Práctica 4 vgaribay PRÁCTICA 4. CONTRASTE DE HIPOTESIS. 1 ESTUDIO DE NORMALIDAD Plot de normalidad. Camino 1
|
|
- Gloria María Mercedes Romero Botella
- hace 5 años
- Vistas:
Transcripción
1 PRÁCTICA 4. CONTRASTE DE HIPOTESIS OBJETIVOS: Estudiar el plot de normalidad Manejar los módulos de contrastes de hipótesis. Obtener las probabilidades de error de tipo I y II, la función de potencia y el p-valor. Calcular el tamaño de una muestra para obtener una potencia prefijada. Contrastar hipótesis sobre medias y varianzas para una población normal. Contrastar hipótesis para comparar medias y varianzas de dos poblaciones normales. Realizar contrastes con muestras apareadas normales. Hacer contrastes sobre proporciones. Datos Robles.sgd vble Hierro 1 ESTUDIO DE NORMALIDAD Plot de normalidad. Camino 1 Summary Statistics for Hierro Count 38 Average 0, Median 0,0145 Standard deviation 0, Coeff. of variation 78,7482% Minimum 0,007 Maximum 0,063 Range 0,056 Stnd. skewness 1,28324 Stnd. kurtosis -2,20693 The StatAdvisor This table shows summary statistics for Hierro. It includes measures of central tendency, measures of variability, and measures of shape. Of particular interest here are the standardized skewness and standardized kurtosis, which can be used to determine whether the sample comes from a normal distribution. Values of these statistics outside the range of -2 to +2 indicate significant departures from normality, which would tend to invalidate any statistical test regarding the standard deviation. In this case, the standardized skewness value is within the range expected for data from a normal distribution. The standardized kurtosis value is not within the range expected for data from a normal distribution. 1
2 Plot de normalidad. Camino 2 Tests de Ajuste; tests de Normalidad (métodos más precisos) 2
3 Hierro Nitrógeno 3
4 2 UNA MUESTRA NORMAL (Describe) 2.1 a partir de datos 2.1.a y c) Tests de un lado sobre la media y la dispersión DatosContrastes Tests de Hipótesis > Pane Options (apartados a y c) 4
5 Hypothesis Tests for longitud Sample mean = 10,035 Sample median = 10,045 Sample standard deviation = 0, t-test Null hypothesis: mean = 10,0 Alternative: less than Computed t statistic = 0, P-Value = 0, Do not reject the null hypothesis for alpha = 0,05. chi-square test Null hypothesis: sigma = 0,4 Alternative: less than Computed chi-square statistic = 1,68656 P-Value = 0, Reject the null hypothesis for alpha = 0,05. Plot ajuste a la Normal Complemento: Tests de Ajuste 5
6 2.1.b) Test dos lados sobre la media t-test Null hypothesis: mean = 10,0 Alternative: not equal Computed t statistic = 0, P-Value = 0, Do not reject the null hypothesis for alpha = 0,05 y tamaño muestral n para detectar media 9,8 con potencia >0.9: Sample-Size Determination Parameter to be estimated: normal mean Desired power: 90,0% for mean = 10,0 versus mean = 10,2 Type of alternative: not equal Alpha risk: 5,0% Sigma: 0, (to be estimated) The required sample size is n=10 observations. 6
7 2.2 a partir de estadísticos 2.2.a) Hypothesis Tests Sample standard deviation = 0,64 Sample size = 15 95,0% lower confidence bound for sigma: [0,49205] Null Hypothesis: standard deviation = 0,5 Alternative: greater than Computed chi-square statistic = 22,9376 P-Value = 0, Do not reject the null hypothesis for alpha = 0,05. El apartado 2.1.a) se puede hacer también así, estimando previamente mu y sigma con Describe/ Numeric Data / One-Variable Analysis 7
8 2.2.b) Solución aproximada mediante Locate en el gráfico con la curva de potencia Prob. aproximada de no detectar un incremento de del 50% : 1-0,72 = 0, c) test de nivel 0.05 n / (0,75)>0.9 Sample-Size Determination Parameter to be estimated: normal sigma Desired power: 90,0% for sigma = 0,5 versus sigma = 0,75 Type of alternative: greater than Alpha risk: 5,0% The required sample size is n=27 observations. 8
