Vous êtes sur la page 1sur 24

CERTAMEN 2

La Distribucin Normal

Campana de Gauss Caractersticas de la Distribucin Normal * Es una distribucin terica de los datos de una poblacin. * Es una curva de distribucin de probabilidades (dentro del rea de la curva hay probabilidades conocidas de encontrar un determinado valor) * Dicho de otra forma, si conocemos la media y la desviacin estndar de una distribucin normal (o aproximadamente normal), podemos calcular la proporcin de casos existentes en cualquier intervalo de la distribucin

Propiedades Curva Normal: 1) Es simtrica (se divide en dos mitades exactamente iguales) 2) Moda, mediana y media coinciden en el centro 3) Mesocrtica (de forma acampanada) 4) Es continua (vlida para cualquier valor de x) 5) Es asintnica (se refiere a un nmero infinito de casos por lo que los extremos de la curva no tocan el eje horizontal) 6) Amplitud de aproximadamente 6 desviaciones tpicas 7) Puntos de inflexin estn a 1 desviacin tpica de la media

OBSERVACIONES
La distribucin Gaussiana se aplica a una gran gama de observaciones en ramas como la biologa, la geografa, la astronoma y por supuesto la economa. Muchos ejemplos de la naturaleza se pueden aproximar con una distribucin normal. En general esto se puede pensar como resultado de la interaccin de muchos (o un gran nmero) efectos aleatorios en la variable que se estudia. Por ejemplo, si medimos el tamao de las hojas de un rbol, veremos que tienden a distribuirse en forma gaussiana.

Pero a qu se debe esta aparentemente sorprendente resultado? *Estas distribuciones son el resultado del agregado de muchos procesos azarosos o fortuitos que podran no ser observables individualmente. *Matemticamente, esta distribucin obedece a lo que se conoce como el Teorema del Lmite Central.

Teorema del Lmite Central Este teorema estipula que si tomamos muestras de una poblacin que tenga cualquier tipo de distribucin, pero una media y varianza finitas, entonces, la distribucin de las medias tiende a la distribucin normal. Entre mayor sea el nmero de muestras mejor ser la aproximacin a una distribucin normal. Relacin entre Curva normal y Puntaje z La distribucin normal nos permite conocer la probabilidad de que se de una determinada magnitud (valor, puntuacin, caso) expresado en puntuaciones zeta.

* Estas probabilidades las tenemos en las tablas de la distribucin normal, donde podemos ver la proporcin de casos que caen por encima o por debajo de cualquier puntuacin tpica. PROYECTO DE INVESTIGACIN CUANTITATIVA

1. PLANTEAMIENTO DEL PROLEMA DE INVESTIGACIN

2. MARCO TERICO

3. MARCO METODOLGICO

4. RESULTADOS

5. DISCUSIN

HIPTESIS

MUESTRA

CLASE 11: PRUEBA DE HIPTESIS Pruebas de decisin estadstica, de significacin estadstica Las hiptesis estadsticas se someten a prueba o escrutinio emprico para determinar si son apoyadas o refutadas. No podemos probar si una Hiptesis es verdadera o falsa (aunque

en nuestro lenguaje coloquial s lo hacemos con frecuencia), sino argumentar que de acuerdo con ciertos datos obtenidos en una investigacin particular, fue apoyada o no dicha hiptesis. No se acepta una hiptesis a travs de un estudio, sino que se

aporta evidencia en su favor o en su contra. Mientras ms investigaciones apoyen una hiptesis, ms

credibilidad tendr sta. Una hiptesis es vlida para el contexto (lugar, tiempo y sujetos) en

el cual se comprob Las hiptesis se someten a prueba en la realidad mediante la aplicacin de un diseo de investigacin, recolectando datos a travs de uno o varios instrumentos de medicin y analizando e interpretando dichos datos. Las hiptesis constituyen instrumentos muy poderosos para el avance del conocimiento, puesto que aunque sean formuladas por el hombre, pueden ser sometidas a prueba y demostrarse como probablemente correctas o incorrectas sin que interfieran los valores y las creencias del individuo (Kerlinger, 1979) Utilidad de las hiptesis: 1. Guiar una investigacin. 2. Funcin descriptiva y explicativa. 3. Probar teoras. 4. Sugerir teoras.

Procedimientos prueba de hiptesis 1. 2. 3. 4. 5. Formulacin de hiptesis estadsticas (Hiptesis de Investigacin y Nula) Asumir la distribucin muestral de la prueba estadstica Especificacin de un nivel de significacin () Eleccin de la prueba estadstica para someter a prueba la Hiptesis Nula (En base a los puntos anteriores, definir la regin de rechazo de la hiptesis nula) 6. Calcular el valor (resultado) de la prueba estadstica, utilizando los datos obtenidos a partir de la muestra. Si dicho valor se encuentra dentro de la regin de rechazo, la decisin que se toma es la de rechazar la hiptesis nula. Si por el contrario, dicho valor se encuentra fuera de la regin de rechazo, la decisin que se toma es que no se puede rechazar la H0 al nivel de significacin elegido.

Resultados al probar hiptesis 1. Rechazar una hiptesis falsa (decisin correcta) 2. Rechazar una hiptesis verdadera (error tipo I o error alfa, o riesgo de error) 3. Aceptar una hiptesis verdadera (decisin correcta) 4. Aceptar una hiptesis falsa (error tipo II o error beta)

Error Tipo I y Tipo II 2. Rechazar una hiptesis nula cuando de hecho es verdadera (error tipo I, error alfa, riesgo de primera especie o riesgo de error ) 4. No rechazar una hiptesis nula cuando de hecho es falsa (error tipo II o error beta) PRINCIPALES ANLISIS PARAMTRICOS PARA PROBAR HIPTESIS a) Prueba t para diferencia de medias b) Prueba de contraste de diferencia de proporciones c) Coeficiente de correlacin de Pearson d) Regresin lineal e) Anlisis de varianza unidireccional (ANOVA en un sentido o oneway) f) Anlisis de varianza factorial (ANOVA) g) Anlisis de covarianza (ANCOVA)

SUPUESTOS PARA ANLISIS PARAMTRICOS La distribucin poblacional de la variable dependiente es normal El nivel de medicin de las variables es por intervalos o razn Cuando dos o ms poblaciones son estudiadas, tienen una varianza homognea (sus dispersiones son similares) Recordar: cules son las variables dependientes? cules son las variables de intervalo o razn? PRINCIPALES ANLISIS NO PARAMTRICOS PARA PROBAR HIPTESIS El (o la) Chi Cuadrada(o) X2 Los coeficientes de correlacin e independencia para

tabulaciones cruzadas Los coeficientes de correlacin por rangos ordenados de

Spearman y Kendall U de Mann Whitney

SUPUESTOS PARA ANLISIS NO PARAMTRICOS: La mayora de estos anlisis no requieren de presuposiciones acerca de la forma de la distribucin poblacional. Aceptan distribuciones no normales. Las variables no necesariamente tienen que estar medidas en un nivel por intervalo o de razn: pueden analizar datos nominales u ordinales. De hecho, si se quiere aplicar anlisis no paramtricos a datos por intervalo o razn, stos necesitan resumirse a categoras discretas. Las variables deben ser categricas Recordar: cules son las variables discretas? cules son las variables categricas?