PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.
|
|
- Miguel Pérez Navarrete
- hace 8 años
- Vistas:
Transcripción
1 PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de valores que deben ser iguales o menores que x suponiendo cierta la hipótesis planteada, S(X) es la función de distribución obtenida en la muestra. En resumen tendremos: Hipótesis: H 0 : F (X) = Fs (X) H 1 : F (X) Fs (X) Muestra: n observaciones independientes. Estadístico de contraste: D n = máxima Fs (X) S (X) Ejemplo: Las puntuaciones obtenidas por una muestra de sujetos en una prueba de habilidad han sido las siguientes: 48,1; 47,8; 45.1; 46,3; 45,4; 47,; 46,6; y 46. Sabiendo que la media en dicha prueba es 40 y su desviación típica es 3, podemos afirmar que la distribución de las puntuaciones sigue una normal, con un α = 0,01? Solución: 1. Hipótesis: H 0 : F (X) = Fs (X) de una N(µ, σ) H 1 : F (X) Fs (X) de una N(µ, σ). Muestra: 8 observaciones indep. 3. Tipificamos las puntuaciones para poder trabajar con una N (0,1). X i 48,1,7 47,8,6 45,1 1,7 46,3,1 45,4 1,8 47,,4 46,6, 46 Z i 1
2 4. Ordenamos las puntuaciones, obtenemos Fs (X) y S (X) y calculamos la diferencia entre ambas para cada valor de X. Z i Fs (X) S(X) Fs(X) S(X) 1,7 0,9554 0,15 0,8304 1,8 0,9641 0,50 0,7141,0 0,977 0,375 0,60,1 0,981 0,500 0,481, 0,9861 0,65 0,3611,4 0,9918 0,750 0,418,6 0,9953 0,875 0,103,7 0, Para α = 0,01 y n = 8 en la tala encontramos un valor de 0,543, por tanto, se rechaza H 0 PRUEBA DE MANN WHITNEY (Diferencias en tendencia central, muestras independientes) Supuestos: Las dos muestras son aleatorias respecto a su población correspondiente. Todas las observaciones son independientes entre si. La variable considerada es continua en ambas poblaciones. El nivel de medida de los datos es al menos ordinal. La F(X) de la variable en ambas poblaciones, si difiere en algo es en la localización. Hipótesis: H 0 : Las poblaciones son iguales H 1 : Las poblaciones son distintas. Muestra: n a y n b obs. independientes. Estadístico de contraste: Si N = n a + n b es pequeño T = S {n b (n b + 1)} / dónde: n b es el tamaño de la muestra mas pequeña. S es la suma de los posibles valores ordinales de los n b elementos dentro del conjunto N Si N = n a + n b es grande: T (n a n b )/ Z = [(n a n b ) (n a + n b -1)/1] 0,5
3 dónde: n a y n b representan los tamaños de ambas muestras. T es el valor del estadístico Esta prueba es más conocida como la U de Mann Whitney y se suele calcular como: (U + 0,5) (n a n b )/ Z = [(n a n b ) (n a + n b +1)/1] 0,5 Donde U es el menor de los siguientes estadísticos: U a = (n a n b ) + [ n a (n a +1)/] - S a U b = (n a n b ) + [ n b (n b +1)/] - S b Ejemplo: Se desea construir una prueba de psicomotricidad en la que no presenten diferencias significativas las personas ciegas de nacimientos con respecto a las videntes. Se toman al azar dos ciegos de nacimiento y tres videntes, todos de la misma edad, el mismo sexo y educación similar. Los datos obtenidos en la prueba fueron: Ciegos: 16, 19 Videntes: 0, 17, 5 Hay evidencia suficiente para firmar que ambos grupos son iguales en la prueba? (α = 0,05) Solución: 1. Hipótesis: H 0 : Las poblaciones son iguales. H 1 : Las poblaciones son distintas.. Muestras: y 3 obs. independientes 3. Obtenemos la distribución muestral de los órdenes posibles para el tamaño de muestra más pequeño. Si H 0 es cierta las ( + 3) obs. aparecerán ordenadas de cualquier modo. Tenemos entonces que: N = {C, C, V, V, V} que pueden aparecer ordenados de 10 maneras distintas y todas ellas equiprobables. 3
