1. Calcule la media de cada grupo y la media general de los datos obtenidos por el investigador: Tabla 1. Matriz de resultados Media de Ya
|
|
- Emilio Gutiérrez Fidalgo
- hace 6 años
- Vistas:
Transcripción
1 TÍTULO DEL EJERCICIO : EFECTO DE LOS PAYASOS DE HOSPITAL EN NIÑOS Y SU ANSIEDAD PREOPERATORIA Fecha: 8/09/7 -Identifique el diseño de investigación: Diseño entre-grupos unifactorial univariado Metodología: experimental Ejercicios. Calcule la media de cada grupo y la media general de los datos obtenidos por el investigador: Factor A: Grupo de Intervención Factor (A) Tabla. Matriz de resultados Resultados (Y) Media de Ya Grupo Intervención con payasos a 4,5 Grupo Intervención sin payasos a 3,5 -Desviación Típicaa = 4,85 -na= 6 -Desviación Típicaa =3,5 -na= 6 -N =. Los grados de libertad? (gl) M=9 Grados de libertad totales: glt = N a; glt = - = Grados de libertad entre grupos: gla = a ; gla = - = Grados de libertad intra grupos o del error: gle = N a es lo mismo que (n -) a)]; gle = - = 0 (6 -) ) = 0] 3. Estime el valor del efecto experimental para cada grupo, a partir de los datos de la muestra. Factor A: Grupo de Intervención o a: Con payasos: α = Ma M; : α = 4,5 9 = -4,5 o a: Sin payasos: α = Ma M; : α = 3,5 9 = 4,5 *Y complete la tabla de efectos: Tabla de Efectos: Efectos (A) α α -4,5 4,5 α = 0 M=9 4. Desarrolle la ecuación estructural: Sumas de los Cuadrados (SC) y Medias Cuadráticas (MC), grados de libertad (gl). y = Y-M (EH0) Modelo Restringido (H0): Y=M+E F (gla, gle) = Modelo Completo (H): Y=M+A+E Efecto α = Ma - M MCA = MCE = 43 F (, 0) = 3,9 Pronóstico H: M + EFECTOS Pronóstico H0: M Error = Y - 𝒀; EH = Y-(M+Efectos) E = Y-(M+A) E = Y-M-A; E = Y-M-(Ma-M) luego, E = Y-Ma (diseño unifactorial entre grupos ) SCA = 43 SCE = 39 SCT = = 56 MCA = 43 MCE = 3,9
2 5. Descomposición de las puntuaciones en la ecuación estructural: Y = M + A +E Diseño entre grupos unifactorial univariado Y = M + A + E = ,5 + -3,5 3 = ,5 + -,5 4 = ,5 + 9,5 = ,5 + -3,5 4 = ,5 + -0,5 4 = ,5 + -0,5 = 9 + 4,5 + -,5 3 = 9 + 4,5 + -0,5 6 = 9 + 4,5 +,5 8 = 9 + 4,5 + 4,5 7 = 9 + 4,5 + 3,5 6 = 9 + 4,5 +,5 6. La proporción de varianza atribuible a la acción de la variable independiente? = SC ENTRE(A) SC TOTAL) = =,43 7. Complete la tabla resumen del análisis de la varianza (ANOVA). Y consulta las tablas de la razón F para decidir si el valor de p es mayor, menor o igual valor de alfa del nivel de significación. Definición del valor p:,05 > < =? 8. Ejecutar el diseño con el programa SPSS y completar la tabla resumen del ANOVA con el valor p exacto.
