Respuestas CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Respuestas CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN"

Transcripción

1 Respuestas CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN

2 1. Utilizaremos correlaciones de Spearman porque las variables son de tipo ordinal. Los resultados se muestran a continuación. Todas las correlaciones son significativas pero el gusto por la música clásica y la ópera están muy asociados. el Jazz en cambio tiene correlaciones algo inferiores. Correlaciones Música clásica Jazz Ópera Rho de Spearman Música clásica Coeficiente de correlación **.575 ** Sig. (bilateral) N Jazz Coeficiente de correlación.275 ** ** Sig. (bilateral) N Ópera Coeficiente de correlación.575 **.233 ** Sig. (bilateral) N **. La correlación es significativa en el nivel 0,01 (2 colas). 2. El Jazz sobre todo está correlacionado con el Blues pero no tanto con los otros tipos de música Correlaciones Jazz Blues o Rhythm & Blues Música Rap Country western Country bluegrass Pedro Valero Mora-valerop@uv.es 112

3 Rho de Spearman Jazz Coeficiente de correlación **.184 ** **.051 Sig. (bilateral) N Blues o Rhythm & Blues Coeficiente de correlación.551 ** ** ** Sig. (bilateral) N Música Rap Coeficiente de correlación.184 **.182 ** Sig. (bilateral) N Country western Coeficiente de correlación ** ** Sig. (bilateral) N Country bluegrass Coeficiente de correlación ** ** Sig. (bilateral) N **. La correlación es significativa en el nivel 0,01 (2 colas). Pedro Valero Mora-valerop@uv.es 113

4 3. En los resultados vemos que la relación es moderada aunque significativa entre las variables relacionadas con el sexo y el Heavy metal, pero negativamente. No hay que olvidar que esa variable está codificada al revés, por lo que valores altos significa me disgusta ese tipo de música. Por tanto, la relación es moderada pero significativa e indica que cuanto más interés por este tipo de música practican más el sexo y tienen más compañeros sexuales. Algo similar ocurre con la legalización de la marihuana ya que valores altos significa estar en contra por lo que una correlación positiva como la de la tabla significa a más disgusto por el Heavy, más en contra están de la legalización Correlaciones Relaciones sexuales en el Número de compañeros sexuales en el Legalización de la Heavy Metal último año último año Marihuana Rho de Spearman Heavy Metal Coeficiente de correlación ** **.160 ** Sig. (bilateral) N Relaciones sexuales en el Coeficiente de correlación ** ** ** último año Sig. (bilateral) N Número de compañeros Coeficiente de correlación **.605 ** ** sexuales en el último año Sig. (bilateral) N Legalización de la Marihuana Coeficiente de correlación.160 ** ** ** Sig. (bilateral) N **. La correlación es significativa en el nivel 0,01 (2 colas). Pedro Valero Mora-valerop@uv.es 114

5 4. La tabla es muy grande así que he optado por no ponerla pero la correlación más alta de la frecuencia de las relaciones sexuales es la del bigband con un valor positivo de y asímismo el valor con el número de amantes es de las más altas con Tener en cuenta que los valores son positivos por lo que significan que cuanto más gusta ese tipo de música, menos relaciones y menos amantes se tienen. A alguien se le ocurre la explicación? Por otro lado, el Heavy Metal vemos que tiene las correlaciones negativas más altas, sugiriendo que efectivamente algo hay en ese tipo de música, qué será? Pedro Valero Mora-valerop@uv.es 115

6 5. En este caso utilizaremos la correlación de Pearson ya que no parece que haya curvilinealidad entre las variables. La tabla de correlaciones muestra que la puntuación de calidad de la pizza no tiene correlaciones significativas con ninguna de las variables de calorías, Pedro Valero 116

7 grasa o precio puntuación Grasa Calorias Precio Precio Calorias Grasa puntuación Pedro Valero Mora-valerop@uv.es 117

8 Correlaciones puntuación Precio Calorias Grasa puntuación Correlación de Pearson Sig. (bilateral) N Precio Correlación de Pearson Sig. (bilateral) N Calorias Correlación de Pearson ** Sig. (bilateral) N Grasa Correlación de Pearson ** 1 Sig. (bilateral) N **. La correlación es significativa en el nivel 0,01 (2 colas). Pedro Valero Mora-valerop@uv.es 118

9 6. En este caso las variables pueden considerarse se relacionan de una manera linea Las correlaciones son todas significativas, lo que indica que estos tres indicadores están todos Pedro Valero 119

10 muy relacionadosl Prestigio Educación Salario Salario Educación Prestigio Pedro Valero 120

11 Correlaciones Salario Educación Prestigio Salario Correlación de Pearson **.838 ** Sig. (bilateral) N Educación Correlación de Pearson.725 ** ** Sig. (bilateral) N Prestigio Correlación de Pearson.838 **.852 ** 1 Sig. (bilateral) N **. La correlación es significativa en el nivel 0,01 (2 colas). 7. Los resultados muestran que algunas de las correlaciones son significativas. Esto no es lo esperado e indica que sí que hay ciertas relaciones entre los factores de personalidad Correlaciones Abertura a la Neuroticismo Extraversión experiencia Simpatía Laboriosidad Neuroticismo Correlación de Pearson * * Sig. (bilateral) N Extraversión Correlación de Pearson * Sig. (bilateral) N Abertura a la experiencia Correlación de Pearson *.015 Sig. (bilateral) N Simpatía Correlación de Pearson * Sig. (bilateral) N Laboriosidad Correlación de Pearson * Sig. (bilateral) N *. La correlación es significativa en el nivel 0,05 (2 colas). Pedro Valero Mora-valerop@uv.es 121