9 3 DOS Muestras INDEPENDIENTES Normales (Compare) 3.1 A partir de datos Dos columnas de datos DatosContrastes.sgd TempTipo1 contra TempTipo a) Descripción comparada de las dos muestras. Seleccionar variables y dejar todos los valores por defecto. Nota: En caso de que los datos se encuentren en una única columna con otra de códigos, los diagramas de cajas se pueden dibujar con Plot/ExploratoryPlots/Box-and-WhiskerPlot/MultipleSamples 9
10 3.1.1 b) Normalidad Primero una variable, TempTipo1, y luego la otra, TempTipo2 10
11 Ampliación: Tests de ajuste Primero una muestra y luego la otra Reducir nº de clases en el histograma 11
12 3.1.1 c) Comparación medias 2 muestras independientes. Ampliamos el apartado a) incorporando el contrastes de comparación de medias (1 lado), previa comparación de varianzas. Tests de Hipótesis > Pane Options para indicar,, un lado y sigmas iguales: 12
13 Salidas de Statgraphics: F-test to Compare Standard Deviations Null hypothesis: sigma1 = sigma2 Alt. hypothesis: sigma1 NE sigma2 F = 0, P-value = 0, Do not reject the null hypothesis for alpha = 0,05. t test to compare means Null hypothesis: mean1 = mean2 Alt. hypothesis: mean1 < mean2 assuming equal variances: t = -1,60943 P-value = 0, Do not reject the null hypothesis for alpha = 0,05. 13
14 3.1.2 Una columna de datos y otra de códigos que definen los dos grupos Datos robles.sgd Marcar Data (Potasio) and Code (Variedad) Columns Comparar medias y varianzas F-test to Compare Standard Deviations Null hypothesis: sigma1 = sigma2 Alt. hypothesis: sigma1 NE sigma2 F = 0, P-value = 0, Do not reject the null hypothesis for alpha = 0,05. t test to compare means Null hypothesis: mean1 = mean2 Alt. hypothesis: mean1 NE mean2 assuming equal variances: t = 2,34645 P-value = 0, Reject the null hypothesis for alpha = 0,05. 14
15 3.2 A partir de estadísticos Comparación de medias, 3.2.a) comparación previa de igualdad de varianzas (s1=3, ; s2= 4, ) Los datos son compatibles con la igualdad de sigmas (a nivel 0.05; de hecho, p-valor = 0,236515) 15
16 3.2.a) comp de medias (dos lados, =0.10, varianzas iguales ) Null Hypothesis: difference between means = 0,0 Alternative: not equal Computed t statistic = 0, P-Value = 0, Do not reject the null hypothesis for alpha = 0,1. (Equal variances assumed). 16
17 4 DOS Muestras APAREADAS Normales (Compare) A partir de datos (archivo DatosContrastes, dos columnas) H 1 : mu_sinpin-mu_pin > 0 Pane Options: H1:musinpin-mupin>0 Hypothesis Tests for Sin Pintar - Pintados t-test Null hypothesis: mean = 0 Alternative: greater than Computed t statistic = 5,3936 P-Value = 0, Reject the null hypothesis for alpha = 0,05. 17
18 5 CONTRASTES SOBRE PROPORCIONES 5.1 a y b Una muestra, a partir de estadísticos (Describe) Hypothesis Tests Sample proportion = 0, Sample size = 8000 Approximate 95,0% lower confidence bound for p: [0, ] Null Hypothesis: proportion = 0,025 Alternative: greater than P-Value = 0, Reject the null hypothesis for alpha = 0,05. The StatAdvisor This analysis shows the results of performing a hypothesis test concerning the proportion (theta) of a binomial distribution. The two hypotheses to be tested are: Null hypothesis: theta = 0,025 Alternative hypothesis: theta > 0,025 In this sample of 8000 observations, the sample proportion equals 0, Since the P-value for the test is less than 0,05, the null hypothesis is rejected at the 95,0% confidence level. The confidence bound shows that the values of theta supported by the data are greater than or equal to 0, (Locate) Potencia(3) = 0,86 aprox. 18
