Seminario 9
•Descargar como DOCX, PDF•
0 recomendaciones•165 vistas
El documento analiza la correlación entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se determina que existe una baja correlación positiva entre las variables en la muestra, pero no se puede concluir que exista una correlación en la población general debido a que el estadístico de contraste es menor que el punto crítico, por lo que no se rechaza la hipótesis nula de que no hay una relación entre las variables en la población.
Denunciar
Compartir
Denunciar
Compartir
![Estadísticas y TIC
Página2
3. Calculamos el coeficiente de correlación de Pearson:
r= [nXY - XY] / √ [(nX2 - (X)2) (nY2 – (Y)2)]
r= [8 · 36194 – 437 · 661] / √ [8 · 264232 – (437)2) · (8 · 565592 – (661)2)]
r= [695] / √ [20415 · 12639]
r= 0.043
Podemos concluir que hay una baja correlación, debido a que el resultado está
comprendido entre 0 y 0,2.
4. Realizamos el contraste de hipótesis, por lo que planteamos las hipótesis
H0: p = 0, es decir no hay relación entre las variables en la población.
H1: p ≠ 0, es decir si hay relación entre las variables en la población.
5. Hallamos el estadístico de contraste
T n-2 = r [(n-2)/1-r2] = 0,105
6. Obtenemos de la tabla de T Student de dos colas el punto crítico, para ellos
usamos un gl (6) y un valor de confianza del 0,01.
T n-2:α = 3.707
7. Comparamos el estadístico de contraste con el punto crítico
Puesto que el calor del estadístico es menor que el valor del punto crítico,
aceptamos la hipótesis nula y rechazamos la hipótesis nula con un riesgo de
equivocación del 0,01
8. Decisión estadística y clínica
Puesto que hemos rechazado la hipótesis nula, no existe relación entre las
variables de la población, es decir, no hay relación entre la edad y la frecuencia
cardiaca.](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recomendados
Seminario 9
Este documento presenta los resultados de un análisis estadístico de la correlación entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se realizó la prueba de Kolmogorov-Smirnov para determinar si los datos se distribuyen normalmente, lo que permitió calcular el coeficiente de correlación de Pearson. El coeficiente obtenido fue de 0.043, indicando una baja correlación positiva entre las variables en la muestra. Al aplicar la prueba con un nivel de significación del 0.01, la conclusión fue la misma.
Ejercicio seminario-9
Este documento presenta los pasos para analizar si existe una correlación lineal entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Calcula el coeficiente de correlación de Pearson (r = 0.043) y determina que existe una baja correlación positiva entre las variables. Para un nivel de significación de 0.01, vuelve a establecer las hipótesis y concluye que aceptaría la hipótesis nula de distribución normal al ser menor el nivel de significación que el P valor.
seminario9
Este documento presenta un análisis estadístico para determinar si existe una asociación lineal entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se calcula el coeficiente de correlación de Pearson y se encuentra una correlación baja pero positiva entre las variables. Sin embargo, al comparar el estadístico t calculado con el valor crítico de la tabla t student, se concluye que la correlación encontrada no es estadísticamente significativa y que probablemente en la población general no existe una relación entre la frecuencia cardiaca y la edad.
Clase 10 fisica matemática
Este documento trata sobre la correlación lineal. Explica que la correlación cuantifica el grado de relación entre variables, y que la regresión expresa esta relación de forma cuantitativa. También describe los tres métodos para calcular el coeficiente de correlación lineal, que mide el grado en que las variables están relacionadas de forma lineal.
Estadistica (seminario 9)
Este documento presenta el análisis de correlación entre la frecuencia cardiaca (FC) y la edad para una muestra de 8 personas. Se determina que no hay correlación lineal entre las variables en la muestra. También se concluye, mediante pruebas estadísticas como el coeficiente de correlación de Pearson y la prueba T de Student, que no existe correlación entre la FC y la edad en la población de la que proviene la muestra.
5 regresion y correlacion
Este documento describe los conceptos de regresión y correlación lineal. Explica que la regresión y correlación permiten analizar la relación entre dos variables continuas mediante el uso de diagramas de dispersión, el coeficiente de correlación de Pearson y regresión lineal simple. También define la correlación directa e inversa y cómo el coeficiente de correlación cuantifica el grado de asociación lineal entre las variables.
Mat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Este documento presenta los conceptos fundamentales de la regresión lineal simple, incluyendo el método de mínimos cuadrados, los coeficientes de regresión y correlación, e inferencias sobre los parámetros del modelo y la predicción. Se explican los supuestos del modelo de regresión lineal y cómo evaluar si se cumplen a través de un contraste de hipótesis. Finalmente, se provee un ejemplo numérico para ilustrar los conceptos.
Seminario 10
Este documento analiza la correlación entre diferentes variables cuantitativas tomadas de una muestra de datos. Calcula los coeficientes de correlación de Pearson entre variables como peso y horas de deporte, número de cigarrillos y nota de acceso, peso y altura. La mayoría de las correlaciones encontradas son moderadas o fuertes, aunque una pareja de variables no mostró correlación.
Recomendados
Seminario 9
Este documento presenta los resultados de un análisis estadístico de la correlación entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se realizó la prueba de Kolmogorov-Smirnov para determinar si los datos se distribuyen normalmente, lo que permitió calcular el coeficiente de correlación de Pearson. El coeficiente obtenido fue de 0.043, indicando una baja correlación positiva entre las variables en la muestra. Al aplicar la prueba con un nivel de significación del 0.01, la conclusión fue la misma.
