Una vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.
|
|
- Alba Lourdes Chávez Paz
- hace 6 años
- Vistas:
Transcripción
1 ECONOMETRÍA 09 PRACTICA 1: REPASO DE SPSS 1. Cuántas variables hay en el fichero? Y cuántas observaciones? Qué representa cada observación? Distingue entre variables cualitativas y cuantitativas. El fichero contiene 26 variables (columnas) y 109 observaciones (filas). Cada observación es un país. Todos los datos que están en una misma fila corresponden al mismo país. Ejemplos de variables cualitativas: el nombre del país, el clima, la región económica. Ejemplos de variables cuantitativas: la población, el PIB, tasa de natalidad. 2. Crea una nueva variable que contenga la población de los países en habitantes. Crea una nueva variable que contenga el logaritmo neperiano del PIB per cápita de los países. Observa en el fichero la aparición de las variables que has creado. La creación de estas variables se realiza con Transformar Calcular. La variable Población venía en miles de habitantes. Para pasar a habitantes bastará realizar un cambio de escala: multiplicar por 1000 (con la calculadora que aparece en la ventana) Para la variable PIB per capita utilizamos la función logaritmo neperiano (en el cuadro de funciones que aparece en la ventana) Una vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos. 3. Obtén una nueva variable que clasifique a los países en cuatro categorías según su Población. Valor Etiqueta 1 Menos de 5 millones de habitantes 2 Entre 5 y 10 millones de habitantes 3 Entre 10 y 30 millones de habitantes 4 Más de 30 millones de habitantes Observa en el fichero la aparición de la variable que has creado. Realizaremos una recodificación. Se trata de crear, a partir de una variable cuantitativa como es la Población (en miles de habitantes), otra variable con solo 4 valores, de tipo ordinal, que únicamente distinga cuatro grupos de países según su población (1 los más pequeños, 2 intermedios, 3 grandes y 4 muy grandes) Lo realizamos con Transformar Recodificar en distintas variables. Hemos de dar un nombre a la nueva variable y entrar en Valores antiguos y nuevos, teniendo en cuenta que la variable venía en miles:
2 Del menor hasta 5000 le asignamos el valor 1 De 5000 a le asignamos valor 2 De a le asignamos valor 3 De hasta el mayor le asignamos valor 4 Perdidos por el usuario o sistema le asignamos perdidos por el sistema (de modo que si hubiera países de los que no se tiene el dato de población, se conserven igual) Comprobamos que ha aparecido una nueva variable (columna) en el fichero con los valores 1, 2, 3 y Realiza un estudio descriptivo de la variable producto interior bruto (PIB) per cápita para los países del fichero. Para ello, obtén el histograma y los principales estadísticos. Qué forma tiene el histograma? Qué conclusiones sacas del mismo? Qué país tiene mayor PIB per cápita y qué valor toma? Cuál es el menor y su valor? Qué valor toma el PIB medio? Y el PIB mediano? Crees que el PIB medio es representativo? Por qué? Utilizamos Analizar Estadísticos descriptivos Frecuencias entrando en Estadísticos y en Gráficos para solicitar la respuesta a las cuestiones planteadas. Obtenemos lo siguiente: Estadísticos Producto interior bruto per-capita N Válidos Perdidos Media Mediana Moda Desv. típ. Varianza Asimetría Error típ. de asimetría Mínimo Máximo , , ,836 4E+007 1,146,
3 Histograma Frecuencia Producto interior bruto per-capita Media =5859,98 Desviación típica =6479,836 N =109 El histograma es muy elocuente. La mayor parte de países poseen niveles bajos de PIB per capita. La forma del histograma es marcadamente asimétrica hacia la derecha. Parece observarse la existencia de distintas distribuciones separadas. Una para el grupo de países más pobres, otra para los ricos, y por otra parte los dos países de mayor PIB per capita. Observando la tabla, el menor valor de PIB es 122$ y el mayor 23474$. Para saber a qué países corresponden ordenaremos el archivo: Datos Ordenar casos ordenar por la variable PIB ascendente (de menor a mayor). Vemos en el archivo que el primer país es Etiopía (122$) y el último EEUU (23474$) Llama la atención la diferencia considerable entre el PIB medio (media aritmética de los 109 países), 5859,98$, y el PIB mediano (PIB central: 50% de países tienen un valor menor y 50% valor mayor), 2995$, en consonancia con la asimetría antes mencionada. Todavía menor es el PIB modal (más frecuente) que se sitúa entorno a 1500$, de acuerdo con la gran proporción de países con nivel bajo de PIB. La dispersión de la variable PIB es muy grande, existen grandes diferencias entre países. La desviación típica es 6479,836$ superior a la media, lo que da un coeficiente de variación (cociente entre desviación típica y media) superior a la unidad. La media es, en consecuencia, poco representativa.