19 5.1 c) Tamaño muestral para detectar p=0.03 con prob 0,99 Binomial p, Ho: p=0.025 H 1 : p> lado, n / (0.03)=0.99 Dif= =0.05 Sample-Size Determination Parameter to be estimated: binomial parameter Desired power: 99,0% for proportion = 0,025 versus proportion = 0,03 Type of alternative: greater than Alpha risk: 5,0% The required sample size is n=17114 observations. The StatAdvisor This procedure determines the sample size required when estimating the proportion of a binomial distribution observations are required to have a 99,0% chance of rejecting the hypothesis that theta=0,025 when the true theta=0,03 (using a one-sided test). 19
20 5.2 Dos muestras, a partir de estadísticos (Compare) Hypothesis Tests Sample proportions = 0,042 and 0,064 Sample sizes = 500 and 500 Approximate 95,0% confidence interval for difference between proportions: [-0, ;0, ] Null Hypothesis: difference between proportions = 0,0 Alternative: not equal Computed z statistic = -1,55267 P-Value = 0, Do not reject the null hypothesis for alpha = 0,05. Warning: normal approximation may not be appropriate for small sample sizes. The StatAdvisor This analysis shows the results of performing a hypothesis test concerning the difference between the proportions (theta1-theta2) of two samples from binomial distributions. The two hypotheses to be tested are: Null hypothesis: theta1-theta2 = 0,0 Alternative hypothesis: theta1-theta2 <> 0,0 In the first sample of 500 observations, the sample proportion equals 0,042. In the second sample of 500 observations, the sample proportion equals 0,064. Since the P-value for the test is greater than or equal to 0,05, the null hypothesis cannot be rejected at the 95,0% confidence level. The confidence interval shows that the values of theta1-theta2 supported by the data fall between -0, and 0, NOTE: this test uses a normal approximation. Because of the small sample sizes, this approximation may not be valid. 20
Práctica 3 vgaribay PRÁCTICA 3. INTERVALOS DE CONFIANZA
PRÁCTICA 3. INTERVALOS DE CONFIANZA Práctica 3 vgaribay OBJETIVOS: Comprobación del concepto de intervalo de confianza. Construcción de intervalos de confianza para poblaciones normales. Cálculo del tamaño
Más detallesMá M s á ter e Se S c e tor o Fa F r a ma m c a éu é t u ico Es E tad a í d stica a ap a l p icad a a d Teresa Villagarcía
Máster Sector Farmacéutico Estadística aplicada Teresa Villagarcía Indice Probabilidad intuitiva Distribución normal Estimación de la normal Intervalos de confianza Contraste de hipótesis: Una media Dos
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesSociología. Estadística stica MUY aplicada. Teresa Villagarcía
Sociología Estadística stica MUY aplicada Teresa Villagarcía Probabilidad Por qué estudiamos probabilidad? Proporción de piezas defectuosas producidas en un proceso industrial o a favor de una ley. Tomamos
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesVentanas de SPSS 1 y resultados de los análisis estadísticos descriptivos
Ventanas de SPSS 1 y resultados de los análisis estadísticos descriptivos Al poner en funcionamiento el programado SPSS, aparecen dos ventanas una sobre la otra. La ventana que aparece en el fondo es la
Más detallesPráctica de INTERVALOS DE CONFIANZA
Práctica de INTERVALOS DE CONFIANZA 1.- Objetivo de la práctica El objetivo de esta práctica es familiarizarse con la estimación por intervalos, el concepto de intervalo de confianza y su aplicación en
Más detallesModelos Lineales. Regresión Lineal Simple. Práctica 3. Vamos a analizar el problema de contraste de las hipótesis básicas de un modelo de regresión
Práctica 3 Vamos a analizar el problema de contraste de las hipótesis básicas de un modelo de regresión lineal simple. STATGRAPHICS proporciona algunos resultados en este sentido, pero resulta insuficiente.
Más detallesUNIT 9.- INTRODUCTION TO HYPOTHESIS TESTING.
