UNIVERSIDAD NACIONAL DE SAN AGUSTIN

Slides:



Advertisements
Presentaciones similares
Bioestadística Aplicada I
Advertisements

MEDIDAS DE DISTRIBUCIÓN: ASIMETRIAS Y CURTOSIS
26. La Homocedasticidad y la prueba de Levene
ESTADÍSTICA DESCRIPTIVA MEDIDAS DE VARIABILIDAD Psic. Gerardo A. Valderrama M.
TEMA 2: PARÁMETROS ESTADÍSTICOS. ÍNDICE 1. Parámetros estadísticos. 2.Interpretación de la media y desviación típica. 3. Coeficiente de variación.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
1. Parámetros estadísticos: Medidas de Centralización: Medias, moda y Mediana Medidas de Posición:Cuartiles,Deciles,Centiles Medidas de Dispersión: Rango,
MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS.. MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS  ¿Qué son las medidas de dispersión?  Parámetros estadísticos que.
Medidas de centralización:  Media aritmética, mediana y moda para: i) listas de datos ii) datos agrupados en una tabla de frecuencia iii) datos agrupados.
Bioestadística Distribuciones muestrales para variables cuantitativas.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
Prof. Dr. Luis Alberto Rubio Jacobo CURSO: “Estadística Aplicada al Marketing” MAESTRIA EN GERENCIA DE MARKETING.
1.3.1Media aritmética, geométrica y ponderada 1.3.2Mediana 1.3.2Moda Regresar.
DOCTORADO EN EDUCACION
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
 Los datos que a continuación se presentan corresponden al número de llamadas telefónicas que un grupo de personas realiza durante el día. 0, 1, 2, 4,
UNIVERSIDAD NACIONAL DE SAN AGUSTIN
MAESTRIA SEGURIDAD ALIMENTARIA Y DESARROLLO HUMANO
DISTRIBUCION F DE FISHER.
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
MEDIDAS DE FORMA ASIMETRIA Y CURTOSIS..
ESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ESTADISTICA BIDIMENSIONAL
¿Cuándo usar esta distribución?
Realizado por: Ana María Abad Cecilia
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
ESCUELA DE BIOLOGIA EXPERIMENTACION
Estadística: conceptos básicos y definiciones.
Metodología de la Investigación
Clase 5: Medidas de Variación
ASIMETRÍA.
estadistica
Unidad VII y VIII Medidas de forma de la distribución de datos.
ESTADÍSTICA UNIDIMENSIONAL
1. DISTRIBUCIONES BIDIMENSIONALES En las distribuciones bidimensionales a cada individuo le corresponden los valores de dos variables que se representan.
Medidas de Dispersión. Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo, las medidas de dispersión.
Nivel de dificultad de una prueba Leptocúrtica (dispersión baja); Platicúrtica (dispersión alta); Mesocúrtica (dispersión media).
Distribución normal o de Gauss
1 TEMA 1 DESCRIPCIÓN DE DATOS: ESTADÍSTICA DESCRIPTIVA 1.1 Introducción: conceptos básicos 1.2 Tablas estadísticas y representaciones gráficas 1.3 Características.
Análisis descriptivo A.F.C. Naturaleza de las variables VARIABLES ESCALARES (CUANTITATIVAS) CONTINUAS T°: 36.5°C Utiliza decimales DISCRETAS 1 SUJETO.
REPASO BIOESTADÍSTICA I Dra. Margot Vidal Anzardo Unidad de Epidemiología Clínica Universidad Peruana Cayetano Heredia.
ANALISIS DE VARIANZA
TEMA: EL PROYECTO DE TESIS: DISEÑO Y ELABORACIÓN. Walter Antonio Campos Ugaz.
Excel Estadístico Medidas de Dispersión.
PROBABILIDAD Y ESTADISTICA APLICADA A LOS NEGOCIOS
DISEÑO Y ANALISIS DE EXPERIMENTOS
BIOESTADÍSTICA Contenido  Medidas de tendencia central para datos no tabulados y tabulados.  Medidas de variabilidad. 1 DOCENTE: DIANNA PAUTA MARTILLO.
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION NORMAL
Análisis exploratorio de datos
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BTO A
ANAVA a un factor con bloques
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON
URBINA GUADARRAMA GILBERTO MORENO CONTRERAS TANGANXOAN ZUANGUA
DOCTORADO EN EDUCACION
Correlación de Variables
Distribución Normal de una Variable
CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
Comparación de medias para datos relacionados
Medidas de variabilidad o dispersión RANGO-DESVIACIÓN ESTÁNDAR- VARIANZA-COEFICIENTE DE VARIACIÓN- RANGO INTERCUARTÍLICO.
MEDIDAS.
DISEÑO Y ANALISIS DE EXPERIMENTOS
ANALISIS EXPLORATORIO DE DATOS Y PROBABILIDADES
La Distribución de la Varianza Muestral  La comprensión del concepto de la distribución de la Varianza Muestral es fundamental para el correcto entendimiento.
Transcripción de la presentación:

