báscula 1 báscula 2 Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras.
|
|
- Álvaro Molina Serrano
- hace 5 años
- Vistas:
Transcripción
1 LABORATORIO 2 LABORATORIO INFORMÁTICO Caso 1. En una planta de fabricación de hormigón se quiere comprobar si dos básculas de distintos fabricantes están midiendo lo mismo. Para ello se toman aleatoriamente 10 cantidades diferentes de cemento y se pesan consecutivamente en ambas básculas. El trabajo lo realiza el mismo operador. Los resultados se encuentran en la hoja 1 del archivo Laboratorio_2.xlxs que cada alumno que cada alumno tiene en su carpeta de Espacio compartido de PoliformaT. Espécimen Báscula 1 Báscula ,23 11, ,36 14,41 3 8,33 8, ,5 10, ,42 23,41 6 9,15 9, ,47 13,52 8 6,47 6, ,4 12, ,38 19,35 Vamos a analizar con SPSS. Deberíamos asegurarnos de que ambas poblaciones proceden de una distribución normal. Para ello utilizaremos la prueba no paramétrica de Kolmorogov Smirnov. Analizar > Pruebas no paramétricas > Cuadros de diálogo antiguos > K S de 1 muestra > Distribución de contraste: Normal Prueba de Kolmogorov-Smirnov para una muestra báscula 1 báscula 2 N Parámetros normales a,b Media 12, ,8910 Desviación típica 5, ,15686 Diferencias más extremas Absoluta,187,184 Positiva,187,184 Negativa -,108 -,106 Z de Kolmogorov-Smirnov,590,582 Sig. asintót. (bilateral),877,887 a. La distribución de contraste es la Normal. b. Se han calculado a partir de los datos. Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras. Ahora ya podemos ver si la diferencia en medias es significativa. Analizar > Comparar medias > Prueba T para muestras relacionadas
2 Estadísticos de muestras relacionadas Media N Desviación típ. Error típ. de la media Par 1 báscula 1 12, , ,63367 báscula 2 12, , ,63074 Correlaciones de muestras relacionadas N Correlación Sig. Par 1 báscula 1 y báscula ,000,000 Prueba de muestras relacionadas Diferencias relacionadas t gl Sig. (bilateral) Media Desviación Error típ. de 95% Intervalo de típ. la media confianza para la diferencia Inferior Superior Par 1 báscula 1,02000,02867,00907,04051, ,206 9,055 báscula 2 El p valor es 0,055 que es mayor que α = 0,05, lo cual implica que no se puede rechazar la hipótesis nula de que la diferencia de medias sea cero. Es decir, no hay suficiente evidencia en contra de la sincronización de las básculas. En el caso de no normalidad de las muestras, se puede realizar una prueba no paramétrica: Prueba de los rangos con signo de Wilcoxon. En este caso la hipótesis nula es que la diferencia entre las medianas es nula. Analizar > Prueba no paramétrica > Cuadros de diálogos antiguos > 2 muestras relacionadas > Tipo de prueba: Wilcoxon Estadísticos de contraste a báscula 2 - báscula 1 Z -1,897 b Sig. asintót. (bilateral),058 a. Prueba de los rangos con signo de Wilcoxon b. Basado en los rangos negativos. El p valor es 0,058 > 0,05, lo cual implica que se retiene la hipótesis nula de que la diferencia entre medianas es cero.
