Este documento trata sobre el tamaño de la muestra, la potencia estadística y el tamaño del efecto en el diseño de investigaciones. Explica los tipos de errores que pueden cometerse al realizar pruebas de hipótesis y define la potencia estadística. Además, presenta formas de calcular la potencia, el tamaño del efecto y el tamaño de la muestra necesario. El objetivo es mostrar la importancia de considerar la potencia estadística para no cometer errores al no detectar efectos reales
Este documento describe las pruebas no paramétricas, las cuales no dependen de la forma de la distribución poblacional y se usan cuando las variables no cumplen con los supuestos de las pruebas paramétricas. Explica dos pruebas no paramétricas comúnmente usadas: la prueba signo-rango de Wilcoxon, para comparar dos muestras relacionadas, y la prueba suma de rangos de Wilcoxon, para comparar dos poblaciones independientes. Proporciona ejemplos detallados de cómo aplicar cada prueba
1. El documento explica los conceptos básicos de probabilidad, incluyendo cómo se mide la probabilidad de un suceso usando la regla de Laplace de casos favorables divididos por casos posibles.
2. También describe dos modelos para calcular probabilidades: el modelo a priori que usa la regla de Laplace, y el modelo frecuentista basado en repetir un experimento muchas veces.
3. Finalmente, explica diferentes tipos de relaciones entre sucesos como sucesos contenidos, iguales, intersección, unión e incompatibles y cómo calcular sus probabilidades.
2. estadística inferencial medidas de dispersiónGonzalo Navarro
Este documento presenta información sobre medidas de tendencia central y dispersión en estadística. Explica conceptos como media, mediana, moda, rango, varianza y desviación estándar. También cubre temas de estadística inferencial como estimación del tamaño de la muestra, asociación estadística, formulación y comprobación de hipótesis. Finalmente, incluye ejemplos y ejercicios para aplicar estos conceptos.
T de student para dos muestras independientesJoseph AB
Este documento describe la prueba t de Student para muestras independientes. Explica que se usa para comparar las medias de dos grupos independientes en una variable dependiente. Proporciona un ejemplo de comparar el peso promedio de personas sometidas a dos dietas diferentes. Detalla cómo calcular el estadístico t y determinar si la diferencia entre las medias es estadísticamente significativa usando valores críticos y el nivel de significación.
Este documento trata sobre inferencia estadística. Explica que la inferencia estadística implica estimar parámetros de una población con base en muestras, y que entre más grande sea la muestra, más exacta será la estimación. También describe diferentes tipos de pruebas estadísticas como pruebas paramétricas que requieren supuestos de normalidad, y pruebas no paramétricas que no requieren dichos supuestos. Finalmente, explica cómo se utilizan pruebas estadísticas como la prueba t de Student y
El documento presenta una introducción al análisis de varianza (ANOVA). Explica que el ANOVA permite probar la significancia de las diferencias entre más de dos medias muestrales y hacer inferencias sobre si muestras provienen de poblaciones con la misma media. Luego, aplica el ANOVA a un ejemplo sobre métodos de capacitación de empleados, calculando la varianza entre medias muestrales y dentro de muestras, y concluyendo que no hay evidencia para rechazar la hipótesis nula de que los métodos tienen el mismo efecto en
El documento analiza conceptos básicos de estadística, incluyendo las ramas de estadística descriptiva e inferencial, la diferencia entre población y muestra, y técnicas como tablas de frecuencia, medidas de tendencia central y dispersión, y gráficos. Explica cómo se recolectan y organizan datos estadísticos para resumir características de una población a partir de una muestra representativa.
Este documento describe diferentes tipos de muestreo, incluyendo muestreo probabilístico y no probabilístico. El muestreo probabilístico incluye muestreo aleatorio simple, sistemático y estratificado, donde cada elemento tiene una probabilidad conocida de ser seleccionado. El muestreo no probabilístico incluye muestreo por conveniencia o juicio, donde los elementos no son seleccionados al azar. El documento también proporciona ejemplos y fórmulas para calcular el tamaño de la muestra.
Este documento describe las pruebas no paramétricas, las cuales no dependen de la forma de la distribución poblacional y se usan cuando las variables no cumplen con los supuestos de las pruebas paramétricas. Explica dos pruebas no paramétricas comúnmente usadas: la prueba signo-rango de Wilcoxon, para comparar dos muestras relacionadas, y la prueba suma de rangos de Wilcoxon, para comparar dos poblaciones independientes. Proporciona ejemplos detallados de cómo aplicar cada prueba
1. El documento explica los conceptos básicos de probabilidad, incluyendo cómo se mide la probabilidad de un suceso usando la regla de Laplace de casos favorables divididos por casos posibles.
2. También describe dos modelos para calcular probabilidades: el modelo a priori que usa la regla de Laplace, y el modelo frecuentista basado en repetir un experimento muchas veces.
3. Finalmente, explica diferentes tipos de relaciones entre sucesos como sucesos contenidos, iguales, intersección, unión e incompatibles y cómo calcular sus probabilidades.
2. estadística inferencial medidas de dispersiónGonzalo Navarro
Este documento presenta información sobre medidas de tendencia central y dispersión en estadística. Explica conceptos como media, mediana, moda, rango, varianza y desviación estándar. También cubre temas de estadística inferencial como estimación del tamaño de la muestra, asociación estadística, formulación y comprobación de hipótesis. Finalmente, incluye ejemplos y ejercicios para aplicar estos conceptos.
T de student para dos muestras independientesJoseph AB
Este documento describe la prueba t de Student para muestras independientes. Explica que se usa para comparar las medias de dos grupos independientes en una variable dependiente. Proporciona un ejemplo de comparar el peso promedio de personas sometidas a dos dietas diferentes. Detalla cómo calcular el estadístico t y determinar si la diferencia entre las medias es estadísticamente significativa usando valores críticos y el nivel de significación.
Este documento trata sobre inferencia estadística. Explica que la inferencia estadística implica estimar parámetros de una población con base en muestras, y que entre más grande sea la muestra, más exacta será la estimación. También describe diferentes tipos de pruebas estadísticas como pruebas paramétricas que requieren supuestos de normalidad, y pruebas no paramétricas que no requieren dichos supuestos. Finalmente, explica cómo se utilizan pruebas estadísticas como la prueba t de Student y
El documento presenta una introducción al análisis de varianza (ANOVA). Explica que el ANOVA permite probar la significancia de las diferencias entre más de dos medias muestrales y hacer inferencias sobre si muestras provienen de poblaciones con la misma media. Luego, aplica el ANOVA a un ejemplo sobre métodos de capacitación de empleados, calculando la varianza entre medias muestrales y dentro de muestras, y concluyendo que no hay evidencia para rechazar la hipótesis nula de que los métodos tienen el mismo efecto en
El documento analiza conceptos básicos de estadística, incluyendo las ramas de estadística descriptiva e inferencial, la diferencia entre población y muestra, y técnicas como tablas de frecuencia, medidas de tendencia central y dispersión, y gráficos. Explica cómo se recolectan y organizan datos estadísticos para resumir características de una población a partir de una muestra representativa.
Este documento describe diferentes tipos de muestreo, incluyendo muestreo probabilístico y no probabilístico. El muestreo probabilístico incluye muestreo aleatorio simple, sistemático y estratificado, donde cada elemento tiene una probabilidad conocida de ser seleccionado. El muestreo no probabilístico incluye muestreo por conveniencia o juicio, donde los elementos no son seleccionados al azar. El documento también proporciona ejemplos y fórmulas para calcular el tamaño de la muestra.
Hay ocasiones cuando se realiza una serie de análisis de réplicas, es posible que el conjunto de datos contenga uno (o posiblemente más) datos cuestionable o no coherente con los restantes, es decir, que difiera notablemente y de forma inexplicable de los otros, incluso que parezca estar fuera del intervalo de los errores aleatorios que podrían ser producidos por el procedimiento. Por desgracia, no hay criterios uniformes que se puedan usar para decidir si un dato atípico se pueda atribuir a un error accidental más que a una variación casual.
Definiciones y ejemplos de conceptos EstadisticosRoy Marcano
Este documento define conceptos estadísticos fundamentales como variables estadísticas, tipos de variables, escalas de medición, población y muestra. Explica que las variables estadísticas son características que se analizan de los elementos de una muestra o población, y que existen variables cualitativas y cuantitativas. También describe parámetros estadísticos como la media, moda y varianza, así como conceptos como razón, proporción y tasa.
1. Un experimento factorial completo estudia todos los tratamientos posibles al combinar todos los niveles de cada factor.
2. Un diseño factorial 4 x 3 x 2 puede estudiar 7 efectos: A, B, C, AB, AC, BC y ABC.
3. Los experimentos factoriales permiten estudiar efectos individuales y de interacción, se pueden aumentar para formar diseños compuestos, y sus cálculos son simples con aritmética elemental.
El documento presenta los conceptos básicos de la estadística inferencial. Introduce los conceptos de población, muestra, variables, observaciones y unidades de análisis. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado. El objetivo de la sesión es que los estudiantes conozcan e identifiquen estos conceptos básicos de estadística inferencial.
La prueba de los signos es una herramienta útil para hacer pruebas de hp cuando nos encontramos casos como la muestra es pequeña y tenemos datos cualitattivos.
Este documento describe los conceptos y procedimientos básicos de los contrastes de hipótesis estadísticas. Explica qué es un contraste de hipótesis, los pasos para realizar uno que incluyen establecer hipótesis estadísticas, nivel de significación, verificación de supuestos, regla de decisión y tomar una decisión. También describe diferentes tipos de contrastes como de medias, independencia y correlación, así como los procedimientos en SPSS. Finalmente, invita a visitar su página web sobre bioestadística.