Ejercicio seminario-9
Este documento presenta los pasos para analizar si existe una correlación lineal entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Calcula el coeficiente de correlación de Pearson (r = 0.043) y determina que existe una baja correlación positiva entre las variables. Para un nivel de significación de 0.01, vuelve a establecer las hipótesis y concluye que aceptaría la hipótesis nula de distribución normal al ser menor el nivel de significación que el P valor.
seminario9
Este documento presenta un análisis estadístico para determinar si existe una asociación lineal entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se calcula el coeficiente de correlación de Pearson y se encuentra una correlación baja pero positiva entre las variables. Sin embargo, al comparar el estadístico t calculado con el valor crítico de la tabla t student, se concluye que la correlación encontrada no es estadísticamente significativa y que probablemente en la población general no existe una relación entre la frecuencia cardiaca y la edad.
Clase 10 fisica matemática
Este documento trata sobre la correlación lineal. Explica que la correlación cuantifica el grado de relación entre variables, y que la regresión expresa esta relación de forma cuantitativa. También describe los tres métodos para calcular el coeficiente de correlación lineal, que mide el grado en que las variables están relacionadas de forma lineal.
Estadistica (seminario 9)
Este documento presenta el análisis de correlación entre la frecuencia cardiaca (FC) y la edad para una muestra de 8 personas. Se determina que no hay correlación lineal entre las variables en la muestra. También se concluye, mediante pruebas estadísticas como el coeficiente de correlación de Pearson y la prueba T de Student, que no existe correlación entre la FC y la edad en la población de la que proviene la muestra.
5 regresion y correlacion
Este documento describe los conceptos de regresión y correlación lineal. Explica que la regresión y correlación permiten analizar la relación entre dos variables continuas mediante el uso de diagramas de dispersión, el coeficiente de correlación de Pearson y regresión lineal simple. También define la correlación directa e inversa y cómo el coeficiente de correlación cuantifica el grado de asociación lineal entre las variables.
Mat 50140116 regr_ simple_2011_12gggggggggggggggggggggggggg
Este documento presenta los conceptos fundamentales de la regresión lineal simple, incluyendo el método de mínimos cuadrados, los coeficientes de regresión y correlación, e inferencias sobre los parámetros del modelo y la predicción. Se explican los supuestos del modelo de regresión lineal y cómo evaluar si se cumplen a través de un contraste de hipótesis. Finalmente, se provee un ejemplo numérico para ilustrar los conceptos.
Seminario 10
Este documento analiza la correlación entre diferentes variables cuantitativas tomadas de una muestra de datos. Calcula los coeficientes de correlación de Pearson entre variables como peso y horas de deporte, número de cigarrillos y nota de acceso, peso y altura. La mayoría de las correlaciones encontradas son moderadas o fuertes, aunque una pareja de variables no mostró correlación.
correlación
El documento describe el coeficiente de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman mide la correlación entre dos variables continuas mediante el ordenamiento de los datos. Ambos coeficientes oscilan entre -1 y 1, indicando correlaciones negativas o positivas respectivamente.
Correlación
Este documento trata sobre el tema de la correlación lineal. Se discuten conceptos como la teoría de la correlación, análisis de correlación, tipos de correlación, ecuaciones de regresión, diagrama de dispersión, coeficiente de correlación e interpretación, error típico y varianza, y representación de la recta de regresión. Se incluyen ejemplos para ilustrar estos conceptos.
Regresión y Correlación Lineal
Este documento presenta un análisis de regresión y correlación de datos sobre rendimiento (y) y temperatura (x) de un proceso. Muestra los pasos para estimar la recta de regresión, incluyendo estimar los parámetros a y b, y realizar pruebas de hipótesis. Explica conceptos como coeficiente de determinación, análisis de residuos y validación de supuestos.
Algebra ecuaciones lineales, pendiente, inecuaciones
Este documento presenta conceptos clave sobre ecuaciones lineales, incluyendo pendiente, ecuaciones de la forma y=mx+b, e inecuaciones. Define términos como pendiente, ecuación lineal, e inecuación. Explica cómo graficar ecuaciones lineales y resolver inecuaciones. El objetivo es que los estudiantes comprendan y apliquen estas nociones básicas de álgebra lineal.
estadistica
Este documento presenta cuatro ejemplos de análisis de correlación entre diferentes variables. El primer ejemplo muestra una correlación positiva intensa entre la estatura y el peso de un grupo de 30 personas. El segundo ejemplo analiza las correlaciones entre las mediciones diarias de glucosa en 10 pacientes. El tercer ejemplo encuentra una correlación positiva intensa entre la temperatura y el número de chirridos por minuto en 18 pacientes. Finalmente, el cuarto ejemplo no encuentra una correlación significativa entre el peso y la estatura en un grupo de 11 personas.
Regresión y correlacion Lineal
El documento introduce el análisis de regresión y correlación lineal. Explica que este análisis estudia el grado de relación entre variables utilizando modelos matemáticos y diagramas de dispersión para representar cómo una variable depende de otra. Los objetivos son aprender a calcular la correlación entre variables, representar la recta de regresión y realizar inferencias estadísticas sobre la relación entre las variables.