3 Si usamos Minitab. Estadísticas > Estadística básica > t pareada > Opciones: Nivel de confianza 0,95; Media de la prueba: 0,0; Hipótesis alterna: no es igual a IC y Prueba T pareada: Báscula 1; Báscula 2 T pareada para Báscula 1 - Báscula 2 Error estándar de N Media Desv.Est. la media Báscula ,87 5,17 1,63 Báscula ,89 5,16 1,63 Diferencia 10-0, , ,00907 IC de 95% para la diferencia media:: (-0,04051; 0,00051) Prueba t de diferencia media = 0 (vs. no = 0): Valor T = -2,21 Valor P =0,055 Sin embargo, tal y como vemos en las gráficas siguientes, se podría rechazar la sincronización de las básculas con un riesgo del 5,5%. Gráfica de valores individuales de Diferencias (con Ho e intervalo de confianza t de 95% para la media) _ X Ho -0,06-0,05-0,04-0,03-0,02-0,01 Diferencias 0,00 0,01 0,02 0,03
4 Gráfica dee caja de Diferencias s (con Ho e intervalo de confianza t de 95% para la media) _ X Ho -0,06-0,05-0,04-0,03-0,02-0,01 Diferencias 0,00 0,01 0,02 0,03 Con Excel podemos realizar también este estudio. Datos > Análisis de datoss > Prueba t para medias de dos muestras emparejadas Prueba t para medias de dos muestras emparejadas
5 Variable 1 Variable 2 Media 12,871 12,891 Varianza 26, , Observaciones Coeficiente de correlación de Pearson 0, Diferencia hipotética de las medias 0 Grados de libertad 9 Estadístico t 2, P(T<=t) una cola 0, Valor crítico de t (una cola) 1, P(T<=t) dos colas 0, Valor crítico de t (dos colas) 2, Caso 2. Teniendo en cuenta el punto 5.6 del Anejo 11 de la EHE, donde se definen las tolerancias de muros de contención y muros de sótano, se quiere comprobar si tres equipos de encofradores producen de forma homogénea en la ejecución de muros vistos, o por el contrario, unos equipos producen más defectos de un tipo que otro. Todos los equipos emplean el mismo tipo de encofrado. Las tolerancias que deben cumplirse son: 1. Desviación respecto a la vertical 2. Espesor del alzado 3. Desviación relativa de las superficies planas de intradós o de trasdós 4. Desviación de nivel de la arista superior del intradós, en muros vistos 5. Tolerancia de acabado de la cara superior del alzado, en muros vistos Los equipos han estado trabajando durante año ejecutando este tipo de unidad de obra. Durante este tiempo el número de defectos en relación con la tolerancia dimensional ha sido pequeño, pero se han contabilizado 375 defectos. El control de calidad ha dado como resultado el conteo de la tabla. Los resultados se encuentran en la hoja 2 del archivo Laboratorio_2.xlxs que cada alumno que cada alumno tiene en su carpeta de Espacio compartido de PoliformaT. Razón por la que se incumplen las tolerancias Equipo de encofradores Defectos de cada equipo A B C Total
6 El problema planteado trata de comprobar la homogeneidad de tres poblaciones, en este caso las relacionadas con los equipos de encofradores. Usando SPSS. Analizar > Estadísticos descriptivos > Tablas de contingencia > Estadísticos: Chicuadrado Resumen del procesamiento de los casos Casos Válidos Perdidos Total N Porcentaje N Porcentaje N Porcentaje Equipo * Tipo de error ,0% 0 0,0% ,0% Tabla de contingencia Equipo * Tipo de error Tipo de error Total Recuento a Frecuencia esperada 35,6 58,0 23,2 21,6 11,6 150,0 Recuento Equipo b Frecuencia 29,7 48,3 19,3 18,0 9,7 125,0 esperada Total c Recuento Frecuencia esperada 23,7 38,7 15,5 14,4 7,7 100,0 Recuento Frecuencia 89,0 145,0 58,0 54,0 29,0 375,0 esperada Pruebas de chi-cuadrado Valor gl Sig. asintótica (bilateral) Chi-cuadrado de Pearson 14,159 a 8,078 Razón de verosimilitudes 14,462 8,070 Asociación lineal por lineal,000 1,994 N de casos válidos 375 a. 0 casillas (0,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 7,73. Vemos que el p-valor = 0,078 para la prueba de chi-cuadrado. Como p-valor > 0,05, no existen evidencias sólidas para rechazar la hipótesis nula de que las proporciones entre
