Tablas de estadística
|
|
|
- Concepción Lucero Reyes
- hace 7 años
- Vistas:
Transcripción
1 Tablas de estadística
2
3 FUOC 3 Tablas de estadística Tabla 1. Probabilidades de la distribución binomial (n; p)
4 FUOC 4 Tablas de estadística Tabla 1 (Continuación). Probabilidades de la distribución binomial (n; p)
5 FUOC 5 Tablas de estadísticas Tabla 1 (Continuación). Probabilidades de la distribución binomial (n; p)
6 FUOC 6 Tablas de estadística Tabla 2. Probabilidades de la distribución de Poisson
7 FUOC 7 Tablas de estadística Tabla 2 (Continuación). Probabilidades de la distribución de Poisson
8 FUOC 8 Tablas de estadística Tabla 2 (Continuación). Probabilidades de la distribución de Poisson
9 FUOC 9 Tablas de estadística Tabla 2 (Continuación). Probabilidades de la distribución de Poisson
10 FUOC 10 Tablas de estadística Tabla 3. Distribución normal (0; 1). P (X a)
11 FUOC 11 Tablas de estadística Tabla 3 (Continuación).Distribución normal (0; 1). P (X a)
12 FUOC 12 Tablas de estadística Tabla 4. Distribución 2. P ( 2 a) Grados de libertad * Dividir entre Probabilidades
13 FUOC 13 Tablas de estadística Tabla 4 (Continuación). Distribución 2. P ( 2 a) Grados de libertad * Dividir entre Probabilidades
14 FUOC 14 Tablas de estadística Tabla 5. Distribución t de Student. P [t (n) a] Grados de libertad Probabilidades
15 FUOC 15 Tablas de estadística Tabla 5 (Continuación). Distribución t de Student. P [t (n) a] Grados de libertad Probabilidades
16 FUOC 16 Tablas de estadística Tabla 6. Distribución F. P [F(m; n) a] = 0,001 Grados de libertad del denominador * Multiplicar por 100. Grados de libertad del numerador
![P [F(m; n) a] = 0,001 Grados de libertad](/docs-images/44/23207802/images/page_16.jpg "del denominador * Multiplicar por 100.")
17 FUOC 17 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,001 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
![P [F(m; n) a] = 0,001 Grados de libertad del](/docs-images/44/23207802/images/page_17.jpg "denominador Grados de libertad del numerador")
18 FUOC 18 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,005 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
![P [F(m; n) a] = 0,005 Grados de libertad del](/docs-images/44/23207802/images/page_18.jpg "denominador Grados de libertad del numerador")
19 FUOC 19 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,005 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
![P [F(m; n) a] = 0,005 Grados de libertad del](/docs-images/44/23207802/images/page_19.jpg "denominador Grados de libertad del numerador")
20 FUOC 20 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,01 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
![P [F(m; n) a] = 0,01 Grados de libertad del](/docs-images/44/23207802/images/page_20.jpg "denominador Grados de libertad del numerador")
21 FUOC 21 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,01 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
22 FUOC 22 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,025 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
23 FUOC 23 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,025 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
24 FUOC 24 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,05 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
25 FUOC 25 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,05 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
26 FUOC 26 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,10 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
27 FUOC 27 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,10 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
28 FUOC 28 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,25 Grados de libertad del denominador Grados de libertad del numerador * Multiplicar por 100.
29 FUOC 29 Tablas de estadística Tabla 6 (Continuación). Distribución F. P [F(m; n) a] = 0,25 Grados de libertad del denominador Grados de libertat del numerador * Multiplicar por 100.
30 FUOC 30 Tablas de estadística Tabla 7. Valores críticos de la prueba R de rachas Fuente: F.S. Swed; C. Eisenhat. Tables for testing randomnes of grouping in a sequence of alternatives. Ann. Math. Stat. (vol. 14). Reproducida con el permíso del editor. Copyright 1943 Institut of Mathematical Statistics. Todos los derechos reservados.
31 FUOC 31 Tablas de estadística Tabla 7 (Continuación). Valores críticos de la prueba R de rachas Fuente: F.S. Swed; C. Eisenhat. Tables for testing randomnes of grouping in a sequence of alternatives. Ann. Math. Stat. (vol. 14). Reproducida con el permíso del editor. Copyright 1943 Institut of Mathematical Statistics. Todos los derechos reservados.
