Comparación de varios métodos de aprendizaje sobre varios problemas
|
|
- César González Benítez
- hace 6 años
- Vistas:
Transcripción
1 Comparación de varios métodos de aprendizaje sobre varios problemas Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid
2 Contenido 1. Motivación 2. Test de hipótesis 3. Varios métodos y varios conjuntos: rankings 4. Test sobre los rankings 2
3 1. Motivación Suponer varios conjuntos de datos, de distintos problemas, y varios métodos de aprendizaje Pregunta habitual: Alguno de los métodos de aprendizaje es preferible a los demás sobre los conjuntos de datos proporcionados? La respuesta no es sencilla, ni siquiera atendiendo al criterio de la tasa de error. 3
4 2. Test de hipótesis Hipótesis nula: no hay diferencias significativas entre los algoritmos para los conjuntos de datos considerados 4
5 Dificultades con la tasa de error Una aproximación simplista al problema es estimar la tasa de error de cada método sobre cada conjunto de datos A continuación, promediar la tasa de error de cada algoritmo sobre los conjuntos de datos Elegir el algoritmo con menor tasa de error media sobre los conjuntos de datos Las tasas de error sobre diferentes conjuntos no son directamente comparables Naturaleza de la hipótesis, naturaleza del conjunto 5
6 Dificultades con la tasa de error Una forma de evitar comparar errores sobre distintos conjuntos de datos es fijarse en el número de veces que un algoritmo gana o pierde sobre cada conjunto Ahora el experimento base no es determinar la tasa de error de un conjunto, sino determinar qué algoritmo vence sobre cada conjunto El número de experimentos, N, es el número de conjuntos sobre el que se compara 6
7 3. Comparación de varios métodos sobre varios conjuntos: rankings Los test diseñados para comparar pares de clasificadores no deben utilizarse para comparar grupos de clasificadores Se realizan muchos test y la hipótesis nula se puede rechazar por motivos aleatorios Evitar el test de Student, pareado o no, en cualquiera de sus planteamientos Método más popular en al comunidad de aprendizaje y minería de datos: test sobre los rankings 7
8 Rankings Para cada conjunto de datos, ordenar los métodos de mejor a peor Tasa de error: primero al método con menor tasa de error A cada método se le asigna un número con su posición 1 al mejor, 2 al segundo, etc. Si hay empates, se asignan valores promedios Si 4 métodos quedan los primeros, se les asigna 2,5 ( ) 4 Para cada método, se promedian sus resultados Ordenar de acuerdo a este ranking promedio Los rankings, por si mismos, proporcionan una comparación razonable de los algoritmos A partir de estos rankings se pueden establecer diversos test estadísticos 8
9 Ejemplo rankings J. Demšar. Statistical comparisons of classifiers over multiple data sets. Journal of Machine Learning Research, 7:1 30,
10 Test sobre los rankings: Test de Friedman Hipótesis nula: los métodos son equivalentes Bajo la hipótesis nula, los rankings promedios deberían ser equivalentes (e iguales al ranking promedio si todos empatan siempre) El estadístico de Friedmam (N conjuntos de datos, k métodos, R j ranking promedio del método j eeeee X F 2 = 12N k(k + 1) R j 2 j 2 k k Se comporta como una distribución X 2 con k 2 grados de libertad Si X F 2 es mayor que el valor crítico de X 2 con k 2, rechazar la hipótesis nula (test de una cola) 10
11 Test de Friedman sobre el ejemplo N = 14 conjuntos de datos K = 4 algoritmos Valor crítico X 2, con 2 grados de libertad, α = 0,05: 5,591 Luego se rechaza la hipótesis nula: los rankings son significativamente distintos 11
12 Rankings: test de Iman and Davenport El test de Friedman es muy exigente El estadístico F F = 2 (N 1)X F 2 N(k 1) X F Se comporta según al distribución F con k 1 y (k 1)(N 1) grados de libertad Si el valor de F F es mayor que el valor crítico de F, se rechaza la hipótesis nula (test de una cola) 12
13 Test de Iman y Davenport sobre el ejemplo Con los datos del ejemplo, Distribución F con (k 1) = 3 y k 1 N 1 = 39 grados de libertad Valor crítico para α = 0,05: 2,845 También rechaza la hipótesis nula htm Hoja Excel =DISTR.F.INV(0,05;3;39) o DISTR.F.CD(3,69;3;39) <0,05 13
