UAP PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS
|
|
- Montserrat Redondo Hernández
- hace 7 años
- Vistas:
Transcripción
1 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 puede suponerse que los datos cumplen las condiciones de una prueba paramétrica o cuando los datos se presentan en forma ordinal. Las principales pruebas no paramétricas son: Prueba no Paramétrica Prueba de Rachas Prueba del Signo para una muestra. Prueba de Wilcoxon para una muestra. Prueba del Signo para 2 muestras pareadas. Prueba de Wilcoxon para 2 muestras pareadas. Prueba U de Mann-Whitney. Prueba de Kruskal-Wallis. Prueba de Friedman Coeficiente de Correlación por Rangos de Spearman Su alternativa Paramétrica - Prueba t para la media. Prueba t para datos pareados. Prueba t para dos muestras independientes. Anova de un factor. Anova de un factor y un bloque Coeficiente de Correlación de Pearson. Ventajas: - El procedimiento es relativamente fácil de entender y de aplicar. - Su uso es apropiado para muestras de tamaño mayor o igual que No se afectan significativamente en presencia de observaciones atípicas o outliers. - Si uno o más de los supuestos distribucionales en una prueba paramétrica no se cumplen, la correspondiente prueba no paramétrica es más eficiente. - Tienen un gran campo de aplicación. Desventajas: - Serán menos eficientes que el procedimiento paramétrico correspondiente cuando se pueden aplicar ambos métodos. Es decir, si se puede utilizar una prueba paramétrica y se usa una no paramétrica, entonces hay una pérdida de información. - Son menos eficientes si las muestras son menores que 25.. Gladys Enríquez Mantilla 175
2 PRUEBA DE RACHAS Se llama racha a la interacción entre elementos iguales dentro de una secuencia de sucesos observables. El número de elementos de una racha se llama longitud. Por ejemplo, si se tiene la secuencia de dos sucesos A y B: AAA BB A BB AA BBB Cuyas longitudes son: ésta tiene 6 rachas Si en una muestra, la aparición de un elemento condiciona la aparición de otro; entonces la muestra no es aleatoria. Esta prueba se utiliza para determinar si la muestra fue extraída de manera aleatoria; es decir si es aleatorio el orden de aparición de dos valores de una variable. Ejemplo: H 0 : La muestra es aleatoria. H 1 : La muestra no es aleatoria. El registro de juegos perdidos y ganados por un equipo de fútbol en sus últimos 60 partidos consecutivos fue el siguiente: Resultado G G G G G G P G G G G G G P G G G G G G G P P P G G P P P P G P P P P G P P P P G G P P G G G G P G G G G P G G G G G G Se puede afirmar que los resultados han sido aleatorios? H H 0 1 : Los resultados han sido aleatorios. : Los resultados no han sido aleatorios. Ingresar los datos: Gladys Enríquez Mantilla 176
3 Luego, codificar estos datos texto en datos numéricos: asignando 1 a G y 2 a P. Manip Code Tex to Numeric Stat Nonparametrics - Runs Test OK Runs Test: C2 C2 K = The observed number of runs = 19 The expected number of runs = Observations above K 39 below The test is significant at Interpretación: P= entonces se acepta 1 H por lo tanto los resultados no han sido aleatorios. OK Gladys Enríquez Mantilla 177