7 las poblaciones son las mismas. Es decir, diremos que los tres equipos de encofradores son homogéneos. También lo podemos hacerr con Minitab. Estadísticas > Tablas > Prueba a chi-cuadrada (tablaa de dos factores en hoja de trabajo) Prueba Chi-cuadrada: 1; 2; 3; 4; 5 Los conteos esperados se imprimen debajo de los conteos observados Las contribuciones Chi-cuadradas see imprimen debajo de los conteos esperados ,60 58,00 23,20 21,60 0,072 0,845 1,657 0,017 5 Total ,60 0, ,67 48,33 19,33 18,00 1,498 0,278 1,661 0, ,73 38,67 15,47 14,40 2,879 2,943 0,018 0, ,67 1, ,73 0, Total Chi-cuadrada = 14,159; GL = 8; Valor P = 0,078
8 Caso 3. Los datos de 3 proveedores de hormigón preparado en relación con los partes de aceptación de las cubas hormigonera recibidas en una obra son los de la tabla. Los resultados se encuentran en la hoja 3 del archivo Laboratorio_2.xlxs que cada alumno que cada alumno tiene en su carpeta de Espacio compartido de PoliformaT. Proveedor Aceptadas Aceptadas con defectos menores Rechazadas A B C Probar, a un 5% de significancia, si el grado de calidad de la recepción de dicho hormigón preparado depende del tipo de proveedor. Procedemos con Minitab, de la misma forma que en el Caso 2 resuelto anteriormente. Prueba Chi-cuadrada: Aceptadas; A. con defectos; Rechazadas Los conteos esperados se imprimen debajo de los conteos observados Las contribuciones Chi-cuadradas se imprimen debajo de los conteos esperados A. con Aceptadas defectos Rechazadas Total ,76 6,07 5,17 0,017 1,551 0, ,09 11,83 10,08 0,055 3,216 0, ,15 9,10 7,75 0,026 1,057 0,201 Total Chi-cuadrada = 7,712; GL = 4; Valor P = 0,103 No se puede rechazar la hipótesis nula de independencia entre variables. No se puede afirmar de forma significativa que existe una relación entre los defectos y el proveedor.
9 Caso 4. Una compañía quiere construir una presa de gravedad. El hormigón se produce a partir de la mezcla de diversos materiales (grava, arena, etc.). La siguiente tabla muestra las cantidades máximas disponibles para cada material y los costes de transporte de cada origen de producción del material a la presa. Tipo de material Cantidad disponible (m 3 ) Coste del transporte ( /m 3 ) A ,2 B ,5 C ,9 D ,1 Para la fabricación del hormigón necesario se requieren dos tipos de mezclas de los cuatro materiales con los siguientes requisitos: Mezcla 1: como mucho puede contener un 50% de ingredientes de A y B a la vez; al menos tiene que contener un 10% de ingredientes de C. Los ingredientes de A, B, C y D deben suponer al menos el 98% de la mezcla. Mezcla 2: el ingrediente A debe estar presente en al menos el 20% de la mezcla; C y D deben suponer al menos la mitad de A y B. Los ingredientes A, B, C y D deben suponer al menos el 99% de la mezcla. La siguiente tabla muestra los costes de cada mezcla y las cantidades mínimas requeridas: Tipo de hormigón Coste de la mezcla ( /m 3 ) Cantidad mínima necesitada (m 3 ) Mezcla 1 5, Mezcla 2 6, El objetivo de la compañía es producir la cantidad necesaria de hormigón con el menor coste posible. Formula y resuelve el problema de programación lineal apropiado para que la compañía tome una decisión. Explica claramente el significado de cada variable que introduzcas en la formulación.
