Qué es lo que busca todo el mundo? Inferencia estadística. sticas. Intervalo de confianza. Hipótesis de trabajo

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Qué es lo que busca todo el mundo? Inferencia estadística. sticas. Intervalo de confianza. Hipótesis de trabajo"

Transcripción

1 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 Universidad Autónoma de Barcelona Debe estar lo más m s claramente formulada. Debe ser estadística y científicamente correcta Prohíbo circulación n de camiones en Rondas. Tres semanas después s encargo un estudio para ver si el número de accidentes en Rondas con camiones disminuye. Las técnicas de pesca se han de evitar siempre Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 2 Hipótesis de trabajo En el fondo todo está relacionado Por supuesto, LA HIPÓTESIS DE TRABAJO SE FORMULA CON ANTERIORIDAD A CUALQUIERA DE LOS PASOS 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 4 Inferencia estadística stica Pruebas estadísticas sticas Intervalo de confianza Qué es lo que busca todo el mundo? p 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 6 1

2 Para qué se usa la estadística? stica? Errores de Tipo I y II Prueba estadística Intervalo de confianza MUESTRA Inferir Probabilidad El valor del error tipo I ó α es de 0.05 (5%) El valor del error tipo II ó β es igual o superior a 0.20 (20%) El poder (1 - β) es igual ó superior a 0.80 (80%) POBLACIÓN 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 8 Datos categóricos. Definiciones básicasb Variable binaria: {evento,no evento} Proporciones: p = r/n suma de eventos en un grupo de individuos denominador fijo: n individuos distribución binomial Recuentos: suma de eventos raros en un periodo de tiempo o un territorio 0,1,2,,k,k denominador personas-tiempo tasas distribución Poisson 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 9 Datos cuantitativos n muestra Tendencia central: Dispersión n o variabilidad: X media DE desviación n estándar n media de una muestra Tendencia central: Dispersión n o variabilidad: media error estándard 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 10 n normal muestra X X + 2 DS =>95% X media X + 2 EEM 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 11 p? Probabilidad de observar, por azar, una diferencia como la muestra o mayor, cuando H 0 es cierta Es una medida evidencia en contra H 0 Es el azar una explicación n posible s diferencias observadas? Supongamos que así es (H 0 ). Con Con qué probabilidad observaríamos amos unas diferencias de esa magnitud, o incluso mayor? P- valor Si Si P-valor P pequeño, rechazamos H 0. Difícil?... No, es como un juicio! 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 12 2

3 p? Se acepta un valor máximo m de 5% (0,05). Si p 0,05 p diferencias estadísticamente sticamente significativas. Si p>0,05 diferencias estadísticamente sticamente NO significativas. NO implica importancia clínica. NO implica magnitud de efecto!! Influenciada por el tamaño o muestra. Si n p 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 13 Conclusión Errores y aciertos Ttos. Iguales Ttos. Diferentes Realidad Ttos. Iguales Ttos. Diferentes Acierto Error tipo I (α) Error tipo II (β) Acierto 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 14 Situaciones Conclusión: : Diferencias estadísticamente sticamente significativas Realidad: Hay diferencias Acierto Realidad: No hay diferencias Error tipo I (α)( Conclusión: : Diferencias NO estadísticamente sticamente significativas Realidad: No hay diferencias Acierto Realidad: Hay diferencias Error Error tipo II (β)( Muestra Muestra insuficiente 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 15 Utilidad de Creer en la Existencia de Dios (según n Pascal) H 0 : Dios No Existe H 1 : Dios Existe Decisión de Pascal Dios Existe Realidad Dios No Existe Dios Existe Acierto No Penalización Dios No Existe Condena Eterna Acierto 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 16 Sentido/No sentido prueba estadística stica Una o dos colas Sentido una cola El El fenómeno existe si A es mayor que B No Sentido dos colas El El fenómeno existe si A es diferente que B Pruebas de hipótesis Unilateral (una cola) H o : θ E - θ C 0 H 1 : θ E - θ C > 0 Bilateral (dos colas) H o : θ E - θ C = 0 H 1 : θ E - θ C > 0 ó θ E - θ C < Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 18 3

