SlideShare une entreprise Scribd logo
1  sur  36
ESCUELA : PONENTE : BIMESTRE : ESTADÍSTICA II CICLO : PSICOLOGÍA I BIMESTRE Econ. Miriam Guajala  ABRIL  – AGOSTO 2007
Reemplazo Muestreo Aleatorio se regresa a la primera antes de elegir al siguiente miembro. MUESTREO ALEATORIO Y PROBABILIDADES Escuela  de Psicología Sin reemplazo no se regresa a la primera antes de elegir al siguiente miembro.
A priori Probabilidad Razón sin la experiencia MUESTREO ALEATORIO Y PROBABILIDADES Escuela  de Psicología A posteriori Después del hecho Número de eventos clasificables como A Cantidad total de eventos posibles p( A)= Número de veces que A ha ocurrido Cantidad total de ocurrencias p( A)=
Regla de la suma Cálculo de Probabilidad Proporciona la prob. De que ocurra cualquiera de varios eventos. MUESTREO ALEATORIO Y PROBABILIDADES Escuela  de Psicología Eventos mutuamente excluyentes Si no pueden ocurrir al mismo tiempo Conjunto de eventos exhaustivo Incluye a todos los eventos posibles. p(A) + p(B) – p(A y B) p( A o B)= p(A) + p(B) p( A o B)=
Regla del producto Cálculo de Probabilidad Analiza la ocurrencia conjunta o sucesiva de varios eventos. MUESTREO ALEATORIO Y PROBABILIDADES Escuela  de Psicología Eventos independientes Si la ocurrencia de un evento no tiene efecto sobre la prob.,de ocurrencia del otro Eventos dependientes Si la prob. De ocurrencia de un evento se ve afectada por la ocurrencia de otro. Eventos mutuamente excluyentes Si no pueden ocurrir al mismo tiempo p(A) * p(B/A)  p( A y B)= p(A) *p(B/A) p( A y B)= p(A) *p(B) p( A y B)= 0 p( A y B)=
Probabilidad y variables continuas con distribución normal. Variables dependientes que deben evaluarse en los experimentos son continuas, no discretas. MUESTREO ALEATORIO Y PROBABILIDADES Escuela  de Psicología Datos Valor z, Valor X, Media (u), Desviación Estándar y Tabla A Área debajo de la curva,correspondiente a A Área total bajo la curva p( A)=
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología ,[object Object],[object Object],[object Object],[object Object],[object Object]
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología Pregunta 11.- Leer con atención probabilidad a priori y regla de la suma. p(A) + p(B) – p(A y B) p( A o B)= Número de eventos clasificables como A Cantidad total de eventos posibles p( A)=
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología Pregunta 18.- Leer con atención definición de regla del producto, muestreo sin reemplazo, regla de la suma, y regla de la suma eventos mutuamente excluyentes p(A) + p(B) p( A o B)= p(A) *p(B/A) p( A y B)=
ESTRATEGIAS DE ESTUDIO Escuela  de Psicología Conceptos: Probabilidad Formulas: A priori, a posteriori, regla de la suma, regla del producto. Ejercicios resueltos del libro.
DISTRIBUCION BINOMIAL DISTRIBUCION BINOMIAL Escuela  de Psicología Distribución de probabilidad N ensayos 2 posibles resultados Mutuamente excluyentes Son independientes entre sí C/resultado posible es la misma
DESARROLLO BINOMIAL (P+Q)N De donde: P es la probabilidad de uno de los dos resultados posibles en un ensayo Q es la probabilidad del otro resultado posible N es el número de ensayos DISTRIBUCION BINOMIAL Escuela  de Psicología
