ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía
|
|
- Veronica Campos Herrera
- hace 5 años
- Vistas:
Transcripción
1 ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía
2 El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral. Ifluye?... Presó de trabajo. Temperatura de trabajo. Catalzador. Lo más mportate es TOMAR DATOS. Es decr EXPERIMENTAR.
3 El dseño de expermetos Es u mecasmo de muestreo Nos muestra cómo tomar observacoes para comprobar s sobre la varable de terés (Redmeto de la reaccó) fluye los factores (Temperatura, Presó, Catalzador) Nuestro objetvo será realzar u aálss que os lleve a coclusoes fables. Co pocas observacoes. Por qué? Las observacoes so caras.
4 Vamos a estudar. Aálss de la varaza Dseños factorales a dos veles. Dseños fraccoales. Extesoes (Taguch( Taguch)
5 Aálss de la varaza. X Y Cómo fluye X sobre Y?
6 Aálss de la varaza. X Y Lo hemos estudado e Regresó. Pero o os mportaba cómo recoger los datos. Ahora sí.
7 Vamos a estudarlo co u ejemplo Se desea saber s el cotedo de algodó de ua fbra semstétca fluye e la fortaleza de la msma: Se toma los sguetes datos: Porcetaje de algodó 5% 0% 5% 30% 35%
8 Ifluye el % de algodó? Porcetaje de algodó 5% 0% 5% 30% 35% Medas
9 Ifluye el % de algodó? Scatterplot by Level Code 5 Fortaleza Porc. Algodo Medas 4 Fortaleza Porc. Algodo
10 Ifluye el % de algodó? Box-ad-Whsker Plot 5 Fortaleza Porc. Algodo
11 ANOVA Grupo o Factor Porcetaje de algodó... I 5% 0% 5% 30% 35% y, y,... y I, y, y,... y I, Medas y, y, y I,I Medas = I y I..... y y I. No tee que haber el msmo úmero de datos para cada grupo
12 El modelo estadístco: y j = µ + e j Observacó j-ésma del grupo Meda del grupo Efecto del factor Error de la observacó j-ésma del grupo
13 Hpótess: y j = µ + e j. Lealdad. Homocedastcdad 3. Idepedeca 4. Normaldad
14 µ Grupo
15 Grupo µ Grupo µ
16 Grupo µ Grupo Grupo 3 µ µ 3 Los datos procede de campaas (So ormales). Co medas dsttas y varaza (Ampltud) costate
17 µ µ se deslaza de u grupo a otro: S el factor fluye µ será dstto para cada grupo S el factor o fluye µ será gual para todos
18 Estmacó: Máxma verosmltud Cómo estmarías µ? Grupo o Factor... I y, y,... y I, Por máxma m verosmltud se obtee: y y,... y, y I,... y, y, y I,I = y y j j= Efecto grupo...
19 Objetvo del aálss Saber s el grupo (Factor) fluye E el modelo equvale a: So guales µ, µ, µ 3...? Algua meda es dferete? Estadístcamete: stcamete: H o : µ = µ = µ 3 =.= µ I? H : Algua es dferete?
20 Supogamos los datos: µ µ La flecha dca la dfereca etre ambas medas. So guales?
21 O estos datos: µ µ La flecha dca la dfereca etre ambas medas. Es la msma que e el caso ateror. So guales?
22 O falmete: Hay que comparar las medas teedo e cueta las dspersoes (varazas) µ µ La flecha dca la dfereca etre ambas medas. Es la msma que e el caso ateror. So guales?
