Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TI Oñate Yuneidys Actividad 6 Grupo 72 2013 Parte 1
TI Oñate Yuneidys Actividad 6 Grupo 72 2013 Parte 1
Presentado por:
YUNEIDYS OATE PERPIAN Cdigo: 49787591
Tutor:
JEYSSON SNCHEZ
Grupo No. 72
9 de octubre de 2013
INTRODUCCIN
http://www.google.com.co/url?sa=t&rct=j&q=&esrc=s&frm=1&source=web&cd=3&ved=0CDkQFjAC&url=ht
de igualdad, de forma que si la distribucin es normal y cumple algunas otras
condiciones, utilizaremos los denominados test paramtricos y si no cumple dichos
criterios tenemos la opcin de usar los llamados test no paramtricos o de
distribucin libre, que se basan en los rangos de distribucin de la variable. Las
pruebas no paramtricas son menos potentes, es decir, son ms exigentes al
rechazar la hiptesis nula de igualdad y por tanto tienen menos posibilidades de
acertar cuando no la rechazan (ms posibilidades de cometer un error tipo beta).
tp%3A%2F%2Fwww.ugr.es%2F~rruizb%2Fcognosfera%2Fsala_de_estudio%2Festadistica%2Fesquematest.d
oc&ei=i1BMUv3aBIK28wTP34HIBg&usg=AFQjCNHE4-WZ0Sn2B-CXblKFGDd8aPzj7w
3. Defina homocedasticidad y explquela mediante un ejemplo aplicado a su
profesin. (Mximo 150 palabras).
Var (i ) Constante
Coeficientes
Mnimos Cuadrados Estndar Estadstico
Parmetro Estimado Error T Valor-P
Intercepto 1922,39 274,949 6,99181 0,0000
Pendiente 0,381517 0,0252931 15,0838 0,0000
Anlisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razn-F Valor-P
Modelo 4,96143E6 1 4,96143E6 227,52 0,0000
Residuo 436127, 20 21806,3
Total (Corr.) 5,39756E6 21
El StatAdvisor
La salida muestra los resultados de ajustar un modelo lineal para describir la relacin entre Ventas al por menor_Y_ y
Renta_X_. La ecuacin del modelo ajustado es
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relacin estadsticamente significativa entre
Ventas al por menor_Y_ y Renta_X_ con un nivel de confianza del 95,0%.
El estadstico R-Cuadrada indica que el modelo ajustado explica 91,9199% de la variabilidad en Ventas al por menor_Y_.
El coeficiente de correlacin es igual a 0,958749, indicando una relacin relativamente fuerte entre las variables. El error
estndar del estimado indica que la desviacin estndar de los residuos es 147,67. Este valor puede usarse para construir
lmites de prediccin para nuevas observaciones, seleccionando la opcin de Pronsticos del men de texto.
El error absoluto medio (MAE) de 115,559 es el valor promedio de los residuos. El estadstico de Durbin-Watson (DW)
examina los residuos para determinar si hay alguna correlacin significativa basada en el orden en el que se presentan en
el archivo de datos. Puesto que el valor-P es mayor que 0,05, no hay indicacin de una autocorrelacin serial en los
residuos con un nivel de confianza del 95,0%.
Nmero de observaciones: 22
Nmero de niveles: 3
El StatAdvisor
Este procedimiento ejecuta un anlisis de varianza de un factor para RESIDUOS. Construye varias pruebas y grficas
para comparar los valores medios de RESIDUOS para los 3 diferentes niveles de Grupos. La prueba-F en la tabla
ANOVA determinar si hay diferencias significativas entre las medias. Si las hay, las Pruebas de Rangos Mltiples le
dirn cules medias son significativamente diferentes de otras. Si le preocupa la presencia de valores atpicos, puede
elegir la Prueba de Kruskal-Wallis la cual compara las medianas en lugar de las medias. Las diferentes grficas le
ayudarn a juzgar la significancia prctica de los resultados, as como le permitirn buscar posibles violaciones de los
supuestos subyacentes en el anlisis de varianza.