STATISTICAL METHODS FOR BUSINESS UNIT 9.- INTRODUCTION TO HYPOTHESIS TESTING. 9.1.- Basics of statistical hypothesis testing. 9.2.- Types of errors in hypothesis testing. 9.3.- Methodology and implementation
Más detallesAnálisis comparativo, seguimiento y control de dos modelos de Policultivo de Bocachico (Prochilodus magdalenae) - Tilapia Roja (Oreochromis spp),
Análisis comparativo, seguimiento y control de dos modelos de Policultivo de Bocachico (Prochilodus magdalenae) - Tilapia Roja (Oreochromis spp), apoyado en la aplicación de las TIC, en los departamentos
Más detallesPRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detallesModelos Lineales. Regresión Lineal Múltiple. Práctica 5
Práctica 5 Vamos a analizar con STATGRAPHICS el problema de estimación, descomposición de la variabilidad, contraste de regresión, intervalos de confianza para los parámetros, y predicciones, sobre un
Más detallesPRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detallesIntroducción Teoría de la probabilidad
Grado en Ingeniería Asignatura: Estadística Tema: 2. Probabilidad e inferencia estadística Inferencia. Índice Introducción Teoría de la probabilidad Experimentos aleatorios Probabilidad Variables aleatorias
Más detalles> t.test (datos_x, datos_y =NULL, alternative = "two.sided", mu = 0, paired =FALSE, var.equal = FALSE, conf.level= 0.95)
INTERVALOS DE CONFIANZA Y TEST DE HIPOTESIS CON R Estudiemos ahora la función en el lenguaje R, que nos ofrece tanto estimaciones puntuales y por intervalos de confianza como test de hipótesis, es: > t.test
Más detallesPregunta 1 Suponga que una muestra de 35 observaciones es obtenida de una población con media y varianza. Entonces la se calcula como.
Universidad de Costa Rica Programa de Posgrado en Computación e Informática Doctorado en Computación e Informática Curso Estadística 18 de febrero 2013 Nombre: Segundo examen corto de Probabilidad Pregunta
Más detallesPráctica 5 Prueba de Hipótesis
05/08/08 1 Práctica 5 Prueba de Hipótesis PROGRAMA: SPSS ARCHIVOS: Equinos.sav; Temp.xls, Cabras.xls, Car_boer.xls, Malinois.xls. Conocimientos previos: Conocer y utilizar la distribución normal estándar,
Más detallesINFERENCIAS CON STATISTIX
INFERENCIAS CON STATISTIX Intervalos de confianza Para la media de una población normal Para la proporción en una población Para la diferencia de medias de dos normales independientes Para la diferencia
Más detallesLEC/LADE/LECD/LADED. (a) Deducir la expresión de la desviación típica de la media muestral, y calcularla para esta muestra.
LEC/LADE/LECD/LADED HOJA DE PROBLEMAS 4 CONTRASTES DE HIPÓTESIS Y DIAGNOSIS DEL MODELO 1.- El tiempo en minutos que dura un viaje en tren entre dos ciudades A y B, es una variable aleatoria normal con
Más detallesPrácticas de Fiabilidad
Prácticas de Fiabilidad Práctica : Objetivo: En esta práctica se van a ajustar datos censurados. De los tres tipos de censura existentes se va a trabajar con la censura aleatoria, es decir, el proceso
Más detallesObjetivo: Que el alumno conozca y aprenda a usar algunos de los métodos no paramétricos mas importantes.
DEPARTAMENTO DE CIENCIAS BASICAS AREA DE ESTADISTICA DISEÑO DE EXPERIMENTOS PRACTICA DE-3 ESTADISTICA NO PARAMETRICA Objetivo: Que el alumno conozca y aprenda a usar algunos de los métodos no paramétricos
Más detallesIntroducción. Teoría probabilidad Fenómenos y experimentos aleatorios. Sucesos y operaciones con sucesos (conjuntos) Concepto de probabilidad y
Grado en Ingeniería Asignatura: Estadística Tema: 2. Inferencia estadística Inferencia. Índice Introducción. Teoría probabilidad Fenómenos y experimentos aleatorios. Sucesos y operaciones con sucesos (conjuntos)
Más detallesAnálisis de dos muestras
Análisis de dos muestras Supongamos el siguiente ejemplo. La resistencia a la rotura de un componente eléctrico constituye una característica importante de un cierto proceso. Un fabricante utiliza un material
Más detallesEJERCICIOS DEL CAPITULO 4
EJERCICIO 3: EJERCICIOS DEL CAPITULO 4 En un problema similar al del ejercicio es necesario garantizar que la resistencia minima que tienen un envase de plástico en posición vertical sea de 20kg. Para
Más detalles(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.
