Significación Estadística

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

7. Distribución normal Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones.
ANALISIS DE DATOS CUANTITATIVOS
MEDIDAS DE TENDENCIA CENTRAL
Las distribuciones binomial y normal.
UNIVERSIDAD NACIONAL DE EDUCACIÓN
Lic. Cristian R. Arroyo López
Medidas de centralización para datos no agrupados
Estadística Unidad III
Medidas de Posición Central:
Métodos Cuantitativos Aplicados a Los Negocios.
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Unidad de competencia II Estadística descriptiva:
MÉTODOS ESTADÍSTICOS.
Capítulo 4 Otras medidas descriptivas
Capítulo 3 Descripción de datos, medidas de tendencia central
Estadística Administrativa I
Variable Aleatoria Continua. Principales Distribuciones
Bioestadística Distribución Normal
Estimación de parámetros poblacionales
La distribución normal
} LISSET BÁRCENAS MONTERROZA
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERIA 1er SEMESTRE
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERIA 1er SEMESTRE
FRANCISCO JAVIER RODRÍGUEZ
Estimación por intervalos de confianza.
Estadística Administrativa I
Universidad de América
Distribuciones muestrales Procedimientos de muestreo
Medidas de Dispersión Estadística E.S.O.
Estadística Administrativa I
Distribución muestral de la Media
Bioestadística III. Escala cuantitativa. n Cuando la escala de medición es cuantitativa, y el análisis requiere un solo valor numérico que resuma alguna.
MEDIDAS DE TENDENCIA CENTRAL
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
Definiciones  Set  Universal Set  Element  Complete Set CAMPO?  Event  Sample Space, Trial  Outcome  Event Space o campo de Borel.
Estadística Descriptiva continuación
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
Est 15 Desviación estandar
Datos: Estadística.
Tema 2: Parámetros Estadísticos
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
ESTADÍSTICAS DESCRIPTIVA
El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Coeficiente de Variación
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Función Densidad Continua (o distribución de probabilidad continua)
TABLAS DE FRECUENCIAS Una vez recopilados, tendremos un conjunto de datos que será necesario organizar para extraer información. Lo primero que se hace.
MEDIDAS DE DISPERSIÓN. La dispersión es la variación en un conjunto de datos que proporciona información adicional y permite juzgar la confiabilidad de.
PROBABILIDAD CONCEPTO.
Departamento de Salud Pública Dra. Laura Moreno Altamirano
Normalidad Preparado por: Dr. Juan José García García.
LA ESTADÍSTICA.
Pruebas de hipótesis.
ANÁLISIS E INTREPRETACIÓN DE DATOS
PARÁMETROS ESTADÍSTICOS
Estimación y contraste de hipótesis
PRESENTACIÓN DE TRABAJO DE APLICACIÓN DE LA ESTADÍSTICA. Alumno: Manuel Fernández González Profesor: Óscar Vergara Marambio.
Distribuciones de Probabilidad
La distribución normal
INFERENCIA ESTADÍSTICA
DEFINICIÓN DE NORMALIDAD MEDIDAS DE DESCRIPCIÓN DE DATOS
10. Estimación puntual e intervalos de confianza Módulo II: Análisis descriptivo univariado Análisis de Datos Aplicado a la Investigación Científica
7. Distribución normal Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones.
DIPLOMADO DE POSTGRADO
MEDIDAS DE DISPERSIÓN Pedro Godoy Gómez. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
BIOESTADÍSTICA Y ESTADÍSTICA BÁSICA CHILLÁN, SEGUNDO SEMESTRE PROF. SOC. M© KEVIN VILLEGAS.
Medidas de tendencia central
Transcripción de la presentación:

Significación Estadística Curva Normal. Importancia Clínica y Significación Estadística

Curva normal, en Campana o de Gauss La campana de Gauss, curva de Gauss o curva normal, es una función de probabilidad continua, simétrica, cuyo máximo coincide con la media (m) y que tiene dos puntos de inflexión situados a ambos lados de la media, a una distancia (d) de ella. Esta curva fue descrita por el matemático alemán Carl Friedrich Gauss, estudiando los errores que se producen al medir reiteradamente una cierta magnitud.

