Tests de Hipótesis. Métodos no paramétricos ESTADÍSTICA (Q) Algunas consideraciones sobre las inferencias sobre la media de una población Normal
|
|
- Esperanza Vidal Coronel
- hace 6 años
- Vistas:
Transcripción
1 148 Algunas consideraciones sobre las inferencias sobre la media de una población Normal 1. Los tests e intervalos de confianza para la media de una población Normal utilizan un estadístico que tiene distribución t (o una distribución Normal cuando la varianza es conocida). Ésta es la distribución correcta siempre y cuando los datos efectivamente provengan de una distribución Normal. Generalmente no se conoce cual es la distribución subyacente a los datos. Si el histograma de los mismos es aproximadamente simétrico en forma acampanada y el box-plot no muestra datos atípicos, la distribución Normal será una buena aproximación. 2. Si falla el supuesto de normalidad pero la muestra tiene tamaño suficientemente grande entonces, por el Teorema Central del Límite, se pueden utilizar los tests con nivel aproximado basados en la distribución Normal. 3. El supuesto de que las observaciones son independientes es muy difícil de verificar. Depende del diseño de la investigación y del procedimiento de recolección de los datos. Cuando este supuesto no se cumple no son válidos los métodos presentados ni los que vamos a presentar. Es posible evaluar un tipo de dependencia asociada al orden en que fueron obtenidos los datos, cuando este fue registrado. Para ello se procede de la siguiente manera: primero se calcula el llamado residuo de cada dato : residuo = dato media del grupo, luego se grafican los residuos versus el orden en que fueron obtenidos los datos. Si las observaciones fueran independientes (del orden en que fueron tomadas), el gráfico no debería presentar estructura ni tendencia. En el ejercicio 2 ( temperatura de sublimación del iridio y del rodio ) de la práctica 1, la estructura de los datos cambiaba con el orden por no haberse estabilizado la reacción. Sólo eliminando las primeras observaciones era posible suponer que los errores eran independientes pues en las primeras observaciones los residuos eran notablemente más grandes. Una situación similar suele ocurrir cuando la realización de las mediciones requiere la adquisición de habilidad para realizarlas. Al comienzo las observaciones pueden presentar mayor variabilidad para luego estabilizarse (ejemplo 2 sección 4.4 datos Newcomb, clases teóricas). En las próximas secciones presentaremos procedimientos que se utilizan cuando los datos muestran un alejamiento importante de la distribución normal y el tamaño de la muestra no permite utilizar el Teorema Central del Límite (es decir que las muestras son pequeñas). Se seguirá requiriendo el supuesto de independencia. 22. TESTS NO PARAMÉTRICOS El modelo que especifica la Normalidad de los datos es un modelo paramétrico pues está unívocamente determinado mediante el conocimiento de los parámetros, μ y σ. También lo es un modelo que establezca que los datos provienen de una distribución
2 149 exponencial o cualquier otra distribución que quede completamente determinada con el conocimiento de una cantidad finita de parámetros. En lo que sigue veremos métodos que no requieren que los datos tengan una distribución paramétrica específica, son los llamados métodos no paramétricos. Ejemplo 1. Se midió el TIEMPO (seg.) que tarda la concentración de un compuesto reducirse a la mitad durante una reacción. Se realizaron 28 repeticiones de la reacción en condiciones independientes e idénticas. Resultados obtenidos, ordenados por columna de menor a mayor. Tiempo Tiempo Tiempo Tiempo Box-plot y el gráfico de probabilidad Normal de los valores de la tabla anterior. El box-plot y el gráfico de probabilidad Normal muestran que la distribución de los datos correspondientes a la variable TIEMPO es fuertemente asimétrica a derecha. Mediante el test de Shapiro Wilk se rechaza la hipótesis de que la distribución de la variable es normal. Si se desea resumir la distribución de esta variable mediante un parámetro de la posición de su centro, es preferible utilizar la mediana, en vez de la media, ya que la interpretación de esta medida no depende de la forma de la distribución. Estimaremos la mediana poblacional θ, con la mediana muestral, med = TEST DEL SIGNO El test del signo es uno de los tests más antiguos utilizados en estadística. Ya fue utilizado en 1710 por el médico británico John Arbuthnot. Puede aplicarse tanto para una muestra como para dos muestras apareadas (veremos esto más adelente).
