EVALUACIÓN EN APRENDIZAJE. Eduardo Morales y Jesús González
|
|
- Francisco Navarrete Torres
- hace 5 años
- Vistas:
Transcripción
1 EVALUACIÓN EN APRENDIZAJE Eduardo Morales y Jesús González
2 Significancia Estadística 2 En estadística, se dice que un resultado es estadísticamente significante, cuando no es posible que se presente por mera casualidad No se refiere a que se trata de algo importante La cantidad de evidencia requerida para aceptar que un evento no ocurrió por mera casualidad se conoce como nivel de significancia o p-value 24/02/13 6:18 pm
3 Significancia Estadística 3 Hipótesis Nula Una hipótesis que se puede falsificar utilizando una prueba con datos observados n Se establece una hipótesis nula n Recolectamos datos n Calculamos una medida de qué tan probables son los datos asumiendo que la hipótesis nula es verdadera n Si los datos son muy improbables n Generalmente datos que se observan menos del 5% de las veces que se hace el experimento n Se concluye que la hipótesis nula es falsa 24/02/13 6:18 pm
4 Significancia Estadística 4 Ejemplo Si creemos que cierta medicina reduce la posibilidad de tener un ataque cardiaco Hipótesis nula n Esta medicina no reduce la posibilidad de tener un ataque cardiaco 24/02/13 6:18 pm
5 Significancia Estadística 5 Prueba estadística de hipótesis de Fisher (enfoque tradicional) p-value Es la probabilidad condicional sobre la hipótesis nula de los datos observados (o los datos más extremos) n Si p-value es pequeño n La hipótesis nula es falsa ó pudo ocurrir un evento no común 24/02/13 6:18 pm
6 Significancia Estadística 6 Prueba estadística de hipótesis de Neyman Pearson (enfoque frecuentista) Requiere definir una hipótesis nula y otra alternativa Estudia las propiedades de muestreo repetido del proceso n La probabilidad de decidir rechazar la hipótesis nula cuando en realidad es verdadera y no debería ser rechazada n Falso Positivo ó Error Tipo I n La probabilidad de decidir aceptar la hipótesis nula cuando en realidad es falsa n Falso Negativo ó Error Tipo II 24/02/13 6:18 pm
7 Significancia Estadística 7 El nivel de significancia de una prueba lo definimos como La probabilidad de erróneamente rechazar la hipótesis nula no sea mayor que la probabilidad establecida 24/02/13 6:18 pm
8 Intervalos de Confianza 8 Es un estimado de un intervalo para un parámetro de población En lugar de estimar el parámetro con un solo valor Se estima un intervalo que incluya al parámetro Los intervalos de confianza se utilizan para indicar la certeza que podemos tener de un estimado El qué tan posible es que el intervalo contenga al parámetro que se determina por el nivel de confianza o coeficiente de confianza n Al incrementar el nivel de confianza deseado se amplía el intervalo de confianza 24/02/13 6:18 pm
9 Motivación 9 Evaluación de hipótesis Podemos usar la hipótesis? La evaluación de hipótesis es parte del aprendizaje en varios métodos Post-pruning en árboles de decisión para evitar el sobre-ajuste 24/02/13 6:18 pm
10 Motivación 10 Cómo determinar qué hipótesis (método) usar con un problema en particular? Diagnóstico médico Evaluar diferentes métodos Comparar métodos La evaluación no es tan fácil 24/02/13 6:18 pm
11 Motivación 11 Evaluación sencilla con datos suficientes Evaluación difícil con pocos datos Sesgo en la estimación n Sobreajuste n Optimista para nuevos casos n Probar con casos independientes al conjunto de entrenamiento Varianza en la estimación n Aún si la evaluación se hace con un conjunto de prueba no sesgado n Precisión medida varía de la precisión real n Depende del conjunto particular de ejemplos n Mientras más pequeño es el conjunto de ejemplos de prueba n Más grande la varianza 24/02/13 6:18 pm
