Nueva evidencia sobre la validez de los AVAC
|
|
- Rosa María Valverde Giménez
- hace 5 años
- Vistas:
Transcripción
1 Nueva evidencia sobre la validez de los José Mª Abellán; Fernando I Sánchez; Jorge E Martínez; Ildefonso Méndez Grupo de Trabajo en Economía de la Salud Universidad de Murcia
2 SUMARIO Motivación Objetivos Métodos Resultados Conclusión 2
3 MOTIVACIÓN Análisis Coste-Utilidad Años de Vida Ajustados por la Calidad () U(Q, T) = H(Q) T 1. U(Q, T) es lineal en T H(Q) vía TTO también lineal en T: (FH, T TTO ) (Q, T) H(Q) = (T TTO /T) 2. U(Q, T) obedece la teoría de la Utilidad Esperada Linealidad en la probabilidad: pu(q, T) Linealidad en T = Neutralidad al riesgo en T 3. H(Q) es transferible entre contextos distintos H(Q) vía TTO (certeza) en un árbol de decisión 3
4 MOTIVACIÓN Son correctos?: Evidencia previa 1. Sobre el supuesto de linealidad en T En el marco de UE, se rechaza L(T) cóncava H(Q) vía TTO infravaloraría la verdadera utilidad: H(Q) = (T TTO /T) < (T TTO /T) β 2. Sobre la validez descriptiva de la UE Linealidad en la probabilidad rechazada Utilidad No Esperada: w(p)u(q, T) Linealidad en T Neutralidad al riesgo β UNE 1? β UE β UNE? 4
5 MOTIVACIÓN Son correctos?: Evidencia previa 3. Sobre la transferibilidad de H(Q) Hay una única función de utilidad intercambiable entre contextos de riesgo y contextos de certeza? En la práctica se actúa como si la hubiese: EQ-5D basado en TTO Arboles de decisión Evidencia a favor (Stalmeier y Bezembinder, 1999) Evidencia en contra (Abellán, Bleichrodt y Pinto, 2009) 5
6 OBJETIVOS 1. Contrastar si U(Q, T) es lineal en T 2. Si se rechaza linealidad contrastar si U(Q, T) es multiplicativa: U(Q, T)= H(Q)L(T) 3. Si se rechaza linealidad contrastar qué forma funcional reviste L(T): L(T) = T β L(T) = ( αt 1)/( α 1) 4. Si se rechaza linealidad Ajustar H(Q) mediante un nuevo procedimiento 5. Contrastar el supuesto de transferibilidad 6
7 MÉTODOS Estudios previos: Muestras de conveniencia pequeñas (N 50) y sólo 2-3 estados de salud Nuestro estudio: Encuesta a una muestra (N = 720) representativa de la población general española por cuotas de edad y sexo Entrevistas presenciales asistidas por ordenador 18 estados EQ-5D 7
8 MÉTODOS Diseño del estudio: Muestra dividida en 9 submuestras iguales Cada submuestra valora 2 estados EQ-5D Estado X es menos grave que estado W Estados X Estados W
9 MÉTODOS Estructura de la encuesta: Primera sección: estados de salud + VAS 9
10 MÉTODOS Estructura de la encuesta: Segunda y cuarta secciones: valoración estados de salud con TTO normal y TTO con riesgo Caso mejor que la muerte: los 2 métodos son equivalentes 10
11 MÉTODOS Estructura de la encuesta: Tercera sección: serie de 6 Equivalentes de Certeza EC1 EC2 EC3 EC4 EC5 EC6 D d
12 MÉTODOS Contrastes: EC1 EC2 EC3 EC4 EC5 EC6 D d Linealidad: Diferencia entre los 12 proportional matches (6EC x 2 estados de salud) Para que el test sea válido para RDU hay que hacerlo sólo para casos en que X y W sean mejor (peor) que la muerte EC i d D d 12
13 MÉTODOS Contrastes: Transferibilidad: TTO vs VLE (mejor que la muerte) Multiplicatividad: Diferencias pareadas de los 6EC de X y los 6 EC de W Sólo para X y W mejores (peores) que la muerte Forma funcional de F(T); dentro de cada estado: EC1 EC2 EC3 EC4 EC5 EC6 D d Exponencial: t +2 Potencial: tx2 13
14 MÉTODOS Ajuste por la curvatura: Primer paso: Estimación de β mediante regresión no lineal Bajo UE: Bajo UNE: 1/ EC* 0.5D 0.5d Segundo paso: Ajuste de H(Q) 1 EC* w 0.5 D 1w 0.5 d UNE UNE UNE H UE T * ( Q) 10 H UNE T * ( Q) 10 UNE 14
15 RESULTADOS Muestra: (64 sujetos inconsistentes) Preferencias: Mejor muerte Peor muerte Total Estado X 648 (98.8%) 8 (1.2%) 656 (100%) Estado W 341 (52%) 315 (48%) 656 (100%) Hay 341 sujetos que juzgaron X y W mejores que la muerte; sólo 8 los consideraron peores: Resultados de linealidad y multiplicatividad referidos sólo a los 341 mejores que la muerte 15
