Curso Estadistica

ANALISIS ESTADISTICO
CON HERRAMIENTAS DE
SPSS
SPSS ANDINO
Copyright 2003-4, SPSS Inc. 1

ESQUEMA DEL CURSO
Recoleccin De La Informacin
Tipos de Variables
Cuantitativa
Cualitativa
Tipos de Muestro
Probabilsticos
No probabilstico
Relacin Entre Variables Categricas

Relaciones cruzadas
Determinacin de la relacin
Test Chi-Cuadrado
Grficos de relacin
ESQUEMA DEL CURSO
Preparacin De Datos Para El Anlisis

Outliers
Agrupacin y recodificacin de variables
Chequeo de no respuestas
Ponderacin de datos
Anlisis De Variables De Escala

Test para diferenciar grupos
Test T para muestras independientes
Test T para muestras pareadas
Test para ms de dos grupos
Test no paramtricos

ESQUEMA DEL CURSO
Introduccin a Modelos de Regresin

Terminologa y Notacin
Anlisis de correlacin
Modelos de Regresin

RECOLECCIN DE
LA INFORMACIN

RECOLECCIN DE LA
INFORMACIN
Tipos de Variables y Escalas de Medida

Nominal
Cualitativas
Ordinal
Razn
X Discreta
Intervalo
Cuantitativas
Razn
Continua
Intervalo
RECOLECCIN DE LA
INFORMACIN
Tipos de
Muestreo M. Probabilstico
Universo de Margen de error M. No Probabilstico

estudio permitido
Variables de Parmetros a
inters investigar
Muestreo aleatorio Muestreo Muestreo Muestreo

simple sistemtico proporcional estratificado
Muestreo Muestreo
conglomerados multietpico
n
Muestreo por Muestreo a Muestreo por Muestreo

conveniencia juicio cuotas bola de nieve

RECOLECCIN DE LA
INFORMACIN
Universo de Estudio
Universo Ideal: Conjunto sobre el cual el investigador pretende
obtener alguna informacin de los resultados basados en la encuesta.
Poblacin Objetivo: Conjunto de elementos que pueden ser
alcanzados por el investigador.
Marco Muestral: Dispositivo que permite identificar y ubicar los
sujetos que toman parten en los procesos de seleccin al azar.
Poblacin Susceptible de Encuesta: Conjunto de elementos con
probabilidad mayor de cero de ser incluidos en la muestra.

RECOLECCIN DE LA
INFORMACIN
El universo ideal: conductores de

servicio pblico
Poblacin Objetivo: conductores de servicio pblico
antigedad no menor de seis meses y dedicacin
no inferior a 30 horas semanales en
actividad del ltimo semestre.
Marco Muestral: Empresas de
transporte.
Poblacin Susceptible
de Encuesta:
Conductores que
accedan a
contestar la
encuesta.

RECOLECCIN DE LA
INFORMACIN
Error de Muestreo
Margen de Error: Es definido por el investigador, al momento de
extraer una fraccin de la poblacin.
Respuesta Sistemtica: Producido intencionalmente por el sujeto
estudiado.
Encuesta Sistemtica: El encuestador desconoce lo que el encargado
del diseo exactamente desea, dado a no contar con un entrenamiento
adecuado.
Para minimizar los errores debe estudiarse muy bien el mbito en que
se va a llevar a cabo el estudio, el tipo de respondiente y una buena
comunicacin entre el diseador y su equipo.