3 Grupos, etiquetas de valor y n Estadísticos descriptivos Prueba F de Levene de homogeneidad de las varianzas de los grupos ANOVA Análisis de la varianza Y por lo tanto, para redactar los resultados del ANOVA (prueba F) necesitamos los siguientes datos: 9. Como se trata de un diseño con dos grupos (A = ) resulta apropiado estimar el tamaño del efecto mediante el estadístico d de Cohen junto con su intervalo de confianza tal y como recomienda el Manual de APA. El estimador del tamaño del efecto más utilizado en la investigación psicológica es la denominada d de Cohen cuando el diseño incluye una variable continua (variable dependiente Y) y una variable nominal de tipo dicotómico con dos grupos (variable independiente con dos condiciones, A = ). Generalmente los grupos representan al grupo experimental y al grupo de control o grupo de comparación. La diferencia estandarizada de medias d de Cohen es la diferencia entre las medias de las puntuaciones del grupo A y las del grupo B dividido por la denominada desviación típica común. Se trata de una 3
4 diferencia tipificada. Sus valores oscilan entre y +, donde 0 indica ausencia de diferencias entre las medias de los grupos. Normalmente para calcular la puntuación de diferencia se sitúa primero el grupo experimental donde generalmente se esperan efectos positivos y por lo tanto mayores que los del grupo de control (media del grupo experimental - Media del grupo de control). Si el valor de d de Cohen fuese negativo entonces el grupo experimental presenta una puntuación menor que la del grupo de control. En el ejercicio el valor de d de Cohen tiene un signo negativo luego la puntuación en ansiedad es menor en el grupo experimental que es el grupo de payasos respecto al grupo de comparación o control que es el grupo que no recibe intervención de payasos. Por lo tanto, Y d Y S COMÚN, donde d S COMÚN Y Y ( n n ) S ( n ) S n n ) S ( n ) S n n La desviación típica común representa la varianza intra o la varianza del error y se corresponde en el Análisis de la Varianza (ANOVA) para diseños con dos grupos con la raíz cuadrada de la Media Cuadrática del Error. En el ejemplo, la Media Cuadrática del Error en el análisis de la varianza es igual a 3,90 de modo que si hacemos su raíz entonces obtenemos una aproximación a la desviación típica común con un valor de 5,648. Luego, 4,5 3,5 d,593 5,648 Para estimar el intervalo de confianza al 95 % de confianza que se corresponde con el valor de d = -,59 será necesario recurrir a un programa estadístico diferente al SPSS dado que no calcula el tamaño del efecto d de Cohen. Se utilizará el cálculo on-line que ofrece la Colaboración Campbell en la siguiente dirección: Y se selecciona Standardized means Difference (d) donde se elige la opción de medias y desviaciones típicas ( Means and Standard Deviations ) y se introducen los datos descriptivos 4
5 La ejecución del análisis ofrece la estimación puntual del estadístico tamaño del efecto d de Cohen = -,59 y su intervalo del confianza al 95% de nivel de significación (alfa =,05): límite inferior = -,89 y límite superior = -0,9. Las indicaciones de tamaño del efecto ofrecidas por Cohen (988) dentro del área de las Ciencias Sociales definen al tamaño del efecto como pequeño cuando d = 0, desviaciones estándar, al tamaño del efecto como mediano cuando d = 0,5 desviaciones estándar y al tamaño del efecto como grande cuando d = 0,8 desviaciones estándar. Por ejemplo, si d = el tamaño del efecto es grande (mayor a 0,8) señalando que la media del grupo experimental se encuentra una desviación típica por encima del grupo de control o grupo de comparación. Cohen (988) describe el tamaño del efecto de 0, como la diferencia entre los pesos de chicas adolescentes de 5 y 6 años, el tamaño del efecto de 0,5 lo describe como un efecto que es tan grande como para ser detectado a simple vista (por ejemplo la diferencia entre los pesos chicas de 4 y 8 años) y el tamaño del efecto de 0,8 lo describe como bastante perceptible y lo compara con la diferencia entre los pesos de dos niñas de 3 y 8 años. Los valores de los tamaños del efecto propuestos por Cohen (988) no son valores fijos para todas las áreas de