miércoles, 28 de noviembre de 2007

CAPITULO V

RESUMEN DE ESTADISTICA


ANALISIS DE VARIANZA
Distribución F.- Consiste en probar varios procesos de diferente índole. Además se desarrollo para ser útil en la comparación de dos varianzas.
Las cuales son de mucha ayuda en el cálculo de muestras para poblaciones.
ANOVA (análisis de varianza): Es una colección de modelos estadísticos y sus procedimientos asociados. El análisis de varianza sirve para comparar si los valores de un conjunto de datos numéricos son significativamente distintos a los valores de otro o más conjuntos de datos. Este procedimiento para comparar estos valores está basado en la varianza global observada en los grupos de datos numéricos a compara. Es decir ANOVA nos permite analizar el efecto de más de una variable de agrupación sobre una variable cuantitativa.
Cuando utilizamos la técnica ANOVA se deben cumplir los siguientes supuestos:
Las personas de los diversos subgrupos deben seleccionarse mediante el muestreo aleatorio, a partir de poblaciones normalmente distribuidas.
La varianza de los subgrupos debe ser homogénea.
Las muestras que constituyen los grupos deben ser independientes. A menos de que las muestras sean independientes. y que por lo tanto, generen estimaciones de varianza independientes.
El análisis de varianza (anova) es uno de los métodos estadísticos más utilizados y más elaborados en la investigación moderna. El análisis de la varianza. No obstante su denominación se utiliza para probar hipótesis preferentes a las medias de población más que a las varianzas de población.

CAPITULO IV

RESUMEN DE ESTADISTICA

PRUEBA DEM HIPOTESIS PARA DOS MUSTRAS

La prueba de hipótesis para dos muestras consiste en tomar dos muestras aleatorias las cuales sirven para determinar si provienen de poblaciones diferentes o de poblaciones iguales.
Para esto es necesario tener claro la relación entre las muestras dependientes y muestras independientes lo que no solevara a tener un concepto mas claro acera del tema,

Para una investigación se toma una muestra aleatoria de cada población calculando la media de todas las muestras. En caso de que las dos poblaciones no sean diferentes. Se podrá esperar una conclusión de que la diferencia entre las dos medias muéstrales sea cero.

Muestras dependientes y muestras independientes

Para hacer inferencias estadísticas sobre dos poblaciones, se necesita tener una muestra de cada población. Las dos muestras serán dependientes o independientes de acuerdo a la forma de seleccionarlas. Si la selección de los datos de una población no está relacionada con la de los datos de la otra, son muestras independientes. Si las muestras se seleccionan de manera que cada medida en una de ellas pueda asociarse naturalmente con una medida en la otra muestra, se llaman muestras dependientes. Cada dato sale de alguna fuente; una fuente es algo, una persona o un objeto, que produce datos. Si dos medidas se obtienen de la misma fuente, se puede pensar que las medidas están pareadas. En consecuencia dos medidas que se obtienen del mismo conjunto de fuentes son dependientes. Note que si dos muestras son dependientes, entonces necesariamente tienen el mismo tamaño.

martes, 6 de noviembre de 2007

CAPITULO III

PRUEBA DE HIPOTESIS PARA UNA MUESTRA

Hipótesis: según el tema estudiado la hipótesis se refiere a la suposición de algo posible o imposible para sacar de ello una consecuencia que se establece provisionalmente como base de una investigación que puede confirmar o negar la validez de aquella.

Prueba de hipótesis: Es una manera de demostrar si la hipótesis es una afirmación correcta e incorrecta, basándose en el estudio de probabilidad.

Procedimiento de cinco pasos para probar una hipótesis: Existen cinco pasos para probar la hipótesis:

Se plantea las hipótesis nula y alternativa: Esta consiste en proponer la hipótesis que mas adelante va hacer probada , si los datos de investigación proporcionan información de que la hipótesis nula es falsa, entonces estaremos hablando de una hipótesis alternativa, la cual esta tomara ciertos puntos para poder incluir en su proyecto.

Se selecciona el nivel de significancía: Es cuando la hipótesis nula puede rechazarse si esta es verdadera, es decir cuando la hipótesis nula esta en la posibilidad de aceptarse.

calcular el estadístico de prueba: Esto es el valor establecido por la información investigada, el cual se utiliza para calcular y poder comprobar si la hipótesis nula se rechaza.


formular la regla de decisión: Es la que sirve para establecer las condiciones en cuanto si se rechaza o no se rechaza, para de esta manera determinar las ubicaciones de los valores.

tomar una decisión: En este último paso de la prueba de hipótesis, se calcula el estadístico de prueba, se compara con el valor crítico y se toma la decisión de rechazar o no la hipótesis nula hay que tener presente que en una prueba de hipótesis solo se puede tomar una de dos decisiones: aceptar o rechazar la hipótesis nula.

Distribución t

La distribución t la utilizamos cuando la desviación tipica de una población se desconoce y debe ser estimada a partir de los datos de una muestra.