10 >> f= [ ]; >> A = [ ; ;..]; >> b = [8000, 16000, 9000,.]; >> x0 = [0, 0, 0, 0, 0, 0, 0, 0, 0,, 0]; >> [x, fval]=linprog(f,a,b,[],[],x0) Optimization terminated. x = 1.0e+04 *
11 fval = e+05 Tipo de material Mezcla 1 (m 3 ) Mezcla 2 (m 3 ) Total (m 3 ) A B C D El coste total mínimo es de u.m. Caso 5. Una empresa especializada en la construcción de estructuras de edificios tiene patentes de tres tipos de forjados F1, F2 y F3. Los beneficios que consigue por metro cuadrado de forjado construido son 100, 90 y 120 unidades monetarias respectivamente. Por razones de almacenamiento y financiación, diariamente sólo se dispone de dos toneladas de acero, 200 m 3 de hormigón y 8 m 3 de madera para encofrados. Las cantidades de acero, hormigón y madera que se necesitan por m 2 en cada uno de los forjados son: Tipo de forjado Materia prima Cantidad F1 Acero 0,2 kg/m 2 Hormigón 80 dm 3 /m 2 Madera 0,001 m 3 /m 2 F2 Acero 0,25 kg/m 2 Hormigón 37,5 dm 3 /m 2 Madera 0,00125 m 3 /m 2 F3 Acero 0,225 kg/m 2 Hormigón 35 dm 3 /m 2 Madera 0,0015 m 3 /m 2 Maximizar el beneficio que se puede obtener. >> f = [ 100, 90, 120]; >> A = [0.2, 0.25, 0.225; 80, 37.5, 35; 0.001, , ];
12 >> b = [2000, , 8, 0, 0, 0]; >> x0 = [0, 0, 0]; >> [x, fval]=linprog(f,a,b,[],[],x0) Optimization terminated. x = 1.0e+03 * fval = e+05 Se harán 235,3 m 2 de forjado tipo F1 y 5176,5 m 2 de forjado tipo F2 al día, con un beneficio máximo de unidades monetarias diarias. La limitación viene por la cantidad de hormigón disponible diariamente.
Longitud = Calcular la media, la mediana, la moda y la desviación estándar de la muestra en Matlab.
LABORATORIO 1 LABORATORIO INFORMÁTICO Un fabricante de hormigón preparado tiene su proceso de producción bajo control. Está interesado en conocer cuál es la distribución de los valores de la resistencia
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detalles4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación:
ACTIVIDAD DE INFERENCIA Y ASOCIACIÓN 1. Obtén los estadísticos descriptivos básicos y un intervalo de confianza del 95% para la media del coste en farmacia por habitante. A partir del resultado obtenido
Más detallesSIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS
SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS 3datos 2011 Variables CUANTITATIVAS Valor más representativo: MEDIA aritmética Técnicas Inferenciales sobre la significación de la diferencia entre
Más detallesANEXO 4. Comparación características basales. Técnica de enseñanza. Resumen del procesamiento de los casos. N Porcentaje N Porcentaje
dimension1 dimension1 ANEXO 4 Comparación características basales Técnica de Resumen del procesamiento de los casos Técnica de Casos Válidos Perdidos N Porcentaje N Porcentaje Edad en años cumplidos On
Más detalles1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología
Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesTitulación: Curso académico: 15/16. DNI Curso: Grupo: Fecha: 27/05/2016
CUESTIONES CORTAS 1. (1 PUNTO) Indica en cada caso, cual es la población, muestra y variable estadística. Clasifica la variable estadística de la manera más exhaustiva posible e indica que tipo de representación
Más detallesGUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS
GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.
