Escolar Documentos
Profissional Documentos
Cultura Documentos
Docente:
Dr. Juan Carlos Oruna Lara
LOGRO DE APRENDIZAJE
Por ejemplo, los datos sobre salarios son altamente asimtricos a la derecha,
debido a que muchas personas devengan salarios modestos y pocas personas
devengan salarios ms cuantiosos. Usted puede utilizar pruebas no paramtricas.
PRUEBAS NO PARAMTRICAS
Chi cuadrado
1 muestra Cuantitativa y cualitativa
Binomial
U de mann
independientes Cuantitativa
Whitney
Ms de 2
muestras Cuantitativa Friedman
Relacionadas
Cualitativa Q de Cochran
PRUEBA DE INDEPENDENCIA PARA DOS VARIABLES
3 Ji cuadrado calculado:
4 Regla de decisin:
Si el estadstico de prueba calculado es mayor que el valor de ji cuadrado en
tabla, entonces rechazamos la hiptesis nula y se concluye que ambas variables
son dependientes o estn relacionadas.
APLICACIN
El departamento medico de una universidad estudia el nivel de efectividad de tres remedios para
la alergia: R1, R2 y R3. Cada remedio se suministro a 60 profesores. Los resultados del
experimento se dan en la tabla que sigue:
Podemos concluir al nivel de significancia 0,01, que los tres remedios para la alergia son
igualmente efectivos?
Ejemplo
Una sociloga quiere determinar si hay alguna relacin entre el tamao de la familia y el nivel de
educacin del padre. Para esto, escogi una muestra de 500 hogares y los clasifico de acuerdo con
dos criterios: por el tamao de la familia y por el nivel de educacin. Las frecuencias observadas
estn registradas en la tabla. se puede concluir al nivel de significancia de 0,05 que el tamao de
la muestra de la familia es independiente del nivel de educacin del padre?
media general 4
suma total de cuadrados 28
La base del ANOVA radica en la particin de las varianzas
media general 4
suma total de cuadrados 28
La base del ANOVA radica en la particin de las varianzas
media general 4
suma total de cuadrados 28
La base del ANOVA radica en la particin de las varianzas
media general 4
suma total de cuadrados 28
DEP VAR: VALOR N: 6 MULTIPLE R: 0.926 SQUARED MULTIPLE
R: 0.857
ANALYSIS OF VARIANCE
s2
Yi Yi Yi
Yi
Yi Yi Yi Yi
Yi Y
Yi Yi i
Yi Yi
Yij Yij Yij
Yij
Yij Yij Yij Yij
Yij Y
Yij Yij ij
Yij Yij
Modelo lineal de explicacin de los
componentes de varianza.
Yij= m + ai +eij
Yij: observacin individual
m: media general
ai: efecto del i simo grupo (i=1,2)
e: error residual inexplicado
Una representacin diagramtica del
Anlisis de varianza
Media del
grupo A2
A2
A1
m
Media A3
general Desviacin
individual
Efectos fijos versus efectos aleatorios
donde
Modelo Lineal
Yij= observaciones
Yij= m Ai + eij m = media general
Ai = desviaciones del i-simo
i=1,...k; j=1,...n grupo desde la media
general
eij = error residual inexplicado
Hiptesis= H0: no hay diferencia entre las medias, Ai= 0
H1: existen diferencias entre medias de grupos
Notacin
n
Yi.=SYij = suma de los observaciones individuales j dentro
j=1 de cada grupo, desde j=1 hasta n (el total de
cada grupo)
n k
Y..=S S Yij = gran total, suma de observaciones, primero
j=1 i=1
dentro de grupos y luego a travs de grupos,
desde i=1 hasta k (total de grupos)
Calculo de ANOVA simplificado (efectos fijos)
N= nk
WILLIAM W. HINES
519.2 DOUGLAS C. MONTGOMERY PROBABILIDAD Y ESTADSTICA PARA
3 2011
HINE DAVID M. GOLDSMAN INGENERIA
CONNIE M. BORROR
Jams desesperes, an estando en las mas sombras aflicciones. Pues de las nubes
negras, cae agua limpia y fecundante
Annimo