12 Estimando la Precisión de una Hipótesis 12 Queremos estimar la precisión para clasificar nuevas instancias También el error asociado a la estimación 24/02/13 6:18 pm
13 Problema de aprendizaje (1) 13 Espacio de posibles instancias X Se definen funciones objetivo sobre X Diferentes instancias tienen dif. frecuencias Modelo Distribución de probabilidad desconocida D de encontrar cada instancia en X D no dice nada acerca de si x es positivo o negativo 24/02/13 6:18 pm
14 Problema de aprendizaje (2) 14 Tarea de aprendizaje Aprender el concepto objetivo o función objetivo considerando un espacio de hipótesis H. Conjunto de entrenamiento n Obtener instancias independientemente, de acuerdo a la distribución D, junto con su valor objetivo correcto f(x) 24/02/13 6:18 pm
15 Problema de aprendizaje (3) 15 Ejemplo Función objetivo: Personas proponsas a ser hospitalizadas para una cirugía de apéndice (Gente que llega a la sala de urgencias en un hospital) Espacio de instancias X: toda la gente, descrita por un conjunto de atributos Distribución de probabilidad D n Para cada persona x, D dice la probabilidad de que x llegue a la sala de urgencias Función objetivo: f : X à {0, 1} n Clasifica a cada persona, entra a cirugía de apéndice o no 24/02/13 6:18 pm
16 Problema de aprendizaje (4) 16 Preguntas 1. Dada la hipótesis h y una muestra de datos con n ejemplos tomados aleatoriamente de acuerdo a D 1. Cuál es el mejor estimado de la precisión de h sobre futuras instancias tomadas bajo la misma distribución? 2. Cuál es el error probable en este estimado de precisión? 24/02/13 6:18 pm
17 Error de muestra y error verdadero (1) 17 Error de muestra error s (h) 1 n Error verdadero x S δ( f (x), h(x)) error D (h) Pr [ f (x) h(x)] x D 24/02/13 6:18 pm
18 Error de muestra y error verdadero (2) 18 Queremos conocer error D (h) pero solo podemos obtener error S (h) Pregunta Qué tan buen estimador de error D (h) es error S (h)? 24/02/13 6:18 pm
19 Intervalos de confianza para hipótesis con valores discretos (1) 19 Estimar el error verdadero de una hipótesis con valores discretos h, con base al error observado sobre la muestra S S contiene n ejemplos tomados independientemente uno de otro e independientes de h de acuerdo a D n 30 Hipótesis h comete r errores sobre estos n ejemplos n i.e., error S (h) = r / n 24/02/13 6:18 pm
20 Intervalos de confianza para hipótesis 20 con valores discretos (2) Bajo estas condiciones, y basados en teoría de la estadística 1. Dado que no se cuenta con más inf., el valor más probable para error D (h) es error S (h) 2. Con aprox. 95% de probabilidad, el error verdadero error D (h) cae en el intervalo error S (h)±1.96 error S(h)(1 error S (h)) n 24/02/13 6:18 pm
21 Intervalos de confianza para hipótesis 21 con valores discretos (3) Ejemplo n = 40, r = 12, error S (h) = 12 / 40 = 0.3 Pero error S (h) no es un estimador perfecto de error D (h) n Dif. resultados en dif. experimentos n Aprox. para 95% de los experimentos, el intervalo calculado contiene al error verdadero Intervalo de confianza del 95% n 0.30 ± (1.96 * 0.07) = 0.30 ± 0.14
22 Intervalos de confianza para hipótesis 22 con valores discretos (4) Para otros niveles de confianza error S (h)± z N error S (h)(1 error S (h)) n Valores de Z N para intervalos de confianza de dos lados N% Nivel de Confianza N% 50% 68% 80% 90% 95% 98% 99% Constante Z N : Regla de cuándo aplica la fórmula, n 30: n error S (h)(1 error S (h)) 5
