UNIVERSIDAD POLITÉCNICA ESTATAL DEL CARCHI INGENIERÍA EN COMERCIO EXTERIOR Y NEGOCIACIÓN COMERCIAL                        ...
CONTENIDOTEMA................................................................................................................
TEMAAplicación de Estadísticos en programas informáticosPROBLEMALa falta de manejo de programas informáticos que abarquen ...
de esta manera se vuelva más competitivo y profesional; permitiendo a la vezampliar su panorama ocupacional.En la actualid...
PROCESO PARA DESCARGAR E INSTALAR EL SPSS STADISTIC 17.0Paso 1Buscar el sistema informático SPS STDISTIC;   1. Proceder a ...
Paso 3Se procede a instalar el programa descargadoClic en SETUPPaso 4Aparece la siguiente pantalla y se hace clic en NextP...
Paso 6Clic en FINISHPaso 7Finalmente ya se nos instala el sistema informático SPSS
CORRELACIÓN LINEALEl análisis de correlación se dirige sobre todo a medir la fuerza de una relaciónentre variables. El coe...
Técnicas de correlaciónA continuación abordaremos el estudio de dos variables y no solamente deuna, estudiaremos qué senti...
También, aunque en este caso los puntajes altos apresen con un puntaje bajo,tomando en cuenta esto podemos definir una rel...
que comprender muchos más datos por esto es más sencillo utilizar undiagrama para determinar la relación de los mismos.COE...
La anterior tabla nos muestra los volumenes y los precios del pretroleo enexportación desde el 2005; se desea saber si la ...
Paso 4Aparece la tabla en la que constan los datos correspondientes a la correlación.REGRESIÓN LINEALFases del modelo de r...
La recta de regresión lineal y=a+bx, es una estimación de la recta de regresiónlineal de la población y=α+ßx. Los parámetr...
Admitir el modelo de regresión lineal supone aceptar que la medida de lavariable aleatoria M(Y), está relacionada linealme...
Agosto         10307    51,66     11206    59,29     10209    61,22      3989     99,13Septiembre     10796    50,34     1...
Paso 3Clic en la pestaña Ajuste y después en la opción Total; posteriormente clic enAceptar.Paso 4Clic en Aceptar
Paso 5Observamos los diferentes puntos de dispersión y la línea que representa lospuntos graficados.ENCONTRAR LA ECUACIÓNP...
Paso 2Elegimos la variable dependiente e independiente según corresponda; despuésclic en la opción Estadísticos.Paso 3Se e...
Paso 4Clic en AceptarPaso 5Nos aparecen los resultados del estadístico en donde podemos deducir que laformula de la recta ...
PRUEBA DE HIPÓTESISLa prueba de hipótesis comienza con una suposición, llamada hipótesis, quehacemos acerca de un parámetr...
nula (Ho). Para el gerente de producción, la hipótesis alternativa se puedeestablecer como:Ho2 µx≠0La hipótesis alternativ...
Error tipo I y Error tipo IIRechazar una hipótesis nula cuando es cierta se denomina error tipo I, y suprobabilidad se sim...
Paso 4Determinar la distribución muestral que se usara en la pruebaPaso 5Elaborar el esquema de la pruebaPaso 6Calcular el...
EjercicioPaso 1Elegimos la opción analizar, donde se despliega otra ventana y seleccionamosprueba T para una muestra.Paso ...
ELABORACIÓN DE LA CAMPANA DE GAUSSPaso 1Escoger la opción Análisis/Regresión/LinealesPaso 2Se escoge la variable dependien...
Paso 3En la sección de colocar la variable X se utiliza DEPENDENT y para ubicar Yse utiliza la opción *ZPRED, a la vez se ...
Paso 5Después de comparar los grados de libertad en el ejercicio además del nivel deconfianza podemos determinar si el res...
2 Los datos deben ajustarse a determinadas distribuciones estadísticas.Ejemplo   1) La prueba basada en la distribución no...
n=número de elementos de la muestran-1= números de grados de libertad.   =varianza de la muestra   = varianza de la poblac...
Paso 3En la ventana que se despliega escogemos la opción chi-cuadrado y hacemosclic en continuar.Paso 4Cumplido los pasos ...
ELABORACIÓN CAMPANA DE GAUSSPaso 1Escoger la opción Análisis/Regresión/Lineales
Paso 2Se escoge la variable dependiente e independiente según sea el caso de losdatos. Clic en la opción GráficosPaso 3En ...
Paso 4Clic en AceptarPaso 5Después de comparar los grados de libertad en el ejercicio además del nivel deconfianza podemos...
VARIANZACuando es necesario hacer comparaciones entre tres o más mediasmuestrales para determinar si provienen de poblacio...
Variable independiente o factor: Es la variable o factor que puede influenciaren la variabilidad de la respuesta o variabl...