PROBLEMAS DE CLASE Problema 7.22 Data on pull-off force (pounds) for connectors used in an automobile engine application are as follows: 79.3, 75.1, 78.2, 74.1, 73.9, 75.0, 77.6, 77.3, 73.8, 74.6, 75.5,
Más detallesRelación entre tests de hipótesis bilaterales e intervalos de confianza
Relación entre tests de hipótesis bilaterales e intervalos de confianza Introduciremos esta relación a través de un ejemplo. Sea X 1, X,..., X n una m.a. de una distribución N ( µ, σ ). Sabemos que, cuando
Más detallesTema 5 - III: Inferencia sobre dos poblaciones: proporciones, varianzas, medias
Tema 5 - III: Inferencia sobre dos poblaciones: proporciones, varianzas, medias Biología y Biología sanitaria - UAH Marcos Marvá Ruiz Para dos poblaciones Se presentan conjuntamente intervalos y contrastes
Más detallesPráctica de CONTRASTES DE HIPÓTESIS
Práctica de CONTRASTES DE HIPÓTESIS 1.- Objetivo de la práctica El objetivo de esta práctica es familiarizarse con los contrastes de hipótesis y su aplicación a diversos casos prácticos. 2.- Contrastes
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesEstadística. Convocatoria ordinaria
Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesEjemplo resistencias (primera parte)
Ejemplo resistencias (primera parte) Un proveedor de materiales de enseñanza entrega un conjunto de resistencias eléctricas y afirma que las resistencias de sus productos, medidos en Ohm, se distribuyen
Más detallesCorrosión n en tuberías de transporte de gas y petróleo
Corrosión n en tuberías de transporte de gas y petróleo Uso de herramientas de estadística aplicada Ing. Fernando Tomati Ing. Adrián Gabriele 4tas. Jornadas de Celebración del Mes Nacional de la Calidad
Más detalles1. Contraste sobre una media. Intervalo de confianza para la media
UNIVERSIDAD DE MURCIA DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Estadística. I.T.I. Sistemas. Curso 2008-09 Prácticas con Minitab 15 Profesora: Dra. Josefa Marín Fernández Práctica 5: Inferencia
Más detallesUnit 8: Maximum Likelihood for Location-Scale Distributions
Unit 8: Maximum Likelihood for Location-Scale Distributions Ramón V. León Notes largely based on Statistical Methods for Reliability Data by W.Q. Meeker and L. A. Escobar, Wiley, 1998 and on their class
Más detallesEstadística. Convocatoria ordinaria
Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado
Más detallesPráctica 4 EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables
EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables Marco elementos atípicos: b) Obtener la recta de regresión y comprobar
Más detallesContraste de hipótesis con STATGRAPHICS
Contraste de hipótesis con STATGRAPHICS Ficheros empleados: Transistor.sf3, Estaturas.sf3 1. Introducción: Una forma habitual de hacer inferencia acerca de uno o más parámetros de una población consiste
Más detallesRESPUESTAS BREVES A LA PRÁCTICA 6
RESPUESTAS BREVES A LA PRÁCTICA 6 EJERCICIO [Prueba bilateral] Se rechaza la hipótesis nula con un nivel de significación del % (z =5). La evidencia muestral sostiene la hipótesis de que el puntaje medio
Más detallesEXAMEN DE ECONOMETRÍA 08/07/99-1
EXAMEN DE ECONOMETRÍA 08/07/99 - TEORÍA (2p) T- Metodología Box-Jenkins. CUESTIONES (2p) C- Tratar de formular al menos dos modelos ARIMA para la serie CONSUMO DE ENERGÍA ELÉCTRICA, de la cual conocemos
Más detalles74 Prime Time. conjetura Suposición acerca de un patrón o relación, basada en observaciones.
A abundant number A number for which the sum of all its proper factors is greater than the number itself. For example, 24 is an abundant number because its proper factors, 1, 2, 3, 4, 6, 8, and 12, add
Más detallesAnálisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa
Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es
Más detallesGUÍA DE STATGRAPHICS 5.1
UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA UNIVERSITARIA DE ARQUITECTURA TÉCNICA DEPARTAMENTO DE MATEMÁTICA APLICADA A LA ARQUITECTURA TÉCNICA GUÍA DE STATGRAPHICS 5.1 (Versión castellana) GUÍA DE STATGRAPHICS
Más detallesEstadística. 2 o examen parcial
Apellidos: Nombre: Computadores Software Estadística. 2 o examen parcial. 14-11-2013 Test (20 % de la nota del examen) Tiempo para esta parte del examen: 1 hora y 10 minutos. El test y la teoría se recogerán
Más detallesUnit 8: Maximum Likelihood for Location-Scale Distributions. Ramón V. León
Unit 8: Maximum Likelihood for Location-Scale Distributions Ramón V. León Notes largely based on Statistical Methods for Reliability Data by W.Q. Meeker and L. A. Escobar, Wiley, 1998 and on their class
Más detallesANEXOS ANEXO 1. Medios de cultivo usados para mantenimiento y micropropagación de plantas in vitro de "oca".