Teoria De Correlacion
Este documento describe los conceptos de regresión lineal y mínimos cuadrados. Explica que la regresión estima valores de una variable dependiente (Y) a partir de valores de una variable independiente (X). También describe la correlación como una medida de la relación entre variables, y los tipos de correlación simple y múltiple. Por último, explica que el método de mínimos cuadrados se usa para ajustar la curva de regresión optima a los datos, como una recta para datos lineales.
Métodos causales
Este documento describe los métodos de regresión lineal para pronósticos. La regresión lineal relaciona una variable dependiente con una o más variables independientes a través de una ecuación lineal. Se utiliza para predecir valores futuros de la variable dependiente en función de los valores de las variables independientes. El documento explica conceptos clave como la pendiente, la intersección, el coeficiente de correlación y el error estándar del estimado. También incluye un ejemplo numérico de cómo aplicar la regresión lineal simple para pronosticar ventas.
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
El documento habla sobre diagramas de dispersión, correlación y regresión. Explica que los diagramas de dispersión muestran la posible relación entre dos variables cuantitativas, ya sea directa, inversa o ninguna. La covarianza cuantifica la intensidad y dirección de esta relación, mientras que el coeficiente de correlación la mide sin considerar las unidades de medida. La regresión predice los valores de una variable en función de la otra y minimiza los errores residuales para hallar la recta de ajuste.
Análisis de regresión simple.
El documento describe métodos de análisis de regresión y correlación lineal simple, incluyendo el coeficiente de correlación de Pearson, el coeficiente de correlación de Spearman, y el análisis de regresión lineal simple usando el método de mínimos cuadrados ordinarios. También discute pruebas de hipótesis, evaluación de supuestos, y abusos comunes de la regresión lineal simple.
Introducción a la Estadística. Tema 4
Introducción al análisis de correlación y al análisis de regresión lineal simple. Se presentan los conceptos de covarianza, correlación y de recta de regresión
Regresion lineal
El documento describe el análisis de regresión lineal, incluyendo sus supuestos, aplicaciones y métodos. Explica que la regresión lineal estudia la relación entre variables y se usa para predecir diversos fenómenos. También cubre el método de mínimos cuadrados, que encuentra la mejor línea de ajuste para los datos minimizando los errores cuadráticos.
Correlacion
El documento describe los conceptos de correlación y coeficiente de correlación. Explica que la correlación evalúa la relación entre dos variables y puede ser directa, inversa o nula. El coeficiente de correlación cuantifica el grado de correlación y varía de -1 a 1, donde valores cercanos a 1 o -1 indican una fuerte correlación positiva o negativa, respectivamente, y valores cercanos a 0 indican una débil correlación.
5 ejercicios de correlación
Este documento presenta varios conjuntos de datos con sus respectivos coeficientes de correlación, valores de a0 y a1, y fórmulas de regresión lineal. Se analizan las correlaciones entre los datos X e Y y se concluye que algunos muestran una buena correlación debido a que ambos conjuntos de datos aumentan juntos, mientras que otros no muestran una correlación tan fuerte. Finalmente, se vuelve a analizar los datos obteniendo una correlación negativa de -0.95 entre X e Y.
Regresión Lineal
Este documento describe el modelo de regresión lineal, el cual modela la relación entre una variable dependiente y una o más variables independientes. Explica que la regresión lineal puede ser simple, con una sola variable independiente, o múltiple, con múltiples variables independientes. También cubre conceptos como los parámetros de regresión, las hipótesis del modelo de regresión lineal clásico, y los tipos de regresión lineal.
Pendiente de una Recta
La pendiente de una recta representa el grado de inclinación de la línea con respecto al eje X y se define como el cambio en el eje Y dividido por el cambio en el eje X entre dos puntos de la recta. En la ecuación de la recta y=mx+b, la pendiente se representa por m. Existen diferentes clases de pendiente como positiva, negativa, cero e indeterminada dependiendo de si m es mayor, menor, igual a cero o la recta es vertical, respectivamente.
Seminario 10
El documento presenta 6 ejercicios sobre el cálculo y análisis del coeficiente de correlación de Pearson entre diferentes variables. En el ejercicio 1 se encuentra una correlación baja y positiva entre el peso y las horas de deporte. En el ejercicio 2 hay una correlación alta y negativa entre el número de cigarrillos y la nota de acceso. En el ejercicio 3 la correlación entre el peso y la altura es alta. En el ejercicio 5 existe una correlación positiva casi perfecta y significativa entre la edad y el peso de los niños. Finalmente, en el
Unidad 4 t3 razones y proporciones
Este documento describe las relaciones directamente y inversamente proporcionales, incluyendo cómo calcular el factor de proporcionalidad y usarlo para determinar valores desconocidos. Explica que cuando dos cantidades varían directamente, su razón es constante, y lo mismo ocurre de forma inversa. Proporciona ejemplos de relaciones directas e inversas y cómo representarlas gráficamente.