investigación porque un tamaño del efecto de 0,0 podría ser grande en algunos contextos teniendo en cuenta sus implicaciones prácticas mientras que en otros ámbitos podría ser pequeño o quizás mediano. Del mismo modo, un tamaño del efecto de 0,80 podría ser pequeño en un determinado contexto de investigación. Existe una relación directa entre los diversos estadísticos de tamaños del efecto utilizando como referencia los valores que Cohen propuesto para tamaño del efecto pequeño como d = 0,0, tamaño del efecto mediano como d = 0,50 y tamaño del efecto grande como d = 0,80 o más. Tabla. Pruebas estadísticas y valores del tamaño del efecto pequeño, mediano y grande Prueba Tamaño del efecto Pequeño mediano Grande Diferencia estandarizada de medias d Eta Cuadrado (ANOVA) Correlación de Pearson r Correlación biserial-puntual r bp Omega Cuadrado F del ANOVA unifactorial f F del análisis de regresión (más de dos grupos) f Ji Cuadrado w Redactar los resultados para el informe de investigación (Formato APA). Los resultados del análisis de la varianza (ANOVA) entre-grupos unifactorial univariado señala que hay una diferencia estadísticamente significativa entre las medias del grupo de payasos (M = 4,50, DT = 4,85, n = 6) y el grupo de control sin payasos (M = 3,50, DT = 6,35, n = 6), siendo el tamaño del efecto muy grande, F (, 0) = 7,6, p =, 0, =, 43. Se ha comprobado el supuesto de homogeneidad de las varianzas de los dos grupos, Levene F (, 0) = 0,8, p =, 609. Por tanto, el grupo de payasos obtiene la puntuación media de ansiedad más baja. En términos de diferencia estandarizada de medias, el tamaño del efecto de d Cohen =,59 (95% IC -.89 a -0.9), es decir, un tamaño del efecto muy grande con una amplitud muy amplia del intervalo de confianza desde un tamaño del efecto pequeño a un tamaño del efecto muy grande.. Observa los valores del intervalo de confianza del estadístico d de Cohen y concluye qué información aporta además de la magnitud de los valores extremos del intervalo. Es decir, permiten realizar una inferencia estadística? 5
6 ANEXO. Detalles de los cálculos de la ecuación estructural. Desarrollo de la ecuación estructural: a s Y M y (Y M) E H0 A (Ma M) Y (M + efectos) E (Y Y ) Y pronosticadah E H = Y-Ma , , ,5 4,5 -, ,5 4,5 9, ,5 4,5-3, ,5 4,5-0, ,5 4,5-0, ,5 3,5 -, ,5 3,5-0, ,5 3,5, ,5 3,5 4, ,5 3,5 3, ,5 3,5,5 Comprobación del Sumatorio = 0 y = 0 α = 0 E = SC: 56 (y) (A) (E) gl: (N ) (a ) 0 (n )a MC: 43 (SC A / gl A ) 3,9 (SC E / gl E ) Fuentes de varianza del ANOVA: TOTAL ENTRE ERROR F = MC A = 43 Valor de la razón F: MC E 3,9 = 7,6 F (, 0) =7,6. Descomposición de las puntuaciones en la ecuación estructural: Y = M + A + E = ,5 + -3,5 3 = ,5 + -,5 4 = ,5 + 9,5 = ,5 + -3,5 4 = ,5 + -0,5 4 = ,5 + -0,5 = 9 + 4,5 + -,5 3 = 9 + 4,5 + -0,5 6 = 9 + 4,5 +,5 8 = 9 + 4,5 + 4,5 7 = 9 + 4,5 + 3,5 6 = 9 + 4,5 +,5 6
7 3. Introducción de datos en el SPSS para un diseño entre grupos unifactorial univariado. El grupo de payasos se codifica como y el grupo de comparación como. En el menú del SPSS VER seguido de ETIQUETAS DE VALOR se puede intercambiar (seleccionado una de las opciones) si se ve en la pantalla de la ventana de datos del programa SPSS las etiquetas de valor o la codificación que se ha utilizado. VER NO VER ETIQUETAS DE VALOR VER VER ETIQUETAS DE VALOR 4. Para ejecutar el análisis de la varianza con el programa SPSS las instrucciones son las siguientes: PASO. Analizar PASO. Univariante 7
8 PASO 3. Estadísticos 5. Información que proporciona la salida de resultados del programa SPSS: 8
Artículo de los payasos
Artículo de los payasos (Página 30 a 3 del libro de Técnica estadística y diseño de investigación) Utilizando los datos de la tabla 3 podemos completar la siguiente información (valores p de probabilidad
Más detallesGrupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa
1 Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa -2. Decidir el nivel de significación estadística a priori -3. Decidir qué prueba estadística es la más recomendable
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 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 detalles1. Distribuciones de probabilidad de variable continua.