RECOLECCIN DE LA
INFORMACIN
TAMAO
DE LA
MUESTRA
ERROR CONFIANZA
Mide el grado de Mide el nivel de precisin de

dispersin de una los valores obtenidos.
variable dada. La probabilidad de que la
variable se encuentre en el
intervalo.
RECOLECCIN DE LA
INFORMACIN
Variables de Inters
Variable ideal del investigador: Es la medicin que el
investigador esta interesado en determinar.
Variable operacional: Es aquella que esta en condiciones
de ser observada y ser objeto de medicin.
Seleccionar adecuadamente las variables.
Determinar y controlar las fuentes de variacin de los
procesos de medicin, como la calibracin de equipos,
instrumentos y operarios, memoria de los fenmenos,
ruidos, etc..
RECOLECCIN DE LA
INFORMACIN
Parmetros a Investigar
Son las caractersticas poblaciones de inters que se desean estimar
dentro del estudio.
Estimaciones Precisas: Obtener estimaciones que se acerquen al
valor esperado.
Estimaciones Correctas: Las estimaciones se aproximan al valor
verdadero.
Totales: Son la suma sobre el universo de la variable en estudio
ty = U
yk
El monto total de ventas en una determinada rama del comercio.
La cantidad de hogares de la ciudad que consumen un determinado
producto.
RECOLECCIN DE LA
INFORMACIN
Razn: Proporcin de individuos que poseen una caracterstica

t y U yk
R= =
t z U yz
El consumo de combustible en trminos de kilmetros recorridos por galn

de combustible en una empresa de transporte (Total de vehculos/Total de
combustible consumido)
Demanda insatisfecha (Cantidad de usuarios que solicitaron y no recibieron
servicio/cantidad total de usuarios que solicitaron servicio)
Indicadores Especiales: Promedio sobre el universo de la variable de

ty y
U k
estudio YU = =
N U
1
Ingreso promedio de los usuarios de un servicio.

RECOLECCIN DE LA
INFORMACIN
Muestreo Probabilstico
Muestra: Es el conjunto de elementos
extrados del universo por un mtodo sin
reposicin, las muestras son menores o
iguales al universo, o mtodos con
reposicin, muestras mayores al
universo.
Se sustenta en la determinacin de una
muestra en la que TODAS las unidades
poblacionales tienen la misma
probabilidad de ser seleccionadas en la Se conoce la probabilidad de que
muestra un elemento de la poblacin sea
incluido en la muestra.
Los elementos de la muestra se
seleccionan por elementos
mecnicos.
El marco estadstico muestral
coincide con la poblacin
RECOLECCIN DE LA
INFORMACIN
Muestreo Aleatorio Simple (MAS)

Consiste en seleccionar sin reposicin Cuando se selecciona el primer
y en forma equiprobable, al interior de elemento de la muestra la probabilidad
cada extraccin, un elemento hasta es igual para todos 1/N, en la segunda
completar un total de n, valor seleccin la probabilidad es 1/(N-1), y
establecido antemano. sucesivamente.

RECOLECCIN DE LA
INFORMACIN
Problemas: No estn anotados en el marco.

Haya elementos de ms en el marco.
La unidad de muestreo no exista.
5 11
4 10 19
2 18 7
1 13
16 12
9 15
3
8 6 20
14 17
n
4
5
12
18

RECOLECCIN DE LA
INFORMACIN
Muestreo Sistemtico (MS)

Es til por su versatilidad y las
Consiste en dividir el universo en posibilidades de control y supervisin.
grupos de igual tamao (A), en el
primer grupo, mediante un muestreo
MAS se seleccionan replicas (R) de Inconvenientes, si r=1 no se cuenta
elementos; los restantes elementos se con un buen estimador y si existe un
obtienen brincando la cantidad a orden sistemtico en el mismo orden
partir de los aleatorios. de seleccin de la muestra, la varianza
crece considerablemente.
N
A=
n
R = Ran + A
RECOLECCIN DE LA
INFORMACIN
5 11
4 10 19 20
2 18 7
A= = 5
1 13 4
16 12
9 15
3 R = ((2 + 5) + 5) + ...
8 6 20
14 17
2 7 12 17

RECOLECCIN DE LA
INFORMACIN
Muestreo Proporcional (PPT)

Se basa en la disponibilidad de
informacin auxiliar cuantitativa
altamente correlacionada con la
variable en estudio y la aplicacin de Este diseo se caracteriza por la
un estimador del total conocido como simplicidad. Son sencillos los mtodos
MCR. de seleccin, y si la correlacin entre
las variables de inters y auxiliar es
alta este muestreo es mucho ms
El mayor inconveniente lo constituye eficiente que los tratados
el manejo operativo de los elementos anteriormente.
que salen de la muestra ms de una
vez, por cuanto se trata de un diseo
con reposicin.