23 So guales? La dstaca etre las dos medas es la msma. Pero la varabldad es muy dferete.
24 El aálss de la varaza: Decde s los grupos so guales comparado la dstaca etre las l medas e fucó de varaza de los grupos. Grupos co la msma dfereca de medas será probablemete dsttos s sus datos tee meos varabldad
25 Bases del aálss y.. Todos los datos y. Datos por grupos y. y 3.
26 Bases del aálss y.. y. y.. Todos los datos y. y.. y. Datos por grupos y 3. y.. y. y 3.
27 Bases del aálss y.. y. y.. Esa observacó y, j y. y.. y. y, j y. y 3. y.. y 3.
28 y.. y. y.. y j, y.. Esa observacó Bases del aálss y, j y. y.. y. y j, y. y, j y 3. y.. y. ( y, j y.. ) = ( y, j y. ) + ( y. y.. ) y 3.
29 ( y, j y.. ) = ( y, j y. ) + ( y. y.. ) Elevado al cuadrado y sumado para todas las observacoes: = j= ( y, j y.. ) = = j= ( y, j y. ) + = j= ( y. y.. ) + = j= ( y, j y. )( y. y.. ) = j= ( y, y.)( y. y.. ) = ( y. y.. ) ( y, y.) j = j= j = 0
30 = j= ( y, j y.. ) = ( y. y.. ) + ( y, j y. = j= = j= El prmer térmo se deoma Varacó Total: = j= El segudo térmo se deoma Varacó Explcada: ( y y ), j.. ) = VT = j= ( y. y.. ) = = ( y. y.. ) = VE El tercero se deoma Varacó No Explcada = j= ( y, j y. ) = VNE
31 Dstrbucoes: Se puede demostrar VNE se dstrbuye SIEMPRE como ua χ σ I S y sólo s se cumple H VE se dstrbuye como ua σ 0 : µ = µ = m χ I = µ I Sabemos que ua F es : Por tato : F χ, m χ m = FI, I = = SOLO s se cumple HO m VE I σ VNE I σ VE I VNE I
32 Por tato : F VE I VNE I I, I = SOLO s se cumple HO F (varace rato) Dstrbuto 0,8 0,6 Numerator d.f,d 0,0 desty 0,4 0, x No rechazamos Ho Rechazamos Ho
33 Tabla ANOVA Fuete de varacó Suma de cuadrados Grados de lbertad Varaza F Explcada o etre grupos = VE ( y y... ) I- VE/I- sˆe s ˆe sˆr No explcada o resdual = j= VNE ( y y, j. ) -I VNE/-I s ˆR Total = j= VT ( y ).. y, j - VT/- sˆy
34 Ejemplo: Porcetaje de algodó Porcetaje de algodó 5% 0% 5% 30% 35% Se desea saber s el cotedo de algodó de ua fbra semstétca fluye e la fortaleza de la msma:
35 Tabla ANOVA Fuete de varacó Suma de cuadrados Grados de lbertad Varaza F Explcada o etre grupos No explcada o resdual Total = = j= = j= ( y y. 6. ( y y, j ( y ).. y, j... ) ) 4 I- 0 -I 4 - VE/I /4= 8.94 VNE/-I 6./0= 8.06 VT/- 8.94/8.06 = 4.76
36 Porcetaje de algodó 5% 0% 5% 30% 35% Medas Aalyss of Varace Source Sum of Squares Df Mea Square F-Rato P-Value Betwee groups 475,76 4 8,94 4,76 0,0000 Wth groups 6, 0 8, Total (Corr.) 636,96 4
37 Aalyss of Varace Source Sum of Squares Df Mea Square F-Rato P-Value Betwee groups 475,76 4 8,94 4,76 0,0000 Wth groups 6, 0 8, Total (Corr.) 636,96 4 F (varace rato) Dstrbuto 0,8 0,6 Numerator d.f,deomator d.f. 4,0 desty 0,4 0, x Ifluye el algodó?. S se cumple Ho el úmero obtedo provee de esa F S o se cumple Ho el úmero o provee de esa F
38 Comparacó de medas Los datos dca que algua meda es dferete Cuátas dfera? So todas dsttas? Cuál es la mayor? Itervalo de cofaza para la dfereca de medas: µ µ j ( y. y j. ) ± tα /, I s R ˆ j S el cero está detro del tervalo las dos medas puede ser guales
39 Comparacó de los grupos t 0.05, 0gl =.09 (µ µ ) ε (6-66) 66) sqrt(/4+/6) (µ µ 3 ) ε (-0., -3.8) (µ µ 4 ) ε (-3.03, 3.03) (µ µ 3 ) ε (-4.8, 0.86) (µ µ 4 ) ε (.3, 7.67) (µ 3 µ 4 ) ε (4,3, 9.7) µ µ j y y sˆ (. j. ) ± α / R t j
40 Esto lo hace el ordeador mejor ya que tee e cueta el problema de cotrastes múltples Multple Rage Tests for Col_ by Col_ Method: 95,0 percet LSD Col_ Cout Mea Homogeeous Groups ,8 X ,8 X 0 5 5, X 5 5 7,6 X 30 5,6 X Cotrast Dfferece +/- Lmts *-5,4 3, *-7,8 3, *-,8 3, ,0 3, ,4 3, *-6,4 3, *4,4 3, *-4,0 3, *6,8 3, *0,8 3, * deotes a statstcally sgfcat dfferece. 5 Meas ad 95,0 Percet LSD Itervals Col_ Col_
41 Dagoss Igual que e regresó: resduos vs. Valores ajustados Comprobaremos que so homocedástcos y que o pasa cosas raras. Resdual Plot for Col_ 6 4 resdual predcted Col_
Análisis de la Varianza
Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesSupongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesAnálisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesQué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN
Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas
Más detallesGENERALIDADES ESTADISTICA DESCRIPTIVA
MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detallesESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015
Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur
Más detallesal nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable
Más detallesF.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:
Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.
Más detalles02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C
Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesTema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
Más detallesDISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departamento de ingeniería de organización, administración de empresas y estadística.
DISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departameto de geería de orgazacó, admstracó de empresas estadístca. PROGRAMA. Aálss de la varaza. Comparacó de dos tratametos. La hpótess de ormaldad, depedeca
Más detalles1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
Más detallesDiseño de Experimentos y Regresión
Dseño de Epermetos Regresó Laboratoro de Estadístca ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES UNIVERSIDAD POLITÉCNICA DE MADRID Edcó Curso 7/8 DISEÑO DE EXPERIMENTOS Y MODELOS DE REGRESIÓN Departameto
Más detallesMODELOS DE REGRESIÓN. Prof. Susana Martín Fernández
MODELOS DE REGRESIÓN Prof. Susaa Martí Ferádez REGRESIÓN SIMPLE Objetvo Sea..., valores de la varable umérca X. Sea Y(y, y,..., y ) u vector aleatoro de varables aleatoras depedetes, el modelo de regresó
Más detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detalles(Véase el Ejercicio 13 Beneficio de los bancos )
étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó
Más detallesEstadística aplicada al Periodismo
Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesMODELO DE DISEÑO DE EXPERIMENTOS (UN FACTOR) Julián de la Horra Departamento de Matemáticas U.A.M.
MODELO DE DISEÑO DE EXPERIMENTOS (UN FACTOR) Julá de la Horra Departameto de Matemátcas U.A.M. 1 Itroduccó Los modelos de dseño de expermetos srve, e geeral, para tratar de explcar ua varable respuesta
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesFacultad de Ciencias del Mar. Curso 2008/09 25/06/09
Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer
Más detallesTest de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa
Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesDefinición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:
Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados
Más detallesEsta t d a í d s í titcos o TEMA 3.3
TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)
Más detalles3 Metodología de determinación del valor del agua cruda
3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos
Más detalles1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Más detallesNo debe entregar los enunciados
Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesTema 16: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesLECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS
Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN
Más detallesEspecialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV
Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra
Más detallesAnálisis de la varianza de un factor
Aálss de la varaza de u factor El test t de muestras se aplca cuado se quere comparar las medas de dos poblacoes co dstrbucoes ormales co varazas guales y se observa muestras depedetes para cada poblacó
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:
Más detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesDada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ
TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,
Más detallesAnálisis de la varianza de un factor
Aálss de la varaza de u factor El test t de muestras se aplca cuado se quere comparar las medas de dos poblacoes co dstrbucoes ormales co varazas guales y se observa muestras depedetes para cada poblacó.