Paso 2Se traslada la variable dependiente a la parte derecha, posteriormentehacemos chic en la opción estadísticos.Paso 3E...
Paso 4Para obtener finalmente los resultados hacemos clic en la opción aceptar, yenseguida saldrán los resultados.
ABSTRACTWhen testing hypotheses, we start from an assumed value (hypothetical) in thepopulation parameter. After collectin...
- Ho: null- H1: alternative hypothesisCRONOGRAMA DE ACTIVIDADES                                         JULIO             ...
 El estadístico T de Student permite al estudiante la resolución de     problemas para datos menores a 30, haciendo posib...
 El estudiante debe conocer en forma óptima la aplicación de todos los   estadísticos, y recordar por ejemplo que para el...
Próxima SlideShare
Cargando en…5
×

Manual spss 17.0 expo

718 visualizaciones

Publicado el

Publicado en: Tecnología
1 comentario
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
718
En SlideShare
0
De insertados
0
Número de insertados
2
Acciones
Compartido
0
Descargas
37
Comentarios
1
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Manual spss 17.0 expo

  1. 1. UNIVERSIDAD POLITÉCNICA ESTATAL DEL CARCHI INGENIERÍA EN COMERCIO EXTERIOR Y NEGOCIACIÓN COMERCIAL INTERNACIONAL ESTADÍSTICA INFERENCIALTEMA:Aplicación de Estadísticos en programas informáticos INTEGRANTES Ruano Estefanía Docente Msc. Jorge Pozo SEXTO “A” JULIO/2012
  2. 2. CONTENIDOTEMA............................................................................................................................................ 3PROBLEMA................................................................................................................................. 3OBJETIVOS ................................................................................................................................ 3 OBJETIVO GENERAL ........................................................................................................... 3 OBJETIVO ESPECÍFICO ...................................................................................................... 3JUSTIFICACIÓN......................................................................................................................... 3MARCO TEÓRICO..................................................................................................................... 4 SPSS STADISTIC .................................................................................................................. 4 PROCESO PARA DESCARGAR E INSTALAR EL SPSS STADISTIC 17.0 ............ 5 CORRELACIÓN LINEAL....................................................................................................... 8 Ejercicio .............................................................................................................................. 11 PROCESO APLICACIÓN SPSS 17.0 ........................................................................... 12 REGRESIÓN LINEAL .......................................................................................................... 13 Ejercicio .............................................................................................................................. 15 PROCESO APLICACIÓN SPSS .................................................................................... 16 PRUEBA DE HIPÓTESIS ............................................................................................... 21 T DE STUDENT ................................................................................................................ 24 Ejercicio .............................................................................................................................. 25 CHI- CUADRADO ............................................................................................................. 28 PROCESO APLICACIÓN EN SPSS ............................................................................. 30 VARIANZA ......................................................................................................................... 35 PROCESO APLICACIÓN EN EL SPSS ....................................................................... 36 ABSTRACT ........................................................................................................................... 39 CRONOGRAMA DE ACTIVIDADES ................................................................................. 40 CONCLUSIONES ................................................................................................................. 40 RECOMENDACIONES........................................................................................................ 41
  3. 3. TEMAAplicación de Estadísticos en programas informáticosPROBLEMALa falta de manejo de programas informáticos que abarquen la estadísticadificulta la resolución de problemas de estadística Inferencial.OBJETIVOSOBJETIVO GENERALManejar un programa informático que permita resolver problemas de comercioexterior aplicando los diferentes estadísticos.OBJETIVO ESPECÍFICO Aplicar correctamente el programa SPSS en la resolución de problemas estadísticos. Desarrollar correctamente la resolución de los diferentes estadísticos. Resolver problemas enfocados al comercio exterior.JUSTIFICACIÓNEl uso de programas informáticos aplicando los diferentes estadísticos para laresolución de problemas relacionados al comercio exterior representa un altonivel de importancia para el estudiante, ya que la aplicación de sistemasinformáticos se da con mayor frecuencia en el desempeño laboralreemplazando a los procesos manuales.La aplicación de programas estadísticos como el SPSS permite al estudianteahorrar tiempo y obtener resultados de manera directa y segura, haciendo que
  4. 4. de esta manera se vuelva más competitivo y profesional; permitiendo a la vezampliar su panorama ocupacional.En la actualidad un profesional logra desenvolverse en su ámbito profesional sien la resolución de problemas relacionados en su carrera utiliza los diferentesprogramas informáticos, este factor se ha convertido un requisito fundamentalpara la obtención de un excelente puesto de trabajo.MARCO TEÓRICO SPSS STADISTICSPSS es un programa estadístico informático muy usado en las cienciassociales y las empresas de investigación de mercado. Originalmente SPSS fuecreado como el acrónimo de Statistical Package for the Social Sciences aunquetambién se ha referido como "Statistical Product and Service Solutions" (Pardo,A., & Ruiz, M.A., 2002, p. 3). Sin embargo, en la actualidad la parte SPSS delnombre completo del software (IBM SPSS) no es acrónimo de nada.Como programa estadístico es muy popular su uso debido a la capacidad detrabajar con bases de datos de gran tamaño. En la versión 12 es de 2 millonesde registros y 250.000 variables. Además, de permitir la recodificación de lasvariables y registros según las necesidades del usuario. El programa consisteen un módulo base y módulos anexos que se han ido actualizandoconstantemente con nuevos procedimientos estadísticos. Cada uno de estosmódulos se compra por separado.Actualmente, compite no sólo con softwares licenciados como lo son SAS,MATLAB, Statistica, Stata, sino también con software de código abierto y libre,de los cuales el más destacado es el Lenguaje R. Recientemente ha sidodesarrollado un paquete libre llamado PSPP, con una interfaz llamada PSPPireque ha sido compilada para diversos sistemas operativos como Linux, ademásde versiones para Windows y OS X. Este último paquete pretende ser un clonde código abierto que emule todas las posibilidades del SPSS.