Recurso 2.2 r de pearson
Recurso 2.2 r de Pearson Unidad 2 Procesos estadísticos 3 Facultad de Estudios Superiores Iztacala Licenciatura ne Psicología
Ejercicios obligatorios
El documento describe dos ejercicios de estadística y cálculo de medidas de frecuencia. El primer ejercicio involucra 12 bajas por enfermedad de enfermeras en un centro de salud durante 4 años con 10 enfermeras totales, calculando una tasa de 3 bajas por cada 10 enfermeras. El segundo ejercicio involucra una exploración de 13,000 personas mayores de 70 años donde 148 tuvieron leucemia linfática crónica, calculando la frecuencia relativa de 0.011, el porcentaje de 1.1%, la raz
Seminario 3
Este documento presenta un resumen de dos artículos revisados sobre el cuidado paliativo de pacientes con enfermedad pulmonar obstructiva crónica, bronquitis crónica y enfisema pulmonar. Incluye la búsqueda realizada en bases de datos usando palabras clave relevantes, las referencias bibliográficas de los artículos seleccionados y los textos completos de estos.
Tarea seminario 5
Este documento describe los pasos para crear un diagrama de caja (box plot) a partir de un conjunto de datos sobre el número de días que personas han esperado para ser operadas. Los pasos incluyen ordenar los datos, calcular la media, mediana, cuartiles, amplitud intercuartílica y determinar los valores máximos y mínimos.
Más contenido relacionado
La actualidad más candente
correlación
El documento describe el coeficiente de correlación de Pearson y Spearman. El coeficiente de Pearson mide la relación lineal entre dos variables cuantitativas, mientras que el coeficiente de Spearman mide la correlación entre dos variables continuas mediante el ordenamiento de los datos. Ambos coeficientes oscilan entre -1 y 1, indicando correlaciones negativas o positivas respectivamente.
Correlación
Este documento trata sobre el tema de la correlación lineal. Se discuten conceptos como la teoría de la correlación, análisis de correlación, tipos de correlación, ecuaciones de regresión, diagrama de dispersión, coeficiente de correlación e interpretación, error típico y varianza, y representación de la recta de regresión. Se incluyen ejemplos para ilustrar estos conceptos.
Regresión y Correlación Lineal
Este documento presenta un análisis de regresión y correlación de datos sobre rendimiento (y) y temperatura (x) de un proceso. Muestra los pasos para estimar la recta de regresión, incluyendo estimar los parámetros a y b, y realizar pruebas de hipótesis. Explica conceptos como coeficiente de determinación, análisis de residuos y validación de supuestos.
Algebra ecuaciones lineales, pendiente, inecuaciones
Este documento presenta conceptos clave sobre ecuaciones lineales, incluyendo pendiente, ecuaciones de la forma y=mx+b, e inecuaciones. Define términos como pendiente, ecuación lineal, e inecuación. Explica cómo graficar ecuaciones lineales y resolver inecuaciones. El objetivo es que los estudiantes comprendan y apliquen estas nociones básicas de álgebra lineal.
estadistica
Este documento presenta cuatro ejemplos de análisis de correlación entre diferentes variables. El primer ejemplo muestra una correlación positiva intensa entre la estatura y el peso de un grupo de 30 personas. El segundo ejemplo analiza las correlaciones entre las mediciones diarias de glucosa en 10 pacientes. El tercer ejemplo encuentra una correlación positiva intensa entre la temperatura y el número de chirridos por minuto en 18 pacientes. Finalmente, el cuarto ejemplo no encuentra una correlación significativa entre el peso y la estatura en un grupo de 11 personas.
Regresión y correlacion Lineal
El documento introduce el análisis de regresión y correlación lineal. Explica que este análisis estudia el grado de relación entre variables utilizando modelos matemáticos y diagramas de dispersión para representar cómo una variable depende de otra. Los objetivos son aprender a calcular la correlación entre variables, representar la recta de regresión y realizar inferencias estadísticas sobre la relación entre las variables.
Teoria De Correlacion
Este documento describe los conceptos de regresión lineal y mínimos cuadrados. Explica que la regresión estima valores de una variable dependiente (Y) a partir de valores de una variable independiente (X). También describe la correlación como una medida de la relación entre variables, y los tipos de correlación simple y múltiple. Por último, explica que el método de mínimos cuadrados se usa para ajustar la curva de regresión optima a los datos, como una recta para datos lineales.
Métodos causales
Este documento describe los métodos de regresión lineal para pronósticos. La regresión lineal relaciona una variable dependiente con una o más variables independientes a través de una ecuación lineal. Se utiliza para predecir valores futuros de la variable dependiente en función de los valores de las variables independientes. El documento explica conceptos clave como la pendiente, la intersección, el coeficiente de correlación y el error estándar del estimado. También incluye un ejemplo numérico de cómo aplicar la regresión lineal simple para pronosticar ventas.
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
El documento habla sobre diagramas de dispersión, correlación y regresión. Explica que los diagramas de dispersión muestran la posible relación entre dos variables cuantitativas, ya sea directa, inversa o ninguna. La covarianza cuantifica la intensidad y dirección de esta relación, mientras que el coeficiente de correlación la mide sin considerar las unidades de medida. La regresión predice los valores de una variable en función de la otra y minimiza los errores residuales para hallar la recta de ajuste.
Análisis de regresión simple.
El documento describe métodos de análisis de regresión y correlación lineal simple, incluyendo el coeficiente de correlación de Pearson, el coeficiente de correlación de Spearman, y el análisis de regresión lineal simple usando el método de mínimos cuadrados ordinarios. También discute pruebas de hipótesis, evaluación de supuestos, y abusos comunes de la regresión lineal simple.