RECOLECCIN DE LA
INFORMACIN
5 11
4 10 19
1
2
13
18 7 Informacin
16 12
9 15
Complementaria
3 r1
8 6 20
14 17
13
7 17 10
2 15

RECOLECCIN DE LA
INFORMACIN
Muestreo Estratificado (ME)

Es aquel que define subconjuntos
homogneos respecto a la variable La poblacin es heterognea pero en su
principal en la poblacin objetivo. interior se definen perfectamente dos o ms
En l todas las unidades se dividen en grupos que son parecidos en sus
subconjuntos llamados estratos, caractersticas internas respecto a la
dentro de ellos se muestrea de variable principal. Garantizando que se
acuerdo al MAS o el MS, segn minimice la varianza y la muestra no resulte
convenga a cada estrato. ser muy grande.
Inconvenientes : No todos los subconjuntos

de la poblacin presentan marco muestral.
Requiere que las caractersticas fsicas,
regionales, econmicas, raciales u otras
sean tan importantes como para generar
estudios por separado.

RECOLECCIN DE LA
INFORMACIN
10 6
19
5 4
18 9
2
16 7 13
1 17
12
15 11
8
14 20 3
n
5 13
12 18 1 4 6
14 11

RECOLECCIN DE LA
INFORMACIN
Muestreo De Conglomerados (MC)
Se tiene la participacin del universo U
en subconjuntos U1, U2,..., UN. Una
particin significa que cumple:
Ninguno de los conglomerados es
vaco
Se caracteriza por que los objetos a Todos son disjuntos dos a dos
ser seleccionados, no son elementos La unin de todos los
sino agrupaciones de elementos conglomerados reconstruye el
llamados conglomerados, en cada uno universo
de ellos se estudian todos los
elementos que lo conforman. Del conjunto total de conglomerados
se pueden escoger con cualquier tipo
de muestreo anterior.
En los conglomerados de la muestra,

se observan todos los elementos.
RECOLECCIN DE LA
INFORMACIN
12
6
5 10 20
13 19 2
17
18
16 3
8
1 7 14
11 4
9 15
n
16 12
6
1 10
11 19

RECOLECCIN DE LA
INFORMACIN
Muestreo Multietpico (MM)
Se tiene la participacin del universo U

Es un diseo de conglomerados en en subconjuntos U1, U2,..., UN.
dos etapas. Cuando la correlacin Denominadas unidades primarias del
intraclsica es muy alta, es decir muestreo, UPM, Una particin significa
cuando al interior del conglomerado la que cumple:
semejanza entre los elementos es Ninguna de los UPMs es vaco
muy alta, entonces en vez de estudiar Todos son disjuntos dos a dos
a todos los elementos se puede La unin de todos las UPMs
aplicar un muestreo probabilstico. reconstruye el universo
En cada UPM de la muestra se extrae,

En las UPMs de la muestra se
con independencia e invarianza una
construye el marco de elementos,
muestra probabilstica con un
procedimiento conocido con el nombre
muestreo anterior.
de enlistamiento.
RECOLECCIN DE LA
INFORMACIN
12
5 6
10 20
13 19 2
17
18
16 8 3
1 7 14
11 4
9 15
n
16 12 3
6
1a Etapa 1
11
10 14
19 15
n
2a Etapa 11 10 15
RECOLECCIN DE LA
INFORMACIN
Tamao de Muestra
La seleccin del tamao de muestra puede hacerse desde dos
perspectivas:
Punto de vista terico: no conduce a directamente a resultados concretos,
pero constituye la base sobre la cual se construye la siguiente posibilidad.
Simulacin: Es conveniente dejar fijo un esquema de seleccin muestral
para jugar nicamente con los tamaos en las diferentes etapas y en las
distintas UPMs.

