Comparaciones
•Descargar como PPTX, PDF•
0 recomendaciones•205 vistas
Este documento describe diferentes estrategias para realizar comparaciones e intervalos de confianza. Explica cómo se calcula el error estándar y cómo se usa para determinar intervalos de confianza. También cubre ajustes para múltiples comparaciones, incluyendo las ventajas y desventajas de los métodos de Fisher, Tukey, Scheffé y Bonferroni. Recomienda cuál método usar dependiendo del tipo de comparación y el equilibrio deseado entre encontrar diferencias reales versus falsas alarmas.
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Seminario 9
Este documento describe los pasos para comprobar si existe correlación entre dos variables cuantitativas utilizando los coeficientes de correlación de Pearson y Spearman en SPSS. Explica que Pearson se debe usar cuando las variables siguen una distribución normal y Spearman cuando no, y analiza tres casos utilizando diferentes pares de variables para demostrar cuándo es adecuado usar cada coeficiente.
Seminario 10
El documento habla sobre correlaciones y pruebas de normalidad en SPSS. Explica que para realizar correlaciones se deben seleccionar variables cuantitativas y determinar si siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov o Shapiro-Wilk dependiendo del tamaño muestral. Luego analiza dos variables específicas y determina utilizar la prueba de Spearman para una variable y Pearson para la otra, y que los resultados serán similares con cualquiera de los dos estadísticos. Finalmente menciona que un grá
T de Student
Este documento presenta los pasos para analizar los datos de un experimento antes y después de una intervención utilizando R. Primero, se crea una matriz con los datos de participantes, mediciones antes y después. Luego, se importan los datos a RCommander y se crea una nueva variable de diferencia. Se realizan pruebas de normalidad y T de Student, mostrando que hay una diferencia estadísticamente significativa entre antes y después. Finalmente, un boxplot ilustra el cambio entre ambas variables, corroborando que la intervención tuvo efecto.
Teoria de Errores
1. Explica los diferentes tipos de errores que pueden ocurrir al realizar cálculos numéricos, incluyendo errores de redondeo, truncamiento, humanos e inherentes.
2. Señala que los errores se propagan y amplifican al realizar operaciones con datos que contienen errores.
3. Resuelve dos ejemplos numéricos para ilustrar cómo se aproximan números reales a números de máquina y cómo se propaga el error.
Tipos de errores Metodos Numericos - Bz4
Este documento define y explica diferentes tipos de errores como el error absoluto, el error relativo y el error relativo porcentual. Indica que para cantidades muy pequeñas o muy grandes, los errores relativos son una mejor medida del error que los errores absolutos. Ilustra esto con ejemplos numéricos que calculan los diferentes tipos de errores.
División de polinómios
El documento describe los pasos para realizar la división de polinomios. Estos incluyen ordenar los términos por potencias descendentes de la variable, dividir el primer término del dividendo entre el primer término del divisor para obtener el primer término del cociente, y repetir el proceso de multiplicar y restar hasta obtener un residuo de grado menor que el divisor. También explica que cuando se tiene un exponente negativo, se debe invertir la base para pasar a exponente positivo, y que al poner el inverso de una base negativa no se camb
T01 g05
Este documento clasifica y explica diferentes tipos de errores en cálculos numéricos. Describe errores inherentes, de truncamiento y de redondeo. Explica la diferencia entre errores absolutos y relativos, indicando que los errores absolutos miden la imprecisión mientras que los errores relativos indican la calidad de la medida al dividir el error absoluto por el valor verdadero. Proporciona ejemplos para ilustrar cómo los errores absolutos y relativos pueden indicar niveles diferentes de precisión dependiendo de la magnitud de los valores medidos.
División de dos polinomios
El documento explica el procedimiento para dividir polinomios sin residuos en 7 pasos. Primero se ordenan los términos del dividendo y divisor de forma decreciente. Luego se divide el primer término del dividendo por el primer término del divisor para obtener el primer término del cociente. Después se multiplica este término por el divisor y se resta del dividendo para obtener el nuevo dividendo y continuar el proceso hasta que el dividendo sea cero. Finalmente, presenta dos ejemplos para ilustrar el método.
Recomendados
Seminario 9
Este documento describe los pasos para comprobar si existe correlación entre dos variables cuantitativas utilizando los coeficientes de correlación de Pearson y Spearman en SPSS. Explica que Pearson se debe usar cuando las variables siguen una distribución normal y Spearman cuando no, y analiza tres casos utilizando diferentes pares de variables para demostrar cuándo es adecuado usar cada coeficiente.
