SlideShare una empresa de Scribd logo
1 de 6
UNIDAD II 
Técnicas de muestreo y 
pruebas de hipótesis.
Grados de libertad 
O ¿Qué son los grados de libertad (G.L.)? 
Con una cantidad que permite introducir 
una corrección matemática en los cálculos 
estadísticos para restricciones impuestas en 
los datos. 
El número de grados de libertad es igual al 
tamaño de la muestra (número de 
observaciones independientes) menos 1. 
(n-1)
Ejemplos 
O Si tenemos 4 datos (n= 4) entonces 
tenemos cuatro diferencias: 
Lo que indica que sólo 3 de las diferencias 
(n–1= 4 –1 = 3) son “libres”y la otra queda 
definida por las demás.
Datos atípicos o valor atípico 
O Es una observación que es 
numéricamente distante del resto de los 
datos. Las estadísticas derivadas de los 
conjuntos de datos que incluyen valores 
atípicos serán frecuentemente 
engañosas.
Ejemplos 
Outlier = Valor Atípico
¿Como se determina si una 
muestra tiene datos atípicos? 
O La distribución de la muestra es simétrica, unimodal, sin 
puntos dispersos y alejados (outliers) y el tamaño de la 
muestra es de 15 o menos. (n=15 o n<15) 
O La distribución de la muestra es moderadamente 
asimétrica, unimodal, sin puntos dispersos (outliers) y el 
tamaño de la muestra esto está entre 16 y 30. (n>15 pero 
n=30) 
O El tamaño de la muestra es mayor de 30, sin puntos 
dispersos (aunque en este caso también se puede usar la 
distribución normal). (n>30) 
O Si al calcular la media en la observaciones la muestra 
contiene datos muy alejados de la mediana.

Más contenido relacionado

Similar a BLOG 1 Unidad II (7)

Grados de libertad
Grados de libertadGrados de libertad
Grados de libertad
 
Conceptos de dist. normal y grados de libertad
Conceptos de dist. normal y grados de libertadConceptos de dist. normal y grados de libertad
Conceptos de dist. normal y grados de libertad
 
Intervalos de confianza para muestras pequeñas (unidad 2)
Intervalos de confianza para muestras pequeñas (unidad 2)Intervalos de confianza para muestras pequeñas (unidad 2)
Intervalos de confianza para muestras pequeñas (unidad 2)
 
GRUPO 4 - Tstudent 1 (5).pptx
GRUPO 4 - Tstudent 1 (5).pptxGRUPO 4 - Tstudent 1 (5).pptx
GRUPO 4 - Tstudent 1 (5).pptx
 
Análisis decnkjasdnjancjncna datos- IIS.pdf
Análisis decnkjasdnjancjncna datos- IIS.pdfAnálisis decnkjasdnjancjncna datos- IIS.pdf
Análisis decnkjasdnjancjncna datos- IIS.pdf
 
Breve introducción a la estadística descriptiva
Breve introducción a la estadística descriptivaBreve introducción a la estadística descriptiva
Breve introducción a la estadística descriptiva
 
T student 2
T student 2T student 2
T student 2
 

Más de Luis Martin Fausto Vega (6)

Exposicion de analisis de datos prueba de hipotesis con datos apareados
Exposicion de analisis de datos prueba de hipotesis con datos apareadosExposicion de analisis de datos prueba de hipotesis con datos apareados
Exposicion de analisis de datos prueba de hipotesis con datos apareados
 
BLOG 5 Distribucion binomial y distribucion de poisson
BLOG 5 Distribucion binomial y distribucion de poissonBLOG 5 Distribucion binomial y distribucion de poisson
BLOG 5 Distribucion binomial y distribucion de poisson
 
BLOG 4 Conceptos básicos de estadística
BLOG 4 Conceptos básicos de estadística BLOG 4 Conceptos básicos de estadística
BLOG 4 Conceptos básicos de estadística
 
BLOG 3 Que espero de este curso
BLOG 3 Que espero de este cursoBLOG 3 Que espero de este curso
BLOG 3 Que espero de este curso
 
BLOG 2 Hola profe
BLOG 2 Hola profeBLOG 2 Hola profe
BLOG 2 Hola profe
 
BLOG 1 Hola profe
BLOG 1 Hola profeBLOG 1 Hola profe
BLOG 1 Hola profe
 

Último

Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Demetrio Ccesa Rayme
 
Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
Gonella
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Demetrio Ccesa Rayme
 

Último (20)

ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLAACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
ACERTIJO EL NÚMERO PI COLOREA EMBLEMA OLÍMPICO DE PARÍS. Por JAVIER SOLIS NOYOLA
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Realitat o fake news? – Què causa el canvi climàtic? - Modificacions dels pat...
Realitat o fake news? – Què causa el canvi climàtic? - Modificacions dels pat...Realitat o fake news? – Què causa el canvi climàtic? - Modificacions dels pat...
Realitat o fake news? – Què causa el canvi climàtic? - Modificacions dels pat...
 