1. Distribuciones de probabilidad de variable continua. a. Definición de distribuciones de probabilidad de variable continua. o Distribución de probabilidad de variable continua = Idealización de una distribución
Más detallesTEOREMA DEL LÍMITE CENTRAL. Paloma Páez de la Cadena Universidad Autónoma de Madrid
TEOREMA DEL LÍMITE CENTRAL Paloma Páez de la Cadena Universidad Autónoma de Madrid Estadística Inferencial Métodos para obtener conclusiones válidas para toda la población a partir del estudio de una muestra.
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 detallesFACULTAD DE CIENCIAS DE LA SALUD CARRERA DE TECNOLOGÍA MÉDICA ASIGNATURA: BIOESTADÍSTICA
PROGRAMA FACULTAD DE CIENCIAS DE LA SALUD CARRERA DE TECNOLOGÍA MÉDICA ASIGNATURA: BIOESTADÍSTICA PROFESOR ENCARGADO DOCENTES : Sergio Vargas Jarmet : Sergio Vargas Jarmet IDENTIFICACION DE LA ASIGNATURA
Más detallesConceptos de Probabilidad y Aplicaciones
Conceptos de Probabilidad y Aplicaciones 𝑃(𝑒𝑣𝑒𝑛𝑡𝑜) = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠 𝑜 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑃 𝐴 𝑜 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 Para eventos mutuamente excluyentes 𝑃 𝐴 𝑜 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 𝑃(𝐴𝑦𝐵)
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
Más detallesANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)
ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de
Más detallesANOVA de dos factores Tema Objetivo. Concepto de interacción
AOVA de dos factores ema 7. Objetivo. Concepto de interacción. AOVA de dos factores, efectos fijos, completamente aleatoriazado (AOVA-AB-EF-CA). Comparaciones múltiples . Objetivo: estudiar si los valores
Más detallesLOGROS DE APRENDIZAJE. Paraguay
LOGROS DE APRENDIZAJE Ficha logro de aprendizaje En este documento se presentan los resultados de por grado en cada una de las áreas evaluadas en el estudio TERCE. Se organiza en tres secciones: 1 Puntaje
Más detallesDISEÑO CURRICULAR PSICOMETRÍA II
DISEÑO CURRICULAR PSICOMETRÍA II FACULTAD (ES) CARRERA (S) Ciencias Económicas y Sociales Recursos Humanos CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDAS CRÉDITO SEMESTRE PRE-REQUISITO 178243 02 02 03 VIII
Más detallesUNI- SEDE REGIONAL NORTE
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- SEDE REGIONAL NORTE Recinto Augusto C. Sandino Estelí, Nicaragua Estadística I ( ) 20/03/2012 Índice Introducción... 4 Capítulo 1. Estadística Descriptiva... 5 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 detallesDISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas
DISEÑO CON MÁS DE DOS CONDICIONES (A>2) ANOVA unifactorial con A>2 y contraste de hipótesis específicas Hasta ahora hemos ido desarrollando las pruebas parámetricas para contrastar hipótesis de un grupo
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 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 detallesANALIZAR Comparar medias
Diseño entre-grupos univariado unifactorial con A>2. Contraste de hipótesis específicas Dolores Frías-Navarro Universidad de Valencia http://www.uv.es/friasnav/ Hasta ahora hemos ido desarrollando las
Más detallesPráctica 2. Hipótesis de investigación