12 8. El gráfico que muestra la predicción se muestra abajo. El valor máximo de grasa es un R 2 Linea Calorias y=2.5e2+6.52*x Grasa poco más que 25 ( en el gráfico es difícil decirlo con exactitud) y el valor predicho está Pedro Valero Mora-valerop@uv.es 122

13 cerca de 420 calorías. El intervalo de confianza iría aproximadamente entre 410 y 430. Utilizando la tabla de datos podemos conseguir valores más exactos. La pizza con más grasa tiene 26 y tiene un valor predicho de 420,064 calorías. El intervalo de confianza para la media de calorías de las pizzas con esa cantidad de grasa iría desde 409,53 hasta 430, 59 Pedro Valero Mora-valerop@uv.es 123

14 9. El gráfico se muestra abajo. El valor máximo de grasa es aproximadamente 26 y el valor R 2 Line Calorias Grasa predicho es aproximadamente 420. El intervalo para pizzas iría de 390 a 450 (este Pedro Valero Mora-valerop@uv.es 124

15 segundo valor no se ve pero se puede deducir a partir del valor del intervalo inferior. En la tabla de datos se pueden ver los resultados con más exactitud. El valor predicho para una pizza con grasa máxima es 420,06 (como antes) y el intervalo para pizzas individuales iría entre 392,48 y 447,64. Pedro Valero Mora-valerop@uv.es 125

16 10. Vemos que el intervalo es muy amplio. Esto se produce porque la correlación entre Precio y calorías es muy baja. Para un precio de aproximadamente.59, la media de calorías Pedro Valero Mora-valerop@uv.es 126

17 podría ir desde 330 hasta 390 con un valor predicho de cerca de R 2 Line Calorias Precio Pedro Valero Mora-valerop@uv.es 127

18 11. La pizza con menos precio tiene un valor predicho de calorías de 359,19 y el intervalo de confianza para las pizzas individuales iría desde 276,62 hasta 441,75. Este intervalo es tan amplio que realmente tiene poca utilidad ya que engloba cualquier pizza. Cuando la correlación entre las variables es baja, las predicciones realizadas con ellas no sirven de mucho. 12. Los resultados se muestran abajo. La pendiente de la regresión es positiva (a más educación más salario) y es significativa. La R al cuadrado 0,525. Resumen del modelo Modelo R R cuadrado R cuadrado ajustado Error estándar de la estimación a a. Predictores: (Constante), Educación Coeficientes a Coeficientes Coeficientes no estandarizados estandarizados Modelo B Error estándar Beta t Sig. 1 (Constante) Educación a. Variable dependiente: Salario Pedro Valero Mora-valerop@uv.es 128

19 13. Los resultados para el Prestigio se muestran a continuación. La correlación es mayor y la pendiente también es significativamente diferente de cero. Resumen del modelo Modelo R R cuadrado R cuadrado ajustado Error estándar de la estimación a a. Predictores: (Constante), Prestigio Coeficientes a Coeficientes Coeficientes no estandarizados estandarizados Modelo B Error estándar Beta t Sig. 1 (Constante) Prestigio a. Variable dependiente: Salario Pedro Valero Mora-valerop@uv.es 129

20 14. Se aprecia que el intervalo de confianza para la Educación es más ancho que para el de Prestigio en general. Esto se explica porque la R al cuadrado de Prestigio es mayor que el de Educación, lo que hace que la predicción sea mejor R 2 Lineal = R 2 Lineal = Salario Salario Educación Prestigio Pedro Valero Mora-valerop@uv.es 130

21 15. Los resultados muestran que las relaciones extramatrimoniales están asociados con mayores tasas de divorcio. La prueba de chi cuadrado es significativa y yn 81% de los que tuvieron relaciones extramatrimoniales están divorciados y esa diferencia es significativa respecto los que no las tuvieron Pruebas de chi-cuadrado Sig. asintótica (2 Significación Significación Valor gl caras) exacta (2 caras) exacta (1 cara) Chi-cuadrado de Pearson a Corrección de continuidad b Razón de verosimilitud Prueba exacta de Fisher N de casos válidos 1036 a. 0 casillas (0.0%) han esperado un recuento menor que 5. El recuento mínimo esperado es b. Sólo se ha calculado para una tabla 2x2 Married*Extramarital tabulación cruzada Extramarital N Y Total Married Divorced Recuento 396 a 98 b 494 % dentro de Extramarital 43.3% 81.0% 47.7% Married Recuento 519 a 23 b 542 % dentro de Extramarital 56.7% 19.0% 52.3% Total Recuento % dentro de Extramarital 100.0% 100.0% 100.0% Cada letra del subíndice denota un subconjunto de Extramarital categorías cuyas proporciones de columna no difieren de forma significativa entre sí en el nivel.05. Pedro Valero Mora-valerop@uv.es 131