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdfsesion de aprendizaje 1 SEC. 13- 17  MAYO  2024 comunicación.pdf
sesion de aprendizaje 1 SEC. 13- 17 MAYO 2024 comunicación.pdf
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Libros del Ministerio de Educación (2023-2024).pdf
Libros del Ministerio de Educación (2023-2024).pdfLibros del Ministerio de Educación (2023-2024).pdf
Libros del Ministerio de Educación (2023-2024).pdf
 
PLAN ANUAL DE TUTORIA PARA SEGUNDO AÑO DE SECUNDARIA
PLAN ANUAL DE TUTORIA PARA  SEGUNDO AÑO DE SECUNDARIAPLAN ANUAL DE TUTORIA PARA  SEGUNDO AÑO DE SECUNDARIA
PLAN ANUAL DE TUTORIA PARA SEGUNDO AÑO DE SECUNDARIA
 
REGLAMENTO FINAL DE EVALUACIÓN 2024 pdf.pdf
REGLAMENTO  FINAL DE EVALUACIÓN 2024 pdf.pdfREGLAMENTO  FINAL DE EVALUACIÓN 2024 pdf.pdf
REGLAMENTO FINAL DE EVALUACIÓN 2024 pdf.pdf
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
 
Botiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdfBotiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdf
 
Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de NavarraSanta Criz de Eslava, la más monumental de las ciudades romanas de Navarra
Santa Criz de Eslava, la más monumental de las ciudades romanas de Navarra
 
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanenteDiapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
Diapositivas unidad de trabajo 7 sobre Coloración temporal y semipermanente
 
Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
 
Realitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertitzacióRealitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertització
 
Proyecto de Participación Estudiantil Completo - Bachillerato Ecuador
Proyecto de Participación Estudiantil Completo - Bachillerato EcuadorProyecto de Participación Estudiantil Completo - Bachillerato Ecuador
Proyecto de Participación Estudiantil Completo - Bachillerato Ecuador
 
Presentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfPresentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdf
 
Evaluación de los Factores Externos de la Organización.
Evaluación de los Factores Externos de la Organización.Evaluación de los Factores Externos de la Organización.
Evaluación de los Factores Externos de la Organización.
 

BLOG 1 Unidad II

  • 1. UNIDAD II Técnicas de muestreo y pruebas de hipótesis.
  • 2. Grados de libertad O ¿Qué son los grados de libertad (G.L.)? Con una cantidad que permite introducir una corrección matemática en los cálculos estadísticos para restricciones impuestas en los datos. El número de grados de libertad es igual al tamaño de la muestra (número de observaciones independientes) menos 1. (n-1)
  • 3. Ejemplos O Si tenemos 4 datos (n= 4) entonces tenemos cuatro diferencias: Lo que indica que sólo 3 de las diferencias (n–1= 4 –1 = 3) son “libres”y la otra queda definida por las demás.
  • 4. Datos atípicos o valor atípico O Es una observación que es numéricamente distante del resto de los datos. Las estadísticas derivadas de los conjuntos de datos que incluyen valores atípicos serán frecuentemente engañosas.
  • 5. Ejemplos Outlier = Valor Atípico
  • 6. ¿Como se determina si una muestra tiene datos atípicos? O La distribución de la muestra es simétrica, unimodal, sin puntos dispersos y alejados (outliers) y el tamaño de la muestra es de 15 o menos. (n=15 o n<15) O La distribución de la muestra es moderadamente asimétrica, unimodal, sin puntos dispersos (outliers) y el tamaño de la muestra esto está entre 16 y 30. (n>15 pero n=30) O El tamaño de la muestra es mayor de 30, sin puntos dispersos (aunque en este caso también se puede usar la distribución normal). (n>30) O Si al calcular la media en la observaciones la muestra contiene datos muy alejados de la mediana.