14 Test sobre los rankings (II) Si se rechaza la hipótesis nula, qué algoritmos son diferentes? Test post-hoc Si comparamos todos con todos: test de Nemenyi (dos colas) Dos métodos son significativamente diferentes si sus rankings promedios difieren al menos en la distancia crítica de Nemenyi, CC = q α k(k 1) 6N 14
15 Test de Nemenyi sobre el ejemplo CC = 1,25 (α = 0,05; q 0,05 = 2,569 pppp 4 cccccccccccccc) ó CC = 1,12 (α = 0,10) Representación gráfica: se unen los clasificadores que no son significativamente diferentes (con α = 0,10) 15
16 Comparación frente a un método A veces sólo interesa comparar un método frente e los demás: método de control Test más poderoso: menos comparaciones Test de Bonferroni-Dunn Nueva distancia crítica: misma expresión Nemenyi, distinto q α 16
17 Test de Bonferroni-Dunn sobre el ejemplo Si sólo comparamos con C4.5, CC = 1,16 (α = 0,05) 17
18 Discusión de los rankings Evitan ponderar errores no comparables Pero conservan información cualitativa de los rankings El ranking promedio es un buen indicador de las diferencias entre los algoritmos sobre los conjuntos Ranking significativamente diferentes: test de Nemenyi N > 10, k > 4, N > k Qué métodos son diferentes?: test post-hoc Uno frente a los demás: Bonferroni-Dunn Todos frente a todos: Nemenyi 18
19 Bibliografía Thomas G. Dietterich. Approximate statistical test for comparing supervised classification learning algorithms. Neural Computation, 10(7): , Claude Nadeau and Yoshua Bengio. Inference for the generalization error. Machine Learning, 52( ), J. Demšar. Statistical comparisons of classifiers over multiple data sets. Journal of Machine Learning Research, 7:1 30, Salvador Garcia and Francisco Herrera. An extension on statistical comparisons of classifiers over multiple data sets for all pairwise comparisons. Journal of Machine Learning Research, 9: , December
Pruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesTeorema 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 detallesINFERENCIA 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 detallesUn tutorial sobre el uso de test estadísticos no paramétricos en comparaciones múltiples de metaheurísticas y algoritmos evolutivos
Un tutorial sobre el uso de test estadísticos no paramétricos en comparaciones múltiples de metaheurísticas y algoritmos evolutivos Joaquín Derrac, Salvador García, Daniel Molina, Francisco Herrera Resumen
Más detallesTablas de estadística
Tablas de estadística FUOC 3 Tablas de estadística Tabla 1. Probabilidades de la distribución binomial (n; p) FUOC 4 Tablas de estadística Tabla 1 (Continuación). Probabilidades de la distribución binomial
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesTALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014
TALLER ESTADISTICAS EN EXCEL MSP 21 VERANO 2014 AGENDA Estadísticas en Excel Construcción de una hoja de trabajo Puntuaciones por asistencia Calificaciones finales igual peso Calificaciones finales pesadas
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesContrastes 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 detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesAprendizaje: Boosting y Adaboost
Técnicas de Inteligencia Artificial Aprendizaje: Boosting y Adaboost Boosting 1 Indice Combinando clasificadores débiles Clasificadores débiles La necesidad de combinar clasificadores Bagging El algoritmo
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detallesOptsicom Analytics: una herramienta online para el análisis de resultados
Optsicom Analytics: una herramienta online para el análisis de resultados Micael Gallego, Francisco Gortázar y Eduardo G. Pardo Resumen En este trabajo se presenta Optsicom Analytics, una herramienta web
Más detallesValidación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO
Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Objetivos de la estadística. Concepto y parámetros
Más detallesINTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS
INTRODUCCIÓN A LA ECONOMETRÍA (LE Y LADE, mañana) Prof. Magdalena Cladera APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL Y SPSS CONTENIDOS APLICACIONES DE INFERENCIA ESTADÍSTICA DE EXCEL... 2 1. Probabilidad...
