SlideShare una empresa de Scribd logo
1 de 3
GUIA DE ANALISIS ESTADISTICO USANDO EXCEL Y CALCULADORA CASIO fx-9860G

Ejercicio No1: Función t TEST (Prueba T de Student)

TIC Usando excel

Suponga que en los pasados seis meses algunos de sus empleados nuevos hayan asistido a un seminario de
entrenamiento en Boston y otros en New York. Al final del seminario, todos los empleados tomaron un
examen para obtener el certificado. El seminario en Boston es más caro, pero en general usted piensa que el
entrenamiento que se ofrece en Boston es mejor que el que se ofrece en New York. Usted ha recibido los
resultados de las calificaciones de 15 empleados que estudiaron en Boston y de 15 empleados que
estudiaron en New York. Basadas en es estas calificaciones, ¿puede comprobar usted que el programa de
Boston es mejor que el programa de New York?

                                    Persona      Boston    New York
                                    1            99        98
                                    2            99        96
                                    3            98        96
                                    4            97        95
                                    5            90        85
                                    6            85        80
                                    7            84        79
                                    8            82        78
                                    9            81        75
                                    10           79        73
                                    11           79        72
                                    12           68        69
                                    13           61        67
                                    14           60        62
                                    15           56        60
                                    Promedio     81.2      79
                                    Desv. Est.   14.4973   12.6152

Observaciones:La función de TTEST calcula la probabilidad asociada con la prueba t de Student para
determinar la probabilidad de que dos muestras procedan de dos poblaciones subyacentes. La función pide
lo siguiente: TTEST(Array1, Array 2, tails, type) [PRUEBA.T(matriz1, matriz2, colas, tipo)]:

          Array 1 es el primer conjunto de datos, el cual en este ejemplo son las calificaciones de
        Boston.

          Array 2 es el segundo conjunto de datos, el cual en este ejemplo son las calificaciones
        de New York.
Tails especifica el número de colas de distribución. Si el argumento colas = 1, TTEST
        utiliza la distribución de una cola. Si colas = 2, TTEST utiliza la distribución de dos colas. En
        este ejemplo se supone 2 colas ya que la diferencia puede ser positiva o negativa.

           Type es el tipo de prueba t que se realiza: 1 = Observaciones por pares; 2 =
        Observaciones de dos muestras con varianzas iguales; y 3 = Observaciones de dos
        muestras con varianzas diferentes. En este ejemplo se supone dos muestras con varianzas
        iguales.

Como resultado, la función de este ejemplo es la siguiente: TTEST(B2:B16, C2:C16, 2, 2). La probabilidad
asociada con el valor t es de 0.6609. Ya que el valor no es menor de 0.05, no podemos decir que el
entrenamiento en Boston es significativamente mejor que el entrenamiento de New York. Además, basada
en esta información sería difícil justificar el entrenamiento más caro de Boston.

Esta prueba en el programa EXCEL, tiene tres opciones.

                                               1.   Prueba “t” para medias de dos muestras emparejadas. Es
                                                    la prueba “ t” para dos grupos de datos relacionados
                                                    entre sí; con esta opción no se comparan los promedios,
                                                    sino las diferencias entre pares de valores.
                                               2.   Prueba “t” para dos muestras suponiendo varianzas
                                                    iguales. Es la prueba “t” donde se compara los promedios
                                                    de dos grupos independientes, cuyas varianzas sean
                                                    iguales u homocedasticas.
                                               3.   Prueba “t” para dos muestras suponiendo varianzas
                                                    desiguales. Es la prueba “t” donde se compara los
                                                    promedios de dos grupos independientes, cuyas varianzas
                                                    sean desiguales o heterocedasticas.