4 PRUEBA DEL SIGNO Para un grupo: Se utiliza para probar hipótesis sobre la mediana de un grupo con distribución continua. Es una alternativa a la prueba t para la media poblacional. Sobre la base de una muestra aleatoria de tamaño n, se sustituye cada valor de la muestra mayor que la mediana con el signo positivo (+) y cada valor menor que la mediana con el signo negativo (-). H 0 : La mediana poblacional es igual a un valor dado. H 1 : La mediana poblacional es menor (mayor o diferente) del valor dado. Para dos grupos: Se utiliza para probar la hipótesis sobre la mediana con grupos pareados o dependientes. Se estudia la diferencia para cada par de observaciones pero no se estudian los dos grupos individualmente como se hacía en las pruebas paramétricas. La prueba del Signo no toma en cuenta la magnitud de la diferencia. H 0 : La diferencia es cero (no hay cambio). H 1 : La diferencia es menor (mayor o diferente) de cero. Ejemplo 1: Prueba del Signo para un grupo. Se supone que el peso mediano de un grupo de personas con sobrepeso es inferior a 97 kilos. Los datos obtenidos son los siguientes: Es correcta dicha afirmación? Solución: H H 0 1 : La : La mediana es sup erior o mediana es menor que igual 97 a 97 INGRESAR LOS DATOS: C1 Peso etc. Gladys Enríquez Mantilla 178
5 Stat Nonparametrics 1-Sample Sign Sign Test for Median: Peso Sign test of median = versus < N Below Equal Above P Median Peso Interpretación: Como el valor P es mayor que 0.05, entonces con una confianza del 95% concluimos que la mediana no es menor que 97. Se acepta Ho. Ejemplo 2: Prueba del Signo para dos grupos pareados. Se desea hacer un estudio para comparar la energía en reposo usada por personas con cierta enfermedad vs. La energía en reposo usada por personas sanas. Para ello se eligen al azar pares de personas (pacientes de la misma edad, sexo, estatura y peso) enfermas y sanas. Los datos son los siguientes: Obtener una conclusión significativa. par Energía usada por pacientes enfermos sanos Gladys Enríquez Mantilla 179
6 Solución: H 0 : No hay diferencia entre personas sanas y enfermas. (La mediana de las diferencias es cero) H 1 : Sí hay diferencia entre personas sanas y enfermas. INGRESAR LOS DATOS: C1 C2 C3 enfermos sanos Diferencia En la columna C3 escribir como título: Diferencia Calc Calculator En la columna C3 aparecerá el resultado de restar la columna C1 menos la columna C2. Gladys Enríquez Mantilla 180
7 Stat Nonparametrics 1-Sample Sign Sign Test for Median: Diferencia Sign test of median = versus not = N Below Equal Above P Median Diferenc Interpretación: Como el valor P es menor que 0.05, entonces con una confianza del 95% concluimos que la mediana no es cero, es decir existen evidencias para afirmar que sí hay diferencias entre personas sanas y enfermas en cuanto a la energía usada en reposo. Se acepta la hipótesis alternativa. PRUEBA DE WILCOXON Esta prueba se utiliza para probar hipótesis relativas a la mediana con un solo grupo o con grupos pareados o dependientes en una población simétrica, es decir se utiliza en los mismos casos que la prueba del signo pero la diferencia radica en que la prueba de Wilcoxon es un procedimiento que utiliza tanto la dirección (signo) como la magnitud mientras que la prueba del Signo considera sólo la dirección. Esta prueba considera que si la hipótesis nula fuera cierta, las diferencias negativas serían similares en cantidad y tamaño a las diferencias positivas. Para un grupo: H 0 : La mediana poblacional es igual a un valor dado. H 1 : La mediana poblacional es menor (mayor o diferente) del valor dado. Gladys Enríquez Mantilla 181
8 Para dos grupos: H 0 : La diferencia es cero (no hay cambio). H 1 : La diferencia es menor (mayor o diferente) de cero. Ejemplo 1: Prueba de Wilcoxon para un grupo. Un actuario de una compañía de seguros desea examinar los registros de reclamos por robo de las personas que tienen póliza contra incendio y robo. En el pasado, la mediana fue de 85 dólares por reclamo. Se toma una muestra aleatoria de 18 reclamos y los resultados, expresados en dólares, son los siguientes: Ha aumentado significativamente la mediana? Solución: H 0 : La mediana no ha aumentado. H 1 : La mediana ha aumentado. ( Me > 85 ) INGRESAR LOS DATOS: Stat Nonparametrics 1 Sample Wilcoxon OK Gladys Enríquez Mantilla 182