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesEstrategia efectiva para el aprendizaje activo multi-etiqueta
Estrategia efectiva para el aprendizaje activo multi-etiqueta Oscar Reyes, Sebastián Ventura Departamento de Informática y Análisis Numérico, Universidad de Córdoba, Campus de Rabanales, 14071 Córdoba,
Más detallesANEXO I. ANÁLISIS DE LA VARIANZA.
ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar
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 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detalles2. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detallesAnálisis de la varianza ANOVA
Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación
Más detallesb.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.
Ejercicio 1: Se someten 24 muestras de agua a 4 tratamientos de descontaminación diferentes y asignados al azar. Para cada muestra se mide un indicador de la calidad del agua ( cuanto más alto es el indicador,
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 detallesDeterminación 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 detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesEstructura 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 detallesINFERENCIA 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 detallesDINÁMICA Nº1 CREACIÓN DE SINERGIAS ENTRE CENTROS DE FP
FUNDACIÓN N PARA LA EXCELENCIA FORO MADRID CENTRO DE NUEVAS TECNOLOGÍAS JOSÉ LUIS GARCI 23 DE MAYO DE 2012 DINÁMICA Nº1 CREACIÓN DE SINERGIAS ENTRE CENTROS DE FP OBJETIVOS DE LA DINÁMICA. Como objetivo
Más detallesb) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7
EJERCICIOS T12-MODELOS MULTIVARIANTES ESPECÍFICOS 1. Un determinado estadístico J se distribuye según un modelo jhi-dos de parámetro (grados de libertad) 14. Deseamos saber la probabilidad con la que dicho
Más detallesTabla 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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesPATRONES DE DISTRIBUCIÓN ESPACIAL
PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesLos factores de mayor incidencia causantes de estrés, son el Psicológico
CAPITULO V 5.1 Análisis e interpretación de Resultados Cuadro # 1 Nivel de significancia según X² CLASIFICACION F % Psicológico/Emocional 210 53.57 Fisico/Biologico 91 23.21 Social 57 14.54 Industrial/Laboral
Más detallesGUÍA DOCENTE DE ESTADÍSTICA EMPRESARIAL I
GUÍA DOCENTE DE ESTADÍSTICA EMPRESARIAL I 1 TITULACIÓN: GRADO ADE GUÍA DE DOCENTE DE LA ASIGNATURA: Estadística Empresarial I Coordinador: Isabel García I.- Identificación de la asignatura: Tipo Materia
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 detalles478 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 detallesSelección de fuentes de datos y calidad de datos
Selección de fuentes de datos y calidad de datos ESCUELA COMPLUTENSE DE VERANO 2014 MINERIA DE DATOS CON SAS E INTELIGENCIA DE NEGOCIO Juan F. Dorado José María Santiago . Valores atípicos. Valores faltantes.
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
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 detallesAJUSTE O ESTANDARIZACION DE TASAS Y CÁLCULO DE LOS AÑOS POTENCIALES DE VIDA PERDIDOS (APVP) 1.- CONDICIONES y TECNICAS PARA EL AJUSTE DE TASAS
Diplomado en Salud Pública AJUSTE O ESTANDARIZACION DE TASAS Y CÁLCULO DE LOS AÑOS POTENCIALES DE VIDA PERDIDOS (APVP) Como complemento de la información que se ha proporcionado a los alumnos sobre estos
Más detallesGUÍA DOCENTE: Sistemas Basados en Conocimiento y Minería de Datos (SBC)
GUÍA DOCENTE: Sistemas Basados en Conocimiento y Minería de Datos (SBC) Curso Académico: 2015-2016 Programa: Centro: Universidad: Máster Universitario en Ingeniería Informática Escuela Politécnica Superior
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (MÉTODOS CUANTITATIVOS)
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD VALLE DEL MOMBOY VICERRECTORADO CENTRO DE FORMACIÓN PERMANENTE MONSEÑOR JESÚS MANUEL JÁUREGUI MORENO PROGRAMA DE ACTUALIZACIÓN Y PERFECCIONAMIENTO DOCENTE
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesCONCEPTOS FUNDAMENTALES
TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo
Más detallesEl análisis de la varianza de un factor es una extensión del test de t para dos muestras independientes, para comparar K muestras.