Ejercicio No: 2FunciónPEARSON (Coeficiente de Correlación producto o momento r)Suponga que sus
empleados tomen una prueba para medir la agilidad manual. Usted tiene la impresión de que la edad de los
empleados está relacionada con las calificaciones de las pruebas. Diez empleados reportaron sus
calificaciones de la prueba de agilidad manual. ¿Existe alguna correlación entre la edad de los empleados y
las calificaciones de la prueba.

                                         Empleado     Edad      Prueba
                                         1            35        93
                                         2            25        96
                                         3            52        87
                                         4            40        90
                                         5            26        94
                                         6            55        86
                                         7            61        84
                                         8            30        93
                                         9            47        91
                                         10           66        84
Observaciones:

La función de PEARSON devuleve el coeficiente de correlación producto o momento r de Pearson. En este
caso ‘r’ es un índice que está entre –1.0 y 1.0 que refleja el grado de dependencia lineal entre dos conjuntos
de datos. La función le pide lo siguiente: PEARSON(Array1, Array2) [PEARSON(matriz1, matriz2)]:

           Array 1 es un conjunto de valores independientes.

           Array 2 es un de conjunto valores dependientes.

Como resultado, la función para el problema ejemplo es la siguiente: PEARSON(B2:B11, C2:C11). El
coeficiente de correlación producto o momento r en este caso es r= 0.971591. En otras palabras, sí existe
una alta correlación entre la edad de los empleados y la calificación de la prueba de agilidad manual.

TIC: Ver el video “Coeficiente de correlación lineal en Excel”

Ejercicio 3: Función STDEV (Desviación Estandar)

Suponga que el precio de la mantequilla de cacahuate haya incrementado. Durante una encuesta hecha al
azar, usted revisó los precios en 10 diferentes tiendas. El incremento del precio por botella de mantequilla
de cacahuate de 32 onzas es (.30, .40, .23, .54, .55, .10, .28, .29, .30, .51) Así, el incremento promedio salió
en $0.35. ¿Cuál es la desviación estándar del incremento del precio de la mantequilla de cacahuate?

Observaciones:

La función de STDEV calcula la desviación estándar de una población o muestra. La desviación estándar
incida la dispersión de los datos respecto al promedio. La función le pide lo siguiente: STDEV(number1,
number2, …) [DESVEST(número 1, número2, …)].

           Number1 es el argumento numérico o matriz que corresponde a la muestra.

           Number2 es otro argumento numérico que corresponde a la muestra.

Como resultado, la desviación estándar del incremento promedio de $0.35 de la mantequilla de cacahuate
es la siguiente: STDEV(30, .40, .23, .54, .55, .10, .28, .29, .30, .51) = $0.1470

Más contenido relacionado

La actualidad más candente

Prueba de homogeneidad de varianza
Prueba de homogeneidad de varianzaPrueba de homogeneidad de varianza
Prueba de homogeneidad de varianzaRaul Flores Mara
 
3 TRANSPORTE DE PULPAS.pptx
3 TRANSPORTE DE PULPAS.pptx3 TRANSPORTE DE PULPAS.pptx
3 TRANSPORTE DE PULPAS.pptxbelenmunoz6
 
Circuitos de flotación de minerales
Circuitos de flotación de mineralesCircuitos de flotación de minerales
Circuitos de flotación de mineralesBruno Villanueva
 
problema de investigaciòn
problema de investigaciònproblema de investigaciòn
problema de investigaciònfanare
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionadosnicanor cachi ramos
 
Prueba t varianzas combinadas
Prueba t varianzas combinadasPrueba t varianzas combinadas
Prueba t varianzas combinadasjagi100
 
Conminución y Separación de Tamaños
Conminución y Separación de TamañosConminución y Separación de Tamaños
Conminución y Separación de TamañosBruno Villanueva
 
Tema y planteamiento del problema
Tema y planteamiento del problemaTema y planteamiento del problema
Tema y planteamiento del problemaCarlos Rosaldo
 
