Ventajas del uso de estimaciones por intervalos para proporciones poblacionales
|
|
- Jaime Xavier Moya Lozano
- hace 5 años
- Vistas:
Transcripción
1 ARTÍCULO DE OPINIÓN Ventajas del uso de estimaciones por intervalos para proporciones poblacionales Advantages of the use of interval estimations for population proportions Dra. Ana Carlina López Himely, MSc. Silvio Faustino Soler Cárdenas Universidad de Ciencias Médicas de Matanzas. Matanzas, Cuba. RESUMEN En este trabajo los autores argumentan la necesidad de incluir el cálculo de estimaciones por intervalos para proporciones poblacionales. Se discute un ejemplo real donde se pone de manifiesto la insuficiencia del intervalo estándar para las proporciones, a pesar de su uso generalizado en las investigaciones. Se propone el uso del intervalo de Wilson. Palabras clave: estimaciones por intervalos, proporciones poblacionales. ABSTRACT In this article, the authors argue the necessity of including the calculation of interval estimations for population proportions. A real example is discussed the insufficiency of the standard interval for proportions is stat, in spite of its generalized use in researches. The Wilson s interval is proposed. Key words: interval estimations, population proportions. 1
2 INTRODUCCIÓN La Estadística es, sin lugar a dudas, una disciplina metodológica que en los últimos decenios ha sido aplicada con gran profusión en la investigación en salud. El conjunto de sus métodos abarca las llamadas medidas estadísticas, tablas y gráficos que resultan muy útiles para la descripción de fenómenos empíricos. Comprende además las pruebas de hipótesis estadísticas y procedimientos de estimación de parámetros que se aplican cuando es preciso tomar decisiones bajo condiciones de incertidumbre. Tanto la práctica investigativa como la publicación de artículos científicos evidencian que con alguna frecuencia se omite la necesaria aplicación de procedimientos estadísticos, o bien se aplican inadecuadamente. En este informe, los autores argumentan la necesidad de incluir estimaciones por intervalos para proporciones poblacionales. DESARROLLO Para ejemplificar las ideas principales, se tiene en cuenta la siguiente situación: se realizó un estudio parasicológico, 1 para evaluar la proporción (o el porcentaje) de pacientes de un hospital que están infectados con determinadas especies de parásitos: giardia duodenalis, entamoeba coli, endolimax nana y necátor americanus. La determinación exacta de esas proporciones (parámetros desconocidos) necesitaría estudiar a todos los pacientes; pero esto, por razones económicas y de tiempo no es aconsejable. En situaciones como esta, el procedimiento usual consiste en calcular las proporciones en una muestra de pacientes y generalizar los resultados al conjunto de todos los casos del hospital (universo de estudio). En términos estadísticos, lo anterior se expresa diciendo que se seleccionó una muestra del universo de estudio y se calcularon estimaciones puntuales de ciertos parámetros de interés. Una estimación puntual, 2 de un parámetro es un número calculado a partir de una muestra que expresa aproximadamente el valor desconocido de un parámetro poblacional. La tabla 1 muestra los resultados obtenidos a partir de 76 pacientes tomados como muestra. 2