USO DE TABLA BINOMIAL Sustituto del desarrollo binomial. Proporciona la distribución binomial para valores de N ( número de ensayo) hasta 20 en la primera columna y los resultados posibles están en la segunda columna, bajo el encabezado “Número de eventos P y Q. El resto de columnas contienen datos de probabilidad para diversos valores de P o Q DISTRIBUCION BINOMIAL Escuela  de Psicología
USO DE TABLA BINOMIAL Ejemplo: Si lanzo tres monedas que no están cargadas, una sola vez, ¿Cuál es la probabilidad de obtener 2 caras y una cruz? Suponga que cada moneda sólo puede caer en cara o en cruz. Datos. N= 3 (monedas) P= 2 (cara o cruz) p= 0.50 DISTRIBUCION BINOMIAL Escuela  de Psicología
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología Pregunta 16.- Leer con atención definición de regla del Suma, Determinar Q y manejo de tabla B. Ejemplo p( todos sean diestros)     Determinar Q Datos de la tabla No.  # de evento P   Q 0.15 5  5  0.4437
ESTRATEGIAS DE ESTUDIO Escuela  de Psicología Definiciones de Desarrollo binomial y fórmula Condiciones o características de la distribución binomial.
DISEÑO DE MEDIDAS REPETIDAS PRUEBA DE HIPÓTESIS Escuela  de Psicología Característica Son la existencia de resultados pareados en las condiciones y la elaboración de un estudio que analiza la diferencia entre éstos.
HIPOTESIS ALTERNATIVA PRUEBA DE HIPÓTESIS Escuela  de Psicología Afirma que la diferencia de resultados entre las condiciones se debe a la variable independiente. Direccional No direccional Cuando existe una buena base teórica y buena evidencia de apoyo literario Cuando el experimento es básico para determinar el hecho Evalúa con un valor de prob. De una cola Evalúa con un valor de prob. De dos colas
HIPOTESIS NULA PRUEBA DE HIPÓTESIS Escuela  de Psicología Es la contraparte lógica de la alternativa, de modo que si la primera es falsa, la segunda debe ser verdadera. H1 no direccionada    H0 especifica que la Var. Ind. No influye sobre la Var. Dep. H1 direccionada    H0 establece que la Var. Ind. No influye sobre la Var. Dep. en la dirección dada
PEGLA DE DECISION PRUEBA DE HIPÓTESIS Escuela  de Psicología Siempre evaluamos los resultados de un experimento evaluando la H0 porque podemos calcular la prob. De los eventos aleatorios. EVALUACION H0 es V y si esta es menor o igual al nivel alfa o nivel de probabilidad crítica    Rechazamos la Ho y aceptamos de manera indirecta la H1. Por lo tanto los resultados son significativos o confiables. Si la prob. Obtenido es mayor al nivel alfa, conservamos la Ho
ERROR DE TIPO I Y DE TIPO II PRUEBA DE HIPÓTESIS Escuela  de Psicología ERROR TIPO I Rechazamos la H0 cuando esta es verdadera ERROR TIPO II No rechazamos la H0 cuando esta es falsa CONCLUSION Estado real Decisión  H0 (V)  H0 (F) Aceptar Ho  Decisión Correcta  Error Tipo II Rechazar H0  Error Tipo I  Decisión Correcta
NIVEL ALFA Y EL PROCESO DE DECISION PRUEBA DE HIPÓTESIS Escuela  de Psicología Nivel al cual desean limitar la probabilidad de cometer un Error Tipo I CONCLUSION Estado real Nivel Alfa  Prob. Obt.  Decisión  H0 (V)  H0 (F) 0.05  0.02  Aceptar Ho  Decisión Correcta  Error Tipo II 0.01  0.02  Rechazar H0  Error Tipo I  Decisión Correcta