9 Wilcoxon Signed Rank Test: Reclamos Test of median = versus median > N for Wilcoxon Estimated N Test Statistic P Median Reclamos Interpretación: Como el valor P es mayor que 0.05, entonces con una confianza del 95% concluimos que la mediana no es mayor que 85. Se acepta Ho. Ejemplo 2: Prueba de Wilcoxon para dos grupos pareados. Adamson estudió los efectos sobre la salud causados por la exposición diaria a fuertes ejercicios físicos en unos varones voluntarios. Para ocho de los sujetos la tabla muestra los niveles nocturnos de plasma corticostiroide observados en controles las noches anteriores y posteriores a los ejercicios. Antes Después Se puede afirmar que el nivel nocturno de plasma corticostiroide disminuye con los ejercicios? Solución: H 0 : La mediana de las diferencias no es mayor que cero. H 1 : La mediana de las diferencias es mayor que cero. INGRESAR LOS DATOS: C1 C2 C3 Antes Después Diferencia En la columna C3 escribir como título: Diferencia Gladys Enríquez Mantilla 183
10 Calc Calculator En la columna C3 aparecerá el resultado de restar la columna C1 menos la columna C2. Stat Nonparametrics 1- Sample Wilcoxon Wilcoxon Signed Rank Test: Diferencia Test of median = versus median > N for Wilcoxon Estimated N Test Statistic P Median Diferenc Interpretación: Como P es menor que 0.05 entonces se acepta la hipótesis alternativa. Gladys Enríquez Mantilla 184
11 PRUEBA DE MANN-WHITNEY Esta prueba se usa cuando se quiere comparar dos poblaciones usando muestras independientes, es decir es una prueba alterna a la prueba t para comparar dos medias usando muestras independientes. Es una prueba no paramétrica que mide las diferencias entre medias, asignando rangos a cada grupo. H 0 : La mediana de las dos poblaciones son iguales. H 1 : La mediana de la primera población es menor (mayor o diferente) que la mediana de la segunda población. Estadística de Prueba: U = n n (n + 1) n2 + R1 2 Ejemplo: Donde: n 1 : Número de elementos en la muestra 1. n 2 : Número de elementos en la muestra 2. R 1 : Suma de los rangos de los elementos en la muestra 1. R : Suma de los rangos de los elementos en la muestra 2. 2 El director de control de calidad de una firma farmacéutica desea saber si dos métodos de producción de comprimidos proporcionan diferencias entre los espesores medianos. Una muestra aleatoria de comprimidos es extraída de lotes producidos por los dos métodos, ofreciendo los siguientes resultados que han sido codificados: método A: método B: Proporcionan estos datos suficiente evidencia en contra de que las medianas poblacionales no son las mismas? Solución: H 0 : Las medianas poblacionales son las mismas. H 1 : Las medianas poblacionales no son las mismas. INGRESAR LOS DATOS: En la columna C1 ingresar los datos del método A y en la columna C2 ingresar los datos del método B. Gladys Enríquez Mantilla 185
12 Stat Nonparametrics Mann- Whitney Mann-Whitney Test and CI: método A, método B método A N = 15 Median = método B N = 10 Median = Point estimate for ETA1-ETA2 is Percent CI for ETA1-ETA2 is (-3.00,9.00) W = Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at The test is significant at (adjusted for ties) Cannot reject at alpha = 0.05 Interpretación: Como P = es mayor que 0.05 entonces se acepta la hipótesis nula. Es decir, con una confianza del 95% podemos afirmar que estos datos proporcionan suficiente evidencia en contra de que las medianas poblacionales no son las mismas. Gladys Enríquez Mantilla 186