3 Tabla 1. Estimaciones puntuales (76 pacientes) Especie No. Proporción Porcentaje Giardia duodenalis 10 0,178 17,8 Entamoeba coli 4 0,071 7,1 Endolimax nana 3 0,054 5,4 Necátor americanus 1 0,018 1,8 La tercera columna de la tabla 1 contiene las estimaciones puntuales de las proporciones para cada especie (a veces se usan porcentajes, conforme aparece en la última columna de la tabla). Por ejemplo, se puede decir que la proporción de pacientes portadores de Giardia duodenalis se encuentra alrededor de 0,178. Una interpretación similar se puede hacer para los restantes parásitos. Nótese la falta de precisión de la expresión alrededor de 0,178 : la misma es consecuencia directa de que los resultados se basan en una muestra de pacientes. Las estimaciones puntuales siempre proporcionan valores aproximados de parámetros, como consecuencia del error de muestreo. Ahora bien, es posible cuantificar ese error de muestreo? Una solución satisfactoria la proporciona otro tipo de estimación. Un intervalo de confianza (estimación por intervalos) es un recorrido de valores, basados en una muestra tomada de una población, en el que cabe esperar que se encuentre el verdadero valor de un parámetro poblacional con cierto grado de confianza. 3 Existen varias fórmulas para el cómputo de intervalos de confianza, algunas son de uso restringido pues dependen del tamaño de la muestra del estudio y su uso inadecuado proporciona en ocasiones resultados absurdos. Este es el caso del llamado Intervalo Estándar que, lamentablemente, se aplica con frecuencia en la práctica investigativa y también en libros de texto de Estadística y Bioestadística. Es probable que eso se deba a la simplicidad algebraica de su fórmula: La tabla 2 muestra los intervalos de confianza aplicando el intervalo estándar. A modo de ejemplo se puede decir que, aunque se desconozca la proporción poblacional de pacientes con Giardia duodenalis, se puede afirmar, con un 95% de probabilidad, que esa proporción se encuentra entre 0,078 y 0,279. Un intervalo de confianza no determina unívocamente el valor desconocido de un parámetro; pero establece un recorrido de máxima probabilidad para el mismo, es 3
4 decir, de cierto modo se cuantifica la incertidumbre que produce hacer los cálculos considerando solamente una muestra del universo de estudio. Por otra parte, nótese que aquellos que corresponden a las especies endolimax nana y necátor americanus, no son interpretables pues contienen números negativos: el intervalo estándar tiene este gran inconveniente y por tanto no es válida su aplicación generalizada. Tabla 2. Intervalos de confianza (Estándar del 95%) Especies Intervalo estándar Giardia duodenalis 0, ,279 Entamoeba coli 0, ,139 Endolimax nana -0, ,113 Necátor americanus -0, ,053 En la literatura especializada se han propuesto variadas formulaciones para la estimación por intervalos de proporciones. En este sentido, baste mencionar a Lanchón, 4 y Brown, 5 quienes, respectivamente, presentan tres y seis intervalos de confianza. Por otra parte Kott, 6 y Agreste, 7 destacan las propiedades del llamado intervalo de confianza de Wilson y lo recomiendan para las aplicaciones. La expresión del intervalo de Wilson es: En la expresión anterior la letra n representa el tamaño de la muestra, p la estimación puntual y z el percentil de la distribución normal de probabilidades cuyo valor corresponde a una confiabilidad prefijada. La tabla 3 contiene los resultados para la fórmula de Wilson. Se aprecia que todos ellos están incluidos en el intervalo abierto (0; 1). Tabla 3. Intervalos de confianza (Wilson del 95%) Especies Intervalo de Wilson Giardia duodenalis 0, ,298 Entamoeba coli 0, ,169 Endolimax nana 0, ,147 Necátor americanus 0, ,095 4