32 FUOC 32 Tablas de estadística Tabla 8. Probabilides asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney. Fuente: H.B. Mann; D.R. Whitney. On a test o whether one of two random variables is stochastically larger than the other. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados.
33 FUOC 33 Tablas de estadística Tabla 8 (Continuación). Probabilidades asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney. Fuente: H.B. Mann; D.R. Whitney. On a test o whether one of two random variables is stochastically larger than the other. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados.
34 FUOC 34 Tablas de estadística Tabla 8 (Continuación). Probabilidades asociadas con valores tan pequeños como los valores observados de U en el test de Mann-Whitney. Fuente: H.B. Mann; D.R. Whitney. On a test o whether one of two random variables is stochastically larger than the other. Ann. Math. Stat. (vol. 18). Reproducida con el permíso del editor. Copyright 1947 Institut of Mathematical Statistics. Todos los derechos reservados.
35 FUOC 35 Tablas de estadística Tabla 9. Test de rangos de Kruskal-Wallis. Ejemplo: Si H 6,7455 n 1 = 4, n 2 = 3 i n 3 = 3, H 0 se puede rechazar al nivel de significación α = 0,10 Tamaño de las muestras Tamaño de las muestras Fuente: W.H. Kruskal; W.A. Wallis. Use of ranks in one criterion variance analysis. JASA (vol. 47); Corrections (vol. 48). Reproducida con el permíso de JASA. Copyright 1952 i 1953 per American Statistical Association. Todos los derechos reservados.
36 FUOC 36 Tablas de estadística Tabla 9 (Continuación). Test de rangos de Kruskal-Wallis. Ejemplo: Si H 6,7455 n 1 = 4, n 2 = 3 i n 3 = 3, H 0 se puede rechazar el nivel de significación α = 0,10 Tamaño de las muestras Tamaño de las muestras Fuente: W.H. Kruskal; W.A. Wallis. Use of ranks in one criterion variance analysis. JASA (vol. 47); Corrections (vol. 48). Reproducida con el permíso de JASA. Copyright 1952 i 1953 per American Statistical Association. Todos los derechos reservados.
37 FUOC 37 Tablas de estadística Taula 10. Valores críticos de T. Prueba de Wilcoxon Nivel de significación Tamaño de Prueba de una cola Prueba de dos colas la muestra, n 0,05 0,01 0,05 0,
38 FUOC 38 Tablas de estadística Tabla 11. Probabilidades asociadas con valores tan grades como los que hemos observado de 2 r en la prueba de Friedman. k = 3 N = 2 N = 3 N = 4 N = 5 2 r p 2 r p 2 r p 2 r p 0 1,000 0,000 1,000 0,0 1,000 0,0 1, ,833 0,667 0,944 0,5 0,931 0,4 0, ,500 2,000 0,528 1,5 0,653 1,2 0, ,167 2,667 0,361 2,0 0,431 1,6 0,522 4,667 0,194 3,5 0,273 2,8 0,367 6,000 0,028 4,5 0,125 3,6 0,182 6,0 0,042 4,8 0,124 6,5 0,042 5,2 0,093 8,0 0,0046 6,4 0,039 7,6 0,024 8,4 0, ,0 0,00077 Tabla 11 (Continuación). k = 3 N = 6 N = 7 N = 8 N = 9 2 r p 2 r p 2 r p 2 r p 0,00 1,000 0,000 1,000 0,00 1,000 0,000 1,000 0,33 0,956 0,286 0,964 0,25 0,967 0,222 0,971 1,00 0,740 0,857 0,768 