Contar con información
|
|
- Carlos Ramírez Sosa
- hace 6 años
- Vistas:
Transcripción
1 Jorge Matute
2
3 I.
4 Contar con información.de calidad Conocer el diseño del estudio / muestreo Conocer cómo se expresan las variables o indicadores Conocer qué preguntas se desean contestar Conocer cómo construir los indicadores Si hay preguntas con hipótesis, conocer la prueba estadística a emplear
5 Qué significa contar con información de calidad? NO CONTAR CON: Errores de campo Errores al momento de digitar Valores extremos
6 Verificar y/o conocer cómo se llevó a cabo la recolección o levantado de información (datos). se han minimizado los posibles errores por: Sesgo de selección? Se pierde validez externa Sesgo de medición? se pierde validez interna Validación de instrumentos Capacitación / estandarización de personal O se espera encontrar estos errores? Algunos de medición se corrigen con una limpieza de datos
7 El error humano se da!!!, asumir lo contrario es un error!! Estos se pueden CONTROLAR y CORREGIR Se controlan a través del software Se corrigen a través de un doble ingreso y validación Objetivo: bases de datos con 0% de error por digitación
8 Dos objetivos: Corregir o identificar errores provenientes de campo Corregir o identificar casos extremos (outliers) qué pasa si no se pueden corregir? Se eliminan, lo cual disminuye el tamaño de muestra, aumentando el error en las estimaciones y se disminuye el poder estadístico en pruebas de hipótesis
9
10
11 Diferencia entre variable e indicador? Variable: >>> definiciones <<<: Es lo qué se mide en el sujeto de estudio Indicador: Se caracteriza por tener una meta y usarse para comparar poblaciones, puede ser o construirse con: Una variable Más de una variable (índices, tasas, prevalencias, etc) El tipo de variable o indicador orienta el análisis estadístico. Escala
12 Existen definiciones internacionales: Monitoring and Evaluation Toolkit. Beta version. Part 2: HIV. Fourth edition. November A guide on Indicators for monitoring and reporting on the health sector response to HIV/AIDS. Geneva: WHO; Versión en español disponible en: ndicadores.pdf
13 Existen definiciones nacionales o propias: Reporte epidemiológico, Iniciativa Intensificación de las acciones de prevención y atención integral del VIH-SIDA en grupos vulnerables y áreas prioritarias de Guatemala. Visión Mundial, 2006, proyecto financiado por El Fondo Mundial Porcentaje de mujeres embarazadas o que han estado embarazadas en los últimos 12 meses a las que se les ofreció la prueba de VIH gratuitamente como parte del control prenatal y se realizaron la prueba. CIENSA. Propuesta de indicador a ser medido en Estudio de Comportamientos y Prevalencia de VIH en poblaciones indígenas de Guatemala
14 El indicador se construye con una o más de una variable? se cuenta con todas las variables? conoce cómo se relacionan las variables para construir el indicador? El indicador requiere de un denominador? Todas las tasas, prevalencias, porcentajes requieren de denominador. se cuenta con el denominador?
15 Categóricas Nominal. Tienen dos o más categorías que no requieren de un orden en especial: raza Ordinal. Tienen dos o más categorías, que pueden ordenarse: Nivel socio económico: bajo, medio bajo, medio, medio alto, alto. Dicotómica. Es nominal pero solo tiene dos categorías: Masculino / femenino; enfermo / no enfermo Numéricas continuas Intervalo, son variables numéricas continuas Razón (ratio), es la razón entre dos variables numéricas, y en la cual el cero significa la ausencia de valor en la variable
16
17
18
19 Conocer el diseño del estudio / muestreo Es necesario / se puede desagregar la información? Existen variables confusoras? se cuenta con información de las mismas?
20 El análisis estadístico debe realizarse de acuerdo con el diseño del estudio / muestreo De no tomarse en cuenta el diseño la información del análisis estaría sesgada, perdiéndose la validez interna del estudio. Por ejemplo: un diseño de muestreo para estimar la prevalencia de VIH, que utiliza conglomerados y que se analiza como un diseño de muestreo simple aleatorio. Otro ejemplo: Un diseño longitudinal, de seguimiento, obliga a calcular la diferencia o cambio en indicadores a través de las personas, no de las poblaciones.
21 Cuando se tiene un diseño de muestreo que no es simple aleatorio se necesita definir/calcular variables de diseño: Estrato. Variable que identifica la estratificación Conglomerado. Variable que identifica el conglomerado primario de muestreo. Ponderación. Variable que asigna un peso a cada observación de acuerdo con su probabilidad de selección (ponderación = 1 / prob de selección). Cuando aplica: Variables para identificar sub poblaciones y/o tratamientos / cohortes
22 Si el diseño de muestreo es simple aleatorio, se puede utilizar cualquier software. Si el diseño de muestreo NO es simple aleatorio, se debe buscar software que permita realizar el análisis estadístico tomando en cuenta el diseño (ejemplo: EPI INFO).