ANEXOS ANEXO 1 Medios de cultivo usados para mantenimiento y micropropagación de plantas in vitro de "oca". Componentes Mantenimiento y micropropagación (mg / litro) MS + MS + Stock-Vitaminas (Ver anexo
Más detallesEstadística. Tema: Medidas De Dispersión
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO ESCUELA PREPARATORIA DE IXTLAHUACO Estadística Tema: Medidas De Dispersión M.C. Mario callejas Juárez Enero - Julio 2017 RESUMEN El coeficiente de variación es
Más detallesUniversidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas
1 Universidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas Título: Introducción a la Estadística con Computadoras Codificación: MATE 3026 Número de horas
Más detallesEstadística Aplicada y Lingüística Empírica. Introducción a las Tecnologías del Habla 2 o cuatrimestre 2014 Agustín Gravano
Estadística Aplicada y Lingüística Empírica Introducción a las Tecnologías del Habla 2 o cuatrimestre 2014 Agustín Gravano Antes de empezar... Entrá a http://tinyurl.com/experimento-ith Ingresá tu altura
Más detallesGrado 3 Vocabulario/ Representación Vocabulario Descripción Representación
Grado 3 Vocabulario/ Representación Vocabulario Descripción Representación Valor posicional El valor numérico de un dígito en virtud de su posición en un número. Miles Centenas Decenas Unidades 0000 0000
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos
Más detallesCanyon County Existing/Resale
Canyon County Existing/Resale tember 2018 ket Statistics Key Metrics 2017 2018 % Chg YTD 2017 YTD 2018 % Chg Closed Sales 366 301 17.8% 2,803 2,953 5.4% Median Sales Price $176,000 $210, 19.6% $170,000
Más detallesCanyon County Existing/Resale
Canyon County Existing/Resale October 2018 ket Statistics Data from the Intermountain MLS as of ember 11, 2018 Key Metrics Oct 2017 Oct 2018 % Chg YTD 2017 YTD 2018 % Chg Closed Sales 331 349 5.4% 3,134
Más detalles# grupos > metodo = as.factor(c(rep("metodo 1",5),rep("metodo 2",5),rep("metodo 3",5))) > boxplot(tiempos~metodo)
#Ejemplo ciclistas ANOVA ######################################################## # Los miembros de un equipo ciclista se dividen al azar en tres grupos que entrenan # con metodos diferentes. El primer
Más detallesAda County Existing/Resale
Ada County Existing/Resale tember 2018 ket Statistics Report provided by Boise Regional REALTORS Key Metrics 2017 2018 % Chg YTD 2017 YTD 2018 % Chg Closed Sales 811 616-24.0% 6,301 6,136-2.6% Median Sales
Más detallesControl Estadístico de Procesos con Statgraphics Plus Gráficos de Control con Memoria
Control Estadístico de Procesos con Statgraphics Plus Gráficos de Control con Memoria 1 GRAFICOS DE CONTROL CUSUM Statgraphics permite dos tipos de gráficos de control CUSUM: con plantilla V y algorítmico
Más detallesAda County Existing/Resale
Ada County Existing/Resale October 2018 ket Statistics Report provided by Boise Regional REALTORS Data from the Intermountain MLS as of ember 11, 2018 Key Metrics Oct 2017 Oct 2018 % Chg YTD 2017 YTD 2018
Más detallesStatistics Exam. July 2, Group... Bachelor in...
Statistics Exam July 2, 2014 Name Number Group... Bachelor in... 1. A test to detect contamination in water is being developed. When a sample of contaminated water is tested, the test provides a positive
Más detallesLa prueba de ji-cuadrado
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 12, Diciembre 2011. Open Access, Creative Commons. La prueba de ji-cuadrado Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento
Más detallesIntroducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 enero 2013 (ESTA 3042) Tests of Significance enero 2013 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. Ahora pasamos a
Más detallesDEPARTAMENTO DE CIENCIAS BASICAS AREA DE ESTADISTICA
DEPARTAMENTO DE CIENCIAS BASICAS AREA DE ESTADISTICA PRACTICA EI-3 ANALISIS DE VARIANZA Y REGRESION ESTADISTICA INFERENCIAL Objetivo: Que el alumno conozca y comprenda el manejo de un paquete estadístico
Más detallesPráctica 5. Contrastes paramétricos en una población
Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media
Más detallesPRÁCTICA 2. DISTRIBUCIONES DE PROBABILIDAD OBJETIVOS:
PRÁCTICA 2. DISTRIBUCIONES DE PROBABILIDAD OBJETIVOS: Cálculo de probabilidades y percentiles con diferentes modelos. Comprobación de aproximaciones estudiadas entre distribuciones. Simulación de datos
Más detalles(b) Entre qué valores se encontrará la verdadera media, µ, del tiempo que dura el viaje en tren de A a B, a un nivel de confianza al 95%?