0,75 0,794 0,667 0,865 1,33 0,570 1,143 0,620 1,00 0,654 0,889 0,814 2,33 0,430 2,000 0,486 1,75 0,531 1,556 0,569 3,00 0,252 2,571 0,305 2,25 0,355 2,000 0,398 4,00 0,184 3,429 0,237 3,00 0,285 2,667 0,328 4,33 0,142 3,714 0,192 3,25 0,236 2,889 0,278 5,33 0,072 4,571 0,112 4,00 0,149 3,556 0,187 6,33 0,052 5,429 0,085 4,75 0,120 4,222 0,154 7,00 0,029 6,000 0,052 5,25 0,079 4,667 0,107 8,33 0,012 7,143 0,027 6,25 0,047 5,556 0,069 9,00 0,0081 7,714 0,021 6,75 0,038 6,000 0,057 9,33 0,0055 8,000 0,016 7,00 0,030 6,222 0,048 10,33 0,0017 8,857 0,0084 7,75 0,018 6,889 0,031 12,00 0, ,286 0,0036 9,00 0,0099 8,000 0,019 10,571 0,0027 9,25 0,0080 8,222 0,016 11,143 0,0012 9,75 0,0048 8,667 0,010 12,286 0, ,75 0,0024 9,556 0,006 14,000 0, ,00 0, ,667 0, ,25 0, ,889 0, ,00 0, ,556 0, ,25 0, ,667 0, ,00 0, ,556 0,00035
39 FUOC 39 Tablas de estadística Tabla 11 (Conclusión). k = 4 N = 2 N = 3 N = 4 2 r p 2 r p 2 r p 2 r p 0,0 1,000 0,2 1,000 0,0 1,000 5,7 0,141 0,6 0,958 0,6 0,958 0,3 0,992 6,0 0,105 1,2 0,834 1,0 0,910 0,6 0,928 6,3 0,094 1,8 0,792 1,8 0,727 0,9 0,900 6,6 0,077 2,4 0,625 2,2 0,608 1,2 0,800 6,9 0,068 3,0 0,542 2,6 0,524 1,5 0,754 7,2 0,054 3,6 0,458 3,4 0,446 1,8 0,677 7,5 0,052 4,2 0,375 3,8 0,342 2,1 0,649 7,8 0,036 4,8 0,208 4,2 0,300 2,4 0,524 8,1 0,033 5,4 0,167 5,0 0,207 2,7 0,508 8,4 0,019 6,0 0,042 5,4 0,175 3,0 0,432 8,7 0,014 5,8 0,148 3,3 0,389 9,3 0,012 6,6 0,075 3,6 0,355 9,6 0,0069 7,0 0,054 3,9 0,324 9,9 0,0062 7,4 0,033 4,5 0,242 10,2 0,0027 8,2 0,017 4,8 0,200 10,8 0,0016 9,0 0,0017 5,1 0,190 11,1 0, ,4 0,158 12,0 0,00007
40
41
42
43
44
Taules d estadística. Universitat Oberta. de Catalunya. 1 crèdit P1/00273
Taules d estadística 1 crèdit P1/00273 Universitat Oberta de Catalunya Universitat Oberta de Catalunya P1/00273 3 Taules d estadística Taula 1. Probabilitats de la distribució binomial (n; p) Universitat
TABLAS de BIOESTADÍSTICA
A. MARTÍN ANDRÉS J. de D. LUNA del CASTILLO TABLAS de BIOESTADÍSTICA (ª edición) α/ = P(x)/ P(x)/ = α/ z α = x 0 +x = + z α EDICIONES NORMA-CAPITEL (00) Antonio Martín Andrés Juan de Dios Luna del Castillo
INDICE Capitulo 1. Nociones Básicos sobre el SPSS/PC+ Capitulo 2. Nociones Básicos sobre Probabilidad
INDICE Prólogo XIX Introducción XXIII Capitulo 1. Nociones Básicos sobre el SPSS/PC+ 1 1. Qué es y para qué sirve el SPSS/PC+ 1 2. funcionamiento general 1 A. Módulos, comandos y subcomandos 1 B. Estilos
Introducción a estadística
Introducción a estadística Diego Shalom Laboratorio 5 Abril 2016 Medición = Comparar Comparar a veces es fácil, pero no siempre. Estadística descriptiva: valor representativo y ancho de la distribución
UNIVERSIDAD NACIONAL DE LA PLATA Facultad de Ciencias Agrarias y Forestales
UNIVERSIDAD NACIONAL DE LA PLATA Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO Y BIOMETRÍA Curso 2016 DOCENTES Profesora Adjunta: Ing. Agr. Maria Ines Urrutia Profesor Adjunto: Ing. Agr.