Más detalles2.4 Pruebas estadísticas para los números pseudoaleatorios
Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesQué conclusión extraeremos trabajando con un nivel de significación del 5%?
sbb BB BBB Ejercco 1 Ua asocacó de defesa del cosumdor argumeta que el cotedo de las latas de atú de ua determada marca es feror a los 50 g que se dca e el paquete. ara cotrastarlo se coge ua muestra de
Más detallesAnálisis de la varianza de un factor
Aálss de la varaza de u factor El test t de muestras se aplca cuado se quere comparar las medas de dos poblacoes co dstrbucoes ormales co varazas guales y se observa muestras depedetes para cada poblacó.
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez
ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesUniversidad Nacional de La Plata
Uversdad Nacoal de La Plata Facultad de Cecas Agraras Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 8: Aálss de la Varaza Dseño de Expermetos Modelos leales co varables categórcas
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesÍNDICE 1. INTRODUCCIÓN A LA PROBABILIDAD... 11
ÍNDICE 1. INTRODUCCIÓN A LA PROBABILIDAD... 11 1.1. Probabldad, espaco muestral y sucesos... 11 1.1.1. Espaco muestral y sucesos... 11 1.1.. Probabldad... 14 1.1.3. Varable aleatora y fucó de dstrbucó...
Más detallesTEMAS CUESTIONARIO DE AUTOEVALUACIÓN
TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera
Más detalles4º MEDIO: MEDIDAS DE POSICIÓN
4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co
Más detallesEstadística Descriptiva
Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesMEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
Más detallesAGRO Examen Parcial 1
AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detalles13/08/2015 ANÁLISIS DE LA VARIANZA ANOVA. Cajas Negras 1. INTRODUCCION PLANIFICACIÓN DE LA INVESTIGACIÓN ANALISIS DE LA VARIANZA
3/08/05 ANÁLISIS DE LA VARIANZA. INTRODUCCION PLANIFICACIÓN DE LA INVESTIGACIÓN COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES Es comú e el estudo de las cecas aturales tomar datos de dos o más muestras,
Más detallesOne-way ANOVA: Conductivity versus Coating type
Solució: a) Para que haa ua diferecia e las medias de los tratamietos, se ecesita que el P-value sea meor al ivel de sigificacia, a cotiuació se hace el aálisis por Miitab: Oe-wa ANOVA: Coductivit versus
Más detallesTEMA 9. Contrastes no paramétricos y bondad de ajuste
TEMA 9. Cotrastes o paramétrcos y bodad de ajuste 9. Al falzar el tema el alumo debe coocer... fereca etre u cotraste parámetrco y uo o paramétrco Característcas de la estmacó utlzado los cotrastes o test
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de
Más detallesQué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.
Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma
Más detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesTema 12: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t
Más detallesMETODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:
Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesRepaso. Concepto de muestra y población. Estimadores. Pruebas de hipótesis. Concepto de factor y de niveles de un factor. Modelo ANOVA de un solo
Uversdad Nacoal de La Plata Facultad de Cecas Agraras Forestales DISEÑO O EXPERIMENTAL (Modelos Multvarados) CONTENIDOS Repaso Cocepto de muestra poblacó Estmadores Pruebas de hpótess Cocepto de factor
Más detalles10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
Más detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesContraste de Hipótesis
Cotraste de Hpótess 1. Se quere comprobar s ua muestra de tamaño co meda 1 procede de ua poblacó N(14,3) co el vel de sgfcacó,5..- E ua propagada se auca que uas determadas plas proporcoa más horas de
Más detalles