1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros
|
|
- Concepción Poblete Venegas
- hace 8 años
- Vistas:
Transcripción
1 TEMA 0: INTRODUCCIÓN Y REPASO 1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros desconocidos 4. Comparación de dos poblaciones 5. Objetivos del curso Estadística aplicada al medio ambiente 1
2 1. Introducción a la Estadística La ESTADÍSTICA es una herramienta para la toma de decisiones, a partir de una observación incompleta de la realidad. La ESTADÍSTICA se divide en: Descriptiva Con estos datos podemos decir que ocurre [ ] en esta muestra Inferencial Con estos datos podemos decir que hemos encontrado evidencia estadística para poder afirmar que ocurre [ ] en la población. Para hacer ESTADÍSTICA es imprescindible tener datos. DATOS = Valores numéricos de los que se extraen las conclusiones. Se pueden obtener mediante: - Observación - Experimentos - Encuestas 2
3 Tipos de datos CATEGÓRICOS (cualitativos) BINARIOS o dicotómicos Politómicos NOMINALES (categóricos puros) ORDINALES (semicuantitativos) Discretos o discontinuos CUANTITATIVOS (escala) CONTINUOS (Normales, exponenciales,etc) Tipos de datos Univariantes Multivariantes Bivariantes Multivariantes 3
4 2. Estadística Descriptiva: Resumen numérico y gráfico de datos RESUMEN NUMÉRICO DE LOS DATOS Datos categóricos NOMINALES: Tabla de frecuencias y moda. Datos categóricos ORDINALES: Medidas de posición: mediana y moda. Medidas de dispersión: rango intercuartílico (Q 3 -Q 1 ) Medidas de asociación: coeficiente de correlación de Spearman Datos CUANTITATIVOS: Medidas de posición: media, mediana, moda, media recortada. Medidas de dispersión: varianza, desviación típica, amplitud, rango intercuartílico (Q 3 -Q 1 ), MEDA. Medidas de forma: coeficientes de asimetría y curtosis. Medidas de asociación: coeficiente de correlación de Pearson. 4
5 RESUMEN GRÁFICO DE LOS DATOS Diagrama de barras Diagrama de sectores Mapas estadísticos 50 0 Greatly A lot Something Little Nothing DATOS CATEGÓRICOS Histograma Boxplot Barras de error Gráfico probabilístico Diagrama de dispersión Gráfico de líneas DATOS CUANTITATIVOS 40,00 120,00 100,00 80,00 60,00 20,00 0,00 clorofila 130, ,35 538,46 363,64 126,67 110,51 Casos ponderados por nºcelulas 5
6 3. Estadística Inferencial: Estimación de parámetros desconocidos En la ESTADÍSTICA INFERENCIAL se utiliza el MÉTODO INDUCTIVO para INFERIR conclusiones De lo particular a lo general La MUESTRA es lo particular La POBLACIÓN es lo general La muestra es un subconjunto de la población La INFERENCIA de conclusiones generales a partir de MUESTRAS es siempre INCIERTA. Existen muchas muestras posibles, pero nosotros solo OBSERVAMOS UNA!!! La ESTADÍSTICA se ocupa de medir esa incertidumbre 6
7 EL TEST ESTADÍSTICO Un TEST o contraste de hipótesis es la HERRAMIENTA que nos permite JUZGAR una HIPÓTESIS con la información que proporciona una muestra de datos La hipótesis que estamos juzgando se llama HIPÓTESIS NULA -H 0 y la contraria se llama hipótesis alternativa H 1 NUNCA SE TRATA DE PROBAR QUE H0 ES CIERTA, SE ASUME CIERTA SE TRATA DE VER SI LOS DATOS APORTAN TANTA EVIDENCIA EN CONTRA COMO O PARA LLEGAR A RECHAZARLA 7
8 Como en los juicios Todo el mundo es inocente (hipótesis nula) a menos que se demuestra su culpabilidad (alternativa) Se trata t de ver si los datos (pruebas) aportan tanta t evidencia en contra de la hipótesis nula (inocencia) como para a llegar a rechazarla a a Si las pruebas aportan suficiente evidencia en contra de la INOCENCIA (H 0 ), se rechaza y se declara culpable al acusado Si las pruebas NO aportan suficiente evidencia en contra de la INOCENCIA (H 0 ), no se rechaza y se declara no culpable al acusado (que no es lo mismo que inocente) 8