16 RESULTADOS 1. Transferibilidad no se cumple en 7 de 16 estados de salud (39%) 2. Se rechaza linealidad en 5 de 9 submuestras 75% de los sujetos (249/341) 3. No puede rechazarse multiplicatividad para el 91,4% (319/341) 4. La forma potencial supera a la exponencial: Mejores muerte Peores muerte Potencial 85.2% 81.5% Exponencial 44.4% 48.9% 16
17 RESULTADOS 5. Hay diferencias entre UE y UNE: Mejores muerte Peores muerte Total β UE β UNE W(0.5) Hay menor curvatura bajo UNE que bajo UE Esto es consistente con la hipótesis de que parte de la actitud al riesgo se recoge en w(0.5) Que w(0.5) < 0.5 es consistente con evidencia empírica 17
18 CONCLUSIONES Linealidad firmemente rechazada Multiplicatividad en comparaciones intrasujeto ampliamente satisfecha Gran sustento empírico a TTO y VLE son transferibles para la mayoría de estados, pero no para más de 1/3 El procedimiento de ajuste de H(Q) para reflejar curvatura bajo UNE parece factible y coherente 18
19 19
20 MOTIVACIÓN Sesgos potenciales: 1) UE no describe bien las preferencias - Transformación de la probabilidad *W(P) x U(Q, T)] - Utilidad No Esperada (Quiggin, 1982) Bleichrodt, Abellán, Pinto y Méndez (2007): H(Q) vía SG sesgada al alza H(Q) = W(p) < p 20
21 MOTIVACIÓN Sesgos potenciales: 2) El modelo no es válido - Bajo UE, mucha evidencia de que la utilidad de T es cóncava, no lineal (p.ej., Sttiggelbout et al., 1994) H(Q) vía TTO estará sesgado a la baja - Ambigüedad bajo utilidad no esperada - Bleichrodt y Pinto (2005) rechazan linealidad - Doctor et al. (2004) no rechazan linealidad - Posible discrepancia entre UE y UNE es porque bajo esta última forma de la función de utilidad y actitud hacia el riesgo se disocian 21
22 MOTIVACIÓN Sesgos potenciales: 3) La utilidad es dependiente del contexto - Hay una única función de utilidad? - Durante años en términos teóricos se ha supuesto que NO (teoría del valor utilidad) - En la práctica se actúa como si la hubiese (p.ej. EQ-5D basado en TTO H(Q) en árboles de decisión) - Evidencia en contra (Bleichrodt y Johannesson, 1997; Abellán, Bleichrodt y Pinto, 2009) - Evidencia a favor (Stalmeier y Bezembinder, 1999) 22
Grupo de Trabajo en Economía de la Salud. Departamento de Economía aplicada
FUNCIÓN DE UTILIDAD MULTIATRIBUTO PARA EL SF-6D Fernando Ignacio Sánchez Martínez Ildefonso Méndez Martínez José María Abellán Perpiñán Jorge E. Martínez Pérez Grupo de Trabajo en Economía de la Salud
José María Abellán Jorge E. Martínez Fernando I. Sánchez Ildefonso Méndez Universidad de Murcia. Grupo de Trabajo en Economía de la Salud
José María Abellán Jorge E. Martínez Fernando I. Sánchez Ildefonso Méndez Universidad de Murcia Grupo de Trabajo en Economía de la Salud Introducción Motivación y objetivos Métodos Resultados Conclusiones
Reducción de inconsistencias en la medición de preferencias sobre estados de salud mediante el uso de métodos de elicitación opacos
Reducción de inconsistencias en la medición de preferencias sobre estados de salud mediante el uso de métodos de elicitación opacos Fernando I. Sánchez Martínez (Universidad de Murcia) José L. Pinto Prades
El valor monetario de una Vida Estadística en España
Jornada de presentación del decenio de acción para la seguridad vial. 20 de Junio de 2011. El valor monetario de una Vida Estadística en España Jorge Eduardo Martínez Pérez Jose María Abellán Perpiñán
IV. RESULTADOS. A continuación se presentan las tablas de los resultados obtenidos de los
IV. ESULTADOS A continuación se presentan las tablas de los resultados obtenidos de los instrumentos aplicados en la organización muestra. Cómo se explico anteriormente, se aplicaron dos instrumentos de
Valoración de estudios basados en el Análisis de Regresión Múltiple (SW Cap. 7)
Valoración de estudios basados en el Análisis de Regresión Múltiple (SW Cap. 7) El Análisis de Regresión múltiple tiene las siguientes ventajas: Brinda una estimación del efecto que sobre Y tiene un cambio
Tema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Aplicación de instrumentos de medición de la CVRS basados en preferencias