LEC/LADE/LECD/LADED CURSO 2006/07 HOJA DE PROBLEMAS 4 CONTRASTES DE HIPÓTESIS Y DIAGNOSIS DEL MODELO 1.- El tiempo en minutos que dura un viaje en tren entre dos ciudades A y B, es una variable aleatoria
Más detallesIntroducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 (ESTA 3042) Tests of Significance 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. (ESTA 3042) Tests of Significance 2 /
Más detallesUNIVERSIDAD DE GUAYAQUIL FACULTAD DE ODONTOLOGÍA ESCUELA DE POSTGRADO Dr. José Apolo Pineda
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE ODONTOLOGÍA ESCUELA DE POSTGRADO Dr. José Apolo Pineda EVALUACIÓN IN VITRO DE LA FILTRACIÓN APICAL EN RAICES DE DIENTES EXTRAIDOS, UTILIZANDO DOS MÉTODOS DE OBTURACION:
Más detallesPRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica.
PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Introducción. El objetivo de esta parte es obtener resultados sobre contrastes de hipótesis
Más detallesMétodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B
Métodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Abril 2010 Contenidos...............................................................
Más detallesPráctica de AJUSTE DE DISTRIBUCIONES II (ajuste de datos)
Práctica de AJUSTE DE DISTRIBUCIONES II (ajuste de datos) 1 1. Objetivos de la práctica En esta práctica vamos a ajustar modelos de distribución a datos reales. Un vez que hayamos hecho esto, podremos
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesPruebas de bondad de ajuste
Pruebas de bondad de ajuste Área Académica: Licenciatura en Ingeniería Industrial Profesor(a): Mtra. Ma. Guadalupe Vera Correa Periodo: Julio - diciembre 2017 Pruebas de bondad de ajuste RESUMEN En esta
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesComparación de poblaciones independientes con STATGRAPHICS -Intervalos de Confianza y Contrastes de Hipótesis-
Comparación de poblaciones independientes con STATGRAPHICS -Intervalos de Confianza y Contrastes de Hipótesis- 1. Introducción Ficheros de datos: longitudclavos.sf3 y reciennacidos.sf3 En las siguientes
Más detallesIntroducción a estadística
Introducción a estadística Diego Shalom Laboratorio 5 Abril 2016 Medición = Comparar Comparar a veces es fácil, pero no siempre. Estadística descriptiva: valor representativo y ancho de la distribución
Más detallesAnálisis Estadísticos con R
Análisis Estadísticos con R Ibon Martínez http://fdesnedecor.wordpress.com/ µ ¹ ½ http://fdesnedecor.wordpress.com/, Agosto 2011 p. 1/22 Los datos Vamos a plantear una serie de análisis estadísticos con
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesANOVA (Análisis de varianza)
ANOVA (Análisis de varianza) Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos La experimentación usualmente requiere comparación de más de dos tratamientos
Más detallesACTIVIDAD 3: Intervalos de Confianza para 1 población
ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución
Más detallesInteligencia Emocional y Actitud hacia el Proyecto Educativo Institucional de los docentes de las Instituciones Educativas del distrito de Huaura
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE PSICOLOGÍA UNIDAD DE POSGRADO Inteligencia Emocional y Actitud hacia el Proyecto Educativo Institucional de los docentes de las Instituciones Educativas
Más detallesResultados de la prueba y guía para la entrevista
Candidato: Betty Penske Evaluación: Banking Fundamentals (Spanish) Fecha de finalización: 20 de agosto de 2018 Preparado por: Susan Bookman Resultados de la La evaluación Banking Fundamentals (Spanish)
Más detallesTendencias mundiales: Tasa de desempleo Departamento de Estadística de la OIT, Noviembre 2011
1 / 10 Tendencias mundiales: Tasa de desempleo Tasa de desempleo: Los cambios en el mísmo período del año anterior (puntos porcentuales 1 ) Feb-10 Mar-10 Abr-10 May-10 Jun-10 Jul-10 Ago-10 Sep-10 Oct-10
Más detallesLos números. 0 cero 1 uno / un 2 dos 3 tres 4 cuatro. 6 seis 7 siete 8 ocho 9 nueve 10 diez 5 cinco
53 31 16 0 cero 1 uno / un 2 dos 3 tres 4 cuatro 6 seis 7 siete 8 ocho 9 nueve 10 diez 5 cinco 11 - once 12 - doce 13 - trece 14 - catorce 17 - diecisiete 18 - dieciocho 19 - diecinueve 20 - veinte 15
Más detallesPrácticas y problemas básicos de Inferencia Estadística.