23 Diferencia de error de dos hipótesis (1) 23 Hipótesis h 1, S 1, n 1 ejemplos tomados aleatoriamente bajo D Hipótesis h 2, S 2 (indep. de S 1 ), n 2 ejemplos tomados aleatoriamente bajo D Estimar diferencia entre errores verdaderos entre h 1 y h 2 Estimador: d error D (h 1 ) error D (h 2 ) ˆd error S1 (h 1 ) error S2 (h 2 )
24 Diferencia de error de dos hipótesis (2) 24 Para n 1 y n 2 30, error S (h 1 ) y error S (h 2 ) siguen distribuciones aprox. normal La dif. de 2 dist. normales también es una dist. normal à ˆd también sigue una distribución aprox. normal con media d La varianza de la distribución es la suma de las varianzas de error S (h 1 ) y error S (h 2 ) σ ˆd 2 error S 1 (h 1 )(1 error S1 (h 1 )) n 1 + error S 2 (h 2 )(1 error S2 (h 2 )) n 2
25 Diferencia de error de dos hipótesis (3) 25 Utilizando la varianza aproximada, un estimado del N% intervalo de confianza para d es: ˆd ± Z N error S1 (h 1 )(1 error S1 (h 1 )) n 1 + error S 2 (h 2 )(1 error S2 (h 2 )) n 2 Si se trabaja con la misma muestra S: ˆd error S (h 1 ) error S (h 2 )
26 Comparación de Algoritmos de Aprendizaje (1) 26 Comparar los algoritmos L A y L B en lugar de 2 hipótesis específicas Qué prueba hacemos? Cómo sabemos que la diferencia es estadísticamente significativa?
27 Comparación de Algoritmos de 27 Aprendizaje (2) Cuál de los 2 métodos es mejor en promedio para una función objetivo en particular? Sobre los conjuntos de entrenamiento de tamaño n tomados bajo D Valor esperado de la diferencia de los errores entre los algoritmos L A y L B E [error D(L A (S)) error D (L B (S))] S D
28 Comparación de Algoritmos de 28 Aprendizaje (3) En realidad solo se cuenta con un conjunto limitado de ejemplos D 0 Dividir D 0 en un conjunto de entrenamiento S 0 y un conjunto de prueba T 0 Entonces medimos: error T0 (L A (S 0 )) error T0 (L B (S 0 )) Podemos mejorar esta medida creando particiones disjuntas (k-fold CV) y estimar: E [error D (L A (S)) error D (L B (S))] S D 0 S es una muestra de D 0 de tamaño k 1 k D 0
29 Comparación de Algoritmos de 29 Aprendizaje (4) Procedimiento 1. Particionar los datos D 0 en k subconjuntos disjuntos T 1, T 2,, T k del mismo tamaño, tamaño al menos de Para i de 1 a k 1. Usar T i como conjunto de prueba y el resto para el conjunto de entrenamiento S i 1. S i ß {D0 - T i } 2. h A ß L A (S i ) 3. h B ß L B (S i ) 4. δ i ß error Ti (h A ) error Ti (h B ) 3. Regresar el valor, donde δ δ 1 k k i=1 δ i
30 Comparación de Algoritmos de 30 Aprendizaje (5) El intervalo de confianza del N% aprox. para estimar E [error D L A (S)) error D (L B (S))] S D 0 Usando δ está dado por (prueba t-test) δ ± t N,k 1 S δ S δ 1 k(k 1) k i=1 (δ i δ ) 2
31 Comparación de Algoritmos de 31 Aprendizaje (6) Constante t N,k-1 tiene 2 parámetros N, nivel de confianza k-1, número de grados de libertad n Número de eventos aleatorios v, independientes para producir el valor de δ n Grados de libertad es k-1 n Si k à, t N,k-1 se acerca a z N
32 Comparación de Algoritmos de Aprendizaje (7) 32 La comparación se hace con conjuntos de prueba idénticos Al comparar hipótesis no es necesario Se denominan pruebas apareadas (paired tests) Producen intervalos de confianza más ajustados n Diferencias entre errores en prueba apareada se deben a diferencias entre hipótesis n Al usar conjuntos de prueba separados, diferencias en los errores de muestra parcialmente se atribuyen a diferencias en la elección de las dos muestras
33 Comparación de Algoritmos de 33 Aprendizaje (8)
34 Prueba t-test (1) 34 t-test Las medias de 2 grupos son estadísticamente diferentes una de la otra? La diferencia se debe a errores de muestreo o casualidad? Para comparar las medias de 2 grupos