RECOLECCIN DE LA
INFORMACIN
La precisin de una proporcin muestral es aproximadamente igual a

uno dividido por la raz cuadrada del tamao de la muestra
Tamao de Muestra Precisin Valor
100 1/100 0,1 o 10%
400 1/400 0,05 o 5%
1600 1/1600 0,025 o 2,5%
10000 1/10000 0,01 0 1%
En la practica suelen elegirse tamaos entre 400 y 1600 sujetos para

obtener una precisin de +/-5% o +/-2,5%

RECOLECCIN DE LA
INFORMACIN
Determinacin Del Tamao

De La Muestra
Variable de Escala
Parmetros:
n = muestra
e = error
-Zc +Zc Zc = nivel de confianza
2 = varianza poblacional
Variable Cualitativa S2 = cuasivarianza poblacional
Parmetros: N = tamao poblacin
n = muestra
e = error
Zc = nivel de confianza
P(1-P) = varianza poblacional
N = tamao poblacin
RECOLECCIN DE LA
INFORMACIN
Promedio
-Zc +Zc
N 2
n= Z 2 2
( N 1)e 2
+ 2 n= 2
c
Zc2 e
2
NS
n= N 2
Z S 2
( N 1)e 2
+ S 2 n= c
2
Zc2 e
RECOLECCIN DE LA
INFORMACIN
Proporcin
-Zc +Zc
P (1 P ) N
n= Z P (1 P )
2
( N 1)e 2
+ P (1 P ) n= c
2
Zc2 e
2
N N Z
n= n= c
1 + Ne 2
4e 2

RECOLECCIN DE LA
INFORMACIN
Totales
-Zc +Zc
N 2
NS 2
n= n=
( N 1)e 2
( N 1)e 2
2 2
+ 2
2 2
+ S 2
N Zc N Zc

RECOLECCIN DE LA
INFORMACIN
Estratificado
-Zc +Zc
2
e
Promedio L=
k
N S2 2 4

i= 1
i i
wi L=
e 2
n= k
Proporcin 4
N 2L + N i2 Si2 Si = P (1 P )
2
2
i= 1 e
Totales L= 2
4N
RECOLECCIN DE LA
INFORMACIN
Muestreo No Probabilstico
Se basa en suposiciones muy
amplias acerca de las variables que
se van a estudiar en la poblacin.
Los casos no son seleccionados
aleatoriamente y puede decirse
que llegaron a formar parte del
estudio en forma accidental.
El investigador o experto
selecciona los elementos que
formaran parte del estudio
convenientemente para que
brinden una informacin ms
exacta.
Los resultados del estudio no
pueden generalizarse a la
poblacin o al universo.
RECOLECCIN DE LA
INFORMACIN
VENTAJAS
Los costos son bajos.
Requiere de menos tiempo.
Facil de medir.
Se utiliza con frecuencia en los proyectos
de Investigacin de Mercados.
DESVENTAJAS
Muestreo subjetivo.
Fuerte tendencia en la seleccin o autoseleccin.
La muestra no es representativa de ninguna
poblacin definida.
Depende de la experiencia y creatividad del
investigador.

RECOLECCIN DE LA
INFORMACIN
Muestreo por Conveniencia

Con frecuencia se selecciona a los
Se sustenta en el criterio de un experto entrevistados porque se encuentran en
para definir el tamao de la muestra y el lugar adecuado en el momento
las unidades poblacionales que oportuno.
conformarn la muestra. Centros comerciales, cuestionarios de
revistas, entrevistas en la calle.
47% 15% Se utiliza con

frecuencia
38% Se utiliza
algunas veces
Nunca se
utiliza
Marketing Research Business 1994

RECOLECCIN DE LA
INFORMACIN
Muestreo a Juicio
Con su juicio o experiencia, elige los
Los elementos de la poblacion se elementos que incluir en la muestra,
seleccionan con base a juicio del por que cree que son representativos
investigador. de la poblacin de inters o son de
alguna manera apropiados.
8,7%
Si
No
91,3%

