jonka DULCE DANIELA TREJO JUÁREZ 1 vuosi sitten
128
Lisää tämän kaltaisia
Base de prueba estadística: Arbitrario
Tipo y Tamaño de muestra :No aleatoria <30 sujetos
Generalidades; -Se desconoce cómo están distribuidos los datos. -Se puede utilizar, aunque se desconozca los parámetros de la población en estudio. -Es utilizada para contrastar con la hipótesis. -Las hipótesis se redactan sobre rangos, mediana o frecuencia d ellos datos.
Ventajas: -Empleada en diferentes situaciones porque no cumple con parámetros estrictos. -Sus métodos son más afables. -Se aplica en datos no numéricos. -Muestras pequeñas.
Desventajas: -No son sistemáticas. -Complica seleccionar la elección correcta. -Provoca confusión. -Requiere fuentes y respaldo. -Probabilidad de errores. -No hay exactitud.
Nivel de medicion: Datos ordinales o nominales.
Variables: Aplicable en variables categóricas.
Variables perdidos: Se consideran una fuente de información.
Consideraciones :Menor presunción y alcance más amplio.
Base de prueba estadística: Distribución
Tipo y Tamaño de muestra: Aleatoria >30 sujetos
Generalidades: -Se conoce el modelo de distribución de la población. -Mientras más grande sea la muestra más exacta será la estimación, mientras más pequeña, más distorsionada será la media de las muestras. -Las hipótesis se basan en valores numéricos, especialmente en promedios.
Ventajas: -Más eficiencia. -Poca probabilidad de errores. -Sus estimaciones son exactas. -Presentan sensibilidad a los rasgos de los datos recogidos. -Muestras grandes.
Desventajas:-Complejos de calcular. -Presentan una limitación en los datos.
Nivel de medición: Datos en intervalo o razón.
Variables:Aplicable en variables nominales.
Valores perdidos: No se consideran una fuente de información.
Consideraciones: Debe contar con normalidad y homocedasticidad
ERROR BETA
Se ha definido como la probabilidad de rechazar la hipótesis nula cuando ésta es falsa, es decir, la probabilidad de detectar diferencias entre tratamientos cuando realmente existen diferencias.
O tipo II, es el error que se comete al aceptar la hipótesis nula H0 siendo falsa. Es decir, existe una diferencia real entre tratamientos pero no se ha podido rechazar la hipótesis nula.
ERROR ALFA
Debe ser fijado a priori por los responsables del estudio, puesto que es el que marca el nivel de rechazo de la hipótesis nula.
O tipo I, es el que se comete al rechazar la hipótesis nula H0 siendo cierta. Es decir, aceptamos que existen diferencias entre tratamientos cuando en realidad no las hay
En el caso que la población que se desea estudiar sea finita y con un tamaño conocido (N) se utiliza la fórmula:
n = (N * Z² * p * q) / ((N - 1) * E² + Z² * p * q) Donde: n es el tamaño de muestra necesario N es el tamaño de la población Z es el valor de la distribución normal estándar correspondiente al nivel de confianza deseado p es la proporción estimada de la población que tiene la característica que se está midiendo q es la proporción estimada de la población que NO tiene la característica que se está midiendo (q = 1 - p) E es el margen de error deseado.
calcular el tamaño de muestra en una población desconocida
n = (Z² * p * q) / E² Donde: n es el tamaño de muestra necesario Z es el valor de la distribución normal estándar correspondiente al nivel de confianza deseado (por ejemplo, para un nivel de confianza del 95%, Z es 1,96) p es la proporción estimada de la población que tiene la característica que se está midiendo q es la proporción estimada de la población que NO tiene la característica que se está midiendo (q = 1 - p) E es el margen de error deseado.
Errores sistemáticos o sesgos
son los errores que se cometen en el procedimiento del estudio. Los sesgos no se modifican al aumentar el tamaño muestral. La definición de los distintos tipos de sesgos se limita a los errores relacionados con la validez interna de los estudios.
Errores aleatorios
El error aleatorio corresponde a la diferencia entre el resultado obtenido a partir de la muestra y la realidad de la población.
muestreo no probabilístico
Este utiliza métodos en los que no interviene el azar y por lo tanto, se desconoce la probabilidad asociada a cada individuo para formar parte de la muestra.
Muestreo por cuotas.