35 Prueba t-test (2) 35 Factores para determinar si una dif. entre 2 grupos se debe a verdadera dif. o a un error debido a la casualidad Mientras más grande sea la muestra, es menos posible que la dif. se deba a errores de muestreo o casualidad A más grande sea la dif. entre las 2 medidas, menos posible que la dif. se deba a errores de muestreo Mientras más pequeña sea la varianza entre los participantes, es menos posible que la dif. haya sido creada por errores de muestreo
36 Prueba t-test (3) 36 A. Hipótesis nula H 0 : μ 1 =μ 2 B. Hipótesis alternativa H A : μ 1 μ 2 C. Las medias son iguales que en el caso B. Pareciera que: H A : μ 1 μ 2 Pero sería un error H 0 : μ 1 =μ 2 es lo correcto Cuantas veces de 100 estaríamos de acuerdo en equivocarnos?
37 Prueba t-test (4) /02/13 6:30 pm
38 Prueba t-test (5) 38 Nivel Alfa (α) Representa el número de veces de 100 que aceptamos rechazar la hipotesís nula aún cuando es correcta. Si α es 0.05, 5 veces de 100 rechazaremos la hipótesis nula de manera incorrecta n Esas 5 veces, ambas medias vendrán de la misma población (Caso III) n Pero 95 veces de 100, tendremos resultados correctos porque es más probable que vengan de poblaciones diferentes (Caso II)
39 Prueba t-test (6) 39 t-critical value, se encuentra en la tabla t-statistic value, el valor final Si t-statistic > t-critical, se rechaza la hipótesis nula, se acepta la hipótesis alterna Si t-statistic < t-critical, se retiene la hipótesis nula
40 Prueba t-test (7) 40 p-vales En lugar de comparar los valores t-critical y t-statistical para determinar la diferencia significativa Se pueden comparar nivel αy p-values En la figura, el nivel αes el área bajo la curva a la derecha del punto t-critical positivo y a la izquierda del punto t-critical negativo (todo lo gris y azul claro). Esto junto es el nivel alfa, 0.05 El p-value es el área bajo la curva a la derecha del t- statistic púrpura más el área a la izquierda del t- statistic púrpura (solo el azul claro).
41 Prueba t-test (8) 41 Si p-value < α, se acepta la hipótesis alterna Si p-value >α, se retiene la hipótesis nula
42 Prueba t-test (9) 42 Evaluación de significancia Obtener el t-value Calcular los grados de libertad n DF = N 1 Checar en la tabla n Nivel de significancia (0.05, 0.01, 0.001) n à Valor crítico de t n Si valor observado > valor crítico à rechazar H 0 n Si valor observado < valor crítico à no rechazar H 0 n Si la tabla no tiene el número de grados de libertad n Usar el siguiente número menor al real (para 32 usar 30)
43 Prueba t-test (10) 43 Cálculo en algunas herramientas Weka
44 ANOVA (1) 44 Analysis Of Variance (ANOVA) Conocida también como f-test Relacionada con la t-test t-test mide la diferencia entre las medias de 2 grupos ANOVA prueba la dif. entre las medias de 2 o mas grupos
45 ANOVA (2) 45 ANOVA de 1-lado o de factor simple Prueba dif. entre grupos que se clasifican solo sobre una variable independiente También hay una prueba ANOVA para múltiples variables independientes Ventaja de ANOVA sobre t-test n Reduce probabilidad de un error tipo-i n Muchas comparaciones entre 2 grupos Desventaja de ANOVA n Se pierde especificidad n f dice que hay dif. significante entre grupos, no dice cuáles grupos son significativamente diferentes entre sí
46 ANOVA (3) 46 Hipótesis Nula Asunción de que no hay real diferencia entre grupos y cualquier diferencia (estadística) se debe a errores de muestreo. Un investigador trata de probar que esto no es cierto Error tipo I n Cuando el investigador rechaza la hipótesis nula aún cuando era cierta
47 ANOVA (4) 47 Material de Referencia
Aplicaciones de apoyo al diagnóstico médico. Identificación de objetos amigos y enemigos. Identificación de zonas afectadas por un desastre natural.