13 PRUEBA DE KRUSKAL-WALLIS Es una alternativa a la prueba F del análisis de varianza para diseños de clasificación simple. En este caso, se comparan varios grupos pero usando la mediana de cada uno de ellos, en lugar de las medias. Ejemplo: H 0 : La mediana de las k poblaciones consideradas son iguales. H 1 : Al menos una de las k poblaciones tiene mediana distinta a las otras. Se tienen tres restaurantes A, B y C que elaboran los domingos el mismo menú. En cada uno de ellos se selecciona una muestra de tamaño 9, 7 y 6 respectivamente y se les pide que puntúen de 0 a 10 el grado de satisfacción y calidad que les ha proporcionado el menú. Los datos que se obtuvieron fueron: A : B : C : Se puede concluir que no todos los restaurantes presentan la misma mediana poblacional? Solución: H 0 : Todos los restaurantes presentan la misma mediana. H 1 : No todos los restaurantes presentan la misma mediana. INGRESAR LOS DATOS: C1 C2 Puntaje Restaurante 7 A 4.5 A 5.6 A 8.2 A 6.3 A 5 A 9.1 A 8.7 A 6.9 A 5.4 B 6.2 B 8 B 7.9 B 4.2 B 6.7 B 9.6 B 8.5 C 7.4 C 5 C 4.9 C 7.2 C 6.1 C Gladys Enríquez Mantilla 187
14 Stat Nonparametrics Kruskal-Wallis Kruskal-Wallis Test: Puntaje versus Restaurante Kruskal-Wallis Test on Puntaje Restaura N Median Ave Rank Z A B C Overall H = 0.17 DF = 2 P = H = 0.17 DF = 2 P = (adjusted for ties) Interpretación: Como p es mayor que 0.05 entonces se acepta Ho, es decir no existen evidencias como para afirmar que no todos los restaurantes presentan la misma mediana. PRUEBA DE HIPÓTESIS DE FRIEDMAN Se utiliza cuando se desea comparar los efectos de k tratamientos y se sabe que hay una variable que, si bien no es de interés directo, puede interferir la capacidad de detectar diferencias reales entre los k tratamientos. Estadística de Prueba: S = k i = 1 2 b (k + 1) Ri 2 Donde: k : número de tratamientos. b : número de bloques. R i : suma de los rangos asociados con cada uno de los k tratamientos. Gladys Enríquez Mantilla 188
15 Ejemplo: Un experimento sobre la alimentación de ganado porcino se lleva a cabo mediante la comparación de tres raciones diferentes A, B y C. Se han administrado las mismas a tres cerdos de cinco camadas, obteniendo las siguientes ganancias de peso en libras: Camadas (bloques) Ración A B C Existen diferencias en el peso ganado por cada ración a un nivel de significación del 1%? Solución: H 0 : No existen diferencias en el peso ganado por cada ración. H : Al menos una de las raciones presenta una ganancia de peso diferente. 1 INGRESAR LOS DATOS: Stat Nonparametrics Friedman Gladys Enríquez Mantilla 189 OK
16 Friedman Test: gan Peso versus Racion, Camada Friedman test for gan Peso by Racion blocked by Camada S = 2.80 DF = 2 P = Est Sum of Racion N Median Ranks A B C Grand median = Interpretación: Como P=0,247 es mayor que 0,05 entonces se acepta H 0. Es decir con una confianza del 95% se puede concluir que no existen diferencias en el peso ganado por cada ración. COEFICIENTE DE CORRELACIÓN POR RANGOS DE SPEARMAN La correlación de Spearman mide el grado de asociación entre dos variables cuantitativas que siguen una tendencia siempre creciente o siempre decreciente. Es decir, es más general que el coeficiente de correlación de Pearson, el cual asume que la relación entre las dos variables solamente es lineal, la correlación de Spearman en cambio se puede calcular para relaciones exponenciales o logarítmicas entre