al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

Documentos relacionados
La inferencia estadística es primordialmente de naturaleza

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

Análisis de Regresión

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

Métodos indirectos de estimación: razón, regresión y diferencia

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

REGRESIÓN LINEAL SIMPLE

Regresión - Correlación

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

Análisis de la Varianza

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

13/08/2015 ANÁLISIS DE LA VARIANZA ANOVA. Cajas Negras 1. INTRODUCCION PLANIFICACIÓN DE LA INVESTIGACIÓN ANALISIS DE LA VARIANZA

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

02 ) 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

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo


3 Metodología de determinación del valor del agua cruda

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

V II Muestreo por Conglomerados

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

7. Muestreo con probabilidades desiguales.

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

Inferencia Estadística

Contraste de Hipótesis

Estadística Descriptiva

ESTADÍSTICA poblaciones

Probabilidad y estadística

EVALUACIÓN ESTADÍSTICA DE ENCUESTAS MENSUALES O PERIÓDICAS : ANÁLIS IS DE S ES GO Y COBERTUTA ES TADIS TICA

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

1 Estadística. Profesora María Durbán

Estadística Espacial. José Antonio Rivera Colmenero

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

Contraste de Hipótesis

MODELO DE DISEÑO DE EXPERIMENTOS (UN FACTOR) Julián de la Horra Departamento de Matemáticas U.A.M.

Ensayos de control de calidad

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

Tema 6: Introducción al muestreo. Estimadores

La Metodología de la Verosimilitud Empírica

Distribuciones Muestrales

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Qué conclusión extraeremos trabajando con un nivel de significación del 5%?

Contraste de Hipótesis

Signif. codes: 0 *** ** 0.01 *

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

Aproximación a la distribución normal: el Teorema del Límite Central

ERRORES EN LAS MEDIDAS (Conceptos elementales)

10 MUESTREO. n 1 9/ / σ σ 1

1. Introducción 1.1. Análisis de la Relación

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Los Histogramas. Histograma simple

Regresión y correlación lineal.

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

PyE_ EF1_TIPO2_

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

Análisis de la varianza de un factor

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

Repaso. Concepto de muestra y población. Estimadores. Pruebas de hipótesis. Concepto de factor y de niveles de un factor. Modelo ANOVA de un solo

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

-Métodos Estadísticos en Ciencias de la Vida

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística.

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

AGRO Examen Parcial 1

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

Parte 3. Técnicas de muestreo

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

Test 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

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

PROBABILIDAD Y ESTADISTICA

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

V Muestreo Estratificado

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Aplicación de Boostrapping en Regresión I

Estadística aplicada al Periodismo

MEDIDAS DE TENDENCIA CENTRAL

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

TEMA 9. Contrastes no paramétricos y bondad de ajuste

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

MEDIDAS DE CENTRALIZACIÓN

ESTADÍSTICA TEÓRICA: CONTRATES DE HIPÓTESIS INTERVALOS DE CONFIANZA

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

Transcripción:

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 comparacoes múltples. Iterpretar el vel de sgfcacó de la prueba de hpótess. Redactar ua coclusó co los resultados obtedos de la prueba de hpótess. Realzar pruebas de hpótess e problemas práctcos. 5.. PRUEB DE NÁLISIS DE VRINZ. CONCEPTOS CLVES: Parámetro. Estmador. Hpótess. Estadístco de prueba. Nvel de sgfcacó. Regó de rechazo. Coclusó. RESUMEN DE CONCEPTOS Y PROPIEDDES: Sea N( µ, σ ) =,,,, poblacoes ormales depedetes. Se seleccoa ua muestra de tamaño de cada poblacó obteedo los sguetes datos. Suma de cuadrados total x SCT = x = = x x Suma de cuadrados etre SCE = = Suma de cuadrados detro SCD = SCT SCE Pasos a segur al realzar la prueba de hpótess: P: Platear hpótess. Hpótess ula H = pótess alteratva H : lg ua dfereca exste P: Estadístco de prueba: SCE F = F(, ) SCD α = P(Re chazar H / H es verdadero) P: Establecer u vel de sgfcacó: P4: Regó de rechazo de H R = { x / x > F( α ;, )} P5: Decsó: S F R se rechaza H al vel de sgfcacó α P6: Coclusó: Se debe terpretar la decsó tomada e Paso 5.

5.. PRUEB DE COMPRCIONES MÚLTIPLES. CONCEPTOS CLVES: Parámetro. Estmador. Hpótess. Estadístco de prueba. Nvel de sgfcacó. Regó de rechazo. Coclusó. RESUMEN DE CONCEPTOS Y PROPIEDDES: S se rechaza la hpótess ula H =, es ecesaro ecotrar cuáles medas poblacoales dfere, para lo cual se debe probar las sguetes hpótess para cada par de medas P: Platear hpótess. Hpótess ula H : µ pótess alteratva :, µ µ P: Estadístco de prueba: t = t( ) SCD + H < P: Establecer u vel de sgfcacó: α = P4: Regó de rechazo de P5: Decsó: S t R = x / x > t α H ( ; ) P(Re chazar H / H es verdadero) R se rechaza H al vel de sgfcacó α P6: Coclusó: Se debe terpretar la decsó tomada e Paso 5. També se puede cosderar como crtero de decsó SCD co el valor c = t α ( ) + la comparacó de Luego s > c etoces se rechaza H al vel de sgfcacó α