Capítulo 5 Evaluación En muchas ocasiones requerimos hacer una evaluación muy precisa de nuestros algoritmos de aprendizaje computacional porque los vamos a utilizar en algún tipo de aplicación que así
Más detallesESTIMACIÓN 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
Más detallesComparación de métodos de aprendizaje sobre el mismo problema
Comparación de métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación. Test de
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesUNIDAD 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,
Más detallesEstadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con
Hasta ahora hemos supuesto que conocemos o podemos calcular la función/densidad de probabilidad (distribución) de las variables aleatorias. En general, esto no es así. Más bien se tiene una muestra experimental
Más detallesBLOQUE 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
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesComparación de dos métodos de aprendizaje sobre el mismo problema
Comparación de dos métodos de aprendizaje sobre el mismo problema Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Motivación 2.
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesIntroducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 (ESTA 3042) Tests of Significance 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. (ESTA 3042) Tests of Significance 2 /
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesVariables aleatorias
Variables aleatorias Un poco más general: si ahora S n está dada por la suma de variables independientes de la forma: S n =c 1 X 1 +... +c n X n, entonces la función generatriz viene dada por: Variables
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 detallesIntroducción a pruebas de hipótesis
Introducción a pruebas de hipótesis ESTA 3042 enero 2013 (ESTA 3042) Tests of Significance enero 2013 1 / 18 Testing de Hipótesis Hemos visto como estimar un parámetro de una población. Ahora pasamos a
Más detallesPrueba de Hipótesis. Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional
Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea para la toma de decisión, es decir aceptar o rechazar el supuesto
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesConceptos básicos de inferencia estadística (II): Contrastes de hipótesis (repaso)
Conceptos básicos de inferencia estadística (II): Contrastes de hipótesis (repaso) Tema 1 (II) Estadística 2 Curso 08/09 Tema 1 (II) (Estadística 2) Contrastes de hipótesis Curso 08/09 1 / 21 Contrastes
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesEstimación. 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
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesESTADISTICA 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
Más detallesPrueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14
Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca
Más detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesDiseño de experimentos - prueba de hipótesis.