  5. 5. PROCESO PARA DESCARGAR E INSTALAR EL SPSS STADISTIC 17.0Paso 1Buscar el sistema informático SPS STDISTIC; 1. Proceder a descargar es sistema informático SPSSPaso 2Luego de descarga el programa
  6. 6. Paso 3Se procede a instalar el programa descargadoClic en SETUPPaso 4Aparece la siguiente pantalla y se hace clic en NextPaso 5Clic Next
  7. 7. Paso 6Clic en FINISHPaso 7Finalmente ya se nos instala el sistema informático SPSS
  8. 8. CORRELACIÓN LINEALEl análisis de correlación se dirige sobre todo a medir la fuerza de una relaciónentre variables. El coeficiente de correlación lineal, r, es la medida de la fuerzade la relación lineal entre dos variables. La fortaleza de la relación se determinamediante la magnitud del efecto que cualquier cambio en una variable ejercesobre la otra. (JOHNSON, 1990)Si X o Y son las dos variables en cuestión, un diagrama de la dispersiónmuestra la localización de los puntos (X,Y) sobre un sistema rectangular decoordenadas. Si todos los puntos del diagrama de dispersión parecen estar enuna recta, como la figura 14(a) y 14(b) la correlación se llama lineal. (SPIEGEL,1992)Y Y Y X X(a) Correlación lineal positiva (b) Correlación lineal negativa (c)SincorrelaciónSi Y tiende a crecer cuando X crece, como la figura anterior, la correlación sedice positiva o directa. Si Y tiende a decrecer cuando X crece, como la figura14.1 (b), la correlación se dice negativa o inversa.Si todos los puntos parecen estar sobre una cierta curva la correlación se llamano lineal, y una ecuación no lineal será apropiada para la regresión. Comohemos visto en el capítulo 13 es claro q la correlación no lineal puede serpositiva o negativa.Si no hay relación entre las variables como la figura 14.1(c), decimos que nohay correlación entre ellas. (SPIEGEL, 1992)
  9. 9. Técnicas de correlaciónA continuación abordaremos el estudio de dos variables y no solamente deuna, estudiaremos qué sentido tiene afirmar que dos variables estánrelacionadas linealmente entre si y cómo podemos medir esta relación.Relaciones lineales entre variablesSupongamos que dispongamos de dos pruebas de habilidad mental y la otrapruebe de ingreso a la universidad, seleccionamos a cinco estudiantes que seexpresan en la tabla N° 1 con los puntajes obtenidos en estas dos pruebas.Estudiantes X Y Prueba de habilidad Mental Examen de AdmisiónMaría 18 82Olga 15 68Susana 12 60Aldo 9 32Juan 3 18La tabla nos dice que si podemos usar para pronosticar el puntaje alto en laprueba de habilidad mental y también en los que tienen un puntaje alto en losexámenes de admisión y los estudiantes con puntajes bajos en la en el examende habilidad como en el de admisión. En circunstancias como la presente(cuando los puntajes altos de una variable están relacionados con los puntajesaltos de otra variable y los puntajes bajos están relacionados con los puntajesbajos de otra variable) entonces podemos asegurar que existe una relaciónpositiva entre las dos variables.Supongamos que en lugar de los resultados de la tabla N° 1 hubiera obtenidolos puntajes que se muestran en la tabla N°2 ¿Podremos afirmar que con estosdatos en esta situación en la prueba de habilidad pueda usarse parapronosticarse los puntajes del examen de admisión?