9 Una vez que hemos fijado H 0, la pregunta que nos hacemos es, los datos aportan suficiente evidencia en contra de la hipótesis nula? SI hay evidencia en contra de la hipótesis Se rechaza y decimos que hay evidencia a favor de la hipótesis contraria NO hay evidencia en contra de la hipótesis No se rechaza pero tampoco se ha demostrado que la hipótesis es cierta LA ESTADÍSTICA NO SIRVE PARA PROBAR NADA!!! 9
10 DISEÑO DE UN TEST ESTADÍSTICO Pasos que hay que seguir para diseñar un buen test estadístico: Fijar de manera precisa las hipótesis (H 0 y H 1 ) Definir un buen estadístico del test Fijar qué porcentaje de veces estamos dispuestos a asumir que rechazamos la hipótesis nula cuando es cierta (nivel de significación) Resolver el test Entre dos test elegiremos siempre el más potente para detectar la evidencia que contienen los datos. CÓMO PODEMOS SIMPLIFICAR EL PROCESO para no tener que recordar cada vez que queramos hacer un test: cuál es el ESTADÍSTICO del TEST, su DISTRIBUCIÓN, fijar ALPHA, buscar en las TABLAS, etc? 10
11 p-valor El p-valor es un número que se calcula con los datos de una muestra y que mide la probabilidad de obtener valores del estadístico más extremos del que calculamos con esa muestra Si el p-valor es pequeño La discrepancia es grande, ya que no se espera que haya muchos valores mayores, entonces tenemos evidencia para rechazar H 0 Si el p-valor es grande La discrepancia es pequeña y no tenemos evidencia para rechazar H 0 CUÁNDO ES UN p-valor GRANDE o PEQUEÑO??? p-valor grande: Mayor que 0,1 No se rechaza Si el p-valor está entre 0,01 y 0,1 se rechaza, a menos que las consecuencias de equivocarnos sean muy graves p-valor pequeño: Menor que 0,01 Se rechaza Siempre se rechaza cuando el p-valor es más pequeño que α 11
12 VENTAJAS DE USAR EL p- VALOR Nos dice si el estadístico del test es un número grande o pequeño sin tener que saber nada sobre su distribución, ni mirar las tablas. Es un número entre 0 y 1, no depende de la magnitud ni las unidades de medida de cada problema. Lo calcula cualquier paquete estadístico cuando hacemos un test. CONCLUSIONES SOBRE LOS TEST ESTADÍSTICOS Cuando disponemos de un conjunto de datos, lo único que necesitamos saber para poder usar los test estadísticos es: Qué hipótesis i queremoscontrastar. t Cuál es el mejor test. Disponer de una máquina que nos calcule el p-valor. Los test, como la estadística, NO sirven para PROBAR hipótesis. Son aparatos para detectar evidencias que ayudan en la toma de decisiones. 12
13 4. Comparación de dos poblaciones Test general de comparación de dos poblaciones H 0 : Las poblaciones son homogéneas en cuanto a su respuesta a una variable H 1 : Las poblaciones no son homogéneas Cuando hablamos de homogeneidad nos referimos a que los valores observados en ambas poblaciones vienen de la misma distribución En el caso de que sepamos que la distribución de la variable en las dos poblaciones es normal, estudiar si son homogéneas es equivalente a que las medias (y las varianzas) coincidan 13
14 Test t para muestras independientes H 0 : Las respuestas medias son iguales en las dos poblaciones H 1 : Las respuestas medias son distintas t en las dos poblaciones Para poder usar el Test t para muestras independientes tenemos que asumir que en las dos poblaciones la variable que se estudia es: NORMAL Independiente entre las poblaciones Independiente entre los individuos de la misma población La varianza puede ser o no la misma en las dos poblaciones Cuando los datos están emparejados entre las dos muestras Se utiliza el test-t para muestras dependientes Cuando no podemos asumir que la variable es Normal Se utilizan test noparamétricos (chi-cuadrado, Mann-Whitney, ) 14