Más detallesEXAMEN Prof. J. Calventus S., 19 julio de 2013
U. S. T. Psicología Estadística Inferencial EXAMEN Prof. J. Calventus S., 19 julio de 2013 NOMBRE: Puntaje: Nota: Para responder esta prueba podrá consultarse todo tipo de material escrito. Utiliza un
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS
ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;
Más detallesComparación de dos grupos independientes Solución no paramétrica. En capítulo 12: Métodos no paramétricos
Comparación de dos grupos independientes Solución no paramétrica En capítulo 12: Métodos no paramétricos Los métodos que hemos visto hasta ahora, asumen como distribución muestral la distribución Normal,
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesEjercicio obligatorio seminario 9. Estadística
Ejercicio obligatorio seminario 9. Estadística En una muestra de 8 personas medimos la frecuencia cardíaca (FC) y la edad. 1. Di si en la muestra existe asociación lineal o correlación entre las dos variables
Más detallesPrueba Ji-cuadrado de Homogeneidad cuando tengo los datos tabulados (en tablas resumidos ya):
Prueba Ji-cuadrado de Homogeneidad cuando tengo los datos tabulados (en tablas resumidos ya): Objetivo de la prueba: se utiliza cuando se tienen varias muestras independientes de n individuos que se clasifican
Más detallesAnálisis descriptivo con SPSS. Favio Murillo García
Análisis descriptivo con SPSS Favio Murillo García Autoevaluación 3 1. Descargue el archivo eval3.xls a) Importe los datos de Excel a SPSS. b) Agregue etiquetas de valor a cada variable según lo indique
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
Más detallesEn las tablas 2x2 se emplea la prueba Ji-cuadrado Corrección de Yates siempre.
Prueba Ji-cuadrado de Independencia: Objetivo de la prueba: se utiliza cuando se tiene una muestra de n individuos que se clasifican respecto a dos variables, preferentemente cualitativas (nominales dicotómicas
Más detallesTEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS
TEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS 9.1. Análisis Descriptivo de la Información 9.2. La Tabulación Cruzada 9.3. Contraste de Hipótesis 9.1. Análisis Descriptivo
Más detallesPrueba Ji-cuadrado de Independencia cuando solo tengo datos en tabla (datos tabulados):
Prueba Ji-cuadrado de Independencia cuando solo tengo datos en tabla (datos tabulados): Objetivo de la prueba: se utiliza cuando se tiene una muestra de n individuos que se clasifican respecto a dos variables,
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesDiseño de experimentos - prueba de hipótesis.
Diseño de experimentos - prueba de hipótesis http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Inferencia estadística Conjunto de métodos y técnicas que permiten inducir,
Más detallesb) Use la salida de SPSS para reproducir lo que pueda de los cálculos que hace SPSS. Estadísticos de contraste b TIEMPO
Ejercicios resueltos de Métodos no paramétricos 1. Una agencia publicitaria está investigando a qué tipo de avisos le prestan más atención los adolescentes. Se observan a 11 niños, a 6 se les muestra avisos
Más detallesLimitaciones de la prueba (las mismas que para la prueba de Independencia):
Prueba Ji-cuadrado de Homogeneidad: Objetivo de la prueba: se utiliza cuando se tienen varias muestras independientes de n individuos que se cl asifican respecto a una variable cualitativa y se desea conocer
Más detallesValores de glucemia en 36 varones sanos
Prueba Kolmogorov-Smirnov para una muestra: Es una prueba de bondad de ajuste. Se emplea en una muestra independiente. El tipo de variable es cuantitativa continua (debe ser medida en escala al menos ordinal).
Más detallesElaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes
Prueba t para muestras independientes 1 El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesSe desea analizar el nivel de glucemia según tratamientos en un grupo de. enfermos. Para ello se ha medido este nivel antes y después de dichos
Práctica 4: Estadística Matemática Ejercicio 1: Se desea analizar el nivel de glucemia según tratamientos en un grupo de enfermos. Para ello se ha medido este nivel antes y después de dichos tratamientos.
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesTABLAS DE CONTINGENCIA
Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesESTADÍSTICA 1º AMBIENTALES TERCERA PRÁCTICA: INTERVALOS DE CONFIANZA & CONTRASTES DE HIPÓTESIS (GUIADA & RESUELTA)
ESTADÍSTICA 1º AMBIENTALES TERCERA PRÁCTICA: INTERVALOS DE CONFIANZA & CONTRASTES DE HIPÓTESIS (GUIADA & RESUELTA) El objetivo de esta práctica es calcular Intervalos de Confianza (IC) y Contrastes de
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesFolleto de Estadísticas. Teoría del 2do Parcial
Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad
Más detallesINDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres
INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones
Más detallesTEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA
TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TIPOS DE CONTRASTE Contrastes paramétricos: Son aquellos que se relacionan con el estudio de un parámetro poblacional (media, varianza, proporción,
Más detallesEstado civil Frecuencia observada Casado 50 Soltero 30 Viudo 15 Divorciado 5 Total 100
Prueba de Ji-cuadrado Bondad de ajuste: Se refiere a la comparación de la distribución de una muestra con alguna distribución teórica que se supone describe a la población de la cual se extrajo la muestra.