Seminario 10
El documento habla sobre correlaciones y pruebas de normalidad en SPSS. Explica que para realizar correlaciones se deben seleccionar variables cuantitativas y determinar si siguen una distribución normal mediante las pruebas de Kolmogorov-Smirnov o Shapiro-Wilk dependiendo del tamaño muestral. Luego analiza dos variables específicas y determina utilizar la prueba de Spearman para una variable y Pearson para la otra, y que los resultados serán similares con cualquiera de los dos estadísticos. Finalmente menciona que un grá
T de Student
Este documento presenta los pasos para analizar los datos de un experimento antes y después de una intervención utilizando R. Primero, se crea una matriz con los datos de participantes, mediciones antes y después. Luego, se importan los datos a RCommander y se crea una nueva variable de diferencia. Se realizan pruebas de normalidad y T de Student, mostrando que hay una diferencia estadísticamente significativa entre antes y después. Finalmente, un boxplot ilustra el cambio entre ambas variables, corroborando que la intervención tuvo efecto.
Teoria de Errores
1. Explica los diferentes tipos de errores que pueden ocurrir al realizar cálculos numéricos, incluyendo errores de redondeo, truncamiento, humanos e inherentes.
2. Señala que los errores se propagan y amplifican al realizar operaciones con datos que contienen errores.
3. Resuelve dos ejemplos numéricos para ilustrar cómo se aproximan números reales a números de máquina y cómo se propaga el error.
Tipos de errores Metodos Numericos - Bz4
Este documento define y explica diferentes tipos de errores como el error absoluto, el error relativo y el error relativo porcentual. Indica que para cantidades muy pequeñas o muy grandes, los errores relativos son una mejor medida del error que los errores absolutos. Ilustra esto con ejemplos numéricos que calculan los diferentes tipos de errores.
División de polinómios
El documento describe los pasos para realizar la división de polinomios. Estos incluyen ordenar los términos por potencias descendentes de la variable, dividir el primer término del dividendo entre el primer término del divisor para obtener el primer término del cociente, y repetir el proceso de multiplicar y restar hasta obtener un residuo de grado menor que el divisor. También explica que cuando se tiene un exponente negativo, se debe invertir la base para pasar a exponente positivo, y que al poner el inverso de una base negativa no se camb
T01 g05
Este documento clasifica y explica diferentes tipos de errores en cálculos numéricos. Describe errores inherentes, de truncamiento y de redondeo. Explica la diferencia entre errores absolutos y relativos, indicando que los errores absolutos miden la imprecisión mientras que los errores relativos indican la calidad de la medida al dividir el error absoluto por el valor verdadero. Proporciona ejemplos para ilustrar cómo los errores absolutos y relativos pueden indicar niveles diferentes de precisión dependiendo de la magnitud de los valores medidos.
División de dos polinomios
El documento explica el procedimiento para dividir polinomios sin residuos en 7 pasos. Primero se ordenan los términos del dividendo y divisor de forma decreciente. Luego se divide el primer término del dividendo por el primer término del divisor para obtener el primer término del cociente. Después se multiplica este término por el divisor y se resta del dividendo para obtener el nuevo dividendo y continuar el proceso hasta que el dividendo sea cero. Finalmente, presenta dos ejemplos para ilustrar el método.
Medidas de dispersion
Las medidas de dispersión cuantifican la variabilidad de una distribución indicando qué tan alejados están los valores de la media. Algunas medidas de dispersión comunes son la desviación típica, la varianza y el coeficiente de variación, las cuales miden el grado en que los valores se dispersan alrededor de la media.
Division de polinomios
El documento describe los procedimientos para dividir monomios, polinomios entre monomios y polinomios entre polinomios. Explica que para dividir monomios se divide el coeficiente del dividendo por el coeficiente del divisor y se restan los exponentes. Para dividir un polinomio entre un monomio se divide cada término del polinomio por el monomio. Para dividir polinomios se ordena el dividendo descendentemente, se divide el primer término y se repite el proceso hasta obtener un residuo menor al divisor.
Algoritmo EM
Los modelos de mixturas finitas tienen una larga historia en la estadística, se han utilizado para análisis de homogeneidad de poblaciones en varias disciplinas, y últimamente, en minería de datos, reconocimiento de patrones, aprendizaje automático, es decir son una herramienta que brinda un marco teórico y práctico para agrupación y clasificación. Esta presentación ofrece una introducción a la teoría de los modelos de mixturas de distribuciones normales y proporciona los resultados de una serie de experimentos que tienen la finalidad de ilustrar su amplia flexibilidad y versatilidad.
Division de polinomios
Este documento describe los pasos para dividir monomios, polinomios y fracciones. Explica que la división de monomios sigue las leyes de signos y exponentes, y que para dividir polinomios por monomios se distribuye el polinomio sobre el monomio convirtiéndolos en fracciones. También detalla el proceso de dividir polinomios, que implica ordenarlos, dividir términos y restar productos.