4 5. Obtén un diagrama de cajas de la variable PIB para cada categoría de países considerada en el apartado 3. En qué categoría se observa una distribución del PIB diferente del resto? En qué consisten esas diferencias? Ayúdate de los estadísticos descriptivos obtenidos para ese grupo. Analizar Estadísticos descriptivos Explorar (dependiente: PIB, factor: la variable creada por recodificación en el apartado 3) Descriptivos pobrec Estadístico Error típ. Producto interior bruto per-capita 1 Media 6381, ,946 Intervalo de confianza para la media al 95% Límite inferior 4248,10 Límite superior 8515,16 Media recortada al 5% 6091,38 Mediana 5487,00 Varianza 2,909E7 Desv. típ. 5393,327 Mínimo 351 Máximo Rango Amplitud intercuartil 5844 Asimetría,844,448 Curtosis -,371,872 2 Media 6129, ,049 Intervalo de confianza para la media al 95% Límite inferior 2972,17 Límite superior 9285,91 Media recortada al 5% 5591,38 Mediana 1813,00 Varianza 5,589E7 Desv. típ. 7476,082 Mínimo 208 Máximo 22384
5 Rango Amplitud intercuartil Asimetría 1,019,472 Curtosis -,623,918 3 Media 5092, ,196 Intervalo de confianza para la media al 95% Límite inferior 2863,35 Límite superior 7321,48 Media recortada al 5% 4574,42 Mediana 2591,00 Varianza 3,434E7 Desv. típ. 5860,114 Mínimo 205 Máximo Rango Amplitud intercuartil 6110 Asimetría 1,497,434 Curtosis 1,181,845 4 Media 5919, ,467 Intervalo de confianza para la media al 95% Límite inferior 3130,37 Límite superior 8708,05 Media recortada al 5% 5326,94 Mediana 2354,00 Varianza 5,375E7 Desv. típ. 7331,723 Mínimo 122 Máximo Rango Amplitud intercuartil 9320 Asimetría 1,242,434 Curtosis,040,845
6 La caja que se distingue más del resto es la correspondiente al grupo 2 (países entre 5 y 10 millones de habitantes). Los límites inferior y superior de las cajas son los cuartiles Q1 y Q3 (valores del PIB que separan el 25% inferior y el 25% superior, respectivamente, del resto). La caja 2 es más larga que las demás ya que su amplitud intercuartílica, 13635$, es muy superior al resto: la dispersión del PIB en el 50% central de países de ese grupo es mayor que en el resto de grupos. La mediana (línea horizontal en la caja) está muy desplazada hacia abajo, lo que indica mucha distancia entre la mediana y el tercer cuartil y muy poca distancia entre la mediana y el primer cuartil, hay gran asimetría en este grupo. En los grupos 1, 3 y 4, a diferencia del grupo 2, hay países extremos que no siguen la tónica general de su grupo: el 50% central está más compacto (caja más corta) con unos pocos países excepcionales (con un PIB mucho mayor) En todos los grupos hay países con valores de PIB altos y bajos: las medias no difieren mucho en los cuatro grupos. 6. Obtén una nueva variable que clasifique los países en cuatro categorías según su PIB per cápita. Valor Etiqueta 1 Menos de 1000 dólares per cápita 2 Entre 1000 y 3000 dólares per cápita 3 Entre 3000 y 8000 dólares per cápita 4 Más de 8000 dólares per cápita
