Métodos Estadísticos Aplicados
|
|
- Manuel Soto Redondo
- hace 5 años
- Vistas:
Transcripción
1 Métodos Estadísticos Aplicados M. González Departamento de Matemáticas. Universidad de Extremadura
2 Métodos Estadísticos Aplicados 1 Análisis Exploratorio de Datos 2 3
3 Métodos Estadísticos Aplicados 1 Análisis Exploratorio de Datos 2 3
4 Métodos Estadísticos Aplicados 1 Análisis Exploratorio de Datos 2 3
5 Medidas Descriptivas Estadístico Qué mide? Robustez Media ( x) Centralización de la distribución No Media recortada ( x trimm ) Centralización de la distribución Sí Mediana ( x) Centralización de la distribución Sí Media Geométrica ( x g) Centralización de la distribución Sí Varianza (s 2 ) Dispersión de la distribución No Desviación Típica (s) Dispersión de la distribución No Rango (R) Dispersión de la distribución No Rango Intercuartílico (R I ) Dispersión de la distribución Sí Desviación Absoluta Mediana (MAD) Dispersión de la distribución Sí Coeficiente de variación (C.V.) Dispersión/centralización de la distribución No Coeficiente de Asimetría (ˆγ 1 ) Forma de la distribución No Coeficiente de Curtosis (ˆγ 2 ) Forma de la distribución No
6 Medidas Descriptivas Media Recortada (trimmed mean): 1 x trimm = n 2[αn] siendo α [0, 0.5] y [x] el mayor entero x. n [αn] i=[αn]+1 Robusta a veces (dependiendo del valor de α). Media Geométrica: x g = exp { 1 n } n log(x i ) i=1 x (i) Se utiliza habitualmente para describir datos positivos. Estima la verdadera mediana de la distribución log-normal (Y LN(µ, σ 2 ) si y sólo si log(y) N(µ, σ 2 )). x g x (se da la igualdad si y sólo si todas las observaciones son iguales). Robusta (del mismo modo que la mediana).
7 Medidas Descriptivas Desviación Absoluta mediana: Robusta. MAD = mediana( x i x, i = 1,..., n) Coeficiente de Asimetría: 1 n n i=1 ˆγ 1 = (x i x) 3 s 3 ˆγ 1 = 0 distribución simétrica. ˆγ 1 > 0 distribución asimétrica hacia valores grandes de la variable. ˆγ 1 < 0 distribución asimétrica hacia valores pequeños de la variable. No robusta. Coeficiente de Curtosis: 1 n n i=1 ˆγ 2 = (x i x) 4 s 4 3 ˆγ 2 = 0 distribución normal. ˆγ 2 > 0 más apuntada que la distribución normal. ˆγ 2 < 0 más aplastada que la distribución normal. No robusta.
8 Estimación de la densidad Estimadores núcleo de la densidad Muestra: x 1,..., x n. Estimación de la función de densidad: ˆf (x) = 1 n ( ) 1 x n b K xi b i=1 K( ) es la función núcleo (habitualmente una función de densidad). Consideraremos la función de densidad de la N(0, 1). b es el ancho de banda. En nuestro caso representa la desviación típica de la función núcleo, pues 1 b distribución N(x i, b 2 ) K( x xi b ) es la densidad de la
9 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
10 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
11 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
12 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
13 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
14 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
15 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
16 Estimación de la densidad Estimación de la densidad densidad M. González 2 Métodos Estadísticos 4 Aplicados 6
17 Función de distribución empírica Gráficos de Cuantiles o de la función de distribución empírica Muestra ordenada de menor a mayor: x (1),..., x (n) Estimación de p i = P(X x (i) ): ˆp i, i = 1,..., n. ˆp i = {j {1,..., n}: x j x (i) } n. ˆp i = i a n 2a + 1, a [0, 1]. Nombre a Distribución habitual Weibull 0 Weibull, Uniforme Mediana Varias Bloom Normal y otras Cunnane 0.4 Varias Gringorten 0.44 Gumbel Función de distribución empírica: Distribución discreta: ˆF(x) = ˆp i si x (i) x < x (i+1), x R. Distribución continua: ˆF(x) = (1 r)ˆp i + rˆp i+1, con r = x x (i) x (i+1) x (i), x R.