  10. 10. También, aunque en este caso los puntajes altos apresen con un puntaje bajo,tomando en cuenta esto podemos definir una relación lineal negativa entre elconjunto.Estudiantes X Y Prueba de habilidad Examen de Admisión MentalMaría 18 18Olga 15 32Susana 12 60Aldo 9 68Juan 3 82Estudiantes X Y Prueba de habilidad Examen de Admisión MentalMaría 18 18Olga 15 82Susana 12 68Aldo 9 60Juan 3 32En este caso no podemos afirmar una relación lineal entre las variables X y Yya que unos puntajes se acotejan con otros y no están en concordancia.DIAGRAMA DE DISPERSIÓNEl diagrama de dispersión es útil para representar valores como lomostraremos a continuación utilizando los datos de la tabla N° 1, pero en lavida real no todas las veces obtendremos datos de cinco parejas, tendremos
  11. 11. que comprender muchos más datos por esto es más sencillo utilizar undiagrama para determinar la relación de los mismos.COEFICIENTE DE CORRELACIÓN RECTILÍNEA DE PEARSONCon la ayuda de las graficas nos podemos formar una idea de la nube depuntos o diagrama de dispersión, representa la relación lineal es positiva onegativa y determinar la fuerza de relación.El coeficiente de Pearson, toma valores entre -1 y +1, el coeficiente 0demuestra que no existe correlación, así que independiente del numero seanegativo o positivo son iguales, claro está que entre más se aproxime al 1 o -1mayor será la fuerza de relación.EjercicioCORRELACIÓNEl Banco Central del Ecuador nos presenta la siguiente informacion. Año 2005 2006 2007 2008Meses VOLÚMEN PRECIO VOLÚMEN PRECIO VOLÚMEN PRECIO VOLÚMEN PRECIOEnero 11266 29,06 12427 46,69 10304 40,22 3383 76,44Febrero 10193 32 11568 45,1 9210 46,29 5006 79,55Marzo 11146 38,89 12428 46,8 10305 48,37 3502 85,49Abril 10362 38,39 12577 54,67 9315 52,41 5494 91,25Mayo 10761 35,95 10208 57,15 9224 53,78 5003 103,94Junio 11521 42,26 10106 58,16 11842 56,94 4177 115,21Julio 9744 46 9375 61,26 12239 63,73 3565 113,42Agosto 10307 51,66 11206 59,29 10209 61,22 3989 99,13Septiembre 10796 50,34 12310 49,34 10910 64,68 3630 87,47Octubre 10001 45,43 11606 45 10605 71,36 3847 65,42Noviembre 12569 40,33 12147 43,96 9214 79,81 2680 48,22Diciembre 12929 42,76 10676 45,83 10722 77,21 5641 26,66TOTAL 131595 493,07 136634 613,25 124099 716,02 49917 992,2
  12. 12. La anterior tabla nos muestra los volumenes y los precios del pretroleo enexportación desde el 2005; se desea saber si la informacion recolectada poseerelacion la una de la otra.PROCESO APLICACIÓN SPSS 17.0Paso 1Escogemos la opción Analizar/Correlaciones/Bi-variadasPaso 2Seleccionamos las variables con el botónEscogemos la opción PearsonClic en la opción BilateralPaso 3Escoger la opción Marcar las correlaciones significativasClic Aceptar
  13. 13. Paso 4Aparece la tabla en la que constan los datos correspondientes a la correlación.REGRESIÓN LINEALFases del modelo de regresión linealLa recta de regresión y el coeficiente de correlación tienen sentido en tanto encuanto son instrumento para inferir la relación de las variables en la población.El conocimiento exacto del coeficiente de correlación solo es posible sianalizamos la totalidad de la población. Sin embargo, a la hora de evaluarlo,nos encontramos con el problema habitual de tener que inferirlo desde laestimación que proporcionan los datos de una muestra.
  14. 14. La recta de regresión lineal y=a+bx, es una estimación de la recta de regresiónlineal de la población y=α+ßx. Los parámetros α y ß son evaluados a partir delos datos de una muestra, y es fundamental tener unas garantías de que losvalores a y b estimados no difieren significativamente de los parámetrospoblacionales α y ß.El proceso que se sigue en la construcción del modelo de regresión secompone de tres fases o etapas. En la primera fase, se comprueba si larelación entre las variables que componen el modelo está de acuerdo con lapropia forma del modelo.La segunda fase consiste en la estimación de los parámetros de acuerdo con elcriterio elegido (en nuestro caso, el método de mínimos cuadrados).La última fase es fundamental para el investigador, que debe comprobar si lasinferencias o pronósticos que se pueden hacer de la relación encontrada entrelas variables se ajustan a los datos. (VARGAS, 1995)El modelo de regresión linealEl modelo de regresión lineal simple es un proceso experimental en el queintervienen dos variables: una variable dependiente Y, que no es controlada porel experimento, y que depende de otra variable independiente X, que si escontrolada por el experimento, por lo que esta no es una variable aleatoria.Para estudiar la relación de dependencia entre estas variables, se dispone deuna muestra aleatoria de tamaño N, que vamos a representar por {[x,y]}… nCuando tomamos distintas muestras para un mismo valor X, es de esperar quevaríen los correspondientes valores de Y; por ello, el valor y1 del par (x,y) sepuede considerar como valor de una variable aleatoria por Y, que tendrá unamedida M(Y) y una varianza V(Y). (VARGAS, 1995)Por lo tanto, para x=x, tenemos una variable aleatoria a la que vamos adesignar por Y, que tendrá una medida M(Y) y una varianza V(Y).