15 5. Objetivos del curso Estadística aplicada al medio ambiente Tema 1: Comparación de poblaciones Estudiar si existen diferencias significativas en el comportamiento de una variable en más de dos poblaciones. Tema 2: Diseño de experimentos Modelos para analizar la influencia de varios factores sobre un fenómeno que nos interesa estudiar. Tema 3: Regresión lineal simple Estudiar la relación entre dos variables cuantitativas medidas en los mismos individuos. duos Tema 4: Modelos de regresión múltiple Modelos lineales para explicar y predecir una variable en función del comportamiento de otras variables cuantitativas que podemos observar en los mismos individuos. Tema 5: Extensiones del modelo de regresión Selección de variables, reducción de la dimensión, incorporación de variables cualitativas, etc 15
16 ESTADÍSTICA APLICADA AL MEDIO AMBIENTE Estudio de un fenómeno mediante su relación con otras variables 16
17 ESTADÍSTICA APLICADA AL MEDIO AMBIENTE APLICACIONES DE LOS MODELOS LINEALES Entender Intervenir Predecir 17
Asignatura: 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 detallesMANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS
1 MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS Medidas de tendencia central Menú Analizar: Los comandos del menú Analizar (Estadística) ejecutan los procesamientos estadísticos. Sus comandos están
Más detalles1 Introducción a contrastes de hipótesis
Inferencia Estadística II Teoría, handout 1 1 Introducción a contrastes de hipótesis En este curso vamos a aprender a usar los datos para cuestionar la validez de ciertas afirmaciones teóricas. Los fenómenos
Más detallesCUESTIONES DE AUTOEVALUACIÓN (TEMA 1)
CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) Cuestiones de Verdadero/Falso 1. Un estadístico es una característica de una población. 2. Un parámetro es una característica de una población. 3. Las variables discretas
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesContraste de Independencia entre Variables Cualitativas
Contraste de Independencia entre Variables Cualitativas Grado en NHD. Grupos C y E Ejemplo I Ejemplo: Supóngase que se desea estudiar la posible relación entre dos variables de tipo cualitativo (tipo de
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 detallesEstadística y Método Científico Hugo S. Salinas. Fuente: http://dta.utalca.cl/estadistica/
Estadística y Método Científico Hugo S. Salinas Fuente: http://dta.utalca.cl/estadistica/ Estadística y Método Científico Podemos definir Estadística como la ciencia de los datos. La palabra ciencia viene
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
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 detallesESTADÍSTICA. Tema 3 Contrastes de hipótesis
ESTADÍSTICA Grado en CC. de la Alimentación Tema 3 Contrastes de hipótesis Estadística (Alimentación). Profesora: Amparo Baíllo Tema 3: Contrastes de hipótesis 1 Estructura de este tema Qué es un contraste
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
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 detallesBiometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1
Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en
Más detallesEstadística: conceptos básicos y definiciones.
Estadística: conceptos básicos y definiciones. 1 Conceptos básicos 2 Conceptos básicos cont. 3 Conceptos básicos cont. 4 Conceptos básicos cont. 5 Conceptos básicos cont. 6 Definición de Estadística La
Más detallesMetodología de la Investigación. Dr. Cristian Rusu cristian.rusu@ucv.cl
Metodología de la Investigación Dr. Cristian Rusu cristian.rusu@ucv.cl 5. Formulación de hipótesis 5.1. Definición de hipótesis 5.2. Características de las hipótesis 5.3. Tipos de hipótesis 5.4. Variables.