BIOSESTADÍSTICA 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
Qué es lo que busca todo el mundo? Inferencia estadística. sticas. Intervalo de confianza. Hipótesis de trabajo
Hipótesis de trabajo Hipótesis de trabajo, pruebas de hipótesis e intervalos de confianza Laboratorio de Bioestadística stica y Epidemiología, sección n Ensayos Clínicos Unidad de Bioestadística stica
INDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Test de suma de rangos
Test de suma de rangos Georgina Flesia FaMAF 4 de junio, 2013 Bondad de ajuste Se tiene una muestra de datos y se quiere contrastar la hipótesis H 0 ) Los datos provienen de la distribución F. Test chi-cuadrado
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Parte 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
478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Comparación de métodos de aprendizaje sobre el mismo problema
Comparación de métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación. Test de
INDICE Parte I. Holismo e investigación Capitulo 1. Capitulo 2. Parte II. Holopraxis de la investigación y proceso metodológico Capitulo 3.
INDICE Parte I. Holismo e investigación 1 Capitulo 1. Los paradigmas en investigación 3 1.1. El concepto de paradigma 3 1.2. Los paradigmas de la investigación de finales del siglo XX 4 Capitulo 2. La
Métodos 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
Ejemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Algunas pruebas no paramétricas: Test de Mann-Whitney y Test de Wilcoxon
Algunas pruebas no paramétricas: Test de Mann-Whitney y Test de Wilcoxon Adaptado de: ESTADÍSTICA MATEMÁTICA con aplicaciones Wackerly, D; Mendenhall, W; Scheaffer, R. Sexta Edición Thomson, 2003 Prueba
Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS
Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica
Percy MaytaTristán MD, MPH (c), MHEd (c)
Percy MaytaTristán MD, MPH (c), MHEd (c) Profesor, Escuela de Medicina, Universidad Peruana de Ciencias Aplicadas Profesor, Escuela de Posgrado, Universidad Peruana Cayetano Heredia Comité Editor, Revista
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN HORAS SEMANA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN PROGRAMA DE ASIGNATURA SEMESTRE:6 (SEXTO) Estadística
Conceptos 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
TEMA 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
SPSS ESTADÍSTICA INFERENCIAL (3) Tests no paramétricos
SPSS ESTADÍSTICA INFERENCIAL (3) Tests no paramétricos Bajo el epígrafe de pruebas no paramétricas del menú Analizar se engloban una serie de tests estadísticos, más o menos heterogéneos en cuanto a las
ALTERNATIVAS NO PARAMÉTRICAS AL ANÁLISIS DE LA VARIANZA
ALTERATIVAS O PARAMÉTRICAS AL AÁLISIS DE LA VARIAA 1.- Introducción... 2 2.- Prueba de Kruskal Wallis para muestras independientes... 3 3.- Prueba de Friedman para medidas repetidas... 6 1.- Introducción
INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
CARTA DESCRIPTIVA (FORMATO)
CARTA DESCRIPTIVA (FORMATO) I. Identificadores de la asignatura Clave: UMA 1002 Créditos: 8 Materia: ESTADISTICA II Departamento: CIENCIAS SOCIALES Instituto: ICSA Modalidad: CURSO Carrera: ECONOMIA Nivel:
1 Testparalamediadeunapoblaciónnormal
Estadística (Q) Resumen de los tests de la práctica 7 Testparalamediadeunapoblaciónnormal Sean X,...,X n N μ, σ una muestra aleatoria (v.a.i.i.d. variables aleatorias independientes idénticamente distribuidas).
GUÍA DOCENTE DE LA ASIGNATURA
Grado en Medicina GUÍA DOCENTE DE LA ASIGNATURA Bioestadística Aplicada y Uso de Software Científico Curso Académico 20-202 . DATOS IDENTIFICATIVOS DE LA ASIGNATURA Título/s Centro Módulo / materia Código
CONTRASTES 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
INDICE 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
UAP PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS
PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS Estas pruebas no se basan en ninguna suposición en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los datos. Son muy útiles cuando no
Ciencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2007 Peter B. Mandeville TEMA 15: ANÁLISIS DE DOS MUESTRAS INDEPENDIENTES CON SPSS Ciencia
CARTA DESCRIPTIVA (FORMATO) Estadística inferencial
CARTA DESCRIPTIVA (FORMATO) Estadística inferencial I. Identificadores de la asignatura Clave: UMA 100200 Créditos: 8 Materia: Estadística inferencial Departamento: Ciencias Sociales Instituto: ICSA Modalidad:
Asignatura: BIOESTADISTICA. Curso: º de Medicina.