EVALUACION DE LA COLA DE LA DISTRIBUCION PRUEBA DE HIPÓTESIS Escuela  de Psicología H1 no direccionada Evaluamos el resultado obtenido en ambas direcciones o colas. H1 direccionada Evaluamos solamente la cola de la distribución que está en la dirección dada por la H1 Necesitamos de Signos positivos y negativos y hemos de incluir de los resultados positivos los tantos o valores mas extremos.
EVALUACION DE LA COLA DE LA DISTRIBUCION PRUEBA DE HIPÓTESIS Escuela  de Psicología Ejemplo. N= 10 y p=0.50 Signos positivos: 9 Tantos extremos: 0,1,9,10 Tabla B P(0,1,9,10)= p(0)+p(1)+p(9)+p(10)   = 0.0010+0.0098+0.0098+0.0010   = 0.0216
EVALUACION DE PROBABILIDADES PARA UNA O DOS COLAS PRUEBA DE HIPÓTESIS Escuela  de Psicología Nivel alfa. Determina si la evaluación de la probabilidad debe ser de una o dos colas. Regla. La evaluación debe ser siempre de dos colas, a menos que el experimentador conserve H0 cuando los resultados sean extremos en la dirección opuesta a la prevista.
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
ESTRATEGIAS DE ESTUDIO Escuela  de Psicología Definiciones de Error tipo I y II, revisión de ejercicios resueltos, Nivel de significancia o Nivel Alfa, cuadros de conclusiones, potencia, beta
Todos los valores que se pueden asumir Distribución Muestral  DISTRIBUCIONES MUESTRALES Escuela  de Psicología Conjunto real o teórico de datos si se realiza sobre toda la población y la variable independiente no tuviese efectos. Población de la hipótesis nula La probabilidad de obtener cada valor Una distribución muestral. Proporciona todos los valores que puede asumir un estadístico, junto con la probabilidad de obtener cada valor si el muestreo es aleatorio a partir de la población de hipótesis nula.
La prueba (Z) de la desviación normalizada DISTRIBUCIONES MUESTRALES Escuela  de Psicología Distribución muestral de la media Se utiliza cuando conocemos los parámetros de la población de la H0.  Proporciona todos los valores que puede asumir la media, junto con la probabilidad de obtener cada valor si el muestreo es aleatorio a partir de la población de H0
Características de la dist. Muestral de la media DISTRIBUCIONES MUESTRALES Escuela  de Psicología a). Tiene una media y una desviación estándar. ux= es la media de la distribución muestral de la media Gx= es la desviación estándar de la distribución muestral de la media. b). Tiene una media igual a la media poblacional de datos crudos. ux= u c) Tiene una desviación estándar igual a la desviación estándar  poblacional de datos crudos, dividida entre la raíz cuadrada de N (ensayos o población) Gx= G / N d) Presenta una forma normal que depende de cómo se distribuya la población de datos crudos y del tamaño de la muestra.
Formulas para datos crudos y medias muéstrales DISTRIBUCIONES MUESTRALES Escuela  de Psicología a). Revisar pág. 274 Capítulo 12.
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
ESTRATEGIAS PARA EL TRABAJO A  DISTANCIA Escuela  de Psicología Pregunta 24.- Leer con atención Hipótesis alternativa, nula, prueba z, evaluación del estadístico con base a su distribución muestral. a). H1. b). Ho. c). Conclusión:  Paso 1: Fórmula de Zobt. Paso 2: Zobt >Zcrit. d) Aceptación o Rechazo Ho.
ESTRATEGIAS DE ESTUDIO Escuela  de Psicología Definición de Teorema del límite central, distribución muestral de un estadístico, población de la hipótesis nula, distribución muestra, prueba z, características y fórmulas.
 