4 Revisión n aplicabilidad s distintas pruebas estadísticas sticas Normalidad MÉTODOS PARAMÉTRICOS 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 20 No normalidad MÉTODOS NO PARAMÉTRICOS Pruebas paramétricas y no- paramétricas Una prueba paramétrica requiere la estimación n de uno o más m s parámetros (estadísticos) sticos) población Ej.: Una estimación n diferencia entre la media antes y después s de una intervención Las pruebas no-param paramétricas no involucran ningún n tipo de estimación n de parámetros Ej.: Facilitarnos la una estimación n P[X>Y], probabilidad de que, selecionando un paciente después s del tratamiento, su valor sea mayor que antes del tratamiento 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 22 Pruebas paramétricas y no- paramétricas Advantage of non-parametric test No assumptions about the distribution of the data Handles every kind of outcome variable Disadvantage Non-parametric test do not have the same statistical power as parametric test do Data issues Ranks of data, not data in original units, used Effect of outliers is removed (can be good or bad) Use n-p.. test when p. methods are inappropriate due to lack of distribution requirements 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 23 Pruebas estadísticas sticas 2 grupos 3 grupos Tipo de Datos datos independientes Datos apareados datos independientes datos apareados Nominales (p.e. sexo) A. Ji al cuadrado (Χ 2 ) B. Prueba exacta de Fisher Nota: 1) Si N>40 usar Χ 2 2) Si N=20-40 usar Χ 2 solamente si la frecuencia esperada en cada celda 5; si no usar el test exacto de Fisher 3) Si N<20 usar siempre el test exacto de Fisher Ordinales o intervalos A. Prueba U de si no se cumple la Mann-Whitney distribución normal en los grupos Intervalos (p.e.edad, A. Prueba t de peso, tensión arterial) Student (t-test) A. Prueba de McNemar A. Prueba de Wilcoxon A. Prueba t de Student para datos apareados A. Ji al cuadrado (Χ 2 ) Nota: No se puede usar si el 20% s celdas tienen una frecuencia esperada <5 o si alguna celda tiene una frecuencia esperada <1 A. Prueba de Cochran Q A. Prueba de Kruskal-Wallis A. Prueba de Friedman A. Análisis Varianza (ANOVA) (Prueba de Student-Newman- para localizar la diferencia 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 24 Keuls) Nota: 1) No es apropiado usar varios t- test para comparar 3 grupos 2) Si hay una diferencia entre 3 grupos, existen varias pruebas para localizar la diferencia A. Análisis varianza para medidas repetidas Nota: 1) No es apropiado usar varios t- test apareados para comparar 3 medidas repetidas 2) Si hay una diferencia entre 3 medidas, existen varias pruebas 4