RECOLECCIN DE LA
INFORMACIN
Muestreo por Cuotas

Se divide a la poblacin en estratos o
Se sustenta en la conformacin de una categoras, y se asigna una cuota para
muestra con el mismo perfil de la
las diferentes categoras y, a juicio del
poblacin, en algunas de sus
investigador, se selecciona las
caractersticas
unidades de muestreo.
800
700
600
500
400 Poblacin
300 Muestra
200
100
0
Univ. TSU Br. Otro
RECOLECCIN DE LA
INFORMACIN
Muestreo Bola de Nieve

Se localiza a algunos individuos, los cuales
conducen a otros, y estos a otros, y as
Se sustenta en la conformacin de hasta conseguir una muestra suficiente.
una muestra, referida de un Este tipo se emplea muy frecuentemente
individuo a otro con la caracterstica cuando se hacen estudios con poblaciones
buscada por el investigador.
"marginales", delincuentes, sectas,
determinados tipos de enfermos.
12
10
Referido
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10
Pacientes

RELACIN ENTRE
VARIABLES CATEGRICAS

RELACIN ENTRE VARIABLES
CATEGRICAS
Cross tabulation
Es el anlisis de variables categricas, donde las filas y las columnas de una tabla
estn formadas por las categoras de dos variables. Se construyen tales tablas
porque ellos muestran el comportamiento de las respuestas a preguntas con datos
nominales u ordinales. Igualmente se estudia la relaciones entre dos o tres variables
categricas.
Tabla de contingencia HAPPINESS OF MARRIAGE * GENERAL HAPPINESS
GENERAL HAPPINESS
PRETTY NOT TOO
VERY HAPPY HAPPY HAPPY Total
Recuento 94 71 2 167
% de HAPPINESS
VERY HAPPY 56,3% 42,5% 1,2% 100,0%
OF MARRIAGE
% de GENERAL
85,5% 49,7% 11,8% 61,9%
HAPPINESS
Recuento 16 68 9 93
% de HAPPINESS
HAPPINESS 17,2% 73,1% 9,7% 100,0%
PRETTY HAPPY OF MARRIAGE
OF MARRIAGE
% de GENERAL
14,5% 47,6% 52,9% 34,4%
HAPPINESS
Recuento 0 4 6 10
% de HAPPINESS
NOT TOO HAPPY OF MARRIAGE
,0% 40,0% 60,0% 100,0%
% de GENERAL
,0% 2,8% 35,3% 3,7%
HAPPINESS
Recuento 110 143 17 270
% de HAPPINESS
Total
40,7% 53,0% 6,3% 100,0%
OF MARRIAGE
% de GENERAL
100,0% 100,0% 100,0% 100,0%
HAPPINESS

CATEGRICAS
Test Chi-Cuadrado
H0: X y Y Independientes vs. H1: X y Y Dependientes
Se determina el nivel de significacin

con el cual se desea comprobar la
hiptesis, (0,01 a 0,1).
Si el valor resultante es menor que , se
rechaza la hiptesis nula.
2C Las correlaciones dan como resultado r,

el coeficiente de correlacin de Pearson,
una medida de asociacin lineal entre
las variables que oscila ente 0 y 1.
CATEGRICAS
Grficos de Relacin
Para entender la tabla, se podra fcilmente visualizar por medio de grficos como un
diagrama de barras que determina la relacin de cada grupo asociado a otros
grupos.
Tabla de contingencia HAPPINESS OF MARRIAGE * GENERAL HAPPINESS

Estadsticos : Recuento
HAPPINESS OF MARRIAGE
HAPPINESS OF MARRIAGE VERY HAPPY
HAPPINESS OF MARRIAGE PRETTY HAPPY
75 HAPPINESS OF MARRIAGE NOT TOO HAPPY
Valores
50
25
0
GENERAL HAPPINESS VERY HAPPY GENERAL HAPPINESS NOT TOO HAPPY
GENERAL HAPPINESS PRETTY HAPPY
GENERAL HAPPINESS