22 16. De nuevo, las diferencias son significativas, tener relaciones prematrimoniales está asociado con tasas más altas de divorcio. La prueba chi cuadrado indica que las diferencias globales son significativas. Married*Premarital tabulación cruzada Premarital N Y Total Married Divorced Recuento 335 a 159 b 494 % dentro de Premarital 42.1% 66.0% 47.7% Married Recuento 460 a 82 b 542 % dentro de Premarital 57.9% 34.0% 52.3% Total Recuento % dentro de Premarital 100.0% 100.0% 100.0% Cada letra del subíndice denota un subconjunto de Premarital categorías cuyas proporciones de columna no difieren de forma significativa entre sí en el nivel.05. Pruebas de chi-cuadrado Sig. asintótica (2 Significación Significación Valor gl caras) exacta (2 caras) exacta (1 cara) Chi-cuadrado de Pearson a Corrección de continuidad b Razón de verosimilitud Prueba exacta de Fisher N de casos válidos 1036 a. 0 casillas (0.0%) han esperado un recuento menor que 5. El recuento mínimo esperado es b. Sólo se ha calculado para una tabla 2x2 Pedro Valero Mora-valerop@uv.es 132

23 17. La respuesta es negativa. El valor de Chi cuadrado indica que las diferencias no son significativas y ninguna de las comparaciones entre proporciones produce diferencias significativas Pruebas de chi-cuadrado Valor gl Sig. asintótica (2 caras) Chi-cuadrado de Pearson a Razón de verosimilitud Asociación lineal por lineal N de casos válidos 1484 a. 0 casillas (0.0%) han esperado un recuento menor que 5. El recuento mínimo esperado es Título escolar*signo del zodíaco del encuestado tabulación cruzada Signo del zodíaco del encuestado Aries Tauro Géminis Cáncer Leo Virgo Libra Escorpio Sagitario Capricornio Acuario Piscis Total Título escolar Elemental 29 a 20 a 25 a 27 a 28 a 27 a 18 a 16 a 17 a 23 a 26 a 20 a % 20.2% 18.8% 18.9% 19.2% 23.9% 16.5% 14.3% 14.3% 20.2% 21.8% 13.5% 18.6% Medio 68 a 47 a 63 a 74 a 73 a 53 a 58 a 60 a 73 a 59 a 62 a 83 a % 47.5% 47.4% 51.7% 50.0% 46.9% 53.2% 53.6% 61.3% 51.8% 52.1% 56.1% 52.1% Bachillerato 6 a 2 a 14 a 6 a 10 a 8 a 9 a 4 a 9 a 6 a 8 a 7 a % 2.0% 10.5% 4.2% 6.8% 7.1% 8.3% 3.6% 7.6% 5.3% 6.7% 4.7% 6.0% Diploma 17 a 23 a 18 a 23 a 25 a 18 a 19 a 22 a 13 a 20 a 15 a 21 a 234 universitario 13.2% 23.2% 13.5% 16.1% 17.1% 15.9% 17.4% 19.6% 10.9% 17.5% 12.6% 14.2% 15.8% Licenciado 9 a 7 a 13 a 13 a 10 a 7 a 5 a 10 a 7 a 6 a 8 a 17 a % 7.1% 9.8% 9.1% 6.8% 6.2% 4.6% 8.9% 5.9% 5.3% 6.7% 11.5% 7.5% Total % 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% Cada letra del subíndice denota un subconjunto de Signo del zodíaco del encuestado categorías cuyas proporciones de columna no difieren de forma significativa entre sí en el nivel.05. Pedro Valero Mora-valerop@uv.es 133

24 18. La prueba de Chi cuadrado muestra que no 19. Tampoco. Pruebas de chi-cuadrado Sig. asintótica (2 Valor gl caras) Chi-cuadrado de Pearson a Razón de verosimilitud Asociación lineal por lineal N de casos válidos 1478 a. 12 casillas (12.5%) han esperado un recuento menor que 5. El recuento mínimo esperado es Pruebas de chi-cuadrado Sig. asintótica (2 Valor gl caras) Chi-cuadrado de Pearson a Razón de verosimilitud Asociación lineal por lineal N de casos válidos 1484 a. 0 casillas (0.0%) han esperado un recuento menor que 5. El recuento mínimo esperado es Los resultados muestran que hay diferencias significativas globalmente. Mirando los residuales estandarizados vemos que la categoría más destacada es viudo con un residual de 16,6 en ninguna. Una comparación interesante es entre solteros y casados (se dan en Ninguna y una vez a la semana, siempre a favor de los casados). Pruebas de chi-cuadrado Valor gl Sig. asintótica (2 caras) Chi-cuadrado de Pearson a Razón de verosimilitud Asociación lineal por lineal N de casos válidos 1330 a. 3 casillas (8.6%) han esperado un recuento menor que 5. El recuento mínimo esperado es Pedro Valero Mora-valerop@uv.es 134