18 Transformaciones de Box-Cox Dado x > 0, definimos x λ 1 si λ 0 x (λ) = λ log(x) si λ = 0 Transformaciones de Box Cox x(lambda) lam=3 lam=1 lam=0 lam= M. González x Métodos Estadísticos Aplicados
19 Gráficos Q-Q Análisis Exploratorio de Datos Eje X: q 1,..., q n, siendo q i tal que P(Z q i ) = ˆp i, i = 1,..., n, y Z N(0, 1). Eje Y: x (1),..., x (n) muestra ordenada de menor a mayor de la población X. P(X x (i) ) ˆp i, i = 1,..., n. Si X N(µ, σ 2 ), entonces ˆp i = P(Z q i ) = P( X µ σ y, por tanto q i ) = P(X σq i +µ), i = 1,..., n x (i) σq i + µ, i = 1,..., n
20 Gráficos Q-Q Análisis Exploratorio de Datos Si X N(µ, σ 2 ): Nube de puntos en forma de : distribución asimétrica a la derecha respecto a la campana normal. Nube de puntos en forma de : distribución asimétrica a la izquierda respecto a la campana normal. Nube de puntos en forma de S: distribución más apuntada que la campana normal. Nube de puntos en forma de S invertida: distribución más aplastada que la campana normal. Nube de puntos en dos líneas separadas: mezcla de distribuciones. Nube de puntos con puntos alineados salvo uno aislado: valor extremo.
21 Gráficos Q-Q Análisis Exploratorio de Datos Distribución asimétrica a la derecha respecto a la Normal Normal Q Q Plot Density x Distribución asimétrica a la izquierda respecto a la Normal Density Sample Quantiles Theoretical Quantiles Normal Q Q Plot Sample Quantiles
22 Gráficos Q-Q Análisis Exploratorio de Datos Distribución más aplastada que la Normal Normal Q Q Plot Density Sample Quantiles x Theoretical Quantiles Mezcla de distribuciones Normal Q Q Plot Density Sample Quantiles
23 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
24 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
25 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
26 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
27 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
28 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
29 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
30 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
31 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
32 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
33 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
34 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
35 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
36 Comparación de dos Poblaciones: Medias o Centralización MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test de t-student VARIANZAS POBLACIONALES DIFERENTES:Test de Welch Para contrastar si las varianzas poblacionales son iguales utilizamos el test de F-Snedecor. TEST NO PARAMÉTRICO:Test de Mann-Whitney-Wilcoxon de suma de rangos. MUESTRAS APAREADAS O RELACIONADAS: TEST PARAMÉTRICO:Test de t-student TEST NO PARAMÉTRICO:Test de Wilcoxon de rangos con signo.
478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesEstadística Descriptiva en R: Parámetros y estadísticos. José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016)
Estadística Descriptiva en R: Parámetros y estadísticos José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016) Parámetros y Estadísticos Parámetro: Es una cantidad numérica calculada
Más detallesEstadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos
Estadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos Descripción numérica de datos: medidas descriptivas Centro Posición Variación Forma media cuartiles rango coef. asimetría
Más detallesConceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesBioestadística: Inferencia Estadística. Análisis de Dos Muestras
Bioestadística: Inferencia Estadística. Análisis de Dos Muestras M. González Departamento de Matemáticas. Universidad de Extremadura MUESTRAS INDEPENDIENTES: TEST PARAMÉTRICO: VARIANZAS POBLACIONALES IGUALES:Test
Más detallesEstadística con R. Nivel Básico
Estadística con R. Nivel Básico Vanesa Jordá Departamento de Economía Universidad de Cantabria 11 de octubre de 2017 jordav@unican.es 1 Índice: Estadística descriptiva u Datos univariantes: I. Medidas
Más detallesAnálisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014 Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial Dra. Mª José
Más detallesSe quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.
Medidas de dispersión Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media. Ya habiendo calculado la media, x de una
Más detallesINTRODUCCIÓN. Fenómeno Real. Aprendizaje sobre el fenómeno. Análisis Estadístico. Datos Observados
ESTADÍSTICA INTRODUCCIÓN Qué es la estadística?. - Es la rama de las matemáticas que estudia la recolección, análisis e interpretación de datos. Por qué estudiamos estadística? - Aprender sobre fenómenos
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.