Este documento trata sobre el diseño experimental. Explica que el diseño experimental planea cambios deliberados en variables de entrada para identificar cómo afectan a las variables de salida. También describe factores controlables e incontrolables, y principios básicos como la aleatorización, número de réplicas, y bloqueo para controlar factores. Finalmente, discute cómo verificar la adecuación del modelo a los datos y alternativas cuando no se cumplen los supuestos.
El documento discute los conceptos clave para determinar las causas y efectos en hatos ganaderos. Explica que es importante entender las redes de causalidad complejas que involucran factores a diferentes niveles, como también los tiempos entre la causa y el efecto. Resalta la necesidad de identificar los determinantes clave que se pueden modificar para controlar problemas, en vez de enfocarse solo en tratamientos.
Existe una relación directa entre la orientación vocacional y la gestión del conocimiento en estudiantes de doctorado de la Universidad Nacional San Luis Gonzaga de Ica en 2016. El documento define las variables de orientación vocacional (actitudes, aptitudes e intereses) y gestión del conocimiento (creación, almacenamiento y aplicación del conocimiento). Plantea hipótesis sobre las relaciones entre dimensiones de las variables y objetivos para determinar dichas relaciones a través de instrumentos de recolección de datos.
Este documento trata sobre las pruebas de hipótesis. Explica qué son las pruebas de hipótesis, sus etapas básicas como planear la hipótesis nula y alternativa, especificar el nivel de significancia y elegir la estadística de prueba. También cubre conceptos como tamaños de error, pruebas para proporciones y medias, y ofrece ejemplos relacionados con la industria del turismo.
Estadistica parametrica y no parametricajimialaponte
Este documento presenta un cuadro comparativo entre la estadística paramétrica y no paramétrica. La estadística paramétrica requiere conocer la distribución de los datos y algunos supuestos, mientras que la no paramétrica no requiere conocer la distribución. Algunas pruebas paramétricas comunes son la prueba Z, t de Student y F, mientras las no paramétricas incluyen pruebas de Ji cuadrada, U de Mann-Whitney y de Wilcoxon. La paramétrica suele ser
Este documento presenta una introducción al análisis de varianza (ANOVA). Explica los supuestos del ANOVA, incluyendo que las poblaciones siguen una distribución normal y tienen igual varianza. Describe los componentes de variación en el ANOVA: variación total, variación de tratamientos y variación de error. Incluye un ejemplo didáctico para ilustrar cómo calcular estos componentes y realizar la prueba ANOVA.
Este documento describe la prueba de Friedman, una prueba estadística no paramétrica desarrollada por Milton Friedman para comparar más de dos variables relacionadas. Explica que la prueba de Friedman compara las diferencias entre los rangos medios de las variables para determinar si son estadísticamente significativas. También incluye un ejemplo completo de cómo aplicar la prueba de Friedman para analizar la concentración de un tóxico en diferentes órganos de peces.
Este documento presenta varios problemas de probabilidad y estadística. En el primer problema, se pide determinar qué pares de sucesos son mutuamente excluyentes. Los problemas siguientes involucran calcular probabilidades condicionales e incondicionales para diferentes escenarios, como complicaciones en embarazos diabéticos y resultados de pruebas médicas. El documento también incluye diagramas de árbol y tablas de probabilidad para ilustrar diferentes posibles resultados.
Probabilidad y Estadistica para Ingenieria y Ciencias. Walpole 9na EdiciiónYefreide Navarro
Este documento presenta la novena edición del libro "Probabilidad y estadística para ingeniería y ciencias" escrito por Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers y Keying Ye. El libro ha sido traducido al español y presenta información sobre probabilidad, estadística, variables aleatorias y distribuciones de probabilidad dirigido a estudiantes de ingeniería y ciencias. El documento incluye agradecimientos a profesores que han utilizado el libro y provee detalles sobre la edición, tra
El documento describe las características principales de la distribución normal de probabilidad. La distribución normal es simétrica con respecto a su media, y la curva decrece uniformemente en ambas direcciones desde el valor central. Es una de las distribuciones continuas más importantes debido a que muchas variables asociadas a fenómenos naturales siguen este patrón.
Este documento presenta información sobre medidas de dispersión y forma estadística como la varianza, desviación estándar, coeficiente de variación, asimetría y curtosis. Explica cómo calcular e interpretar estas medidas y proporciona definiciones de cada una.
La estadística es el conjunto de técnicas para recolectar, organizar y analizar datos que sirven para tomar decisiones bajo incertidumbre. Existen cuatro escalas de medición: nominal, ordinal, de intervalo y de razón. La escala nominal asigna categorías sin orden, la ordinal ordena las categorías, la de intervalo mide distancias entre valores y la de razón permite todas las operaciones aritméticas. Las variables pueden tener rango continuo, discreto o binario.
Este documento describe los diseños factoriales, los cuales permiten estudiar los efectos de dos o más factores en un experimento. Explica que en los diseños factoriales se investigan todas las combinaciones posibles de los niveles de los factores. Luego clasifica los diseños factoriales según la cantidad de niveles por factor, la cantidad de combinaciones de tratamientos realizadas, y el grado de control de variables extrañas. Finalmente, presenta un ejemplo de un diseño factorial 2x2 completamente al azar y su análisis de varianza correspondiente.
Este documento presenta un cuadro comparativo entre la estadística paramétrica y la estadística no paramétrica. La estadística paramétrica asume una distribución conocida de los datos basada en unos parámetros, mientras que la estadística no paramétrica no hace suposiciones sobre la distribución. Algunas pruebas comunes paramétricas son la prueba t de 2 muestras y el ANOVA, mientras que ejemplos de pruebas no paramétricas son la prueba de Wilcoxon y
El documento explica los conceptos básicos del cálculo de muestras en investigaciones, incluyendo las fórmulas para calcular el tamaño de muestra apropiado dependiendo del tipo de estudio y variables. Se detalla cómo calcular la muestra para estudios descriptivos, explicativos, de casos y controles, y de cohortes, considerando factores como el nivel de confianza, precisión absoluta, y variabilidad de parámetros poblacionales.
Este documento proporciona información sobre infecciones cutáneas micóticas. Describe varias formas de tiña (dermatofitosis), incluyendo tiña de la cabeza, del cuerpo, de los pliegues y de las uñas. También cubre candidiasis cutáneo-mucosas, pitiriasis versicolor e instrucciones sobre diagnóstico y tratamiento de estas infecciones fúngicas.
Hay ocasiones cuando se realiza una serie de análisis de réplicas, es posible que el conjunto de datos contenga uno (o posiblemente más) datos cuestionable o no coherente con los restantes, es decir, que difiera notablemente y de forma inexplicable de los otros, incluso que parezca estar fuera del intervalo de los errores aleatorios que podrían ser producidos por el procedimiento. Por desgracia, no hay criterios uniformes que se puedan usar para decidir si un dato atípico se pueda atribuir a un error accidental más que a una variación casual.
Definiciones y ejemplos de conceptos EstadisticosRoy Marcano
Este documento define conceptos estadísticos fundamentales como variables estadísticas, tipos de variables, escalas de medición, población y muestra. Explica que las variables estadísticas son características que se analizan de los elementos de una muestra o población, y que existen variables cualitativas y cuantitativas. También describe parámetros estadísticos como la media, moda y varianza, así como conceptos como razón, proporción y tasa.
1. Un experimento factorial completo estudia todos los tratamientos posibles al combinar todos los niveles de cada factor.
2. Un diseño factorial 4 x 3 x 2 puede estudiar 7 efectos: A, B, C, AB, AC, BC y ABC.
3. Los experimentos factoriales permiten estudiar efectos individuales y de interacción, se pueden aumentar para formar diseños compuestos, y sus cálculos son simples con aritmética elemental.
El documento presenta los conceptos básicos de la estadística inferencial. Introduce los conceptos de población, muestra, variables, observaciones y unidades de análisis. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado. El objetivo de la sesión es que los estudiantes conozcan e identifiquen estos conceptos básicos de estadística inferencial.
La prueba de los signos es una herramienta útil para hacer pruebas de hp cuando nos encontramos casos como la muestra es pequeña y tenemos datos cualitattivos.
Este documento describe los conceptos y procedimientos básicos de los contrastes de hipótesis estadísticas. Explica qué es un contraste de hipótesis, los pasos para realizar uno que incluyen establecer hipótesis estadísticas, nivel de significación, verificación de supuestos, regla de decisión y tomar una decisión. También describe diferentes tipos de contrastes como de medias, independencia y correlación, así como los procedimientos en SPSS. Finalmente, invita a visitar su página web sobre bioestadística.
Este documento trata sobre el diseño experimental. Explica que el diseño experimental planea cambios deliberados en variables de entrada para identificar cómo afectan a las variables de salida. También describe factores controlables e incontrolables, y principios básicos como la aleatorización, número de réplicas, y bloqueo para controlar factores. Finalmente, discute cómo verificar la adecuación del modelo a los datos y alternativas cuando no se cumplen los supuestos.
El documento discute los conceptos clave para determinar las causas y efectos en hatos ganaderos. Explica que es importante entender las redes de causalidad complejas que involucran factores a diferentes niveles, como también los tiempos entre la causa y el efecto. Resalta la necesidad de identificar los determinantes clave que se pueden modificar para controlar problemas, en vez de enfocarse solo en tratamientos.
Existe una relación directa entre la orientación vocacional y la gestión del conocimiento en estudiantes de doctorado de la Universidad Nacional San Luis Gonzaga de Ica en 2016. El documento define las variables de orientación vocacional (actitudes, aptitudes e intereses) y gestión del conocimiento (creación, almacenamiento y aplicación del conocimiento). Plantea hipótesis sobre las relaciones entre dimensiones de las variables y objetivos para determinar dichas relaciones a través de instrumentos de recolección de datos.