las variables. Este coeficiente se emplea cuando no se puede determinar la magnitud de las características pero sí se pueden ordenar por su tamaño o por su importancia relativa con respecto a los demás términos de la serie. El coeficiente de correlación de Spearman simplemente es la correlación de Pearson entre los rangos de los valores de las dos variables y se puede utilizar como un estadístico de prueba para verificar la independencia entre X e Y. Para el cálculo del coeficiente de Spearman se utiliza la fórmula: r S 2 6 d i = 1 2 n (n 1) Donde: n : número de observaciones pareadas. d = r r es la diferencia entre los rangos de X e Y. i xi yi H 0 : X e Y son mutuamente independientes. H 1 : X e Y no son mutuamente independientes. Gladys Enríquez Mantilla 190
17 Ejemplo: Como parte de un estudio, un equipo de investigadores médicos recolectó valores de secreción de aldosterorna y valores del área superficial del cuerpo en un grupo de 18 niños. Area SupCorp: Novel Aldost Proporcionan estos datos evidencia suficiente como para indicar que los niveles de secreción de aldosterona y los valores del área superficial del cuerpo en los niños no son independientes? Solución: INGRESAR LOS DATOS: C1 C2 Area SCorp Nov Aldost Para calcular los rangos de cada una de estas columnas se procede de la siguiente manera: Manip Rank Al presionar OK, aparecen los rangos entonces en la columna C3 se debe escribir Rango de C1. Gladys Enríquez Mantilla 191
18 Manip Rank Al presionar OK, aparecen los rangos entonces en la columna C4 se debe escribir Rango de C2. La hoja de cálculo debe presentar las siguientes columnas: C1 C2 C3 C4 Area SupCorp Novel Aldost. Rango de C1 Rango de C A continuación se encuentra el coeficiente de correlación de los rangos, es decir de las columnas C3 y C4. Gladys Enríquez Mantilla 192
19 Stat Basic Statistics Correlation Correlations: Rango de C1, Rango de C2 Pearson correlation of Rango de C1 and Rango de C2 = P-Value = Interpretación: Como p es mayor que 0.05 entonces se acepta Ho, es decir estos datos proporcionan evidencia suficiente como para indicar que los niveles de secreción de aldosterona y los valores del área superficial del cuerpo en los niños sí son independientes Gladys Enríquez Mantilla 193
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
Más detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
Más detallesCAPÍTULO 11 PRUEBAS NOPARAMÉTRICAS
CAPÍTULO 11 PRUEBAS NOPARAMÉTRICAS En las pruebas estadísticas que se han discutido hasta ahora se hacen suposiciones acerca de la forma como se distribuye la población, la que por lo general se asume
Más detallesParte 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
Más detallesObjetivo: Que el alumno conozca y aprenda a usar algunos de los métodos no paramétricos mas importantes.
DEPARTAMENTO DE CIENCIAS BASICAS AREA DE ESTADISTICA DISEÑO DE EXPERIMENTOS PRACTICA DE-3 ESTADISTICA NO PARAMETRICA Objetivo: Que el alumno conozca y aprenda a usar algunos de los métodos no paramétricos
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesDr. Abner A. Fonseca Livias
UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 1 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesTEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS
TEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS 9.1. Análisis Descriptivo de la Información 9.2. La Tabulación Cruzada 9.3. Contraste de Hipótesis 9.1. Análisis Descriptivo
Más detallesTEMA 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
Más detallesINDICE. 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.