23 Para un ensayo clínico o experimental se puede utilizar cualquier software que brinde las pruebas estadísticas requeridas. Para un estudio observacional, si el diseño de muestreo NO es simple aleatorio, es deseable utilizar un software que permita realizar el análisis estadístico tomando en cuenta el diseño, sin embargo esto no siempre es posible, y por lo tanto se utiliza cualquier software que brinde las pruebas estadísticas requeridas
24 Cuando el diseño lo permite: Se tiene un diseño de muestreo estratificado Se identifican subpoblaciones El tamaño de muestra para los estratos y/o subpoblaciones es suficiente (error en estimación no es muy grande ) Estudios descriptivos Cuando el diseño lo permite: < 15% Los niveles de desagregación corresponden a grupos de tratamiento, o cohortes, exposición Estudios inferenciales
25 Son variables que por su asociación con la variable dependiente (o respuesta), esconden la relación que existe entre la variable respuesta y otras variables de interés. Por ejemplo: se desea establecer si un proyecto educativo tuvo éxito en dar conocimientos con respecto al VIH. Se cuenta con personas participantes y no participantes. Una variable confusora puede ser el nivel de educación de la persona. Si esta variable no se toma en cuenta al momento del análisis, se puede concluir erróneamente.
26 Base de datos que contiene: Variables / indicadores (respuesta o dependientes) Variables de diseño Variables que explican (independientes): Variables confusoras Variables de desagregación (estratos, tratamientos, sexo, edad, etc) Conocemos el diseño del estudio / muestreo Se cuenta con las preguntas que se desean contestar QUÉ SIGUE??
27 II.
28 Es dar a conocer los valores de tendencia central de la población a través de la muestra: media, mediana, porcentaje Es importante dar a conocer los valores que miden la variabilidad: varianza, desviación estándar, error estándar, coeficiente de variabilidad. Y, mejor aún: Intervalo de confianza
29 El análisis descriptivo se hace para toda la población y para las sub poblaciones o estratos (siempre y cuando sea factible) Este análisis también es el primer paso de un estudio inferencial Las fotografías también son importantes
30 Fotografías = gráficas. Nunca usar la gráfica de Pie o pastel. Nunca usar la tercera dimensión en barras o columnas.
31 Requiere de una hipótesis No confundir la hipótesis de investigación con las hipótesis estadísticas (nula y alterna) Los estudios en VIH y las hipótesis La mayoría de los estudios son descriptivos tipo encuesta, sin embargo hay ocasiones en que se desea contestar alguna pregunta, por ejemplo: Ha disminuido la prevalencia de VIH? Hay mayor conocimiento sobre cómo se previene el VIH? Es igual la prevalencia de VIH entre la población Maya y la Garífuna? Es igual la prevalencia de VIH entre personas con baja o ninguna educación y personas que tienen regular o alta educación?
32 Para contestar las preguntas se puede necesitar de uno o más indicadores (variables) Dado que la mayoría de estudios se hacen con muestras independientes entre si, la prueba de hipótesis más útil es la que se conoce como de una población : Ho: P = Po Ho: µ = µo
33 Se hace uso del intervalo de confianza. Por ejemplo: En el país de Liliput se midió la prevalencia de VIH hace 5 años, siendo la misma de un 8.7%. El Fondo Global /USAID / ONUSIDA, etc, invirtieron en prevención. Ahora se llevó a cabo un nuevo estudio para conocer si la prevalencia había cambiado, y el resultado obtenido fue de 7.5%, con un intervalo de confianza de 7.0% a 8.0%. Y si el intervalo hubiera sido de 6.0% a 9.0%, qué concluimos?