25 Relaciones sexuales en el último año Relaciones sexuales en el último año*estado civil tabulación cruzada Estado civil Casado Viudo Divorciado Separado Soltero Total Ninguna Recuento 47 a 122 b 61 c 3 a, c 60 c 293 % dentro de Estado civil 6.7% 88.4% 31.4% 8.6% 22.9% 22.0% Residuo estándar Una o dos veces Recuento 35 a, b 2 b 17 a 5 a 22 a, b 81 % dentro de Estado civil 5.0% 1.4% 8.8% 14.3% 8.4% 6.1% Residuo estándar Una vez al mes Recuento 89 a 3 b 22 a 2 a, b 35 a 151 % dentro de Estado civil 12.7% 2.2% 11.3% 5.7% 13.4% 11.4% Residuo estándar veces al mes Recuento 136 a 7 b 24 a, b 8 a 31 a, b 206 % dentro de Estado civil 19.4% 5.1% 12.4% 22.9% 11.8% 15.5% Residuo estándar Una vez a la semana Recuento 185 a 0 b 28 c 3 a, c 37 c 253 % dentro de Estado civil 26.4% 0.0% 14.4% 8.6% 14.1% 19.0% Residuo estándar veces a la semana Recuento 160 a 4 b 28 a 10 a 53 a 255 % dentro de Estado civil 22.8% 2.9% 14.4% 28.6% 20.2% 19.2% Residuo estándar veces a la semana Recuento 49 a 0 b 14 a 4 a 24 a 91 % dentro de Estado civil 7.0% 0.0% 7.2% 11.4% 9.2% 6.8% Residuo estándar Total Recuento % dentro de Estado civil 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% Cada letra del subíndice denota un subconjunto de Estado civil categorías cuyas proporciones de columna no difieren de forma significativa entre sí en el nivel.05. Pedro Valero Mora-valerop@uv.es 135

26 21. Las diferencias son significativas pero el valor de chi cuadrado no es muy alto. Las diferencias parecen darse sobre todo en 1 vez a la semana (más habitual entre la raza blanca) y más de cuatro veces a la semana (raza negra) Pruebas de chi-cuadrado Valor gl Sig. asintótica (2 caras) Chi-cuadrado de Pearson a Razón de verosimilitud Asociación lineal por lineal N de casos válidos 1330 a. 2 casillas (9.5%) han esperado un recuento menor que 5. El recuento mínimo esperado es Relaciones sexuales en el último año*raza del encuestado tabulación cruzada Raza del encuestado Blanca Negra Otra Total Pedro Valero Mora-valerop@uv.es 136

27 Relaciones sexuales en el último año Ninguna Recuento 252 a 28 a 13 a 293 % dentro de Raza del encuestado 22.6% 19.0% 19.1% 22.0% Residuo estándar Una o dos veces Recuento 68 a 10 a 3 a 81 % dentro de Raza del encuestado 6.1% 6.8% 4.4% 6.1% Residuo estándar Una vez al mes Recuento 128 a 14 a 9 a 151 % dentro de Raza del encuestado 11.5% 9.5% 13.2% 11.4% Residuo estándar veces al mes Recuento 170 a 24 a 12 a 206 % dentro de Raza del encuestado 15.2% 16.3% 17.6% 15.5% Residuo estándar Una vez a la semana Recuento 219 a 16 b 18 a 253 % dentro de Raza del encuestado 19.6% 10.9% 26.5% 19.0% Residuo estándar veces a la semana Recuento 210 a 36 a 9 a 255 % dentro de Raza del encuestado 18.8% 24.5% 13.2% 19.2% Residuo estándar veces a la semana Recuento 68 a 19 b 4 a, b 91 % dentro de Raza del encuestado 6.1% 12.9% 5.9% 6.8% Residuo estándar Total Recuento % dentro de Raza del encuestado 100.0% 100.0% 100.0% 100.0% Cada letra del subíndice denota un subconjunto de Raza del encuestado categorías cuyas proporciones de columna no difieren de forma significativa entre sí en el nivel.05. Pedro Valero Mora-valerop@uv.es 137

28 Respuestas

INFERENCIA CON RECUENTOS

INFERENCIA CON RECUENTOS . INFERENCIA CON RECUENTOS PEDRO M. VALERO MORA Inferencia con Recuentos-Pedro M. Valero Mora 2009 1 Parte 1 Análisis con 1 variable 1.1. De dónde vienen las frecuencias?. 1.1. De dónde vienen las frecuencias?

Más detalles

Respuestas Contrastes no paramétricos

Respuestas Contrastes no paramétricos Respuestas Contrastes no paramétricos 1. Los resultados de la prueba de Wilcoxon se muestran abajo. Los resultados no confirman Pedro Valero Mora-valerop@uv.es 112 que haya diferencias en esa variable

Más detalles

CONTRASTES NO PARAMÉTRICOS

CONTRASTES NO PARAMÉTRICOS CONTRASTES NO PARAMÉTRICOS Contenidos Encuestas 75 Comprobación de supuestos 79 Pruebas no Paramétricas en el SPSS 80 Contrastes para 2 muestras independientes 81 Contrastes para varias muestras independientes

Más detalles

Respuestas Técnicas multivariadas

Respuestas Técnicas multivariadas Respuestas Técnicas multivariadas 1. Las tablas de componentes rotados (utilizando rotación Varimax) se muestran a continuación. La tabla es muy grande así que para poder verla es mejor usar el ordenador.

Más detalles

CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN

CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN CONTRASTES EN ASOCIACIÓN Y PREDICCIÓN Contenidos Correlación 75 La correlación lineal de Pearson 78 Correlaciones ordinales 91 Regresión 94 Pruebas de hipótesis para la regresión 95 Análisis de regresión

Más detalles

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS

GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.

Más detalles

Fuente: Base de datos del proyecto Funcionalidad Familiar y Adherencia Terapéutica en pacientes en Hemodiálisis Ambulatoria, Pasaje 2016.