Más detallesEstadística Descriptiva en SPSS
Estadística Descriptiva en SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 22 de
Más detallesRepresentaciones gráficas de las distribuciones bidimensionales de frecuencias... 74
Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................
Más detallesEstadística Descriptiva 2da parte
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Descriptiva 2da parte 2 Cuatrimestre 2018 COMISIÓN :1. Prof. Dr. Juan Ignacio Pastore. Qué es la estadística? El contenido de la
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesÁREAS DE LA ESTADÍSTICA
QUÉ ES LA ESTADÍSTICA? Es el arte de realizar inferencias y sacar conclusiones a partir de datos imperfectos. ÁREAS DE LA ESTADÍSTICA Diseño: Planeamiento y desarrollo de investigaciones Descripción: Resumen
Más detallesTema 8. Contrastes no paramétricos. 8.1 Introducción
Índice 8 8.1 8.1 Introducción.......................................... 8.1 8.2 Bondad de ajuste....................................... 8.2 8.2.1 Test de Kolmogorov-Smirnov de bondad de ajuste................
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesPart I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
una una típica Part I Momentos. Esperanza y varianza Esperanza una una típica Definición Sea X una discreta que toma los valores x i con probabilidades p i. Supuesto que i x i p i
Más detallesTema 3. VARIABLES ALEATORIAS.
3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
Más detallesANEXO 4. Comparación características basales. Técnica de enseñanza. Resumen del procesamiento de los casos. N Porcentaje N Porcentaje
dimension1 dimension1 ANEXO 4 Comparación características basales Técnica de Resumen del procesamiento de los casos Técnica de Casos Válidos Perdidos N Porcentaje N Porcentaje Edad en años cumplidos On
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesTema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
Más detallesAnálisis descriptivo y exploratorio de datos
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Análisis descriptivo y exploratorio de datos Francisco M. Ocaña Peinado @ocanapaco http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación
Más detallesCLASE 2 INTRODUCCION A LA ESTADISTICA
CLASE 2 INTRODUCCION A LA ESTADISTICA Medidas descriptivas Medidas de Centralización o Tendencia Central Nos dan un centro de la distribución de frecuencias, es un valor que se puede tomar como representativo
Más detalles1 Testparalamediadeunapoblaciónnormal
Estadística (Q) Resumen de los tests de la práctica 7 Testparalamediadeunapoblaciónnormal Sean X,...,X n N μ, σ una muestra aleatoria (v.a.i.i.d. variables aleatorias independientes idénticamente distribuidas).
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más 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 detallesMEDIDAS. necesita de ciertas medidas (números) representativas que puedan resumirlos. distribuciones de frecuencias de datos univariados:
MEDIDAS O Para describir los datos, se necesita de ciertas medidas (números) representativas que puedan resumirlos. O Sirven para caracterizar las distribuciones de frecuencias de datos univariados: O1-
Más detalles1. Estadística descriptiva
1. Estadística descriptiva Curso 2011-2012 Estadística Datos Número Consumo Cilindrada Potencia Peso Aceleración Año País Nº Cilindros l/100km cc CV kg segundos 1 15 4982 150 1144 12 70 EEUU 8 2 16 6391
Más detallesIntroducción 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
Más detallesEstadística Descriptiva 2da parte
Universidad Nacional de Mar del Plata Facultad de Ingeniería Estadística Descriptiva 2da parte 1 Cuatrimestre 2014 Prof. Marina Tomei. Jueves de 8 a 10 hs. Mg. Stella Maris Figueroa. juevesde 13 a 105hs.