Definiciones ( error )
El documento define diferentes tipos de errores relacionados con mediciones y cálculos numéricos. Define el error absoluto como la diferencia entre el valor medido y el valor real, el error relativo como el cociente entre el error absoluto y el valor real, y el error porcentual como el error relativo expresado en porcentaje. También define el error aproximado como la desviación de una magnitud calculada respecto al valor real, el error por redondeo que se produce al guardar solo un número finito de cifras significativas, y el error por truncamiento que resulta de usar aproximaciones en
Ejercicios de estructuras selectivas (resueltos)
El documento presenta tres algoritmos para resolver diferentes problemas matemáticos y lógicos. El primer algoritmo determina si un número ingresado es par o impar. El segundo calcula el promedio de tres notas e indica si es aprobado o desaprobado. El tercer algoritmo calcula el aumento salarial de un trabajador universitario en función de su tiempo de servicio, el cual puede ser de 3%, 5%, 8% o 12% dependiendo de si su antigüedad es menor a 5 años, entre 5 y 10 años, entre 10 y 20 años o mayor a 20 años.
Errores numéricos
Este documento describe diferentes tipos de errores numéricos. Explica el error absoluto como la diferencia entre un valor medido y el valor real, y el error relativo como el cociente entre el error absoluto y el valor real. También define el error porcentual como el error relativo multiplicado por 100, y describe cómo se calculan la cota de error absoluto y relativo para aproximaciones redondeadas.
La prueba del nueve
La prueba del 9 es una técnica matemática que permite verificar si el resultado de una división es correcto sumando los dígitos del dividendo, divisor, cociente y resto y comparando si coinciden en una aspa; aunque si coinciden no garantiza el 100% que esté bien, y también se puede usar para divisiones con decimales o para multiplicaciones.
Intervalos
Este documento describe los pasos para calcular intervalos aparentes. Primero se determina el tamaño del intervalo dividiendo el rango entre el número de intervalos. Luego se obtienen los límites inferiores sumando sucesivamente el tamaño del intervalo. Finalmente, si los límites superiores no cumplen con los requisitos, se puede corregir aumentando ligeramente el tamaño del intervalo o modificando los límites inferiores.
Práctica individual Rafael Hernandez
Este documento presenta el cálculo de intervalos de confianza al 95% y 99% para distribuciones normales. Muestra cómo usar la función DISTR.NORM.ESTAND.INV en Excel para encontrar los valores z correspondientes a cada nivel de confianza. Aplica esto para calcular los intervalos de confianza de las medias poblacionales de rendimientos de Amazon y Apple. Explica que los intervalos son más grandes a niveles más altos de confianza porque incluyen una mayor proporción de valores muestrales.
Inicio 2 da unidad analisis de datos
El documento describe cómo construir intervalos de confianza para la media poblacional. Explica que un intervalo de confianza es un rango de valores que incluye el verdadero valor del parámetro con una probabilidad determinada (generalmente 95%). También describe cómo, si la variable tiene una distribución normal, se puede usar la desviación estándar para calcular un intervalo que contenga la media poblacional el 95% de las veces.
Estadística CELIA ANGLADA POZO
Este documento describe las características de una variable aleatoria continua, incluyendo su función de densidad, función de distribución y parámetros como la media y la varianza. Explica que una variable aleatoria continua toma valores en un rango infinito no numerable y la probabilidad de un valor se calcula como el área bajo la curva de densidad. También presenta la distribución normal como un ejemplo común.
1.3 errores (1)
El documento describe los diferentes tipos de errores que pueden ocurrir en métodos numéricos. Explica el error absoluto y el error relativo, y cómo se calculan. Luego describe tres tipos principales de errores: errores inherentes debido a limitaciones en mediciones; errores de redondeo que ocurren al redondear resultados; y errores por truncamiento relacionados a ignorar dígitos menos significativos. El documento provee fórmulas para calcular estos errores.
UNIDAD II DISTRIBUCIONES DE FRECUENCIAS
Este documento describe los pasos para organizar y presentar datos estadísticos recolectados de una encuesta de calificaciones de 5 estudiantes. Explica cómo ordenar los datos de menor a mayor y mayor a menor, distribuirlos en series simples y agrupadas, y construir tablas de frecuencia para mostrar la distribución de calificaciones y frecuencias relativas y acumuladas.
Algoritmo EM
El algoritmo EM es un método para encontrar el estimador de máxima verosimilitud de los parámetros de una distribución de probabilidad para datos incompletos. Consta de dos pasos: E-step y M-step. El E-step genera datos completos usando los datos observados y los parámetros actuales, y el M-step calcula nuevos parámetros maximizando la verosimilitud con los datos completos. Se ilustra su uso para clasificar personas en dos grupos y para estimar parámetros de una mezcla de gaussianas multidimensionales.
Análisis Numérico Teoría de Errores
El documento habla sobre los conceptos de error en el análisis numérico. Define el error como una estimación de la incertidumbre de una medida y menciona dos tipos de errores que ocurren al usar computadoras: error de truncamiento debido a truncar cálculos infinitos y error de redondeo por redondear números. También explica cómo calcular el error absoluto y relativo de una medida aproximada.