4 Comb. Ordenes S (de C) 1 V V V C C 9 V V C V C 8 3 V C V V C 7 4 C V V V C 6 5 V V C C V 7 6 V C V C V 6 7 C V V C V 5 8 V C C V V 5 9 C C V V V 3 10 C V C V V 4 La f(x) correspondiente a la variable suma de órdenes correspondientes a la muestra de ciegos será: S f(s) 1/10 1/10 /10 /10 /10 1/10 1/10 es decir, esta sería la distribución muestral de S 4. Ordenamos los datos de nuestra muestra: datos grupo C V C V V orden 1º º 3º 4º 5º 5. Calculamos el valor de S para la muestra de ciegos: S = = 4 Si miramos en la distribución muestral de S que hemos construido vemos que: P(S 4) = 1/ /10 = 0,0 Por consiguiente este resultado es muy probable de acuerdo con la H 0, por lo que no podemos rechazarla ya que la probabilidad de aparición del resultado es mucho mayor que 0, Si utilizamos es estadístico T, tenemos que: T = S {n b (n b + 1)} / T = 4 { ( + 1)} / T = 1 4
5 Debemos averiguar P (T 1), para ello obtenemos la distribución de T que en este caso es: T f(t) 1/10 1/10 /10 /10 /10 1/10 1/10 luego la P (T 1) = 0,0 y, por tanto, el resultado es igual al anterior. 7. Vamos a hacerlo utilizando el estadístico U. De acuerdo con lo visto, tenemos que: U a = (n a n b ) + [ n a (n a +1)/] - S a U b = (n a n b ) + [ n b (n b +1)/] - S b En nuestro caso, U a = () (3) + [ (+1) / ] 4 = 5 U b = () (3) + [3 (3+1) / ] 11 = 1 Por tanto usaremos U b y sustituyendo, tendremos que: (1 + 0,5) ()(3)/ Z = [()(3) ( )/1] 0,5 Z = - 0,867. luego no se rechaza H 0 Supuestos: PRUEBA DE WILCOXON (Diferencias en tendencia central, muestras dependientes) n observaciones sometidas a dos tratamientos T X y T Y. calculamos las diferencias entre las puntuaciones obtenidas en cada tratamiento y eliminamos las que sean cero obtenemos k n diferencias no nulas que ordenamos de menor a mayor. delante del número de orden ponemos un signo - si X < Y y un signo + si X > Y en caso de no haber diferencias entre los dos tratamientos se verificará que: P(X < Y) = P(X > Y) para todas las diferencias, es decir: P(d -) = P(d +) = 0,5 5
6 Hipótesis: H 0 : Las poblaciones son iguales H 1 : Las poblaciones son distintas. Muestra: n observaciones dependientes. Estadístico de contraste: Si n es pequeño: W = O i Dónde O i representa los órdenes obtenidos con signo positivo Si n es grande: : Ejemplo: (W + 0,5) k (k +1) / 4 Z = [k (k + 1) (k + 1) / 4 ] 0,5 Un investigador hipotetiza que de cada par de gemelos univitelinos el nacido en primer lugar es mas agresivo. Para comprobarlo aplica una prueba de agresividad a 15 pares de gemelos univitelinos obteniendo los siguientes resultados: N1(X) N(Y) N1(X) N(Y) Calculamos las diferencias (X Y) y les asignamos el orden correspondiente: X - Y Orden signo 6 10, , , , , , , ,5-6 10, , Calculamos el estadístico de contraste: W = O i = 86,5 En la tabla vemos que W 14, 0,95 = 80 luego rechazamos H 0 ya que el valor obtenido en la muestra es mayor 6
7 PRUEBA DE KRUSCAL WALLIS (k muestras independientes) PRUEBAS NO PARAMÉTRICAS Supuestos: Las k muestras son aleatorias. Las N = n 1 + n +. + n k observacioes son independientes. La variable es continua. El nivel de medida es, al menos, ordinal. Las poblaciones son iguales excepto, posiblemente, en los promedios. Hipótesis: H 0 : Las k poblaciones son iguales. H 1 : Las k poblaciones son distintas. Muestra: N = n 1 + n +. + n k obs. indep. Estadístico de contraste: 1 ( S j ) T = 3( n 1) nn ( + 1) n + j que sigue una χ con (k 1) g.l. donde: n = número total de observaciones n j = tamaño de la muestra j S j = suma de órdenes que le corresponden a los elementos de la muestra j. Ejemplo: Un psicólogo está interesado en el efecto producido por una terapia conductual y una cognitiva sobre las conductas de autoestimulación en niños entre y 4 años. Para ello, prepara un experimento con niños y los asigna aleatoriamente a los dos grupos experimentales y a un grupo control. Después de 15 días de tratamiento obtuvo los resultados que aparecen en la tabla. Hay evidencia para concluir que existen diferencias significativas entre los tratamientos con un nivel de confianza del 99%? 7
