Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mauricio Peñuela
ACP
ACP
ACP
ACP
ACP
ACP
ACP
ACP
ACP
ACP
ACP
AC
AC
AC
AC
AC
AC
Los resultados del ACP y del AC lucen diferentes por dos razones
AC
Métodos estadísticos computacionales
• Muestras
• Poblaciones
• Variables
• Distribuciones de probabilidad
• Estadísticos
• Parámetros
• Distribución
Gaussiana
• Intervalos de confianza
• Pruebas de hipótesis
• ¿ Por qué se necesitan métodos estadísticos
computacionales ?
El intervalo de confianza sería
Pero como los datos no se ajustan a una distribución normal, esto no es cierto,
por tanto no se pueden realizar pruebas de hipótesis con estos parámetros.
• Métodos basados en remuestreos
Boostrap
• El modelo normal predijo un intervalos e confianza del 95% de 291-4.12, así que
los dos métodos coinciden para este caso.
• El bootstrapping no asume una asignación aleatoria de los grupos, sino que las
muestras han sido obtenidas aleatoriamente de la o las poblaciones. Se aplica por
lo tanto en diseños muestrales, no experimentales. Esta es la diferencia clave
respecto a los test de permutación.
Permutación