“ AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y COMPROMISO CLIMÁTICO” UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN ESCUELA SECUNDARIA.

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

Distribución t Student
UNIVERSIDAD NACIONAL DE EDUCACIÓN Alma Máter del Magisterio Nacional
ANOVA DE UN FACTOR.
Tema 16: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Test de Hipótesis.
PRUEBA DE HIPOTESIS Denominada también prueba de significación, tiene como objetivo principal evaluar suposiciones o afirmaciones acerca de los valores.
De la muestra a la población
La prueba U DE MANN-WHITNEY
Estadísticos de Prueba en el Modelo de Regresión Múltiple
DISTRIBUCIONES MUESTRALES, DE LAS MUESTRAS O DE MUESTREO
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Estimación por intervalos de confianza.
Prueba de Hipótesis La Prueba t Carlos B. Ruiz-Matuk.
METODOLOGÍA DE INVESTIGACIÓN Titular: Agustín Salvia
Estimación por Intervalos de confianza
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Clase 5 Hipótesis de diferencias de grupos
Principios de Bioestadística: «PRUEBA t»
Inferencia Estadística
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
HAWKES LEARNING SYSTEMS math courseware specialists Copyright © 2010 by Hawkes Learning Systems/Quant Systems, Inc. All rights reserved. Capítulo 12 Más.
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.
INTERVALO DE CONFIANZA
Distribuciones derivadas del muestreo
Estadística Administrativa II
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
Estadística Administrativa I
DISTRIBUCIONES DE MUESTREO
Unidad V: Estimación de
ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.
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.
Tema 8: Estimación 1. Introducción.
Curso de Bioestadística. ANOVA
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 e intervalos de confianza
Distribuciones Muestrales: Propoción, Varianza y cociente de varianzas
¿Cuándo usar esta distribución?
Inferencia Estadística
Experimentación Numérica
TAMAÑO MINIMO DE MUESTRA PARA COMPARACIONES DE PROMEDIOS Mario Briones L. MV, MSc 2005.
DISTRIBUCIONES MUESTRALES
PRUEBAS ESTADISTICAS NO PARAMETRICAS
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
UNIVERSIDAD AUTÓNOMA SAN FRANCISCO
Estimación y contraste de hipótesis
Análisis de los Datos Cuantitativos
Routing Problem.  Elección de Prueba de Hipótesis  Prueba de Hipótesis  Datos de Entrada  Resultados de la Prueba  Conclusiones.
ESTIMACIÓN DE PARÁMETROS
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
CISO 3155: Capítulo 91 Evaluando los promedios de dos grupos distintos Capítulo 9.
INFERENCIA ESTADÍSTICA
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
Pruebas paramétricas y no paramétricas
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
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.
Tema : DISTRIBUCIÓN EN EL MUESTREO DEL ESTIMADOR : “ MEDIA MUESTRAL “ A partir de una población si pudieramos realizar un Censo obtendríamos los parámetros.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
Estimación estadística
Yulieth ariza Villarreal Estadística II. Historia La distribución de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fábrica.
 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.
DISTRIBUCIÓN T DE STUDENT
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
ANALISIS DE VARIANZA.
DISTRIBUCION “T” DE STUDENT
Transcripción de la presentación:

“ AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y COMPROMISO CLIMÁTICO” UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN ESCUELA SECUNDARIA CIENCIAS SOCIALES Y DESARROLLO RURAL TEMA ESTUDIANTES:  Benito Mencía, Rogelio  Escobar Vargas, Godofredo  Huanca Belito, Raúl  Olarte Castro, Hubert  Taipe Machuca, Gregorio

PRUEBA DE HIPÓTESIS paramétricas T de studen

HISTORIA Creada por Sealy Gosset seudónimo seudónimo de Student.

ES UN MODELO – ES UNA PRUEBA ESTADISTICA PARA EVALUAR SI DOS GRUPOS DIFIEREN ENTRE SI DE MANERA SIGNIFICATIVA RESPECTO DE SUS MEDIAS. ¿Qué es la prueba de “t”?

CARACTERÍSTICAS n<30  Se utiliza la muestras menor de 30.  La desviación estándar de la población no se conoce.  Solo se puede utilizar la desviación estándar de la muestra “S” como una estimación.  Es una distribución continua, tiene forma acampanada.  Tiene una media de cero, es simétrica respecto de la media y se extiende de -  a + , sus colas se aproximan asintóticamente al eje X.

RECOMENDACION  Mientras mayor sea el numero de grados de libertad la distribución “t de Student” se acerca mas a ser una distribución normal.  Si los grados de libertad exceden los 120 la Distribución Normal es utilizada como una aproximación adecuada de la “t de Student”.  Calculado “t” y los gl (grados de libertad) SE ELIGE el nivel de significancia y se compara el valor obtenido con el mostrado en la Tabla

PARA UNA MEDIAPARA DOS MEDIAS _ X = La media muestral u = la media poblacional S = desviación estándar n = tamaño de la muestra FORMULAS Si |T|< t c (v,a=0.05) no hay diferencia Si |T|> t c (v,a=0.05) si hay diferencia

GRADOS DE LIBERTAD ¿Qué es? Los grados de libertad son el número de valores elegidos libremente Símbolo GL Para una media Para dos medias GL=n-1  n = tamaño muestral GL=n1+n2-2  n 1=tamaño del grupo 1  n 2=tamaño del grupo 2 Formula

NIVEL DE SIGNIFICANCIA PARA UN EXTREMOPARA DOS EXTREMOS Certeza Deseada ά=Nivel de Significación Certeza Deseada ά2=Nivel de Significación ά1=Nivel de Significación ά=Nivel de Significación/2 ά= (1 – Certeza Deseada)

PRUEBA T PARA DOS MUESTRAS APAREADAS O DESAPAREADAS Las pruebas T pareadas son una forma de bloqueo estadístico, y poseen un mayor poder estadístico que las pruebas no apareadas cuando las unidades apareadas son similares con respecto a los "factores de ruido" que son independientes de la pertenencia a los dos grupos que se comparan.

Desapareadas Las pruebas T desapareadas o de muestras independientes, se utiliza cuando se obtiene dos grupos de muestras aleatorias, independientes e idénticamente distribuidas a partir de las dos poblaciones a ser comparadas

Las pruebas T de muestras dependientes o apareadas, consisten típicamente en una muestra de pares de valores con similares unidades estadísticas, o un grupo de unidades que han sido evaluadas en dos ocasiones diferentes

PRUEBA T PARA DOS MUESTRAS INDEPENDIENTES n 1 = n 2 Iguales tamaños muéstrales Iguales varianzas Si aplica la fórmula Grados de libertad GL=2n-2 1 Donde

Diferentes tamaños muéstrales Si aplica la formula Grados de libertad GL = n 1 + n Iguales varianzas Donde

Diferentes tamaños muéstrales Si aplica la formula También es conocido Como T de Welch 3 diferentes varianzas Donde Grados de libertad

PRUEBA T DEPENDIENTE PARA MUESTRAS APAREADAS Esta prueba se utiliza cuando las muestras son dependientes; esto es, cuando se trata de una única muestra que ha sido evaluada dos veces (muestras repetidas) o cuando las dos muestras han sido emparejadas o apareadas. Este es un ejemplo de un test de diferencia apareada Grados de libertad GL= n-1 X D = la media muestral µ 0 = la media poblacional S D = desviación estándar n = tamaño de la muestra