Medición de Calidad de Vida Relacionada con la Salud y otros resultados percibidos Aplicación de instrumentos de medición de la CVRS basados en preferencias Fernando I. Sánchez Martínez Documento docente
Principios de Bioestadística
Principios de Bioestadística Dra. Juliana Giménez www.cii.org.ar Nos permite Llegar a conclusiones correctas acerca de procedimientos para el diagnostico Valorar protocolos de estudio e informes Se pretende
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
GUIA DOCENTE ESTADÍSTICA II
GUIA DOCENTE 2016-17 ESTADÍSTICA II Mayo 2016 DATOS GENERALES Nombre del curso: Código: ESTADÍSTICA II 801101, ADE 801916, MKCD Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Econometría de Económicas Ejercicios para el tema 2 y 3
Econometría de Económicas Ejercicios para el tema 2 y 3 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez 1 1- Los datos que se adjuntan hacen referencia a los datos de producción
ESTADÍSTICA APLICADA A LA MEDICINA LABORAL
ESTADÍSTICA APLICADA A LA MEDICINA LABORAL ---oo--- II Curso 29/ Pedro Femia Marzo Bioestadística - Facultad de Medicina http://www.ugr.es/local/bioest Un esquema general de comparación de medias 2 Asumible
ÍNDICE INTRODUCCIÓN... 1 CAPÍTULO
ÍNDICE INTRODUCCIÓN... 1 CAPÍTULO 1 Fundamentos Teóricos... 13 1.1. El concepto de eficiencia del mercado... 13 1.2. El modelo de descuento de dividendos... 15 1.3. El modelo del resultado residual...
Econometria I. Tema 4: Problemas de Especi cación y los Datos. Universidad Carlos III. Getafe, Madrid. Octubre-November 2008
Econometria I Tema 4: Problemas de Especi cación y los Datos Universidad Carlos III Getafe, Madrid Octubre-November 2008 Julio Cáceres Delpiano (UC3M) Econometria I 10/08 1 / 30 Outline Mala especi cación
GUIA DOCENTE ESTADISTICA
1 GUIA DOCENTE ESTADISTICA 1- Datos de identificación Asignatura: Estadística Carácter: Formación básica Titulación: Psicología Ciclo: Grado Curso: 1 Cuatrimestre: Anual Departamento: Metodología de las
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Unidad V: Estadística aplicada
Unidad V: Estadística aplicada 5.1 Inferencia estadística: Concepto, Estimación, Prueba de hipótesis La Inferencia Estadística es la parte de la estadística matemática que se encarga del estudio de los
Maestría en Investigación de la Salud
Universidad de Cuenca Facultad de Ciencias Médicas Maestría en Investigación de la Salud Módulo V: Metodología de la investigación Universo y muestra Docente: S. Mayo de 2010 Universo y muestra Universo:
Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t")
Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t") Ejemplo: (archivo datoempleado.dat) Fh (Referencia=Mujer) variables en el archivo names(b) [1] "id" "sexo" "fechnac" "educ" "catlab"
ESTADISTICA Estimación puntual
Resumen estadístico Describir y sintetizar Tablas de frecuencias y Gráficos ESTADISTICA Estimación puntual Analizar e inferir Intervalos de confianza Contrastes de hipótesis Qué es una hipótesis? Una creencia
Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10
Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de 2014 Instrucciones para la realización del examen: Dispone de 2 horas y media para responder al examen La evaluación consta
Tema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Diseño o de un estudio epidemiológico
Diseño o de un estudio epidemiológico Dr. José Luis Hernández Hernández Unidad de Metabolismo Óseo Departamento de Medicina Interna Hospital Marqués de Valdecilla Diseño del estudio: definición Un diseño
Herramientas Estadísticas en el Informe de Investigación
DPTO. INVESTIGACIÓN G-MIO GEODE TALLER Investigación científica: hacia un informe de investigación exitoso Herramientas Estadísticas en el Informe de Investigación Prof. Néstor Díaz Herramientas Estadísticas
Estadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad
Estadística II Examen Final 19/06/2015 Soluciones Responda a las preguntas siguientes en los cuadernillos de la Universidad Utilice diferentes cuadernillos para responder a cada uno de los ejercicios Indique