UNIVERSIDAD NACIONAL DE SAN AGUSTIN ANALISIS DE DATOS CUALITATIVOA Dr. Blgo. Alberto Cáceres Huambo Bioestadístico – Biotecnólogo UNSA-UNMSM-UPCH

Si usted desea realizar la interpretación de una variable cuantitativa como: colesterol, trigliceridos, peso, talla, etc. Entonces usted debe tener conocimiento de la distribución de la variable, no debemos invertir el tiempo en las fórmulas ni en los cálculos; sino en una buena interpretación. ¿Como se conoce si el conjunto de datos tiene distribución normal?

PRUEBAS DE NORMALIDAD

La Mediana es resistente a los valores extremos. ANÁLISIS DEL SESGO (ASIMETRIA) Moda=Mediana=Media Media Moda Mediana Moda=Mediana=Media 1.- Sesgada a la izquierda: (sesgo negativo): La media y la mediana están a la izquierda de la moda. (<0) 2.- Simetría (sesgo cero): La media, la mediana y la moda son iguales. (=0) Media Moda Mediana 3.- Sesgada a la derecha: (sesgo positivo): La media y la mediana están a la derecha de la moda. (>0) La Mediana es resistente a los valores extremos.

PRUEBA DE NORMALIDAD Click

RESULTADOS Ho: Tiene distribución normal = P>0.05 H1: No Tiene distribución normal ≠ P<0.05 Ahora el mismo proceso para la variables PAS

DIAGRAMA DE CAJA - BOX PLOT Bigote superior Bigote inferior

ANALISIS DE DISPERSION Caja Grande Caja Pequeña Baja Variabilidad Alta Variabilidad

EXPLORATORIAMENTE COLESTEROL

PAS

PRUEBA DE HOMOGENEIDAD DE VARIANZA Varianzas diferentes Ho:2no = 2si (P>0.05) H1: 2no ≠ 2si (P<0.05)

Diseño Comparativo (dos muestras independientes)

Diseño Cuasiexperimental (muestras relacionadas)

DISEÑO COMPARATIVO (una muestra vs un parámetro)

Diseño Comparativo (tres o más muestras independientes)

DISEÑO DE RELACION (una aplicación) La siguiente tabla muestra los valores del consumo de metilmercurio y la concentración total de mercurio en sangre, de 12 individuos expuestos al metilmercurio por consumir pescado contaminados. X Consumo de metilmercurio de (g Hg/día) Y Mercurio en toda la sangre (ng/g) 180 90 200 120 230 125 410 290 600 310 550 275 170 580 375 105 70 250 460 205 650 480 Construya el modelo matemático: Y=..............+ ...............(X) r=................... t=................... Interprete:

DISEÑO DE RELACION Atención en la interpretación del profesor