Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD DE FALCÓN
FACULTAD DE CIENCIAS SOCIALES
CARRERA: Procesos Gerenciales
CÁTEDRA: Estadística II.
DOCENTE: PROF. Prof. Manuel Duarte
Autores:
Mujica Maira C.I: 15.982.774
La metodología del diseño de experimentos analiza cómo variar las condiciones habituales
de realización de un proceso empírico para aumentar la probabilidad de detectar cambios
significativos en la respuesta; de esta forma se obtiene un mayor conocimiento del
comportamiento del proceso de interés. Para que la metodología de diseño de experimentos
sea eficaz es fundamental que el experimento esté bien diseñado
2. INTERVALOS DE CONFIANZA
El intervalo de confianza nos permite calcular dos valores en relación a una media de
muestra (1 superior y 1 inferior). Estos valores demarcaran una categoría en la cual, con
una probabilidad determinada, se puede localizar el parámetro poblacional.
Presumamos que poseemos una moneda, la cual puede o no estar balanceada. Entonces,
posteriormente a varios lanzamientos, la posibilidad que el resultado sea sello cambiara
desde 0 (todas las veces cara, lo que indica, una moneda balanceada) hasta 1 (todas las
veces sello, de nuevo balanceada), pasando por 0,5 (la mitad de las veces sello y las otras
caras, lo que equivale a una moneda no balanceada). Como no conocemos la verdadera
naturaleza de la moneda, vamos a experimentar con ella.
Realizamos 1.000 lanzamientos, resultando 500 sellos y 500 caras, con lo que estamos aún
más seguros que nuestra moneda no está balanceada (nuestro rango puede ser 0,45 a 0,55 o
menor).
El ejemplo anterior nos permite aclarar varios conceptos:
• El valor real más probable corresponde al estimador puntual del estudio, en este caso 0,5.
Al analizar estos datos se obtiene una reducción absoluta del riesgo (RRA) de 4,2% con
95% de intervalo de confianza de 0,9% a 7,5%. Esto quiere decir que el valor real, es decir,
el resultante al aplicar la intervención a la población total de pacientes con AIT, está con
95% de probabilidad entre un RRA de 0,9% a 7,5%, siendo el valor más probable 4,2%. Si
aumentamos el n de la muestra a 20.000 obtendríamos nuevamente un RRA de 4,2%, pero
con un intervalo de confianza más estrecho, de 3,5% a 4,9% (Fórmula en apéndice 1).
El cálculo del tamaño de la muestra no es una escueta operación aritmética que nos
suministre un valor. Es una función matemática, por eso el cambio de una variable,
obligatoriamente se acompaña del cambio de la otra preciada en la ecuación, esto nos
permite un mejor acercamiento al número que se pretende, ajustando a su vez el poder
estadístico con otros parámetros.
Donde;
f = función (es una colección de pares de valores ordenados, que pertenecen a diferentes
conjuntos. En el cálculo del tamaño de la muestra, los conjuntos se pueden ejemplificar con
el poder estadístico y el número muestral resultante).
En las distintas áreas de la investigación científica se tiene que tener rigor metodológico,
así como para la elaboración del protocolo, como para desarrollar las distintas etapas de la
investigación. Con ese orden de ideas, es reivindicatorio la misma severidad para evaluar el
tamaño de la muestra en investigación en educación médica, esto aplicaria para los estudios
contenidos en el compás de la investigación en educación médica.6
Los sitios en donde se desglosa este proceso son: el protocolo de la investigación, en las
tesis de Maestrías y Doctorados en Ciencias Médicas y de la Salud, y en ocasiones en las de
licenciatura, lo que demuestra que se da como un valor entendido que se realizó con rigor
metodológico.
Los factores que determinan el tamaño de muestra, son de orden estadístico o logístico. El
logístico se encuentra con limite financieros, y la disponibilidad de participantes, el resto
son factores de orden estadístico que comentamos a continuación;
1. Hipótesis.
4. Poder estadístico.
5. Variabilidad.
Ejemplo 1.
Una compañía telefónica quiere conocer la influencia de varios elementos o factores en la
variable de la duración de una llamada por teléfono. Los factores que se toman en cuenta
son los siguientes: la hora en la que se hace la llamada; el día de semana que se ejecuta la
llamada; el área de la ciudad desde que se hace la llamada; el sexo de la persona del que
hace la llamada; el tipo de teléfono usado (público o privado) para realizar la llamada.
Ejemplo 2.
Una empresa de software está intrigada en estudiar la variable porcentaje en que se prensa
un fichero, al utilizar un programa de presión o compresión habiendo en cuenta el tipo de
programa utilizado y el tipo de fichero que se comprime. — Se pretende analizar el
rendimiento de los estudiantes en una materia y, para esto se necesita controlar varios
factores; El profesor que da la materia; la técnica de enseñanza; el sexo del estudiante.
Se desea estimar la media del tiempo que un corredor emplea para completar una maratón.
Para ello se han cronometrado 10 maratones y se ha obtenido una media de 4 horas con una
desviación típica de 33 minutos (0,55 horas). Se desea obtener un intervalo al 95% de
confianza
Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula del
intervalo.
El intervalo de confianza, sería la parte de la distribución que queda sombreada en azul.
Los 2 valores acotados por este serían los correspondientes a las 2 líneas de color rojo. La
línea central que parte la distribución en 2 sería el verdadero valor poblacional.
Es importante resaltar que en este caso, dado que la función de densidad de la distribución
N(0,1) nos da la probabilidad acumulada (desde la izquierda hasta el valor crítico), tenemos
que encontrar el valor que nos deja a la izquierda 0,975% (este es 1,96).
REFERENCIAS BIBLIOGRÁFICAS