PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.
ANOVA Análisis de Varianza: Simple Doble Factorial.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
Diseños de investigación.  Arnau (1995a) define el diseño de investigación como un plan estructurado de acción que, en función de unos objetivos básicos,
PRUEBAS DE HIPÓTESIS UNA POBLACIÓN. Pruebas de hipótesis una población Pruebas para una media: Pruebas para una media: Determinar la probabilidad de seleccionar.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
Bioestadística Distribuciones muestrales para variables cuantitativas.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Tema: Estadísticos no paramétricos CHI-Cuadrada Curso: Seminario de Estadística ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE INFORMATICA Y ELECTRONICA.
¡Guía tonta de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
XVII CONIC 2009 Congreso Nacional de Ingeniería Civil Capítulo de Ingeniería Civil Consejo Departamental De Lambayeque Colegio de Ingenieros del Perú.
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
ESTADÍSTICAS INFERENCIALES
Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez
PSICOESTADÍSTICAS INFERENCIALES
DISTRIBUCION F DE FISHER.
puede o no ser verdadero, relativo a una o más poblaciones.
AprendaEstadistica.com Análisis de varianza para un factor Problema
7.1 Procedimientos paramétricos para datos cuantitativos
Análisis de varianza Paramétricos vs. No Paramétricos
Clase 9: Contraste de Hipótesis
INFERENCIA ESTADÍSTICA
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
Clase 8: Contraste de Hipótesis
Tamaño de la muestra.
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
¡Guía básica de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
Procedimientos paramétricos
Estimación de parámetros: Estimación puntual y por intervalos
puede o no ser verdadero, relativo a una o más poblaciones.
6.4 Grados de libertad Nazira Calleja.
Tema: Distribución t-Student para una muestra Curso: Seminario de Estadística Aplicada a la Investigación Educacional UNIVERSIDAD NACIONAL DE EDUCACIÓN.
ESTADÍSTICA INFERENCIAL. La estadística Inferencial, es el proceso por el cual se deducen (infieren) propiedades o características de una población a.
“Formulación de Hipótesis Estadística”
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
PRUEBAS PARAMETRICAS Y NO PARAMETRICAS. Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio.
Ph.D. Dulio Oseda Gago SESIÓN N° 14 Presentado por: MUESTREO PEQUEÑO.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
ANALISIS DE VARIANZA
INTRODUCCION A LA ESTADÍSTICA INFERENCIAL
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
¡Guía tonta de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
Intervalos de confianza Muestras pequeñas
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Alumna : Karen Cabana Gil
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
Comparación de medias para datos relacionados
MEDIDAS DE DISPERSIÓN “Medidas de dispersión”. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
METODOS ESTADISTICOS: PARAMÉTRICOS VERSUS NO PARAMETRICOS Cuando se analizan datos medidos por una variable cuantitativa continua, las pruebas estadísticas.
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
1 Afectados de cierto grado de INCERTIDUMBRE SIEMPRE HAY UN ERROR EN SU MEDIDA ESTABLECER LA FIABILIDAD DE LOS DATOS ¿Podemos evaluar la magnitud del error.
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
REGRESION LINEAL SIMPLE
Prueba de Hipótesis Concepto Asignar Probabilidades de ocurrencia a un evento basado en la suposición (hipótesis) de un evento o distribución.
Transcripción de la presentación:

PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS

Aquellas cuyos tamaño son ≤ 30 Los estadísticos de prueba adecuados son: La “t” de Student: para dos medias. La “F” de Fisher: para tres o más medias. MUESTRAS PEQUEÑAS El estadístico Z no es el estadístico de prueba adecuado para comparar dos o más medias Aquellas cuyos tamaño son ≤ 30

LA DISTRIBUCIÓN t DE STUDENT La población de interés es normal o casi normal Es una distribución continua Tiene forma de campana y es simétrica Se trata de una familia de distribuciones Todas tienen media igual cero Sus “s” difieren de acuerdo con n Para cada tamaño n hay una distribución t t es más extendida y menos aguda en el centro que la normal A medida que aumenta n, la curva de t se aproxima a la de la curva normal.