Este documento trata sobre las pruebas de hipótesis. Explica qué son las pruebas de hipótesis, sus etapas básicas como planear la hipótesis nula y alternativa, especificar el nivel de significancia y elegir la estadística de prueba. También cubre conceptos como tamaños de error, pruebas para proporciones y medias, y ofrece ejemplos relacionados con la industria del turismo.
Estadistica parametrica y no parametricajimialaponte
Este documento presenta un cuadro comparativo entre la estadística paramétrica y no paramétrica. La estadística paramétrica requiere conocer la distribución de los datos y algunos supuestos, mientras que la no paramétrica no requiere conocer la distribución. Algunas pruebas paramétricas comunes son la prueba Z, t de Student y F, mientras las no paramétricas incluyen pruebas de Ji cuadrada, U de Mann-Whitney y de Wilcoxon. La paramétrica suele ser
Este documento presenta una introducción al análisis de varianza (ANOVA). Explica los supuestos del ANOVA, incluyendo que las poblaciones siguen una distribución normal y tienen igual varianza. Describe los componentes de variación en el ANOVA: variación total, variación de tratamientos y variación de error. Incluye un ejemplo didáctico para ilustrar cómo calcular estos componentes y realizar la prueba ANOVA.
Este documento describe la prueba de Friedman, una prueba estadística no paramétrica desarrollada por Milton Friedman para comparar más de dos variables relacionadas. Explica que la prueba de Friedman compara las diferencias entre los rangos medios de las variables para determinar si son estadísticamente significativas. También incluye un ejemplo completo de cómo aplicar la prueba de Friedman para analizar la concentración de un tóxico en diferentes órganos de peces.
Este documento presenta varios problemas de probabilidad y estadística. En el primer problema, se pide determinar qué pares de sucesos son mutuamente excluyentes. Los problemas siguientes involucran calcular probabilidades condicionales e incondicionales para diferentes escenarios, como complicaciones en embarazos diabéticos y resultados de pruebas médicas. El documento también incluye diagramas de árbol y tablas de probabilidad para ilustrar diferentes posibles resultados.
Probabilidad y Estadistica para Ingenieria y Ciencias. Walpole 9na EdiciiónYefreide Navarro
Este documento presenta la novena edición del libro "Probabilidad y estadística para ingeniería y ciencias" escrito por Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers y Keying Ye. El libro ha sido traducido al español y presenta información sobre probabilidad, estadística, variables aleatorias y distribuciones de probabilidad dirigido a estudiantes de ingeniería y ciencias. El documento incluye agradecimientos a profesores que han utilizado el libro y provee detalles sobre la edición, tra
El documento describe las características principales de la distribución normal de probabilidad. La distribución normal es simétrica con respecto a su media, y la curva decrece uniformemente en ambas direcciones desde el valor central. Es una de las distribuciones continuas más importantes debido a que muchas variables asociadas a fenómenos naturales siguen este patrón.
Este documento presenta información sobre medidas de dispersión y forma estadística como la varianza, desviación estándar, coeficiente de variación, asimetría y curtosis. Explica cómo calcular e interpretar estas medidas y proporciona definiciones de cada una.
La estadística es el conjunto de técnicas para recolectar, organizar y analizar datos que sirven para tomar decisiones bajo incertidumbre. Existen cuatro escalas de medición: nominal, ordinal, de intervalo y de razón. La escala nominal asigna categorías sin orden, la ordinal ordena las categorías, la de intervalo mide distancias entre valores y la de razón permite todas las operaciones aritméticas. Las variables pueden tener rango continuo, discreto o binario.
Este documento describe los diseños factoriales, los cuales permiten estudiar los efectos de dos o más factores en un experimento. Explica que en los diseños factoriales se investigan todas las combinaciones posibles de los niveles de los factores. Luego clasifica los diseños factoriales según la cantidad de niveles por factor, la cantidad de combinaciones de tratamientos realizadas, y el grado de control de variables extrañas. Finalmente, presenta un ejemplo de un diseño factorial 2x2 completamente al azar y su análisis de varianza correspondiente.
Este documento presenta un cuadro comparativo entre la estadística paramétrica y la estadística no paramétrica. La estadística paramétrica asume una distribución conocida de los datos basada en unos parámetros, mientras que la estadística no paramétrica no hace suposiciones sobre la distribución. Algunas pruebas comunes paramétricas son la prueba t de 2 muestras y el ANOVA, mientras que ejemplos de pruebas no paramétricas son la prueba de Wilcoxon y
El documento explica los conceptos básicos del cálculo de muestras en investigaciones, incluyendo las fórmulas para calcular el tamaño de muestra apropiado dependiendo del tipo de estudio y variables. Se detalla cómo calcular la muestra para estudios descriptivos, explicativos, de casos y controles, y de cohortes, considerando factores como el nivel de confianza, precisión absoluta, y variabilidad de parámetros poblacionales.
Este documento proporciona información sobre infecciones cutáneas micóticas. Describe varias formas de tiña (dermatofitosis), incluyendo tiña de la cabeza, del cuerpo, de los pliegues y de las uñas. También cubre candidiasis cutáneo-mucosas, pitiriasis versicolor e instrucciones sobre diagnóstico y tratamiento de estas infecciones fúngicas.
Fuentes de apoyo económico para productos verdesFelipe Hoyos
El documento describe varias fuentes de apoyo económico para proyectos verdes en América Latina y el Caribe, incluyendo el Fondo Regional de Tecnología Agropecuaria, el Fondo de inversión noruego para países en desarrollo, la Alianza global contra el cambio climático, el Fondo Emprender en Colombia, la Alianza de energía y medio ambiente de Finlandia, y el Banco de Proyectos de CARDER en una región no especificada.
Este documento presenta información sobre diferentes tipos de muestreo estadístico y el cálculo del tamaño de la muestra. Explica métodos de muestreo probabilísticos como el aleatorio simple, sistemático y estratificado, así como métodos no probabilísticos. También describe cómo calcular el tamaño de la muestra para estimar parámetros poblacionales como la media y la proporción, considerando factores como la varianza, el error de muestreo y los niveles de confianza y potencia estadística. Finalmente, incl
Este documento trata sobre el cálculo del tamaño de la muestra en estudios estadísticos. Explica que el tamaño de la muestra depende de si el objetivo es la estimación de un parámetro o el contraste de una hipótesis. Para la estimación, solo se necesita conocer la variabilidad del parámetro, mientras que para el contraste de hipótesis también se requiere especificar el riesgo de error, la magnitud de diferencia a detectar y si es una hipótesis uni o bilateral. El documento proporciona fó
El documento proporciona guías anticipatorias sobre la etapa del adulto medio y mediano. Describe las características físicas, cognitivas y sociales propias de esta etapa, así como factores de riesgo de enfermedades comunes y tareas del desarrollo. Incluye recomendaciones para la evaluación médica de esta población a través de interrogatorio, examen físico y detección temprana de riesgos para la salud.
Este documento describe el lupus eritematoso sistémico (LES), incluyendo su concepto como un proceso inflamatorio crónico que causa daño a múltiples órganos debido a la producción de autoanticuerpos. Explica su epidemiología, etiología (factores genéticos, ambientales y hormonales), inmunopatología, y lineamientos para la derivación y tratamiento de pacientes con sospecha o diagnóstico de LES.
El documento describe los pasos para seleccionar una muestra en la investigación científica. Explica los tipos de muestra, incluyendo muestra probabilística y no probabilística, y los procedimientos para calcular y seleccionar diferentes tipos de muestra. También cubre conceptos como población, marco muestral, tamaño de la muestra y cómo se relacionan en el proceso de selección de la muestra.
El documento describe el diseño de una muestra para estimar el porcentaje de estudiantes satisfechos con el proceso de matrícula en una universidad. Se calculó un tamaño de muestra de 92 personas y se aplicaron cuestionarios. Los resultados mostraron que el 72.83% de los estudiantes estaban satisfechos, con un intervalo de confianza del 63.74% al 81.92%.
Este documento resume las principales enfermedades asociadas al climaterio o menopausia en mujeres. Entre ellas se encuentran enfermedades cardiovasculares debido a aumentos en el colesterol malo, osteoporosis por la disminución de estrógenos que afecta al 40% de mujeres mayores de 50 años, trastornos ginecológicos como resequedad vaginal, cistitis e incontinencia urinaria, y también aumento de peso, cáncer de seno y cambios socio-económicos como falta de adaptación social
El documento describe varios factores relacionados con los estilos de vida saludables e insaludables y las estrategias de prevención. Aborda temas como el sedentarismo, la obesidad, el tabaquismo, el abuso del alcohol y cómo adoptar hábitos más saludables a través de cambios conductuales, dieta equilibrada y ejercicio físico regular. También explica los diferentes tipos de prevención en salud.
