Introducción a la Inferencia Estadistica Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

ANALISIS PARAMÉTRICOS
Tema.11. Principales modelos de distribución de probabilidad en Psicología: Variables discretas: binomial y Poisson. Variables continuas: normal, chi.
Tema 22: Análisis de tablas de contingencia Prueba c2 como medida de asociación y como prueba de contraste. Coeficientes derivados de c2. Interpretación.
Tema 18: Contraste paramétrico de hipótesis III: Pruebas para contrastar correlaciones y diferencias de correlaciones. Contraste de los coeficientes.
Demostración de Asociación
Técnicas para el análisis de datos en el enfoque cuantitativo
Estadísticas Inferenciales Capítulo 10
Contraste de Hipótesis
Estadística: -Correlación y regresión
UNIVERSIDAD AUTÓNOMA DEL CARIBE
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
TABLAS DE CONTINGENCIA
Correlación 1.
Distribuciones de frecuencias bidimensionales
EL COEFICIENTE DE CORRELACION DE RANGOS DE SPEARMAN
Tema 1- Regresión lineal simple.
CURSO DE ESTADÍSTICA BÁSICA
Regresión Lineal Simple
Regresión Linear Correlación de Pearson, r Regresión Múltiple Regresión Logística Regresión de Poisson.
Análisis de Correlación y de Regresión lineal simple
MEDIDAS DE CORRELACIÓN
Análisis no paramétricos
Regresión y Correlación
Distribuciones bidimensionales. Tablas de contingencia
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
Principios de Bioestadística: «PRUEBA t»
Inferencia Estadística
(niveles o categorías)
Clases 4 Pruebas de Hipótesis
REGRESION Y CORRELACION
CORRELACION Y REGRESION LINEAL: Introducción
ANALISIS DE DATOS CATEGORICOS
Pronósticos, Series de Tiempo y Regresión
LABORATORIO DE ESTADÍSTICA Sesión 4 Contingencia, Anova y correlación.
CORRELACIÓN y ASOCIACIÓN
Prof. Rosario Martínez Verdú
Introducción a la Inferencia Estadística
Herramientas básicas.
Introducción a la Inferencia Estadistica
Modulo04 – Ejercicio19 Correlacionar como valor predictivo: R de Pearson.
Medidas de asociación entre dos variables
Análisis de Datos en Economía
Regresión lineal múltiple
1 ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia MÓDULO 2 A Análisis de Tablas de Contingencia y Coeficientes de Asociación.
LA ESTADÍSTICA PROF.: EDMUNDO C.PARDO H. CARACAS,OCTUBRE DE 2014
“Tablas de Contingencia y medidas de asociación”
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
SEMINARIO DE INVESTIGACION
Modulo03 – Ejercicio13 Asociar categorías: Test de independencia.
INTRODUCCION En esta base de datos, la variable “estrés ” es categórica (tiene estrés / no tiene estrés ) y querríamos saber si está relacionada.
Pruebas de hipótesis.
Análisis de los Datos Cuantitativos
Universidad autónoma san francisco
Regresión Lineal Simple
CONTRASTES NO PARAMÉTRICOS
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
Curso de Estadística a Distancia El Profesor se va por las ramas… Los alumnos parecen ausentes…
22. Correlación como prueba de hipótesis Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
16. Asociación estadística y test de independencia
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
17. Concordancia entre medidas e investigadores Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
18. Cálculo de la probabilidad exacta de Fisher Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
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.
PRUEBA CHI-CUADRADO UNIDAD 2: ESTADÍSTICA.
YASIR MOUBARIK GONZALEZ ESTADISTICA Y TIC SUBGRUPO 19 UNIDAD DOCENTE VIRGEN DEL ROCIO.
Transcripción de la presentación:

Introducción a la Inferencia Estadistica Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Medidas de asociación entre dos variables Si dos variables están relacionadas o son independientes Grado de relación entre dos variables Variables Categóricas Variables Continuas

Relación entre variables categóricas H 0 : No hay asociación entre las variables de clasificación H 1 : La hipótesis nula no es cierta Dos variables son independientes si la distribución de una no depende de la otra Test de Independencia H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta

Relación entre variables categóricas Tabla de contingencia H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta Clase 1Clase 2Clase j Totales Nivel 1 O 11 O 12 O 1j O 1+ Nivel 2 O 21 O 22 O 2j O 2+ Nivel i O i1 O i2 O ij O i+ Totales O +1 O +2 O +j O ++ i Filas j Columnas Clase 1Clase 2Clase j Nivel 1 Nivel 2 Nivel i

Relación entre variables categóricas H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta Según la Hipótesis fijada el modelo probabilístico NO se rechaza H 0 si: Donde (Total fila) x (Total Columna) (Total) =

Relación entre variables categóricas Tabla de contingencia H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta Clase 1Clase 2Clase j Totales Nivel 1 O 11 O 12 O 1j O 1+ Nivel 2 O 21 O 22 O 2j O 2+ Nivel i O i1 O i2 O ij O i+ Totales O +1 O +2 O +j O ++ i Filas j Columnas Azules Verdes..Castaños Normales Miopes Muy miopes

Relación entre variables categóricas H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta Según la Hipótesis fijada el modelo probabilístico NO se rechaza H 0 si: Donde (Total fila) x (Total Columna) (Total) E ij =

Relación entre variables categóricas Tabla de Valores Esperados Construimos la tabla de valores esperados usando la expresión: Clase 1Clase 2Clase j Nivel 1 E 11 E 12 E 1j Nivel 2 E 21 E 22 E 2j Nivel i E i1 E i2 E ij i Filas j Columnas Clase 1Clase 2Clase j Nivel 1 Nivel 2 Nivel i (Total fila) x (Total Columna) (Total) E ij =

Relación entre variables categóricas H 0 : Los dos criterios de clasificación son Independientes H 1 : La hipótesis nula no es cierta Según la Hipótesis fijada el modelo probabilístico NO se rechaza H 0 si: Calculamos el estadístico Experimental Si χ exp 2 > punto crítico Rechazamos la H o para el α dado

Relación entre variables categóricas

Corrección de Yates Contraste de Independencia en tablas 2x2

Medidas de asociación entre variables categóricas V de Cramer Donde m = mín(r,c)

Asociación entre variables continuas

Coeficiente de Correlación Lineal de Pearson [-1,1] Covarianza: medida de variación conjunta Con datos muestrales

Asociación entre variables continuas Problema 7. (p.181)

Asociación entre variables continuas Problema 7. (p.181)

Asociación entre variables continuas

Se esta estudiando si existe relación entre el peso del recién nacido y el nivel de estriol en su madre

Asociación entre variables continuas

H 0 : Independencia de X e Y H 1 : Dependecia de X e Y El estadístico es

Asociación entre variables continuas Coeficiente de Correlación Lineal de Pearson [-1,1] Covarianza: medida de variación conjunta Con datos muestrales H 0 : Independencia de X e Y H 1 : Dependecia de X e Y