Capítulo 1 Prácticas y problemas básicos de Inferencia Estadística. En este capítulo se proponen diferentes prácticas y problemas con el objetivo de repasar la estadística descriptiva de una variable unidimensional,
Más detallesCAPÍTULO 7 INFERENCIA ESTADÍSTICA
CAPÍTULO 7 INFERENCIA ESTADÍSTICA La Inferencia Estadística comprende los métodos que son usados para obtener conclusiones de la población en base a una muestra tomada de ella. Incluye los métodos de estimación
Más detallesExamen Final de Estadística I, 27 de Mayo de Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Examen Final de Estadística I, 27 de Mayo de 203. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. NORMAS: ) Entregar cada problema en un cuadernillo distinto, aunque esté en blanco. 2) Realizar los
Más detallesEL PODER ESTADÍSTICO. DIFERENCIAS OBSERVADAS CUANDO SE CAMBIA EL ALFA ESTABLECIDO EN UN ESTUDIO DE INVESTIGACIÓN
EL PODER ESTADÍSTICO. DIFERENCIAS OBSERVADAS CUANDO SE CAMBIA EL ALFA ESTABLECIDO EN UN ESTUDIO DE INVESTIGACIÓN Mylord Reyes Tosta, EdD Resumen Se utilizaron dos ejemplos para una prueba de hipótesis
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesSe quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.
Medidas de dispersión Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Ya habiendo calculado la media, x de una
Más detallesESTUDIO DE LA ESTABILIDAD DE UNA RED ELÉCTRICA
ESTUDIO DE LA ESTABILIDAD DE UNA RED ELÉCTRICA Autor: Arranz Casado, Irene. Director: Russe, Philippe. Entidad Colaboradora: EDF, S.A. RESUMEN DEL PROYECTO Esta memoria presenta el trabajo realizado en
Más detallesAnálisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos
Más detallesEL ANÁLISIS DE GRUPOS EN LA HOMOLOGACIÓN DE COMPARABLES Área Temática Valoración Urbana y del Patrimonio Arquitectónico
EL ANÁLISIS DE GRUPOS EN LA HOMOLOGACIÓN DE COMPARABLES Área Temática Valoración Urbana y del Patrimonio Arquitectónico Oscar Pérez Veyna pveyna@cantera.reduaz.mx Fidel Álvarez González consuava@prodigy.net.mx
Más detallesSPSS - ANOVA. Dr. Miquel A. Belmonte. Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.
SPSS - ANOVA Dr. Miquel A. Belmonte Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.edu/~super1/ Elección de tests estadísticos Varbl. Indep. 1 > 1 Varbl. dependientes
Más detallesWith temperature switch Cover for protection against high surface temperatures
Descripción The BW 156 braking is designed for drives with frequency converters of small to medium output. Installation in and outside the control cabinet is possible. In addition to the high protection
Más detallesConvocatoria Ordinaria de Junio, Curso 2011/12 8/6/2012
Grado en Ciencias del Mar Estadística Convocatoria Ordinaria de Junio, Curso 2011/12 8/6/2012 Entre los años 1999 y 2004 se llevaron a cabo diversas campañas para el estudio del anidamiento y éxito reproductivo
Más detallesDerechos reservados AVL, JADD, AJBG, queda prohibida su reproducción total y/o parcial.
FAILURE THEORIES (From Shigley s Mechanical Engineering Design) MSS theory is an acceptable but conservative predictor of failure; and since engineers are conservative by nature, it is quite often used.
Más detallesTema 8: Ejercicios de Comparación de poblaciones
Tema 8: s de Comparación de poblaciones Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 83 - INGENIERÍA INFORMÁTICA Otros I4 Se quiere comparar rodamientos de agujas
Más detalles