Introducción a la Estadística. Tema 4
Introducción al análisis de correlación y al análisis de regresión lineal simple. Se presentan los conceptos de covarianza, correlación y de recta de regresión
Regresion lineal
El documento describe el análisis de regresión lineal, incluyendo sus supuestos, aplicaciones y métodos. Explica que la regresión lineal estudia la relación entre variables y se usa para predecir diversos fenómenos. También cubre el método de mínimos cuadrados, que encuentra la mejor línea de ajuste para los datos minimizando los errores cuadráticos.
Correlacion
El documento describe los conceptos de correlación y coeficiente de correlación. Explica que la correlación evalúa la relación entre dos variables y puede ser directa, inversa o nula. El coeficiente de correlación cuantifica el grado de correlación y varía de -1 a 1, donde valores cercanos a 1 o -1 indican una fuerte correlación positiva o negativa, respectivamente, y valores cercanos a 0 indican una débil correlación.
5 ejercicios de correlación
Este documento presenta varios conjuntos de datos con sus respectivos coeficientes de correlación, valores de a0 y a1, y fórmulas de regresión lineal. Se analizan las correlaciones entre los datos X e Y y se concluye que algunos muestran una buena correlación debido a que ambos conjuntos de datos aumentan juntos, mientras que otros no muestran una correlación tan fuerte. Finalmente, se vuelve a analizar los datos obteniendo una correlación negativa de -0.95 entre X e Y.
Regresión Lineal
Este documento describe el modelo de regresión lineal, el cual modela la relación entre una variable dependiente y una o más variables independientes. Explica que la regresión lineal puede ser simple, con una sola variable independiente, o múltiple, con múltiples variables independientes. También cubre conceptos como los parámetros de regresión, las hipótesis del modelo de regresión lineal clásico, y los tipos de regresión lineal.
Pendiente de una Recta
La pendiente de una recta representa el grado de inclinación de la línea con respecto al eje X y se define como el cambio en el eje Y dividido por el cambio en el eje X entre dos puntos de la recta. En la ecuación de la recta y=mx+b, la pendiente se representa por m. Existen diferentes clases de pendiente como positiva, negativa, cero e indeterminada dependiendo de si m es mayor, menor, igual a cero o la recta es vertical, respectivamente.
Seminario 10
El documento presenta 6 ejercicios sobre el cálculo y análisis del coeficiente de correlación de Pearson entre diferentes variables. En el ejercicio 1 se encuentra una correlación baja y positiva entre el peso y las horas de deporte. En el ejercicio 2 hay una correlación alta y negativa entre el número de cigarrillos y la nota de acceso. En el ejercicio 3 la correlación entre el peso y la altura es alta. En el ejercicio 5 existe una correlación positiva casi perfecta y significativa entre la edad y el peso de los niños. Finalmente, en el
Unidad 4 t3 razones y proporciones
Este documento describe las relaciones directamente y inversamente proporcionales, incluyendo cómo calcular el factor de proporcionalidad y usarlo para determinar valores desconocidos. Explica que cuando dos cantidades varían directamente, su razón es constante, y lo mismo ocurre de forma inversa. Proporciona ejemplos de relaciones directas e inversas y cómo representarlas gráficamente.
Recurso 2.2 r de pearson
Recurso 2.2 r de Pearson Unidad 2 Procesos estadísticos 3 Facultad de Estudios Superiores Iztacala Licenciatura ne Psicología
La actualidad más candente (19)
Algebra ecuaciones lineales, pendiente, inecuaciones
Algebra ecuaciones lineales, pendiente, inecuaciones
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
Destacado
Ejercicios obligatorios
El documento describe dos ejercicios de estadística y cálculo de medidas de frecuencia. El primer ejercicio involucra 12 bajas por enfermedad de enfermeras en un centro de salud durante 4 años con 10 enfermeras totales, calculando una tasa de 3 bajas por cada 10 enfermeras. El segundo ejercicio involucra una exploración de 13,000 personas mayores de 70 años donde 148 tuvieron leucemia linfática crónica, calculando la frecuencia relativa de 0.011, el porcentaje de 1.1%, la raz
Seminario 3
Este documento presenta un resumen de dos artículos revisados sobre el cuidado paliativo de pacientes con enfermedad pulmonar obstructiva crónica, bronquitis crónica y enfisema pulmonar. Incluye la búsqueda realizada en bases de datos usando palabras clave relevantes, las referencias bibliográficas de los artículos seleccionados y los textos completos de estos.
Tarea seminario 5
Este documento describe los pasos para crear un diagrama de caja (box plot) a partir de un conjunto de datos sobre el número de días que personas han esperado para ser operadas. Los pasos incluyen ordenar los datos, calcular la media, mediana, cuartiles, amplitud intercuartílica y determinar los valores máximos y mínimos.
Seminario 8
Una enfermera analizó las historias clínicas de 484 cuidadores familiares y encontró que 450 experimentaban fatiga en el cuidado, con 168 hombres y 282 mujeres. Usó una prueba de chi cuadrado para determinar si había una relación entre el género y la fatiga, estableciendo la hipótesis nula de que no había relación. La prueba mostró que el estadístico calculado era mayor que el punto crítico, por lo que se rechazó la hipótesis nula y se concluyó que existe una rel
Seminario 4
Este documento resume un trabajo realizado sobre el programa SPSS. Explica cómo introducir datos en SPSS y exportarlos a Microsoft Excel. También cubre cómo importar a SPSS los datos de dos ejercicios seminariales anteriores, el 4.3 y el 4.2, sujetos a ciertas limitaciones. El documento concluye describiendo cómo se ven los datos importados en la vista de datos de SPSS.