Diseño de experimentos - prueba de hipótesis http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Inferencia estadística Conjunto de métodos y técnicas que permiten inducir,
Más detallesTema 7. Contrastes de Hipótesis
7.1. Conceptos básicos Tema 7. Contrastes de Hipótesis Uno de los problemas comunes en inferencia consiste en contrastar una hipótesis estadística. Ejemplo: El fabricante de un determinado tipo de piezas
Más detallesJuan 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
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesEstimación 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
Más detallesEstimación 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
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detalles6. Inferencia con muestras grandes. Informática. Universidad Carlos III de Madrid
6. Inferencia con muestras grandes 1 Tema 6: Inferencia con muestras grandes 1. Intervalos de confianza para μ con muestras grandes 2. Determinación del tamaño muestral 3. Introducción al contraste de
Más detallesI. Error tipo I y II II. Nivel de significancia III. Intervalo de confianza
I. Error tipo I y II II. Nivel de significancia III. Intervalo de confianza Elías Salvador T. PhD Profesor investigador FMVZ-UNICA BIOESTADISTICA 2018-II ERROR TIPO I y II Ninguna prueba de hipótesis es
Más detallesFolleto de Estadísticas. Teoría del 2do Parcial
Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 6. Contraste de hipótesis
Estadís5ca Tema 6. Contraste de hipótesis María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica
Más detallesEl procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea
El procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea Ejemplo Es posible que el valor verdadero de la rapidez promedio de combustión
Más detallesde Muestreo de Medias, Inferencia Estadística (Naturaleza de las Pruebas ) (Cap. 7 y Sec. 8.3)
Variabilidad Muestral, Distribuciones de Muestreo de Medias, Inferencia Estadística (Naturaleza de las Pruebas ) (Cap. 7 y Sec. 8.3) Distribución muestral de un estadístico Es la distribución de valores
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesINGENIERO 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
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre
Más detallesHipótesis. (x), donde es el parámetro poblacional desconocido. Problemas Inferenciales sobre
Tema 7: Introducción a los Contrastes de Hipótesis Introducción Sea X la variable aleatoria poblacional con distribución de probabilidad f (x), donde es el parámetro poblacional desconocido Problemas Inferenciales
Más detallesIntroducción a estadística
Introducción a estadística Diego Shalom Laboratorio 5 Abril 2016 Medición = Comparar Comparar a veces es fácil, pero no siempre. Estadística descriptiva: valor representativo y ancho de la distribución
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región
Más detalles1 Profesor : Ing. Oli Eduardo Carrillo MSc. olicarrillo@yahoo.es 2 Unidad I: Estimación de Parámetros. Estimación de parámetros: Es el empleo de estadísticos para calcular los respectivos parámetros poblacionales.
Más detallesTema 6: Contraste de hipótesis
Tema 6: Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Contraste de hipótesis Curso 2008-2009 1 / 14 Índice
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesEstadística Aplicada a la Educación
Estadística Aplicada a a la la Educación Estadística Aplicada a la Educación Tutor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 2014/15 migdaza@madridsur.uned.es 1 2014/15 1 2 4 5 6 7 8 9 10 11 12 La
Más detallesReconocimiento de Patrones
Reconocimiento de Patrones Técnicas de validación (Clasificación Supervisada) Jesús Ariel Carrasco Ochoa Instituto Nacional de Astrofísica, Óptica y Electrónica Clasificación Supervisada Para qué evaluar
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región
Más detallesNotas de clase Estadística R. Urbán R.
Inferencia estadística Sabemos que una población puede ser caracterizada por los valores de algunos parámetros poblacionales, por ello es lógico que en muchos problemas estadísticos se centre la atención
Más detalles10.3. Sec. Prueba de hipótesis para la media poblacional. Copyright 2013, 2010 and 2007 Pearson Education, Inc.
Sec. 10.3 Prueba de hipótesis para la media poblacional (μ) Para probar una hipótesis con respecto a la media poblacional, cuando la desviación estándar poblaciónal es desconocida, usamos una distribución-t
Más detallesCONTROL ESTADISTICO DE LA CALIDAD
CICLO 2012-I Módulo:2 Unidad:2 Semana: 2 CONTROL ESTADISTICO DE LA CALIDAD ING. ENRIQUE MONTENEGRO MARCELO PRUEBAS DE HIPOTESIS CONTENIDOS TEMÁTICOS 1. DEFINICIÓN DE HIPOTESIS 2. PROCEDIMIENTO DE UNA PRUEBA
Más detallesAplicación de la distribución empírica: Tests de bondad de ajuste
Aplicación de la distribución empírica: Tests de bondad de ajuste 4 de marzo de 2009 Test de bondad de ajuste Supongamos que se dispone de una m.a.s de tamaño n de una población X con distribución desconocida
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesTema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Más detallesInferencia estadística
Población y muestra Estadística descriptiva e inferencial Herramientas de la estadística inferencial Intervalos de confianza para media y varianza poblacional Ejemplo de aplicación Población: Conjunto
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesComparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm.