El StatAdvisor
n 1 2 3 4 5 6 7 8 9 10 Media
Y 171,6 181,77 171,09 166,67 186,71 185,83 174,97 166,34 162,99 172,79 174,08
X 175,34 178,24 169,75 176,12 161,61 167,73 181,96 183,5 164,77 175,04 173,41
Tabla 2
n 1 2 3 4 5 6 7 8 9 10
x 171,6 181,77 171,09 166,67 186,71 185,83 174,97 166,34 162,99 172,79
y 170,7 181,22 170,67 166,13 186,33 185,26 174,41 165,87 162,53 172,38
Se puede observar que ahora Z contiene el envasado de cada Yogurt. En este caso
=Z=0:48ml; y el desvo de ese estimador es: (Sp2/n) =(0.004721/10)=0.02173 ml
real mente muy razonable, y el intervalo de confianza ser [0.48 2.26*0.02173] =
[0.43;0.53]ml
Para hacer inferencias estadsticas sobre dos poblaciones, se necesita tener una
muestra de cada poblacin. Las dos muestras sern dependientes o
independientes de acuerdo a la forma de seleccionarlas.
Si las muestras se seleccionan de manera que cada medida en una de ellas pueda
asociarse naturalmente con una medida en la otra muestra, se llaman muestras
dependientes. Cada dato sale de alguna fuente; una fuente es algo, una persona o
un objeto, que produce datos. Si dos medidas se obtienen de la misma fuente, se
puede pensar que las medidas estn pareadas. En consecuencia dos medidas que
se obtienen del mismo conjunto de fuentes son dependientes. Si dos muestras son
dependientes, entonces necesariamente tienen el mismo tamao. Las muestras
pareadas nos ayudan a reducir el sesgo por variables confundentes. Generalmente
las variables que se eligen para parear son variables que pueden influenciar la
respuesta. Cuando comparamos los resultados de observaciones pareadas, los
efectos de estas variables de pareamiento se cancelan.
Si la seleccin de los datos de una poblacin no est relacionada con la de los datos
de la otra, son muestras independientes. Sus datos provienen de grupos diferentes
que no guardan ninguna relacin entre s. Si ambas muestras se obtienen de
distintos individuos, mquinas, empresas, objetos, etcno hay nada en comn en
dichas muestras lo que hace que ambas sean independientes.
5. Qu es una anlisis post hoc? Cundo y para qu se efecta? Nombre al
menos 4 pruebas post hoc. (Mximo 150 palabras).
De manera ms sutil, cada vez que un patrn en los datos se considera, se lleva a
cabo efectivamente una prueba estadstica. Esto infla en gran medida el nmero
total de pruebas estadsticas y requiere el uso de mltiples procedimientos de
prueba para compensar. Sin embargo, esto es difcil de hacer con precisin y, de
hecho, la mayora de los resultados de los anlisis post-hoc son reportados como lo
estn con los valores de p no ajustada. Estos valores de p se deben interpretar a la
luz del hecho de que son un pequeo subconjunto y seleccionado de un grupo
potencialmente grande de los valores de p. Resultados de los anlisis post-hoc se
deben etiquetar explcitamente como tal en informes y publicaciones para evitar
lectores engaosas2.
2
http://centrodeartigos.com/articulos-educativos/article_11117.html
Mtodo de Newman-Keuls
El mtodo de Rodger
El mtodo de Scheff
Prueba de rangos de Tukey
Prueba de Dunnett
REFERENCIAS BIBLIOGRFICAS.
Estadstica para los clnicos. III. Pruebas estadsticas para el contraste de hiptesis.
Revisado el 2 de octubre de 2013 desde internet:
http://www.google.com.co/url?sa=t&rct=j&q=&esrc=s&frm=1&source=web&cd=3&v
ed=0CDkQFjAC&url=http%3A%2F%2Fwww.ugr.es%2F~rruizb%2Fcognosfera%2
Fsala_de_estudio%2Festadistica%2Fesquematest.doc&ei=i1BMUv3aBIK28wTP3
4HIBg&usg=AFQjCNHE4-WZ0Sn2B-CXblKFGDd8aPzj7w