Contenu connexe

Tendances

Pruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesPruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesMaría Isabel Bautista
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)HOTELES2
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2FELIX Castro Garcia
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisElisa Mendoza
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)María Isabel Bautista
 
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)guest8a3c19
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadradoTATHYYYYY
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesLizeth
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadradoaramirez
 

Tendances (20)

Pruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesPruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para Proporciones
 
Coef Contingencia
Coef ContingenciaCoef Contingencia
Coef Contingencia
 
el chi cuadrado
el chi cuadradoel chi cuadrado
el chi cuadrado
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)Planteamiento de Hipótesis para dos poblaciones (WORD)
Planteamiento de Hipótesis para dos poblaciones (WORD)
 
Distribucion Chi Cuadrada
Distribucion Chi CuadradaDistribucion Chi Cuadrada
Distribucion Chi Cuadrada
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Pruebas Paramétricas
Pruebas Paramétricas Pruebas Paramétricas
Pruebas Paramétricas
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Prueba de hipotesis (1)
Prueba de hipotesis (1)Prueba de hipotesis (1)
Prueba de hipotesis (1)
 
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
Planteamiento de hipotesis en mas de dos poblaciones (ji cuadrada)
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Tb23 2012 3-prueba_de_chi_cuadrada
Tb23 2012 3-prueba_de_chi_cuadradaTb23 2012 3-prueba_de_chi_cuadrada
Tb23 2012 3-prueba_de_chi_cuadrada
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblaciones
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
EstimacióN Y Prueba De HipóTesis
EstimacióN Y Prueba De HipóTesisEstimacióN Y Prueba De HipóTesis
EstimacióN Y Prueba De HipóTesis
 

En vedette

Ejercicios resueltos unidad i
Ejercicios resueltos unidad iEjercicios resueltos unidad i
Ejercicios resueltos unidad i13004397
 
Ejercicios probabilidades
Ejercicios probabilidadesEjercicios probabilidades
Ejercicios probabilidadessontorito0o
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaEnri_Montoya
 
Lean Six Sigma Tool
Lean Six Sigma ToolLean Six Sigma Tool
Lean Six Sigma Toolgdekker
 
Teoría de las probabilidades
Teoría de las probabilidadesTeoría de las probabilidades
Teoría de las probabilidadesJohanna Garcia
 
Estadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialEstadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialGERENCIA MTTO 3ER CORTE
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Alvaro Chavez
 
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)Luis Angel Vanegas
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de claseeira1779
 
Libro estadística para administración y economía levin
Libro estadística para administración y economía   levinLibro estadística para administración y economía   levin
Libro estadística para administración y economía levinJose Reyes
 
METODO CUALITATIVO
METODO CUALITATIVOMETODO CUALITATIVO
METODO CUALITATIVOSHANY1987
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersiónSusanaHeredia
 
PENSAMIENTO Y LENGUAJE - FANNY JEM WONG
PENSAMIENTO Y LENGUAJE - FANNY JEM WONGPENSAMIENTO Y LENGUAJE - FANNY JEM WONG
PENSAMIENTO Y LENGUAJE - FANNY JEM WONGFANNY JEM WONG MIÑÁN
 
Fundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónFundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónGerardo Valdes Bermudes
 

En vedette (20)

Ejercicios resueltos unidad i
Ejercicios resueltos unidad iEjercicios resueltos unidad i
Ejercicios resueltos unidad i
 
Ejercicios probabilidades
Ejercicios probabilidadesEjercicios probabilidades
Ejercicios probabilidades
 
Teoria de la probabilidad estadistica
Teoria de la probabilidad estadisticaTeoria de la probabilidad estadistica
Teoria de la probabilidad estadistica
 
Suma y pro
Suma y proSuma y pro
Suma y pro
 
Aet2 class41
Aet2 class41Aet2 class41
Aet2 class41
 
Est1 class101
Est1 class101Est1 class101
Est1 class101
 
Lean Six Sigma Tool
Lean Six Sigma ToolLean Six Sigma Tool
Lean Six Sigma Tool
 
Teoría de las probabilidades
Teoría de las probabilidadesTeoría de las probabilidades
Teoría de las probabilidades
 
Estadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion FactorialEstadistica grupo 5 Experimentacion Factorial
Estadistica grupo 5 Experimentacion Factorial
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Medidas De Dispersion
Medidas De DispersionMedidas De Dispersion
Medidas De Dispersion
 
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)
PLANTEAMIENTO DE HIPOTESIS PARA UNA POBLACION (MEDIA)
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de clase
 
Libro estadística para administración y economía levin
Libro estadística para administración y economía   levinLibro estadística para administración y economía   levin
Libro estadística para administración y economía levin
 
METODO CUALITATIVO
METODO CUALITATIVOMETODO CUALITATIVO
METODO CUALITATIVO
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
PENSAMIENTO Y LENGUAJE - FANNY JEM WONG
PENSAMIENTO Y LENGUAJE - FANNY JEM WONGPENSAMIENTO Y LENGUAJE - FANNY JEM WONG
PENSAMIENTO Y LENGUAJE - FANNY JEM WONG
 
