Estadística Flashcards
Estadísticas Descriptivas
Describen conjunto de observaciones. Simplifican, organizan y resumen información
Distribuciones de frecuencias
Presenta valores de los datos y la frecuencia con que se presentan.
Medidas de tendencia contral
Moda: El valor que más se repite.
Media: Promedio de los datos.
Mediana: El valor del medio.
Medidas de dispersión
Se utilizan para saber la diferencia y la distancia entre los datos.
Rango: dato mayor - el menor
Desviación Estándar: raiz cuadrada de la varianza
Muestra: s Población: o
Varianza: el promedio de las diferencias entre cada dato y la media de todos los datos.
Estadísticas Inferenciales
Consisten en tecnicas que permiten estudiar muestras y hacer generalizaciones sobre la poblacion de la cual fueron seleccionadas. Saca conclusiones de la muetra y las generaliza.
Variables
Cualquierl característica bajo estudio que toma diferentes valores.
Variable Cuantitativa
Variable Cualitativa
Variable Independiente
Variable Dependiente
Tipos de variables
Variable Cuantitativa
Variable Cualitativa
Variable Independiente
Variable Dependiente
Variable Cuantitativa
Valor numérico, posicion u orden.
Se divide en variables continuas y variables y discretas.
Variables Continuas
Aquellas que pueden tomar un numero infinito de valores en la escala. Ej. masa, temperatura, peso, distancia, velocidad y tiempo.
Variable discreta
Solo pueden tomar valores enteros. Ej. número de autos en el dealer, # de hijos. EL CERO SIGNIFICA AUSENCIA.
Variable Cualitativa
Son categorias. Ej. sexo, religion, marcas de autos, graduandos de universidad, etc.
Variable Independiente
Variable predictora (X) que el investigador puede manipular y controlar, y que predice la variacion en la variable dependiente (causa un efeto en la otra variable).
Variable dependiente
Variable de criterio (Y) que se mide en el estudio. Es la que va a tener un efecto y refleja resultado.
Hipotesis
Prediccion sobre la relaicon entre una o mas variables
Hipotesis Alterna (Hi)
Se afirma que los cambieos en la medida de la variable independiente produciran cambios en la variable dependiente. Hipotesis de Investigación
Hipotesis Nula (Ho)
Cambios en la medida de la variable independiente NO priduciran cambios en la variable dependiente. Lleva la contraria al investigador.
HINT: Siempre se trabaja con la HIPOSIS NULA, aceptandola o descantandola.
HINT: Siempre se trabaja con la HIPOSIS NULA, aceptandola o descantandola.
La regla de decision nos dice que, si el nivel de significacia obtenido es MAYOR al nivel Alpha establecido, se acepta la Hipotesis Nula.
Clave de regla de decisión
Nivel de Significancia Mayor: Acepta
Nivel de Significancia Menor o Igual: Rechaza
Error Alfa o Tipo I
Rechazo hipotesis nula (ho) cuando debo aceptarla. (Mas Común)
Error Beta o Tipo II
Se acepta hipotesis nula (ho) cuando es falsa.
Nivel Alpha
La significancia de la investigacion sera evaluada medinate la hipotesis nula (ho).
Los niveles son .05, .01 y .001.
El nivel lo establece el investigador e indica el espacio que tiene para “equivocarse” (margen de error).
.05=955 de seguridad para decir que sus resultados fueron validos.
Si el nivel de significancia es MENOR IGUAL al nivel Alpha establecido, se rechaza la hipotesis nula.
Grados de libertad
Factores que deben considerarse para establecer el nivel de significancia, se representan con la fromula n-1.
Foto Regla de Decisión
Puntuaciones Z
Transforma puntuaciones crudas a valores estandarizados.
* Se basa en la curva normal de probabilidades donde:
* El area bajo la curva es igual a 1
* La media es igual a cero
Puntuaciones T
Puntuaciones tipicas son un procedimiento alternativo para expresar la prosicion de las puntuaicones directas en relaicon con el grupo
Foto Simetria, Asimetria Positiva, Asimetria Negativa
Correlación
Indica la magnitud y direccion de una relacion entre dos variables. Relaciones positivas, negativas, perfectas e impefectas.
Relaciones Positivas
Existe una correlación directa entre variables. Ambas suben o bajan simultaneamente.
Relaciones Negativas.
Existe una correlación inversa entre variables. Una sube, otra baja.
Relación Perfecta
Existe una relación positiva o negativa donde todos los datos o puntos estan sobre la recta.
Relación Imperfecta
Existe una relación positiva o negativa, pero NO todos los puntos están en la recta.
Coeficiente de Correlación de Pearson
Es una prueba que mide la relación estadística entre dos variables continuas.
Interpretacion de los Coeficientes de Correlacion Pearson “Las pesetas con P de Pearson”
0.00 -0.25 baja o ninguna correlación
0.26 - 0.50 correlacion moderada baja
0.51- 0.75 correlación moderada alta
0.76 - 0.99 correlación alta
100% = 1.00 correlación perfecta
Para llevar a cabo correlación de Pearson es necesario cumplir lo siguiente:
- La escala de medida debe ser una escala de intervalo o relación.
- Las variables deber estar distribuidas de forma aproximada.
- La asociación debe ser lineal.
- No debe haber valores atipicos en los datos.