5 CONCLUSIONES Los intervalos de confianza son mejores que las estimaciones puntuales a los efectos de la descripción estadística de proporciones poblacionales,se recomienda el uso del intervalo de confianza de Wilson. REFERENCIAS BIBLIOGRÁFICAS 1- González Montero Y, Cañete Villafranca R, Machado Cazorla K, et al. Parasitosis intestinal en pacientes internados en el Hospital Provincial Psiquiátrico Docente Antonio Guiteras Holmes. Matanzas, Cuba. Rev Méd Electrón [Internet] [citado 22 mayo 2018];36(2). Disponible en: ma03.htm 2- Reyes H, Almendra F. Problemas al usar la aproximación normal n intervalos de confianza suponiendo datos Bernoulli [Internet]. Colombia: XXV Simposio Internacional de Estadística [citado 22 mayo 2018]; Disponible en: documentos/memorias/memorias_ 2015/Comunicaciones/Modelamiento/Reyes_Almendra_Morales_Tajonar_Aproximacion _Normal_Datos_Bernoulli.pdf 3- Batista NE, Hernández VJ, Guirado O. Pensamiento estadístico: el valor p y los intervalos de confianza. Medicent Electrón [Internet] [citado 22 mayo 2018];20(2). Disponible en: 4- Lachin JM. Bioestatistical Methods. The Assesment of Relative Risks. 2da. ed. New Jersey: John Wiley& Sons; Brown LD, CaiT, DasGupta A. Interval Estimation for a Binomial Proportion. Statistical Science [Internet] [citado 22 mayo 2018];16(2): Disponible en: IntervalEstimation.pdf 6- Kot S. A note on Wilson coverage intervals for proportions estimated from complex samples. Survey Methodology [Internet] [citado 22 mayo 2018];43(2): Disponible en: X Agresti A. Categorical Data Analysis. 2da. ed. USA: John Wiley & Sons;
6 Recibido: 31/5/18 Aprobado: 7/6/18 Ana Carlina López Himely. Universidad de Ciencias Médicas de Matanzas. Correo electrónico: CÓMO CITAR ESTE ARTÍCULO López Himely AC, Soler Cárdenas SF. Ventajas del uso de estimaciones por intervalos para proporciones poblacionales. Rev Méd Electrón [Internet] May-Jun [citado: fecha de acceso];40(3). Disponible en: 6
TOPICOS DE INFERENCIA ESTADÍSTICA: EL METODO INDUCTIVO Y EL PROBLEMA DEL TAMAÑO DE LA MUESTRA
FIDES ET RATIO VOL 7: (86-92), MARZO 2014, ISSN 2071-081X TOPICOS DE INFERENCIA ESTADÍSTICA: EL METODO INDUCTIVO Y EL PROBLEMA DEL TAMAÑO DE LA MUESTRA TOPICS OF STATISTICAL INFERENCE: INDUCTIVE METHOD
INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO 1 2 RECUERDE: un estimador puntual es un estadístico muestral usado para estimar un parámetro poblacional: x (estimación de μ),
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES CARRERA DE: Licenciado en Estadística PROGRAMA DE LA ASIGNATURA DE INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DATOS GENERALES Departamento (División):
PROBABILIDAD Y ESTADISTICA (T Y P)
PROBABILIDAD Y ESTADISTICA (T Y P) FICHA CURRICULAR DATOS GENERALES Departamento: Irrigación. Nombre del programa: Ingeniero en Irrigación Area: Matemáticas, Estadística y Cómputo Asignatura: Probabilidad
INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Estimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Estimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Bioestadística: Inferencia Estadística. Análisis de Una Muestra
Bioestadística: Inferencia Estadística. Análisis de Una Muestra M. González Departamento de Matemáticas. Universidad de Extremadura Estimación Puntual e Intervalos de Confianza Planteamiento del Problema
UN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES
Revista Colombiana de Estadística Volumen 24 (2001) N o 1, páginas 27 a 32 UN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES CARLOS
Tema 7: Introducción a la Teoría sobre Estimación
Tema 7: Introducción a la Teoría sobre Estimación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Introducción a la Teoría sobre Estimación
UNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Nombre: Distribuciones de probabilidad continua. Segunda parte.
Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,
INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: ENERO DE
Algunas observaciones sobre las inconsistencias del uso de la aproximación normal en intervalos de confianza cuando las observaciones son Bernoullis
Algunas observaciones sobre las inconsistencias del uso de la aproximación normal en intervalos de confianza cuando las observaciones son Bernoullis Marcos Morales Cortes a, Hortensia J. Reyes Cervantes
UNA SOLUCIÓN PARA LA ESTIMACIÓN DE ERRORES MUESTRALES EN LA ENCUESTA PERMANENTE DE HOGARES PUNTUAL PARA EL AGLOMERADO GRAN ROSARIO 1
Marí, Gonzalo Instituto de Investigaciones Teóricas y Aplicadas, Escuela de Estadística UNA SOLUCIÓN PARA LA ESTIMACIÓN DE ERRORES MUESTRALES EN LA ENCUESTA PERMANENTE DE HOGARES PUNTUAL PARA EL AGLOMERADO
Juan Carlos Colonia INFERENCIA ESTADÍSTICA
Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO. Instituto de Ciencias Económico Administrativas
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO Instituto de Ciencias Económico Administrativas Área Académica: Economía Tema: Intervalos de confianza Profesor: Gilberto A. Ortega de Lucio Periodo: Enero Junio
UNA NUEVA VISITA A LAS. VII Jornada regional de Matemáticas y Estadística Universidad del Tolima Jairo Alfonso Clavijo Méndez
UNA NUEVA VISITA A LAS ENCUESTAS VII Jornada regional de Matemáticas y Estadística Universidad del Tolima Jairo Alfonso Clavijo Méndez Por qué una nueva visita? En una ocasión anterior se había hecho una
Estimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN CARRERA DE INGENIERÍA AGRÍCOLA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN CARRERA DE INGENIERÍA AGRÍCOLA Tercer semestre Nombre de la asignatura: Matemáticas III Adscrita al departamento de: HRS/SEM
UNIDAD 4. INFERENCIA ESTADÍSTICA. Prof. Eliana Guzmán U. Semestre A-2015
UNIDAD 4. INFERENCIA ESTADÍSTICA Prof. Eliana Guzmán U. Semestre A-05 INFERENCIA ESTADÍSTICA La teoría de la Inferencia Estadística está conformada por aquellos métodos que permiten hacer generalizaciones,
ESTADÍSTICA. Tema 4 Intervalos de confianza
ESTADÍSTICA Grado en Biología Tema 4 Intervalos de confianza Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo Estadística. Tema 4: Intervalos
Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Estadística 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.
Guía Docente 2013/2014
Guía Docente 2013/2014 Análisis de Datos II Data Analysis II Grado en Psicología Modalidad de enseñanza a distancia Rev. 22/05/2013 16:09 Universidad Católica San Antonio de Murcia Tlf: (+34) 902 102 101
Revista Colombiana de Estadística ISSN: Universidad Nacional de Colombia Colombia
Revista Colombiana de Estadística ISSN: 0120-1751 revcoles_fcbog@unal.edu.co Universidad Nacional de Colombia Colombia Ortíz Pinilla, Jorge; Castro, Amparo; Neira, Tito; Torres, Pedro; Castañeda, Javier
Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del
Curso: Métodos de Monte Carlo Unidad 2, Sesión 5: Cálculo de intervalos de confianza
Curso: Métodos de Monte Carlo Unidad 2, Sesión 5: Cálculo de intervalos de confianza Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República,
UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES CARRERA DE: Licenciatura en Estadística PROGRAMA DE LA ASIGNATURA DE MUESTREO I
UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES CARRERA DE: Licenciatura en Estadística PROGRAMA DE LA ASIGNATURA DE MUESTREO I DATOS GENERALES Departamento (División): Nombre del Programa
Bioestadística para Reumatólogos
Bioestadística para Reumatólogos Xavier Barber Vallés Mabel Sánchez Barrioluengo Colaboradores - Umh Todos los datos que se muestran son ficticios Tablas 2x2: Riesgos Relativos y Odds ratio En cada sociedad
BIOESTADÍSTICA. Modalidad: Asignatura básica
BIOESTADÍSTICA CLAVE: 1300 TERCER SEMESTRE CREDITOS: 14 Modalidad: Asignatura básica AREA: Matemáticas REQUISITOS: Matemáticas II HORAS POR CLASE TEORICAS: 2 TEORICO PRACTICAS: 1 HORAS POR SEMANA TEORICAS:
ACTIVIDAD 3: Intervalos de Confianza para 1 población
ACTIVIDAD 3: Intervalos de Confianza para 1 población CASO 3-1: REAJUSTE DE MÁQUINAS Trabajamos como supervisores de una máquina dedicada a la producción de piezas metálicas cuya longitud sigue una distribución
Revista de Actualización Clínica Volumen