  15. 15. Admitir el modelo de regresión lineal supone aceptar que la medida de lavariable aleatoria M(Y), está relacionada linealmente con la variable x pormedio de la ecuación de la regresión de la población, es decir: (VARGAS,1995)Donde α y ß son los parámetros de la población.M(Y) es la respuesta promedio; para simplificar la terminología, vamos adesignarla por P.Los parámetros de la recta de regresión poblacional α y ß, son desconocidos ydeben ser estimados mediante los valores de a y b en la recta de regresiónmuestral que se obtiene a partir de los datos de la muestra. (VARGAS, 1995)Una vez evaluadas a y b, una estimación de la respuesta promedio P es:EjercicioRELACIÓN LINEALLos datos proporcionados por el Banco Central del Ecuador nos pidenencontrar una línea recta la cual acoja a todos los datos obtenidos de lasexportaciones de petróleo desde 2005 hasta el 2008 para de esta maneraelaborar pronósticos que se ajusten a los datos: Año 2005 2006 2007 2008Meses VOLÚMEN PRECIO VOLÚMEN PRECIO VOLÚMEN PRECIO VOLÚMEN PRECIOEnero 11266 29,06 12427 46,69 10304 40,22 3383 76,44Febrero 10193 32 11568 45,1 9210 46,29 5006 79,55Marzo 11146 38,89 12428 46,8 10305 48,37 3502 85,49Abril 10362 38,39 12577 54,67 9315 52,41 5494 91,25Mayo 10761 35,95 10208 57,15 9224 53,78 5003 103,94Junio 11521 42,26 10106 58,16 11842 56,94 4177 115,21Julio 9744 46 9375 61,26 12239 63,73 3565 113,42
  16. 16. Agosto 10307 51,66 11206 59,29 10209 61,22 3989 99,13Septiembre 10796 50,34 12310 49,34 10910 64,68 3630 87,47Octubre 10001 45,43 11606 45 10605 71,36 3847 65,42Noviembre 12569 40,33 12147 43,96 9214 79,81 2680 48,22Diciembre 12929 42,76 10676 45,83 10722 77,21 5641 26,66TOTAL 131595 493,07 136634 613,25 124099 716,02 49917 992,2PROCESO APLICACIÓN SPSSPaso 1Clic en la opcion Gráficos/ Cuadro de diálogos antiguos/ Interactivas/ Diagramade DispersiónPaso 2Colocamos las variables en el eje de la X & Y dependiendo de los datos delproblema a resolver.
  17. 17. Paso 3Clic en la pestaña Ajuste y después en la opción Total; posteriormente clic enAceptar.Paso 4Clic en Aceptar
  18. 18. Paso 5Observamos los diferentes puntos de dispersión y la línea que representa lospuntos graficados.ENCONTRAR LA ECUACIÓNPaso 1Escogemos la opción Analizar de la barra de herramientas/ Regresión/ Lineales
  19. 19. Paso 2Elegimos la variable dependiente e independiente según corresponda; despuésclic en la opción Estadísticos.Paso 3Se escoje las siguientes opciones de la ventana, Estimaciones, Ajuste delmodelo, Combio en R cuadrado y Descriptivos clic en Continuar.