4. ANÁLISIS DE LA VARIANZA DE UN FACTOR 4. INTRODUCCIÓN 8 El análisis de la varianza de un factor es una extensión del test de t para dos muestras independientes, para comparar K muestras. Hemos visto
Más detallesEJERCICIOS RESUELTOS TEMA 1.
EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la
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 detallesSistema Autonómico de información sobre Toxicomanías de Castilla y León (SAITCyL)
Evolución comparativa del perfil de las mujeres y de los hombres que ingresan en centros residenciales de asistencia a drogodependientes de Castilla y León. Años 2003-2006 Sistema Autonómico de información
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 detallesRUTA DEL INTERIOR. CAMINO PRIMITIVO CONCEJO DE GRANDAS DE SALIME CARTOGRAFÍA ESTADO Y CARACTERISTICAS ELEMENTOS ASOCIADOS
Más detalles
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesEVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010
EVALUACION DE RESULTADOS INTRA-LABORATORIO EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 1 EVALUACION DE RESULTADOS INTRA-LABORATORIO INTRODUCCION
Más detallesTablas de contingencia y contrastes χ 2
Tablas de contingencia y contrastes χ 2 Independencia Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 22 de noviembre de
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesAnálisis Segmento Municipalidades
Análisis Segmento Municipalidades Análisis de la participación del segmento Municipalidades en la compra de fármacos, desde la perspectiva de los montos involucrados, las programaciones a través de Cenabast,
Más detallesInteligencia Artificial. Grado en INFORMÁTICA 4º curso. Modalidad: Presencial
Grado en INFORMÁTICA 4º curso Modalidad: Presencial Sumario Datos básicos 3 Breve descripción de la asignatura 4 Requisitos previos 4 Objetivos 4 Competencias 5 Contenidos 6 Metodología 6 Criterios de
Más detallesReporte de Pobreza por Ingresos JUNIO 2015
Reporte de Pobreza por Ingresos JUNIO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional
Más detallesEstadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza.
Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Contextualización. En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias y proporciones poblacionales.
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesb. Universidad Nacional-Sede Medellín
Comparación de Intervalos de Confianza para el Coeficiente de Correlación Juan Carlos Correa a, Liliana Vanessa Pacheco b Email: jccorrea@unal.edu.co a. Universidad Nacional-Sede Medellín b. Universidad
Más detallesESTADISTICA GENERAL. INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL INFERENCIA ESTADISTICA Profesor: Celso Celso Gonzales Objetivos Entender los conceptos de estimación puntual y estimación por intervalos. Calcular e interpretar intervalos de confianza
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detallesEstimar, descomponer y comparar el error de mala clasificación
Estimar, descomponer y comparar el error de mala clasificación Evaluando y analizando el comportamiento de algoritmos de inducción de clasificadores Aritz Pérez, Pedro Larrañaga e Iñaki Inza Intelligent
Más detallesPresentado por: Juan Jose Ponce de Leon
de minerales Cu-Au en Cerro Corona. II Encuentro Internacional Metalurgia Perú 2013 - Plantas y Procesos. Presentado por: Juan Jose Ponce de Leon Introducción Ubicación Cerro Corona Vista Panorámica Cerro
Más detallesCAPÍTULO 1: ESTADÍSTICA Y MÉTODO CIENTÍFICO.