Aseguramiento y control de la calidad
Aseguramiento y control de la calidadAseguramiento y control de la calidad
Aseguramiento y control de la calidad
 
Fundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónFundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicación
 

Similaire à Estadística II (I Bimestre)

Similaire à Estadística II (I Bimestre) (20)

Estadística II
Estadística IIEstadística II
Estadística II
 
Pruebas hipotesis 1_pob2
Pruebas hipotesis 1_pob2Pruebas hipotesis 1_pob2
Pruebas hipotesis 1_pob2
 
Videoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptxVideoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptx
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
Mic sesión 7
Mic sesión 7Mic sesión 7
Mic sesión 7
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Modelos probabilidades
Modelos probabilidadesModelos probabilidades
Modelos probabilidades
 
Pueba de hipótesis
Pueba de hipótesisPueba de hipótesis
Pueba de hipótesis
 
Clase 11. Tema. Prueba de Hipotesis 06-05-23.pdf
Clase 11. Tema. Prueba de Hipotesis 06-05-23.pdfClase 11. Tema. Prueba de Hipotesis 06-05-23.pdf
Clase 11. Tema. Prueba de Hipotesis 06-05-23.pdf
 
Ensayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporcionesEnsayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporciones
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Estadistica 9
Estadistica 9Estadistica 9
Estadistica 9
 
SesióN 11
SesióN 11SesióN 11
SesióN 11
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Proceso De VerificacióN
Proceso De VerificacióNProceso De VerificacióN
Proceso De VerificacióN
 
SesióN 12
SesióN 12SesióN 12
SesióN 12
 
Unidad 1. Probabilidad
Unidad 1. ProbabilidadUnidad 1. Probabilidad
Unidad 1. Probabilidad
 

Plus de Videoconferencias UTPL

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraVideoconferencias UTPL
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Videoconferencias UTPL
 
Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Videoconferencias UTPL
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientalesVideoconferencias UTPL
 

Plus de Videoconferencias UTPL (20)

La oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misioneraLa oración en clave de espiritualidad misionera
La oración en clave de espiritualidad misionera
 
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
Asesoria trabajo fin de titulacion (Lineas y proyectos de investigación )
 
Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)Asesoria trabajo fin de titulacion (objetivos y planificacion)
Asesoria trabajo fin de titulacion (objetivos y planificacion)
 
Generos graficos
Generos graficosGeneros graficos
Generos graficos
 
Periodismo digital
Periodismo digitalPeriodismo digital
Periodismo digital
 
El editorial
El editorialEl editorial
El editorial
 
La entrevista
La entrevistaLa entrevista
La entrevista
 
La noticia
La noticiaLa noticia
La noticia
 
Generos periodisticos
Generos periodisticosGeneros periodisticos
Generos periodisticos
 
Biología general
Biología generalBiología general
Biología general
 
Introducción a las ciencias ambientales
Introducción a las ciencias ambientalesIntroducción a las ciencias ambientales
Introducción a las ciencias ambientales
 
Expresion oral y escrita
Expresion oral y escritaExpresion oral y escrita
Expresion oral y escrita
 
Matematicas I
Matematicas IMatematicas I
Matematicas I
 
Contabilidad general I
Contabilidad general IContabilidad general I
Contabilidad general I
 
Realidad Nacional
Realidad NacionalRealidad Nacional
Realidad Nacional
 
Aplicación de nuevas tecnologías
Aplicación de nuevas tecnologíasAplicación de nuevas tecnologías
Aplicación de nuevas tecnologías
 
Marketing y protocolo empresarial
Marketing y protocolo empresarialMarketing y protocolo empresarial
Marketing y protocolo empresarial
 
Gerencia educativa
Gerencia educativaGerencia educativa
Gerencia educativa
 
Toma de decisiones
Toma de decisiones Toma de decisiones
Toma de decisiones
 
Ejercicios fonetica y fonologia
Ejercicios fonetica y fonologiaEjercicios fonetica y fonologia
Ejercicios fonetica y fonologia
 