Enfermedades autoinmunes para los alumnosJamil Ramón
Este documento describe el sistema inmune y las enfermedades autoinmunes. Explica que el sistema inmune protege al organismo identificando y atacando agentes dañinos. Las enfermedades autoinmunes ocurren cuando el sistema inmune ataca tejidos u órganos propios por error. Luego describe algunas de las enfermedades autoinmunes más comunes como la artritis reumatoide, el lupus y la esclerosis múltiple. Finalmente, ofrece recomendaciones para el tratamiento y seguimiento de pacientes con enfermedades
Este documento describe la psoriasis, una enfermedad inflamatoria crónica de la piel que causa placas rojas escamosas. Tiene un componente genético y factores desencadenantes como infecciones, estrés y ciertos medicamentos. Se presenta en varias formas clínicas y puede afectar también las uñas y articulaciones. Su tratamiento incluye emolientes tópicos, corticoides, análogos de la vitamina D y retinoides, además de medidas para controlar factores como el peso y el estr
La tuberculosis sigue siendo un problema de salud pública en Ecuador, con una incidencia estimada de 62 casos por cada 100,000 habitantes en 2012. Los síntomas más comunes de la tuberculosis pulmonar son fiebre, tos persistente, sudoración nocturna y expectoración. La tuberculosis también puede afectar otros órganos como los ganglios linfáticos, el hígado, el bazo, los riñones y el sistema nervioso central. El tratamiento para la tuberculosis es el mismo para toda la población adulta, y las acciones clave para combatirla incl
Este documento describe las condiciones de aplicabilidad de las pruebas paramétricas y no paramétricas. Explica que las pruebas paramétricas como la t de Student requieren que los datos sigan una distribución normal y tengan varianzas iguales. También describe cómo interpretar los resultados de estas pruebas incluyendo el estadístico t, los grados de libertad, y los valores p. Finalmente, explica que la prueba chi-cuadrado se usa con variables cualitativas y comprueba la independencia entre variables, pero no se debe usar si las
Este documento resume los principales cambios fisiológicos asociados con el climaterio. Explica que el climaterio es el período entre los 40-65 años cuando ocurre la transición de la madurez sexual a la vejez en las mujeres. Describe los síntomas vasomotores comunes como bochornos e insomnio, así como las consecuencias tardías como osteoporosis y enfermedades cardiovasculares debido a la disminución de estrógenos. Resalta la importancia de un tratamiento adecuado para la atención integral
Este documento describe dos procedimientos para determinar el tamaño de la muestra para una investigación: 1) mediante una tabla de error de Fisher, Arkin y Colton y 2) mediante una fórmula estadística. Explica cómo usar la tabla para determinar que una muestra de 580 elementos sería apropiada para una población de 8000 elementos con un 96% de confianza y un error muestral del 4%. También indica que para poblaciones pequeñas (menos de 500) la muestra debe ser igual o mayor a la mitad de la población.
Este documento describe diferentes pruebas estadísticas para realizar contrastes de hipótesis dependiendo del tipo de variables y condiciones de los datos. Explica pruebas para comparar proporciones, medias y la relación entre variables cuantitativas, incluyendo cuándo usar la prueba Z, Ji-cuadrado, t de Student, U de Mann-Whitney, ANOVA y coeficiente de correlación.
El documento habla sobre la artritis reumatoide. Explica que es una enfermedad inflamatoria crónica que afecta las articulaciones. Describe los nuevos criterios para diagnosticarla, incluyendo la presencia de anticuerpos y reactantes de fase aguda. El objetivo del tratamiento es alcanzar la remisión de la enfermedad lo antes posible mediante fármacos modificadores como los antimaláricos, sulfasalazinas, leflunomida y agentes biológicos.
Este documento explica los conceptos de universo, muestra y error de estimación para la investigación de mercados. Define un universo como el conjunto total de elementos que comparten características homogéneas de interés, y una muestra como una porción representativa de ese universo. Explica las ventajas de usar muestras, como menor costo y tiempo, y cómo calcular el tamaño apropiado de una muestra para lograr resultados confiables.
Este documento presenta información sobre pruebas de hipótesis cuantitativas. Explica conceptos clave como hipótesis nula y alternativa, nivel de significancia, errores tipo I y II, y procedimientos para probar hipótesis utilizando estadísticos de prueba. Incluye ejemplos de pruebas de hipótesis para la media de una población utilizando una, dos o una sola cola. El objetivo es proporcionar una guía sobre cómo utilizar pruebas de hipótesis para evaluar si los datos m
Este documento presenta un resumen del marco teórico sobre pruebas de hipótesis. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula con una hipótesis alternativa utilizando datos de una muestra para decidir cuál hipótesis es más probable. También define conceptos clave como nivel de significancia, errores tipo I y tipo II, y regiones de rechazo y no rechazo. Finalmente, incluye ejemplos numéricos para aplicar estas pruebas de hipótesis en el
Este documento describe los conceptos y procesos fundamentales de la metodología de investigación científica. Explica las etapas del proceso de investigación, incluyendo la delimitación del problema, el marco teórico, el diseño, la recolección y análisis de datos, y la conclusión. También define conceptos clave como población objetivo, muestra, y estadística descriptiva e inferencial. Por último, detalla los pasos para realizar pruebas de hipótesis, incluyendo la definición de hipótesis nula y
Hipótesis Estadística
Procedimiento para probar una Hipótesis para una Muestra (uso de “Z”).
Hipótesis nula (H0) e Hipótesis alternativa (H1)
Nivel de significación
Tipos de prueba
Distribución muestral asociada
La regla de decisión
Este documento resume conceptos clave de inferencia estadística como estimación, pruebas de hipótesis, hipótesis nula e hipótesis alternativa. Explica cómo realizar pruebas estadísticas para determinar si la media muestral difiere significativamente de la media poblacional mediante el cálculo del estadístico Z y su comparación con un valor crítico. También discute los posibles errores tipo I y II al rechazar o no rechazar la hipótesis nula.
Este documento trata sobre conceptos básicos de muestreo. Explica que una vez definido el problema de investigación y los objetivos, es necesario determinar la población de estudio y cómo seleccionar una muestra representativa de ella. Luego describe diferentes tipos de muestreo como el aleatorio simple, estratificado y por grupos, y los factores que influyen en el tamaño de la muestra como la heterogeneidad poblacional, el margen de error y el nivel de confianza.
Este documento presenta una introducción a la estadística clásica. Explica conceptos como estadística descriptiva, distribuciones de probabilidad, estimación de parámetros poblacionales, contrastes de hipótesis y métodos no paramétricos. El objetivo es proporcionar una perspectiva práctica de estos temas fundamentales de la estadística para su aplicación en astrofísica.
Este documento describe los conceptos básicos del muestreo. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población para estudiarla. Define población como el conjunto total de unidades y muestra como la selección de unidades que representan las características de la población. También cubre los tipos de muestreo probabilístico y no probabilístico, y describe brevemente el muestreo aleatorio simple y sistemático.
Este documento describe los pasos para realizar una prueba de hipótesis, incluyendo: 1) plantear las hipótesis nula y alternativa, 2) elegir un nivel de significación, 3) calcular un estadístico de prueba, 4) comparar el valor obtenido con el nivel de significación para tomar una decisión sobre las hipótesis. También discute conceptos como errores tipo I y II, nivel de confianza, y diseños de investigación.
Este documento presenta información sobre la prueba de hipótesis. Explica conceptos clave como la hipótesis nula y alternativa, el nivel de significancia, y los tipos de errores. También incluye un marco teórico sobre la prueba de hipótesis y proporciona un ejemplo para ilustrar cómo aplicarla para determinar si el nivel mental promedio de los estudiantes es superior al promedio general.
Este documento presenta una introducción al concepto de contraste de hipótesis, incluyendo los tipos de errores que pueden cometerse, la elección de pruebas estadísticas adecuadas y la interpretación del valor "p". El objetivo es aprender a evaluar si las diferencias encontradas en una muestra pueden generalizarse a toda la población.
Este documento presenta un resumen de conceptos estadísticos como la prueba de hipótesis, t de Student y Chi-cuadrado. Explica la hipótesis nula y alternativa, los errores tipo I y II, y los pasos para realizar una prueba de hipótesis. También describe el estadístico Chi-cuadrado y su distribución muestral. Finalmente, incluye ejemplos prácticos para aplicar estos conceptos al análisis de datos de clientes de un banco.
Este documento presenta un resumen de un proyecto de investigación realizado por 5 ingenieros de la Universidad Nororiental "Gran Mariscal de Ayacucho" sobre temas relacionados con la ingeniería de mantenimiento. El proyecto fue facilitado por la ingeniera Carlena Astudillo y se llevó a cabo en El Tigre, Venezuela en mayo de 2016.
Este documento presenta un resumen de los conceptos básicos de la quimiometría. Explica que la quimiometría aplica estadísticas a problemas químicos para estudiar fenómenos aleatorios. Describe distribuciones de probabilidad como la normal y conceptos como muestra representativa. También cubre estimación de errores, intervalos de confianza, pruebas de hipótesis e inferencia estadística.
Este documento introduce los conceptos de estimación puntual y contraste de hipótesis. Explica que un estimador es una función de los valores de la muestra que se usa para aproximar un parámetro poblacional. Luego describe los dos tipos de estimación - puntual y por intervalo - y los elementos clave de un contraste de hipótesis como la hipótesis nula, hipótesis alternativa, errores tipo I y II. Finalmente, presenta un ejemplo de cómo aplicar un contraste de hipótesis para evaluar si los datos de un estudio siguen una
Este documento trata sobre inferencia estadística y pruebas de hipótesis. Explica conceptos como estimación de parámetros, intervalos de confianza, tipos de hipótesis (nula y alterna), y tipos de errores. También describe cómo se aplica la inferencia estadística en salud para estimar parámetros poblacionales y probar hipótesis a partir de muestras.
Este documento describe los conceptos básicos de muestreo. Define población como el conjunto de unidades sobre las que se desea obtener información, y muestra como una selección de unidades que representan las características de la población. Explica que el muestreo es el procedimiento para extraer una muestra reducida de la población de estudio de manera que permita generalizar los resultados a toda la población.
Este documento describe los pasos para realizar una prueba de hipótesis estadística. Explica cómo plantear hipótesis nulas y alternativas, establecer el nivel de significación, aplicar estadísticos de prueba y establecer reglas de decisión. Luego detalla cómo realizar pruebas de hipótesis para medias, proporciones y comparaciones múltiples usando software como SPSS y Minitab.
