Professional Documents
Culture Documents
Muestra y Poblaciones
poblacin.
muestreo.
obtuvo la muestra.
un estudio.
El
variables estudiados.
que se obtendrn.
Cuanto mayor sea el tamao de la muestra mayor
Esto
sern
los
estadsticos
resultados
10
MUESTREO
La manera usual de realizar un estudio en
Eleccin de la
muestra
12
13
14
de la que se va a extraer.
16
18
22
Tipos de
Muestreo
26
Probabilstico
Simple
Sistemtico
Estratificado
Por conglomerados
Polietpico
No Probabilstico
Por cuotas
Intencionado
Incidental
Bola de nieve
28
Muestreos
Probabilsticos
2.
30
32
34
Otro ejemplo:
Supongamos
Si
35
39
38
42
44
Muestreos
No probabilsticos
La
En
Se
Muestreo intencional:
48
Bola de nieve:
50
Inferencia
Estadstica
52
INFERENCIA ESTADISTICA
54
Estadsticos
Tipos de Estadgrafos
Tendencia Central:
de Tendencia Central
Posicin:
de Posicin
de Dispersin
Dispersin:
De Formas
Forma:
Especificas
55
Asimetra y Curtosis
56
Ejemplos:
La EDAD media de los que cursamos estadstica.
Es una muestra representativa de la poblacin general?
Si un estadstico se usa para aproximar un parmetro tambin se le suele llamar
ESTIMADOR.
58
Medida
denominamos estimadores.
Muestra: Estadsticos
Poblacin: Parmetros
59
Smbolo para el
Smbolo para el
estadstico (muestra) parmetro (poblacin)
Media
Desvo estndar
Nmero de elementos
Proporcin
60
desconocida.
fueron excelentes?
61
62
INTERVALOS DE
CONFIANZA
65
66
contener al parmetro.
A ste se le denomina:
Intervalo de confianza
67
68
poblacional.
70
Siendo:
confianza.
= nivel de confianza
72
2.
3.
1.
2.
3.
El tamao de la muestra
4.
73
74
es
La naturaleza de la distribucin de
es de gran
importancia, ya que determina el grado de
incertidumbre que se otorga a
a travs del
proceso del muestreo.
La teora matemtica
proporciona tres resultados
bsicos referidos a las
distribuciones de las
variabilidad de
medias muestrales.
78
79
80
Desvo Estndar de la
poblacin
Tamao de la muestra
distribucin Normal.
Error Estndar de la
muestra
82
comprendida entre:
83
84
Siendo:
1-=0,95 y =0,05
Este valor sale de la tabla de distribucin normal
Nivel de significacin
86
x
87
88
90
190
N=10
N=15
180
N=20
N=25
170
N=30
N=60
160
N=120
150
En estas muestras el IC no
incluye el parmetro
poblacional
N=240
N=1200
140
155
160
165
170
175
180
IC 95% (altura)
91
92
que prctico.
poblacional, si se conoce la
la varianza poblacional.
la estimacin del IC de medias.
varianza poblacional
94
Nivel de significacin
elegido
95
Error debido al
muestreo
96
Ejemplo 1:
Se quiere estimar el promedio (poblacional) de llamadas,
97
98
Ejemplo 2:
Una persona decide buscar trabajo en el sector educacin
En el excel:
=INTERVALO.CONFIANZA(;;n)
=INTERVALO.CONFIANZA(0,05 ; 6,93 ; 30) = 2,48
100
En el excel:
=INTERVALO.CONFIANZA(;;n)
=INTERVALO.CONFIANZA(0,05 ; 160 ; 90) = 33,06
IC 95%
-3
-2
-1,96
1412
101
-1
1,96
1478
102
poblacional, si no se conoce la
varianza poblacional
104
106
Ejemplo 3:
108
Media muestral=30 Kg
Desvo estndar muestral= 5 Kg
N=12
En Excel:
DISTR.T.INV(probabilidad;grados_de_libertad):
Devuelve el valor t de la distribucin t de Student
En este caso:
DISTR.T.INV(0,05;11)= 2,201
109
110
Ejemplo 4:
IC 95%
-2,2
26,8
-2
2,2
33,2
4
111
112
con q = 1-p
n 30; np 5; nq 5
Ver aproximacin de una distribucin Binomial a una distribucin Normal
115
116
0.00
Nmero de ensayos
10
12
Nmero de ensayos
117
118
10
15
Nmero de ensayos
0.00
0.00
0.01
0.02
0.04
0.02
0.06
0.08
Probabilidad
0.10
0.05
0.12
0.06
0.14
Probabilidad
0.04
0.03
0.00
0.05
0.05
0.10
Probabilidad
0.15
0.10
Probabilidad
0.20
0.15
0.25
0.20
20
60
119
70
80
Nmero de ensayos
90
100
120
121
122
Ejemplo 5:
124
TEST DE
Intervalo de confianza para la varianza poblacional
con media desconocida
HIPOTESIS
128
UTILIDAD
poblaciones diferentes.
probabilidad.
129
2.
3.
4.
5.
nulas.
Es formulada con la intencin de ser
rechazada.
Si es rechazada, puede aceptarse entonces la
130
132
LOS TRATAMIENTOS NO
LOS
TRATAMIENTOS
DIFIEREN
DIFIEREN
LOS
TRATAMIENTOS
NO DIFIEREN
RESULTADO DE LA MUESTRA
A
VERDADERO POSITIVO
VERDAD
FALSO POSITIVO
ERROR DE TIPO I =
FALSO NEGATIVO
VERDADERO NEGATIVO
VERDAD
ERROR DE TIPO II =
e implicaciones.
133
134
137
138
casualidad.
realidad si la hay.
140
142
grupos, es :
144
0.2
0.1
0
-3
-2
-1
investigacin.
0.2
0.1
-3
-2
-1
seleccionado.
3
5
145
146
148
Resumiendo:
enfermedad?
3. Qu diferencia en el resultado justificara el uso del
150
Depende de:
1. Potencia de la prueba.
Diferencias esperadas
en resultado y entre
grupos
151
152
METODOS ESTADISTICOS
PARAMETRICOS Y
NO PARAMETRICOS
154
Por ejemplo:
poblacin (es).
varianza (homocedacea).
155
156
MODELOS PROBABILISTICOS
158
160
EL MODELOS ESTADISTICO
Cualquier prueba estadstica implica un modelo y una
Escala
Estadsticos apropiados
Nominal
Moda
Frecuencia
Coeficiente de contingencia
No paramtricas
Ordinal
Mediana
Percentiles
Mann-Witney
Spearman
Kendall
No paramtricas
Intervalo
Media
Desvo estndar
Correlacin
Paramtricas
Proporcin
Media geomtrica
Coeficiente de variacin
suposiciones.
A medida que las suposiciones que definen un modelo
Paramtricas
162
Experimento
Experimento, tiene dos acepciones, una general y una
Diseos de
investigacin
Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com cursos-estadistica@centroredes.org.ar
particular.
La regla general se refiere a "tomar una accin" y despus
165
166
168
Diseos de Investigacin
El DISEO de investigacin constituye el plan
170
171
Contar.
Medir.
Describir.
172
174
DEFINICINES DE HIPTESIS
DEFINICINES DE HIPTESIS
175
176
DEFINICINES DE HIPTESIS
DEFINICINES DE HIPTESIS
Pardinas:
"La hiptesis es una proposicin anunciada para responder
tentativamente a un problema".
Van Dalen conduce a una definicin en la que se establece que:
"La hiptesis son posibles soluciones del problema que se expresan
178
180
CLASIFICACINDELOSDISEOSDEINVESTIGACIN
Segn su estructuracin: Cualitativos / Cuantitativo
Tipos de Diseos de
Investigacin
Ambipectivos
Pablo Salgado EMAIL: estadisticaymetodologia@gmail.com cursos-estadistica@centroredes.org.ar
DISEOS EXPERIMENTALES
En ellos el investigador desea comprobar los
solo dato.
de su realizacin.
186
187
188
DISEOS RETROSPECTIVOS
DISEOS PROSPECTIVOS
independiente).
190
Experimentos observacionales:
de las variables).
192
Experimentos controlados
Experimentos controlados:
Grupo Control
el tratamiento. Es un estudio de
Intervencin.
193
194
azar.
196
de nios.
Cuestin tica:
198
Posible diseo:
vacunar.
vacunar.
199
200
(efecto confundente)
201
202
misma poblacin.
solucin salina.
Ni los nios ni el mdico saban si reciban la vacuna.
Doble-ciego.
203
204
Resultados
Diseo NFIP
EFECTO
ALEATORIZACION
CON
(a)
SIN
(c)
CON
(b)
P c/cienmil
2 grado
225.000
25
71
1 y 3 grado
725.000
54
46
2 grado
125.000
44
P c/cienmil
Tratamiento
200.000
28
Control
200.000
No Acept
350.000
COHORTE
INDIVIDUOS
ESTUDIO
CON CRITERIOS
DE INCLUSION
COHORTE
CONTROL
SIN
(d)
205
206
Asignacin de la intervencin
Aleatorizacin:
Porqu aleatorizar?
Las variables pronstico, conocidas y desconocidas,
sesgos de seleccin.
208
Medicin de resultados.
Asignar la intervencin.
209
Ejemplo:
210
estreptoquinasa:
INTRODUCCION:
212
Por tanto:
hemorraga).
213
214
215
216
en clnica?
2. Cules de estos puntos finales pueden medirse
calidad de vida.
Indice de complicaciones.
217
218
H0:
219
0 = 1
H0:
0 = 1
221
HA:
Donde
222
0 = 1
223
224
razones:
225
226
resultado?
prueba?
1. Criterios de exclusin
FEVI postratamiento.
demogrficas y de salud
de los grupos?
227
228
recibiendo?
manera adecuada?
230
f)
conocidos?
h) Se informaron los intervalos de confianza?
i)
232