Desempeño DM-LFP-02 Comparació Iterlaboratorios Comparació e Calibració de Maómetro de Deformació Elástica de 0 bar a 10 bar Setiembre - Diciembre
Más detallesPre-PAES 2016 Media aritmética, moda y mediana.
Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a
Más detalles