Fuente: Base de datos del proyecto Funcionalidad Familiar y Adherencia Terapéutica en pacientes en Hemodiálisis Ambulatoria, Pasaje 2016. Funcionalidad Familiar y Adherencia Terapéutica en Pacientes Hemodializados Tabla 1. Características Sociodemográficas VARIABLES PARA DESCRIBIR LA POBLACIÓN EDAD (años): media ± DT (límites: IC 95%) SEXO:

Más detalles

ANEXO 4. Comparación características basales. Técnica de enseñanza. Resumen del procesamiento de los casos. N Porcentaje N Porcentaje

ANEXO 4. Comparación características basales. Técnica de enseñanza. Resumen del procesamiento de los casos. N Porcentaje N Porcentaje dimension1 dimension1 ANEXO 4 Comparación características basales Técnica de Resumen del procesamiento de los casos Técnica de Casos Válidos Perdidos N Porcentaje N Porcentaje Edad en años cumplidos On

Más detalles

Lucila Finkel Temario

Lucila Finkel Temario Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión

Más detalles

4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación:

4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación: ACTIVIDAD DE INFERENCIA Y ASOCIACIÓN 1. Obtén los estadísticos descriptivos básicos y un intervalo de confianza del 95% para la media del coste en farmacia por habitante. A partir del resultado obtenido

Más detalles

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS

INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS . Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en

Más detalles

EXAMEN Prof. J. Calventus S., 19 julio de 2013

EXAMEN Prof. J. Calventus S., 19 julio de 2013 U. S. T. Psicología Estadística Inferencial EXAMEN Prof. J. Calventus S., 19 julio de 2013 NOMBRE: Puntaje: Nota: Para responder esta prueba podrá consultarse todo tipo de material escrito. Utiliza un

Más detalles

Estadísticos Aplicados en el SPSS 2008

Estadísticos Aplicados en el SPSS 2008 PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías

Más detalles

TABLAS DE CONTINGENCIA

TABLAS DE CONTINGENCIA Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de

Más detalles

SPSS Aplicación práctica: Base de datos del HATCO

SPSS Aplicación práctica: Base de datos del HATCO Aplicación práctica: Base de datos del HATCO Datos: observaciones de variables obtenidos desde encuentas a clientes de un distribuidor industrial. Variables de interés en la aplicación: Percepciones de

Más detalles

Prueba Ji-cuadrado de Homogeneidad cuando tengo los datos tabulados (en tablas resumidos ya):

Prueba Ji-cuadrado de Homogeneidad cuando tengo los datos tabulados (en tablas resumidos ya): Prueba Ji-cuadrado de Homogeneidad cuando tengo los datos tabulados (en tablas resumidos ya): Objetivo de la prueba: se utiliza cuando se tienen varias muestras independientes de n individuos que se clasifican

Más detalles

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.

Más detalles

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados

Más detalles

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado

PRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar

Más detalles

Limitaciones de la prueba (las mismas que para la prueba de Independencia):

Limitaciones de la prueba (las mismas que para la prueba de Independencia): Prueba Ji-cuadrado de Homogeneidad: Objetivo de la prueba: se utiliza cuando se tienen varias muestras independientes de n individuos que se cl asifican respecto a una variable cualitativa y se desea conocer

Más detalles

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión

Más detalles

AYUDA SPSS. TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO

AYUDA SPSS. TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO Ayuda SPSS_Tabla de Contingencia/Prueba Chi Cuadrado AYUDA SPSS TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO Menú Analizar > Estadísticos Descriptivos>Tablas de Contingencia > Botón Estadísticos > Tildar

Más detalles

Horoscopo del amor. Мобильный портал WAP версия: wap.altmaster.ru

Horoscopo del amor. Мобильный портал WAP версия: wap.altmaster.ru Мобильный портал WAP версия: wap.altmaster.ru Horoscopo del amor which itself is. su COM (horóscopo de hoy amor,horóscopo del amor en Conoce cómo se presenta el Amor, la Amistad, cada día de forma sencilla

Más detalles

MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO

MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO MÉTODOS ESTADÍSTICOS 4º Biológicas Septiembre 2009 PRIMER EJERCICIO Resultados obtenidos por los hombres ganadores de las medallas de oro en salto de longitud y salto de altura en las olimpiadas desde

Más detalles

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado

Gráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso

Más detalles

Análisis Multivariado: Modelo Predictivo de Regresión Lineal Múltiple

Análisis Multivariado: Modelo Predictivo de Regresión Lineal Múltiple Análisis Multivariado: Modelo Predictivo de Regresión Lineal Múltiple El modelo predictivo utilizado para realizar el presente análisis es el de regresión lineal múltiple (RLM) 1. Resulta plausible la

Más detalles

ANÁLISIS DE DATOS: Examen Final Junio 2006

ANÁLISIS DE DATOS: Examen Final Junio 2006 AÁLISIS DE DATOS: Examen Final Junio 2006 Profesora: R. GRAERO PROBLEMA A: La escasez de estudios en materia de físico (o negligencia) determinan un desconocimiento bastante importante de la tipología

Más detalles

Tema: Medidas de Asociación con SPSS

Tema: Medidas de Asociación con SPSS Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo

Más detalles

Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis

Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD

Más detalles

En las tablas 2x2 se emplea la prueba Ji-cuadrado Corrección de Yates siempre.