Intervalos de confianza, unidad 3
El documento introduce los conceptos de estimador puntual, que proporciona un único valor para estimar un parámetro, y estimador por intervalo de confianza, que denota un rango de valores dentro del cual se espera que se encuentre el parámetro real con cierto nivel de confianza. Explica cómo calcular los límites inferior y superior de un intervalo de confianza a partir de la media y desviación típica de una muestra, así como la interpretación de tener un 95% de confianza en que el parámetro poblacional real se encuentra dentro de ese intervalo
Coeficientes Indeterminados
El documento describe cómo usar el método de series de potencias para resolver ecuaciones diferenciales. Explica que las series de potencias representan funciones dentro de un intervalo de convergencia y que se pueden derivar para obtener series para funciones derivadas. Luego, muestra un ejemplo simple de usar series de potencias para encontrar la solución a la ecuación diferencial y0 = y, obteniendo la solución y = e^x.
Grouped data 03
Este documento explica cómo calcular las marcas de clase y las frecuencias para datos agrupados. Primero se calculan las marcas de clase promediando los límites de cada intervalo. Luego, se cuenta la cantidad de datos dentro de cada intervalo para obtener las frecuencias absolutas, las cuales se anotan en la tabla de distribución de frecuencias.
Seminario 9
Este documento describe un estudio que busca determinar si existe una relación entre el sexo y el nivel de cansancio reportado por cuidadores informales de pacientes dependientes. Se plantean las hipótesis nula e alternativa, se selecciona la prueba estadística chi cuadrado y se analizan los resultados para niveles de confianza del 95% y 99%, rechazando la hipótesis nula y concluyendo que existe dependencia entre el sexo y el cansancio en los cuidados.
Tamaño de muestra maria dioselina ruiz barrera
Este documento presenta información sobre el cálculo del tamaño de la muestra en investigación clínica. Explica que el tamaño de la muestra depende de factores como la diferencia entre grupos que se quiere detectar, la desviación estándar, el nivel de confianza y el poder estadístico. Proporciona fórmulas para calcular el tamaño de la muestra para comparar medias, proporciones y estimar parámetros en un solo grupo. Además, incluye ejemplos de cálculos de tamaño de m
Intervalos de confianza
Este documento describe los intervalos de confianza, que son rangos de valores que se estima con una determinada probabilidad contiene el verdadero valor desconocido de un parámetro poblacional. Explica que el nivel de confianza y la amplitud del intervalo varían conjuntamente, de modo que un intervalo más amplio tiene mayor probabilidad de incluir el valor real. También define las pruebas de hipótesis estadísticas, que contrastan una hipótesis nula con una hipótesis alternativa utilizando un estadístico de prue
Más contenido relacionado
La actualidad más candente
Medidas de dispersion
Las medidas de dispersión cuantifican la variabilidad de una distribución indicando qué tan alejados están los valores de la media. Algunas medidas de dispersión comunes son la desviación típica, la varianza y el coeficiente de variación, las cuales miden el grado en que los valores se dispersan alrededor de la media.
Division de polinomios
El documento describe los procedimientos para dividir monomios, polinomios entre monomios y polinomios entre polinomios. Explica que para dividir monomios se divide el coeficiente del dividendo por el coeficiente del divisor y se restan los exponentes. Para dividir un polinomio entre un monomio se divide cada término del polinomio por el monomio. Para dividir polinomios se ordena el dividendo descendentemente, se divide el primer término y se repite el proceso hasta obtener un residuo menor al divisor.
Algoritmo EM
Los modelos de mixturas finitas tienen una larga historia en la estadística, se han utilizado para análisis de homogeneidad de poblaciones en varias disciplinas, y últimamente, en minería de datos, reconocimiento de patrones, aprendizaje automático, es decir son una herramienta que brinda un marco teórico y práctico para agrupación y clasificación. Esta presentación ofrece una introducción a la teoría de los modelos de mixturas de distribuciones normales y proporciona los resultados de una serie de experimentos que tienen la finalidad de ilustrar su amplia flexibilidad y versatilidad.
Division de polinomios
Este documento describe los pasos para dividir monomios, polinomios y fracciones. Explica que la división de monomios sigue las leyes de signos y exponentes, y que para dividir polinomios por monomios se distribuye el polinomio sobre el monomio convirtiéndolos en fracciones. También detalla el proceso de dividir polinomios, que implica ordenarlos, dividir términos y restar productos.
Definiciones ( error )
El documento define diferentes tipos de errores relacionados con mediciones y cálculos numéricos. Define el error absoluto como la diferencia entre el valor medido y el valor real, el error relativo como el cociente entre el error absoluto y el valor real, y el error porcentual como el error relativo expresado en porcentaje. También define el error aproximado como la desviación de una magnitud calculada respecto al valor real, el error por redondeo que se produce al guardar solo un número finito de cifras significativas, y el error por truncamiento que resulta de usar aproximaciones en
Ejercicios de estructuras selectivas (resueltos)
El documento presenta tres algoritmos para resolver diferentes problemas matemáticos y lógicos. El primer algoritmo determina si un número ingresado es par o impar. El segundo calcula el promedio de tres notas e indica si es aprobado o desaprobado. El tercer algoritmo calcula el aumento salarial de un trabajador universitario en función de su tiempo de servicio, el cual puede ser de 3%, 5%, 8% o 12% dependiendo de si su antigüedad es menor a 5 años, entre 5 y 10 años, entre 10 y 20 años o mayor a 20 años.