Dernier

How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.FlorenciaCattelani
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxAlan779941
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estossgonzalezp1
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxMiguelAtencio10
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITMaricarmen Sánchez Ruiz
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21mariacbr99
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxJorgeParada26
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...JohnRamos830530
 
Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfAnnimoUno1
 
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdfRefrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdfvladimiroflores1
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanamcerpam
 

Dernier (11)

How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdf
 
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdfRefrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 

Estadística II (I Bimestre)

  • 1. ESCUELA : PONENTE : BIMESTRE : ESTADÍSTICA II CICLO : PSICOLOGÍA I BIMESTRE Econ. Miriam Guajala ABRIL – AGOSTO 2007
  • 2. Reemplazo Muestreo Aleatorio se regresa a la primera antes de elegir al siguiente miembro. MUESTREO ALEATORIO Y PROBABILIDADES Escuela de Psicología Sin reemplazo no se regresa a la primera antes de elegir al siguiente miembro.
  • 3. A priori Probabilidad Razón sin la experiencia MUESTREO ALEATORIO Y PROBABILIDADES Escuela de Psicología A posteriori Después del hecho Número de eventos clasificables como A Cantidad total de eventos posibles p( A)= Número de veces que A ha ocurrido Cantidad total de ocurrencias p( A)=
  • 4. Regla de la suma Cálculo de Probabilidad Proporciona la prob. De que ocurra cualquiera de varios eventos. MUESTREO ALEATORIO Y PROBABILIDADES Escuela de Psicología Eventos mutuamente excluyentes Si no pueden ocurrir al mismo tiempo Conjunto de eventos exhaustivo Incluye a todos los eventos posibles. p(A) + p(B) – p(A y B) p( A o B)= p(A) + p(B) p( A o B)=
  • 5. Regla del producto Cálculo de Probabilidad Analiza la ocurrencia conjunta o sucesiva de varios eventos. MUESTREO ALEATORIO Y PROBABILIDADES Escuela de Psicología Eventos independientes Si la ocurrencia de un evento no tiene efecto sobre la prob.,de ocurrencia del otro Eventos dependientes Si la prob. De ocurrencia de un evento se ve afectada por la ocurrencia de otro. Eventos mutuamente excluyentes Si no pueden ocurrir al mismo tiempo p(A) * p(B/A) p( A y B)= p(A) *p(B/A) p( A y B)= p(A) *p(B) p( A y B)= 0 p( A y B)=
  • 6. Probabilidad y variables continuas con distribución normal. Variables dependientes que deben evaluarse en los experimentos son continuas, no discretas. MUESTREO ALEATORIO Y PROBABILIDADES Escuela de Psicología Datos Valor z, Valor X, Media (u), Desviación Estándar y Tabla A Área debajo de la curva,correspondiente a A Área total bajo la curva p( A)=
  • 7.
  • 8. ESTRATEGIAS PARA EL TRABAJO A DISTANCIA Escuela de Psicología Pregunta 11.- Leer con atención probabilidad a priori y regla de la suma. p(A) + p(B) – p(A y B) p( A o B)= Número de eventos clasificables como A Cantidad total de eventos posibles p( A)=
  • 9. ESTRATEGIAS PARA EL TRABAJO A DISTANCIA Escuela de Psicología Pregunta 18.- Leer con atención definición de regla del producto, muestreo sin reemplazo, regla de la suma, y regla de la suma eventos mutuamente excluyentes p(A) + p(B) p( A o B)= p(A) *p(B/A) p( A y B)=
  • 10. ESTRATEGIAS DE ESTUDIO Escuela de Psicología Conceptos: Probabilidad Formulas: A priori, a posteriori, regla de la suma, regla del producto. Ejercicios resueltos del libro.