8 Control n = 5 Conductual n = Cognitivo n = 9 Solución: 1. Hipótesis: H 0 : Las tres poblaciones son iguales. H 1 : Las tres poblaciones difieren.. Muestra: n 1 = 5; n = 8 y n 3 = 9, es decir, observaciones independientes. 3. Ordenamos las puntuaciones y les asignamos el orden correspondiente: G X i O i G X i O i C 1,5 Cog 9 1 Cog 1,5 C 1 13,5 Cog 3 3 C 1 13,5 Cog 4 4,5 Cog Cd 4 4,5 Cd Cog 5 6 Cd Cd 6 7 C Cd 7 8,5 Cog Cog 7 8,5 Cd Cog 8 10,5 C 16 1 Cd 8 10,5 Cd Sumamos los órdenes que le corres-ponden a cada muestra: Grupo n O i Control Conductual 8 103,5 Cognitivo
9 5. Calculamos el valor del estadístico: 1 ( S j ) T = 3( n 1) nn ( + 1) n + j 1 68,5 103,5 81 T = + + 3(3) (3) T =,3, luego H 0 no se rechaza ya que: 0,005χ = 0,010 y 0,995 χ = 10,60 PRUEBA DE FRIEDMAN (Diferencias en tendencia central, k muestras dependientes) Supuestos: Si tenemos las puntuaciones de n personas bajo k condiciones distintas, la matriz de datos obtenida sería: Cond. 1.. k Sujetos n X 11 X 1 X 13 X X 1n X 1 X X 3 X 4.. X n X k1 X k X k3 X k4.. X kn En esta situación, tenemos que las puntuaciones en las filas de la matriz son independientes entre si, mientras que las puntuaciones de cada columna están relacionadas. Como siempre, la H 0 implica que no existen diferencias entre las k condiciones, por tanto las puntuaciones de los n sujetos se distribuirán de forma aleatoria en cada condición. Si se ordenan las puntuaciones obtenidas por cada persona, tendremos que en todas las columnas de la matriz de datos estarán los k números naturales aunque en distinto orden, pero su suma será siempre igual a: k(k+1)/. Cond. Sujetos n 9
10 Llamamos O j a la suma de los órdenes obtenidos por los n sujetos en la condición j. Si la H 0 es cierta esta suma será igual o muy parecida en las k condiciones. Por el contrario, si las condiciones son distintas, esta suma diferirá significativamente de unas condiciones a otras. Hipótesis: H 0 : Las poblaciones son iguales H 1 : Las poblaciones son distintas. Muestra: n observaciones dependientes. Estadístico de contraste: 1 F = O j 3n(k + 1) nk (k + 1) que sigue una χ con k-1 grados de libertad y donde: k es el nº de condiciones n es el nº de observaciones O j es la suma de los órdenes en la condición j. Ejemplo: Un psicólogo está interesado en comprobar si las puntuaciones en una prueba de razonamiento abstracto se modifican o se mantienen constantes entre los 7, 8 y 9 años de edad. Con este fin, selecciona una muestra aleatoria de 10 niños y mide su razonamiento abstracto cuando tienen 7 años y vuelve a realizar el registro con estos niños cuando tienen 8 y 9 años. Las puntuaciones obtenidas han sido las siguientes: Niños Edad
11 De acuerdo con estos datos, qué se puede concluir a un nivel de significación del 0,05? Solución: Hipótesis: H 0 : Las poblaciones son iguales H 1 : Las poblaciones son distintas. Muestra: n observaciones dependientes. Ordenamos las puntuaciones obtenidas por cada niño en las tres condiciones y obtenemos la siguiente tabla: Niños Edad , ,5 1, ,5 3 3 Calculamos la suma de los órdenes obtenidos en cada una de las condiciones y tenemos: Edad O j 7 11, ,5 Obtenemos el valor del estadístico de contraste: 1 F = O j 3n(k + 1) nk (k + 1) 1 F = (11, ,5 ) 30(4) 30(4) F = 11,85 Dado que 0,095 χ = 5,99, se rechaza H 0 y concluimos que las puntuaciones cambian con la edad. 11
ANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesPRUEBAS NO PARAMÉTRICAS
PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la
Más detallesTema 3. Comparaciones de dos poblaciones
Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:
Más detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA
IES Fco Ayala de Granada Sobrantes 00 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 00 (Modelo ) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO Sea el recinto del plano definido
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detalles1. MEDIDAS DE TENDENCIA CENTRAL
1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas
Más detalles3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO
Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio
Más detallesVECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.
VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesTEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística
TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud
Más detallesMEDIDAS DE TENDENCIA CENTRAL
CAPÍTULO 14 MEDIDAS DE TENDENCIA CENTRAL A veces, de los datos recolectados ya organizados en alguna de las formas vistas en capítulos anteriores, se desea encontrar una especie de punto central en función
Más detallesINFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98
Más detallesMétodos y Diseños utilizados en Psicología
Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos
Más detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1
IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices
Más detallesProblemas de Probabilidad resueltos.
Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesDetergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16
3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una
Más detallesIES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Junio de 01 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO 4 (COMÚN) OPCIÓN A EJERCICIO 1 (A) Sea el recinto determinado
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesUn problema sobre repetidas apuestas al azar
Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito
Más detallesAPROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC Abel Martín ( * ) Rosana Álvarez García ( ) En dos artículos anteriores ya hemos estudiado la distribución Binomial de parámetros
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICA APLICADA A LA CIENCIA OCIALE EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ECOGER UNA DE LA DO OPCIONE Y DEARROLLAR LA
Más detallesProfr. Efraín Soto Apolinar. Función Inversa
Función Inversa Una función es una relación entre dos variables, de manera que para cada valor de la variable independiente eiste a lo más un único valor asignado a la variable independiente por la función.
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesEsta encuesta se ha remitido a los alumnos al inicio del programa, en 4 centros de La Rioja (2 de Logroño, 1 de Rioja Alta y 1 de Rioja Baja).
Introducción El objetivo principal del Plan de Consumo de Fruta en los Centros Escolares es distribuir a los niños frutas frescas, para que poco a poco la vayan incorporando a su dieta como un alimento
Más detallesRIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión?
1 RIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión? La respuesta es sencilla. El rendimiento requerido siempre depende del riesgo
Más detallesIES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna PRUEBA DE ACCESO A LA UNIVERSIDAD SEPTIEMBRE 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detallesENCUESTA DE OPINIÓN SOBRE EL GRADO DE CONOCIMIENTO DE LOS CIUDADANOS DE LA PROVINCIA DE TOLEDO ACERCA DE LAS ASOCIACIONES DE CONSUMIDORES
ENCUESTA DE OPINIÓN SOBRE EL GRADO DE CONOCIMIENTO DE LOS CIUDADANOS DE LA PROVINCIA DE TOLEDO ACERCA DE LAS ASOCIACIONES DE CONSUMIDORES MAYO 2011 Bécquer, 25 41002 Sevilla Teléfono: 954 902 365 Fax:
Más detallesPrograma de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso.
Programa de Statgraphics TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso. AUTOR: JUAN VICENTE GONZÁLEZ OVANDO ANALISIS Y CALCULOS A) Planteamos los
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesAnálisis de medidas conjuntas (conjoint analysis)
Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los
Más detallesUNED. [TEMA 3] Análisis de datos para diseños de dos grupos. Muestras independientes.