En las tablas 2x2 se emplea la prueba Ji-cuadrado Corrección de Yates siempre. Prueba Ji-cuadrado de Independencia: Objetivo de la prueba: se utiliza cuando se tiene una muestra de n individuos que se clasifican respecto a dos variables, preferentemente cualitativas (nominales dicotómicas

Más detalles

CONTRASTES PARAMÉTRICOS

CONTRASTES PARAMÉTRICOS CONTRASTES PARAMÉTRICOS Contenidos Introducción 75 Contraste de dos medias 76 Grupos independientes 77 Grupos dependientes 85 Contraste de dos varianzas independientes 92 ANOVAs Unifactoriales entre e

Más detalles

Titulación: Curso académico: 15/16. DNI Curso: Grupo: Fecha: 27/05/2016

Titulación: Curso académico: 15/16. DNI Curso: Grupo: Fecha: 27/05/2016 CUESTIONES CORTAS 1. (1 PUNTO) Indica en cada caso, cual es la población, muestra y variable estadística. Clasifica la variable estadística de la manera más exhaustiva posible e indica que tipo de representación

Más detalles

Características del Coeficiente de Correlación r de Spearman

Características del Coeficiente de Correlación r de Spearman Correlación de Spearman (r S ) Se conoce también como coeficiente de correlación de rangos ordenados rho de Spearman y se utiliza cuando no se puede asumir que ninguna de las dos variables involucradas

Más detalles

Prueba Ji-cuadrado de Independencia cuando solo tengo datos en tabla (datos tabulados):

Prueba Ji-cuadrado de Independencia cuando solo tengo datos en tabla (datos tabulados): Prueba Ji-cuadrado de Independencia cuando solo tengo datos en tabla (datos tabulados): Objetivo de la prueba: se utiliza cuando se tiene una muestra de n individuos que se clasifican respecto a dos variables,

Más detalles

TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS

TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS TEMA 4 FASE ESTADÍSTICO-ANALÍTICA: RECURSOS PARA EL ANÁLISIS DE DATOS FASES EN EL ANÁLISIS DE LOS DATOS DE UNA INVESTIGACIÓN SELECCIÓN HIPÓTESIS DE INVESTIGACIÓN Modelo de Análisis Técnica de Análisis

Más detalles

Estado civil Frecuencia observada Casado 50 Soltero 30 Viudo 15 Divorciado 5 Total 100

Estado civil Frecuencia observada Casado 50 Soltero 30 Viudo 15 Divorciado 5 Total 100 Prueba de Ji-cuadrado Bondad de ajuste: Se refiere a la comparación de la distribución de una muestra con alguna distribución teórica que se supone describe a la población de la cual se extrajo la muestra.

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:

Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha: Segunda Prueba Parcial Lapso 7-746 /6 Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: 6-6 - 6 Fecha: --8 MODELO DE RESPUESTAS Objetivos 5 al 8 OBJ 5

Más detalles

ESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple

ESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes

Más detalles

ANEXO 8. Cuadros y tablas capítulo 6

ANEXO 8. Cuadros y tablas capítulo 6 1 ANEXO 8. Cuadros y tablas capítulo 6 Figura 19 Proesores bimodales de la UTPL clasiicados por edad Edad Menos de 25 5 1,2 26 a 30 103 25,6 31 a 35 110 27,3 36 a 40 83 20,6 41 a 45 39 9,7 46 a 50 17 4,2

Más detalles

Problema 1.- Tengamos las puntuaciones de X, las predichas y las residuales:

Problema 1.- Tengamos las puntuaciones de X, las predichas y las residuales: DISEÑO Y ANÁLISIS DE DATOS II. ENEO 6. Problema.- Tengamos las puntuaciones de X, las predichas y las residuales:.- Calcular la ecuación de regresión.- Correlación entre X e Y.- Por cada punto que aumenta

Más detalles

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN

ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Tema VII. La predicción de variables

Tema VII. La predicción de variables 7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en

Más detalles

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón

INFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado

Más detalles

TEMA 4 Modelo de regresión múltiple

TEMA 4 Modelo de regresión múltiple TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.

Más detalles

Regresión. Notas. Página 1 13-DEC :24:11. Salida creada Comentarios

Regresión. Notas. Página 1 13-DEC :24:11. Salida creada Comentarios REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE /STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT P504 /METHOD=ENTER P505 P506

Más detalles

Una vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.

Una vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos. ECONOMETRÍA 09 PRACTICA 1: REPASO DE SPSS 1. Cuántas variables hay en el fichero? Y cuántas observaciones? Qué representa cada observación? Distingue entre variables cualitativas y cuantitativas. El fichero

Más detalles

báscula 1 báscula 2 Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras.

báscula 1 báscula 2 Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras. LABORATORIO 2 LABORATORIO INFORMÁTICO Caso 1. En una planta de fabricación de hormigón se quiere comprobar si dos básculas de distintos fabricantes están midiendo lo mismo. Para ello se toman aleatoriamente

Más detalles

PROYECTO DE CONSULTORÍA I

PROYECTO DE CONSULTORÍA I VICERRECTORADO DE INVESTIGACIÓN Y EXTENSIÓN UNIDAD DE GESTIÓN DE POSTGRADO PROYECTO DE CONSULTORÍA I TEMA: ESTUDIO DE MERCADO EN LA ADMINISTRACIÓN ZONAL NORTE Y LA ADMINISTRACIÓN ZONAL SUR DE QUITO PARA

Más detalles

CALENDARIO SOL-LUNAR PERSONAL

CALENDARIO SOL-LUNAR PERSONAL CALENDARIO SOL-LUNAR PERSONAL Hace un tiempo (año 1990) que me di cuenta de un ciclo sol-lunar del que no encontré referencia, ni mención alguna, que se hiciera del mismo en ningún libro, enciclopedia,

Más detalles

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.