Breve Reseña Histórica Carl Friedrich Gauss (Brunswick, norte de Alemania, Abril 30 de 1777 – Gotinga, Febrero 23 de 1885, XIX), fue un matemático, astrónomo y físico alemán que contribuyó significativamente en muchos campos, incluida la teoría de números, el análisis matemático, la geometría diferencial, la geodesia, el y la óptica. Considerado "el príncipe de las matemáticas" y "el matemático más grande desde la antigüedad", Gauss ha tenido una influencia notable en muchos campos de la matemática y de la ciencia, y es considerado uno de los que más influencia ha tenido en la historia. Fue de los primeros en extender el concepto de divisibilidad a otros conjuntos.

Propiedades de la Curva Normal Una propiedad interesante de la curva normal, es que su localización y forma, se determinan completamente por los valores de la media y la desviación estándar. El valor de la media establece el centro de la curva, mientras que el valor de la desviación estándar determina la extensión del esparcimiento. S X

Propiedades de la Curva Normal Puesto que todas las curvas normales, que representan distribuciones teórica, tienen un área total de 1, al aumentar el valor de la desviación típica la curva debe reducirse en altura, extendiéndose a partir de la media. El hecho que la forma de una curva normal quede completamente determinada por su desviación estándar permiten reducir todas las curvas normales o que se aproximen a un patrón, por un simple cambio de variables. 1

Utilidad de la Curva Normal Si se toman numerosas muestras de un tamaño n de un mismo universo, los promedios de los valores muestrales se distribuyen en forma de curva normal alrededor del promedio del universo y con una desviación estándar. La gran importancia de esta distribución se debe a la enorme frecuencia con la que aparece en las situaciones más variadas: Caracteres morfológicos de individuos. Caracteres fisiológicos. Caracteres sociológicos. Caracteres físicos. Para cada valor de la media (X) y de la desviación típica (S) hay una curva normal.

El conocimiento de que los promedios se distribuyen en forma de curva normal nos permite utilizar esta curva y su sistema de medición para determinar las probabilidades de ocurrencia de diversos eventos. Así podemos estimar , que sacando una muestra de un universo, el valor de dicha muestra reproduzca el valor real de ese universo o la probabilidad de que el azar explique la diferencia encontrada al extraer dos muestras simultaneas de ese universo.

Si se toma muchas veces una muestra, obtendríamos un valor diferente en cada oportunidad. La mayoría agrupados alrededor del promedio y unos pocos valores muy apartados. Esta variación se debe al error.

Una diferencia importante para el progreso científico, puede no ser estadísticamente significativa si el número de personas investigadas es pequeño. Al contrario, pequeñas diferencias sin importancia práctica, pueden llegar a ser estadísticamente significativas cuando el número de personas es muy grande. El hecho está ligado a la sensación de que los resultados expresados en números adquieren una aureola de certeza. Por esto es conveniente recordar que:

La determinación de la significación e interpretación estadística es un fenómeno probabilístico que mide únicamente la probabilidad de que un evento se haya debido al azar. En el campo de la medicina , la importancia clínica de un determinado hallazgo, basada en constatar una diferencia entre dos situaciones tanto en materia diagnóstica como pronostica o terapéutica, se basa esencialmente en principios científicos lógicos mas bien que en los fríos razonamientos estadísticos. Vs

3. Un resultado de la significancía de un estudio está estrechamente ligado al número de observaciones realizadas, por ejemplo: con un tratamiento médico se mejoran el 50% de los pacientes y con otro el 45%, esto tiene importancia estadística cuando cada uno de los grupos tiene una población de 800 o mas y pierde significancia en grupos pequeños. Una diferencia estadística significativa solo indica que existe una baja probabilidad de que el azar explique la diferencia observada, pero NO prueba que exista una diferencia real. Error Alfa I, existe una diferencia significativa cuando en realidad no existe y Beta II cuando supone no existe diferencia alguna cuando en verdad si existe. 4. 5.