APROXIMACION AL MUESTREO ESTADISTICO EN INVESTIGACIONES CIENTIFICAS. Mgs. Dra. Bustamante C. Gladys 1 RESUMEN El muestreo estadístico es posiblemente una de las áreas con mayor conflicto para el investigador
Guía Docente 201 /201
Guía Docente 201 /201 Análisis de Datos II Data Analysis II Grado en Psicología Modalidad de enseñanza presencial 29/05/2013 19:10 Universidad Católica San Antonio de Murcia Tlf: (+34) 902 102 101 info@ucam.edu
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS QUÍMICAS LICENCIATURA: FARMACIA ÁREA ESPECÍFICA DE: FISICOMATEMÁTICAS
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS QUÍMICAS LICENCIATURA: FARMACIA ÁREA ESPECÍFICA DE: FISICOMATEMÁTICAS NOMBRE DE LA ASIGNATURA: ESTADÍSTICA CÓDIGO: CCQ-140 FECHA DE ELABORACIÓN:
Problemas de Estimación de una y dos muestras
Problemas de Estimación de una y dos muestras Walpole Myers Myers Facultad de Estudios Superiores Acatlán Licenciatura en Economía 13 de marzo 2017 José A. Huitrón Mendoza Introducción En los ejercicios
Métodos de estimación para el Conteo Rápido.
Métodos de estimación para el Conteo Rápido. 1 1.1 Procedimiento de estimación El objetivo del conteo rápido es producir, a partir de una selección de casillas, una estimación de la fracción de votos para
Análisis Multivariante de Datos
Análisis Multivariante de Datos Curso 2016-2017 Por qué es importante realizar inferencia sobre los parámetros de la normal? La estimación máximo-verosímil (MV) de la distribución Normal son la media y
ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09)
ESTADÍSTICA II UNIDAD I: ESTIMACIÓN DE PARÁMETROS 3RA PARTE (CLASE 20/09) Estimación de una media de población: σ conocida Requisitos 1. La muestra es aleatoria simple. (Todas las muestras del mismo tamaño
ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Estadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 5 Distribución de la Media Muestral Pedro Elosegui 1 2 Métodos y Distribuciones de Muestreo En estadística nos gustaría contar con los parámetros
Contrastes basados en el estadístico Ji Cuadrado
Capítulo 10 Contrastes basados en el estadístico Ji Cuadrado 10.1. Introducción Existen multitud de situaciones en el ámbito de la salud en el que las variables de interés, las cuales no pueden cuantificarse
Intervalo para la media si se conoce la varianza
178 Bioestadística: Métodos y Aplicaciones nza para la media (caso general): Este se trata del caso con verdadero interés práctico. Por ejemplo sirve para estimar intervalos que contenga la media del colesterol
INFERENCIA ESTADÍSTICA MUESTRAL TEMA 4: MEDIAS Y PROPORCIONES CON DOS POBLACIONES
UNIDAD 2 INFERENCIA ESTADÍSTICA MUESTRAL TEMA 4: MEDIAS Y PROPORCIONES CON DOS POBLACIONES Técnicas para comparar dos poblaciones 1 Técnicas para comparar dos poblaciones Técnicas para comparar dos poblaciones
Estadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Distribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides
Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
BLOQUE III: INFERENCIA ESTADISTICA. X, variable aleatoria de interés sobre una determinada población
BLOQUE III: INFERENCIA ESTADISTICA TEMA 8. MUESTREO Y DISTRIBUCIONES DE MUESTREO 1. Introducción a la Inferencia Estadística X, variable aleatoria de interés sobre una determinada población Observar el
CAPITULO 8 MUESTRAS ALEATORIAS Y NUMEROS ALEATORIOS
Teoría elemental de muestreo CAPITULO 8 TEORIA DE MUESTREO La teoría de muestreo es el estudio de las relaciones existentes entre una población y las muestras extraídas de ella. Es de gran utilidad en
Remuestreo importancia y aplicaciones
Remuestreo importancia y aplicaciones Al usar índices de biodiversidad no es razonable suponer una distribución muestral conocida del estimador (índice de Shannon u otro) y por eso se recomienda utilizar
SECUENCIA DIDÁCTICA Nombre de curso: Bioestadística Clave del curso: EACU106 Antecedente: Clave del antecedente: Módulo IV Competencia del Módulo
SECUENCIA DIDÁCTICA Nombre de curso: Bioestadística Clave del curso: EACU06 Antecedente: Matemáticas básicas Clave del antecedente: EMAT0 Módulo IV Competencia del Módulo Operar eficientemente sistemas
07 Estimación puntual e introducción a la estadística inferencial
07 Estimación puntual e introducción a la estadística inferencial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística inferencial?