Asignatura: BIOESTADISTICA. Curso: 2002-2003. 1º de Medicina. Profesores: Agustín García Nogales, Miguel González Velasco y Jesús Montanero Fernández. Introducción sobre la Estadística y las Ciencias de
Estadísticos 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
Apéndice tablas AT-1. Apéndice tabla , del área
0.4875, del área Apéndice tabla 1 *Áreas bajo la curva de distribución de probabilidad normal estándar, entre la media y valores positivos de z Media z 2.24 Ejemplo: z 0.00 0.01 0.02 0.03 0.04 0.05 0.06
Introducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: MEDICINA VETERINARIA Y ZOOTECNIA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: MEDICINA VETERINARIA Y ZOOTECNIA PROGRAMA DE LA ASIGNATURA DE: Estadística No Paramétrica IDENTIFICACIÓN
FACULTAD DE CIENCIAS DE LA SALUD
FACULTAD DE CIENCIAS DE LA SALUD PLANIFICACIÓN DE LA DOCENCIA UNIVERSITARIA GUÍA DOCENTE ESTADÍSTICA INFERENCIAL 1. DATOS DE IDENTIFICACIÓN DE LA ASIGNATURA. Título: Facultad: Departamento/Instituto: Materia:
Análisis estadístico Datos cuantitativos 1ra. Parte 2 grupos paralelos
Análisis estadístico Datos cuantitativos 1ra. Parte grupos paralelos Comparación de un parámetro cuantitativo entre dos grupos Es diferente la presión arterial en diabéticos y no diabéticos? Existieron
Parte de las notas fueron tomadas de: Profra.. Leticia de la Torre, Tecnológico de Chihuahua Prof. Edgar Acuña, Universidad de Puerto Rico
Estadística stica No Paramétrica Parte de las notas fueron tomadas de: Profra.. Leticia de la Torre, Tecnológico de Chihuahua Prof. Edgar Acuña, Universidad de Puerto Rico METODOS ESTADISTICOS NO PARAMETRICOS
Introducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 enero 2013 (ESTA 3042) Tests of Significance enero 2013 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. Ahora pasamos a
Comparación 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,
ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman)
ESTADISTICA AVANZADA Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) Factor Análisis de la Variancia El análisis de varianza One Way es una generalización de la Prueba t para mas
Programa de Estudio DISEÑO EXPERIMENTAL. F1015 Tipo : Teórico-práctica Carácter de la
Programa de Estudio DISEÑO EXPERIMENTAL Programa Educativo: Licenciatura en Biología y en Ing Ambiental Área de Formación : Sustantiva Profesional Horas teóricas: 2 Horas prácticas: 4 Total de Horas: 6
AÑO: Datos de la asignatura Nombre Estadística. Tipo (Marque con una X) Nivel (Marque con una X) Obligatoria X Grado X Optativa Post-Grado
AÑO: 2015 1- Datos de la asignatura Nombre Estadística Código M178 Tipo (Marque con una X) Nivel (Marque con una X) Obligatoria X Grado X Optativa Post-Grado Área curricular a la que pertenece Matemática
Curso. Análisis Estadístico de Datos Climáticos
Curso I-1 Análisis Estadístico de Datos Climáticos TEMA: Pruebas de Hipótesis Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Montevideo, Uruguay 2011 I-2 PRUEBAS DE HIPÓTESIS Objetivo:
Tablas estad ısticas
Tablas estadísticas 2 Índice Distribución binomial..................................... 3 Distribución de Poisson.................................... 5 Distribución normal......................................
Introducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 (ESTA 3042) Tests of Significance 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. (ESTA 3042) Tests of Significance 2 /
INSTITUTO POLITÉCNICO NACIONAL SECRETARIA DE INVESTIGACIÓN Y POSGRADO
SIP-30 INSTITUTO POLITÉCNICO NACIONAL SECRETARIA DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN DE POSGRADO FORMATO GUÍA PARA REGISTRO DE ASIGNATURAS Hoja 1 de 3 I. DATOS DEL PROGRAMA Y LA ASIGNATURA 1.1 NOMBRE
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Itinerario de la asignatura: Primer curso. Primer Semestre. Curso académico: Créditos: 10,5
Licenciatura en Medicina - Facultad de Medicina Plan de Estudios: 509 Licenciado/a en Medicina Asignatura: 29077 Bioestadística Itinerario de la asignatura: Primer curso. Primer Semestre Curso académico:
Información general ESTADISTICA INFERENCIAL. Profesionaliza ción o Complementa rios X. 48 Horas de trabajo independiente del estudiante
Información general ESTADISTICA INFERENCIAL Asignatura ESTADISTICA INFERENCIAL Código 73210036 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos 3 Tipo de crédito Fundamentación
U n i v e r s i d a d A u t ó n o m a d e S a n L u i s P o t o s í
1) NOMBRE DEL CURSO MÉTODOS ESTADÍSTICOS PARA INVESTIGADORES Datos básicos: Profesor titular: Dr. Gregorio Álvarez Fuentes Profesores auxiliares: Semestre Horas de teoría Horas de práctica Horas trabajo
MÉTODOS ESTADÍSTICOS
MÉTODOS ESTADÍSTICOS Clarificador Titular: Dra. Rosa Martínez Ruiz Clarificadores responsables: Dr. Gustavo E. Rojo Martínez y M. en C. Livia Angelica Escorcia Mejia. Asignatura Clave:TCI Número de Créditos:
Pruebas Paramétricas y No paramétricas. Para la comprobación de hipótesis
Pruebas Paramétricas y No paramétricas Para la comprobación de hipótesis Pruebas Paramétricas Se busca estimar los parámetros de una población en base a una muestra. Se conoce el modelo de distribución
F X > F Y F X < F Y F X 6= F Y
Alternativas No paramétricas En el caso de comparación de medias, como se comentó, es fundamental que se cumplan los supuestos de normalidad y varianzas iguales pero, qué hay que hacer si alguno de ellos
Revista digital Matemática, Educación e Internet (www.cidse.itcr.ac.cr/revistamate/). Vol. 10, N o
Artículo Revista digital Matemática, Educación e Internet (www.cidse.itcr.ac.cr/revistamate/). Vol. 10, N o 1. 2009 Sobre la raíz digital de los números primos. Resumen Pablo R. Hernández V. phernandezv@unet.edu.ve
Sobre la acotación de efectos y la existencia de relación
Sobre la acotación de efectos y la existencia de relación Vicente Manzano-Arrondo, 009 El tamaño de efecto se corresponde con el contenido de un concepto técnico que pertenece a la jerga estadística. Se
2. 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
ETSI de Topografía, Geodesia y Cartografía
Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función
Dr. 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
2. ESTADÍSTICA DESCRIPTIVA 15 Estadística descriptiva.. Variables aleatorias Descripción de variables cuantitativas
" INDICE PRÓLOGO... XXIII PREFACIO GUÍA DE LECTURA XXV XXIX 1. INTRODUCCIÓN A LA ESTADÍSTICA 1 1.1. Estadística 1 1.2. Historia 3 1.3. Población y muestra 4 1.4. Estadística aplicada 7 1.5. Aplicaciones
b) 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
ALGUNOS CONCEPTOSBÁSICOS DE PROBABILi~TlCA 57
--- - -- c\ptrulo 1 IlvTRODUCClÓN A LA BIOE.~TADíSTlCA 1 1.1 Introducción 1 1.2 Algunos conceptos básicos 2 1.3 Medidas y escalas de medición 5 la Muestreo aleatorio simple 7 1.5 Computadoras y análisis
Calcular la sumatoria de los rangos del grupo Y:
Prueba de Wilcoxon-Mann-Whitney: W La propuesta inicial de la fórmula, fue presenta originalmente por Mann y Whitney, La cual fue retomada y mejorada por Wilcoxon, por lo que es posible encontrarla con
--- - R '"
--- - R-- -- -- - - -'" FoNTE~I;PfJ L r - -- --- - --- - - - -- CAPÍTULo 1 INTRODUCCIÓNA LA BIOESTADÍSTlCA 1 1.1 1.2 1.3 la 1.5 1.6 Introducción 1 Algunos conceptos básicos 2 Medidas y escalas de medición
Manual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University.
Manual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University. Estadísticas con MegaStat AgeCat Gender Seconds 1 2
Técnicas de Inferencia Estadística II. Tema 4. Contrastes para la mediana y otros cuantiles
Técnicas de Inferencia Estadística II Tema 4. Contrastes para la mediana y otros cuantiles M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2016/17 Contenidos 1.