3 150 En el caso de una muestra, el test del signo permite decidir si la mediana de la distribución de la variable en la población de la cual provienen los datos coincide o no con cierto valor, Hipótesis nula: H 0 : θ = θ 0 Este test, únicamente requiere el supuesto de independencia de las observaciones. Test del signo para una muestra Modelo X1,..., Xn una muestra aleatoria de una distribución cualquiera con mediana θ. Una consideración intuitiva: Si el valor de la mediana fuera igual valor θ 0, que llamamos valor nulo por estar especificado en la hipótesis nula se deberían observar, aproximadamente, la misma cantidad de observaciones en la muestra por encima y por debajo de θ o. Por qué? Definimos una nueva variable diferencia : D i = X i θ 0, i=1,2,...,n Hipótesis nula: H 0 : θ = θ 0 Si H 0 : θ = θ 0 es verdadera, la variable aleatoria D i tiene la misma probabilidad de tomar valores positivos que negativos es decir: P(D i > 0) = P(D i < 0) = 0,5 (suponiendo que P(X i = θ 0 )=0). Definimos ahora otra nueva variable aleatoria. S n = cantidad de la cantidad de diferencias positivas ( o negativas) en la muestra S n ~ Bi (n,p), n = tamaño de muestra y p es la probabilidad de que ocurra una diferencia positiva (o negativa). Cuando H0 es verdadera p = 1/2. Estadístico del test: S n ~ Bi (n,1/2) bajo H 0 El estadístico del test está basado en las variables D i = X i θ o que suponemos independientes e igualmente distribuidas Hipótesis alternativas posibles a) H a : θ θ 0 b) H a : θ < θ 0 c) Ha: θ > θ 0
4 151 Regiones de rechazo de nivel α a) H a : θ θ 0 b) H a : θ < θ 0 c) Ha: θ > θ 0 S n n-k ó S n k S n k S n n-k donde donde donde P(Bi(n,1/2) k)=α/2 P(Bi(n,1/2) k)=α P(Bi(n,1/2) k)=α a) H a : θ θ 0 p-valor S n obs < n/2 p-valor = 2 P( Bi(n,1/2) Sn obs ) S n obs > n/2 p-valor = 2 P( Bi(n,1/2) n - Sn obs ) b) H a : θ < θ 0 p-valor = P( Bi(n,1/2) Sn obs ) c) Ha: θ > θ 0 p-valor = P(Bi(n,1/2) n - Sn obs ) donde S n obs = valor observado del estadístico del test. Observaciones La distribución del estadístico del test bajo H 0 es Bi(n,1/2) y el p-valor puede calcularse exactamente utilizando la distribución binomial. Si el tamaño de la muestra es suficientemente grande también puede utilizarse la aproximación de la binomial por la Normal. Si muchas diferencias son positivas (o negativas) tendremos evidencia en contra de la hipótesis nula. Las diferencias iguales a 0 se ignoran y se trabaja con las diferencias distintas de cero, tanto positivas como negativas. El test únicamente tiene en cuenta el signo de las diferencias y no su magnitud. Las diferencias iguales a cero se ignoran. El test NO REQUIERE SUPUESTOS acerca de la FORMA de la distribución de la variable subyacente a los datos, únicamente sobre la INDEPENDENCIA de las observaciones. Para realizar el test del signo para una muestra con el Statistix es necesario usar un artificio, generando una nueva variable que tome el valor θ 0.