7 Se realiza igual que el apartado 3. Cuando se van a realizar varias recodificaciones en la misma sesión, en la segunda y sucesivas veces se debe utilizar la opción Restablecer 7. Obtén la tabla de contingencia entre la variable obtenida en el punto 3 y la variable obtenida en el punto 6. Examinando la tabla y comparando las frecuencias observadas y esperadas dirías que existe asociación entre la población y el PIB de los países? Por qué? Cuál es el resultado del test de independencia? Analizar Estadísticos descriptivos Tabla de contingencia (por ejemplo: en filas la variable que indica el grupo de población y en columnas la variable que indica grupo de PIB) Tabla de contingencia pobrec * pibrec pibrec Total pobrec 1 Recuento Frecuencia esperada 6,9 6,9 6,7 6,4 27,0 2 Recuento Frecuencia esperada 6,2 6,2 5,9 5,7 24,0 3 Recuento Frecuencia esperada 7,4 7,4 7,2 6,9 29,0 4 Recuento Frecuencia esperada 7,4 7,4 7,2 6,9 29,0 Total Recuento Frecuencia esperada 28,0 28,0 27,0 26,0 109,0 Pruebas de chi-cuadrado Sig. asintótica Valor gl (bilateral) Chi-cuadrado de Pearson 13,857 a 9,128 Razón de verosimilitudes 13,279 9,150 Asociación lineal por lineal 1,307 1,253 N de casos válidos 109 a. 0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 5,72.
8 Pretendemos saber si existe relación entre la población y el PIB, utilizando las variables recodificadas. Observando la tabla de contingencia, no parece haber diferencias muy acusadas entre las frecuencias observadas y las esperadas, lo que parece indicar que no existe relación. Para asegurarnos, realizamos el test de independencia Ho: la población y el PIB son independientes El estadístico del test es con un p-valor 0 128>0 05 por tanto NO SE RECHAZA la hipótesis. No se detecta asociación entre estas dos variables. Habrá países grandes ricos, grandes pobres, pequeños ricos, pequeños pobres. 8. Según lo visto en el punto anterior, crees que existirá dependencia lineal entre las variables cuantitativas población y PIB per cápita. Obtén el diagrama de puntos y el coeficiente de correlación lineal entre ambas variables y coméntalos. De acuerdo con lo anterior no parece que exista tal dependencia. Ahora utilizamos las variables originales sin recodificar (cuantitativas) Para ver el diagrama de puntos: Gráficos Cuadros de dialogo antiguos Dispersión/Puntos Simple (una variable en cada eje) Suiza Estados Unidos Producto interior bruto per-capita Canadá Japón Austria Francia Italia Suecia Gran Bretaña Nueva Zelanda Portugal Taiwan Rusia Polonia Turquía 0 Iraq Tailandia Vietnam Uganda India China Población en miles No se observa tendencia lineal creciente ni decreciente. No hay dependencia lineal.
9 En cuanto al coeficiente de correlación: Analizar Correlaciones bivariadas (introducir las dos variables) Correlaciones Población en miles Producto interior bruto per-capita Correlación de Pearson Sig. (bilateral) N Correlación de Pearson Sig. (bilateral) N Producto Población interior bruto en miles per-capita 1 -,087, ,087 1, El coeficiente es -0,087 muy próximo a cero: ausencia de dependencia lineal entre las variables. Este análisis realizado con las variables cuantitativas Población y PIB indica lo mismo que el del punto anterior (realizado con cualitativas): ausencia de relación entre las dos variables. 9. Obtén el diagrama de puntos y el coeficiente de correlación lineal entre tasa de mortalidad infantil y esperanza de vida femenina y coméntalos.