Práctica de INTERVALOS DE CONFIANZA
Práctica de INTERVALOS DE CONFIANZA 1.- Objetivo de la práctica El objetivo de esta práctica es familiarizarse con la estimación por intervalos, el concepto de intervalo de confianza y su aplicación en
Universidad de Sonora Unidad Regional Centro División de Ciencias Biológicas y de la Salud Departamento que imparte la materia: Matemáticas
Materia: Bioestadística I Universidad de Sonora Unidad Regional Centro División de Ciencias Biológicas y de la Salud Departamento que imparte la materia: Matemáticas Eje de Formación: Básica Carácter:
Estadística. Carrera: 3F Participantes. José Alberto Monroy Rivera. Miguel Ángel García Alvarado y Víctor José Robles Olvera
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Prerrequisitos Maestría en Ingeniería Bioquímica 3F1 4-0-0-4-4 2.-
ÍNDICE 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...
Prueba de hipótesis frente a intervalos de confianza
Ciencia & Tecnología para la Salud Visual y Ocular Vol. 8, No. 2 / julio - diciembre de 2010 Prueba de hipótesis frente a intervalos de confianza Carlos Escalante Angulo * Resumen Los valores P, generalmente,
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III Inga. Vivian Pérez Documento elaborado con fines docentes Estadística
ANÁLISIS DE FRECUENCIAS
ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE
Área Académica: Gestión Tecnológica. Asignatura (Estadística para el Desarrollo Tecnológico, 3er Semestre) Tema: Muestra y Muestreo
Área Académica: Gestión Tecnológica. Asignatura (Estadística para el Desarrollo Tecnológico, 3er Semestre) Tema: Muestra y Muestreo Profesor: Dr. Ernesto Bolaños Rodríguez Periodo: Enero-Junio de 01 Tema:Sample
Programa de estudio. 7.-Valores de la experiencia educativa Créditos Teoría Práctica Total horas Equivalencia (s) Ninguna
Programa de estudio 1.-Área académica Técnica 2.-Programa educativo Ingenierías 3.-Dependencia académica 4.-Código 5.-Nombre de la Experiencia educativa Probabilidad y Estadística 6.-Área de formación
Licenciatura en Actuaría PROGRAMA DE ESTUDIO. Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Confiabilidad
PROGRAMA DE ESTUDIO Programa Educativo: Licenciatura en Actuaría Área de Formación : Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Confiabilidad Total de créditos: 8 Clave:
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido
Fundamentos de medicina basada en la evidencia
Fundamentos de medicina basada en la evidencia Evaluación de la precisión de las pruebas diagnósticas (). Variables discretas Ochoa Sangrador C, Molina Arias M 2 Servicio de Pediatría. Hospital Virgen
Asignaturas antecedentes y subsecuentes Probabilidad y Estadística Matemática
PROGRAMA DE ESTUDIOS MUESTREO Área a la que pertenece: ÁREA DE FORMACION INTEGRAL PROFESIONAL Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0082 Asignaturas antecedentes y subsecuentes Probabilidad
Estimaciones puntuales. Estadística II
Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un
Pruebas de chi-cuadrada
INFORME TÉCNICO SOBRE EL ASISTENTE DE MINITAB Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab
Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: 6019 Semestre: 5 Área en plan de estudios ( B, P y E):