5 152 El p-valor que calcula Statistix es a una cola. Para obtener el p-valor de una hipótesis bilateral, el p-valor de la salida se duplica. Ejemplo 1 cont. X= tiempo que tarda la concentración de un compuesto en caer a la mitad durante una reacción. Hipótesis nula: H 0 : θ = 620 seg Hipótesis alternativa H a : θ < 620 segundos. 1) Generamos la variable VALORNU = 620 Data -> Transformations Transformation Expression: valornu = 620 2) Statistics->One, Two, Multi-sample tests -> Sign Test Movemos a la casilla Sample Variables la variable que contiene los datos TIEMPO y la variable VALORNU que indica el valor nulo propuesto en H 0. Salida: SIGN TEST FOR TIEMPO - VALORNU NUMBER OF NEGATIVE DIFFERENCES 21 NUMBER OF POSITIVE DIFFERENCES 7 NUMBER OF ZERO DIFFERENCES (IGNORED) 0 PROBABILITY OF A RESULT AS OR MORE EXTREME THAN OBSERVED p-valor (una cola) A VALUE IS COUNTED AS A ZERO IF ITS ABSOLUTE VALUE IS LESS THAN CASES INCLUDED 28 MISSING CASES 0 Conlusión
6 153 Hay más diferencias negativas (7 positivas vs 21 negativas) que las esperadas debido al azar, rechazamos la hipótesis nula y concluimos que la mediana del tiempo de vida del compuesto es significativamente menor que 620 minutos con un p-valor = TEST DE RANGOS SIGNADOS DE WILCOXON El test del signo solamente tiene en cuenta si las observaciones son mayores o menores que la mediana propuesta en H 0. El siguiente test no paramétrico compara las mismas hipótesis que el test del signo, tiene en un poco más en cuenta la magnitud de las observaciones pero requiere el supuesto de SIMETRÍA. Modelo: X 1, X 2,..., X n son observaciones independientes provenientes de una distribución continua simétrica con mediana θ. Hipótesis nula: H 0 : θ = θ 0 Hipótesis alternativas posibles a) H a : θ θ 0 b) H a : θ < θ 0 c) Ha: θ > θ 0 Construcción del Estadístico del test: - D i = X i θ o - Se ordenan D i sin tener en cuenta su signo (es decir, se ordenan los valores absolutos de las diferencias) y se le asigna a cada una un rango. - La suma de los rangos de las diferencias positivas (o negativas) es el ESTADÍSTICO del test. Este valor se lo denota por W p-valor Statistix calcula el p-valor y el estadístico del test automáticamente. Para calcular el p-valor del test debemos conocer la distribución del estadístico. Esta distribución no es simple y se encuentra tabulada para n 25. Para muestras grandes la distribución se aproxima a una Normal con media n( n +1) μ = y varianza 4 2 n( n + 1)(2n + 1) σ =. 24 Si la hipótesis nula es verdadera, la suma de rangos positivos será aproximadamente igual a la mitad de la suma de rangos totales. Pero si H 0 es falsa, la suma de rangos positivos será notablemente mayor o menor que la mitad de la suma total. Ejemplo 2 Supongamos que interesa decidir entre las hipótesis:
7 154 Es decir que θ 0 = 100. H 0 θ = 100 vs H 0 θ 100 La tabla siguiente ejemplifica los cálculos previos para obtener el valor del estadístico del test Datos ordenados (X) Diferencias Diferencias absolutas Rangos Suma rangos de diferencias negativas = = 7 Suma rangos de diferencias positivas = = 48 Son diferentes!! pero debemos calcular la probabilidad de encontrar estos valores cuando H 0 s verdadera. Lo haremos inmediatamente con Statistix. Cómo hacer el test de Wilcoxon usando Statistix? Igual que con el test del signo, por ser otra opción para muestras apareadas, es necesario generar una variable artificial que tome el valor θ o. 1) Generamos la variable artificial VALNUL = 100 Data ->Transformations Transformation Expression: VALNUL = 100 2) Statistics -> One, Two, Multi-sample tests -> Wilcoxon Signed Rank Test Indicamos la variable que contiene los datos (X) y la variable artificial que indica el valor propuesto en H o. WILCOXON SIGNED RANK TEST FOR X - VALNUL SUM OF NEGATIVE RANKS SUM OF POSITIVE RANKS EXACT PROBABILITY OF A RESULT AS OR MORE EXTREME THAN THE OBSERVED RANKS (1 TAILED P-VALUE) NORMAL APPROXIMATION WITH CONTINUITY CORRECTION TWO TAILED P-VALUE FOR NORMAL APPROXIMATION
8 155 La suma de rangos positivos y negativos coincide con los calculados más arriba. Como el test es a dos colas p = 2 * = (p-valor basado en la distribución exacta). Si aplicamos el test del signo a estos datos obtenemos el siguiente resultado: SIGN TEST FOR X - VALNUL NUMBER OF NEGATIVE DIFFERENCES 3 NUMBER OF POSITIVE DIFFERENCES 7 NUMBER OF ZERO DIFFERENCES (IGNORED) 0 PROBABILITY OF A RESULT AS OR MORE EXTREME THAN OBSERVED p = 2*0.172 = A VALUE IS COUNTED AS A ZERO IF ITS ABSOLUTE VALUE IS LESS THAN El test del signo no rechaza H 0, mientras que el test de Wilcoxon sí rechaza H 0. Esto se debe a que el estadístico W no sólo tiene en cuenta la cantidad de datos mayores que el valor nulo para la mediana propuesta en H 0 sino además el orden de las diferencias expresada a través de los rangos. Qué supuestos deben cumplir los datos para poder aplicar el test de rangos de Wilcoxon? La distribución debe ser simétrica. En este caso, no parece haber alejamientos groseros de la simetría (ver histograma), por lo que concluimos que es válido usar este test. 3 2 Frequency X
9 156 Cómo se asignan los rangos si hay observaciones repetidas? El test asigna el rango promedio a las observaciones repetidas. Modificamos el ejemplo para ilustrar el procedimiento, ahora el 140 aparece 2 veces Datos ordenados (X) Diferencias Diferencias absolutas Posición Rangos asignados Suma rangos negativos = = 8 Suma rangos positivos = = 58 Diferencias absolutas ordenadas Posición Rangos asignados Realizamos nuevamente el test con el Statistix y obtenemos: WILCOXON SIGNED RANK TEST FOR X - VALNUL SUM OF NEGATIVE RANKS SUM OF POSITIVE RANKS EXACT PROBABILITY OF A RESULT AS OR MORE EXTREME THAN THE OBSERVED RANKS (1 TAILED P-VALUE) NORMAL APPROXIMATION WITH CONTINUITY CORRECTION TWO TAILED P-VALUE FOR NORMAL APPROXIMATION TOTAL NUMBER OF VALUES THAT WERE TIED 2 NUMBER OF ZERO DIFFERENCES DROPPED 0 MAX. DIFF. ALLOWED BETWEEN TIES CASES INCLUDED 11 MISSING CASES 0