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesDr. Abner A. Fonseca Livias
UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 1 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner
Más detallesDISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL 2016
DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL 2016 Problema 1.- En La siguiente investigación estudiamos el consumo de tabaco en un determinado colectivo. Relacionemos la variable sexo con número de cigarrillos
Más detalles10.3. Sec. Prueba de hipótesis para la media poblacional. Copyright 2013, 2010 and 2007 Pearson Education, Inc.
Sec. 10.3 Prueba de hipótesis para la media poblacional (μ) Para probar una hipótesis con respecto a la media poblacional, cuando la desviación estándar poblaciónal es desconocida, usamos una distribución-t
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Correlaciones bivariadas y parciales
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Correlaciones bivariadas y parciales Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Objetivo: conocer la relación entre variables
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II SOLUCIÓN PRACTICA 1 Problema 2-. Para una serie de investigaciones, en las que el tamaño de la muestra era el mismo, se ha calculado la t de Student con objeto
Más detallesEstadística Inferencial aplicada a los Negocios
Estadística Inferencial aplicada a los Negocios SEMESTRE Y CARRERA PROGRAMA ELABORADO POR: M.A. Alma Minerva Blanco Robledo TIPO DE CURSO CRÉDITOS Nuclear 7 créditos TIEMPO TIEMPO PRESENCIAL INDEPENDIENTE
Más detallesA: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a
LORTORIO 8 - LORTORIO INFORMÁTICO Caso. Interesa estudiar el efecto del tamaño de broca (factor ) y de la velocidad (factor ) sobre la vibración de la ranuradora (respuesta Y). Para ello se decide utilizar
Más detallesAYUDA SPSS. TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO
Ayuda SPSS_Tabla de Contingencia/Prueba Chi Cuadrado AYUDA SPSS TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO Menú Analizar > Estadísticos Descriptivos>Tablas de Contingencia > Botón Estadísticos > Tildar
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
Más detallesFuente: Base de datos del proyecto Funcionalidad Familiar y Adherencia Terapéutica en pacientes en Hemodiálisis Ambulatoria, Pasaje 2016.
Funcionalidad Familiar y Adherencia Terapéutica en Pacientes Hemodializados Tabla 1. Características Sociodemográficas VARIABLES PARA DESCRIBIR LA POBLACIÓN EDAD (años): media ± DT (límites: IC 95%) SEXO:
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 9 DESCRIPTIVOS El submenú Estadísticos descriptivos está en el menú Analizar, y ofrece una serie de opciones para analizar datos de una forma sencilla. En este capítulo serán descritos estos procedimientos.
Más detallesPRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV
PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV JORGE CARLOS BURMESTER ALVAREZ TRUJILLO - PERÚ PRUEBA DE COMPARACIÓN DE APLICACIÓN DE UN POST TEST EN DOS MUESTRA DIERENTES Nuestro instrumento de recolección
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 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 detallesCONTRASTES NO PARAMÉTRICOS
CONTRASTES NO PARAMÉTRICOS Contenidos Encuestas 75 Comprobación de supuestos 79 Pruebas no Paramétricas en el SPSS 80 Contrastes para 2 muestras independientes 81 Contrastes para varias muestras independientes
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Una compañía de transporte dispone de 10 camiones con capacidad de 40000 libras y de 5 camiones con
Más detallesUnidad II. Análisis de Datos
Unidad II. Análisis de Datos 2. 2. D I S T R I B U C I Ó N D E F R E C U E N C I A S 2. 3. P R U E B A D E H I P Ó T E S I S 2. 4. T A B U L A C I Ó N C R U Z A D A Distribución de frecuencias Cuántos
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesUna vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.