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 detallesInducción. El arco del conocimiento. Intro: hace 2.500 años. Intro: el método científico (II) Intro: el método científico (I)
Intro: hace 2.500 años Introducción Probabilidad, estadística e inferencia científica Marco Pavesi Senior Epidemiologist CIS Clinical Epidemiology Novartis Farmacéutica S.A. Antístenes: yo veo estos caballos,
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesP9: ENSAYO DE VACÍO Y CORTOCIRCUITO DEL TRANSFORMADOR MONOFÁSICO FUNDAMENTOS DE TECNOLOGÍA ELÉCTRICA
ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL (BILBAO) Departamento de Ingeniería Eléctrica INDUSTRI INGENIARITZA TEKNIKORAKO UNIBERTSITATE-ESKOLA (BILBO) Ingeniaritza Elektriko Saila ALUMNO P9:
Más detallesUNEDpSI: Un programa didáctico de análisis de datos en Psicología. Área Temática: Universidades virtuales y centros de educación a distancia.
UNEDpSI: Un programa didáctico de análisis de datos en Psicología. Área Temática: Universidades virtuales y centros de educación a distancia. Ángel Villarino y Pedro Rodríguez-Miñón. (avillarino@psi.uned.es
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detallesMANUAL PARA EL USO DE SPSS
MANUAL PARA EL USO DE SPSS 1 INTRODUCCIÓN El propósito de este manual, es ilustrar con un ejemplo cómo generar tablas de frecuencia, tablas de contingencia, cálculos de medias, así como la generación de
Más detallesTema 5. Variables aleatorias discretas
Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso
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 detallesOtras medidas descriptivas usuales
Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
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 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 detallesEl concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G.
El concepto de asociación estadística Tema 6 Estadística aplicada Por Tevni Grajales G. En gran medida la investigación científica asume como una de sus primera tareas, identificar las cosas (características
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 detalles"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica
76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha
Más detallesTEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS
TEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS En el tema ocho se estudió el Coeficiente de correlación lineal, que es un coeficiente que nos indica el grado de asociación entre dos variables cuantitativas.
Más detallesCALCULO CAPITULO 1 1.6 ASINTOTAS VERTICALES Y HORIZONTALES
1.6 ASINTOTAS VERTICALES Y HORIZONTALES 1.6.1.- Definición. Una asíntota es una recta que se encuentra asociada a la gráfica de algunas curvas y que se comporta como un límite gráfico hacia la cual la
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 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 detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesANÁLISIS 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 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 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 detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesTASACION DE INMUEBLES URBANOS
TASACION DE INMUEBLES URBANOS Estadística para Tasadores A tener en cuenta Toda muestra de datos será incompleta Toda muestra es aleatoria Datos desordenados no sirven Calcular valores típicos Encontrar
Más detalles3.1 Metodología de la investigación
3.1 Metodología de la investigación La metodología de investigación para el proyecto de propuesta de la implementación de la norma ISO 9001:2000 en la Granja Avícola la Asunción S.A. de C.V. se llevó a
Más detallesPROYECTO DE COMPETENCIAS ASOCIADAS AL DESARROLLO DE ACCIONES DE VOLUNTARIADO CORPORATIVO
PROYECTO DE COMPETENCIAS ASOCIADAS AL DESARROLLO DE ACCIONES DE VOLUNTARIADO CORPORATIVO 1 ÍNDICE 1. OBJETIVO. 2. METODOLOGÍA. 2.1 MUESTRA. 2.2 ANÁLISIS ESTADÍSTICO. 3. RESULTADOS 3.1 INDICADORES CONDUCTUALES:
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesEJEMPLO DE REPORTE DE LIBERTAD FINANCIERA
EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos
Más detallesGUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA
GUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA Proyecto Piloto ECTS CURSO 2006/07 1 MANEJO DE LA HOJA DE CALCULO EXCEL PARA ANÁLISIS DESCRIPTIVO Y EXPLORATORIO DE DATOS. INTRODUCCIÓN
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 detallesIntroducción a la estadística y SPSS
Introducción a la estadística y SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES
ERRORES CONCEPTUALES DE ESTADÍSTICA EN ESTUDIANTES DE BÁSICA PRIMARIA EN LA CIUDAD DE PEREIRA José R. Bedoya Universidad Tecnológica de Pereira Pereira, Colombia La formación estadística en la ciudadanía,
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 detallesESTADÍSTICA DESCRIPTIVA CON SPSS
ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos
Más detallesTRADICIONALMENTE EL ANÁLISIS FINANCIERO SE HA BASADO EN EL USO DE LOS INDICADORES O RATIOS. SI BIEN ESTE TIPO DE ANÁLISIS ES BASTANTE CONOCIDO Y
EL ANÁLISIS POR ÍNDICES TRADICIONALMENTE EL ANÁLISIS FINANCIERO SE HA BASADO EN EL USO DE LOS INDICADORES O RATIOS. SI BIEN ESTE TIPO DE ANÁLISIS ES BASTANTE CONOCIDO Y APLICADO, EN ALGUNAS OPORTUNIDADES
Más detallesFUNDAMENTOS FÍSICOS DE LA RADIOASTRONOMÍA. CAPÍTULO 1. Propiedades de la radiación electromagnética
Página principal El proyecto y sus objetivos Cómo participar Cursos de radioastronomía Material Novedades FUNDAMENTOS FÍSICOS DE LA RADIOASTRONOMÍA Índice Introducción Capítulo 1 Capítulo 2 Capítulo 3
Más detallesMelissa Ratti 13-04-11
Tarea de Metodología de la Investigación 1. Resumen de los tipos de investigación Es importante que el investigador sepa los tipos de investigación que hay y el tipo de investigación que desea realizar.
Más detallesLa calidad de los datos ha mejorado, se ha avanzado en la construcción de reglas de integridad.
MINERIA DE DATOS PREPROCESAMIENTO: LIMPIEZA Y TRANSFORMACIÓN El éxito de un proceso de minería de datos depende no sólo de tener todos los datos necesarios (una buena recopilación) sino de que éstos estén
Más detallesCAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION
CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora
Más detalles1. LA ESTADÍSTICA DESCRIPTIVA
1. LA ESTADÍSTICA DESCRIPTIVA Objetivo Aprender cómo resumir las características más importantes de una muestra de datos. Bibliografia recomendada Peña y Romo (1997), Capítulos 1 5. Newbold (1997) Capítulos
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesSe podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.
Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción
Más detalles6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS
6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS Esquema del capítulo Objetivos 6.1. 6.. 6.3. 6.4. ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS COEFICIENTES DE CONTINGENCIA LA
Más detallesVENTAJAS Y DESVENTAJAS DE LAS TECNOLOGIAS
VENTAJAS Y DESVENTAJAS DE LAS TECNOLOGIAS EN NUESTRAS VIDAS JOCABED VALENZUELA GARCIA ESLI GUADALUPE LAZCANO RODRIGUEZ INTRODUCCION: Le tecnología es un sinónimo de innovación y de cosas nuevas para facilitar
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detalles6 M. C. J. A G U S T I N F L O R E S A V I L A
2..- DEFINICION DE LIMITES. OBJETIVO.- Que el alumno conozca el concepto de Límite, comprenda la importancia que tiene este concepto en el Cálculo y adquiera habilidad en el cálculo de los Límites más
Más detallesCurso de Estadística no-paramétrica
Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació
Más detallesRESUMEN EJECUTIVO EFECTOS DEL RUIDO EN LA SALUD
RESUMEN EJECUTIVO EFECTOS DEL RUIDO EN LA SALUD Introducción general.- Tradicionalmente, cuando se enumeran las posibles afecciones a la salud producidas por la presencia de contaminantes, se hace mención
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesMetodología de la Investigación
Metodología de la Investigación Procedimiento ordenado que se sigue para establecer el significado de los hechos y fenómenos hacia los que se dirige el interés científico para encontrar, demostrar, refutar
Más detallesElementos de Combinatoria
Elementos de Combinatoria 1 Introducción Previamente al estudio de la probabilidad en sí, conviene dedicar algún tiempo al repaso de las técnicas combinatorias. Recordemos que la Combinatoria es la parte
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 detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detallesLos valores de las respuesta son las puntuaciones que, de cada individuo, o cluster, obtenemos semanalmente durante cinco semanas consecutivas:
Sobre los modelos lineales mixtos Ejemplo: Recuperación de infarto. Para estudiar las diferencias entre dos procedimientos diferentes de recuperación de pacientes de un infarto, se consideraron dos grupos
Más detallesAPLICACIONES DE INFERENCIA
APLICACIONES DE INFERENCIA CONTENIDO DE LA PRESENTACIÓN Un ejemplo desarrollado dentro del marco del proyecto MaMaEuSch como aplicación de la Inferencia. Una serie de applets relacionados con la inferencia.
Más detallesCapítulo 3. Estimación de elasticidades
1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesT.1 CONVERGENCIA Y TEOREMAS LÍMITE
T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)
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 detallesCiudad de Guatemala, 2013
Ciudad de Guatemala, 2013 1 Clase 5 Muestreo y tamaño de muestra D i e g o A y c i n e n a diegoaa@ufm.edu Universidad Francisco Marroquín 2 Clases (Profesores) H o r a r i o Actividades en Grupo (Todos)
Más detallesCIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA
I E S E Universidad de Navarra CIIF CENTRO INTERNACIONAL DE INVESTIGACION FINANCIERA INFORME SOBRE LA RELACION ENTRE CONSUMO, MOROSIDAD Y CICLOS BURSATILES Miguel A. Ariño* María Coello de Portugal** DOCUMENTO
Más detallesProgramación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal
Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesLÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
Más detallesTEMA 7 ANÁLISIS DE DATOS: INTRODUCCIÓN AL SPSS
TEMA 7 ANÁLISIS DE DATOS: INTRODUCCIÓN AL SPSS 1. Introducción 2. Definición de variables 3. Introducción de los datos 4. Análisis de los datos 5. Otras utilidades 1. INTRODUCCIÓN El SPSS es un paquete
Más detallesLas razones financieras ayudan a determinar las relaciones existentes entre diferentes rubros de los estados financieros
Razones financieras Uno de los métodos más útiles y más comunes dentro del análisis financiero es el conocido como método de razones financieras, también conocido como método de razones simples. Este método
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES. Junio, Ejercicio 1, Opción B
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 1: MATRICES Junio, Ejercicio 1, Opción B 3 Sean las matrices A 0 3, B y C 0 1 1 5 1 3 0 a) Calcule las
Más detallesCréditos académicos. Ignacio Vélez. Facultad de Ingeniería Industrial. Politécnico Grancolombiano
Créditos académicos Ignacio Vélez Facultad de Ingeniería Industrial Politécnico Grancolombiano 11 de noviembre de 2003 Introducción Cuando se habla del sistema de créditos muchas personas consideran que
Más detallesINSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º
INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º DEFINICIÓN DE PARÁMETRO ESTADÍSTICO Un parámetro estadístico es un número que se obtiene a partir
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 detallesHERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA
HERRAMIENTAS DE APOYO PARA LA IMPLEMENTACIÓN DE LA GESTIÓN POR PROCESOS EN EL MARCO DE LA POLÍTICA NACIONAL DE MODERNIZACIÓN DE LA GESTIÓN PÚBLICA Documento elaborado por la de la Presidencia del Consejo
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detallesRegresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía
Regresión múltiple I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía I.- INTRODUCCIÓN Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo
Más detallesLA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( )
LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) La distribución Normal tiene numerosas aplicaciones en el campo de la Probabilidad y la Estadística,
Más detalles1-Comportamiento de una función alrededor de un punto:
Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos
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 detallesConceptos y determinaciones aplicables a transformadores de intensidad
Definiciones: Error de Calibración de un instrumento o Error de Clase: es el mayor error absoluto que acusa un instrumento en algún punto de la escala Cuando este error se expresa referido al máximo valor
Más detallesESTADÍSTICA. Prácticas con Microsoft Excel
ESTADÍSTICA Prácticas con Microsoft Excel Departamento de Estadística e Investigación Operativa Universitat de València F. Montes y R. Martí. Universitat de València Índice 1. Descripción de datos 2. Representaciones
Más detalles