Más detalles

Análisis de varianza de medidas repetidas

Análisis de varianza de medidas repetidas Análisis de varianza de medidas repetidas La intervención de los psicólogos en caso de catástrofes es un ámbito que está bien establecido - Son conocidas la participación de los psicólogos en el atentado

Más detalles

NORMAS El examen consta de dos partes: Diez Cuestiones: (tiempo: 60 minutos)

NORMAS El examen consta de dos partes: Diez Cuestiones: (tiempo: 60 minutos) NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: (tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple

Más detalles

Estadística II Práctica global temas 1, 2 y 3----

Estadística II Práctica global temas 1, 2 y 3---- Estadística II Dpto. de Metodología de las CC. Del Comportamiento ---- Práctica global temas, y 3---- Profesores: María F. Rodrigo y J. Gabriel Molina CONTENIDOS: PRÁCTICA GLOBAL: EL CUESTIONARIO DE VIDA

Más detalles

INDICE Capitulo 1. Nociones Básicos sobre el SPSS/PC+ Capitulo 2. Nociones Básicos sobre Probabilidad

INDICE Capitulo 1. Nociones Básicos sobre el SPSS/PC+ Capitulo 2. Nociones Básicos sobre Probabilidad INDICE Prólogo XIX Introducción XXIII Capitulo 1. Nociones Básicos sobre el SPSS/PC+ 1 1. Qué es y para qué sirve el SPSS/PC+ 1 2. funcionamiento general 1 A. Módulos, comandos y subcomandos 1 B. Estilos

Más detalles

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos:

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos: Modelo C. Septiembre 015. No debe entregar los enunciados Fórmula de corrección: Aciertos (Errores / ) Material permitido: Formulario y cualquier tipo de calculadora en la que no se pueda introducir texto

Más detalles

Copiar sin citar es plagiar Con objeto de proteger los derechos morales de los autores de los trabajos, la persona que empleen la información del presente documento deberá citar en la llamada de su nuevo

Más detalles

Inferencia en tablas de contingencia

Inferencia en tablas de contingencia GoBack Inferencia en tablas de contingencia Guillermo Ayala Gallego Universidad de Valencia 15 de octubre de 2008 1 / 36 Distribución condicionada exacta Intervalo para los odds ratio Intervalo de la diferencia

Más detalles

7. De acuerdo con la gráfica siguiente, el contraste estadístico es:

7. De acuerdo con la gráfica siguiente, el contraste estadístico es: 1. Un investigador desea saber si los hombres y las mujeres difieren en flexibilidad cognitiva. Para ello, analiza los datos y obtienen los siguientes resultados. Satisfacen los datos el supuesto de homocedasticidad?

Más detalles

Análisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina

Análisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina Análisis Estadístico Dra. Adela Del Carpio Rivera Doctor En Medicina ANTE LA GRAN CANTIDAD DE INFORMACIÓN Debemos saber discernir entre: Cuál es la información que necesitamos Si el estudio tiene real

Más detalles

DISTRIBUCIONES UNIDIMENSIONALES:

DISTRIBUCIONES UNIDIMENSIONALES: DISTRIBUCIONES UNIDIMENSIONALES: INTRODUCCIÓN Todo análisis estadístico se inicia con una primera fase descriptiva de los datos. Ésta tiene por objeto sintetizar la información mediante la elaboración

Más detalles

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos

Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos Inferencia Estadística. Pruebas paramétricas y no paramétricas. Análisis de datos VDC Prof. Mª JOSÉ PRIETO CASTELLÓ ANÁLISIS ESTADÍSTICO DE DATOS Estadística Descriptiva: -Cualitativas: frecuencias, porcentajes

Más detalles

Análisis de Datos y Métodos Cuantitativos para la D.T. VI versión MGM

Análisis de Datos y Métodos Cuantitativos para la D.T. VI versión MGM Universidad Católica del Norte Escuela de Negocios Mineros Magister en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la D.T. VI versión MGM Antofagasta, Junio de 2013 Profesor: Fernando

Más detalles

CLASE 10: RESUMEN DEL CURSO

CLASE 10: RESUMEN DEL CURSO CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

More information >>> HERE <<<

More information >>> HERE <<< More information >>> HERE http://dbvir.com/recuperar/pdx/1183t770/ Tags: ebook recupera

Más detalles

Full version is >>> HERE <<<

Full version is >>> HERE <<< Full version is >>> HERE http://dbvir.com/jlwhertz87/pdx/1158t983/

Más detalles

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante

SOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras

Más detalles

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009 Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados

Más detalles

CAPITULO 14 ANÁLISIS DE RESULTADOS

CAPITULO 14 ANÁLISIS DE RESULTADOS CAPITULO 14 ANÁLISIS DE RESULTADOS 172 Tema: Práctica de Laboratorio 1. Distribución de frecuencias 2. Estadísticos asociados con la distribución de frecuencias 3. Prueba de Hipótesis 4. Pruebas Paramétricas:

Más detalles

5.5 Modelo de regresión. se especificó en los términos siguientes: (6.3.1) 1,2,3,..N. Donde:

5.5 Modelo de regresión. se especificó en los términos siguientes: (6.3.1) 1,2,3,..N. Donde: 5.5 Modelo de regresión El modelo de regresión lineal que se aplicó para explicar la relación entre producción antigüedad, edad, capital humano, apiarios y camioneta de los apicultores nayaritas se especificó

Más detalles

Curso online de Supervivencia y Regresión Lineal, Logística y de Cox 2018

Curso online de Supervivencia y Regresión Lineal, Logística y de Cox 2018 MANUAL DE IDENTIDAD VSUAL CORPORATIVA PROGRAMA: Curso online de Supervivencia y Regresión Lineal, Logística y de Cox 2018 Departamento de Formación Médica Continuada (ICOMEM) SUPERVIVENCIA Y REGRESIÓN

Más detalles

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows. TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente

Más detalles

Práctica 10: Introducción a Modelos Lineales Generalizados.