Semana 10 ventiladores centrifugos para mineria
Semana 10 ventiladores centrifugos para mineriaSemana 10 ventiladores centrifugos para mineria
Semana 10 ventiladores centrifugos para mineriaVic Enriquez
 

La actualidad más candente (20)

Prueba de homogeneidad de varianza
Prueba de homogeneidad de varianzaPrueba de homogeneidad de varianza
Prueba de homogeneidad de varianza
 
Hipotesis y objetivos
Hipotesis y objetivosHipotesis y objetivos
Hipotesis y objetivos
 
Aplicaciones de tubería en pulpa minera
Aplicaciones de tubería en pulpa mineraAplicaciones de tubería en pulpa minera
Aplicaciones de tubería en pulpa minera
 
3 TRANSPORTE DE PULPAS.pptx
3 TRANSPORTE DE PULPAS.pptx3 TRANSPORTE DE PULPAS.pptx
3 TRANSPORTE DE PULPAS.pptx
 
Circuitos de flotación de minerales
Circuitos de flotación de mineralesCircuitos de flotación de minerales
Circuitos de flotación de minerales
 
Jigs
JigsJigs
Jigs
 
Coeficiente Omega
Coeficiente OmegaCoeficiente Omega
Coeficiente Omega
 
Obtencion del quitosano
Obtencion del quitosanoObtencion del quitosano
Obtencion del quitosano
 
problema de investigaciòn
problema de investigaciònproblema de investigaciòn
problema de investigaciòn
 
Tabla t student.pdf analitica
Tabla t student.pdf analiticaTabla t student.pdf analitica
Tabla t student.pdf analitica
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionados
 
Guia 01 Pruebas No Parametricas
Guia 01 Pruebas No ParametricasGuia 01 Pruebas No Parametricas
Guia 01 Pruebas No Parametricas
 
Prueba t varianzas combinadas
Prueba t varianzas combinadasPrueba t varianzas combinadas
Prueba t varianzas combinadas
 
Estado del arte
Estado del arteEstado del arte
Estado del arte
 
Tutorial Básico VULCAN 7.5
Tutorial Básico VULCAN 7.5Tutorial Básico VULCAN 7.5
Tutorial Básico VULCAN 7.5
 
Circuitos de ventilacion
Circuitos de ventilacionCircuitos de ventilacion
Circuitos de ventilacion
 
Conminución y Separación de Tamaños
Conminución y Separación de TamañosConminución y Separación de Tamaños
Conminución y Separación de Tamaños
 
Tema y planteamiento del problema
Tema y planteamiento del problemaTema y planteamiento del problema
Tema y planteamiento del problema
 
Planteamiento del Problema de Investigación
Planteamiento del Problema de InvestigaciónPlanteamiento del Problema de Investigación
Planteamiento del Problema de Investigación
 
Semana 10 ventiladores centrifugos para mineria
Semana 10 ventiladores centrifugos para mineriaSemana 10 ventiladores centrifugos para mineria
Semana 10 ventiladores centrifugos para mineria
 

Similar a Guía análisis estadístico t de student

Similar a Guía análisis estadístico t de student (20)

Py e 10
Py e 10Py e 10
Py e 10
 
Py e 10
Py e 10Py e 10
Py e 10
 
T student
T studentT student
T student
 
Intervalos de confianza (2)
Intervalos de confianza (2)Intervalos de confianza (2)
Intervalos de confianza (2)
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
INTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZAINTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZA
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Estadística 1
Estadística 1Estadística 1
Estadística 1
 
Presentacion ops umayor-2011
Presentacion ops umayor-2011Presentacion ops umayor-2011
Presentacion ops umayor-2011
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)
 
2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)2. ejercicios pruebas_no_parametricas (1)
2. ejercicios pruebas_no_parametricas (1)
 
Diapositivas de metodos no parametricos
Diapositivas de metodos no parametricosDiapositivas de metodos no parametricos
Diapositivas de metodos no parametricos
 