5 COMPARACIÓN DE MEDIAS Más chuletario V. CUANTITATIVA.vs. V. CUALITATIVA (2 grupos) Grupos independientes Grupos apareados V. CUANTITATIVA NORMALEN AMBOS GRUPOS Comparar medias / Prueba T para muestras independientes V. CUANTITATIVA NO NORMAL EN ALGUN GRUPO Pruebas no paramétricas / 2 muestras independientes / U de Mann-Whitney V. DIFERENCIA NO NORMAL Pruebas no paramétricas / 2 muestras relacionadas / Wilcoxon V. DIFERENCIA NORMAL Comparar medias / Prueba T para muestras relacionadas NORMALIDAD? Estadísticos / Pruebas no paramétricas / K-S de 1 muestra / Normal 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 25 NORMALIDAD? (NPAR TEST K-S (NORMAL)) INDEPENDENCIA? ASIGNACIONES ALEATORIAS HOMOSCEDASTICIDAD? H 0 :σ 2 1 =σ 2 2 =...=σ 2 n Η 1 :σ 2 1 σ 2 2 ó... σ 2 n (TEST DE LEVENE) Más chuletario V. CUANTITATIVA.vs. V. CUALITATIVA ( 2 grupos) SI NO ANOVA p > 0.05 No se rechaza H 0 p < 0.05 Test a posteriori --> Test de Scheffé NPAR TEST K-W (Kruskal-Wallis) 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 26 Más chuletario V. CUANTITATIVA.vs. V. CUANTITATIVA Cumplimiento de condiciones de aplicabilidad * 1 v. cuantitativa aleatoria.vs. 1 v. cuantitativa diseñada (Normalidad v. cuantitativa en los grupos a comparar, homoscedasticidad) * 2 v. cuantitativas aleatorias (Normalidad s dos v. cuantitativas en su conjunto) Incumplimiento de condiciones de aplicabilidad * NONPAR CORR (Test de Spearman) REGRESION CORRELACION Análisis Co-varianza (ANCOVA) Los valores que estamos comparando pueden estar afectados directamente por otros (covarianci( covarianción) TA al final del estudio TA al inicio del estudio Medias ajustadas: : Media al final del estudio si las TA al inicio fuesen las mismas Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 28 Intervalo de Confianza Def.: Si se realiza el mismo experimento en las mismas condiciones, el 95% s veces la media que obtendremos estará entre los márgenes Intuitivamente: El verdadero valor se encuentra dentro del intervalo con una confianza del 95% 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 29 Amplitud del IC También n depende información que la muestra proporciona sobre el verdadero valor poblacional Mayor tamaño o de muestra -> mayor precisión -> > IC más m s estrecho Mayor dispersión medida -> IC más m s amplio 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 30 5

6 Relación n entre IC y significación n (p) p=0.002 Intervalo de Confianza 2 grupos Dif. NS IC al 95% 0 p= grupos Dif. Sig Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 32 Intervalo de confianza para evaluar ensayos de superioridad n normal 0 Superioridad observada Superioridad no observada muestra X X media X + 2 EEM 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 33 X + 2 DS =>95% 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 34 Un estimador es una cantidad numérica calculada sobre una muestra y que esperamos que sea una buena aproximación n de cierta cantidad con el mismo significado en la población (parámetro). Problema que presenta el uso de estimadores puntuales: El problema de los estimadores puntuales es que solo dan una idea de lo que puede valer el parámetro que estimamos, sin conocer como de buena es la aproximación; es decir, simplemente proporcionan un valor (de los muchos posibles) que puede proponerse como valor del parámetro. Si realizamos diversas muestras, obtendremos tantas estimaciones del parámetro como muestras 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 36 6

7 Ventaja estimación n por intervalos de confianza: Se trata de asignar al parámetro poblacional desconocido, por ejemplo μ, un intervalo de valores, digamos (a, b) entre los cuales está μ con una cierta confianza (1- α). Es decir, si se cumple que P(a μ ) = 1 α Por ejemplo, seleccionamos cinco muestras aleatorias de n=5 y elaboramos sus intervalos de confianza. Consideramos un nivel de confianza del 90% diremos entonces que (a, b) es un intervalo de confianza para el parámetro μ construido al (1- α)% de confianza o, lo que es lo mismo, al α% de error. INTERPRETACIÓN? 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 38 Un último ejemplo: Una muestra de n=100 individuos de una población n tiene media de peso 60 kg y desviación n 5kg. Dichas cantidades pueden considerarse como aproximaciones (estimaciones puntuales) 60 kg estima a μ 5 kg estima a σ 5/raiz(n raiz(n)= 0,5 estima el error estándar (típico) EE Estas son las llamadas estimaciones puntuales: un número n concreto calculado sobre una muestra es aproximación n de un parámetro. Pero hemos de tener en cuenta que todo intervalo de confianza conlleva dos noticias, la buena y la mala Una estimación n por intervalo de confianza es una que ofrece un intervalo como respuesta. Además s podemos asignarle una probabilidad aproximada que mida nuestra confianza en la respuesta: Hay una confianza del 68% de que μ esté en 60±0,5 0,5 Hay una confianza del 95% de que μ esté en 60±1. Ojo: He hecho un poco de trampa. Quien la ve? La buena: hemos usado una técnica t que en % alto de casos acierta. La mala: no sabemos si ha acertado en nuestro caso Jose.Rios@uab.es / Ferran.Torres@uab.es Jose.Rios@uab.es / Ferran.Torres@uab.es 40 Para quien guste s fórmulasf 2007 Jose.Rios@uab.es / Ferran.Torres@uab.es 41 7