  20. 20. Paso 4Clic en AceptarPaso 5Nos aparecen los resultados del estadístico en donde podemos deducir que laformula de la recta de los datos es:f(x)= -0,004 x+100,055
  21. 21. PRUEBA DE HIPÓTESISLa prueba de hipótesis comienza con una suposición, llamada hipótesis, quehacemos acerca de un parámetro de población. Después recolectamos datosde muestra, producimos estadísticas muéstrales y usamos esta informaciónpara decidir qué tan probable es que nuestro parámetro de población hipotéticosea correcto.Digamos que suponemos un cierto valor para una medida de población, paraprobar validez de esa suposición recolectamos datos de muestra ydeterminamos la diferencia entre el valor hipotético y el valor real de la mediade la muestra. Después juzgamos si la diferencia obtenida es significativa o no.Mientras más pequeña sea la diferencia, mayor será la probabilidad de quenuestro valor hipotético para la media sea correcto. Mientras mayor sea ladiferencia, más pequeña será la probabilidad. (LEVIN, 2010)Hipótesis nula y alternativaLa prueba de hipótesis empieza con algo de teoría, afirmación o aserción conrespecto a un parámetro particular de una población. Para fines de análisisestadístico, el gerente de producción escoge como hipótesis inicial que elproceso está bajo control; esto es, el contenido promedio es de 368 gramos yno es necesario efectuar acciones correctivas. La hipótesis de que el parámetrode la población es igual a la especificación de las compañías se conoce comola hipótesis nula.Una hipótesis nula es siempre una de status quo o de no diferencia. Por logeneral se le identifica con el símbolo Ho. Nuestro gerente de producciónestablecería como hipótesis nula que el proceso de llenado está bajo control yfuncionando apropiadamente, que la cantidad media de cereal por caja es laaplicación de la compañía de 368 gramos. Esto se establece como:Ho2 µ=0Siempre que especifiquemos una hipótesis nula, también debemos especificaruna hipótesis alternativa o una que debe ser verdadera si se encuentra que lahipótesis nula es falsa. La hipótesis alternativa (H1) es lo opuesto a la hipótesis
  22. 22. nula (Ho). Para el gerente de producción, la hipótesis alternativa se puedeestablecer como:Ho2 µx≠0La hipótesis alternativa representa la conclusión a la que se llegaría si hubierasuficiente evidencia de la información de la muestra para decidir que esimprobable que la hipótesis sea verdadera y, por tanto rechazarla. En nuestroejemplo, si el peso de las cajas muestreadas estuvieran lo suficiente por arribao por debajo del promedio.Interpretación del nivel de significanciaEl propósito del nivel de significancia no es cuestionar el valor calculado en elestadístico de la muestra sino hacer un juicio respecto a la diferencia entre eseestadístico y un parámetro hipotético de la población.Si suponemos que la hipótesis es correcta, entonces el nivel de significanciaindicará el porcentaje de medias muestrales que está fuera de ciertos límites.Selección del nivel de significanciaNo existe un nivel de significancia único estándar o universal para probarhipótesis. En algunos casos se utiliza el nivel de significancia de 5%. Ciertosresultados de investigaciones publicados a menudo prueban hipótesis para unnivel de significancia del 1%. Es posible probar una hipótesis a cualquier nivelde significancia.Cuando más alto sea el nivel de significancia que utilizamos para probar unahipótesis, mayor será la probabilidad de rechazar la hipótesis nula cuando escierta. (LEVIN, 2010)
  23. 23. Error tipo I y Error tipo IIRechazar una hipótesis nula cuando es cierta se denomina error tipo I, y suprobabilidad se simboliza con α (alfa). Por otro lado, aceptar una hipótesis nulacuando es falsa se llama Error tipo II, y su probabilidad se simboliza con ß(beta).Existe relación entre estos dos tipos de errores: la probabilidad de cometer untipo de error puede reducirse solo si estamos dispuestos a aumentar laprobabilidad de cometer el otro tipo de error. (LEVIN, 2010)Pasos de una prueba de hipótesisEn la prueba de hipótesis que goza de aceptación general figuran siete pasos:Paso 1Formular la hipótesis nula HO,De manera que pueda determinarse exactamente α, la probabilidad decometer un error tipo 1. (Esto equivale a determinar el parámetro de poblaciónque interesa y proponer la validez de un valor para él) (Signo =)Formular la hipótesis alternativa HaDe manera que el rechazo de la hipótesis nula signifique aceptar la hipótesisalternativa. (Signo > o <)Al formular estas dos hipótesis, se determinan el parámetro y el valorpropuesto;Paso 2Determinar si la prueba es unilateral o bilateralPaso 3Asumir el nivel de significación
  24. 24. Paso 4Determinar la distribución muestral que se usara en la pruebaPaso 5Elaborar el esquema de la pruebaPaso 6Calcular el estadístico de la pruebaPaso 7Tomar la decisión, para esto, se comparan el esquema de la parte 5, con elestadístico del paso 6T DE STUDENTEn probabilidad y estadística, la distribución t-Student es una distribución deprobabilidad que surge del problema de estimar la media de una poblaciónnormalmente distribuida cuando el tamaño de la muestra es pequeño.Una variable aleatoria se distribuye según el modelo de t-Student con n gradosde libertad.Propiedades: 1. La gráfica de la función de densidad es en forma de campana. 2. Los datos están más disperso que la curva normal estándar. 3. A medida que n aumenta, la gráfica se aproxima a la normal N(0,1). 4. La gráfica es muy parecida a la de la normal estándar diferenciándose en que las colas de t están por encima de la normal, y el centro se encuentra por debajo del de la normal. 5. Cuando los grados de libertad son altos, los valores de t coinciden con los de la normal.