  • 11. DISTRIBUCION BINOMIAL DISTRIBUCION BINOMIAL Escuela de Psicología Distribución de probabilidad N ensayos 2 posibles resultados Mutuamente excluyentes Son independientes entre sí C/resultado posible es la misma
  • 12. DESARROLLO BINOMIAL (P+Q)N De donde: P es la probabilidad de uno de los dos resultados posibles en un ensayo Q es la probabilidad del otro resultado posible N es el número de ensayos DISTRIBUCION BINOMIAL Escuela de Psicología
  • 13. USO DE TABLA BINOMIAL Sustituto del desarrollo binomial. Proporciona la distribución binomial para valores de N ( número de ensayo) hasta 20 en la primera columna y los resultados posibles están en la segunda columna, bajo el encabezado “Número de eventos P y Q. El resto de columnas contienen datos de probabilidad para diversos valores de P o Q DISTRIBUCION BINOMIAL Escuela de Psicología
  • 14. USO DE TABLA BINOMIAL Ejemplo: Si lanzo tres monedas que no están cargadas, una sola vez, ¿Cuál es la probabilidad de obtener 2 caras y una cruz? Suponga que cada moneda sólo puede caer en cara o en cruz. Datos. N= 3 (monedas) P= 2 (cara o cruz) p= 0.50 DISTRIBUCION BINOMIAL Escuela de Psicología
  • 15.
  • 16. ESTRATEGIAS PARA EL TRABAJO A DISTANCIA Escuela de Psicología Pregunta 16.- Leer con atención definición de regla del Suma, Determinar Q y manejo de tabla B. Ejemplo p( todos sean diestros)  Determinar Q Datos de la tabla No. # de evento P Q 0.15 5 5 0.4437
  • 17. ESTRATEGIAS DE ESTUDIO Escuela de Psicología Definiciones de Desarrollo binomial y fórmula Condiciones o características de la distribución binomial.
  • 18. DISEÑO DE MEDIDAS REPETIDAS PRUEBA DE HIPÓTESIS Escuela de Psicología Característica Son la existencia de resultados pareados en las condiciones y la elaboración de un estudio que analiza la diferencia entre éstos.
  • 19. HIPOTESIS ALTERNATIVA PRUEBA DE HIPÓTESIS Escuela de Psicología Afirma que la diferencia de resultados entre las condiciones se debe a la variable independiente. Direccional No direccional Cuando existe una buena base teórica y buena evidencia de apoyo literario Cuando el experimento es básico para determinar el hecho Evalúa con un valor de prob. De una cola Evalúa con un valor de prob. De dos colas
  • 20. HIPOTESIS NULA PRUEBA DE HIPÓTESIS Escuela de Psicología Es la contraparte lógica de la alternativa, de modo que si la primera es falsa, la segunda debe ser verdadera. H1 no direccionada  H0 especifica que la Var. Ind. No influye sobre la Var. Dep. H1 direccionada  H0 establece que la Var. Ind. No influye sobre la Var. Dep. en la dirección dada
  • 21. PEGLA DE DECISION PRUEBA DE HIPÓTESIS Escuela de Psicología Siempre evaluamos los resultados de un experimento evaluando la H0 porque podemos calcular la prob. De los eventos aleatorios. EVALUACION H0 es V y si esta es menor o igual al nivel alfa o nivel de probabilidad crítica  Rechazamos la Ho y aceptamos de manera indirecta la H1. Por lo tanto los resultados son significativos o confiables. Si la prob. Obtenido es mayor al nivel alfa, conservamos la Ho
  • 22. ERROR DE TIPO I Y DE TIPO II PRUEBA DE HIPÓTESIS Escuela de Psicología ERROR TIPO I Rechazamos la H0 cuando esta es verdadera ERROR TIPO II No rechazamos la H0 cuando esta es falsa CONCLUSION Estado real Decisión H0 (V) H0 (F) Aceptar Ho Decisión Correcta Error Tipo II Rechazar H0 Error Tipo I Decisión Correcta
  • 23. NIVEL ALFA Y EL PROCESO DE DECISION PRUEBA DE HIPÓTESIS Escuela de Psicología Nivel al cual desean limitar la probabilidad de cometer un Error Tipo I CONCLUSION Estado real Nivel Alfa Prob. Obt. Decisión H0 (V) H0 (F) 0.05 0.02 Aceptar Ho Decisión Correcta Error Tipo II 0.01 0.02 Rechazar H0 Error Tipo I Decisión Correcta
  • 24. EVALUACION DE LA COLA DE LA DISTRIBUCION PRUEBA DE HIPÓTESIS Escuela de Psicología H1 no direccionada Evaluamos el resultado obtenido en ambas direcciones o colas. H1 direccionada Evaluamos solamente la cola de la distribución que está en la dirección dada por la H1 Necesitamos de Signos positivos y negativos y hemos de incluir de los resultados positivos los tantos o valores mas extremos.
  • 25. EVALUACION DE LA COLA DE LA DISTRIBUCION PRUEBA DE HIPÓTESIS Escuela de Psicología Ejemplo. N= 10 y p=0.50 Signos positivos: 9 Tantos extremos: 0,1,9,10 Tabla B P(0,1,9,10)= p(0)+p(1)+p(9)+p(10) = 0.0010+0.0098+0.0098+0.0010 = 0.0216
  • 26. EVALUACION DE PROBABILIDADES PARA UNA O DOS COLAS PRUEBA DE HIPÓTESIS Escuela de Psicología Nivel alfa. Determina si la evaluación de la probabilidad debe ser de una o dos colas. Regla. La evaluación debe ser siempre de dos colas, a menos que el experimentador conserve H0 cuando los resultados sean extremos en la dirección opuesta a la prevista.
  • 27.
  • 28. ESTRATEGIAS DE ESTUDIO Escuela de Psicología Definiciones de Error tipo I y II, revisión de ejercicios resueltos, Nivel de significancia o Nivel Alfa, cuadros de conclusiones, potencia, beta
  • 29. Todos los valores que se pueden asumir Distribución Muestral DISTRIBUCIONES MUESTRALES Escuela de Psicología Conjunto real o teórico de datos si se realiza sobre toda la población y la variable independiente no tuviese efectos. Población de la hipótesis nula La probabilidad de obtener cada valor Una distribución muestral. Proporciona todos los valores que puede asumir un estadístico, junto con la probabilidad de obtener cada valor si el muestreo es aleatorio a partir de la población de hipótesis nula.
  • 30. La prueba (Z) de la desviación normalizada DISTRIBUCIONES MUESTRALES Escuela de Psicología Distribución muestral de la media Se utiliza cuando conocemos los parámetros de la población de la H0. Proporciona todos los valores que puede asumir la media, junto con la probabilidad de obtener cada valor si el muestreo es aleatorio a partir de la población de H0
  • 31. Características de la dist. Muestral de la media DISTRIBUCIONES MUESTRALES Escuela de Psicología a). Tiene una media y una desviación estándar. ux= es la media de la distribución muestral de la media Gx= es la desviación estándar de la distribución muestral de la media. b). Tiene una media igual a la media poblacional de datos crudos. ux= u c) Tiene una desviación estándar igual a la desviación estándar poblacional de datos crudos, dividida entre la raíz cuadrada de N (ensayos o población) Gx= G / N d) Presenta una forma normal que depende de cómo se distribuya la población de datos crudos y del tamaño de la muestra.
  • 32. Formulas para datos crudos y medias muéstrales DISTRIBUCIONES MUESTRALES Escuela de Psicología a). Revisar pág. 274 Capítulo 12.
  • 33.
  • 34. ESTRATEGIAS PARA EL TRABAJO A DISTANCIA Escuela de Psicología Pregunta 24.- Leer con atención Hipótesis alternativa, nula, prueba z, evaluación del estadístico con base a su distribución muestral. a). H1. b). Ho. c). Conclusión: Paso 1: Fórmula de Zobt. Paso 2: Zobt >Zcrit. d) Aceptación o Rechazo Ho.
  • 35. ESTRATEGIAS DE ESTUDIO Escuela de Psicología Definición de Teorema del límite central, distribución muestral de un estadístico, población de la hipótesis nula, distribución muestra, prueba z, características y fórmulas.
  • 36.