INTERVALOS DE CONFIANZA

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Intervalos de Confianza para la Varianza de la Población
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
Tema 20: Contrastes para datos categóricos Pruebas de contraste para una proporción. Pruebas de contraste para dos proporciones relacionadas y no relacionadas.
Tema 18: Contraste paramétrico de hipótesis III: Pruebas para contrastar correlaciones y diferencias de correlaciones. Contraste de los coeficientes.
1.1 Contraste de Bondad de Ajuste para Datos Categóricos
Estimación de la diferencia de medias poblacionales
Estimación de la diferencia de medias poblacionales.
ESTADISTICA INFERENCIAL
Capítulo 2. Modelos estadísticos en la experimentación comercial
Hipótesis de dos muestras Capitulo 8. Introducción Comparación de dos muestras para inferir si las poblaciones son distintas Distribución de F - descrita.
Tema 8: Pruebas no paramétricas.
Fco. Javier Burguillo Universidad de Salamanca
INTERVALO DE CONFIANZA PARA UNA MEDIA
ANÁLISIS DE LA VARIANZA (ANOVA)
Angela María Serna López Johana Elena Cortés Karina Mustiola Calleja
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
Uso de pruebas estadísticas paramétricas y no paramétricas
Bioestadística Aplicada I
Diseño de experimentos
Inferencia Estadística
(niveles o categorías)
GRUPO BARNARD Estadística
Estadística Administrativa II
DIFERENCIA DE MEDIAS SUPUESTOS 1.- Población: normal Prueba robusta: relativamente insensible a la violación de los supuestos matemáticos. 2.- Distribución.
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Bioestadística Francisco Javier Barón López Dpto. Medicina Preventiva
Probabilidad y Estadística Inferencia Estadística Se sabe que si cada variable sigue una densidad normal con  y   entonces sigue una ley de densidad.
CB y Bootstrap Lic. Luis Francisco Zaldívar MSE. Herramienta Bootstrap Mide nivel de confianza y exactitud de parámetros estadísticos del Perfil de Riesgo.
SEMINARIO MÉTODOS INTERDISCIPLINARIOS
1 M. en C. Gal Vargas Neri. 2 Planeación del curso TEMACAP.TITULODÍASSEMFEC FIN TEMA 00MOTIVACION Y PLANEACION1111/01 TEMA I1-2ESTADISTICA Y MEDICION2115/01.
Valor que toma la variable aleatoria
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
ESTIMACIÓN ESTADÍSTICA POR INTERVALO DE CONFIANZA
Resumen Contrastes No Paramétricos. Bondad de Ajuste.
Herramientas básicas.
LA FAMILIA T.
U de Mann Whitney.
Introducción a la Inferencia Estadistica
Límites y Continuidad.
Contenido: 1. Para un parámetro poblacional 1.1. Información de partida: estadísticos muestrales 1.2. Información de partida: datos muestrales 2.
Capítulo 1. Conceptos básicos de la Estadística
Tema 5: Contrastes de Hipótesis no-paramétricos
CONTRASTE DE HIPOTESIS
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Maestría en Modelado y Simulación
Pruebas de hipótesis.
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Estadísticos Asunto de Estado: Estadísticos. Estadísticos Los parámetros estadísticos nos permiten tener una idea global de la población, compararla con.
Bioestadística. U. Málaga. Tema 4: Variables numéricas en 2 grupos 1 Bioestadística Tema 4: Numéricas en dos grupos.
SELECCIÓN DE UNA PRUEBA ESTADÍSTICA
Estimación Diferencia de dos medias
ACTIVIDAD DE PORTAFOLIOS 3
CONTRASTES NO PARAMÉTRICOS
20. Comparación de promedios entre grupos Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
Pruebas Estadísticas No Paramétricas
Pruebas paramétricas y no paramétricas
26. La Homocedasticidad y la prueba de Levene
19. Prueba de hipótesis para promedios Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
DISTRIBUCIÓN “t” DE STUDENT
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
4. Métodos psicofísicos de medida en clínica
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Transcripción de la presentación:

INTERVALOS DE CONFIANZA Normalidad y/o muestra con n>30 Media: No normal y n<30: bootstrap Normalidad Desv. Típica ó varianza: No normalidad: bootstrap Mediana: bootstrap Cociente de varianzas: Necesita normalidad en ambas poblaciones

INTERVALOS DE CONFIANZA Diferencia de medias: Muestras normales independientes: Muestras normales, Datos apareados: ¿Son iguales las varianzas? Necesita que la variable D (diferencia) sea normal, ó que haya datos suficientes SI NO

CONTRASTE DE HIPOTESIS Normalidad: t-test Media: Media: No normalidad: realizamos contrastes no-paramétricos sobre la mediana: test de los signos, test de los rangos con signo (requiere simetría) Desv. Típica ó varianza: Test chi-cuadrado: requiere normalidad Mediana: Test de los signos, test de los rangos signados (requiere simetría) Igualdad de varianzas: F-test: requiere normalidad en ambas poblaciones.

CONTRASTE DE HIPOTESIS Igualdad de medias: Muestras normales e independientes: Muestras normales, Datos apareados: Alguna variable no es normal: contrastamos la igualdad de las medianas (test de Mann- Whitney) ¿Son iguales las varianzas? ¿Es normal la variable D (diferencia)? SI: t-test sobre D NO: test de los signos ó rangos signados para ver si la mediana de D es 0 SI NO (en ambos casos, t-test)

CONTRASTE DE HIPOTESIS Igualdad de distribuciones: Test de Kolmogorov-Smirnov Bondad de ajuste: Test de la chi-cuadrado; en el caso de normalidad, tests de normalidad. Independencia entre variables: Test chi-cuadrado Aleatoriedad: Tests de aleatoriedad (tests de rachas)