InfoStat. Software estadístico

Presentación del tema: "InfoStat. Software estadístico"— Transcripción de la presentación:

1 InfoStat. Software estadístico

2 InfoStat. Software estadístico
Para recibir, sin cargo, una clave de activación estudiantil de InfoStat complete el siguiente formulario. La clave se le enviará por correo electrónico junto con las instrucciones para descargar y correr el instalador.

3 InfoStat. Sofware estadístico

4 Crear una nueva Tabla Ya se pueden cargar los datos

5 Importar datos de Excel
En Infostat Edición -- Pegar con nombre de columnas En Excel 1) Seleccionar datos con sus nombres 2) Edición ---- Copiar

6 Estadística descriptiva

7 Gráficos

8 Se puede controlar el número de intervalos
Y el tipo de frecuencia

9 Tabla de frecuencias

10 Construcción de la Tabla

11 Resultados Frecuencia absoluta Marca de clase Frecuencia relativa
Frecuencia absoluta acumulada Frecuencia relativa acumulada

12 Estadísticos

13 Selección de los estadísticos

14 Resultados

15 Calculo de probabilidades
Cálculo de Probabilidades Calculo de probabilidades

16 Cálculo de Probabilidades
Distribuciones

17 Cálculo de Probabilidades –ejemplo-
La altura promedio de los renovales de un bosque sigue una distribución normal, con un promedio de 20 cm con una varianza de 5 cm. ¿Cuál es la probabilidad de que un renoval mida más de 21.2 cm? ¿Y menos de 21.2 cm? ¿Y exactamente 21.2 cm?

18 Cálculo de Probabilidades
ANOVA de 1 Factor

19 Entrada de datos Grupos en 1 columna Variable respuesta en 1 columna

20 ANOVA

21 Calculo de Residuos y valores predichos
Esto nos va a servir luego para poner a prueba los supuestos

22 ¿Qué se concluye? ¿Es válido este resultado?
Tabla de ANOVA ¿Qué se concluye? ¿Es válido este resultado?

23 ¿Qué es un residuo? ¿Qué es un res absoluto? ¿Y un valor predicho?
SUPUESTOS ¿Qué es un residuo? ¿Qué es un res absoluto? ¿Y un valor predicho?

24 ¿Para no rechazar el supuesto que tiene que pasar con Ho?
NORMALIDAD –forma analítica- Ho: las observaciones de cada tratamiento proceden de una población con distribución normal H1:las observaciones de cada tratamiento NO proceden de una población con distribución normal ¿Para no rechazar el supuesto que tiene que pasar con Ho?

25 NORMALIDAD –forma analítica-

26 NORMALIDAD –forma analítica-
Conclusión: como p es mayor a 0.05 (alfa), no rechazo Ho, entonces supongo que los datos provienen subpoblaciones con distribución normal

27 NORMALIDAD –forma gráfica-

28 NORMALIDAD –forma gráfica-

29 NORMALIDAD –forma gráfica-
Los puntos tienen que estar lo más cerca de la recta posible

30 HOMOCEDACEA –forma analítica-
Ho: las varianzas de las subpoblaciones son homogeneas H1: las varianzas de las subpoblaciones NO son homogeneas ¿Para no rechazar el supuesto de homocedacea que tiene que pasar con Ho?

31 HOMOCEDACEA –forma analítica-

32 HOMOCEDACEA –forma analítica-
Conclusión: como p es mayor a 0.05 (alfa), no rechazo Ho, entonces no descarto que las varianzas de las subpoblaciones sean homogeneas

33 HOMOCEDACEA –forma gráfica-

34 HOMOCEDACEA –forma gráfica-

35 HOMOCEDACEA –forma gráfica-
Para que se cumpla la homocedasticidad la variable en los distintos grupos tienen que tener dispersiones similares

36 Comparaciones

37 Comparaciones

38 Gráfico

39 Gráfico

40

41

42 Gráfico

43 TP 2. Problema 9.3

44 ¿Supuestos? Variable: nivel de cambio
Tipo de variable: cualitativa ordinal ¿Supuestos?

45 Kruskal-Wallis

46 Kruskal-Wallis

47 Kruskal-Wallis

48 Regresión y Correlación
Cálculo de Probabilidades Regresión y Correlación

49 Ingreso de datos Variable dependiente Variable independiente

50 Especificación del modelo

51 Calculo de Residuos

52 Calculo de Residuos

53 Supuestos del modelo Normalidad Hipótesis Ho: H1: Resultado Q-Q plot
Conclusión: Q-Q plot

54 Supuestos del modelo Homocedasticidad
Correcta especificación del modelo lineal Inexistencia de outliers Hipótesis Ho: H1: Resultado Conclusión: Gráfico de dispersión de residuos vs predichos

55 R2 Coeficientes a y b Prueba de hipótesis para beta Conclusión: