Vous êtes sur la page 1sur 19

METODOS ESTADISTICOS PARA

LA INVESTIGACION

Dr. Jorge Luis Melndez Rosales


j_melendez2564@hotmail.com

CEL 979805195
DEFINICIONES PRELIMINARES

1. Unidad de estudio:
2. Poblacin:
Es el animal, persona o
cosa de quien se dice Es el conjunto de todas
algo. las unidades de estudio
Es quien nos va a dar la que cumplen con ciertas
informacin. caractersticas de
Es el objeto o elemento inters (criterios de
indivisible que ser inclusin).
estudiado.

3. Muestra:
Es un subconjunto de la poblacin en estudio.
Una buena muestra rene 2 condiciones
fundamentales:
a. Representatividad.
b. Adecuacin.
4. Variable:
Es una caracterstica de estudio de una unidad de estudio o de una
poblacin en estudio.
Las variables son caractersticas observables y medibles.
Al evaluarlas o medirlas, stas toman diferentes valores (cualidades o
cantidades).
Se denota por las letras X, Y, Z, etc.

Relacin Independiente - Dependiente

Clasificacin Discretas
Cuantitativas
Continuas
Naturaleza
Cualitativas
Qu me interesa saber de la unidad de estudio?

Peso
Cliente Edad
Numero de hermanos
Color de ojos
Tipo de sangre
Ingreso familiar
Gasto familiar
Empresa
Ventas
Ganancias
Gasto en publicidad
Numero de trabajadores
Numero de computadoras

CARACTERSTICAS
Unidades de estudio

VARIABLES
Diferencia entre
TCNICA - INSTRUMENTO

TCNICA DE RECOLECCIN DE DATOS:


Comprende procedimientos y actividades que le permiten al
investigador obtener la informacin necesaria para dar respuesta a
su pregunta de investigacin.
Se pueden mencionar como tcnicas de recoleccin de informacin
la observacin (ver o experiencia), la encuesta (preguntar), la
entrevista (dialogar), la revisin documental (leer), las sesiones
en profundidad (hacer o participar), etc.

INSTRUMENTO DE RECOLECCIN DE DATOS:


Constituyen las vas mediante la cual es posible aplicar una
determinada tcnica de recoleccin de informacin.
Prueba de hiptesis
DEFINICIONES PRELIMINARES

Qu es una hiptesis?
Es un respuesta a priori a un problema..

Qu es una hiptesis estadstica?


Es un enunciado acerca del valor de un parmetro poblacional.

Qu es una Prueba de Hiptesis?


Es un procedimiento basado en la informacin muestral y en la teora
de probabilidad, para determinar si una hiptesis estadstica debe ser
aceptada o rechazada.
Qu clases de hiptesis existen?
HIPOTESIS NULA.
Se denota por Ho.
Es una afirmacin o enunciado tentativo que se realiza acerca del valor de un
parmetro poblacional.
Por lo comn es una afirmacin acerca del parmetro de poblacin cuando
toma un valor especfico.
HIPOTESIS ALTERNATIVA.
Se denota por H1.
Es una afirmacin o enunciado contraria a la presentada en la hiptesis nula.

Qu errores se cometen en una prueba de


hiptesis?
Error Tipo I:
Se comete este error cuando se rechaza la hiptesis nula, cuando es
verdadera.
Se denota por = P(Rechazar Ho/Ho es verdadera)

Error Tipo II:


Se comete este error cuando se acepta la hiptesis, cuando es falsa.
Se denota por = P(Aceotar Ho/Ho es falsa)
Tipos de Pruebas de Hipotesis:

Prueba Bilateral o de dos colas: /2 /2

Ho: = 0
H1: 0

Prueba de una cola:



Prueba de cola inferior o
izquierda
Ho: = 0
H1: =< 0
Prueba de cola
superior o derecha
Ho: = 0
H1: >= 0
ETAPAS DE UNA PRUEBA DE HIPTESIS
METODO TRADICIONAL

1. Plantear la hiptesis nula y alternativa. (Ho y H1)


2. Especificar el nivel de significancia (Generalmente la plantea
el investigador). ( =0.05, 0.01)
3. Calcular un valor experimental: Estadstico de prueba que
debe ser especificado en trminos de un estimador del
parmetro a probar.
4. Calcular el valor critico: Valor que se encuentra el la tabla de
Probabilidades, que es valor que determinara la regin de
aceptacin y rechazo.
5. Tomar la decisin de aceptar o rechazar Ho.
6. Dar conclusin respectiva

METODO MODERNO
1. Plantear la hiptesis nula y alternativa. (Ho y H1)
2. Observar el valor p (significancia)
Si p< 0.05 RECHAZAR Ho
Si p 0.05 ACEPTAR Ho
Correlacin lineal simple
y
Regresin Lineal Simple
ESTADISTICA
1. CORRELACIN LINEAL SIMPLE:
El anlisis de correlacin es una tcnica estadstica que mide el grado de asociacin
o afinidad entre las variables cuantitativas consideradas en un estudio.