Seminario 6
Este documento resume un estudio que analiza las diferencias en la incidencia de úlceras por presión entre pacientes a los que se aplicaron ácidos grasos hiperoxigenados para la prevención y pacientes que no recibieron este tratamiento. El estudio incluyó a 192 pacientes asignados aleatoriamente a un grupo control o experimental. Los resultados mostraron que la aplicación de ácidos grasos hiperoxigenados disminuye la incidencia de úlceras por presión y retrasa el tiempo de aparición en los pacientes.
Destacado (6)
Similar a Seminario 9
seminario9
Este documento presenta los pasos para analizar si existe una correlación lineal entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Calcula el coeficiente de correlación de Pearson (r = 0.043) y determina que existe una baja correlación positiva entre las variables. Para un nivel de significación de 0.01, vuelve a establecer las hipótesis y concluye que aceptaría la hipótesis nula de distribución normal al ser menor el nivel de significación que el P valor.
Ejercicio seminario 9
El documento presenta un análisis estadístico de los datos de frecuencia cardíaca (FC) y edad de una muestra de 8 individuos para determinar si existe correlación lineal entre las variables. Se realizan pruebas de normalidad y el coeficiente de correlación de Pearson, encontrando una correlación débil. Posteriormente, sin usar SPSS se calcula el estadístico t de Student, concluyendo que no existe evidencia suficiente para rechazar la hipótesis nula de no correlación entre las variables en la población, a un nivel de significancia del 0
Ejercicio seminario 9 pearson
Este documento presenta el análisis de correlación entre la frecuencia cardíaca y la edad para una muestra de 8 personas. Se determina que existe una correlación positiva baja entre las variables en la muestra (r = 0.043), pero que esta correlación no es estadísticamente significativa cuando se prueba para la población general, por lo que no se puede concluir que exista una asociación entre las variables en la población de donde proviene la muestra.
Trabajo seminario 9
Este documento presenta un estudio sobre la correlación entre la frecuencia cardiaca y la edad en una muestra de 8 personas. Se calcula el coeficiente de correlación de Pearson y se determina que existe una correlación débil entre las variables. Posteriormente, se comprueba mediante una prueba t de Student si esta correlación se da también en la población general, concluyéndose que los resultados de la muestra son fruto del azar y no hay evidencia de una relación entre la frecuencia cardiaca y la edad en la población.
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
Este documento trata sobre la correlación entre variables y cómo medir la intensidad de la relación entre dos o más variables estadísticamente. Explica el coeficiente de correlación de Pearson y cómo varía de -1 a 1 para indicar una relación negativa, positiva o ninguna relación. También cubre la prueba de hipótesis para determinar si una correlación observada es estadísticamente significativa.
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
Este documento trata sobre la correlación entre variables y cómo medir la intensidad de la relación entre dos o más variables estadísticamente. Explica el coeficiente de correlación de Pearson y cómo varía de -1 a 1 para indicar una relación negativa, positiva o ninguna relación. También cubre la prueba de hipótesis para determinar si una correlación observada es estadísticamente significativa.
Seminario 10
Este documento presenta los resultados de varios ejercicios sobre la correlación entre diferentes variables estadísticas. En el primer ejercicio, se encuentra una correlación moderada entre el peso y las horas dedicadas al deporte. En el segundo ejercicio, se encuentra una fuerte correlación negativa entre el número de cigarrillos fumados y la nota de acceso. En el tercer ejercicio, con una muestra limitada a 10 casos, se encuentra una correlación positiva entre el peso y la altura.
Seminario 10
Este documento presenta un problema sobre la correlación entre el número de personas que habitan en un hogar y el número de habitaciones del mismo. Se realizó una encuesta en un municipio español y se distribuyeron normalmente ambas variables. Se calculó el coeficiente de correlación de Pearson, el cual fue significativo, indicando una correlación positiva entre las variables. Sin embargo, al aplicar la prueba t de Student, la correlación no fue estadísticamente significativa, por lo que no existe una diferencia real entre las variables.
Seminario10
Este documento presenta cuatro ejercicios sobre el cálculo y la interpretación del coeficiente de correlación de Pearson entre diferentes variables. En el primer ejercicio, se calcula la correlación entre el peso y las horas dedicadas al deporte, entre cigarrillos fumados y nota de acceso, y entre peso y altura. En el segundo y tercer ejercicio, se calcula la correlación entre peso y edad, y entre notas de matemáticas y lengua, respectivamente. En cada caso, se analiza si la correlación es significativa estadísticamente.
Resumen Clase Correlación
Este documento presenta una introducción a la correlación y los coeficientes de correlación como herramientas estadísticas para medir la relación entre dos variables. Define la correlación y explica los coeficientes de Pearson, Spearman y Phi para variables de diferentes niveles de medición. Proporciona ejemplos del cálculo e interpretación de cada coeficiente y su uso en el análisis de relaciones entre variables.