Errores numéricos
Este documento describe diferentes tipos de errores numéricos. Explica el error absoluto como la diferencia entre un valor medido y el valor real, y el error relativo como el cociente entre el error absoluto y el valor real. También define el error porcentual como el error relativo multiplicado por 100, y describe cómo se calculan la cota de error absoluto y relativo para aproximaciones redondeadas.
La prueba del nueve
La prueba del 9 es una técnica matemática que permite verificar si el resultado de una división es correcto sumando los dígitos del dividendo, divisor, cociente y resto y comparando si coinciden en una aspa; aunque si coinciden no garantiza el 100% que esté bien, y también se puede usar para divisiones con decimales o para multiplicaciones.
Intervalos
Este documento describe los pasos para calcular intervalos aparentes. Primero se determina el tamaño del intervalo dividiendo el rango entre el número de intervalos. Luego se obtienen los límites inferiores sumando sucesivamente el tamaño del intervalo. Finalmente, si los límites superiores no cumplen con los requisitos, se puede corregir aumentando ligeramente el tamaño del intervalo o modificando los límites inferiores.
Práctica individual Rafael Hernandez
Este documento presenta el cálculo de intervalos de confianza al 95% y 99% para distribuciones normales. Muestra cómo usar la función DISTR.NORM.ESTAND.INV en Excel para encontrar los valores z correspondientes a cada nivel de confianza. Aplica esto para calcular los intervalos de confianza de las medias poblacionales de rendimientos de Amazon y Apple. Explica que los intervalos son más grandes a niveles más altos de confianza porque incluyen una mayor proporción de valores muestrales.
Inicio 2 da unidad analisis de datos
El documento describe cómo construir intervalos de confianza para la media poblacional. Explica que un intervalo de confianza es un rango de valores que incluye el verdadero valor del parámetro con una probabilidad determinada (generalmente 95%). También describe cómo, si la variable tiene una distribución normal, se puede usar la desviación estándar para calcular un intervalo que contenga la media poblacional el 95% de las veces.
Estadística CELIA ANGLADA POZO
Este documento describe las características de una variable aleatoria continua, incluyendo su función de densidad, función de distribución y parámetros como la media y la varianza. Explica que una variable aleatoria continua toma valores en un rango infinito no numerable y la probabilidad de un valor se calcula como el área bajo la curva de densidad. También presenta la distribución normal como un ejemplo común.
1.3 errores (1)
El documento describe los diferentes tipos de errores que pueden ocurrir en métodos numéricos. Explica el error absoluto y el error relativo, y cómo se calculan. Luego describe tres tipos principales de errores: errores inherentes debido a limitaciones en mediciones; errores de redondeo que ocurren al redondear resultados; y errores por truncamiento relacionados a ignorar dígitos menos significativos. El documento provee fórmulas para calcular estos errores.
UNIDAD II DISTRIBUCIONES DE FRECUENCIAS
Este documento describe los pasos para organizar y presentar datos estadísticos recolectados de una encuesta de calificaciones de 5 estudiantes. Explica cómo ordenar los datos de menor a mayor y mayor a menor, distribuirlos en series simples y agrupadas, y construir tablas de frecuencia para mostrar la distribución de calificaciones y frecuencias relativas y acumuladas.
Algoritmo EM
El algoritmo EM es un método para encontrar el estimador de máxima verosimilitud de los parámetros de una distribución de probabilidad para datos incompletos. Consta de dos pasos: E-step y M-step. El E-step genera datos completos usando los datos observados y los parámetros actuales, y el M-step calcula nuevos parámetros maximizando la verosimilitud con los datos completos. Se ilustra su uso para clasificar personas en dos grupos y para estimar parámetros de una mezcla de gaussianas multidimensionales.
Análisis Numérico Teoría de Errores
El documento habla sobre los conceptos de error en el análisis numérico. Define el error como una estimación de la incertidumbre de una medida y menciona dos tipos de errores que ocurren al usar computadoras: error de truncamiento debido a truncar cálculos infinitos y error de redondeo por redondear números. También explica cómo calcular el error absoluto y relativo de una medida aproximada.
Intervalos de confianza, unidad 3
El documento introduce los conceptos de estimador puntual, que proporciona un único valor para estimar un parámetro, y estimador por intervalo de confianza, que denota un rango de valores dentro del cual se espera que se encuentre el parámetro real con cierto nivel de confianza. Explica cómo calcular los límites inferior y superior de un intervalo de confianza a partir de la media y desviación típica de una muestra, así como la interpretación de tener un 95% de confianza en que el parámetro poblacional real se encuentra dentro de ese intervalo
Coeficientes Indeterminados
El documento describe cómo usar el método de series de potencias para resolver ecuaciones diferenciales. Explica que las series de potencias representan funciones dentro de un intervalo de convergencia y que se pueden derivar para obtener series para funciones derivadas. Luego, muestra un ejemplo simple de usar series de potencias para encontrar la solución a la ecuación diferencial y0 = y, obteniendo la solución y = e^x.