Valoración social de los estados de salud EQ-5D en la población de la RM de Chile Aspectos metodológicos y resultados
Valoración social de los estados de salud EQ-5D en la población de la RM de Chile Aspectos metodológicos y resultados Depto de Estudio y Desarrollo Superintendencia de Salud Objetivo General : Determinar
CARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
Nota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes?
Expectativas de depreciación y diferencial de tasas de interés: Hay regímenes cambiantes? Alberto Humala XXIII Encuentro de Economistas BCRP Marzo, 2006 Esquema de presentación Objetivo y motivación Marco
Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Econometría
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Análisis Económico Curso: Créditos ECTS: 6 Tipo de asignatura:
Estructura 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
Pruebas estadís,cas para evaluar relaciones
Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la
TEMA 5. Modelos para Datos de Conteo
TEMA 5. Modelos para Datos de Conteo Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos de Conteo 2 Regresión de Poisson 3 Extensiones Datos de Conteo Variable de
DISEÑO EXPERIMENTAL Biología, 2º Ciclo Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO
DISEÑO EXPERIMENTAL Biología, 2º Ciclo 2005-2006 Profesores: Mauro Santos y Hafid Laayouni PROGRAMA TEÓRICO Tema 1 Introducción Diseño experimental e inferencia estadística: las dos caras de una misma
ECONOMETRÍA I. Tema 6: Heterocedasticidad. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 6: Heterocedasticidad Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 23 Heterocedasticidad El supuesto
Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación: Teórico-Práctica
Ficha Técnica Titulación: Grado en Economía Plan BOE: BOE número 75 de 28 de marzo de 2012 Asignatura: Módulo: Instrumental Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Obligatoria Tipo de formación:
Número de Observaciones (N): cuántas observaciones serán necesarias para detectar el efecto?
Tamaño del Efecto (ej. d, 2, f, phi ): qué magnitud del efecto se trata de detectar? Número de Observaciones (N): cuántas observaciones serán necesarias para detectar el efecto? Error de Tipo I, α (Nivel
Linealidad. Opciones de Shazam para contrastar la linealidad del modelo
Linealidad Opciones de Shazam para contrastar la linealidad del modelo Forma funcional La forma funcional lineal es muy importante para la validez del modelo, por ello interesa buscar esa forma cuando
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013 Apellidos Nombre N o lista Grupo El fichero datos 15m.sgd contiene información sobre las siguientes variables:
Inferencia Estadística
ESTADISTICA INFERENCIA ESTADÍSTICA. TITULO: AUTOR: Una corta introducción teórica de inferencia estadística Test o Pruebas de hipótesis CHI-CUADRADO. Ejercicios resueltos y propuestos JUAN VICENTE GONZÁLEZ
Tests de hipótesis. Técnicas de validación estadística Bondad de ajuste. Pruebas de bondad de ajuste. Procedimiento en una prueba de hipótesis
Tests de hipótesis Técnicas de validación estadística Bondad de ajuste Patricia Kisbye FaMAF 27 de mayo, 2008 Test - Prueba - Contraste. Se utilizan para contrastar el valor de un parámetro. Ejemplo: la
Estadística; 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
INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 21 - Junio - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras que,
Tema 7. Contrastes no paramétricos en una población
Tema 7. Contrastes no paramétricos en una población Resumen del tema 7.1. Introducción a la Estadística Inferencial. Estimación de parámetros Como ya sabemos, la Estadística estudia los métodos científicos
Estadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Estadística Inferencia Estadística
Estadística Inferencia Estadística Problemas en Inferencia Estadística POBLACIÓN X F(θ ) desconocido A partir de una M.A.S. X 1,X 2,,X n queremos estimar el valor de θ Estimar : Asignar un valor a algo
PREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?