Correlación y regresion
El documento presenta varios ejercicios relacionados con el cálculo del coeficiente de correlación de Pearson (r) para analizar la relación lineal entre dos variables. Se explican conceptos como gráficas de dispersión, cálculo de r, y su interpretación. Luego, se proponen cinco ejercicios con datos numéricos sobre los que se pide calcular r, interpretar la relación, y responder otras preguntas relacionadas.
Interchicuadrado
El documento analiza la relación entre la ocupación y el estado civil mediante pruebas de chi-cuadrado. Los resultados muestran que no existe una diferencia significativa entre las variables, ya que el valor p es mayor a 0.005 en ambos casos. Por lo tanto, se acepta la hipótesis nula de que no hay relación entre las variables, debido al pequeño tamaño de la muestra.
Regresion lineal
Este documento presenta los conceptos básicos de correlación y regresión lineal simple. Introduce las variables dependientes e independientes y explica cómo medir la relación entre ellas a través de la covarianza y el coeficiente de correlación. Luego, describe cómo construir un modelo de regresión lineal simple estimando los parámetros de la pendiente e intercepto y evaluando su significancia estadística. Finalmente, provee un ejemplo práctico utilizando datos reales para ilustrar estos conceptos.
Inferencia estadistica
Este documento trata sobre inferencia estadística, intervalos de confianza, pruebas de hipótesis, regresión lineal y correlación. Explica cómo calcular intervalos de confianza para la media de una población y presenta un ejemplo numérico. También describe los pasos para realizar pruebas de hipótesis y diferencia entre pruebas paramétricas y no paramétricas. Por último, explica qué es la regresión lineal y cómo medir la correlación entre dos variables continuas.
Seminario 10
Este documento presenta 6 ejercicios que calculan el coeficiente de correlación de Pearson entre diferentes variables para determinar si existe correlación. El primer ejercicio encuentra una correlación baja entre el peso y las horas de deporte. El segundo halla una alta correlación negativa entre cigarrillos y nota. El tercero muestra una alta correlación positiva entre peso y altura en una muestra limitada.
Análisis de Regresión y Correlación.ppt
Este documento describe los conceptos de regresión y correlación lineal. Explica cómo los diagramas de dispersión pueden mostrar las posibles relaciones entre variables, como lineal positiva, lineal negativa, no lineal o ninguna relación. También define el coeficiente de correlación, que mide la intensidad de la relación entre dos variables, y cómo se puede realizar una prueba de hipótesis para determinar si existe una correlación significativa. Además, introduce los conceptos clave del análisis de regresión lineal simple, como la línea de regresión y los estimadores
Seminario 10
Se realizó una encuesta en un municipio español sobre el número de personas y habitaciones por hogar. Se calculó el coeficiente de correlación de Pearson entre ambas variables, el cual resultó ser 0.633, indicando una fuerte correlación. Sin embargo, al realizar la prueba t de Student, el valor obtenido fue menor que el crítico, por lo que se concluye que la correlación observada se debió al azar y no es representativa de la población.
6 regresion y correlación
El documento explica los conceptos básicos de regresión lineal y correlación, incluyendo el análisis de correlación, el coeficiente de correlación r, los tipos de correlación, la ecuación de regresión, el error estándar de estimación, y las suposiciones subyacentes del análisis de regresión lineal. También presenta ejemplos numéricos para ilustrar cómo calcular e interpretar estas medidas estadísticas.
Hipotesis
Este documento trata sobre inferencia estadística. Explica conceptos como estimación de parámetros, pruebas de hipótesis, hipótesis nula y alterna, errores tipo I y tipo II, nivel de significancia, intervalos de confianza, y pruebas estadísticas como Z y T de Student. También incluye ejemplos sobre cómo calcular intervalos de confianza e hipótesis estadísticas para la media poblacional.
Seminario 9 estadistica (pdf)
Este documento resume un seminario sobre correlaciones. Explica que la correlación indica la fuerza y dirección de la relación lineal entre dos variables estadísticas. Luego describe las pruebas de correlación de Spearman y Pearson y cómo interpretar sus resultados. Finalmente, el documento guía a realizar un ejercicio práctico seleccionando dos variables, analizando su normalidad y realizando las pruebas de correlación correspondientes.
Similar a Seminario 9 (20)
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
CLASE Nº 5 -ESTADISTICA - Correlación y Regresión.ppt
Último
La doble vida del ATP. DIEGO GOMEZ.pdf 123
En esta investigación aprenderemos mas sobre las funciones del ATP y cual es su importancia en la medicina.
ASTERACEAS familia de las.margaritas.pptx
Botanica. Sublclase de las margaritas específicamente Asteráceas o también denominadas Compuestas.
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
Las caracteristicas principales son, actividades, metadatos, evaluaciones, contenido
Aminoácidos, peptidos y proteínas UNE II
Temas nivel licenciatura sobre aminoácidos, peptidos y proteínas
8VO - ESTUDIOS SOCIALES - 1ER - TRIMESTRE.docx
PLANIFICACIÓN DUA DEL PRIMER TRIMESTRE DE ESTUDIOS SOCIALES DE OCTAVO
geología de Venezuela, TEMA PALEOZOICO.pdf
Es en el Paleozoico cuando comienza a aparecer la vida más antigua. En Venezuela, el Paleozoico puede considerarse concentrado en tres regiones positivas distintas:
Región Norte del Escudo Guayanés.