Ejemplo 1: (datos a la izquierda): En una muestra donde la media ( X ) = 20,3 años Y la desviación estándar ( S ) = 4,5 años ¿Cuál es la probabilidad de que alguien tenga menos de 18 años? ( S ) = 4,5 años X1 = 18 años X = 20,3 años

Z= = - 0,51 18 – 20,3 4,5 Se busca en la tabla, ÁREA BAJO LA CURVA NORMAL TIPIFICADA y el número hallado se multiplica por 100 así: - 0,51 A = 0,305 0,305 x 100 = 30,5 % La probabilidad de que alguien de este grupo tenga menos de 18 años es del 30,5 %

Ejemplo 2: (datos a la derecha): En una muestra donde la media ( X ) = 20,3 años Y la desviación estándar ( S ) = 4,5 años ¿Cuál es la probabilidad de que alguien tenga mas de 25 años? X1 = 25 años X = 20,3 años

Z= = 1,04 25 – 20,3 4,5 Se busca en la tabla, ÁREA BAJO LA CURVA NORMAL TIPIFICADA y el número hallado se le resta a 1 y se multiplica por 100 así: 1,04 A = 0,8508 1 – 0,8508 x 100 = 14,92 % La probabilidad de que alguien de este grupo tenga más de 25 años es del 14,92 %

Ejemplo 3: (datos en un intervalo): En una muestra donde la media ( X ) = 20,3 años Y la desviación estándar ( S ) = 4,5 años ¿Cuál es la probabilidad de que alguien tenga mas de 16 años y menos de 22? o que tenga entre 16 y 22 años? ( S ) = 4,5 años X1 = 16 años X1 = 22 años X = 20,3 años

Z= = - 0,96 16 – 20,3 4,5 Z= = 0,38 22 – 20,3 4,5 Se busca en la tabla, ÁREA BAJO LA CURVA NORMAL TIPIFICADA y el número hallado se le resta a 1 y se multiplica por 100 así: Para 16 años - 0,96 A = 0,1685 0, 648 – 0,1685 = 0,4795 0,4795 x 100 = 47,95 % Para 22 años 0,38 A = 0,648 La probabilidad de que alguien de este grupo tenga más de 16 años y menos de 25 años es del 47,95 %

Medidas de tendencia central y Medidas de disperción

Ejemplo: Número de accidentes por semana Media (promedio) Fórmula: x =  x / n Ejemplo: Número de accidentes por semana 8, 5, 3, 2, 7, 1, 2, 4, 6, 2 X = ( 8+5+3+2+7+1+2+4+6+2 ) / 10 = 40 / 10 = 4

Mediana El valor que divide a un grupo clasificado en dos mitades iguales. Datos Ordenados Si n es par, se dividen las dos observaciones centrales Si n es impar, la mediana es la observación del medio. Dando un número de observaciones par ( n = 10 ): Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Mediana = ( 3 + 4 ) / 2 = 3.5 Dando un número de observaciones impar ( n = 11): Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8, 10 Mediana = 4 ( n + 1 ) / 2 = ( 11 + 1 ) / 2 = 6a observación

El valor que ocurre más frecuentemente en un grupo de datos Moda El valor que ocurre más frecuentemente en un grupo de datos Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Modo = 2 Rango La diferencia entre el mayor y el menor de los valores en una distribución Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Rango = 8 - 1 = 7

Varianza y Desviación Típica o Estándar Medidas de dispersión de los valores alrededor de la media Si los números están cerca de la media, la varianza es pequeña Si están alejados de la media, la varianza será más grande.

Desviación Típica o Estándar La desviación estándar (o desviación típica) es una medida de dispersión para variables de razón y de intervalo, de gran utilidad en la estadística descriptiva. Es una medida (cuadrática) que informa de la media de distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable. S = Ʃ f X 2 n

VARIANZA ( s 2 ): es el promedio del cuadrado de las distancias entre cada observación y la media aritmética del conjunto de observaciones.                                                             Si los datos están agrupados utilizamos las marcas de clase en lugar de X i.

Varianza La varianza es una medida de disperción de una variable aleatoria respecto a su esperanza. Se define como la esperanza de la transformación. V = S 2

Distribuciones Simétricas y Sesgadas Media Media Mediana Modo Mediana Modo

(1706-1790) Estadista y científico estadounidense. El sabio consigue más ventajas por sus enemigos, que el necio por sus amigos.    Benjamin Franklin (1706-1790) Estadista y científico estadounidense.