Práctica 2. Hipótesis de investigación Teniendo en cuenta los resultados de la investigación anterior, un segundo equipo de investigadores diseña un nuevo fármaco para aumentar la extroversión. Han introducido
Más detallesEjercicios a Resolver de Estadística Inferencial. Regresión y Correlación
Ejercicios a Resolver de Estadística Inferencial Tabla de contenido Regresión y Correlación... 1 Análisis de Variancia... 5 Estadística no Paramétrica... 7 Regresión y Correlación Ejercicio 1.1 Hay una
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 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 detallesCriterios y procedimientos generales que orienten la acción tutorial del profesorado en el Trabajo Fin de Grado. Título Grado en Trabajo Social
Criterios y procedimientos generales que orienten la acción tutorial del profesorado en el Trabajo Fin de Grado. Título Grado en Trabajo Social Basado en las Directrices elaboradas por la Comisión Académica
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 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 detallescualquier empresa, y de los individuos que la integran. El deseo de obtener la
1.1 Planteamiento del problema En la actualidad el tema de calidad ha formado parte obligada de la filosofía de cualquier empresa, y de los individuos que la integran. El deseo de obtener la perfección
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 detallesLucila 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 detalles1º CC.SS. Resumen tema 10. Distribuciones de probabilidad de variable discreta. La binomial.
1. CÁLCULO DE PROBABILIDADES. a. Suceso aleatorio. Aquél que depende del azar, es decir, que no se puede prever. Para estudiar estos sucesos, es necesario hacerlo a partir de la experiencia. nº de veces
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 detallesANÁLISIS FINANCIERO INFERENCIAL APLICADO A EMPRESAS DEL SECTOR COMERCIO AL POR MENOR EN EL DEPARTAMENTO DEL ATLANTICO COLOMBIA
ANÁLISIS FINANCIERO INFERENCIAL APLICADO A EMPRESAS DEL SECTOR COMERCIO AL POR MENOR EN EL DEPARTAMENTO DEL ATLANTICO COLOMBIA 2008-2013. Resumen El presente trabajo luego de abordar la necesidad y utilidad
Más detallesCALCULO DE SALDOS MIGRATORIOS INTERPROVINCIALES A PARTIR DE DATOS INSUFICIENTES. ARGENTINA,
CALCULO DE SALDOS MIGRATORIOS INTERPROVINCIALES A PARTIR DE DATOS INSUFICIENTES. ARGENTINA, 190-1991. Prof. PUEBLAS, Marcela * Dr. VELÁZQUEZ, Guillermo A. RESUMEN: Las migraciones interprovinciales argentinas
Más detallesTEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística
TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística 1 TAMAÑO DEL EFECTO 2 TAMAÑO DEL EFECTO vel tamaño del efecto es el nombre dado a una familia de índices que miden la magnitud
Más detallesDIPLOMADO EN EPIDEMIOLOGÍA CLÍNICA
DIPLOMADO EN EPIDEMIOLOGÍA CLÍNICA OBJETIVOS Revisar los conocimientos teóricos básicos de la epidemiología clínica, conocer los principales diseños utilizados en investigación médica y desarrollar las
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 detallesEstimación del multiplicador fiscal en México. Max Lugo Delgadillo. No citar, trabajo en proceso. No citar, trabajo en proceso