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H FACULTAD DE INGENIERÍA Clave: 08USU4053W PROGRAMA ANALÍTICO DE LA UNIDAD DE APRENDIZAJE: PROBABILIDAD Y ESTADÍSTICA II DES: Ingeniería Programa académico
CARTA DESCRIPTIVA (FORMATO MODELO EDUCATIVO UACJ VISIÓN 2020)
CARTA DESCRIPTIVA (FORMATO MODELO EDUCATIVO UACJ VISIÓN 2020) I. Identificadores de la asignatura Instituto: ICB Ciencias Biomédicas Modalidad: Presencial Departamento: Materia: Ciencias Químico Biológicas
Tema 6: Introducción a la inferencia estadística Parte 1
Tema 6: Introducción a la inferencia estadística Parte 1 1. Qué es un contraste de hipótesis? 2. Elementos de un contraste: hipótesis nula y alternativa, tipos de error, nivel de significación, región
: 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
Hernández Gaspar, Serafín Ángulo Pineda Fecha de elaboración: 28 de mayo 2010 Fecha de última actualización:
PROGRAMA DE ESTUDIO Probabilidad y estadística Programa Educativo: Licenciatura en Sistemas Computacionales Área de Formación : Sustantiva profesional Horas teóricas: 2 Horas prácticas: 3 Total de Horas:
INDICE 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
ENCUESTA CONTINUA DE HOGARES FEBRERO 2018 Actividad, Empleo y Desempleo 1
Montevideo, 10 de abril de ENCUESTA CONTINUA DE HOGARES FEBRERO Actividad, Empleo y Desempleo 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe, los principales indicadores
ENCUESTA CONTINUA DE HOGARES JULIO 2018 Actividad, Empleo y Desempleo 1
Montevideo, 7 de setiembre de ENCUESTA CONTINUA DE HOGARES JULIO Actividad, Empleo y Desempleo 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe, los principales indicadores
ENCUESTA CONTINUA DE HOGARES ABRIL 2018 Actividad, Empleo y Desempleo 1
Montevideo, 7 de junio de ENCUESTA CONTINUA DE HOGARES ABRIL Actividad, Empleo y Desempleo 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe, los principales indicadores
Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: Semestre: 5 Área en plan de estudios ( B, P y E):
UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H FACULTAD DE INGENIERÍA Clave: 08USU4053W PROGRAMA ANALÍTICO DE LA UNIDAD DE APRENDIZAJE: PROBABILIDAD Y ESTADÍSTICA II DES: Ingeniería Programa académico
ENCUESTA CONTINUA DE HOGARES ENERO 2018 Actividad, Empleo y Desempleo 1
Montevideo, 9 de marzo de ENCUESTA CONTINUA DE HOGARES ENERO Actividad, Empleo y Desempleo 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe, los principales indicadores
ENCUESTA CONTINUA DE HOGARES NOVIEMBRE 2018 Actividad, Empleo y Desempleo 1
Montevideo, 8 de enero de 2019 ENCUESTA CONTINUA DE HOGARES NOVIEMBRE Actividad, Empleo y Desempleo 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe, los principales indicadores
1. Justicación. 2. Objetivos General Especícos PLAN DE TRABAJO DE LA ASIGNATURA. Código: Versión: 02 Emisión: Página 1 de 6
Código: Versión: 02 Emisión: 03-02-2014 Página 1 de 6 PERÍODO 2015-II ASIGNATURA Herramientas estadísticas para la investigación cuantitativa INTENSIDAD HORARIA SEMANAL: : 4 Independiente: 8 Total: 12
ESTADÍSTICA BAYESIANA Y TEORÍA DE DECISIONES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. ESTADÍSTICA BAYESIANA