2009 UNED [TEMA 3] Análisis de datos para diseños de dos grupos. Muestras independientes. 1 ÍNDICE 3.1 Introducción 3.2 Objetivos 3.3 Muestras independientes o relacionadas 3.4 Contraste de hipótesis sobre
Más detallesCómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico.
Universitat de de Barcelona. Institut de de Ciències de de l Educació Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico. María José Rubio
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesAnálisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias
Análisis de Regresión Múltiple con Información Cualitativa: Variables Binarias o Ficticias Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detallesCapítulo 3 Marco Metodológico.
Capítulo 3 Marco Metodológico. 3.0 METODOLOGÍA DE LA INVESTIGACIÓN 3.1 FORMULACIÓN DE HIPÓTESIS DE TRABAJO 3.1.1 Hipótesis General HG. La creación de un plan estratégico permite mejorar el uso de los servicios
Más detallesPRUEBAS PARAMETRICAS Y PRUEBAS NO PARAMETRICAS. Juan José Hernández Ocaña
PRUEBAS PARAMETRICAS Los métodos paramétricos se basan en el muestreo de una población con parámetros específicos, como la media poblacional, la desviación estándar o la proporción p. Además deben de reunir
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesProblemas. Intervalos de Confianza y Contrastes de Hipótesis
Problemas. Intervalos de Confianza y Contrastes de Hipótesis Ejemplos resueltos y propuestos Intervalos de Confianza Variable Nomal en la población Se selecciona una muestra de tamaño n de una población
Más detallesLos polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x
Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada
Más detallesANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus José Carlos Vega Vilca, Ph.D.
UNIVERSIDAD DE PUERTO RICO FACULTAD DE ADMINISTRACION DE EMPRESAS INSTITUTO DE ESTADISTICA ANÁLISIS ESTADÍSTICO Calculadora Gráfica TI 83 Plus, Ph.D. Presentación Este curso ofrece al estudiante, la posibilidad
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número
Más detallesCAPITULO III MARCO METODOLÓGICO 3.1 DISEÑO Y TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN:
CAPITULO III MARCO METODOLÓGICO 3.1 DISEÑO Y TÉCNICAS DE RECOLECCIÓN DE INFORMACIÓN: El modelo de estudio que se utilizó en la investigación es: 3.2.1. DISEÑO CUASI EXPERIMENTAL En los diseños cuasi experimentales
Más detallesEL DESARROLLO DEL JUEGO Y EL USO DEL JUGUETE
Análisis de Datos en Psicología I nº 1 Prácticas coordinadas (Psicología del desarrollo I) EL DESARROLLO DEL JUEGO Y EL USO DEL JUGUETE GRUPO DE TRABAJO NOMBRE y APELLIDOS FIRMA Fecha de entrega: EJEMPLO
Más detallesTema 1: Test de Distribuciones de Probabilidad
Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesCapítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales
Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:
Más detallesEJERCICIOS RESUELTOS DE VARIABLES CUALITATIVAS
EJERCICIOS RESUELTOS DE VARIABLES CUALITATIVAS Ejemplo 1: Considere la siguiente tabla de 2x2, que contiene los resultados de un estudio que analiza la efectividad del uso de cascos de seguridad en ciclistas,
Más detallesLección 4: Suma y resta de números racionales
GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,
Más detallesINTRODUCCIÓN A LA PROBABILIDAD.
INTRODUCCIÓN A LA ROBABILIDAD. Departamento de Matemáticas Se denomina experimento aleatorio a aquel en que jamás se puede predecir el resultado. El conjunto formado por todos los resultados posibles de
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesIntroducción a la Econometría
Introducción a la Econometría Curso 2009/2010 Seriedeproblemas1 1.- Considere la siguiente distribución de probabilidad: Llueve (X=0) No llueve (X=1) Total Tiempo de viaje largo (Y=0) 0.15 0.07 0.22 Tiempo
Más detallesDISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA
2011 UNED DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA 7] Diseños con más de dos grupos independientes. Análisis de varianza con dos factores completamente aleatorizados 1 Índice 7.1 Introducción...