10 Correlaciones Mortalidad infantil Esperanza de vida femenina (muertes por 1000 nacimientos vivos) Esperanza de vida femenina Correlación de Pearson 1 -,962 ** Sig. (bilateral),000 N Mortalidad infantil (muertes por 1000 nacimientos vivos) Correlación de Pearson -,962 ** 1 Sig. (bilateral),000 N **. La correlación es significativa al nivel 0,01 (bilateral). A diferencia del punto 8, ahora las variables consideradas muestran una fuerte relación lineal de tipo decreciente. A mayor mortalidad infantil, menor esperanza de vida femenina. 10. Efectúa un análisis de regresión simple por MCO tomando como variable dependiente la esperanza de vida femenina y como explicativa la mortalidad infantil. Escribe la recta de la ecuación obtenida: La esperanza de vida femenina está bien explicada por el comportamiento de la mortalidad infantil? Para un país cuya mortalidad infantil fuera de 10 muertes por 1000 nacidos vivos, cuál será la esperanza de vida femenina prevista para ese país? Con Analizar Regresión Lineales Variable dependiente Esperanza de Vida femenina, variable independiente Mortalidad infantil Resumen del modelo Error típ. de la Modelo R R cuadrado R cuadrado corregida estimación 1,962 a,926,925 2,898 a. Variables predictoras: (Constante), Mortalidad infantil (muertes por 1000 nacimientos vivos)
11 Coeficientes a Coeficientes Coeficientes no estandarizados tipificados Modelo B Error típ. Beta t Sig. 1 (Constante) 81,457, ,777,000 Mortalidad infantil (muertes por -,267,007 -,962-36,466, nacimientos vivos) a. Variable dependiente: Esperanza de vida femenina La recta: Y* (esperanza de vida femenina) = X (mortalidad infantil). Al fallecer un niño más (por cada mil nacidos), la esperanza de vida femenina disminuye en años (según la recta estimada) R 2 = la esperanza de vida está muy bien explicada (casi 93%) por la mortalidad infantil. Para X=10 (10 fallecidos por cada mil nacidos), se estima que Y= años (esperanza de vida femenina) 11. Si deseamos tomar una decisión acerca de si el PIB medio de todos los países del mundo es igual a 7000 dólares, qué contraste plantearías? Utilizamos ahora la muestra para realizar un contraste cuya hipótesis es que el PIB medio mundial es 7000$ Analizar Comparar medias Prueba T para una muestra (introducimos la variable PIB y el valor de prueba 7000) Prueba para una muestra Producto interior bruto per-capita Valor de prueba = % Intervalo de confianza para la Diferencia diferencia t gl Sig. (bilateral) de medias Inferior Superior -1, , , ,27 90,23 Como el p-valor 0,069 es superior a 0,05, nada se opone al valor 7000 de la hipótesis. No se rechaza.
12 12. Si deseamos tomar una decisión acerca de si el PIB medio es igual en los países de menos de 5 millones de habitantes al PIB medio de los países de más de 30 millones de habitantes, qué contraste platearías? Resuélvelo con SPSS. Volvemos a analizar las variables población y PIB. Ahora, mediante un contraste de igualdad de medias. Realizaremos un contraste cuya hipótesis es igualdad de medias (PIB medios iguales en los países de menor y mayor población). Analizar Comparar medias prueba T para muestras independientes. Introducimos la variable PIB y como variable de agrupación la obtenida en el apartado 3 por recodificación. Los grupos a comparar son el 1 y el 4. Prueba de muestras independientes Producto interior bruto per-capita Se han asumido varianzas iguales No se han asumido varianzas iguales Prueba de Levene para la igualdad de varianzas Prueba T para la igualdad de medias 95% Intervalo de confianza para la Diferencia Error típ. de diferencia F Sig. t gl Sig. (bilateral) de medias la diferencia Inferior Superior 2,954,091,267 54, , , , ,136,270 51,332, , , , ,855 El p-valor 0,79 mayor que 0,05 nos indica que nada se opone a considerar iguales ambas medias. No se rechaza la hipótesis. Hemos leído la línea de se han asumido varianzas iguales ya que la prueba de Levene da un p-valor 0,091 mayor que 0,05. Este resultado está en consonancia con un comentario anterior (punto 5) en el que no apreciábamos grandes diferencias en los PIB medios según tamaño de población. 13. Si deseamos tomar una decisión acerca de si el PIB medio es igual en las cuatro categorías consideradas en el punto 3, qué contraste plantearías? En este caso la hipótesis es la igualdad de medias (PIB medios iguales) en las cuatro categorías de países según población. Se realiza un ANOVA (análisis de varianza) Analizar Comparar medias ANOVA de un factor (introducimos la variable PIB y el factor variable recodificada creada en el apartado 3) ANOVA Producto interior bruto per-capita Suma de cuadrados gl Media cuadrática F Sig. Inter-grupos , ,3,204,893 Intra-grupos 4,51E Total 4,53E
13 El p-valor 0,893 (mayor que 0,05) nos indica que nada se opone a considerar las medias iguales. No se rechaza la hipótesis. De nuevo el resultado es el esperado ya que no se apreciaban diferencias en las medias de los países de la muestra según tamaño.
Lucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detalles1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología
Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera
Más detallesTEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS
TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS FASES EN EL ANÁLISIS DE LOS DATOS DE UNA INVESTIGACIÓN SELECCIÓN HIPÓTESIS DE INVESTIGACIÓN Modelo de Análisis Técnica de Análisis
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesEjemplo Diseño Completamente aleatorizado (Pág. 470 Montgomery)
Ejemplo Diseño Completamente aleatorizado (Pág. 47 Montgomery) ) Representación gráfica de los datos mediante diagramas de caja Resumen del procesamiento de los casos Tension del papel (psi) Casos Válidos
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesTema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0
Ignacio Martín Tamayo 11 Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0 ÍNDICE ------------------------------------------------------------- 1. Introducción 2. Frecuencias 3. Descriptivos 4. Explorar
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más 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 detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
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 detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesGUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS
GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesSOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante
SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras
Más detallesLongitud = Calcular la media, la mediana, la moda y la desviación estándar de la muestra en Matlab.
LABORATORIO 1 LABORATORIO INFORMÁTICO Un fabricante de hormigón preparado tiene su proceso de producción bajo control. Está interesado en conocer cuál es la distribución de los valores de la resistencia
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesPRÁCTICA 3: ANÁLISIS POR GRUPOS de SPSS
3ª práctica: Análisis por grupos de SPSS (Capítulos 4 y 5) 1 PRÁCTICA 3: ANÁLISIS POR GRUPOS de SPSS En esta práctica vamos a realizar estudios estadísticos por grupos con diversos procedimientos, observando
Más detallesSOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL
SOLUCIÓ PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMESIOAL Ejercicio 1. [PROCEDIMIETOS CORRELACIÓ Y REGRESIÓ] Abra el archivo Coches.sav, que contiene las 5 variables que se describen en el siguiente
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple
ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
Más detallesMÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO
MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO Resultados obtenidos por los hombres ganadores de las medallas de oro en salto de longitud y salto de altura en las olimpiadas desde
Más detalles9.- Análisis estadísticos con R Commander
Tipos de datos - Cuantitativos: se expresan numéricamente. - Discretos: Toman valores numéricos aislados - Continuos: Toman cualquier valor dentro de unos límites dados - Categóricos o Cualitativos: No
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesEstructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias
Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesESTADÍSTICA 1º AMBIENTALES PRIMERA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA (GUIADA & RESUELTA) PRIMERA PARTE: ESTADÍSTICA DESCRIPTIVA PARA UNA VARIABLE
ESTADÍSTICA 1º AMBIENTALES PRIMERA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA (GUIADA & RESUELTA) El objetivo de esta práctica es hacer un análisis descriptivo de una colección de datos con el programa SPSS. Para
Más detallesCapítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T
Capítulo 13 Contrastes sobre medias Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesPRÁCTICA 8 INFORME ESTADÍSTICO DE LA ENCUESTA DE SATISFACCIÓN Descripción de los estudiantes en la muestra de encuestas recogidas
PRÁCTICA 8 INFORME ESTADÍSTICO DE LA ENCUESTA DE SATISFACCIÓN 1. Estadística descriptiva 1.1. Descripción de los estudiantes en la muestra de encuestas recogidas sexo Frecuencia Válidos Hombre 5 13,5 13,5
Más detallesCapítulo 13. Contrastes sobre medias: Los procedimientos Medias y Prueba T. Medias
Capítulo 13 Contrastes sobre medias: Los procedimientos Medias y Prueba T La opción Comparar medias del menú Analizar contiene varios de los procedimientos estadísticos diseñados para efectuar contrastes
Más detallesTEMA 10 COMPARAR MEDIAS
TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,
Más detallesCLASE 10: RESUMEN DEL CURSO
CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:
Más detallesEl análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
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 detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesDiagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico
TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones
Más detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesEl Método Científico. Metodología de Investigación. Te sifón Parrón
El Método Científico Metodología de Investigación Te sifón Parrón Bioestadística Para qué sirve la Bioestadística? DESCRIPTIVA Sistematización, recogida, ordenación y presentación de los datos referentes
Más detallesEstadística Descriptiva. Poblaciones y muestras.