Más detallesF 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
Más detallesComparación de dos grupos independientes Solución no paramétrica. En capítulo 12: Métodos no paramétricos
Comparación de dos grupos independientes Solución no paramétrica En capítulo 12: Métodos no paramétricos Los métodos que hemos visto hasta ahora, asumen como distribución muestral la distribución Normal,
Más detallesDESCRIPCIÓN 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
Más detalles9.- Análisis estadísticos con R Commander
Tipos de datos - Cuantitativos: se expresan numéricamente. - Discretos: Toman valores numéricos aislados - Continuos: Toman cualquier valor dentro de unos límites dados - Categóricos o Cualitativos: No
Más detallesOTROS CONTRASTES NO PARAMETRICOS
OTOS CONTASTES NO PAAMETICOS Bibliografia: - Manzano Arrondo, V.; Inferencia estadística. Aplicaciones con SPSS/PC. a-ma. 995 - Martinez Almecija, Alfredo y otros...: "Inferencia estadística: un enfoque
Más detallesAnálisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014 Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial Dra. Mª José
Más detallesDepartamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 4
Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 4 1) Una máquina de empaquetado automático deposita en cada paquete una cierta cantidad
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesCONTRASTES 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
Más detalles1 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).
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
Más detallesESTADISTICA 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
Más detallesINDICE 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
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesAnálisis 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
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesPruebas 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
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesRegresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.
Regresión Lineal Los factores envueltos en la experimentación pueden ser de tipo cuantitativos o cualitativos Un factor cuantitativo es aquel que sus niveles pueden ser asociados con puntos dentro de una
Más detallesEstadística Convocatoria de Junio Facultad de Ciencias del Mar. Curso 2009/10 28/06/10
1. El Indice Climático Turístico (ICT), definido por Mieczkowski en 1985 es un índice que toma valores en una escala de 0 a 100 y tiene como objetivo valorar la calidad que ofrece el clima de una región
Más detallesGUIA DOCENTE ESTADISTICA
1 GUIA DOCENTE ESTADISTICA 1- Datos de identificación Asignatura: Estadística Carácter: Formación básica Titulación: Psicología Ciclo: Grado Curso: 1 Cuatrimestre: Anual Departamento: Metodología de las
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detalles4.2 Análisis correlacional
4.2 Análisis correlacional Correlación de datos métricos: correlación producto-momento de Pearson La correlación es la medida del grado en que los cambios de una variable (la variable dependiente) se asocian
Más detallesINFERENCIA ESTADÍSTICA CON EL SOFTWARE MINITAB
UNIVERSIDAD PRIVADA ALAS PERUANAS ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INFERENCIA ESTADÍSTICA CON EL SOFTWARE MINITAB 15.0 E1) La tabla muestra el tiempo requerido, en días, para determinar auditorias
Más detallesINDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres
INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística
Más detallesMANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL
MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado
Más detallesTests de Hipótesis. Métodos no paramétricos ESTADÍSTICA (Q) Algunas consideraciones sobre las inferencias sobre la media de una población Normal
148 Algunas consideraciones sobre las inferencias sobre la media de una población Normal 1. Los tests e intervalos de confianza para la media de una población Normal utilizan un estadístico que tiene distribución
Más detallesComparación de variables continuas. Ventajas. Desventajas. Ventajas
Comparación de variables continuas Familias param. y no-param. Familias paramétricas: Funciones de distribución caracterizadas por pocos parámetros Familias no paramétricas: Funciones de distribución que
Más detallesRESPUESTAS BREVES A LA PRÁCTICA 7
RESPUESTAS BREVES A LA PRÁCTICA 7 EJERCICIO 1 Las salidas que proporciona el programa son: Unweighted Least Squares Linear Regression of X Puntaje en Inteligencia Predictor Variables Coefficient Std Error
Más detallesEjemplo de Regresión Lineal Simple.
Ejemplo de Regresión Lineal Simple. El archivo sargos.csv contiene datos morfométricos de una muestra de 200 sargos. Estos datos pueden leerse en R mediante la sintaxis: sargos=read.table(file="http://dl.dropbox.com/u/7610774/sargos.csv",
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detalles2. 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
Más detallesDiseño de experimentos - prueba de hipótesis.
Diseño de experimentos - prueba de hipótesis http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Inferencia estadística Conjunto de métodos y técnicas que permiten inducir,
Más detallesConsiderar la siguiente colección de datos {10, 12, 12, 12, 10, 30, 0, 0, 0, 0, 0, 30, 30} para contestar las preguntas del 1al 5.