Este documento presenta conceptos clave relacionados con la estimación estadística y la prueba de hipótesis. Define términos como población, muestra, estimación, estimador e intervalo de confianza. Explica los tipos de estimación como puntual e intervalal, y los pasos para realizar una prueba de hipótesis, incluyendo la formulación de hipótesis nula y alternativa. Finalmente, ofrece ejemplos de cómo aplicar estos conceptos en el ámbito de la gastronomía.
La paciente de 81 años presenta síntomas de constipación según los criterios de Roma, incluyendo sensación de evacuación incompleta en más del 25% de las veces y heces duras o voluminosas en más del 25% de las evacuaciones. La constipación es común en adultos mayores y puede deberse a factores como dieta, estilo de vida, enfermedades subyacentes o medicamentos. El tratamiento inicial involucra aumentar la fibra dietética y uso de laxantes suaves.
Este documento describe varios tipos de hongos que causan infecciones superficiales en la piel, como la tiña. La tiña puede afectar la cabeza, el cuerpo, la ingle, las manos y los pies. Los síntomas incluyen placas descamativas o eritematosas. El diagnóstico se realiza a través de exámenes microscópicos y de cultivos. El tratamiento incluye antifúngicos tópicos y sistémicos.
Este documento describe las úlceras por presión, incluyendo su definición, clasificación, factores de riesgo, prevención y tratamiento. Las úlceras por presión ocurren cuando la piel está sujeta a presión prolongada y se clasifican en cuatro categorías según la profundidad del daño tejidual. La prevención incluye cambios posturales regulares, nutrición adecuada y el uso de dispositivos que alivien la presión. El tratamiento implica eliminar la presión, tratar infecciones, cuidar la her
El documento describe el ingreso en el hogar como una alternativa al ingreso hospitalario para pacientes que requieren cuidados continuos pero cuyas condiciones no son lo suficientemente graves como para requerir un medio hospitalario. Explica las funciones del médico y la enfermera en el proceso de ingreso en el hogar, así como los requisitos, ventajas y etapas metodológicas que incluye la valoración, intervención y alta del paciente.
Este documento describe los modelos óptimos de atención para adultos mayores. Propone la creación de redes locales comunitarias de atención integral que brinden apoyo a los ancianos y sus familias. Estas redes deben estar formadas por la comunidad, familia, organizaciones y el estado, y proveer servicios de salud, sociales y emocionales de manera progresiva e integral.
Cuidados agudos y subagudos geriatricosJamil Ramón
Este documento describe los cuidados agudos y subagudos geriátricos. Explica que los cuidados agudos se enfocan en tratar enfermedades agudas que requieren hospitalización en personas mayores, mientras que los cuidados subagudos se enfocan en la recuperación funcional posterior a la fase aguda. También describe los objetivos, equipos, criterios de ingreso y beneficios de las unidades de cuidados agudos y subagudos geriátricos.
El documento habla sobre el cuidado del cuidador. Explica que tanto el cuidador formal como el informal deben cuidar su propia salud física y emocional. También destaca la importancia de que el cuidador informal tenga una vida aparte del cuidado del enfermo y evite el aislamiento social. Además, enfatiza que el cuidador debe cuidarse a sí mismo para poder seguir cuidando adecuadamente de la persona dependiente.
Este documento presenta información sobre la nutrición en el adulto mayor. Explica que los requerimientos nutricionales cambian con la edad y que una dieta balanceada es importante para mantener la salud. Se enfoca en las necesidades de proteínas, hidratos de carbono, grasas, fibra, vitaminas, minerales y líquidos. También discute acciones para promover una buena nutrición en adultos mayores y alimentos recomendados para esta población.
Este documento resume los principales aspectos de la higiene en el adulto mayor. Explica que la higiene personal es importante para prevenir enfermedades y mantener un buen estado de salud. Detalla los procedimientos para la limpieza de la cara, boca, cabello, ojos, oídos, uñas, genitales y otras partes del cuerpo. También cubre temas como la vestimenta, postura e higiene del sueño. El objetivo es brindar pautas para garantizar el bienestar físico y mental de las personas de edad av
El documento presenta una guía para la evaluación integral del adulto mayor desde la medicina familiar. Se describen los protocolos para evaluar las esferas clínica, funcional, mental y social de las personas mayores, incluyendo exámenes físicos, pruebas funcionales, cuestionarios nutricionales y de cognición. El objetivo es realizar un diagnóstico completo para establecer un plan de tratamiento y seguimiento que optimice la calidad de vida y autonomía de cada adulto mayor.
El documento describe el plan de estudios de un posgrado de Medicina Familiar y Comunitaria. Incluye información sobre las asignaturas de Medicina Familiar y Salud Familiar, con detalles sobre las horas teóricas, prácticas y actividades evaluativas como tribunales y exámenes prácticos en comunidades y con familias. También incluye el horario semanal con las actividades programadas de lunes a sábado.
Programación académica vi ciclo mfyc 26 05-2016Jamil Ramón
El documento presenta la programación académica del sexto ciclo de la especialización en medicina familiar y comunitaria de la Universidad Nacional de Loja, entre agosto y diciembre de 2016. El ciclo abordará problemas de salud de adultos mayores a través de tres asignaturas con un total de 84,3 créditos equivalentes a 1348 horas, que incluyen prácticas hospitalarias y comunitarias. Las actividades incluyen prácticas en unidades de salud, hospitales, tutorías, reuniones presenciales y virtuales
Este documento presenta las principales directrices para los cuidados paliativos en pacientes con cáncer. Define los cuidados paliativos como un enfoque que mejora la calidad de vida de pacientes y familias que enfrentan enfermedades amenazantes para la vida a través del alivio del sufrimiento. Describe la importancia de evaluar y tratar el dolor, la disnea y otros síntomas físicos, psicológicos y espirituales. También enfatiza la comunicación efectiva, el respeto a la autonomía del paciente y la necesidad de
Este documento describe el cáncer de colon, incluyendo factores de riesgo, promoción, prevención, diagnóstico y apoyo a pacientes y familias. Explica que el cáncer de colon comienza cuando las células del colon crecen sin control y forma un tumor, el cual puede ser canceroso o benigno. Detalla la epidemiología de esta enfermedad, factores que aumentan el riesgo, pruebas de detección, síntomas y orientación a proveer a pacientes y sus familias.
La úlcera péptica gastroduodenal afecta al 10% de la población. Es causada principalmente por Helicobacter pylori y el uso de AINEs. Los síntomas incluyen dolor epigástrico agudo que mejora con los alimentos. El diagnóstico se realiza mediante endoscopia y biopsias para confirmar la infección por H. pylori. El tratamiento consiste en antibióticos para erradicar H. pylori combinados con inhibidores de bomba de protones para cicatrizar la úlcera.
El documento habla sobre el cáncer gástrico, incluyendo sus factores de riesgo, prevención, diagnóstico y tratamiento. Algunos de los factores de riesgo más importantes son la infección por Helicobacter pylori, la dieta, el tabaquismo y la obesidad. La detección temprana a través de endoscopias y la erradicación de H. pylori son claves para la prevención. El tratamiento de primera línea para H. pylori combina antibióticos con inhibidores de bomba de proton
Este documento proporciona información sobre el cáncer de útero. Explica que existen varios tipos de cáncer de útero que afectan diferentes partes del útero. Describe los factores de riesgo como la edad, el uso de estrógenos, la obesidad y antecedentes familiares. También resume los síntomas, diagnóstico y tratamiento de los principales tipos como el cáncer de endometrio y cáncer cervical.
Este documento proporciona información sobre el cáncer de mama, incluyendo factores de riesgo, síntomas, tipos, diagnóstico, tratamiento y seguimiento. El cáncer de mama es el tipo de cáncer más común en mujeres. Se revisa la epidemiología, factores de riesgo como la edad, antecedentes familiares y estilo de vida, así como métodos de detección, tipos histológicos, tratamientos quirúrgicos, de radioterapia y hormonoterapia, y recomendaciones para el
El documento resume factores de riesgo, promoción y prevención de enfermedades musculoesqueléticas como la lumbalgia, osteoartritis, gota e hiperuricemia. Explica que la lumbalgia afecta a 8 de cada 10 personas y es una de las principales causas de incapacidad. Describe los diferentes tipos de lumbalgia, sus causas y tratamientos como el ejercicio físico. También analiza factores de riesgo de la osteoartritis, gota e hiperuricemia y medidas para prevenirlas.
Este documento presenta una guía sobre el examen físico del sistema nervioso. Explica cómo evaluar el estado mental, incluyendo la orientación, memoria y lenguaje. También describe cómo explorar la marcha, reflejos y otros aspectos neurológicos mediante la inspección, palpación y otros procedimientos. El objetivo es proporcionar una metodología ordenada para examinar el sistema nervioso de forma anatómica y funcional.
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...Juan Martín Martín
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/
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
La necesidad de bienestar y el uso de la naturaleza.pdf
Conf. 1. potencia estadística y tamaños de muestra
1. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Curso de Postgrado
Profesores: Ecól. Katiusca Valarezo
A.
Ing. Eduardo González E.
2. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Preguntas claves del diseño
de una investigación:
¿Cuán grande debe ser la muestra
para alcanzar un nivel de precisión
deseado en una estimación?
¿Cuán grande debe ser la muestra
para que la prueba pueda detectar el
efecto que busco?
Si no me dio diferencias… ¿qué
potencia tuvo la prueba?
¿qué tamaño de efecto podría haber
detectado yo con estos datos?
3. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Análisis de
potencia
estadística
Técnicas relacionadas:
Estimación de
tamaño de
muestra
Estimación de
tamaño de
efecto
y sus intervalos de
confianza
4. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Sumario:
Tipos de errores en las pruebas de hipótesis
Implicaciones de los errores
Definición de potencia estadística
Formas de aumentar la potencia
Vías para calcularla
Tamaño de efecto
Vías para calcular los tamaños de muestra
Objetivo:Objetivo:
- Presentar en términos simples y a través de ejemplos concretos, la
importancia y las vías de calcular la potencia de nuestras pruebas, y
las implicaciones que trae no tenerla en cuenta.
5. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Hipótesis nula
(Ho)
Hipótesis alternativa
(H1)
Prueba de hipótesis
Se calcula la probabilidad de que
aparezca el dato (asumiendo que
se cumpla la H0) p(X|H0)
DECISIÓN
Mantener H0 Rechazar H0
Muestra
6. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Hipótesis nula
(Ho)
Hipótesis alternativa
(H1)
Prueba de hipótesis
Se calcula la probabilidad de que
aparezca el dato (asumiendo que
se cumpla la H0) p(X|H0) Muestra
Demasiado chica Demasiado grande
Baja precisión
Exactitud cuestionable
POCA POTENCIA
Gasto innecesario de
recursos y tiempo
DEMASIADA POTENCIA
TamañoTamaño
idóneoidóneo
7. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Exactitud:
se refiere a la forma en que el valor
promedio de los resultados se
acerca o se aleja del valor
poblacional medio.
Precisión:
se refiere a la variabilidad de los datos.
8. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Hipótesis nula
(Ho)
Hipótesis alternativa
(H1)
Prueba de hipótesis
Se calcula la probabilidad de que
aparezca el dato (asumiendo que
se cumpla la H0) p(X|H0)
DECISIÓN
Mantener H0 Rechazar H0
¿y si me equivoco?
SIEMPRE QUE SE TOMA UNA DECISIÓN SE
CORRE UN RIESGO DE ERROR
SIEMPRE QUE SE TOMA UNA DECISIÓN SE
CORRE UN RIESGO DE ERROR
9. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿Qué es científicamente más
importante: demostrar que existe una
diferencia o demostrar que no existe?
Cuando en una investigación obtenemos una diferencia
significativa, generalmente “nos alegramos”, y si no la hallamos,
nos callamos...
Cuando en una investigación obtenemos una diferencia
significativa, generalmente “nos alegramos”, y si no la hallamos,
nos callamos...
Es la tendencia de que los resultados estadísticamente
significativos tienen más probabilidad de que sean publicados
que aquellos que fallan en detectar significación.
Gurevitch y Hedges 1999
10. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Hipótesis nula
(Ho)
Hipótesis alternativa
(H1)
Prueba de hipótesis
Calculo la probabilidad de que
aparezca el dato (asumiendo que
se cumpla la H0)
DECIDO
Mantengo la Ho Rechazo la Ho
Los resultados son
estadísticamente
SIGNIFICATIVOS
¿Quiere decir que
ES VERDADERA?
¿p< 5 %?
Realmente no hay
diferencias
La muestra no es
suficiente
¿Que potenciapotencia tiene la
prueba con estos datos para
detectar una diferencia si
existiera?
¿Que potenciapotencia tiene la
prueba con estos datos para
detectar una diferencia si
existiera?
11. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Potencia estadística
¿Por qué, para qué y cómo?
12. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
Situación real:
Efecto
determinado
(Diferencia, asociación,
correlación, …)
Existir (ε>0)
No existir (ε=0)
Mi Hipótesis: Si existe (H1 ε>0)
Hipótesis alternativa: No existe (H0 ε=0)
Hago un estudio
(tomo datos)
13. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
Mi Hipótesis: Si existe (H1 ε>0)
Hipótesis alternativa: No existe (H0 ε=0)
Hago un estudio
(tomo datos)
(H1 ε>0)
(H0 ε=0)
14. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Conclusión del estudio
No rechazar H0 Rechazar H0
Tipos de errores posibles a cometer en
las pruebas estadísticas
(H1 ε>0)(H0 ε=0)
Hago un estudio
(tomo datos)
15. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
(H0 F)(H0 V)
Realidad
Resultado
Mantener H0
Rechazar H0
(falso positivo)
(falso negativo)
16. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
Detectar un efecto que No existe
No detectar un efecto que SI existe
Diferentes probabilidades y efectosDiferentes probabilidades y efectos
¿porqué?
17. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
Población
Muestra 1 Muestra 2 Muestra 3
X1 X2 X3
µµ
µµ parámetro
constante
Estadísticos (muestrales)
aleatorios
19. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
4,6 4,4 5,6 6,4 4,0 5,0 4,2 4,2 4,8 4,8 3,0 4,6 7,4Medias
muestrales:
1 2 3 4 5 6 7 8 9
Ejercicio:
Hay una población natural cuyos elementos son…
(µ = 5)
¿Promedio?
82 3 4 6 7
µ
(5)
Medias
muestrales:
Al graficar las medias en un eje se obtiene:
Distribución de probabilidades
20. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipos de errores posibles a cometer en
las pruebas estadísticas
82 3 4 6 7
µ
(5)
Medias
muestrales:
Distribución de probabilidades
Muestras
µµ
Mediasmuestrales
21. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
82 3 4 6 7
µ
(5)
Medias
muestrales:
Distribución de probabilidades
Media (µ)
Frecuenciaconqueaparecen
lasmediasmuestrales
Tipos de errores posibles a cometer en
las pruebas estadísticas
22. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Media (µ)
Frecuenciaconqueaparecen
lasmediasmuestrales
(El área bajo la curva representa la
probabilidad de que aparezca esa media)
Valores
95 %
probabilidad
es
Límites de
confianza
al 95%
Tipos de errores posibles a cometer en
las pruebas estadísticas
Población
A
23. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Media (µ)
Frecuenciaconqueaparecen
lasmediasmuestrales
Valores
Probabilidad
< 5%
Tipos de errores posibles a cometer en
las pruebas estadísticas
(El área bajo la curva representa la
probabilidad de que aparezca esa media)
Población
A
24. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Frecuenciaconqueaparecen
losvalores
Valores
Valores críticos
Regiones de
Rechazo
Región de Aceptación
Tipos de errores posibles a cometer en
las pruebas estadísticas
Estadístico
Población
A
25. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Población
A
Tipos de errores posibles a cometer en
las pruebas estadísticas
Media (µ)
X
X
X
POCO
probabl
Valores
26. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Media (µ)
Población
A
Tipos de errores posibles a cometer en
las pruebas estadísticas
ALFA
Riesgo de equivocarse rechazando la
igualdad (detectando una diferencia falsa)
Riesgo de equivocarse rechazando la
igualdad (detectando una diferencia falsa)
ES UN VALOR ARBITRARIOVALOR ARBITRARIO fijado de
antemano por el investigador y no depende
de la calidad de los datos
ES UN VALOR ARBITRARIOVALOR ARBITRARIO fijado de
antemano por el investigador y no depende
de la calidad de los datos
27. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Población
A
Tipos de errores posibles a cometer en
las pruebas estadísticas
ALFA
X
Mayor probabilidad de rechazar una
media muestral que realmente si
pertenece a la población
Media (µ)
Rechazar una H0 verdadera
Error de tipo 1:
…al decir: “Hay diferencias
estadísticamente significativas”
…al decir: “Hay diferencias
estadísticamente significativas”
28. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Población
A
Tipos de errores posibles a cometer en
las pruebas estadísticas
Media (µ)
…al decir: “Hay diferencias
estadísticamente significativas”
…al decir: “Hay diferencias
estadísticamente significativas”
“Never confuse statistical
significance with biological
significance”
C. J. Krebs
“Never confuse statistical
significance with biological
significance”
C. J. Krebs
29. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
En el contexto de las Pruebas de
Hipótesis hay dos tipos de situaciones
Apoyo por rechazo
(Reject-support)
¿Interés?
¿Detectar diferencias? ¿Detectar una igualdad?
Apoyo por aceptación
(Accept-support)
RS testing: la hipótesis nula es la opuesta a lo que el investigador quiere y
busca rechazarla. El rechazo apoya su teoría. Es la situación más común.
AS testing: La hipótesis nula es la que realmente cree el investigador, por
tanto aceptarla es lo que apoya su teoría.
30. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Pruebas de Hipótesis de
Apoyo por rechazo
(Reject-support)
Error de tipo I Error de tipo II
(falso positivo)
Problema social o económico:
- más gastos
- estimula estudios
adicionales innecesarios
(falso negativo)
Problema científico:
- una teoría correcta NO
es confirmada
- Una acción ante un
problema NO es tomada
31. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Ejemplo:
Hipótesis: “La población X está muriendo.”
Ho: δ1 = δ2
(la densidad ahora es
igual a la de antes)
H1: δ1 > δ2
(la densidad ahora
ha disminuido)
Resultado
Mantengo H0 Rechazo H0
¿Conclusión?
¡Hay disminución!
¡Tomar medidas de prevención!
¿Conclusión?
No hay disminución
No hay nada que hacer…
32. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Ejemplo:
Hipótesis: “La población X está muriendo.”
Resultado
Mantengo H0 Rechazo H0
¿Conclusión?
¡Hay disminución!
¡Tomar medidas de protección!
¿Conclusión?
No hay disminución
No hay que hacer nada…
33. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Conclusión
¡Hay disminución!
¡Tomar medidas de prevención!
Error de tipo I
(falso positivo)
$
Resultado
Mantengo H0 Rechazo H0
Conclusión
No hay disminución
No hay nada que hacer…
Error de tipo II
(falso negativo)
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Ejemplo:
Hipótesis: “La población X está muriendo.”
34. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Ejemplo:
Hipótesis: “La medicina X es letal.”