Estimación del multiplicador fiscal en México Max Lugo Delgadillo N. N MODELO DE ESTIMACIÓN DEL MULTIPLICADOR FISCAL EN MÉXICO INSTITUTO BELISARIO DOMÍNGUEZ ÍNDICE 1. INTRODUCCIÓN 2. MOTIVACIÓN 3. MODELO
Más detallesTu siguiente paso es vivir la innovación educativa. Contador Público. El siguiente nivel es tuyo
Tu siguiente paso es vivir la innovación educativa. Contador Público El siguiente nivel es tuyo V I R T U A L En línea Objetivo Formar profesionales capaces de generar valor económico en los negocios,
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 detallesACTIVIDAD PRÁCTICA 3 COMPARACIÓN DE DOS MUESTRAS INDEPENDIENTES Comparación de dos medias independientes (prueba t de Student, prueba paramétrica)
ACTIVIDAD PRÁCTICA 3 COMPARACIÓN DE DOS MUESTRAS INDEPENDIENTES Comparación de dos medias independientes (prueba t de Student, prueba paramétrica) Con esta actividad se pretende que aprendamos a realizar
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesA: Broca B: velocidad A B AB Vibración Totales 1/ ,2 18,9 12,9 14,4 64,4 = (1) 1/ ,2 24,0 22,4 22,5 96,1 = a
LORTORIO 8 - LORTORIO INFORMÁTICO Caso. Interesa estudiar el efecto del tamaño de broca (factor ) y de la velocidad (factor ) sobre la vibración de la ranuradora (respuesta Y). Para ello se decide utilizar
Más detallesExperiencia P03: Aceleración constante Sensor de Aceleración
Experiencia P03: Aceleración constante Sensor de Aceleración Tema DataStudio ScienceWorkshop (Mac) ScienceWorkshop (Win) Movimiento P03 Acceleration.ds Ver final de esta actividad Ver final de esta actividad
Más detallesProf. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS
Prof. Dr. José Perea Dpto. Producción Animal ANÁLISIS DE EXPERIMENTOS ANÁLISIS DE EXPERIMENTOS 1. Introducción 2. Comparación de dos medias 3. Comparación de más de dos medias 4. Pruebas post-hoc 5. ANCOVA
Más detallesDivisión Académica de Informática y Sistemas División Académica Multidisciplinaria de los Ríos Ingeniería en Informática Administrativa
Área de formación Nombre de la asignatura Docencia frente a grupo según SATCA Trabajo de Campo Supervisado según SATCA HCS HPS TH C HTCS TH C TC General 2 2 4 4 0 0 0 4 Organización de Computadoras Carácter
Más detalles2. BIENESTAR ECONÓMICO, DISTRIBUCIÓN DE LA RENTA Y POBREZA
2. BIENESTAR ECONÓMICO, DISTRIBUCIÓN DE LA RENTA Y POBREZA RESUMEN En este apartado se analiza el nivel de bienestar económico de los hogares baleares el año 2008 (últimos datos disponibles). Los resultados
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesTema V. EL ANOVA multifactorial
5.1. El ANOVA de múltiples factores: - Factorial (ortogonal): los no ortogonales no los veremos - Factores fijos, aleatorios y mixtos (consecuencias prácticas) - El Anova encajado La variable que vamos
Más detallesEstadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data
Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data (parte 2) Medidas de dispersión 3.1-1 Medidas de dispersión La variación entre los valores de un conjunto de datos se conoce como dispersión
Más detallesPara poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a. Correlaciones entre las distintas Variables objeto de estudio.