Medidas de posición
Medidas de posiciónMedidas de posición
Medidas de posición
 
Presentation rvp imagesimilarity
Presentation rvp imagesimilarityPresentation rvp imagesimilarity
Presentation rvp imagesimilarity
 
Estadística Aplicada a la Psicología
Estadística Aplicada a la PsicologíaEstadística Aplicada a la Psicología
Estadística Aplicada a la Psicología
 
Otras Medidas de Dispersión
Otras Medidas de DispersiónOtras Medidas de Dispersión
Otras Medidas de Dispersión
 
Coeficiente de variación
Coeficiente de variaciónCoeficiente de variación
Coeficiente de variación
 
Coeficiente de variación
Coeficiente de variaciónCoeficiente de variación
Coeficiente de variación
 
Analisis Datos
Analisis DatosAnalisis Datos
Analisis Datos
 
Grouped data 01
Grouped data 01Grouped data 01
Grouped data 01
 

Más de Galaxia Mercury

El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...
El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...
El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...Galaxia Mercury
 
Cap 19 análisis cualitativo de datos
Cap 19 análisis cualitativo de datosCap 19 análisis cualitativo de datos
Cap 19 análisis cualitativo de datosGalaxia Mercury
 
Tipos de investigación e instrumentos
Tipos de investigación e instrumentosTipos de investigación e instrumentos
Tipos de investigación e instrumentosGalaxia Mercury
 
Diseño de Actividad / Patron Piramide ILDE
Diseño de Actividad / Patron Piramide ILDEDiseño de Actividad / Patron Piramide ILDE
Diseño de Actividad / Patron Piramide ILDEGalaxia Mercury
 
Caso 3 Resuelto Normatividad I+D+i
Caso 3 Resuelto Normatividad I+D+iCaso 3 Resuelto Normatividad I+D+i
Caso 3 Resuelto Normatividad I+D+iGalaxia Mercury
 
Instrumento para medir materiales
Instrumento para medir materiales Instrumento para medir materiales
Instrumento para medir materiales Galaxia Mercury
 
Robert stake, evaluación
Robert stake, evaluaciónRobert stake, evaluación
Robert stake, evaluaciónGalaxia Mercury
 
Vídeo. everything is a remix por kirby ferguson de ted
Vídeo. everything is a remix por kirby ferguson de tedVídeo. everything is a remix por kirby ferguson de ted
Vídeo. everything is a remix por kirby ferguson de tedGalaxia Mercury
 
Taller ¿Qué es evaluación?
Taller ¿Qué es evaluación?Taller ¿Qué es evaluación?
Taller ¿Qué es evaluación?Galaxia Mercury
 
Seminario Evaluación Taller
Seminario Evaluación TallerSeminario Evaluación Taller
Seminario Evaluación TallerGalaxia Mercury
 
Cap 19 análisis cualitativo de datos(1)
Cap 19 análisis cualitativo de datos(1)Cap 19 análisis cualitativo de datos(1)
Cap 19 análisis cualitativo de datos(1)Galaxia Mercury
 

Más de Galaxia Mercury (20)

PLE - Symbaloo
PLE - SymbalooPLE - Symbaloo
PLE - Symbaloo
 
El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...
El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...
El Potencial de las Redes Sociales en el Aula de Clase: Una puesta por la Mot...
 