Grouped data 03
Este documento explica cómo calcular las marcas de clase y las frecuencias para datos agrupados. Primero se calculan las marcas de clase promediando los límites de cada intervalo. Luego, se cuenta la cantidad de datos dentro de cada intervalo para obtener las frecuencias absolutas, las cuales se anotan en la tabla de distribución de frecuencias.
Seminario 9
Este documento describe un estudio que busca determinar si existe una relación entre el sexo y el nivel de cansancio reportado por cuidadores informales de pacientes dependientes. Se plantean las hipótesis nula e alternativa, se selecciona la prueba estadística chi cuadrado y se analizan los resultados para niveles de confianza del 95% y 99%, rechazando la hipótesis nula y concluyendo que existe dependencia entre el sexo y el cansancio en los cuidados.
La actualidad más candente (20)
Similar a Comparaciones
Tamaño de muestra maria dioselina ruiz barrera
Este documento presenta información sobre el cálculo del tamaño de la muestra en investigación clínica. Explica que el tamaño de la muestra depende de factores como la diferencia entre grupos que se quiere detectar, la desviación estándar, el nivel de confianza y el poder estadístico. Proporciona fórmulas para calcular el tamaño de la muestra para comparar medias, proporciones y estimar parámetros en un solo grupo. Además, incluye ejemplos de cálculos de tamaño de m
Intervalos de confianza
Este documento describe los intervalos de confianza, que son rangos de valores que se estima con una determinada probabilidad contiene el verdadero valor desconocido de un parámetro poblacional. Explica que el nivel de confianza y la amplitud del intervalo varían conjuntamente, de modo que un intervalo más amplio tiene mayor probabilidad de incluir el valor real. También define las pruebas de hipótesis estadísticas, que contrastan una hipótesis nula con una hipótesis alternativa utilizando un estadístico de prue
Estimación.intervalos de confianza para la media y para las proporciones
Este documento describe los intervalos de confianza para estimar parámetros poblacionales como la media y la proporción a partir de una muestra. Explica cómo calcular los límites de un intervalo de confianza usando la distribución normal y cómo esto permite estimar el rango en el que se encuentra el parámetro poblacional con un cierto nivel de confianza. También incluye ejemplos numéricos para ilustrar cómo aplicar estos conceptos.
tema 4.pdf
Este documento presenta información sobre estimación estadística, incluyendo estimación puntual y por intervalos. Explica cómo construir intervalos de confianza para la media de una distribución normal con varianza conocida y desconocida, así como para la proporción de una característica en una población. Incluye ejemplos numéricos de cálculo de intervalos de confianza.
Uso De Métodos Estadísticos En Campañas De Adwords
Este documento describe el uso de métodos estadísticos como la regresión lineal múltiple para analizar los factores que afectan el costo por adquisición (CPA) de una campaña de Adwords dirigida a generar suscripciones a un boletín deportivo. Se propone un modelo inicial basado solo en clics, y luego un modelo mejorado de dos etapas que considera también el costo por clic promedio. Los resultados muestran que el segundo modelo explica mejor la varianza del CPA y permite estimar este valor bajo diferentes escenarios.
Manual de minitab
Este documento describe los elementos clave del software estadístico Minitab. Incluye procedimientos para realizar pruebas de hipótesis e intervalos de confianza para la media, diferencias en medias, varianzas y proporciones utilizando pruebas Z, t, F y chi-cuadrado. También cubre cálculos estadísticos descriptivos básicos y pruebas de normalidad.
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
Este documento resume los conceptos clave de la regresión lineal simple. Explica cómo estimar un modelo de regresión lineal simple utilizando la función lm() en R, e interpretar los resultados incluyendo el coeficiente de determinación R2, los intervalos de confianza de los coeficientes, y la bondad de ajuste del modelo. También cubre gráficos de dispersión y resumen de datos para explorar la relación entre variables.
medidas de sipersion
Este documento describe diferentes medidas de dispersión como el rango, desviación típica, varianza y coeficiente de variación. Explica cómo calcular cada una y su utilidad para cuantificar cuán dispersos están los valores de una distribución con respecto a la media.
Prueba de hipotesis
Este documento describe los procedimientos estadísticos de intervalos de confianza y pruebas de hipótesis para medias y diferencias entre medias. Explica cómo se usan las pruebas Z de una muestra, t de una muestra, y t de dos muestras cuando la desviación estándar poblacional es conocida o desconocida. Proporciona ejemplos numéricos para ilustrar cómo aplicar cada procedimiento.
Seminario 7
Este seminario trata sobre la distribución normal. Explica conceptos como el Teorema del Límite Central y la Ley de los Grandes Números, que son la base de la distribución normal. También cubre la tipificación de valores y cómo usar tablas de la distribución normal para calcular probabilidades. Finalmente, presenta ejercicios prácticos sobre estimación de probabilidad aplicada a variables como la autoestima, la altura y la glucemia basal.