Estadística Descriptiva. Poblaciones y muestras. fgarcia@cipf.es CIPF s Research Development Programme Indice 1 Introducción 2 3 Análisis Estadístico Población y muestra Software estadístico CIPF s Research
Más detallesMétodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES
Práctica 2 Estudios Descriptivos Bidimensionales Página 1 Métodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES En esta segunda práctica
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesESTADÍSTICA DESCRIPTIVA CON SPSS
ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos
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 detallesTEMA 14 ESTADÍSTICA. Cuantitativa: si puede medirse y expresarse con números (es una variable), por ejemplo la talla de calzado.
Objetivos / Criterios de evaluación TEMA 14 ESTADÍSTICA O.15.1 Conocer el significado y saber calcular los parámetros de centralización y dispersión O.15.2 Interpretar y utilizar los parámetros de dispersión.
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 detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
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 detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesSPSS Aplicación práctica: Base de datos del HATCO
Aplicación práctica: Base de datos del HATCO Datos: observaciones de variables obtenidos desde encuentas a clientes de un distribuidor industrial. Variables de interés en la aplicación: Percepciones de
Más detallesTema 4. Herramientas de representación gráfica
Clase 4 Tema 4. Herramientas de representación gráfica Tipos de variables y formas de representación gráfica Variables categóricas: - Medida nominal u ordinal. - Son variables discretas. En la mayoría
Más detallesEstadística Descriptiva en SPSS
Estadística Descriptiva en SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 22 de
Más detallesPRÁCTICA 2: ANÁLISIS DESCRIPTIVO DE UNA VARIABLE CON SPSS
2ª práctica: Análisis descriptivo de una variable con SPSS (Capítulo 3) Pag. 1 PRÁCTICA 2: ANÁLISIS DESCRIPTIVO DE UNA VARIABLE CON SPSS En esta práctica vamos a comenzar a obtener resultados estadísticos
Más detallesPráctica 2: Estadística Descriptiva (II)
Práctica 2: Estadística Descriptiva (II) Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Analizar correctamente variables cuantitativas discretas y continuas mediante tablas, gráficos
Más detallesRegresión. Notas. Página 1 13-DEC :24:11. Salida creada Comentarios
REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE /STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT P504 /METHOD=ENTER P505 P506
Más detallesSELECCIÓN Y SECUENCIACIÓN DE CONTENIDOS PARA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. BLOQUE 1 : ARITMÉTICA Y ÁLGEBRA
SELECCIÓN Y SECUENCIACIÓN DE CONTENIDOS PARA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. BLOQUE 1 : ARITMÉTICA Y ÁLGEBRA Se comenzará el curso, si el profesor lo considera necesario, con un pequeño
Más detallesSeminari 1. Estadística CP
Seminari 1. Estadística CP Problema 1. Exercici 1.29 (pàgina 37 capítul 1 Moore 2a edició) Els més rics. A EEUU la distribució dels ingressos individuals és molt esbiaixada cap a la dreta. En 1997 la mitja
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesCOLEGIO CALASANCIO. MADRID. ESTADÍSTICA UNIDIMENSIONAL. 4º E.S.O.
Repasa de cursos anteriores: Estadística. Población. Muestra. Carácter estadístico: cualitativo (modalidad) y cuantitativo (variable estadística), que puede ser (discreta y continua] Frecuencias: absolutas
Más detallesInformación de contacto. Tema 1 Análisis exploratorio de datos. Ejemplo de introducción: contaminación por mercurio en el pescado.