BIOSESTADÍSTICA AMIGABLE

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

Más detalles

Ensayos Clínicos. Qué es lo que busca todo el mundo? Para qué se usa la estadística? stica? MUESTRA POBLACIÓN

Ensayos Clínicos. Qué es lo que busca todo el mundo? Para qué se usa la estadística? stica? MUESTRA POBLACIÓN Estadística stica en Ensayos Clínicos Jose.Rios@uab.es 1 Qué es lo que busca todo el mundo? p Jose.Rios@uab.es 2 Para qué se usa la estadística? stica? MUESTRA Prueba estadística Intervalo de confianza

Más detalles

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos

Inferencia 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 detalles

Ensayos Clínicos. Qué es lo que busca todo el mundo? 1. 2

Ensayos Clínicos. Qué es lo que busca todo el mundo? 1. 2 Estadística stica en Ensayos Clínicos Jose.Rios@uab.es 1 Qué es lo que busca todo el mundo? p Jose.Rios@uab.es 2 1 Para qué se usa la estadística? stica? MUESTRA Prueba estadística Intervalo de confianza

Más detalles

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 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 detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

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

Más detalles

478 Índice alfabético

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

Más detalles

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA

ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una

Más detalles

INDICE. Prólogo a la Segunda Edición

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.

Más detalles

CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN

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

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

Tema 7: Introducción a la Teoría sobre Estimación

Tema 7: Introducción a la Teoría sobre Estimación Tema 7: Introducción a la Teoría sobre Estimación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Introducción a la Teoría sobre Estimación

Más detalles

Comparación de variables continuas. Ventajas. Desventajas. Ventajas

Comparación 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 detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO

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

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

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..............................

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

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

Más detalles

Tema 6: Introducción a la inferencia estadística

Tema 6: Introducción a la inferencia estadística Tema 6: Introducción a la inferencia estadística Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Introducción a la inferencia estadística

Más detalles

Universidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina

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

Más detalles

Diseños de No- inferioridad

Diseños de No- inferioridad Diseños de No- inferioridad Ferran.Torres@uab.es 1 OBJETIVOS DEL ENSAYO CLÍNICO Demostración n de la eficacia y/o seguridad de un tratamiento (per se). ENSAYOS FRENTE A PLACEBO Evaluación n comparativa

Más detalles

Estimación de Parámetros.

Estimación de Parámetros. Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

INDICE 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 detalles

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith) INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que

Más detalles

Parte de las notas tomadas de: Prof. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ

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 detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS 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 detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

Percy MaytaTristán MD, MPH (c), MHEd (c)

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

Más detalles

Conceptos del contraste de hipótesis

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

Más detalles

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

F X > F Y F X < F Y F X 6= F Y

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

Más detalles

b) Use la salida de SPSS para reproducir lo que pueda de los cálculos que hace SPSS. Estadísticos de contraste b TIEMPO

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

Más detalles

Estas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías

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

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de

Más detalles

TEMA 10 COMPARAR MEDIAS

TEMA 10 COMPARAR MEDIAS TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,

Más detalles

Pero qué hacemos cuando no se cumple la normalidad o tenemos muy pocos datos?