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la
Estadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
MODELOS LINEALES GENERALIZADOS
MODELOS LINEALES GENERALIZADOS Conceptos básicos Ignacio Méndez Gómez-Humarán imendez@cimat.mx Los Modelos Lineales Generalizados (GLM por sus siglas en inglés) son una familia de modelos estadísticos
1. UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES LICENCIATURA EN MARKETING LICENCIATURA EN DIRECCION DE NEGOCIOS
1. UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES Carreras: LICENCIATURA EN MARKETING LICENCIATURA EN DIRECCION DE NEGOCIOS Materia: ESTADISTICA APLICADA A LOS NEGOCIOS
ENCUESTA CONTINUA DE HOGARES OCTUBRE 2018 Ingreso de los hogares y de las personas 1
Montevideo, 7 de diciembre de ENCUESTA CONTINUA DE HOGARES OCTUBRE Ingreso de los hogares y de las personas 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe los principales
ESCUELA DE CIENCIAS BIOLÓGICAS
ESCUELA DE CIENCIAS BIOLÓGICAS 1. DATOS INFORMATIVOS MATERIA: BIESTADÍSTICA I CÓDIGO: CARRERA: Licenciatura en Ciencias Biológicas NIVEL: VI No. CRÉDITOS: Tres PREREQUISITOS: Matemáticas II PROFESOR: Ing.
ARTÍCULO ORIGINAL. ARS Pharmaceutica. Collazo MV 1, Muñiz MM 2, Alonso1 C 1, Frutos G 2
ARS Pharmaceutica ISSN: 0004-2927 http://farmacia.ugr.es/ars/ ARTÍCULO ORIGINAL El análisis estadístico en la Farmacopea Europea: diseño completamente aleatorizado en un bioensayo de factor VIII. Statistical
Estadística Inferencial. Sesión 4. Estimación por intervalos
Estadística Inferencial. Sesión 4. Estimación por intervalos Contextualización. Como se definió en la sesión anterior la estimación por intervalos es utilizada para medir la confiabilidad de un estadístico.
Programa Educativo: Licenciatura en PROGRAMA DE ESTUDIO
Programa Educativo: Licenciatura en PROGRAMA DE ESTUDIO Matemáticas Área de Formación : Integral Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Confiabilidad Total de créditos: 8 Clave:
UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE INGENIERÍA AGROINDUSTRIAL FICHA CURRICULAR. Licenciatura en Ingeniería Agroindustrial.
UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE INGENIERÍA AGROINDUSTRIAL FICHA CURRICULAR 1. Datos generales Departamento Nombre del programa Licenciatura en Línea curricular Administración Agroindustrial
ENCUESTA CONTINUA DE HOGARES ENERO 2017 Ingreso de los hogares y de las personas 1
Montevideo, 15 de marzo de ENCUESTA CONTINUA DE HOGARES ENERO Ingreso de los hogares y de las personas 1 El Instituto Nacional de Estadística (INE) da a conocer a través de este informe los principales
PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
SOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
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 Economía y Relaciones
CONSEJO NACIONAL DE POBLACION SECRETARIA GENERAL ENCUESTA PARA MEDIR EL IMPACTO EN SALUD REPRODUCTIVA DEL PROGRAMA OPORTUNIDADES 2003 DISEÑO MUESTRAL
CONSEJO NACIONAL DE POBLACION SECRETARIA GENERAL ENCUESTA PARA MEDIR EL IMPACTO EN SALUD REPRODUCTIVA DEL PROGRAMA OPORTUNIDADES 003 DISEÑO MUESTRAL Febrero del 00 Introducción La evaluación del impacto