Práctica 10: Introducción a Modelos Lineales Generalizados. Práctica : Introducción a Modelos Lineales Generalizados Esta última práctica está dedicada a estudiar brevememente algunos problemas que que se formalizan mediante un modelo similar al modelo lineal normal

Más detalles

3. RELACION ENTRE DOS CONJUNTOS DE DATOS.

3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen

Más detalles

SOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

SOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL SOLUCIÓ PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMESIOAL Ejercicio 1. [PROCEDIMIETOS CORRELACIÓ Y REGRESIÓ] Abra el archivo Coches.sav, que contiene las 5 variables que se describen en el siguiente

Más detalles

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos

Más detalles

El análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)

El análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE) El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia

Más detalles

FACTORES INFLUYENTES EN EL EMPLEO. Econometría II GECO Marina Calvillo Fuentes Rocío Crespo Roldán

FACTORES INFLUYENTES EN EL EMPLEO. Econometría II GECO Marina Calvillo Fuentes Rocío Crespo Roldán FACTORES INFLUYENTES EN EL EMPLEO Econometría II GECO Marina Calvillo Fuentes Rocío Crespo Roldán 2 ÍNDICE: 1. INTRODUCCIÓN 2. PLANTEAMIENTO DEL PROBLEMA 3. GRÁFICOS DE LOS DATOS 4. ESTIMACIÓN DEL MODELO

Más detalles

FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS

FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS UNIVERSIDAD DE LOS ANDES UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS Abrir programa SPSS Lic. Alimar Benitez M. Iniciar con matriz en blanco Lic. Alimar Benitez

Más detalles

Al nivel de confianza del 95%, las puntuaciones típicas son: 2- La hipótesis alternativa es; A) ; B) ; C).

Al nivel de confianza del 95%, las puntuaciones típicas son: 2- La hipótesis alternativa es; A) ; B) ; C). A continuación se presentan 4 situaciones. Cada situación viene seguida por una serie de preguntas referidas a la misma así como de preguntas teóricas generales. SITUACIÓN 1: La empresa SND's de sondeos

Más detalles

INDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres

INDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones

Más detalles

4.2 Análisis correlacional

4.2 Análisis correlacional 4.2 Análisis correlacional Correlación de datos métricos: correlación producto-momento de Pearson La correlación es la medida del grado en que los cambios de una variable (la variable dependiente) se asocian

Más detalles

Análisis de datos Categóricos

Análisis de datos Categóricos Inferencia para tablas de contingencia Universidad Nacional Agraria La Molina 2013-1 Odds ratio Diferencia de proporciones Riesgo relativo Ejemplo Odds ratio El odds ratio muestral es: El estimador modicado

Más detalles

Tema 3: Análisis de datos bivariantes

Tema 3: Análisis de datos bivariantes Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta

Más detalles

13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD

13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD 13A. RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS PRUEBAS ESTADÍSTICAS DE CONFORMIDAD RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS Las pruebas estadísticas para analizar la relación entre dos variables cuantitativas,

Más detalles

CONTRASTES DE HIPÓTESES

CONTRASTES DE HIPÓTESES CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes

Más detalles

Prefacio... xvii. 1 La imaginación estadística... 1

Prefacio... xvii. 1 La imaginación estadística... 1 ÍNDICE Prefacio... xvii 1 La imaginación estadística... 1 Introducción... 1 Pensamiento proporcional... 3 La imaginación estadística... 8 Enlace de la imaginación estadística con la imaginación sociológica...

Más detalles

UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA Héctor Abad Gómez ldbello@saludpublica.udea.edu.co Facultad Nacional de Salud Pública Héctor Abad Gómez www.leondariobello.com www.ciemonline.info/moodle

Más detalles

N T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA

N T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA N T E N.. IDO PREFACIO xiv CAPíTULO I LA IMAGINACiÓN ESTADíSTICA Introducción La imaginación estadística 3 Enlace de la imaginación estadística con la imaginación sociológica 4 Normas estadísticas y normas

Más detalles

Nota de los autores... vi

Nota de los autores... vi ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...

Más detalles

Estimación de Parámetros.

Estimación de Parámetros. Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un

Más detalles

ACTIVIDADES ESTADÍSTICA EN PSICOLOGÍA PEDRO M. VALERO MORA

ACTIVIDADES ESTADÍSTICA EN PSICOLOGÍA PEDRO M. VALERO MORA ACTIVIDADES ESTADÍSTICA EN PSICOLOGÍA PEDRO M. VALERO MORA 1.. 1. Comentarios al Informe Pisa El informe PISA 2003 es un diagnóstico del nivel educativo de los estudiantes. A partir del documento de resumen

Más detalles