Pero 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 detalles

Tema 8: Regresión y Correlación

Tema 8: Regresión y Correlación Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice

Más detalles

Contrastes de Hipótesis paramétricos y no-paramétricos.

Contrastes de Hipótesis paramétricos y no-paramétricos. Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por

Más detalles

LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO

LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO TRABAJO DE ESTADISTICA PROBABILISTICA PRESENTADO A LA PROFESORA MARIA ESTELA SEVERICHE SINCELEJO CORPORACIÓN UNIVERSITARIA

Más detalles

SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS

SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS 3datos 2011 Variables CUANTITATIVAS Valor más representativo: MEDIA aritmética Técnicas Inferenciales sobre la significación de la diferencia entre

Más detalles

Contrastes de hipótesis. 1: Ideas generales

Contrastes de hipótesis. 1: Ideas generales Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que

Más detalles

Introducción a la Estadística Aplicada en la Química

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

Más detalles

MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL

MANEJO 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 detalles

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo

Estructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,

Más detalles

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD

TÉCNICAS 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 detalles

ÍNDICE INTRODUCCIÓN... 21

ÍNDICE INTRODUCCIÓN... 21 INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...

Más detalles

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II

DISEÑO 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 detalles

Información general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional

Información 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 detalles

Análisis de la varianza (ANOVA)

Análisis de la varianza (ANOVA) Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

Determinación del tamaño de muestra (para una sola muestra)

Determinación del tamaño de muestra (para una sola muestra) STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto

Más detalles

Prueba t para muestras independientes

Prueba t para muestras independientes Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

Estimación y Contraste de Hipótesis

Estimación y Contraste de Hipótesis TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Estimación y Contraste de Hipótesis Francisco M. Ocaña Peinado @ocanapaco http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación

Más detalles

LECCIÓN PÚBLICA. Tema 5 Algunas Pruebas de Hipótesis. Profa. María Fátima Dos Santos

LECCIÓN PÚBLICA. Tema 5 Algunas Pruebas de Hipótesis. Profa. María Fátima Dos Santos LECCIÓN PÚBLICA Tema 5 Algunas Pruebas Profa. María Fátima Dos Santos 1 TEMARIO Fundamentos de estadística inferencial Método hipotético deductivo (Juego de hipótesis) Elementos en el contraste de hipótesis

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Parte de las notas fueron tomadas de: Profra.. Leticia de la Torre, Tecnológico de Chihuahua Prof. Edgar Acuña, Universidad de Puerto Rico

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

Más detalles

Caso particular: Contraste de homocedasticidad

Caso particular: Contraste de homocedasticidad 36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos

Más detalles

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS . Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en

Más detalles

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO

Más detalles

Análisis Estadístico de Datos Climáticos. Pruebas de Hipótesis (Wilks, cap. 5)

Análisis Estadístico de Datos Climáticos. Pruebas de Hipótesis (Wilks, cap. 5) Análisis Estadístico de Datos Climáticos Pruebas de Hipótesis (Wilks, cap. 5) 2015 PRUEBAS DE HIPÓTESIS (o pruebas de significación) Objetivo: A partir del análisis de una muestra de datos, decidir si

Más detalles

Tema 8: Contraste de hipótesis

Tema 8: Contraste de hipótesis Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste

Más detalles

Contrastes de hipótesis paramétricos

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,

Más detalles

Técnicas de Muestreo Métodos

Técnicas de Muestreo Métodos Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad

Más detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO 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 detalles

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.

Más detalles

Tema I. Introducción. Ciro el Grande ( A.C.)

Tema I. Introducción. Ciro el Grande ( A.C.) 1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente

Más detalles

Muestreo e intervalos de confianza

Muestreo e intervalos de confianza Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física

Más detalles

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Mag. María del Carmen Romero 2014 romero@econ.unicen.edu.ar Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo

Más detalles

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)

Más detalles

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA

ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )

Más detalles

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO. DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente

Más detalles

Tema 9: Introducción al problema de la comparación de poblaciones

Tema 9: Introducción al problema de la comparación de poblaciones Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema

Más detalles

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.

Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min. Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del

Más detalles

Cuál es el campo de estudio de la prueba de hipótesis?

Cuál es el campo de estudio de la prueba de hipótesis? ESTIMACIÓN Establecer generalizaciones acerca de una población a partir de una muestra es el campo de estudio de la inferencia estadística. La inferencia estadística se divide en estimación y prueba de

Más detalles

9.- Análisis estadísticos con R Commander

9.- 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 detalles

Estimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido

Estimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido Tema : Introducción a la Teoría de la Estimación Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f θ (x), donde θ Θ es el parámetro poblacional desconocido Objetivo:

Más detalles

CONTRASTES DE HIPÓTESES

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

Más detalles

BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN

BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes

Más detalles

1. Comparación de dos muestras cuando no es posible aplicar las pruebas t.

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

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11

Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11 Unidad Temática 2: Unidad 5 Estadística Inferencial Temas 10 y 11 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como

Más detalles

Pruebas Paramétricas y No paramétricas. Para la comprobación de hipótesis

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

Más detalles

SEMINARIO DE INVESTIGACIÓN IV

SEMINARIO 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 detalles

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de

Más detalles

Pasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)

Pasos. 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 detalles

Bioestadística y uso de software científico TEMA 8 ANOVA FACTORIAL ANOVA DE MEDIDAS REPETIDAS

Bioestadística y uso de software científico TEMA 8 ANOVA FACTORIAL ANOVA DE MEDIDAS REPETIDAS Bioestadística y uso de software científico TEMA 8 ANOVA FACTORIAL ANOVA DE MEDIDAS REPETIDAS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica χ 2, McNemar

Más detalles

ESTADÍSTICA APLICADA. Tema 3: Contrastes de hipótesis

ESTADÍSTICA APLICADA. Tema 3: Contrastes de hipótesis ESTADÍSTICA APLICADA Grado en Nutrición Humana y Dietética Tema 3: Contrastes de hipótesis Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis, tipos de error, nivel de significación,

Más detalles

CURSO: ANALISIS ESTADISTICO DE RIESGOS

CURSO: ANALISIS ESTADISTICO DE RIESGOS MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro

Más detalles

ESTADÍSTICA MÍNIMA PARA EL REUMATÓLOGO

ESTADÍSTICA MÍNIMA PARA EL REUMATÓLOGO CAPÍTULO Sección 1 5 ESTADÍSTICA MÍNIMA PARA EL REUMATÓLOGO L. SILVA FERNÁNDEZ CONTENIDO INTRODUCCIÓN RIESGO RELATIVO RAZÓN DE MOMIOS (ODDS RATIO) INTERVALO DE CONFIANZA DEL 95% Intervalo de confianza

Más detalles

UNIVERSIDAD MARÍA AUXILIADORA UMA

UNIVERSIDAD MARÍA AUXILIADORA UMA CARRERA PROFESIONAL DE ENFERMERIA SÍLABO DE BIOESTADÍSTICA I. DATOS GENERALES: 1.1. Carreras profesionales : Enfermería 1.2. Semestre académico : 2015 - I 1.3. Ciclo : III 1.4. Pre-requisito : Matemática

Más detalles

ESTIMACION INFERENCIA ESTADISTICA

ESTIMACION INFERENCIA ESTADISTICA P M INFERENCIA ESTADISTICA Desde nuestro punto de vista, el objetivo es expresar, en términos probabilísticos, la incertidumbre de una información relativa a la población obtenida mediante la información

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región

Más detalles

Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis

Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje

Más detalles

CONTRASTES DE HIPÓTESIS

CONTRASTES DE HIPÓTESIS Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS M.Carmen Carollo Contrastes de hipótesis 1 Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS A partir de una o varias muestras nos proponemos

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región

Más detalles