0 calificaciones0% encontró este documento útil (0 votos)
8 vistas1 página
Este documento describe diferentes métodos estadísticos como intervalos de confianza, pruebas paramétricas y no paramétricas, y regresión lineal simple y correlación. Explica cómo calcular intervalos de confianza y cuándo usar pruebas paramétricas versus no paramétricas. También define la regresión lineal simple, el coeficiente de correlación, y el coeficiente de determinación.
Este documento describe diferentes métodos estadísticos como intervalos de confianza, pruebas paramétricas y no paramétricas, y regresión lineal simple y correlación. Explica cómo calcular intervalos de confianza y cuándo usar pruebas paramétricas versus no paramétricas. También define la regresión lineal simple, el coeficiente de correlación, y el coeficiente de determinación.
Este documento describe diferentes métodos estadísticos como intervalos de confianza, pruebas paramétricas y no paramétricas, y regresión lineal simple y correlación. Explica cómo calcular intervalos de confianza y cuándo usar pruebas paramétricas versus no paramétricas. También define la regresión lineal simple, el coeficiente de correlación, y el coeficiente de determinación.
INTERVALO DE CONFIANZA PRUEBA DE HIPÓTESIS NO REGRECIÓN LINEAL
PARAMÉTRICAS SIMPLE Y CORRELACIÓN Se trata de un intervalo de valores comprendido entre un valor mínimo y un valor máximo, con una probabilidad del 95% de contener el parámetro o valor de la variable SE REFIEREN A DIVERSOS MÉTODOS poblacional en la muestra (estimador puntual). PRUEBA PRUEBA NO PARA EXPLICAR LA CONEXIÓN ENTRE PARAMÉTRICA PARAMÉTRICA DOS VARIABLES CUANDO ESTAS SON DE TIPO NUMÉRICO. CALCULO DE INTERVALO La distribución de sus Cuando se cumple el supuesto datos se encuentra en un de normalidad, las pruebas no VALOR DEL ESTIMADOR ± COEFICIENTE DE estado de normalidad. paramétricas correspondientes CONFIABILIDAD X ERROR ESTÁNDAR COEFICIENTE DE La Homogeneidad de pueden ser de utilidad. Sin COEFICIENTE DE DETERMINACION varianza de sus datos. embargo, es importante CORRELACION DE R^2: destacar que las pruebas no PEARSON Media poblacional (población conocida) paramétricas suelen ser menos R^2%=(R^2 )×100 KOLMOGOROV- potentes que las pruebas TOMA VALORES DE paramétricas. SMIRNOV 0A1 Para muestras grandes ≥ (n 30) WILCOXON Este tipo de regresión se Prueba no utiliza cuando existe solo SHAPIRO - WILK una variable independiente Cuando la muestra es paramétrica para X para una variable Media poblacional (población deconocida) pequeña (n<30) muestras dependiente Y. Está T-student definida por la siguiente relacionadas ecuación lineal en su forma general. Cuando p < α se Es un número que representa rechaza la H0 y se el grado de asociación entre acepta la H1 las variables. Este coeficiente puede tomar cualquier valor entre -1 y 1.