Entregar pruebas de bondad de ajuste
Este documento describe los procedimientos para probar el ajuste de datos a una distribución de probabilidad, incluyendo diagramas de probabilidad y pruebas estadísticas formales como la prueba chi-cuadrado. Explica cómo usar un diagrama de probabilidad para determinar visualmente si una muestra se ajusta a una distribución propuesta y cómo la prueba chi-cuadrado compara las frecuencias observadas y esperadas para decidir formalmente si los datos se ajustan o no a la distribución.
T tests & SPSS
Este documento define las pruebas t y describe cómo realizar pruebas t de muestra única y emparejadas en SPSS. Explica que las pruebas t evalúan si las medias de variables son significativamente diferentes y cubre conceptos como tipos de pruebas t, estadísticas, datos y supuestos. También incluye ejemplos y pasos para ejecutar pruebas t en SPSS.
Practica5
Este documento presenta un ejercicio sobre intervalos de confianza y contrastes de hipótesis utilizando una muestra aleatoria de una población simulada. Instruye sobre cómo construir intervalos de confianza del 95% y 80%, analizar si contienen el valor poblacional real de 11 mm, y realizar contrastes de hipótesis utilizando valores alfa de 0.05 y 0.20. También explica cómo utilizar SPSS para obtener estos resultados e incluye ejercicios prácticos de aplicación.
Slideshard
El documento trata sobre los métodos numéricos y conceptos relacionados. Brevemente describe que los métodos numéricos son metodologías que utilizan técnicas algebraicas y aritméticas para resolver de forma aproximada ecuaciones o sistemas de ecuaciones complejos. Luego explica conceptos como precisión, exactitud, error, error absoluto y error relativo en el contexto de los métodos numéricos.
medidas de dispersion
Este documento explica diferentes medidas de dispersión como el rango, desviación típica, varianza y coeficiente de variación. Estas medidas cuantifican cuán dispersos están los valores de una distribución con respecto a su media y son útiles para evaluar la confiabilidad de promedios y cuánto varían los valores de una distribución.
Manual MinitaB.
Este documento presenta un resumen de las capacidades estadísticas básicas del programa Minitab, incluyendo procedimientos para calcular estadísticas descriptivas, realizar pruebas de hipótesis e intervalos de confianza para medias, proporciones, tasas de Poisson, varianzas y mediciones de asociación. Explica cómo utilizar los procedimientos Z de 1 muestra, t de 1 muestra, t de 2 muestras y t pareada para estimaciones e hipótesis sobre medias de población.
Estimación e intervalos de confianza
El documento describe los conceptos de estimación puntual e intervalos de confianza. Explica que una estimación puntual es un estadístico calculado a partir de una muestra que estima un parámetro poblacional, mientras que un intervalo de confianza es un rango de valores donde existe una probabilidad determinada de que se encuentre el parámetro poblacional. También cubre cómo calcular intervalos de confianza para la media y proporción de una población usando diferentes distribuciones estadísticas.
Prueba de hipótesis
Este documento describe los conceptos básicos de las pruebas de hipótesis. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula con una hipótesis alternativa mediante la toma de una decisión estadística. También define los términos hipótesis nula, hipótesis alternativa y nivel de significancia, los cuales son elementos clave de cualquier prueba de hipótesis. Por último, presenta ejemplos detallados del uso de las pruebas Z de una muestra y t de una m
DISTRIBUCION MUESTRAL
Este documento describe la distribución normal y sus propiedades, incluyendo que tiene forma de campana, es simétrica, y todas sus medidas de tendencia central son idénticas. También explica cómo transformar datos a una distribución normal estandarizada, calcular probabilidades utilizando z-scores y puntajes t, y estimar intervalos de confianza para la media poblacional.
Similar a Comparaciones (20)
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporciones
Uso De Métodos Estadísticos En Campañas De Adwords
Uso De Métodos Estadísticos En Campañas De Adwords
Último
Hablemos de ESI para estudiantes Cuadernillo
Cuadernillo Hablemos de ESI para estudiantes del nivel secundario
ANALISIS CRITICO DEL PENSAMIENTO COLONIAL Y DESCOLONIZACION
ES UN ANALISIS DE LA REALIDAD BOLIVIANA EN LA ETAPA DE DESCOLONIZACION DE BOLIVIA, QUE SE DA MEDIANTE INSURGENCIAS INDIGENAS HASTA EL SIGLO XXI
CALCULO DE AMORTIZACION DE UN PRESTAMO.pdf
Se ha realizado este trabajo con la finalidad de explicar como se realiza el cálculo de la amortización de un préstamo descrita en una serie de pasos.
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
descripcion de elementos basicos de la comprension oral
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Durante el desarrollo embrionario, las células se multiplican y diferencian para formar tejidos y órganos especializados, bajo la regulación de señales internas y externas.
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
FEEDBACK DE LA ESTRUCTURA CURRICULAR- 2024.pdf
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
REGIMÉN ACADÉMICO PARA LA EDUCACIÓN SECUNDARIA - RESOC-2024-1650-GDEBA-DGC...