La Distribución “t” de Student. Es una distribución continua. Tiene forma de campana y es simétrica

“t” es más extendida y menos aguda que la normal Comparación de la normal y la “t” de student Curva Normal “T” de Student “t” es más extendida y menos aguda que la normal Los valores críticos de “t” para un α determinado, son mayores en magnitud que para la Z

“t” de student es una familia de de distribuciones Hay una distribución “t” para cada tamaño de muestra (n)

OTRAS PROPIEDADES DE “t” El intervalo de confianza es más amplio que para muestras grandes. La región de aceptación es más amplia que para muestras grandes Será necesario un mayor valor “t” calculado para rechazar Ho que para muestras grandes

LOS GRADOS DE LIBERTAD Los grados de libertad (gl) para cualquier estadístico es el número de datos que pueden variar libremente al calcular dicho estadístico Al calcular “t” se requiere calcular previamente “s” Al calcular “s”, la ∑ de las diferencias alrededor de la media es igual a 0

EJEMPLO Sean X = 4, 8 y 12 Media = 8 X X – media 4 4 – 8 = -4 4 4 – 8 = -4 8 8 – 8 = 0 12 12- 8 = ? (+4) Sólo pueden variar libremente n -1 datos: 3 – 1 = 2 gl = n - 1

PRUEBAS DE HIPÓTESIS CON “t” de STUDENT Prueba para la media poblacional Prueba para dos medias poblacionales El caso de dos muestras independientes El caso de dos muestras correlacionadas Prueba para la significatividad del coeficiente de correlación

PRUEBA “t” PARA LA MEDIA POBLACIONAL Se trata de evaluar si la media de una población ha sufrido algún cambio. Se debe obtener el valor de ésta media. En estos casos, se selecciona una muestra de la población y se calcula la media y la “S” de la muestra. La prueba de hipótesis consiste en comparar la media muestral con la media poblacional y determinar si la diferencia es estadísticamente significativa.

Esta prueba de hipótesis se desarrolla con n – 1 grados de libertad El estadístico de prueba es: to = X – Mo S / √ n-1 La to se compara con la t crítica, la cual se obtiene de la Tabla atendiendo a los grados de libertad, el nivel de significación y la(s) cola(s) de la H1.

PRUEBA “t” PARA DOS MEDIAS INDEPENDIENTES Se trata de una aplicación de la t de student,para los casos en que se comparan las medias de dos muestras seleccionadas aleatoriamente de sus correspondientes poblaciones. La prueba compara ambas medias y permite determinar si la diferencia observada entre las mismas es o no estadísticamente significativa

3. La prueba funciona con n1 + n2 – 2 grados de libertad. 4. El estadístico de prueba es: to = ___ X1 – X2_________ √ [ SC1+SC2 ] [ 1/n1 +1/n2 ] n1 + n2 – 2 5. Las SC se determina¨: SC: ∑x2 - (∑x)2 / n 6. El valor to se compara con el valor t crítico de la Tabla, de acuerdo a los grados de libertad, alfa y cola(s) de la prueba.

PRUEBA “t” PARA DOS MUESTRAS CORRELACIONADAS Se trata de una aplicación de la t de student, para los casos en que se comparan las medias de dos muestras que no son independientes Es el caso de las comparaciones antes-después o una muestra comparada dos veces. En realidad no hay dos muestras sino una con dos mediciones; ambas mediciones provienen de los mismos sujetos. La prueba compara ambas medias y permite determinar si la diferencia observada entre las mismas es o no estadísticamente significativa

4. El estadístico correspondiente es: to = D___ √SCD/ n(n-1) Donde: D = ∑D / n SCD : ∑D2 - (∑D)2/n Se aplica con n – 1 gl

PROBLEMAS A fin de motivar a los ciudadanos a ahorrar gasolina, el gobierno estudia la idea de emprender una campaña nacional a favor del ahorro. Realiza un experimento en una pequeña localidad, selecciona 12 familias y mide la cantidad de gasolina que consumieron el mes antes de la campaña y durante el mes siguiente de la campaña. Los resultados son los siguientes:

Con alfa de 0,05, determine si la campaña surtió el efecto esperado Familia ANTES DESPUES 1 55 48 2 43 38 3 51 53 4 62 58 5 35 36 6 42 7 8 45 40 9 49 10 54 50 11 56 12 32 25 Con alfa de 0,05, determine si la campaña surtió el efecto esperado

PRUEBA “t” PARA UN COEFICIENTE DE CORRELACIÓN Las correlaciones son del tipo: Ho : r = 0 H1 : r > 0 r < 0 r ≠ 0 2. El valor de to se calcula través de: to = rxy √ 1-r2 / n - 2 3. El valor to se compara con el valor t crítico de la Tabla, con n – 2 g.l.

PROBLEMAS Suponga que se determinó el valor r=0.73 entre dos variables, con una muestra de 12 sujetos. Con alfa de 0.05, determine si la correlación es significativa. Un coeficiente de correlación basado en una muestra de tamaño 18 resultó ser de 0.32. ¿Se puede deducir al nivel de significación de 0.05 y 0.01, que el coeficiente poblacional difiere de cero?