PONTIFICIA UNIVERSIDAD CATÒLICA DEPARTAMENTO DE FÌSICA - MATEMÀTICA Nombre: Fecha: Núm. Registro Prof. MATH 298 Sec. Examen Final Parte I. Seleccione la respuesta correcta (3 puntos cada uno) Considerar
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesCaracterísticas del Coeficiente de Correlación r de Spearman
Correlación de Spearman (r S ) Se conoce también como coeficiente de correlación de rangos ordenados rho de Spearman y se utiliza cuando no se puede asumir que ninguna de las dos variables involucradas
Más detallesAlgunas 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
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detalles7. De acuerdo con la gráfica siguiente, el contraste estadístico es:
1. Un investigador desea saber si los hombres y las mujeres difieren en flexibilidad cognitiva. Para ello, analiza los datos y obtienen los siguientes resultados. Satisfacen los datos el supuesto de homocedasticidad?
Más detallespuede afirmar, con un nivel de significación de 0.01, que la media de la población es de 40
Soluciones: 7. El diámetro de unos ejes sigue una distribución normal de media desconocida y desviación típica 2 mm. Se toma una muestra de tamaño 25 y se obtiene un diámetro medio de 36 mm. Se puede afirmar,
Más detallesSEMINARIO DE INVESTIGACIÓN IV
1 MAESTRIA EN ADMINISTRACIÓN SEMINARIO DE INVESTIGACIÓN IV ING. MARÍA TERESA CASTAÑEDA GALVIS 2 ESTADISTICA INFERENCIAL QUÉ ES ESTADISTICA INFERENCIAL? 3 Deducir los valores reales que toma una variable
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico
Más detallesIntroducción 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
Más detallesInferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos
Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes
Más detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detallesEstadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:...
Estadística I Examen Final- 19 de junio de 2009 Nombre y Apellido:... Grupo:... (1) La siguiente tabla muestra las distribuciones de frecuencias absolutas de la variable altura (en metros) de n = 500 estudiantes
Más detallesLA APLICACIÓN DE LA ESTADÍSTICA NO PARAMÉTRICA EN LA ADMINISTRACIÓN
LA APLICACIÓN DE LA ESTADÍSTICA NO PARAMÉTRICA EN LA ADMINISTRACIÓN Por: Beatriz Meneses A. de Sesma * I. INTRODUCCIÓN Uno de los problemas más difíciles para el principiante y para el investigador experimentado,
Más detallesContrastes sobre la media Sea X 1, X 2,..., X n una m.a.s. extraída de una población normal X con media desconocida µ. Se desea contrastar:
sobre la media Sea X 1, X 2,..., X n una m.a.s. extraída de una población normal X con media desconocida µ. Se desea contrastar: H 0 : µ = µ 0 Si H 0 es cierta, X N(µ 0, σ), de donde D 1 = X µ 0 n σ N(0,
Más detallesRicardo Aler Mur EVALUACIÓN DE TÉCNICAS DE APRENDIZAJE-2 COMPARACIÓN DE MODELOS
Ricardo Aler Mur EVALUACIÓN DE TÉCNICAS DE APRENDIZAJE-2 COMPARACIÓN DE MODELOS En esta clase se desarrolla de manera técnica una cuestión introducida en la clase anterior: la comparación de dos modelos.
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesRepresentaciones gráficas de las distribuciones bidimensionales de frecuencias... 74
Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesPrograma(s) Educativo(s): Clave de la materia:
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU007H Clave: 08USU4053W FACULTAD DE INGENIERÍA DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre: Área en plan de estudios: Créditos
Más detallesINDICE. Capitulo Uno.