Cap 19 análisis cualitativo de datos
Cap 19 análisis cualitativo de datosCap 19 análisis cualitativo de datos
Cap 19 análisis cualitativo de datos
 
Tipos de investigación e instrumentos
Tipos de investigación e instrumentosTipos de investigación e instrumentos
Tipos de investigación e instrumentos
 
Diseño de Actividad / Patron Piramide ILDE
Diseño de Actividad / Patron Piramide ILDEDiseño de Actividad / Patron Piramide ILDE
Diseño de Actividad / Patron Piramide ILDE
 
Rubricas
RubricasRubricas
Rubricas
 
Estrategia Az Movil eje
Estrategia Az Movil ejeEstrategia Az Movil eje
Estrategia Az Movil eje
 
Caso 3 Resuelto Normatividad I+D+i
Caso 3 Resuelto Normatividad I+D+iCaso 3 Resuelto Normatividad I+D+i
Caso 3 Resuelto Normatividad I+D+i
 
Story Board
Story BoardStory Board
Story Board
 
Instrumento para medir materiales
Instrumento para medir materiales Instrumento para medir materiales
Instrumento para medir materiales
 
Robert stake, evaluación
Robert stake, evaluaciónRobert stake, evaluación
Robert stake, evaluación
 
Vídeo. everything is a remix por kirby ferguson de ted
Vídeo. everything is a remix por kirby ferguson de tedVídeo. everything is a remix por kirby ferguson de ted
Vídeo. everything is a remix por kirby ferguson de ted
 
Taller ¿Qué es evaluación?
Taller ¿Qué es evaluación?Taller ¿Qué es evaluación?
Taller ¿Qué es evaluación?
 
Seminario Evaluación Taller
Seminario Evaluación TallerSeminario Evaluación Taller
Seminario Evaluación Taller
 
Brigada digital
Brigada digitalBrigada digital
Brigada digital
 
Cap 19 análisis cualitativo de datos(1)
Cap 19 análisis cualitativo de datos(1)Cap 19 análisis cualitativo de datos(1)
Cap 19 análisis cualitativo de datos(1)
 