  25. 25. EjercicioPaso 1Elegimos la opción analizar, donde se despliega otra ventana y seleccionamosprueba T para una muestra.Paso 2Trasladamos la variable precio hacia la ventana derecha, y elegimos aceptar,esperamos un momento y obtendremos los resultados.
  26. 26. ELABORACIÓN DE LA CAMPANA DE GAUSSPaso 1Escoger la opción Análisis/Regresión/LinealesPaso 2Se escoge la variable dependiente e independiente según sea el caso de losdatos. Clic en la opción Gráficos
  27. 27. Paso 3En la sección de colocar la variable X se utiliza DEPENDENT y para ubicar Yse utiliza la opción *ZPRED, a la vez se escoge las opciones histograma ygrafico de prob. (probabililidad) Normal. Clic en ContinuarPaso 4Clic en Aceptar
  28. 28. Paso 5Después de comparar los grados de libertad en el ejercicio además del nivel deconfianza podemos determinar si el resultado del estadístico se encuentradentro del rango de aceptación o rechazo.CHI- CUADRADOPruebas paramétricasSe llaman así a las pruebas de hipótesis que cumplen tres requisitosfundamentales:1 La variable de la prueba debe ser variable cuantitativa.1 los datos se obtienen por muestreo estadístico.
  29. 29. 2 Los datos deben ajustarse a determinadas distribuciones estadísticas.Ejemplo 1) La prueba basada en la distribución normal de probabilidades. 2) La prueba de student.Pruebas no paramétricasLlamadas también pruebas de distribución libre son aquellas en que:1 la variable de la prueba debe ser cualitativa o cuantitativa2 los datos se obtienen pos muestreo estadístico3 son independientes de cualquier distribución de cualquier probabilidad.EjemploLa prueba del chi-cuadradoLas pruebas paramétricas son más poderosas sin embargo cuando la variablees cualitativa, solo se puede usar las pruebas no paramétricas.Estadístico chi-cuadradoEs un estadístico que sirve de base para una prueba no paramétricadenominada prueba de chi cuadrado que se utiliza especialmente paravariables cualitativas, esto es, variables que carecen de unidad y por lo tantosus valores no pueden expresarse numéricamente. Los valores de estasvariables son categorías que solo sirven para clasificar los elementos deluniverso del estudio. También puede utilizarse para variables cuantitativas,transformándolas, previamente, en variables cualitativas ordinales.El estadístico Chi- Cuadrado se define por:En donde:
  30. 30. n=número de elementos de la muestran-1= números de grados de libertad. =varianza de la muestra = varianza de la poblaciónPROCESO APLICACIÓN EN SPSSPaso1Clic en analizar, seleccionar la opción tablas de contingencia.Paso 2Trasladamos las variables precio y volumen a la parte derecha, y hacemos clicen estadísticos.
  31. 31. Paso 3En la ventana que se despliega escogemos la opción chi-cuadrado y hacemosclic en continuar.Paso 4Cumplido los pasos anteriores, finalmente hacemos clic en aceptar paraobtener los resultados de este estadístico.
  32. 32. ELABORACIÓN CAMPANA DE GAUSSPaso 1Escoger la opción Análisis/Regresión/Lineales
  33. 33. Paso 2Se escoge la variable dependiente e independiente según sea el caso de losdatos. Clic en la opción GráficosPaso 3En la sección de colocar la variable X se utiliza DEPENDENT y para ubicar Yse utiliza la opción *ZPRED, a la vez se escoge las opciones histograma ygrafico de prob. Normal. Clic en Continuar
  34. 34. Paso 4Clic en AceptarPaso 5Después de comparar los grados de libertad en el ejercicio además del nivel deconfianza podemos determinar si el resultado del estadístico se encuentradentro del rango de aceptación o rechazo.
  35. 35. VARIANZACuando es necesario hacer comparaciones entre tres o más mediasmuestrales para determinar si provienen de poblaciones iguales utilizamos latécnica de análisis de varianza. Esta técnica se realiza utilizando la distribuciónde probabilidad F vista anteriormente. Para el uso de esta técnica es necesarioseguir los siguientes supuestos: 1) Las poblaciones siguen una Distribución de Probabilidad Normal 2) Las poblaciones tienen desviaciones estándar (σ) iguales 3) Las muestras se seleccionan de modo independienteLa técnica del análisis de varianza descompone la variación total en doscomponentes de variación llamados variación debida a los tratamientos yvariación aleatoria.Cuando estamos frente a un problema de análisis de varianza lo primero quedebemos hacer es identificar en términos del problema lo siguiente:Variable dependiente o variable respuesta: Es la variable que nos interesamedir o respuesta que se va a estudiar para determinar el efecto que tienesobre ella la variable independiente.