PREPARACIN DE
DATOS PARA
EL ANLISIS

PREPARACIN DE DATOS PARA EL
ANLISIS
Outliers (Datos Atpicos)

Son observaciones que difieren claramente de otras; pueden ser
problemticos o no. Pueden identificarse desde una perspectiva
univariante, bivariante o multivariante. Diagrama de caja
Histograma Grfico de tallo y hojas y bigotes

ANLISIS
Agrupacin y Recodificacin de Variables

Los valores de datos se pueden modificar mediante la recodificacin.
Esto es particularmente til para agrupar o cambiar categoras. Se puede
recodificar los valores dentro de las variables existentes o crear variables
nuevas que se basen en los valores recodificados de las variables
existentes.

ANLISIS
Chequeo de No Respuestas
(Datos Faltantes)
El investigador debe determinar las razones que subyacen los datos
ausentes y que sean de forma aleatoria.
Supresin de casos y/o variables que peor se comportan respecto a los

datos ausentes, pero un tamao de muestra inadecuado.
Mtodos de imputacin que estiman valores ausentes basados en

valores vlidos de otras variables y/o casos de la muestra.
Sustitucin de datos ausentes sustituyendo con otras observaciones no

muestrales, por la media, por un valor constante, por regresin o
imputacin mltiple.
ANLISIS
Anlisis de Datos Faltantes
Estimar los
valores faltantes
Excesivos Datos Faltantes
En Variable o suprimir la
variable del
anlisis
Eliminar el
Excesivos Datos Faltantes encuestado de
Por Encuestado
cualquier
anlisis
En Relaciones Datos Faltantes en el Modelo Estimar los

Bivariadas datos faltantes
Estimar los
datos faltantes
En Anlisis Datos Faltantes en el Modelo
o suprimir el
Multivariado
encuestado
Copyright 2003-4, SPSS Inc.
y/o la variable 49
ANLISIS
Ponderacin de Casos
Los valores de la variable de ponderacin deben indicar el numero de

observaciones representadas por casos nicos en el archivo de datos.
Los casos con valores perdidos, negativos o ceros para la variable de
ponderacin se excluyen del anlisis.
Los valores fraccionarios son validos; se usan exactamente donde
adquieren sentido y, con mayor posibilidad, donde se tabulan los casos.
ANLISIS DE
VARIABLES DE ESCALA

ANLISIS DE VARIABLES DE
INTERVALO
Test Para Una Muestra

Contrasta si la media de una variable
difiere de una constante especifica.
vs.
Se determina el nivel de significacin , y
si el valor resultante es menor se rechaza
la hiptesis nula
Para cada variable a contrastar se calcula,
la media, desviacin tpica y error tpico de
la media. La diferencia promedio entre
cada valor de los datos y el valor de
contraste hipotetizado.
H:=
INTERVALO
Test Para Muestras Independientes

Compara las medias de dos grupos de
casos. Para esta prueba, idealmente los
vs.
sujetos deben asignarse aleatoriamente a
dos grupos, de forma que cualquier
diferencia en la respuesta sea debida al
tratamiento (o falta de tratamiento) y no a
otros factores.
Se basa en el tamao de la muestra,
media, desviacin tpica y error tpico.
Adicionalmente, se realiza la prueba de
Levene sobre la igualdad de varianzas. H: =
INTERVALO
Test Para Muestras Relacionadas

compara las medias de dos variables de
un solo grupo. Calcula las diferencias
entre los valores de las dos variables de vs.
cada caso y contrasta si la media difiere
de 0.
Para cada variable se calcula la media,
tamao de la muestra, desviacin tpica y
error tpico; y para cada pareja de
variables correlacin, diferencia promedio
entre las medias, prueba t e intervalo de
confianza, desviacin tpica y error tpico
de la diferencia entre las medias.
H: =
INTERVALO
Test Para Ms De Dos Grupos