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Patricia Kisbye FaMAF 6 de mayo, 2010 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Fundamentos de Estadística
Ficha Técnica Titulación: Grado en Ingeniería de Organización Industrial Plan BOE: BOE número 75 de 28 de marzo de 2012 Asignatura: Módulo: Fundamentos de Matemáticas Curso: 2º Créditos ECTS: 6 Tipo de
Más detallesLas técnicas para resumir la información ió contenida en un conjunto de datos x 1, x 2,,x n son: Tablas de frecuencias: por columnas, disponemos los
Las técnicas para resumir la información ió contenida en un conjunto de datos x 1, x 2,,x n son: Tablas de frecuencias: por columnas, disponemos los datos (si hay pocos distintos) o los intervalos (si
Más detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesEstadística I Tema 2: Análisis de datos univariantes
Estadística I Tema 2: Análisis de datos univariantes Tema 2: Análisis de datos univariantes Contenidos Gráficas para datos categóricos (diagrama de barras, diagrama de sectores). Gráficas para datos numéricos
Más detalles2. VARIABLE ALEATORIA. Estadística I Dr. Francisco Rabadán Pérez
2. VARIABLE ALEATORIA Estadística I Dr. Francisco Rabadán Pérez Índice 1. Variable Aleatoria 2. Función de Distribución 3. Variable Aleatoria Discreta 4. Variable Aleatoria Continua 5. Esperanza Matemática
Más detallesESTADÍSTICA Camerina Laura Ramírez Gallegos
ESTADÍSTICA DEFINICIÓN La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de
Más detallesTablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez.
Tablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez. Si se desea examinar o comparar dos variables, una tabla de contingencia resulta de mucha utilidad.
Más detallesMEDIDAS. necesita de ciertas medidas (números) representativas que puedan resumirlos. distribuciones de frecuencias de datos univariados:
MEDIDAS O Para describir los datos, se necesita de ciertas medidas (números) representativas que puedan resumirlos. O Sirven para caracterizar las distribuciones de frecuencias de datos univariados: O1-
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más 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 detallesTEMA 1: ESTADISTICA DESCRIPTIVA
ESTADÍSTICA, CURSO 008 009 1 TEMA 1: ESTADISTICA DESCRIPTIVA 1 FUDAMETOS 11 VARIABLES ESTADISTICAS Población: conjunto completo de elementos, con alguna característica común, objeto del estudio estadístico
Más detallesMEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS
MEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS www.cedicaped.com MEDIDAS DE DISPERSIÓN En clases anteriores se definieron algunas medidas de centralización, entre ellas, la más utilizada:
Más detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesPara tomar decisiones se requiere INFORMACIÓN disponible, esperanzadamente confiable y útil.
Tomar decisiones es una gran responsabilidad. Para tomar decisiones se requiere INFORMACIÓN disponible, esperanzadamente confiable y útil. Generalmente se necesita una porción de la base de datos o muestra
Más detallesContrastes sobre la media Sea X 1, X 2,..., X n una m.a.s. extraída de una población normal X con media desconocida µ. Se desea contrastar:
sobre la media Sea X 1, X 2,..., X n una m.a.s. extraída de una población normal X con media desconocida µ. Se desea contrastar: H 0 : µ = µ 0 Si H 0 es cierta, X N(µ 0, σ), de donde D 1 = X µ 0 n σ N(0,
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesAnálisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz
Análisis de datos y gestión n veterinaria Tema 1 Estadística descriptiva Prof. Dr. José Manuel Perea Muñoz Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, de Septiembre
Más detallesPart I. Descripción estadística de una variable. Estadística I. Mario Francisco. Conceptos generales. Distribuciones de frecuencias.