Muestreo discrecional
Muestreo de conveniencia.
muestreo probabilístico
Es aquel en que todos los individuos de la población tienen una probabilidad de entrar a formar parte de la muestra (normalmente equiprobable, es decir, con la misma probabilidad).
Muestreo en etapas múltiples
Muestreo sistemático
Muestreo estratificado
Muestreo aleatorio simple
es el error que se comete al aceptar la hipótesis nula H0 siendo falsa
La probabilidad de rechazar la hipótesis nula cuando ésta es falsa, es decir, la probabilidad de detectar diferencias entre tratamientos cuando realmente existen diferencias
Asociado al error beta se ha definido la potencia estadística de un test como 1-beta. Al igual que el nivel de significación, el error beta o poder estadístico debe definirse antes de iniciar el estudio para estimar el tamaño muestral necesario para poder evaluar el objetivo del estudio.
Es el que se comete al rechazar la hipótesis nula H0 siendo cierta.
El error alfa debe ser fijado a prioridad por los responsables del estudio, puesto que es el que marca el nivel de rechazo de la hipótesis nula. Este valor se sitúa generalmente en 0,05 y es el valor con el que compararemos nuestra «p», obtenida mediante el estadístico de contraste adecuado a nuestros objetivos.
El nivel de significación α lo marcamos nosotros de manera que, cuanto mayor sea, más fácil será aceptar la hipótesis alternativa cuando en realidad es falsa.
Las pruebas de hipótesis son formulaciones de lo que queremos contrastar y, en base a resultados probabilísticos (asociados a la popularmente conocida «p» o «p-value»), aceptaremos la hipótesis nula o la rechazaremos.
Eficiente.
Que el estimador tenga menor variabilidad que otro posible.
Suficiente
Que el estimador use toda la información que la muestra contiene respecto al parámetro de interés.
Consistente.
Que el valor de la muestra se acerque al valor del parámetro al aumentar el tamaño de la muestra.
Insesgado.
Que el valor del parámetro coincida con el valor promedio del estimador. Esta propiedad la tienen la mayoría de los estimadores usados en la práctica.
Depende del nivel de confianza que se desee para los resultados y de la amplitud del intervalo de confianza, es decir del error máximo que se esté dispuesto a admitir
Estimación post censal
Usa información de la vivienda para estimar el tamaño total de la población para una localidad.
Estimación inter censal
Se utiliza para estimar la población total la mitad de periodo o un subconjunto de la población de una localidad dada
se obtiene escogiendo sucesivamente un determinado número de elementos de la población sin quitarlos de la misma, de forma que pueden repetirse
Si quiero aproximar la media de la población pues cogeré la media de la muestra y si quiero estimar la varianza, pues se hallara la de la muestra
Propiedades
Su variable aleatoria asociada tiene un rango infinito (-∞ < X < ∞).
Su «50% central» es igual a 1,33 desviaciones estándar. Esto significa que el rango intercuartil está contenido dentro de un intervalo de dos tercios de una desviación estándar por debajo de la media y de dos tercios de una desviación estándar por encima de la media.
Sus medidas de tendencia central (media, mediana y moda) son todas idénticas.
Tiene una apariencia de forma de campana y, por ende, es simétrica.
Importancia
La distribución normal proporciona la base para la estadística inferencial clásica por su relación con el teorema de límite central.
La distribución normal sirve para acercarse a diversas distribuciones de probabilidad discreta, como la distribución binomial y la distribución de Poisson.
Muchas variables continuas comunes en el mundo de los negocios tienen distribuciones que se asemejan estrechamente a la distribución normal.
Variable aleatoria continua
Esta puede tomar tanto valores expresados en números enteros como fraccionarios y un número infinito de ellos dentro de un mismo intervalo.
La esperanza matemática o valor esperado de una variable aleatoria se origina en los juegos de azar
El área definida bajo la función de densidad de probabilidad deberá ser de 1.
Las probabilidades vinculadas a cada uno de los valores que toma x deben ser mayores o iguales a cero. Dicho de otro modo: la función de densidad de probabilidad deberá tomar solo valores mayores o iguales a cero.
Variable aleatoria discreta
Solo puede tomar valores representados por números enteros y un número finito de ellos.
Propiedades
La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1.
Las probabilidades que se relacionan con cada uno de los valores que toma x deben ser mayores o iguales a cero y menores o iguales a 1
Características
La suma de las probabilidades de todos los resultados mutuamente excluyentes es 1.
La probabilidad de un resultado específico está entre cero y uno.