El procedimiento ANOVA de un factor
genera un anlisis de varianza para una
variable dependiente cuantitativa respecto
vs. a una nica variable de factor. El anlisis
de varianza se utiliza para contrastar la
hiptesis de que varias medias son
iguales. Esta tcnica es una extensin de
la prueba t para dos muestras.
Adems de determinar que existen diferencias entre las medias, es
posible que desee saber qu medias difieren. Existen dos tipos de
contrastes para comparar medias: a priori y post hoc. Tambin puede
contrastar las tendencias existentes a travs de las categoras.
Copyright 2003-4, : Inc.= = ... =
H SPSS 55
INTERVALO
Para cada grupo se tiene en cuenta el nmero de casos, media,

desviacin tpica, error tpico, mnimo, mximo, intervalo de confianza
al 95% para la media. Prueba de Levene sobre la homogeneidad de
varianzas, tabla de anlisis de varianza y contrastes robustos de
igualdad de medias para cada variable.

INTERVALO
Test No Paramtricos
Prueba Chi-Cuadrado: Esta prueba de bondad de ajuste compara las
frecuencias observadas y esperadas en cada categora para contrastar
si todas las categoras contienen la misma proporcin de valores o si
cada categora contiene una proporcin de valores especificada por el
usuario.
Prueba Binomial: Compara las frecuencias observadas de las dos

categoras de una variable dicotmica con las frecuencias esperadas
en una distribucin binomial con un parmetro de probabilidad
especificado.

INTERVALO
Prueba de rachas: Este procedimiento contrasta si es aleatorio el

orden de aparicin de dos valores de una variable. Una racha es una
secuencia de observaciones similares. Una muestra con un nmero
excesivamente grande o excesivamente pequeo de rachas sugiere
que la muestra no es aleatoria.
Prueba de Kolmogorov-Smirnov para una muestra: Para una
muestra compara la funcin de distribucin acumulada observada de
una variable con una distribucin terica determinada, que puede ser la
normal, la uniforme, la de Poisson o la exponencial.
Pruebas para dos muestras independientes: El procedimiento
Pruebas para dos muestras independientes compara dos grupos de
casos existentes en una variable.
INTERVALO
Pruebas para dos muestras relacionadas: El procedimiento Pruebas

para dos muestras relacionadas compara las distribuciones de dos
variables.
Pruebas para varias muestras independientes: El procedimiento

Pruebas para varias muestras independientes compara dos o ms
grupos de casos respecto a una variable.
Pruebas para varias muestras relacionadas: El procedimiento

Pruebas para varias muestras relacionadas compara las distribuciones
de dos o ms variables.

INTRODUCCIN A
MODELOS DE REGRESIN

INTRODUCCION A MODELOS DE
REGRESION
TERMINOLOGA Y NOTACIN
En muchas situaciones que son de Regresin lineal
inters para investigadores que toman 2.00
decisiones, el valor de una variable

1Y = 0.15 + 0.01 * x
esta relacionado con el valor de otra u 1.50
R-cuadrado = 0.68
otras de alguna forma sistemtica.
Y
1.00

El anlisis de Regresin se enfoca al

establecimiento de una ecuacin que 0.50

permite que el valor desconocido de

una variable se pueda estimar a partir 0.00

del valor conocido de una o ms

0 40 80 120
X
variables.

REGRESION
Variables Independientes: Son variables cuyos valores se suponen

conocidos y que se utilizan para explicar o predecir el valor de otra
variable de inters, se denotan con la letra X.
Variable Dependiente: Es una variable cuyo valor se supone
desconocido y que se explique o prediga con ayuda de otra u otras
variables, se denota con la letra Y.
Relaciones Determinsticas: Se caracteriza por el hecho de que el valor
de Y est determinado de manera nica siempre que el valor de X se
especifique

REGRESION
Relacin Estocstica: Es imprecisa en el sentido de que muchos valores

posibles de Y se pueden asociar con cualquier valor de X.
Relacin Directa: Si los valores de la variable dependiente Y aumentan
con los valores ms grandes de la variable independiente X.