Tesis Doctoral. Juan Ángel Simón Piqueras. Para poder analizar los diferentes objetivos e hipótesis planteados, se llevaron a cabo los siguientes análisis estadísticos: MANCOVA tomando como variables independientes
Más detallesGESTIÓN DE LA SEGURIDAD Y EL RIESGO EN TI
1 GESTIÓN DE LA SEGURIDAD Y EL RIESGO EN TI Romero Ussa, Katherine Astrid. Katherine.romerou@gmail.com Universidad Piloto de Colombia Resumen Este documento busca contextualizar al lector en cómo gestionar
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesPlan de Estudios Licenciatura en Ingeniería Eléctrica e Instrumentación Industrial
Plan de Estudios Licenciatura en Ingeniería Eléctrica e Instrumentación Industrial CONTENIDOS 1) Presentación 5) Campos obligatorios 2) Requisitos 6) Objetivo 3) Plan de Estudios / Duración 7) Cursos sugeridos
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 y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
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 detallesFORMULACIÓN Y EVALUACIÓN DE PROYECTOS MINEROS SÍLABO
SÍLABO I. DATOS GENERALES CARRERA PROFESIONAL : INGENIERÌA DE MINAS CÓDIGO CARRERA PRO. : 32 CÓDIGO DE ASIGNATURA : 3202-32510 N DE HORAS TOTALES : 04 horas semanales N DE HORAS TEORÍA : 02 horas teoría
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 detallesANALIZAR Comparar medias
Diseño entre-grupos univariado unifactorial con A>2. Contraste de hipótesis específicas Dolores Frías-Navarro Universidad de Valencia http://www.uv.es/friasnav/ Hasta ahora hemos ido desarrollando las
Más detallesPROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL
1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico
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 detallesIQ57A: Dinámica y control de procesos Capítulo 3: Control Feedback
IQ57A: Dinámica y control de procesos Capítulo 3: J. Cristian Salgado - jsalgado@ing.uchile.cl Departamento de Ingeniería Química y Biotecnología, Universidad de Chile September 23, 2008 Objetivos Al final
Más detallesLa Cifra de Negocios Empresarial 1 registra una variación mensual del 1,0% en agosto si se eliminan los efectos estacionales y de calendario
26 de octubre de 2017 Índices de Cifra de Negocios Empresarial (ICNE). Base 2010 2017. Datos provisionales La Cifra de Negocios Empresarial 1 registra una variación mensual del % en agosto si se eliminan
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
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 detallesHorario: Tarde de los viernes y mañana y tarde de los sábados
Excmo. Ayto. de Ronda Delegación de Educación Desde la Delegación Municipal de Educación del Excmo. Ayuntamiento de Ronda, se quiere impulsar Enseñanza Universitaria en nuestra ciudad. Para conocer mejor
Más detallesTEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN
TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene
Más detallesPROGRAMAS ESTADISTICOS del CDC de Atlanta
Hospital General de Castellón Servicio de Pediatría BIOESTADISTICA Tema 21 PROGRAMAS ESTADISTICOS del CDC de Atlanta Analysis Statcalc Epitable del Epi Info 6 Otros programas: OpenStat PSPP 21-1 EPI I
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesSYLLABUS. Identificación del Espacio Académico. Nombre de la Asignatura: Calculo Diferencial Código: 127. Período Académico: 1 Año: 2017
PÁGINA: 1 de 6 Identificación del Espacio Académico Facultad Nombre de la Asignatura: Calculo Diferencial Código: 127 Período Académico: 1 Año: 2017 Número de Créditos: 3 Pertinencia para el Programa El
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 detallesSUPUESTO 1. Enfermedad de Alzheimer y deterioro cognitivo (Zakzanis, 2001)
SUPUESTO 1. Enfermedad de Alzheimer y deterioro cognitivo (Zakzanis, 2001) El instrumento de denominación Boston (Boston Naming Test, BNT, Kaplan, Goodglass, & Weintraub, 2001) es una de las pruebas neuropsicológicas
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 detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más 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 detallesTEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN
TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación
Más detallesNota Técnica: Volatilidad