EJERCICIO RESUELTO, PSO PSO: Eercco : (plcacó e Cecas de la Igeería) E ua fora se utlza tres horos para derretr metales. Se supoe que todos los horos debería operar a la msma temperatura. Se aota las temperaturas e sucesvos caletameto de los horos, obteedo los sguetes resultados: Horo : 49.5 498. 498. 49.5 49.6 Horo : 488.5 484.65 479.9 477.5 Horo : 49. 484.8 488.5 47. 47.85 478.65 Proporcoa los datos evdeca sufcete para dcar ua dfereca etre las temperaturas medas de los horos?. De ser así Qué pares de horos produce esta dfereca? Use u vel de sgfcacó de.5 Esquema de solucó Paso : Leer cudadosamete el eucado del problema. Paso : Idetfcar la varable e estudo y los parámetros volucrados. Sea = Temperatura del horo. E este caso se debe supoer que ( µ, σ ) =,, N dode µ es la temperatura promedo e el horo y σ es la desvacó estádar comú de la temperatura de los horos. Paso : Cálculos prevos. Co los datos de las muestras se obtee = = x = 54594, x = x = 79,5 = = x = 475 x = 9,4 x = 886,65 luego x (79,5) SCT = x = 54594, = 8.4 5 = = x x (475) (9,4) (886,65) (79,5) SCE = = + + = 594.5 = 5 4 6 5 SCD = SCT SCE = 8.4 594.5 = 4.8 Paso 4: Leer la preguta y revsar cual de los coceptos se debe usar para obteer lo peddo. Para respoder la preguta se debe realzar ua prueba de aálss de varaza Paso 5: Realzar la prueba sguedo los ses pasos. P: Platear hpótess. H µ µ µ : lg ua dfereca exste : = = = P: Estadístco de prueba; F P: Nvel sgfcacó; α =.5 P4: Regó de rechazo de H v / s H SCE 594.5 = = = 8.6 SCD 4.8 { / } { / (,, ) (.95,,)} { /.89 α } R = x x > F = x x > F = x x > P5: Decsó. Como F = 8.6 >.89 F R Se rechaza H al vel de sgfcacó.5 P6: Coclusó. Co 95% de cofaza algua dfereca exste e las temperaturas medas etre los horos.

Prueba de comparacoes múltples Como se rechazó la hpótess ula e la prueba de aálss de varaza, se debe comparar las medas para cada par de horos Esquema de solucó Paso : Leer la preguta y revsar cual de los coceptos se debe usar para obteer lo peddo. Para respoder la seguda preguta se debe realzar ua prueba de comparacoes múltples Debemos calcular las medas muestrales de las temperaturas para cada horo, = 4495 = 48.6 = 48.8 Paso : Realzar la prueba. c c 4.8 = [ t () ] 8.58 5 4,.975 4.8 = [ t () ] 7.7476 5 6,.975 4.8 c, = [ t.975 () ] 8.59 4 6 Comparacó etre Horo y Horo se tee que =.4 > 8.58 luego se rechaza H al vel.5 Comparacó etre Horo y Horo se tee que =.897 > 7.7476 luego se rechaza H al vel.5 Comparacó etre Horo y Horo se tee que =.497 < 8.59 luego o se rechaza H al vel.5 Coclusó. Co 95% de cofaza hay dfereca e las temperaturas medas etre el horo y horo, y etre el horo y horo, y o hay dfereca e las temperaturas medas etre el horo y horo.

EJERCICIOS PROPUESTOS:. (plcacó e Cecas de la Igeería) E u expermeto para determar el efecto de las burbuas de are sobre la ressteca del asfalto, las burbuas de are se cotrola e tres veles: Bao ( a 4%), Medo (4 a 6%) y lto (6 a 8%). Los datos obtedos se preseta e la tabla sguete: Nvel de Burbuas de are Ressteca al asfalto Bao 6 9 9 89 88 Medo 8 69 94 8 7 8 lto 78 8 6 69 76 85 a. Estos dferetes veles de burbuas de are afecta de la msma maera a la ressteca promedo del asfalto? Utlce α =.. b. S estos tres veles burbuas de are afecta de maera sgfcatvamete dferete a la ressteca promedo del asfalto Qué veles produce esta dfereca sgfcatva? Use α =... (plcacó e Cecas del Mar) Para realzar u estudo de cotamacó por plomo e especmees que habta e cuatro sectores costeros dferetes, se seleccoa muestras aleatoras de especmees e los cuatro sectores y se mde los porcetaes de plomo observados e ellos. Los resultados se muestra e la tabla sguete: Sector.7.5.9.6 Sector B.5.8..7.4 Sector C.4.9...6 Sector D... a) Pruebe la hpótess de o dfereca e los porcetaes medos de plomo etre los sectores Use α =.. b) Compare las medas por pares, al 5% de sgfcacó.. (plcacó e Cecas del Mar) Se desea comparar el crecmeto (e cms.) de cholgas medate 5 tpos de deta. Se sospecha que al elevar el cotedo de utretes e la deta se cremetará el crecmeto de las cholgas. També se sabe que el cotedo de utretes debe varar aproxmadamete etre y 4% para que la deta o tega resultados adversos. Se prueba cco veles de porcetae de utretes: 5,, 5, y 5% e cco muestras e cada vel de utretes, obteedo los sguetes resultados: % utrete Observacoes Total 5.7.7.5..9 4.9..7..8.8 7.7 5.4.8.8.9.9 8.8.9.5..9..8 5.7...5. 5.4 a) Es afectado el crecmeto promedo de las cholgas el varar el cotedo e los porcetaes de utretes? Use α =.5. b) Qué porcetae de utretes tee dferecas e las medas?