Información de contacto Tema 1 Análisis exploratorio de datos José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid José Ramón Berrendero Díaz Correo electrónico: joser.berrendero@uam.es
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 detallesMATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional
MATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional 1 Entra en la página web del Instituto Nacional de Estadística y elige una variable numérica de tu interés que disponga de frecuencias
Más detallesGrado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso Examen de prácticas de FEBRERO 2013
Grado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso 2012-2013 Examen de prácticas de FEBRERO 2013 NOMBRE:...APELLIDOS:... ESPECIALIDAD:... Los niveles de contaminantes en productos alimenticios
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesSujeto Grupo C.I. 1 A B A 98 4 A B 99. Sujeto TCMañ TCtar
Ignacio Martín Tamayo 20 Tema: CONTRASTE DE UNA Y DOS MEDIAS: PRUEBAS t ÍNDICE ------------------------------------------------------------------ 1.- Introducción. Organización de los datos 2.- Diferencia
Más detallesProcedimiento "Explorar..."
Procedimiento "Explorar..." El procedimiento Explorar genera estadísticos de resumen y representaciones gráficas como Diagrama de cajas, gráficos de tallo y hojas, histogramas, diagramas de normalidad
Más detallesPráctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detalles1. Valoración y análisis de EDAD AL DIAGNÓSTICO. Media (D.E.) Mediana Min Max Rango R.I. Edad diagnóstico (+19.7) años
Transformar y calcular variables 1. Calcular el IMC (peso/altura 2 ). Recordar que la altura ha de ser en metros y el peso en kg. Recalcular la altura si es necesario. 2. Recodificar la edad al diagnóstico
Más detallesGrado en NHyD 23 de junio de 2014
Estadística Aplicada Examen extraordinario Grado en HyD 23 de junio de 214 OTA: Explica y desarrolla tus respuestas usando las salidas de los anexos. En las preguntas de verdadero y falso indica qué gráficos
Más detalles2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS 1 2 Descripción estadística de una variable. Ejemplos y ejercicios. 2.1 Ejemplos. Ejemplo 2.1 Se han medido el grup sanguíneo de 40 individuos y se han observado
Más detallesHay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos
Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje
Más detallesSIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS
SIGNIFICACIÓN ESTADÍSTICA DE LA DIFERENCIA ENTRE 2 MEDIAS 3datos 2011 Variables CUANTITATIVAS Valor más representativo: MEDIA aritmética Técnicas Inferenciales sobre la significación de la diferencia entre
Más detallesESTADÍSTICA. Rincón del Maestro:
ESTADÍSTICA Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Conceptos
Más detallesESTADÍSTICA. A su vez, las variables pueden ser :
ESTADÍSTICA La ESTADÍSTICA es una rama de las Matemáticas que recoge, ordena, analiza e interpreta datos relativos a un conjunto de personas o cosas ( POBLACIÓN ). La población es FINITA cuando lo es el
Más detallesEstadística Descriptiva I
Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de datos (sin generalizar) Clasificación Tablas de frecuencia
Más detallesESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.
ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a
Más detallesAnálisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática
Análisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento
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 detalles1 Cómo introducir datos de archivos de Excel (.xls) en SPSS/PC?
Análisis de Datos Licenciatura en Biología Curso 2o10/2o11 Práctica 1 El fichero de datos necesario para realizar esta práctica, alligator.xls, se encuentra en la página web http://www.uam.es/daniel.faraco/ad11.
Más detallesManual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University.
Manual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University. Estadísticas con MegaStat AgeCat Gender Seconds 1 2
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
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 detallesTema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales:
Tema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.:
Más detallesCUERPO TÉCNICO, OPCION ESTADISTICA
CUERPO TÉCNICO, OPCION ESTADISTICA ESTADÍSTICA TEÓRICA BÁSICA TEMA 1. Fenómenos aleatorios. Conceptos de probabilidad. Axiomas. Teoremas de probabilidad. Sucesos independientes. Teorema de Bayes. TEMA
Más detallesEstadística Descriptiva II: Relación entre variables
Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de
Más detalles2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *.
2. DESCRIPCIÓN ESTADÍSTICA DE UNA VARIABLE. EJEMPLOS Y EJERCICIOS *. 2.1. Ejemplos. Ejemplo 2.1 Se ha medido el grupo sanguíneo de 40 individuos y se han observado las siguientes frecuencias absolutas
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detalles