Cordillera de los Andes venezolanos.
Sierra de Perijá.
Ejercicios formulación 3ºESO nomenclatura y formulación compuestos binarios
Ejercicios formulación 3ºESO nomenclatura y formulación compuestos binarios, nomenclatura sistemática y de stock
Algebra trigonometria y geometri analitica 3ra Edicio Dennis G. Zill.pdf
Algebra trigonometria y geometri analitica 3ra Edicio Dennis G. Zill.pdfalejandro esteban concha leiva
algebra García, Francisco. - Las Navas de Tolosa [2024].pdf
LAS NAVAS DE TOLOSA
La batalla del castigo
Francisco García Fitz
Virus de la Inmunodeficiencia humana (VIH).pdf
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
NEUROQUIMICA es la informacion de como funciona la neuroquimica
Es un tema apacionante que te sumerge a conocer el funcionamiento de diferentes ormonas que son liberadas en nuestro cerebro
7mo básico Magnitudes y unidades de medida 2024.pptx
Una unidad de medida es una cantidad de una determinada magnitud física, definida y adoptada por convención o por ley. Cualquier valor de una cantidad física puede expresarse como un múltiplo de la unidad de medida. Para entender mejor las mismas, hay que saber como se pueden convertir en otras unidades de medida.
Último (20)
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
Los objetos de aprendizaje enfocados en las caracteristicas primcipales
Ejercicios formulación 3ºESO nomenclatura y formulación compuestos binarios
Ejercicios formulación 3ºESO nomenclatura y formulación compuestos binarios
Algebra trigonometria y geometri analitica 3ra Edicio Dennis G. Zill.pdf
Algebra trigonometria y geometri analitica 3ra Edicio Dennis G. Zill.pdf
Neflogia un recuento anatomico, fisiologico y embriologico
Neflogia un recuento anatomico, fisiologico y embriologico
CLASE FRUTOS clase frutos clase frutos ABRIL 2021.pptx
CLASE FRUTOS clase frutos clase frutos ABRIL 2021.pptx
García, Francisco. - Las Navas de Tolosa [2024].pdf
García, Francisco. - Las Navas de Tolosa [2024].pdf
NEUROQUIMICA es la informacion de como funciona la neuroquimica
NEUROQUIMICA es la informacion de como funciona la neuroquimica
7mo básico Magnitudes y unidades de medida 2024.pptx
7mo básico Magnitudes y unidades de medida 2024.pptx
ANTRAX.pdf historia natural del antrax epidemiologia
ANTRAX.pdf historia natural del antrax epidemiologia
Seminario 9
- 1. Estadísticas y TIC Página1 En una muestra de 8 personas medimos la frecuencia cardiaca (FC) y la edad. 1. Di si en la muestra, existe asociación lineal o correlación entre las dos variables y por qué. Y si existe, ¿Cómo es la correlación? 2. Averigua, para un nivel significación de 0.01, si existe correlación entre FC y edad en la población de donde proviene la muestra, razonando paso a paso la decisión tomada. 1. Paso previo: saber si la distribución de las variables es normal mediante la utilización de la prueba de Kolmogorov – Smirnov. Puesto que el ejercicio nos da los resultados de la prueba, tan solo hay que fijarse en P valor: H0: las medidas se distribuyen normalmente. H1: las medidas no se distribuyen normalmente. Conclusión: la significación de la prueba de Kolmogorov-Smirnov (0,200) es mayor que α (establecemos nosotros 0,05) por lo que aceptamos a la H0, es decir, las medidas se distribuyen normalmente. 2. Organizamos los datos Xi Yi Xi 2 Yi 2 Xi Yi 24 61 576 3721 1464 35 100 1225 10000 3500 47 96 2209 9216 4512 52 95 2704 9025 4940 58 65 3364 4225 3770 69 72 4761 5184 4968 72 90 5184 8100 6480 80 82 6400 6724 6560 437 661 26423 56559 36194
- 2. Estadísticas y TIC Página2 3. Calculamos el coeficiente de correlación de Pearson: r= [nXY - XY] / √ [(nX2 - (X)2) (nY2 – (Y)2)] r= [8 · 36194 – 437 · 661] / √ [8 · 264232 – (437)2) · (8 · 565592 – (661)2)] r= [695] / √ [20415 · 12639] r= 0.043 Podemos concluir que hay una baja correlación, debido a que el resultado está comprendido entre 0 y 0,2. 4. Realizamos el contraste de hipótesis, por lo que planteamos las hipótesis H0: p = 0, es decir no hay relación entre las variables en la población. H1: p ≠ 0, es decir si hay relación entre las variables en la población. 5. Hallamos el estadístico de contraste T n-2 = r [(n-2)/1-r2] = 0,105 6. Obtenemos de la tabla de T Student de dos colas el punto crítico, para ellos usamos un gl (6) y un valor de confianza del 0,01. T n-2:α = 3.707 7. Comparamos el estadístico de contraste con el punto crítico Puesto que el calor del estadístico es menor que el valor del punto crítico, aceptamos la hipótesis nula y rechazamos la hipótesis nula con un riesgo de equivocación del 0,01 8. Decisión estadística y clínica Puesto que hemos rechazado la hipótesis nula, no existe relación entre las variables de la población, es decir, no hay relación entre la edad y la frecuencia cardiaca.