Part I Descripción estadística de una variable El objeto de cualquier investigación estadística es la toma de información acerca de los individuos de cierto colectivo llamado población estadística. Cada
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio
ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio Muestra aleatoria Conceptos probabiĺısticos básicos El problema de inferencia Estadísticos. Media y varianza
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesInstrumentos y matriz de datos
Curso: Estadística Instrumentos y matriz de datos Medidas descriptivas de Tendencia Central y Posición Estadística Descriptiva Profesor: Gonzalo Fernández Fecha: 19/09/2017 LOGRO DE LA SESIÓN Al finalizar
Más detallesTablas de Probabilidades
Tablas de Probabilidades Ernesto Barrios Zamudio José Ángel García Pérez José Matuk Villazón Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Mayo 2016 Versión 1.00 1 Barrios
Más detallesINDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres
INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones
Más detalles2.2: Resumen numérico
2.2: Resumen numérico Medidas de localización. Medidas de dispersión. Medidas de forma. Lecturas recomendadas: Capítulos 2 a 6 del libro de Peña y Romo (1997) Capítulos 3 a 7 del libro de Portilla (2004)
Más detallesESTADÍSTICA DESCRIPTIVA
Universidad Técnica de Babahoyo ESTADÍSTICA DESCRIPTIVA MEDIDAS DE POSICIÓN Y DE TENDENCIA CENTRAL OBJETIVO Analizar y Describir las Características de una Muestra a través de sus estadísticos ó estadígrafos
Más detallesTécnicas de Inferencia Estadística II. Tema 4. Contrastes para la mediana y otros cuantiles
Técnicas de Inferencia Estadística II Tema 4. Contrastes para la mediana y otros cuantiles M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2011/12 Tema 4. Contrastes
Más detallesCurso Inferencia. Miguel Ángel Chong R. 3 de septiembre del 2013
Curso Estadística Miguel Ángel Chong R. miguel@sigma.iimas.unam.mx 3 de septiembre del 013 Definamos más formalmente que entenderémos por una muestra. Definción Sea X la v.a. correspondiente a una población
Más detallesÍNDICE. Introducción... Capítulo 1. El proceso del control de calidad. Metodologías... 1
ÍNDICE Introducción... XI Capítulo 1. El proceso del control de calidad. Metodologías... 1 El proceso de producción y la calidad... 1 Evolución del control de calidad... 3 Metodologías o modelos para el
Más detallesTécnicas de Inferencia Estadística II. Tema 4. Contrastes para la mediana y otros cuantiles
Técnicas de Inferencia Estadística II Tema 4. Contrastes para la mediana y otros cuantiles M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2016/17 Contenidos 1.
Más detallesviii 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.........................................
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesEstadística Administrativa Diplomatura en Gestión y Administración Pública Test de autocomprobación COMP. Parámetros y complementos
Estadística Administrativa Diplomatura en Gestión y Administración Pública Test de autocomprobación 04-06-06-COMP. Parámetros y complementos José A. Mayor Gallego Departamento de Estadística e Investigación
Más detallesGUIA 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
Más detallesESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL Organiza: INSTITUTO CÁNTABRO DE ESTADÍSTICA http://www.icane.es Responsable: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Ejercicios rouestos 1. Los datos originales a menudo necesitan ser codificados (transformados) ara facilitar el cálculo. Qué consecuencias tienen en el cálculo de la media
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesTEMA 5 Estadística descriptiva. Análisis de datos
TEMA 5 Estadística descriptiva. Análisis de datos Florence Nightingale (1820-1910) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales 3.
Más detallesAnálisis descriptivo y exploratorio de datos
ANÁLISIS DE VARIABLES RELACIONADAS CON LA DOCENCIA E INVESTIGACIÓN EN LA FAC. FARMACIA Análisis descriptivo y exploratorio de datos Francisco M. Ocaña Peinado @ocanapaco http://www.ugr.es/local/fmocan
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesBioestadística: 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
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesBioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS
Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica
Más detallesUniversidad Rey Juan Carlos Facultad de CC. Jurídicas y Sociales. Licenciatura en ECONOMÍA ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA I.
Universidad Rey Juan Carlos Facultad de CC. Jurídicas y Sociales (Campus de Vicálvaro) Licenciatura en ECONOMÍA asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA I curso y duración: Segundo Cuatrimestral
Más detallesESTADÍSTICA DESCRIPTIVA TEMA 2: MEDIDAS NUMÉRICAS
UNIDAD 2 ESTADÍSTICA DESCRIPTIVA TEMA 2: MEDIDAS NUMÉRICAS Medidas numéricas de posición, dispersión, forma y asociación 1 Medidas numéricas de posición, dispersión, forma y asociación Si se calculan para
Más detallesPRESENTACIÓN N DEL AED
PRESENTACIÓN N DEL AED Inicio del AED: John Tukey (1977) Nuevas técnicas t gráficas y analísticas Perspectiva exploratoria EDC frente al AED EDC Recoge, Ordena, representa Tabla: agrupa Datos. Gráficos
Más detallesEstadística Descriptiva I
Metodología de la Investigación en Enfermería Cátedra de Bioestadística Universidad de Extremadura 31 de enero de 2012 De qué trata? Descripción conjunto concreto de datos (sin generalizar) Clasificación
Más detallesPreparación de los datos de entrada
Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:
Más detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS
ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;
Más detalles