34 Para cada diseño y tipo de variable hay pruebas estadísticas para contestar las preguntas varios cursos de estadística. Resumen de algunas pruebas más utilizadas Comparación Tipo de variable Prueba Entre dos grupos Ho: P1 = P2 Ho: µ1= µ2 Numérica Nominal Ordinal t Student Chi cuadrado Mann Whitney
35 Comparación Entre 3 o más grupos Ho: P1 = P2 = P3 Ho: µ1= µ2 = µ3 Tipo de variable Numérica Nominal Ordinal Prueba ANDEVA Chi cuadrado Kruskal Wallis
36 La pruebas estadísticas que se conocen como paramétricas (media), cuentan con supuestos que hay que revisar y establecer que se cumplan, de lo contrario la prueba estará dando un resultado equivocado (validez interna). Las pruebas no paramétricas no tienen supuestos en su gran mayoría. (mediana)
37 Cómo varían las condiciones en el tiempo? Epidemiológicas Discriminación y estigma Provisión / acceso a servicios Comparación con márgenes mínimos y máximos Índices de series de tiempo Regresiones
38 Estimación alta Prevalencia VIH adultos Estimación baja
39 Distribución territorial de las características observadas Mapeo de problemas versus mapeo de las respuestas sociales coinciden? Mejoras en la disponibilidad territorial de datos Representatividad departamental de las encuestas Dirige los esfuerzos y recursos hacia donde son más necesarios
40 Prevalencia VIH Honduras
41
Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba
Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
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 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 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 detallesProyecto PropULSA: Estadística y Probabilidad Breviario Académico
Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
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 detallesDIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA
DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y
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 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 detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesLECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION
LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION 1. DEFINICION La estadística es una ciencia que proporciona un conjunto métodos
Más detallesLECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA Y CLASIFICACION
LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA Y CLASIFICACION 1. LA ESTADÍSTICA La estadística es una ciencia que proporciona un conjunto métodos y técnicas
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesIng. Eduardo Cruz Romero w w w. tics-tlapa. c o m
Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
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 detalles1. VALORES FALTANTES 2. MECANISMOS DE PÉRDIDA
1. VALORES FALTANTES Los valores faltantes son observaciones que en un se tenía la intención de hacerlas, pero por distintas razones no se obtuvieron. Puede ser que no se encuentre a un encuestado, entonces
Más detallesMETODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010
METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología
Más detallesPruebas para evaluar diferencias
Pruebas para evaluar diferencias Métodos paramétricos vs no paramétricos Mayoría se basaban en el conocimiento de las distribuciones muestrales (t- student, Normal, F): EsFman los parámetros de las poblaciones
Más detallesINDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques
INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques cuantitativo y cualitativo hacia un modelo integral 3 Qué enfoques se han presentado par
Más detallesRECOLECCIÓN DE DATOS (ENFOQUE CUANTITATIVO) DRA. MIRIAM RODRÍGUEZ VARGAS Dr. JORGE ALBERTO PÉREZ CRUZ
RECOLECCIÓN DE DATOS (ENFOQUE CUANTITATIVO) DRA. MIRIAM RODRÍGUEZ VARGAS Dr. JORGE ALBERTO PÉREZ CRUZ Qué implica la etapa de recolección de datos? Definir de forma idónea de recolectar los datos de acuerdo
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos
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 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 detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesUso de encuestas para la evaluación de indicadores y medición de resultados en VIH/Sida
Uso de encuestas para la evaluación de indicadores y medición de resultados en VIH/Sida Dra. Virginia Moscoso Arriaza Médico Ms. Salud Pública-Epidemióloga Marzo 2012 Objetivos de la conferencia Explicar
Más detallesÍNDICE 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 detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
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 detallesProyecto Curso Introducción a la Investigación Clínica. Tipo de Curso: Director del Curso: E.U. Magdalena Castro MSc
Proyecto Curso Introducción a la Investigación Clínica Tipo de Curso: Nombre del Curso: Curso Introducción a la Investigación Clínica Director del Curso: MSc Académicos Participantes Dr. Juan Pablo Torres
Más detallesUniversidad Nacional de Mar del Plata. Facultad de Ingeniería. Estadística Básica COMISIÓN 1. 1 Cuatrimestre 2016
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Básica COMISIÓN 1 1 Cuatrimestre 2016 s. La palabra Estadística procede del vocablo Estado, pues era función principal de los Gobiernos
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 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 detallesALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA
ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS Seminario de Investigación Área a la que pertenece: AREA DE FORMACIÓN INTEGRAL PROFESIONAL Horas teóricas: 3 Horas practicas: 0 Créditos: 6 Clave: F0241 Ninguna. Asignaturas antecedentes
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesESTADÍSTICA DESCRIPTIVA CON STATA JUAN FRANCISCO ISLAS AGUIRRE FORTINO VELA PEÓN UAM-X
ESTADÍSTICA DESCRIPTIVA CON STATA JUAN FRANCISCO ISLAS AGUIRRE FORTINO VELA PEÓN UAM-X Abril, 2012 J. F. ISLAS / F. VELA CECAD-UAMX Objetivos Que el participante maneje el paquete estadístico Stataa nivel
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
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 detallesEscalas de Medición en Estadística
Escalas de Medición en Estadística Ing. Byron Humberto González Ramírez Director Centro de Telemática Facultad de Agronomía Universidad de San Carlos de Guatemala Enero del 2004 byrong@softhome.net http://www.byrong.tk
Más detallesPrograma de estudios. 1) Muestra y población. Parámetros estimadores y estadísticos. Distribución de Gauss. Intervalo de confianza
Programa de estudios Módulo 1: Panorama general de la Investigación Clínica. Ideas y Protocolo 1. La imaginación científica. Desarrollo de la idea de Investigación. Preguntas de Investigación 2. Diseño
Más detallesConceptos 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 detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesPRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA
PRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA Quien hace puede equivocarse, quien no hace ya está equivocado. DANIEL KON Ji CUADRADA Material preparado por: Profesor León Darío Bello Parias Ji CUADRADA-
Más detallesUNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA Y SOCIAL CÁTEDRA DEMOGRAFÍA MÉDICA. Prof.
UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA Y SOCIAL CÁTEDRA DEMOGRAFÍA MÉDICA Prof. Evy Guerrero Análisis e interpretación de los datos Una vez recolectada la información
Más detallesAnálisis e Interpretación de los Datos de Vigilancia
Análisis e Interpretación de los Datos de Vigilancia Consideraciones en el Análisis de los Datos de Vigilancia Conocer su base de datos Proceder de lo más simple a lo más complejo Reconocer cuando las
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 detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesen Enfermería del Trabajo
revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
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 detallesUNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI
UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesMarco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia
Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesObjetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes
Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico
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 detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detallesEstadística Descriptiva. SESIÓN 11 Medidas de dispersión
Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,
Más detallesBOLETÍN DE PRENSA Bogotá, D.C., 2 de Enero de 2013 BOGOTÁ: POBREZA MONETARIA Introducción CONTENIDO
BOLETÍN DE PRENSA Bogotá, D.C., 2 de Enero de 2013 BOGOTÁ: POBREZA MONETARIA 2011 Introducción CONTENIDO Introducción 1. Resultados 1.1 Pobreza y Pobreza Extrema 1.2 Coeficientes de Gini 2. Perfiles de
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 detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesFundamentos de Estadística
Fundamentos de Estadística Introducción a la Estadística Prof. Dr. Eduardo Valenzuela Domínguez eduardo.valenzuela@usm.cl Universidad Técnica Federico Santa María Dr. Eduardo Valenzuela D.; MEE 2005 p.
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 detallesCurso 2016/17 Grados en Biología y Biología Sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz ESTADÍSTICA
Curso 2016/17 Grados en Biología y Biología Sanitaria Departamento de Física y Matemáticas Marcos Marvá Ruiz ESTADÍSTICA Algunas ideas generales Una definición de Estadística: parte de las matemáticas
Más detallesAnálisis de estudios de cohortes en Ciencias de la P005/10. Salud (modelos regresión de Poisson y de Cox)
Análisis de estudios de cohortes en Ciencias de la P005/10 Salud (modelos regresión de Poisson y de Cox) Fecha de aprobación de programa: Marzo 2012 Fechas curso: 4 y 5 de Junio de 2012 Horario: Mañana
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
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 detallesESTADÍSTICA DESCRIPTIVA CON STATA JUAN FRANCISCO ISLAS AGUIRRE FORTINO VELA PEÓN UAM-X
ESTADÍSTICA DESCRIPTIVA CON STATA JUAN FRANCISCO ISLAS AGUIRRE FORTINO VELA PEÓN UAM-X J. F. ISLAS / F. VELA CECAD-UAMX Objetivos Que el participante maneje el paquete estadístico Stata a nivel básico
Más detallesUNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
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 detallesMETODOLOGIA CIENTIFICA
AREA: CIENCIAS DE LA CONDUCTA METODOLOGIA CIENTIFICA OBJETIVOS GENERALES: Al concluir el período lectivo, el estudiante: Profesores Carlos Marxo Mujica Eli Saúl Calderón Ángel Aquino Leonarda Casanova
Más detallesTema 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 detallesPercepción de la educación en México
Percepción de la educación en México Comparativo entre los entrevistados que, pensando en las escuelas de su localidad, piensan más en escuelas públicas o privadas Encuesta telefónica Junio de 2013 Número
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 detallesEncuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) Indicadores de Pobreza y Desigualdad Septiembre 2014
Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) Indicadores de Pobreza y Desigualdad Septiembre 1. Pobreza 1.1. Aspectos metodológicos 1.2. Definiciones 1.3. Evolución de las líneas de pobreza
Más detallesCAPÍTULO I. INTRODUCCIÓN. Cuando se requiere obtener información de una población, y se desean obtener los mejores
CAPÍTULO I. INTRODUCCIÓN I.1 Breve Descripción Cuando se requiere obtener información de una población, y se desean obtener los mejores y más completos resultados, el censo es una opción para dar una respuesta
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar problemas
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detalles