INDICE Prefacio XIII Capitulo Uno. 1 Introducción 1.1. Estadística: La ciencia de los datos 2 1.2. Tipos de datos 5 1.3. El papel de la estadística 7 1.4. Resumen 8 Laboratorio de Computación. Introducción
Más detallesVerificación de hipótesis no paramétricas
Verificación de hipótesis no paramétricas Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesFacultad de Ciencias del Mar, Curso 2011/12 Estadística Convocatoria Extraordinaria de Diciembre. 7/12/11
Facultad de Ciencias del Mar, Curso 2011/12 Estadística Convocatoria Extraordinaria de Diciembre. 7/12/11 1. Una empresa de acuicultura dispone de 8 jaulas flotantes para la cría de doradas. La producción
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detalles2 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..............................
Más detallesINDICE. 81 Operadores lógicos Funciones exponenciales y logarítmicas Funciones trigonométricas
INDICE Introducción XV Capitulo 1. Instalación y primeros pasos en SPSS 10 Instalación de SPSS 10 1 Comenzando con SPSS 10 8 El trabajo de trabajo de SPSS 10 9 Opciones de a barra de menú principal 10
Más detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesCORRELACION CUANTITATIVO CUALTITATIVO
CORRELACION CUANTITATIVO CUALTITATIVO Correlación Un coeficiente de correlación mide el grado en que dos variables tienden a cambiar al mismo tiempo. El coeficiente describe tanto la fuerza como la dirección
Más detallesMáster Universitario en Gerontología, Dependencia y Protección de los mayores
Máster Universitario en Gerontología, Dependencia y Ejemplos aplicados Dr. Eulogio Cordón Pozo SITUACIÓN DE INVESTIGACIÓN I Tiempo Momento 1 (Pre) > Programa de intervención > Momento 1I (post) Ha resultado
Más detallesIntroducción a estadística
Introducción a estadística Diego Shalom Laboratorio 5 Abril 2016 Medición = Comparar Comparar a veces es fácil, pero no siempre. Estadística descriptiva: valor representativo y ancho de la distribución
Más detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación
Más detallesCLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes
(revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.
Más detallesÍNDICE. 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
Más detallesPresentación de la Asignatura. Estadística II. Prof. Sergio Jurado Chamorro
Presentación de la Asignatura Estadística II Prof. Sergio Jurado Chamorro Estadística II: La asignatura Contexto Enfoque Nivel matemático Conocimientos básicos Otro requerimientos Herramienta de apoyo
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 detallesPruebas estadís,cas para evaluar relaciones
Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la
Más detallesEjercicio obligatorio seminario 9. Estadística
Ejercicio obligatorio seminario 9. Estadística En una muestra de 8 personas medimos la frecuencia cardíaca (FC) y la edad. 1. Di si en la muestra existe asociación lineal o correlación entre las dos variables
Más detallesCurso. 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:
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesU ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7
Diseños de Investigación y Análisis de Datos Preguntas de exámenes TEMA 7: A OVA PARA MUESTRAS I DEPE DIE TES (2 FACTORES) 1.- Se dice que un diseño bifactorial es equilibrado si: A) Los grupos tienen
Más detallesEn realidad son dos pruebas (la U de Mann Whitney y la T de Wilcoxon). La variable debe ser ordinal o de mayor nivel (cuantitativa).
Prueba de Mann-Whitney: En realidad son dos pruebas (la U de Mann Whitney y la T de Wilcoxon). Esta prueba es an áloga a la prueba paramétrica para la comparación de dos muestras independientes (T o Z).
Más detallesTécnicas de Inferencia Estadística II. Tema 6. Contrastes de independencia
Técnicas de Inferencia Estadística II Tema 6. Contrastes de independencia M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2015/16 Contenidos 1. Introducción 2.
Más detallesDISEÑO EXPERIMENTAL Biología, 2º Ciclo Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO
DISEÑO EXPERIMENTAL Biología, 2º Ciclo 2005-2006 Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO Tema 1 Introducción Diseño experimental e inferencia estadística: las dos caras de una misma
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detalles