INTERVALO
Anlisis de Correlacin
Las correlaciones miden cmo estn relacionadas las variables o los

rdenes de los rangos.
Calcula el coeficiente de correlacin de Pearson, la rho de Spearman y
la tau-b de Kendall con sus niveles de significacin.
REGRESION
MODELOS DE REGRESIN
Lineal Y = 0 + 1X
Logartmico Y = 0 + 1 ln( X )
Inverso Y = 0 + ( 1 / X )
Cuadrtico Y = 0 + 1X + 2 X 2
Cbico Y = 0 + 1X + 2 X 2 + 3X 3
Potencia Y = 0 + X 1
X
Compuesto Y = 0+ 1
REGRESION
S Y = e 0 + ( 1 / X )
1
Logstico Y=
1 X
+ 0+ 1
u
Crecimiento Y = e 0 + 1X
Exponencial Y = 0 + e 1X
Lineal Mltiple Y = 0 + 1 X 1 + 2 X 2 + K + + k X k

Curso Estadistica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Curso Estadistica

Transféré par

Droits d'auteur :

Formats disponibles

ANALISIS ESTADISTICO

Copyright 2003-4, SPSS Inc. 1

Relacin Entre Variables Categricas

Preparacin De Datos Para El Anlisis

Anlisis De Variables De Escala

Copyright 2003-4, SPSS Inc. 3

Introduccin a Modelos de Regresin

Copyright 2003-4, SPSS Inc. 4

Copyright 2003-4, SPSS Inc. 5

Tipos de Variables y Escalas de Medida

Universo de Margen de error M. No Probabilstico

Muestreo aleatorio Muestreo Muestreo Muestreo

Muestreo por Muestreo a Muestreo por Muestreo

Copyright 2003-4, SPSS Inc. 7

Copyright 2003-4, SPSS Inc. 8

El universo ideal: conductores de

Copyright 2003-4, SPSS Inc. 9

Copyright 2003-4, SPSS Inc. 10

Mide el grado de Mide el nivel de precisin de

Razn: Proporcin de individuos que poseen una caracterstica

El consumo de combustible en trminos de kilmetros recorridos por galn

Indicadores Especiales: Promedio sobre el universo de la variable de

Ingreso promedio de los usuarios de un servicio.

Muestreo Aleatorio Simple (MAS)

Copyright 2003-4, SPSS Inc. 16

Problemas: No estn anotados en el marco.

Copyright 2003-4, SPSS Inc. 17

Muestreo Sistemtico (MS)

Copyright 2003-4, SPSS Inc. 19

Muestreo Proporcional (PPT)

Copyright 2003-4, SPSS Inc. 20

Copyright 2003-4, SPSS Inc. 21

Muestreo Estratificado (ME)

Inconvenientes : No todos los subconjuntos

Copyright 2003-4, SPSS Inc. 22

Copyright 2003-4, SPSS Inc. 23

En los conglomerados de la muestra,

Copyright 2003-4, SPSS Inc. 25

Muestreo Multietpico (MM)

Se tiene la participacin del universo U

En cada UPM de la muestra se extrae,

Copyright 2003-4, SPSS Inc. 28

La precisin de una proporcin muestral es aproximadamente igual a

Tamao de Muestra Precisin Valor

100 1/100 0,1 o 10%

400 1/400 0,05 o 5%

1600 1/1600 0,025 o 2,5%

10000 1/10000 0,01 0 1%

En la practica suelen elegirse tamaos entre 400 y 1600 sujetos para

Copyright 2003-4, SPSS Inc. 29

Determinacin Del Tamao

Copyright 2003-4, SPSS Inc. 32

Copyright 2003-4, SPSS Inc. 33

Copyright 2003-4, SPSS Inc. 36

Muestreo por Conveniencia

47% 15% Se utiliza con

Marketing Research Business 1994

Copyright 2003-4, SPSS Inc. 37

Copyright 2003-4, SPSS Inc. 38

Muestreo por Cuotas

Muestreo Bola de Nieve

Copyright 2003-4, SPSS Inc. 40

Copyright 2003-4, SPSS Inc. 41