CAPÍTULO : ESTADÍSTICA Y MÉTODO CIENTÍFICO.. Para cada una de las siguientes hipótesis discuta si el error tipo I ó el error tipo II sería más serio. Justifique su respuesta. a. pistola pistola estác argada
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesUNIVERSIDAD ABIERTA PARA ADULTOS UAPA ESCUELA DE POSTGRADO MAESTRÍA EN CIENCIAS DE LA EDUCACIÓN MENCIÓN GESTION DE CENTROS EDUCATIVOS
UNIVERSIDAD ABIERTA PARA ADULTOS UAPA ESCUELA DE POSTGRADO MAESTRÍA EN CIENCIAS DE LA EDUCACIÓN MENCIÓN GESTION DE CENTROS EDUCATIVOS PROGRAMA DE LA ASIGNATURA METODOLOGÍA DE LA INVESTIGACIÓN EDUCATIVA
Más detallesPRUEBA DE HIPÓTESIS DE UNA MUESTRA PARA PROPORCIONES J UA N J O S É H E R NÁ N D E Z O C A ÑA
PRUEBA DE HIPÓTESIS DE UNA MUESTRA PARA PROPORCIONES J UA N J O S É H E R NÁ N D E Z O C A ÑA PROPORCIONES n es una razón entre el número de éxitos y bservaciones re al número de éxitos y n al de, la proporción
Más detallesLIGAMIENTO Y RECOMBINACIÓN
LIGAMIENTO Y RECOMBINACIÓN Los principales apartados de este tema serán: Introducción n y Estimación n de la fracción n de recombinación Ánálisis del ligamiento: Planteamiento directo Planteamiento inverso
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
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 detallesEstadística Inferencial. Sesión No. 12 Números índices
Estadística Inferencial Sesión No. 12 Números índices Contextualización En esta sesión se definirán los números índices, simples y compuestos así como también se describirán los tipos de índices más comunes,
Más detallesBÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS
Departamento de Inteligencia Artificial Grupo de Análisis de Decisiones y Estadística BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS PRÁCTICAS 1 Existen varias características que pueden causar dificultades
Más detallesTema 1: Introducción
Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesReporte de Pobreza y Desigualdad DICIEMBRE 2015
Reporte de Pobreza y Desigualdad DICIEMBRE 2015 1 Reporte de Pobreza y Desigualdad - Diciembre 2015 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 12. Contraste de hipótesis. Introducción. Introducción
Curso de Estadística Aplicada a las Ciencias Sociales Tema 12. Contraste de (Cap. 22 del libro) Tema 12. Contraste de 1. Tipos de 2. La nula y la Ejercicios Tema 12, Contraste de 2 En muchas investigaciones
Más detallesMENCION: AUDITORIA Y CONTROL
UNIVERSIDAD NACIONAL DE PIURA ESCUELA DE POSTGRADO SECCION CIENCIAS CONTABLES Y FINANCIERAS PROGRAMA DE MAESTRIA EN CIENCIAS CONTABLES Y FINANCIERAS (PROMACCOF) PLAN DE ESTUDIOS MENCION: AUDITORIA Y CONTROL
Más detallesINSTITUCIÓN EDUCATIVA SAN VICENTE DE PAÚL ANÁLISIS RESULTADOS PRUEBAS SABER 3, 5 Y
INSTITUCIÓN EDUCATIVA SAN VICENTE DE PAÚL ANÁLISIS RESULTADOS PRUEBAS SABER 3, 5 Y 9 2015 RESULTADOS DE TERCER GRADO EN EL ÁREA DE LENGUAJE Comparación de porcentajes según niveles de desempeño por año
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detalles1.2.2. Técnicas estadísticas más utilizadas en la investigación
Contenido PRÓLOGO... 1. LA ESTADÍSTICA COMO HERRAMIENTA EN LA INVESTIGACIÓN TURÍSTICA 1.1. EL TURISMO Y LA ESTADÍSTICA... 2 1.1.1. El turismo... 2 1.1.2. La estadística... 4 1.2. LA ESTADÍSTICA Y LA INVESTIGACIÓN
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detalles