PREGUNTAS TIPO EXAMEN 1. Cuál de las siguientes medidas es una medida de Centralización? a) La desviación típica d) Ninguna respuesta es correcta 2. Disponemos de una variable aleatoria que recoge el peso
incertidumbre y riesgo Begoña Vitoriano Villanueva
Teoría de la Decisión: Decisión con incertidumbre y riesgo Begoña Vitoriano Villanueva Teoría de la decisión: Introducción Decisión: elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor:
THAI Técnicas de Investigación Cualitativa y Mixta. S7. Criterios de rigor en investigación
THAI Técnicas de Investigación Cualitativa y Mixta S7. Criterios de rigor en investigación Alejandra Martínez Monés 5 de octubre de 2010 Indice Criterios de rigor Estrategias en investigación cuantitativa
Federico Augustovski, Lucila Rey-Ares, Luz Gibbons
ESTADO DE SALUD AUTO-REPORTADO Y VALORES DE EQ-5D- 3L DE LA POBLACIÓN ARGENTINA: COMPARANDO LA ENCUESTA NACIONAL DE FACORES DE RIESGO 2005 Y 2009 SELF-REPORTED HEALTH STATUS AND EQ-5D-3L VALUES OF THE
Impacto del MÁSTER EN DIRECCIÓN DE COMERCIO INTERNACIONAL sobre la formación y el empleo. Metodología del estudio
Impacto del MÁSTER EN DIRECCIÓN DE COMERCIO INTERNACIONAL sobre la formación y el empleo Metodología del estudio : objetivos del estudio, contenidos del cuestionario utilizado, ficha técnica y técnicas
Profesor: Carlos Valle Página:
Capítulo 8 Contraste de Hipótesis I Semestre 6 Profesor: Carlos Valle Página: www.inf.utfsm.cl/~cvalle e-mail: cvalle@inf.utfsm.cl Contraste de Hipótesis Contrastar una Hipótesis Estadísticamente es juzgar
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN 1. Unidad Académica: Facultad de Ingeniería. Mexicali.
Introducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV
PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV JORGE CARLOS BURMESTER ALVAREZ TRUJILLO - PERÚ PRUEBA DE COMPARACIÓN DE APLICACIÓN DE UN POST TEST EN DOS MUESTRA DIERENTES Nuestro instrumento de recolección
Estadística Aplicada a la Educación
Estadística Aplicada a a la la Educación Estadística Aplicada a la Educación Tutor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 2014/15 migdaza@madridsur.uned.es 1 2014/15 1 2 4 5 6 7 8 9 10 11 12 La
viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Econometria I. Tema 6: Modelos de Ecuaciones Simultáneas. Universidad Carlos III. Getafe, Madrid. November 2008
Econometria I Tema 6: Modelos de Ecuaciones Simultáneas Universidad Carlos III Getafe, Madrid November 2008 Julio Cáceres Delpiano (UC3M) Econometria I 10/07 1 / 20 Ecuaciones Simultáneas El método de
Contrastes 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
Introducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Análisis de Decisiones
Análisis de Decisiones Facultad de Ciencias Exactas UNCPBA Mg. María Rosa Dos Reis Ambientes de Decisión Toma de decisiones bajo certidumbre: los datos se conocen en forma determinista. P ij = 1 Toma de
Econometría III Examen. 29 de Marzo de 2012
Econometría III Examen. 29 de Marzo de 2012 El examen consta de 20 preguntas de respuesta múltiple. El tiempo máximo es 1:10 minutos. nota: no se pueden hacer preguntas durante el examen a no ser que sean
TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS
TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) PROCEDIMIENTOS ESTADISTICOS CONSTRUCCION DE MODELOS DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS Cada procedimiento es aplicable a un
Métodos 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
PRÁCTICA 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
Pasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
10.5. Contraste de independencia de variables cualitativas
272 Bioestadística: Métodos y Aplicaciones H 0 : La variable X se distribuye igualmente en ambas poblaciones H 1 : La distribución no es homogénea Para ello escribimos la que sería la distribución de frecuencias
UNIVERSIDAD DE MÁLAGA FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA (ESTADÍSTICA Y ECONOMETRÍA) TESIS DOCTORAL
UNIVERSIDAD DE MÁLAGA FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMÍA APLICADA (ESTADÍSTICA Y ECONOMETRÍA) TESIS DOCTORAL ANÁLISIS ECONÓMICO DE LA SATISFACCIÓN LABORAL DIRECTORA:
Contrastes 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,
Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas
Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores
Comparación de métodos de aprendizaje sobre el mismo problema
Comparación de métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación. Test de
Índice 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
Sede Andina, San Carlos de Bariloche. Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y. Licenciatura en Economía.