Nota Técnica: Volatilidad Qué es volatilidad? Se conoce como volatilidad a la sensibilidad que tiene un activo a variar su precio de mercado ante cambios en condiciones externas, en general a las tasas
Más detallesUNIVERSIDAD AUTÓNOMA DE MANIZALES FORO DE PROYECCIÓN ANÁLISIS DE IMPACTOS DE LA EXTENSIÓN UNIVERSITARIA VICTOR MANUEL QUINTERO AGOSTO 12, 2014
UNIVERSIDAD AUTÓNOMA DE MANIZALES FORO DE PROYECCIÓN ANÁLISIS DE IMPACTOS DE LA EXTENSIÓN UNIVERSITARIA VICTOR MANUEL QUINTERO AGOSTO 12, 2014 TEMARIO REFERENTES BÁSICOS RESPONSAVILIDAD SOCIAL UNIVERSITARIA
Más detallesDEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística
PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística PROFESIONAL ASOCIADO Y LICENCIATURA
Más detallesPROCEDIMIENTO DE COORDINACIÓN DE LA DOCENCIA CÓDIGO: PCD_D002 PLAN DOCENTE DE LA ASIGNATURA. Curso académico:
PLAN DOCENTE DE LA ASIGNATURA Curso académico: 2014-2015 IDENTIFICACIÓN Y CARACTERÍSTICAS DE LA ASIGNATURA Código Créditos ECTS 6 Denominación Titulación Centro APLICACIONES DE INVESTIGACIÓN COMERCIAL
Más detallesAnálisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina
Análisis Estadístico Dra. Adela Del Carpio Rivera Doctor En Medicina ANTE LA GRAN CANTIDAD DE INFORMACIÓN Debemos saber discernir entre: Cuál es la información que necesitamos Si el estudio tiene real
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 detallesCEDOM una asociación para la promoción de la domótica
CEDOM una asociación para la promoción de la domótica Salón Internacional de Material Eléctrico y Electrónico Centro de convenciones Norte Sala N117 IFEMA 1 CEDOM, quién es?. Objetivo y actividades. Certificación
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 detallesFebrero 2016 Ing. Rubén Darío Estrella, MBA Cavaliere dell ordine al Merito della Repubblica Italiana (2003) Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM 2000), Matemático (PUCMM 2007), Teólogo
Más detallesTema IV. EL ANOVA de un factor
4.1. La estrategia del Análisis de varianza: - Los test t múltiples (múltiples tratamientos); corrección a posteriori - La mejora del ANOVA: necesidad de análisis a posteriori C Test t A versus B A versus
Más detallesPROBABILIDAD Y ESTADÍSTICA DESCRIPTIVA
PROBABILIDAD Y ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Patricia Salazar UNIDAD I. ESTADÍSTICA DESCRIPTIVA 1.1. Introducción, notación sumatoria 1.. Datos no agrupados 1..1. Medidas de tendencia
Más detalles: Andrea Canals/ Catalina Canals Año Académico : 2017 P R O G R A M A
1 ASIGNATURA : Estadística Requisito : Matemática 2 Profesores : Andrea Canals/ Catalina Canals Año Académico : 2017 Carácter : Semestral Clases Teóricas : 3 horas Ayudantía : 1,5 horas P R O G R A M A
Más detallesLa gestión en eficiencia energética y la norma ISO sobre Sistemas de Gestión Energética Vanessa Tirado Noviembre 2014
La gestión en eficiencia energética y la norma ISO 50001 sobre Sistemas de Gestión Energética Vanessa Tirado Noviembre 2014 1 Ingeniería Consultoría Gestión Formación 1. Sobre Creara 2. La gestión energética:
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesCurso Inventarios Regionales y Modelación del Carbono en Ecosistemas Terrestres. Planeación de inventarios y mediciones
Curso Inventarios Regionales y Modelación del Carbono en Ecosistemas Terrestres Planeación de inventarios y mediciones ÍNDICE 1. INTRODUCCIÓN: INVENTARIOS DE CARBONO Y SUS LINEAMIENTOS 2. DESCRIPCIÓN DE
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesTEMA II EL ANÁLISIS PRELIMINAR DE LOS DATOS
TEMA II EL ANÁLISIS PRELIMINAR DE LOS DATOS LECTURA OBLIGATORIA Capítulo 2: Preparación del Archivo de datos. En Rial, A. y Varela, J. (2008). Estadística Práctica para la Investigación en Ciencias de
Más detallesSolucionario Guía Plan de redacción
Solucionario Guía redacción I SOLCANLCLCA03006V2 SOLUCIONARIO GUÍA PLAN DE REDACCIÓN I Actividad (páginas 4 y 5) Revisa con tu profesor (a) los Planes de que elaboraste. Considera que las respuestas pueden
Más detallesEstadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con
Hasta ahora hemos supuesto que conocemos o podemos calcular la función/densidad de probabilidad (distribución) de las variables aleatorias. En general, esto no es así. Más bien se tiene una muestra experimental
Más detalles