Tutorial shorter
Tutorial shorterTutorial shorter
Tutorial shorter
 
Tutorial find icons
Tutorial find iconsTutorial find icons
Tutorial find icons
 
Virtual Educa
Virtual EducaVirtual Educa
Virtual Educa
 
Tutorial wordle
Tutorial wordleTutorial wordle
Tutorial wordle
 

Guía análisis estadístico t de student

  • 1. GUIA DE ANALISIS ESTADISTICO USANDO EXCEL Y CALCULADORA CASIO fx-9860G Ejercicio No1: Función t TEST (Prueba T de Student) TIC Usando excel Suponga que en los pasados seis meses algunos de sus empleados nuevos hayan asistido a un seminario de entrenamiento en Boston y otros en New York. Al final del seminario, todos los empleados tomaron un examen para obtener el certificado. El seminario en Boston es más caro, pero en general usted piensa que el entrenamiento que se ofrece en Boston es mejor que el que se ofrece en New York. Usted ha recibido los resultados de las calificaciones de 15 empleados que estudiaron en Boston y de 15 empleados que estudiaron en New York. Basadas en es estas calificaciones, ¿puede comprobar usted que el programa de Boston es mejor que el programa de New York? Persona Boston New York 1 99 98 2 99 96 3 98 96 4 97 95 5 90 85 6 85 80 7 84 79 8 82 78 9 81 75 10 79 73 11 79 72 12 68 69 13 61 67 14 60 62 15 56 60 Promedio 81.2 79 Desv. Est. 14.4973 12.6152 Observaciones:La función de TTEST calcula la probabilidad asociada con la prueba t de Student para determinar la probabilidad de que dos muestras procedan de dos poblaciones subyacentes. La función pide lo siguiente: TTEST(Array1, Array 2, tails, type) [PRUEBA.T(matriz1, matriz2, colas, tipo)]: Array 1 es el primer conjunto de datos, el cual en este ejemplo son las calificaciones de Boston. Array 2 es el segundo conjunto de datos, el cual en este ejemplo son las calificaciones de New York.
  • 2. Tails especifica el número de colas de distribución. Si el argumento colas = 1, TTEST utiliza la distribución de una cola. Si colas = 2, TTEST utiliza la distribución de dos colas. En este ejemplo se supone 2 colas ya que la diferencia puede ser positiva o negativa. Type es el tipo de prueba t que se realiza: 1 = Observaciones por pares; 2 = Observaciones de dos muestras con varianzas iguales; y 3 = Observaciones de dos muestras con varianzas diferentes. En este ejemplo se supone dos muestras con varianzas iguales. Como resultado, la función de este ejemplo es la siguiente: TTEST(B2:B16, C2:C16, 2, 2). La probabilidad asociada con el valor t es de 0.6609. Ya que el valor no es menor de 0.05, no podemos decir que el entrenamiento en Boston es significativamente mejor que el entrenamiento de New York. Además, basada en esta información sería difícil justificar el entrenamiento más caro de Boston. Esta prueba en el programa EXCEL, tiene tres opciones. 1. Prueba “t” para medias de dos muestras emparejadas. Es la prueba “ t” para dos grupos de datos relacionados entre sí; con esta opción no se comparan los promedios, sino las diferencias entre pares de valores. 2. Prueba “t” para dos muestras suponiendo varianzas iguales. Es la prueba “t” donde se compara los promedios de dos grupos independientes, cuyas varianzas sean iguales u homocedasticas. 3. Prueba “t” para dos muestras suponiendo varianzas desiguales. Es la prueba “t” donde se compara los promedios de dos grupos independientes, cuyas varianzas sean desiguales o heterocedasticas. Ejercicio No: 2FunciónPEARSON (Coeficiente de Correlación producto o momento r)Suponga que sus empleados tomen una prueba para medir la agilidad manual. Usted tiene la impresión de que la edad de los empleados está relacionada con las calificaciones de las pruebas. Diez empleados reportaron sus calificaciones de la prueba de agilidad manual. ¿Existe alguna correlación entre la edad de los empleados y las calificaciones de la prueba. Empleado Edad Prueba 1 35 93 2 25 96 3 52 87 4 40 90 5 26 94 6 55 86 7 61 84 8 30 93 9 47 91 10 66 84
  • 3. Observaciones: La función de PEARSON devuleve el coeficiente de correlación producto o momento r de Pearson. En este caso ‘r’ es un índice que está entre –1.0 y 1.0 que refleja el grado de dependencia lineal entre dos conjuntos de datos. La función le pide lo siguiente: PEARSON(Array1, Array2) [PEARSON(matriz1, matriz2)]: Array 1 es un conjunto de valores independientes. Array 2 es un de conjunto valores dependientes. Como resultado, la función para el problema ejemplo es la siguiente: PEARSON(B2:B11, C2:C11). El coeficiente de correlación producto o momento r en este caso es r= 0.971591. En otras palabras, sí existe una alta correlación entre la edad de los empleados y la calificación de la prueba de agilidad manual. TIC: Ver el video “Coeficiente de correlación lineal en Excel” Ejercicio 3: Función STDEV (Desviación Estandar) Suponga que el precio de la mantequilla de cacahuate haya incrementado. Durante una encuesta hecha al azar, usted revisó los precios en 10 diferentes tiendas. El incremento del precio por botella de mantequilla de cacahuate de 32 onzas es (.30, .40, .23, .54, .55, .10, .28, .29, .30, .51) Así, el incremento promedio salió en $0.35. ¿Cuál es la desviación estándar del incremento del precio de la mantequilla de cacahuate? Observaciones: La función de STDEV calcula la desviación estándar de una población o muestra. La desviación estándar incida la dispersión de los datos respecto al promedio. La función le pide lo siguiente: STDEV(number1, number2, …) [DESVEST(número 1, número2, …)]. Number1 es el argumento numérico o matriz que corresponde a la muestra. Number2 es otro argumento numérico que corresponde a la muestra. Como resultado, la desviación estándar del incremento promedio de $0.35 de la mantequilla de cacahuate es la siguiente: STDEV(30, .40, .23, .54, .55, .10, .28, .29, .30, .51) = $0.1470