El Test de Rachas (Run Test)
Estadistica No Parametrica CLASE Pruebas de Rachas y Aleatoriedad JAIME MOSQUERA RESTREPO El Test de Rachas (Run Test) Para Llegar a una conclusión fundamentadose en lo observado en una muestra, es absolutamente
PRECISIÓN DE SISTEMAS DE MEDICIÓN DESTRUCTIVOS CON MEDICIONES SIMULTÁNEAS.
PRECISIÓN DE SISTEMAS DE MEDICIÓN DESTRUCTIVOS CON MEDICIONES SIMULTÁNEAS. Américo G. Rivas C Prof. de la Escuela de Ingeniería Industrial. Área de Postgrado. Maestría en Ingeniería Industrial. Universidad
Contrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
INDICE. Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación
INDICE Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación 3 1. Una sesión básica con el SPSS para Windows: trabajando con lo distintos
Estrategia 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
Actitudes hacia la Estadística en estudiantes de Psicología de la UNMSM
Actitudes hacia la Estadística en estudiantes de Psicología de la UNMSM Autores: Arnold Tafur, Diego del Castillo, Karem Arauco, Karla Sánchez y Xiomara Epiquin. Qué es la actitud? La actitud es una predisposición
CONTRASTES 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
Análisis de la varianza ANOVA
Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación
Pruebas de bondad de ajuste
Pruebas de bondad de ajuste Área Académica: Licenciatura en Ingeniería Industrial Profesor(a): Mtra. Ma. Guadalupe Vera Correa Periodo: Julio - diciembre 2017 Pruebas de bondad de ajuste RESUMEN En esta
ÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
Comparación de dos métodos de aprendizaje sobre el mismo problema
Comparación de dos métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación 2.
Estadística Los parámetros estadísticos más usuales son: Media aritmética
Estadística Los parámetros estadísticos más usuales son: mean(x) Media aritmética mode(x) Moda median(x) Mediana std(x) Desviación típica muestral var(x) Varianza muestral prctile(x,p) Percentil de orden
Universidad 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
Micro currículo OBJETIVO GENERAL. Al finalizar este curso, el alumno estará en capacidad de:
Micro currículo Materia: ESTADISTICA INFERENCIAL Pensum: Aplica a partir del 2017.1 Resolución: VRA-010 Asignatura Nombre de la materia Código 15034 Créditos 3 Intensidad (H/S) 4 Modalidad PRESENCIAL Prerrequisitos
DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
TEMA 3 REPASO DE TESTS MÁS COMUNES
TEMA 3 REPASO DE TESTS MÁS COMUNES CONTENIDOS. Contrastes paramétricos y no paramétricos. 2. Contrastes unimuestrales, bimuestrales y k- muestrales. 3. Muestras relacionadas e independientes 4. Descripción
ESTADISTICA Y PSICOLOGIA II
FACULTAD DE PSICOLOGÍA, U. A. N. L. Programa Académico de la Licenciatura en Psicología ESTADISTICA Y PSICOLOGIA II Elaboró: Revisó: Autorizó: Ing. Ortiz Paez César Alejandro Ing. Treviño Cepeda Rosalinda
Doctorado en Ingeniería Facultades de Cs. Agropecuarias; Cs. de la Alimentación e Ingeniería
Carrera: Doctorado en Ingeniería Doctorado en Ingeniería Facultades de Cs. Agropecuarias; Cs. de la Alimentación e Ingeniería Mención: Bioingeniería, Ciencias Agropecuarias y Curso de Posgrado Bioestadística
En la parte XV de esta serie se mostró que la t de
Temas de actualidad Investigación clínica XVI Diferencias de medianas con la U de Mann-Whitney Rodolfo Rivas-Ruiz, a Jorge Moreno-Palacios, a Juan O. Talavera a Clinical research XVI. Differences between
PROGRAMA DE LA ASIGNATURA DE ESTADISTICA DESCRIPTIVA
PROGRAMA DE LA ASIGNATURA DE ESTADISTICA DESCRIPTIVA Clave: 0185 Licenciatura: Psicología Departamento Académico: Psicología Experimental Área: Estadística Semestre en el que se imparte: Tercero Número
GUÍA 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.
Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Diplomado en Estadística Aplicada
Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad
1. Comparación de dos muestras cuando no es posible aplicar las pruebas t.
Parte 5. Pruebas no paramétricas. Autor: Santiago Perez Lloret En este documento analizaremos brevemente algunas pruebas de hipótesis que pueden aplicarse cuando las pruebas t no son válidas y nos focalizaremos