Sede y localidad Carreras Sede Andina, San Carlos de Bariloche Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y Licenciatura en Economía. Programa Analítico de la asignatura
2 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..............................
Regresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Guía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
El Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Estimación del umbral de coste-efectividad en España
Estimación del umbral de coste-efectividad en España Borja García-Lorenzo; Iván Castilla; María del Mar Trujillo-Martin; Lilisbeth Perestelo-Pérez; Cristina Valcárcel-Nazco; Pedro Serrano Aguilar; Laura
Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 3. Contrastes de bondad
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Teoría de la Decisión: Decisión con incertidumbre y riesgo. Begoña Vitoriano Villanueva
Teoría de la Decisión: Decisión con incertidumbre y riesgo Begoña Vitoriano Villanueva Teoría de la decisión: Introducción Decisión: elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor:
DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL. JUNIO 2015
DISEÑO Y ANÁLISIS DE DATOS I. SEGUNDO PARCIAL. JUNIO 015 Apellidos Nombre. Problema 1.- Deseamos estudiar el efecto del consumo de alcohol sobre el tiempo de reacción. Tengamos a este respecto, una muestra
Tema 1. Introducción: el modelo econométrico
1. Introducción. a. Qué es la econometría? b. Metodología en Econometría Gujarati, Econometría (2004) páginas 1 a 11 c. Terminología y notación d. Clasificación de los modelos econométricos 1 1. Introducción
Ing. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
Métodos cuantitativos de las ciencias sociales aplicados a los estudios urbanos y regionales André Lemelin
Métodos cuantitativos de las ciencias sociales aplicados a los estudios urbanos y regionales André Lemelin INDICE PREFACIO... 15 PRIMERA PARTE INTRODUCCIÓN A LA PRIMERA PARTE... 19 CAPÍTULO 1-1 EL ENFOQUE
Estadística 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.
Primeros resultados sobre el valor del stock de capital-salud en la Región de Murcia
2ª Jornadas Regional de Economía de la Salud. Mayo de 2009. Primeros resultados sobre el valor del stock de capital-salud en la Región de Murcia Jorge Eduardo Martínez Pérez Documento investigación ESYEC
Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Soluciones Examen Final de Econometría Universidad Carlos III de Madrid 26 de Mayo de 2015
Soluciones Examen Final de Econometría Universidad Carlos III de Madrid 26 de Mayo de 2015 Conteste todas las preguntas en dos horas y media. Pregunta 1 (33 puntos: Un investigador está considerando las
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 11) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía Novedades en el Plan de Trabajo Desviación típica sesgada
ECONOMETRÍA I. Tema 2: El Modelo de Regresión Lineal Simple. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 2: El Modelo de Regresión Lineal Simple Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 42 Modelo de Regresión
Capítulo III: Metodología. La evidencia empírica expuesta en el capítulo anterior permite reconocer la importancia
Capítulo III: Metodología La evidencia empírica expuesta en el capítulo anterior permite reconocer la importancia de hacer un análisis estadístico más profundo para identificar la verdadera magnitud de