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 detallesEstadística 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 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 detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesFormulario. 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 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 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 detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
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 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 detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
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 detallesCONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN
Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo
Más detallesContrastes 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 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 detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
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 detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
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 detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
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 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 detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
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 detallesContrastes 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 detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
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 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 detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
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 detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesPruebas 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 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 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 En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
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 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 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 detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
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 detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
Más detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
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 detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
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 detallesPráctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD
Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si
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 detallesUAP PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS
PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS Estas pruebas no se basan en ninguna suposición en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los datos. Son muy útiles cuando no
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 detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
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 detallesContrastes de hipótesis estadísticas. Contrastes paramétricos
Índice 7 Contrastes de hipótesis estadísticas. Contrastes paramétricos 7.1 7.1 Introducción.......................................... 7.1 7.2 Conceptos básicos...................................... 7.2
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 detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
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 detallesContraste de hipótesis paramétricas
Contraste de hipótesis paramétricas Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Proceso de la investigación estadística Etapas PROBLEMA HIPÓTESIS DISEÑO RECOLECCIÓN
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesINTERVALOS 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 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 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 detallesEsta proposición recibe el nombre de hipótesis
Pruebas de hipótesis tesis. Refs: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua, Apuntes de Estadística, Dr. Pedro Juan Rodríguez Esquerdo, Departamento de Matemáticas,
Más detallesModelos de PERT/CPM: Probabilístico
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
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 detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesTEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
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 SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
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 detallesTEMA 3: Contrastes de Hipótesis en el MRL
TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesBioestadística. Curso Capítulo 3
Bioestadística. Curso 2012-2013 Capítulo 3 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. Variable aleatoria 2 2.1. Variables aleatorias discretas...............................
Más detallesEstadística Descriptiva Métodos descriptivos visuales y medidas resumen
6 Estadística Descriptiva Métodos descriptivos visuales y medidas resumen Las técnicas de la estadística descriptiva pueden aplicarse tanto a datos muestrales como a datos poblacionales. Tipos de datos.
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
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 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 detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
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 detallesINTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la estimación mediante Intervalos de Confianza, que es otro de los tres grandes
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 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 detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detalles