  36. 36. Variable independiente o factor: Es la variable o factor que puede influenciaren la variabilidad de la respuesta o variable dependiente.Nivel o tratamiento del factor: Es un valor o condición del factor bajo el cualse observa la respuesta medible.Unidad experimental: Es el objeto (persona, animal o cosa) donde se aplicaun determinado tratamiento, para obtener una medición de la variablerespuesta.Error experimental: Es la variación que no se puede atribuir a un cambio detratamiento; es decir, la que se produce por los factores extraños que puedeninfluir en la respuesta y que deben ser eliminados o controlados por elinvestigador.Aleatorización: Consiste en asignar en forma aleatoria los tratamientos a lasunidades experimentales con el propósito de remover los posibles sesgossistemáticos y neutralizar los efectos de todos aquellos factores externos queno se encuentran bajo el control del investigador, pero pueden estar presentesen el experimento.Nosotros estudiaremos el diseño Completamente Aleatorizado con un solofactor o unifactorial.Este modelo es apropiado en aquellas situaciones donde se tiene un solo factoro variable independiente con “c” niveles o tratamientos.PROCESO APLICACIÓN EN EL SPSSPaso 1Se selecciona la opción analizar, se desplegara otra barra donde se escogerála opción frecuencias.
  37. 37. Paso 2Se traslada la variable dependiente a la parte derecha, posteriormentehacemos chic en la opción estadísticos.Paso 3En esta ventana hacemos clic en varianza y luego clic en continuar.
  38. 38. Paso 4Para obtener finalmente los resultados hacemos clic en la opción aceptar, yenseguida saldrán los resultados.
  39. 39. ABSTRACTWhen testing hypotheses, we start from an assumed value (hypothetical) in thepopulation parameter. After collecting a random sample, comparing thestatistical sample, as well as the average (x), with the hypothetical parameter iscompared with an assumed population mean. Then accepted or rejected thenotional value, as appropriate. Notional value is rejected only if the sampleresult is very unlikely if the hypothesis is true.A statistical test is a method, based on a random sample and meaningful,allowing conclusions to accept or reject a hypothesis previously issued on thevalue of an unknown parameter of a population.Statistically a hypothesis test is any statement about a population and / or itsparameters.A hypothesis test is to contrast two statistical hypotheses. This contrast involvesmaking decisions about the hypothesis. The decision is to reject or not ahypothesis in favor of the other. A statistical hypothesis is denoted by “H” and istwo:
  40. 40. - Ho: null- H1: alternative hypothesisCRONOGRAMA DE ACTIVIDADES JULIO 09 10 11 12Asignación del deber XInvestigación X XRealización de ejercicios X XPresentación XCONCLUSIONES  La regresión lineal y correlación determinan la dependencia que existe entre dos variables.  La correlación permite determinar si los datos obtenidos en un estudio tienen relación entre otros.  El uso de los sistemas informáticos para la elaboración de problemas relacionados al comercio exterior, sobre cómo sacar la varianza de un determinado problema, es muy importante saber e identificar las variables que se deben colorar para poder realizar los 6 estadísticos en el sistema informático del sps.  Los problemas de varianza es un proceso estadístico para determinar y realizar comparaciones entre tres o más medidas muestrales.
  41. 41.  El estadístico T de Student permite al estudiante la resolución de problemas para datos menores a 30, haciendo posible la aceptación o rechazo de la hipótesis nula.  La aplicación de los diferentes estadísticos, como el Chi-Cuadrado, en programas informáticos como el SPSS, permite que los problemas se resuelvan con mayor eficiencia y eficacia, además este estadístico presenta una sola cola y es a la derecha.RECOMENDACIONES  Es de mucha importancia, que como estudiantes de la carrera de Comercio Exterior conozca todo lo relacionado con la regresión lineal para que exista una correcta aplicación en los ejercicios y problemas propuestos.  La aplicación del software SPSS permite la resolución y determinación de los dos estadísticos de manera rápida.  Es de mucha importancia, que como estudiantes de la carrera de comercio exterior conozcamos todo lo relacionado del manejo de sistemas informáticos, para que exista una correcta aplicación de los pasos a seguir del sistema SPSS, y resolver problemas propuestos.  La utilización correcta de las dos variables, que se utilizaran para determinar los seis estadísticos y por ende son aplicadas en el los negocios de Comercio Internacional ya que permite una mejor movimiento y reciprocidad.  Es necesario reconocer correctamente las variables y número de datos para aplicar correctamente el estadístico adecuado, por ejemplo si este número es menor a 30 se debe utilizar T de Student.
  42. 42.  El estudiante debe conocer en forma óptima la aplicación de todos los estadísticos, y recordar por ejemplo que para el chi cuadrado todos los resultados serán positivos por ser un estadístico cuadrático, para manejar bien estos conceptos es necesario la investigación por parte del estudiante.

×