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso EX III MAT. 298 Núm. I. Verdadero (V) o Falso (F).. La Curva de Probabilidad Normal Estándar
Más detallesFundamentos de la Prueba de Hipótesis. Maestría en Administración Universidad Cristóbal Colón
Fundamentos de la Prueba de Hipótesis Maestría en Administración Universidad Cristóbal Colón 1 Objetivos del Capítulo Desarrollar la metodología de prueba de hipótesis como una técnica para analizar diferencias
Más detallesTema 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesTema 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesPrueba de Hipótesis Estadísticas. Estadística Básica - Manuel Spínola 1
Prueba de Hipótesis Estadísticas Estadística Básica - Manuel Spínola 1 ! El uso de la estadística es una parte del método científico, pero constituye una parte importante de nuestra investigación, especialmente
Más detallesSimulación a Eventos Discretos. Clase 8: Análisis de resultados
Simulación a Eventos Discretos Clase 8: Análisis de resultados Muestras independientes Los resultados de una corrida de una simulación estocástica (denominados respuestas), son muestras de alguna distribución.
Más detallesEstimación de Parámetros
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: p Estimación de Parámetros Prueba de Hipótesis Estimación
Más detallesDistribuciones 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
Más detallesCap. 7 : Pruebas de hipótesis
Cap. 7 : Pruebas de hipótesis Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 20 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
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 detallesTests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA
2 5. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA CONOCIDA 5. Desarrollo de un ejemplo Interesa saber si el método de absorción atómica de vapor frío para determinar mercurio introduce
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Introducción al Contraste de Hipótesis https://www.intecca.uned.es/portalavip/grabacion.php?id_grabacion=56991&id_sala=60624&hash
Más detallesParte de las notas tomadas de: Prof. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
Estadística stica No Paramétrica Parte de las notas tomadas de: Prof. Edgar Acuña http://math.uprm math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ METODOS ESTADISTICOS
Más detallesMEDIDAS DE ASOCIACION
MEDIDAS DE ASOCIACION OBJETIVOS DE LA LECCION Que es asociación Identificar las medidas apropiadas para un diseño de estudio Construir tablas de contingencia Calcular e interpretar las medidas de asociación
Más detallesCONCEPTOS BASICOS DE MUESTREO VARIABLE ALEATORIA. (Concepto no matemático)
CAPITULO 8 CONCEPTOS BASICOS DE MUESTREO En la aplicación de los métodos de muestreo es importante recordar los siguientes conceptos básicos: 8.1. VARIABLE ALEATORIA. (Concepto no matemático) Es aquella
Más detallesContraste de Hipótesis
Contraste de Hipótesis Introducción Ejemplo El peso de plantines de un arbusto forrajero, almacenado a temperatura y humedad relativa ambientes, obtenido a los 20 días desde la germinación es en promedio
Más detallesREGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS
REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS Teoría de la estimación: Estimación puntual Estimación por intervalos ESTIMACIÓN DE INTERVALOS: IDEAS BÁSICAS 1 Lo que se busca
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesTEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA
TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TIPOS DE CONTRASTE Contrastes paramétricos: Son aquellos que se relacionan con el estudio de un parámetro poblacional (media, varianza, proporción,
Más detallesECONOMETRÍA I. Tema 4: El Modelo de Regresión Lineal Múltiple: inferencia y validación
ECONOMETRÍA I Tema 4: El Modelo de Regresión Lineal Múltiple: inferencia y validación Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesDEFINICIONES BÁSICAS
1 CLASES DE ESTADÍSTICA II CLASE 14) INTRODUCCIÓN A LAS PRUEBAS DE HIPÓTESIS. A menudo el analista debe tomar decisiones acerca de la investigación que se está desarrollando. En ese proceso de toma de
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesEstadística Inferencia Estadística
Estadística Inferencia Estadística Problemas en Inferencia Estadística POBLACIÓN X F(θ ) desconocido A partir de una M.A.S. X 1,X 2,,X n queremos estimar el valor de θ Estimar : Asignar un valor a algo
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detalles