Ho: δ1 = δ2
(la morbilidad con ella
es igual a sin ella)
H1: δ1 > δ2
(la morbilidad con
ella es mayor)
Error de tipo I
(falso positivo)
$
Error de tipo II
(falso negativo)
Si
En estos casos es mucho más
importante evitar el error de
tipo II que el de tipo I
En estos casos es mucho más
importante evitar el error de
tipo II que el de tipo I
35. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
En el contexto de las Pruebas de
Hipótesis hay dos tipos de situaciones
Apoyo por rechazo
(Reject-support)
¿Interés?
¿Detectar diferencias? ¿Detectar una igualdad?
Apoyo por aceptación
(Accept-support)
En estos:
- El investigador quiere rechazar H0.
- La “sociedad” quiere controlar el error de Tipo I.
- El investigador debe preocuparse MUCHO por el error tipo II
- Tamaños de muestras muy altos “apoyan” al investigador.
- Si hay demasiada potencia, efectos triviales se vuelven
“significativos"
Por tanto:
en estos casos se INSISTE en
mantener bajo el alfa.
Por tanto:
en estos casos se INSISTE en
mantener bajo el alfa.
36. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
En el contexto de las Pruebas de
Hipótesis hay dos tipos de situaciones
Apoyo por rechazo
(Reject-support)
¿Interés?
¿Detectar diferencias? ¿Detectar una igualdad?
Apoyo por aceptación
(Accept-support)
37. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Los errores de tipo I y II tienen
diferentes implicaciones prácticas...
Problema social o
económico
Problema científico
En estos:
- El investigador quiere aceptar H0.
- La “sociedad” debe preocuparse por controlar el error Tipo II
- El investigador debe preocuparse MUCHO por el error Tipo I
- Tamaños de muestras muy altos “perjudican” al investigador.
- Si hay demasiada potencia la hipótesis será rechazada aunque
los datos se ajusten perfectamente.
Pruebas de Hipótesis de
Apoyo por aceptación
(Accept-support)
Error de tipo I Error de tipo II
(falso positivo) (falso negativo)
Si se mantiene el alfa MUY bajo (lo
recomendado en el otro caso) se “ayuda”
falsamente a lograr el objetivo.
Si se mantiene el alfa MUY bajo (lo
recomendado en el otro caso) se “ayuda”
falsamente a lograr el objetivo.
38. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Análisis de potencia
¿Qué tamaño de muestra necesito para tener una
potencia dada?
¿Qué tamaño de muestra necesito para detectar un
tamaño de efecto dado?
¿Con solo estas muestras qué efecto podría
detectar?
39. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Ejemplo de cálculo de potencia:
Un determinado autor quiso comprobar que un receptor adrenérgico
(A2) está alterado en las plaquetas de las personas con
hipertensión. Los resultados que obtuvo fueron:
Prueba t: p>0,05
(Clinical Science 64:265-272, 1983)
Medias casi idénticas:
Conclusión: no existe tal alteración en los receptores.
40. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
250 260240 270
¿CUAL ERA LA POTENCIA DE ESTE ESTUDIO PARA
DETECTAR UNA DIFERENCIA, SI ESTA HUBIERA EXISTIDO?
Depende de cuán grande fuera esta diferencia
Ejemplo de cálculo de potencia a posteriori:
257 263
Media 1 Media 2
Asumiendo la diferencia observada…
≠ 6
± 59,4 ± 86,6
41. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿CUAL ERA LA POTENCIA DE ESTE ESTUDIO PARA
DETECTAR UNA DIFERENCIA, SI ESTA EXISTIERA?
Ejemplo de cálculo de potencia a posteriori:
42. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
43. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Familia de pruebas
-Exactas
-Pruebas F
-Pruebas t
-Pruebas X2
-Pruebas Z
Familia de pruebas
-Exactas
-Pruebas F
-Pruebas t
-Pruebas X2
-Pruebas Z
44. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipo de pruebaTipo de prueba
Pruebas F
ANOVA de CS, efecto fijo
ANOVA de CD, efecto fijo
ANOVA de medidas repetidas
(varias)
Prueba T2 de Hotellings
MANOVA (varios)
Regresiones múltiples
Comparaciones de varianzas
Pruebas F
ANOVA de CS, efecto fijo
ANOVA de CD, efecto fijo
ANOVA de medidas repetidas
(varias)
Prueba T2 de Hotellings
MANOVA (varios)
Regresiones múltiples
Comparaciones de varianzas
Pruebas Exactas
Correlación: diferencia con una
constante
Proporciones:
- Diferencia con una constante
(prueba binomial)
- Diferencias entre grupos (prueba
de McNemar)
Prueba de Fisher
Prueba de los signos
Pruebas Exactas
Correlación: diferencia con una
constante
Proporciones:
- Diferencia con una constante
(prueba binomial)
- Diferencias entre grupos (prueba
de McNemar)
Prueba de Fisher
Prueba de los signos
Pruebas t
Comparación de correlaciones
t de datos independientes
t de datos pareados
t de un solo caso
Pruebas X2
Tablas de contingencia
Comparación de varianzas
Pruebas Z
Comparación entre dos r2
Comparación entre proporciones
Pruebas t
Comparación de correlaciones
t de datos independientes
t de datos pareados
t de un solo caso
Pruebas X2
Tablas de contingencia
Comparación de varianzas
Pruebas Z
Comparación entre dos r2
Comparación entre proporciones
45. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tipo de análisis
de potencia
Tipo de análisis
de potencia
A priori: Calcular n; dadas: alfa, potencia y tamaño de efecto
Compromiso: calcular alfa implicada & potencia, dadas: tasa beta/alfa, n
y tamaño de efecto
Criterio: calcular alfa, dadas: potencia, tamaño de efecto y n
Post hoc: calcular potencia alcanzada, dadas: alfa, n y tamaño de efecto
Sensitividad: calcular tamaño de efecto, dadas: alfa, potencia y n
A priori: Calcular n; dadas: alfa, potencia y tamaño de efecto
Compromiso: calcular alfa implicada & potencia, dadas: tasa beta/alfa, n
y tamaño de efecto
Criterio: calcular alfa, dadas: potencia, tamaño de efecto y n
Post hoc: calcular potencia alcanzada, dadas: alfa, n y tamaño de efecto
Sensitividad: calcular tamaño de efecto, dadas: alfa, potencia y n
46. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Número de colas
Tamaño de efecto
Alfa
n1
n2
Parámetros de entrada
47. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Potencia: 7,9 %Potencia: 7,9 %
48. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Ejemplo de cálculo de potencia a posteriori:
Un determinado autor quiso comprobar que un receptor adrenérgico
(A2) está alterado en las plaquetas de las personas con
hipertensión. Los resultados que obtuvo fueron:
Conclusión: no existe tal alteración en los receptores.
¿Potencia: 7,9 %?¿Potencia: 7,9 %?
La conclusión negativa (de no diferencia) no es sólida
49. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Alfa
Análisis de potencia “inteligente”
Potencia actual Relación potencia con
n
Tamaño de
efecto
¿Potencia: 7,9 %?¿Potencia: 7,9 %?
Por ejemplo:
El investigador puede graficar la potencia contra la n, asumiendo que el
valor verdadero es uno dado (ej.: 55% de una proporción binomial).
El gráfico demuestra que se alcanza una
potencia aceptable (entre 0,80 y 0,90) a
muestras de tamaño 600.
Pero esto es asumiendo que la
proporción real es la dada.
¿Y si no fuera así? ¿Y si fuera 0,6%?
Se calcula para esta nueva proporción:
Mensaje:
En la planificación de un estudio uno debe
estimar cual sería el tamaño de efecto
mínimo razonable que uno quiere detectar,
la potencia mínima para detectarlo y la n
que permitiría alcanzarlo.
Mensaje:
En la planificación de un estudio uno debe
estimar cual sería el tamaño de efecto
mínimo razonable que uno quiere detectar,
la potencia mínima para detectarlo y la n
que permitiría alcanzarlo.
50. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Eje Y
Eje X
-Potencia
-Alfa
-n
-Tamaño de efecto
51. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
52. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
53. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Todos los estudios tiene bajas potencias para detectar
pequeñas diferencias y altas potencias para detectar
grandes diferencias, pero …
¿como se define si es baja o alta?
Rta.:/ Depende del investigador y del contexto de la
investigación.
La mayoría de los autores consideran como buenas
potencias entre el 80-90%.
La mayoría de los autores consideran como buenas
potencias entre el 80-90%.
54. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Otro ejemplo :
Potencias
(Hip. de 2 colas)
Ho: M1=M2,
H1=M1<>M2
17 %
8 %
83 %
17 %
39 %
33 %
11 %
41 %
Denis, D.; L. Mugica y M. Acosta (2000): Morfometría y alimentación del
Aguaitacaimán (Butorides virescens) en las arroceras del Sur
del Jíbaro. Biología 14(2): 133-140
Conclusión: NO hay dimorfismo sexual,
excepto en el largo del pico
55. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
µo
xxr
µ1 x
µo
xr
µ1
A menor diferencia entre
las medias…
…mayor es β…
…y menor la potencia de la prueba.
Cuando las medias a comparar están más cercanos
entre sí existe mayor probabilidad de aceptar una
igualdad que es irreal.
Cuando las medias a comparar están más cercanos
entre sí existe mayor probabilidad de aceptar una
igualdad que es irreal.
¿De que depende la potencia
de una prueba?
• Del tamaño de efecto
56. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
• Del tamaño de muestra
N1
N2 N3
N1 > N2 > N3
…ya que el error estándar de la media aumenta
al disminuir el tamaño de la muestra…
¿De que depende la potencia
de una prueba?