Se llamar CORRELACION SIMPLE cuando se trata de analizar la relacin entre


dos variables. Se llamar CORRELACION LINEAL O RECTILINEA si la funcin es
una recta, y de CORRELACION NO LINEAL cuando la funcin es una curva o una
funcin de grado superior.

El COEFICIENTE DE CORRELACION DE PEARSON, es el estadgrafo que mide el


grado de asociacin o afinidad entre las variables cuantitativas y se denota por r la
cual se define como:
n n n
n X iYi X i Yi
r n
i 1
n
i 1
n
i 1
n
n X ( X i )
i
2 2
n Yi ( Y1 ) 2
2

i 1 i 1 i 1 i 1
Ej Tengamos las siguientes puntuaciones en las variables X (inteligencia) e
Y (rendimiento acadmico):
X:105 116 103 24 137 126 112 129 118 105
Y: 4 8 2 7 9 9 3 1 7 6
DIAGRAMA DE DISPERSION:
2. REGRESIN LINEAL SIMPLE:
Es una tcnica estadstica que consisten en determinar la relacin funcional entre
dos variables cuantitativas en estudio.
Esta relacin funcional, es una ecuacin matemtica de la forma Y= A + B X, que
recibe el nombre tambin de Funcin de Regresin o Modelo de Regresin.
A la variable Y se le denomina variable dependiente, a la variable X independiente
y a A, B se les llama parmetros de la ecuacin de regresin.
La finalidad del Anlisis de Regresin es hacer pronsticos es decir, hacer
estimaciones futuros de la variable dependiente.

Pasos a seguir:
Realizar el diagrama de dispersin y ver el comportamiento de la variable.
Aplicar el mtodo de los Mnimos Cuadrados Ordinarios para estimar los
parmetros de la ecuacin. Las formulas son las siguientes:
n n n
n X i Yi X i Yi
B A Y BX
i 1 i 1 i 1
ESTADISTICA

n n
n X i
2
( X i ) 2

i 1 i 1

Para hacer el pronstico o el valor estimado de Y, reemplazar en la ecuacin


matemtica el respectivo valor de Xo, de la siguiente manera:

Y = A + B (Xo)
Ecuacin de la recta

a: Ordenada en el origen o intercepto, distancia


entre el origen y el punto en que la recta corta al eje
Y, puede ser +, - 0.
b: Coeficiente de regresin, expresa la cantidad en
la que vara Y cuando X aumenta en una unidad, puede
ser +, - 0
Qu tan bueno es el modelo?

Coeficiente de determinacin
Porcentaje de la variabilidad de Y que es explicada por la ecuacin
de regresin ajustada.

> 0.70 entonces, el modelo es adecuado.

Donde: r= coeficiente de correlacin lineal.


APLICACIN 1:
El gerente de BCP esta haciendo un estudio entre el gasto de mantenimiento de
sus computadoras y el ao de antigedad de dichas maquinas. Para esto recurre a
la oficina de Mantenimiento y Contabilidad obteniendo la siguiente informacin:

N de Tiempo de Costo de
1. Realice el diagrama de dispersin. maquina antigedad mantenimiento.
2. Estime la ecuacin de regresin (aos) ($)
lineal.
3. Estime cuanto sera el costo de 1 1 14
mantenimiento de una computadora 2 1 16
que tiene 7 aos.
3 2 20
4. Calcule e interprete el valor del
coeficiente de regresin lineal r 4 2 24
5 3 30
6 3 28
Solucin
ESTADISTICA
APLICACIN 2:
El dueo de una licorera est interesado en medir el efecto del
precio de las botellas de whisky escocs sobre la cantidad vendida.
Los resultados de la tabla adjunta se obtuvieron de una muestra
aleatoria de las ventas de ocho semanas. El precio est medido en
dlares y las ventas en cajas:

PRECIO 192 205 197 213 208 199 178 172


VENTAS 25 14 18 12 11 15 29 35

A. Estimar la recta de regresin para


las ventas.
B. Estimar cunto ser la cantidad
vendida si el precio de la caja es
de 200 dlares.