ECONOMETRÍA 09 PRACTICA 1: REPASO DE SPSS 1. Cuántas variables hay en el fichero? Y cuántas observaciones? Qué representa cada observación? Distingue entre variables cualitativas y cuantitativas. El fichero
Más detallesAnálisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014 Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial Dra. Mª José
Más detallesParte de las notas tomadas de: Prof. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
Estadística stica No Paramétrica Parte de las notas tomadas de: Prof. Edgar Acuña http://math.uprm math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ METODOS ESTADISTICOS
Más detallesPrefacio... xvii. 1 La imaginación estadística... 1
ÍNDICE Prefacio... xvii 1 La imaginación estadística... 1 Introducción... 1 Pensamiento proporcional... 3 La imaginación estadística... 8 Enlace de la imaginación estadística con la imaginación sociológica...
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesProf. Jose Jacobo Zubcoff Universidad de Alicante 1
Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Presentación Objetivos Metodología Evaluación Agenda Definiciones Inferencia Muestra y s Aleatoria Independiente Finitas, Infinitas Población
Más detallesaceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"
PRUEBA DE HIPOTESIS Técnica estadística que se sigue para decidir si rechazamos o no una hipótesis estadística en base a la información de la muestra. Es una afirmación de lo que creemos sobre una población.
Más detallesINFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
Más detallesPero 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 detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente
Más detalles13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD
13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS Las pruebas estadísticas para analizar la relación entre dos variables cuantitativas,
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial
Más detallesCAPITULO 14 ANÁLISIS DE RESULTADOS
CAPITULO 14 ANÁLISIS DE RESULTADOS 172 Tema: Práctica de Laboratorio 1. Distribución de frecuencias 2. Estadísticos asociados con la distribución de frecuencias 3. Prueba de Hipótesis 4. Pruebas Paramétricas:
Más detallesPrueba T de Student. Descripción de la Prueba T de student. Proceso de cálculo. Criterios de la prueba T de student
Descripción de la Prueba T de student Prueba T de student Víctor Cuchillac (padre) Prueba paramétrica para evaluar la asociación entre una variable nominal y una variable cuantitativa dicotómica (que posea
Más detallesInferencia estadística. Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan
Inferencia estadística Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan ESTADISTICA INFERENCIAL Permite obtener información de la población a través de una muestra Generalización de resultados
Más detallesGUÍA DOCENTE ABREVIADA DE LA ASIGNATURA
GUÍA DOCENTE ABREVIADA DE LA ASIGNATURA G969 - Métodos Estadísticos en Economía y Empresa Grado en Economía Curso Académico 2015-2016 1. DATOS IDENTIFICATIVOS Título/s Grado en Economía Tipología y Optativa.
Más detallesEjercicio Resuelto t-student para dos muestras independientes
Ejercicio Resuelto t-student para dos muestras independientes Ing. Roque Castillo Investigación & Salud III La prueba t-student es una prueba paramétrica o sea para datos que presentan distribución normal.
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesCapítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T
Capítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesInferencia Estadística
ESTADISTICA INFERENCIA ESTADÍSTICA. TITULO: AUTOR: Una corta introducción teórica de inferencia estadística Test o Pruebas de hipótesis CHI-CUADRADO. Ejercicios resueltos y propuestos JUAN VICENTE GONZÁLEZ
Más detallesEstadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesTema: Medidas de Asociación con SPSS
Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo
Más detallesCONTRASTES PARAMÉTRICOS
CONTRASTES PARAMÉTRICOS Contenidos Introducción 75 Contraste de dos medias 76 Grupos independientes 77 Grupos dependientes 85 Contraste de dos varianzas independientes 92 ANOVAs Unifactoriales entre e
Más detalles