Regimen Académico para la escuela secundaria
La filosofía presocrática y los filosofos más relvantes del periodo.
clase de la filosofía presocrática.
Mapa Mental documentos que rigen el sistema de evaluación
APORTES DE LOS DOCUMENTOS QUE RIGEN EL SISTEMA DE EVALUACIÓN.
Gracias papá voz mujer_letra y acordes de guitarra.pdf
Puedes encontrar el video y el archivo para descargar en mi blog:
https://labitacoradeann.blogspot.com/2024/06/gracias-papa.html
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza
Último (20)
ANALISIS CRITICO DEL PENSAMIENTO COLONIAL Y DESCOLONIZACION
ANALISIS CRITICO DEL PENSAMIENTO COLONIAL Y DESCOLONIZACION
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
1.- manual-para-la-creacion-33-dias-de-manifestacion-ulises-sampe.pdf
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
MATERIAL ESCOLAR 2024-2025. 4 AÑOS CEIP SAN CRISTOBAL
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Desarrollo-Embrionario-y-Diferenciacion-Celular.pptx
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
REGIMÉN ACADÉMICO PARA LA EDUCACIÓN SECUNDARIA - RESOC-2024-1650-GDEBA-DGC...
REGIMÉN ACADÉMICO PARA LA EDUCACIÓN SECUNDARIA - RESOC-2024-1650-GDEBA-DGC...
La filosofía presocrática y los filosofos más relvantes del periodo.
La filosofía presocrática y los filosofos más relvantes del periodo.
Mapa Mental documentos que rigen el sistema de evaluación
Mapa Mental documentos que rigen el sistema de evaluación
Gracias papá voz mujer_letra y acordes de guitarra.pdf
Gracias papá voz mujer_letra y acordes de guitarra.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
Comparaciones
- 1. Comparaciones e Intervalos de Confianza Carlos Martínez
- 2. Comparación Mide la distanciapromedio entre dos grupos de valores.
- 3. Estrategias para Hacer Comparaciones Comparaciones por Parejas Comparaciones por Estructura Jerárquica Comparaciones Post Hoc
- 4. Comparaciones y Error Estándar El error estándar se asemeja a la desviaciónestándar. El error estándar se usaparahallar el intervalo de confianza de la comparación. La desviaciónestándar se usaparaanalizar un conjunto de datos.
- 5. Intervalo de Confianza Para lograr un 95% de confiabilidad, el intervalodebe ser: Pruebaporaproximación: Para queexistaunadiferencia real, estadebe ser mayor a 2SE, medidadesde 0. El “0” no debeformar parte del intervalo
- 6. Valor VerdaderoEstimadoporComparaciones El promedio de un conjunto de valoresobservadosesigual al promedio de susvaloresverdaderosmás el promedio de susprobabilidades de error.
- 7. Valor VerdaderoEstimadoporComparaciones La diferencia de dos promediosesigual a la diferencia de susvaloresverdaderosmás la diferencia de susprobabilidades de error.
- 8. Error EstándarparaunaComparación El error estándar (SE) se relaciona con el tamañotípico de su parte de probabilidad de error. SD = DesviaciónEstándar n = Cantidad de Observaciones
- 9. Si el intervaloincluye el “0”, entonces no hay diferenciasignificativa. Intervalo de Confianza
- 10. AjustesparaMúltiplesComparaciones Ventajas Disminuyelasfalsasalarmas de diferencia. Desventajas Dificultahallardiferenciasreales. La cantidad de gruposcreados en la investigación, puedeafectar el rasultado de lasdiferencias entre ellos.
- 11. Estrategias para Realizar Ajustes Fisher: Usa el mismo valor de t. Tukey: Reemplaza t por
- 12. Estrategias para Realizar Ajustes Scheffé: La distanciaes Bonferroni: Usa la tabla t, pero se selecciona la columnamediante:
- 13. Estrategias para Realizar Ajustes Ejemplo: Se necesitancomparar 5 niveles, donde hay 10 parajas, con 10 grados de libertad. Fisher: Usar t con 95%, 2.228 Tukey: Seleccionar q, con 5 niveles y 10 df, 3.228 Scheffé: Usar F, F=3.48. Distancia = Bonferroni: 100%-(5%/10), usar t con 99.5%, 3.581
- 18. Mantener la probabilidad de falsaalarmaigual o menor a 5%
- 20. Mantener la probabilidad de falsaalarmaigual o menor a 5%
- 21. Scheffé:Comparaciones post hoc. Mantener la probabilidad de falsaalarmaigual o menor a 5% Se reduce grandemente la posibilidad de hallardiferenciasreales.
- 22. Referencias Cobb, G. (1998). Introduction to Design and Analysis of Experiments. Springer. Middle Tennessee State University. (2010). Critical Values of Studentized Range Distribution (q) for Familywise Alpha = 0.05. http://frank.mtsu.edu/~dkfuller/tables/tukeytable.pdf. 17