Más detallesTABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1
TABLAS DE CONTINGENCIA (CROSS-TAB): BUSCANDO RELACIONES DE DEPENDENCIA ENTRE VARIABLES CATEGÓRICAS 1 rafael.dearce@uam.es El objeto de las tablas de contingencia es extraer información de cruce entre dos
Más detallesAsignatura: Econometría. Conceptos MUY Básicos de Estadística
Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes
Más detalles8.2.2. Intervalo para la media (caso general)
182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA
ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA MaMaEuSch (Management Mathematics for European School) http://www.mathematik.uni-kl.de/~mamaeusch/ Modelos matemáticos orientados a la educación Clases
Más detallesProf. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS
Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS ANÁLISIS DE EXPERIMENTOS 1. Introducción 2. Comparación de dos medias 3. Comparación de más de dos medias 4. Pruebas post-hoc 5. ANCOVA
Más detallesLos modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:
Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial
Más detallesExperimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.
Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables
Más detallesSolución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2
Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación
Más detallesUniversidad de Málaga
5 técnicas estadísticas 1.- T-Student calcio.sav 2.- ANOVA lectura.sav 3.- Regresión Múltiple empleados.sav 4.- 2 Chi-Cuadrado empleados.sav 5.- Regresión Logística pena de muerte.sav 1.- T-STUDENT VARIABLE:
Más detallesSe enfría una sandía al ponerla abierta al sol?
Se enfría una sandía al ponerla abierta al sol? RESUMEN Realizamos este experimento para comprobar una afirmación que se solía comentar mucho en nuestra localidad. La mayoría de la gente mayor de Villafranca
Más detalles1.4. Comparación con otras actividades de ocio
1.4. Comparación con otras actividades de ocio Continuamos con otro bloque de preguntas dirigidas a toda la población entrevistada. Esta vez, la intención de la batería de preguntas que proponíamos se
Más detallesMétodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS
Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que
Más detallesAplicaciones de Estadística Descriptiva
Aplicaciones de Estadística Descriptiva Contenidos de la presentación Funciones estadísticas en Excel. Gráficos. El módulo de análisis de datos y las tablas dinámicas de Excel. Información Intentaremos
Más detallesTABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.
TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detalles-Género: no nos ha quedado claro cómo influye este parámetro en el gasto en ocio, si positiva o negativamente.
INTRODUCCIÓN En este trabajo estudiamos el gasto en ocio de la población, escogiendo una muestra al azar. Realizando encuestas hemos recogido información de 125 personas, las variables que hemos visto
Más detallesCapítulo 19 Análisis no paramétrico: El procedimiento Pruebas no paramétricas
Capítulo 19 Análisis no paramétrico: El procedimiento Pruebas no paramétricas En los capítulos 13 al 18 hemos estudiado una serie de procedimientos estadísticos diseñados para analizar variables cuantitativas:
Más detallesOPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =
Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE
Más detallesEsther Sui-chu Ho Evelyn Yee-fun Man Facultad de Educación Instituto de Investigación Educativa de Hong Kong Universidad China de Hong Kong
Resultados de los alumnos de escuelas cuya lengua de instrucción es el chino (CMI) y de escuelas en las que la lengua de instrucción es el inglés (EMI): Qué hemos aprendido del estudio PISA. Esther Sui-chu
Más detallesEJERCICIOS DEL TEMA 1
EJERCICIOS DEL TEMA 1 Introducción a los ordenadores 1) Averigua y escribe el código ASCII correspondiente, tanto en decimal como en binario, a las letras de tu nombre y apellidos. Distinguir entre mayúsculas/minúsculas,
Más detallesDiseños de Investigación 40 conceptos que debes conocer
Diseños de Investigación 40 conceptos que debes conocer 1. El método científico: Se puede realizar desde dos enfoques distintos, hipotético deductivo y analítico inductivo. Con frecuencia los dos ocurren
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detallesHay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos
Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje
Más detalles2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS
2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS Objetivo específico: El alumno conocerá la importancia de la investigación en psicología industrial/organizacional, su proceso y limitaciones. Asimismo entenderá
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detallesComparación de medias
12 Comparación de medias Irene Moral Peláez 12.1. Introducción Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como podría ser la edad o la cifra de tensión arterial,
Más detalles