• Del tamaño de efecto
57. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
H0
: µ1
=µ2
Para una hipótesis nula:
H1
: µ1
≠µ2
H1
: µ1
<µ2
Cuando hay diferencias
esperables en cualquier dirección…
0.025 0.025
… se denomina Hipótesis de “dos colas”
…podemos sugerir dos tipos de
hipótesis alternativas:
si la diferencia es esperable en
una dirección
0.05
… se llama Hipótesis de “una cola”
• Del tamaño de muestra
¿De que depende la potencia
de una prueba?
• Del tamaño de efecto
• De la hipótesis alternativa propuesta
En las pruebas de “una
cola” la potencia es
mayor
58. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Potencias
(Hip. de 2 colas)
Ho: M1=M2,
H1=M1<>M2
17 %
8 %
83 %
17 %
39 %
33 %
11 %
41 %
(Hip. de 1 cola)
Ho: M1<M2,
H1=M1>M2
TRUE
TRUE
TRUE
TRUE
TRUE
TRUE
TRUE
TRUE
59. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
• Del tamaño de muestra
¿De que depende la potencia
de una prueba?
• Del tamaño de efecto
• De la hipótesis alternativa que nos
hallamos propuesto
• Del tipo de prueba (paramétrica vs
no paramétrica)
60. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿Y las pruebas no paramétricas?
“Power can be calculated for non-parametric tests
using Monte Carlo simulation methods.”
…o utilizando la razón potencia/eficiencia de las
pruebas en relación a su contraparte paramétrica.
“Even the ‘bible’ of power analysis (Cohen, 1988) does
not describe how to assess nonparametric power.”
61. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Recomendaciones para disminuir el error de tipo II:
Incrementar el tamaño de la muestra.
Estimar el poder estadístico del estudio.
Incrementar el tamaño del efecto a detectar.
Incrementar el valor de alfa.
Utilizar pruebas paramétricas (más potentes) en lugar
de pruebas no paramétricas.
¡Hay que estimular el cálculo de la¡Hay que estimular el cálculo de la
potencia de las pruebas en todos lospotencia de las pruebas en todos los
análisis estadísticos!análisis estadísticos!
62. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿Cómo se calcula la potencia?
Cada prueba tiene una formulación diferente
para calcular la potencia.
63. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿Cómo se calcula la potencia?
Por ejemplo: para la prueba t de Student la fórmula es:
…donde ٧: grados de libertad
La Potencia de las Pruebas depende de:
a) el valor crítico
b) N (Tamaño de la muestra)
c) Variabilidad intrínseca de los datos
d) Tamaño del efecto (diferencia entre las
medias de la Ho
y H1
)
Recordemos…
( ) νανβ
δ
,2,1 t
n
S
t
x
−=
64. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
¿Cómo se calcula la potencia?
Por ejemplo: para la prueba t de Student la fórmula es:
…donde ٧: grados de libertad
( ) νανβ
δ
,2,1 t
n
S
t
x
−=
¿Cuáles son los tamaños del efecto δ en estas pruebas?:
Para estos calculos necesito a δ (tamaño del efecto)
que es diferente para cada tipo de prueba…
65. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de efecto
¿Por qué, para qué y cómo?
66. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de efecto:
magnitud de ese efecto que se está probando.
Ejemplo:
- Comparación de medias: diferencia entre ellas
- Correlación: grado de relación (R2
)
PERO: Como las diferencias absolutas no pueden ser comparadas
entre estudios (diferentes n, varianzas, etc.) se ponderan los
valores medios por sus respectivas variabilidades, con lo que se
obtiene una medida adimensional.
(Propuesto por Cohen (1977)…
base del Meta-análisis)
67. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de efecto:
magnitud de ese efecto que se está probando.
CADA tipo de análisis tiene su propia forma
de calcular el tamaño del efecto
Valores “cualitativos”:
EFECTO
Prueba δ (Índice) pequeño medio grande
t de Student d 0.20 0.50 0.80
t para correlaciones r 0.10 0.30 0.50
F (ANOVAs) f 0.10 0.25 0.40
X2
e 0.10 0.30 0.50
(Escala de Cohen)
68. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra
Cálculo del tamaño de muestra
69. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
¿Cómo calculo el tamaño de muestra óptimo
para mi estudio?
Pasos generales para estimar tamaños de muestra:
1. Decidir el nivel de precisión que se quiere
2. Encontrar alguna ecuación que conecte el tamaño
de muestra (n) con la precisión de la media
3. Estimar o asumir los parámetros desconocidos de la
población que se necesitan en la ecuación
a) Por un muestreo previo de una población similar
b) Por los resultados de un estudio piloto
c) Asumiéndolos
d) Por muestreos en etapas
70. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
• Depende de
la variabilidad natural de
los datos
la precisión que se desea
Tamaño de muestra:
¿Cómo calculo el tamaño de muestra óptimo
para mi estudio?
la potencia que se desea
71. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
¿Cómo calculo el tamaño de muestra óptimo
para mi estudio?
72. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Conteos
…de una distribución
Binomial Negativa
…de una distribución de
Poisson
…de una distribución
Binomial
Para variables
contínuas
De una distribución normal
Para variables
discretas
73. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Intervalos de confianza para una variable normal:
Donde:
Se escribe como:
1,96
74. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Si voy a obtener: X ± D D: precisión
X ± 1,96*ESx
X ± 1,96*DS/√n
n = (1.96)2
DS2
/D2
… si:
Ej.: D= 0,1 mm
D= 20 indiv.
D= 10 % de la media
DS: se busca en un
muestreo exploratorio
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
75. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Ejemplo: 1- Tamaño de muestra para medir peso de una población
X de infantes.
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Quiero saber que n debo tener para medir, con una
precisión del 5 % de la media, el peso.
La bibliografía dice que la media generalmente es de
alrededor de 10,205 kg y la variabilidad de 2,023 mm.
n = (1,96)2
σ2
/D2
n = (1,96)2
(0,023)2
/(0,05*0,205)2
n = 60,39
n = 61 infantes (Mínimo)
76. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Determinación del tamaño de muestra requerido para una comparación:
Se requiere de un estimado inicial de la variabilidad de las
muestras y luego se utiliza la siguiente fórmula:
n> 2(T/d)2
(tα[v]
+ t2(1-p)(v)
)2
Donde:
T= DSreal
…y:
d= menor diferencia
deseada a detectar
Lo importante es la razón T/d, no sus valores absolutos.
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
77. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Quiero estudiar el peso en 4 poblaciones de niños, comparando con un ANOVA.
¿Cuantas medidas debo tener para, con una certeza del
80 %, detectar una diferencia con una magnitud del 5 %
de las medias para un 1 % de significación?
Ejemplo:
78. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Respuesta: Datos: α = 0,01(significación que quiero)
p = 0,8 (Probabilidad de certeza que quiero tener)
Tomando una pequeña muestra para hacer un estimado de la variabilidad
real, Ej.: 20 niños y calculo que la variabilidad es del 6 % (DS).
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
…como deseo detectar una diferencia del 5 % tengo: T/d=6/5
Aplico la fórmula: n> 2(6/5)2
(t0.1(76)
+t2(1-0.8)(76)
)2
n>35,1
79. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Estas fórmulas asumen poblaciones infinitas, pero si
ésta es pequeña, se corrige la n:
80. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
81. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
82. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Binomial Negativa Poisson Binomial
• Valor medio esperado (x)
• Exponente de la binomial (k)
• Nivel de error deseado (r, en %)
• Alfa
Ejemplo: Afectaciones en hojas
X= 3,46
k= 2,65
r= ± 15 %
Alfa= 0,05
83. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Binomial Negativa Poisson Binomial
(varianza es igual a la media)
Ejemplo:
Contando huevos de nidos de Tordos:
• Se sabe que siguen Poisson
• El tamaño de puesta medio es de 6,0
• Deseo una precisión de ± 5 %
Ejemplo:
Contando huevos de nidos de Tordos:
• Se sabe que siguen Poisson
• El tamaño de puesta medio es de 6,0
• Deseo una precisión de ± 5 %
84. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Tamaño de muestra:
Para variables
contínuas
Para variables
discretas
Binomial Negativa Poisson Binomial
(proporciones o tasas)
p ± 1,96*Sx… si:
Distribución con solo 2 parámetros:
p= proporción de A en la población
q=1-p: proporción de B en la población
85. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
86. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Programas que se emplean paraProgramas que se emplean para
estos cálculos de la potencia yestos cálculos de la potencia y
tamaño de muestratamaño de muestra
87. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Cálculo de
potencia
Cálculo del
tamaño de
muestra Conjunto
de pruebas
(versión 7 o sup.)
Programas que se emplean paraProgramas que se emplean para
estos cálculos de la potencia yestos cálculos de la potencia y
tamaño de muestratamaño de muestra
88. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Medias
Tamaños
de muestra
Nivel de
significación
Desviación
estándar
poblacional
Tipo de
prueba (colas)
(versión 7 o sup.)
Programas que se emplean paraProgramas que se emplean para
estos cálculos de la potencia yestos cálculos de la potencia y
tamaño de muestratamaño de muestra
89. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
(versión 7 o sup.)
Programas que se emplean paraProgramas que se emplean para
estos cálculos de la potencia yestos cálculos de la potencia y
tamaño de muestratamaño de muestra (versión 7 o sup.)
90. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
91. TAMAÑO DE LA MUESTRA, POTENCIA Y TAMAÑO DE EFECTO
Análisis de
potencia
estadística
Estimación de
tamaño de
muestra
Estimación de
tamaño de
efecto
y sus intervalos de
confianza
Hay que estimular el cálculoHay que estimular el cálculo
de la potencia estadísticade la potencia estadística
Hay que estimular el cálculoHay que estimular el cálculo
de la potencia estadísticade la potencia estadística