de la muestra a la poblaci n n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
De la muestra a la población PowerPoint Presentation
Download Presentation
De la muestra a la población

Loading in 2 Seconds...

play fullscreen
1 / 15

De la muestra a la población - PowerPoint PPT Presentation


  • 271 Views
  • Uploaded on

De la muestra a la población. Principios del análisis estadístico. De la muestra a la población. Cuando a partir de una muestra se desea extrapolar las conclusiones a una población las preguntas que se pueden plantear son: ¿Cuánto difieren nuestros datos de la población objetivo?

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'De la muestra a la población' - donar


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
de la muestra a la poblaci n

De la muestra a la población

Principios del análisis estadístico

de la muestra a la poblaci n1
De la muestra a la población

Cuando a partir de una muestra se desea extrapolar las conclusiones a una población las preguntas que se pueden plantear son:

¿Cuánto difieren nuestros datos de la población objetivo?

O, si obtenemos otra muestra de la misma población,

¿Qué tan diferente será de la primera aunque se hayan cumplido los requisitos para que la muestra sea representativa?

La estadística nos proporciona una medida de la incertidumbre a la que nos vemos sometidos cuando elegimos una muestra.

variabilidad de las medias muestrales
Variabilidad de las medias muestrales

La variabilidad será menor cuanto mayor sea el tamaño muestra

La variabilidad será menor que la variabilidad de los datos de la población

La variabilidad será menor cuanto menor sea la variabilidad de los datos de la población

distribuci n de las medias muestrales
Distribución de las medias muestrales

El valor esperado (esperanza matemática) de la distribución de medias muestrales es el mismo que la media poblacional

El valor esperado del desvío estándar de las medias muestrales es σ/√n. Es el error estándar de la media. Para estimarlo a partir de una muestra tomamos el desvío estándar de la muestra s en lugar de σ

La distribución de las medias muestrales será normal si la distribución de los datos en la población es normal

teorema central del l mite
Teorema central del límite

Si una población (no necesariamente normal) tiene una media μ y un desvío estándar σ,la distribución de las muestras aleatorias de esa población tienden al aumentar el tamaño de la muestra n a una normal con media μ y a un desvío estándar σ/√n

Por ejemplo si los datos son categóricos y el tamaño de la muestra n de más de cien individuos y la proporción del número de enfermos л , entonces a través de n.л obtendríamos la media μ y el desvío estándar se calcularía como √ л.(1-л)/n

problema
Problema

Partimos de un establecimiento educacional con mil alumnos

Con un nuevo programa de enseñanza el promedio de asistencia es de 83

Promedio histórico 80 DS 10

¿Cuál es la probabilidad de que haya un verdadero incremento de la asistencia?

¿Las diferencias se deben solo al azar?

Hipótesis: 1- Del Investigador. El promedio de asistencia se incrementó

2- Hipótesis nula: Las diferencias se deben solo al azar

Muestra de 100 alumnos

Prueba z= 83-80/1=3 z=3 equivale a p=0.0013

intervalos de confianza para una muestra
Intervalos de confianza para una muestra

El IC muestra la incertidumbre en la estimación del estadístico de interés

Los elementos necesarios para construir un IC son:

La media poblacional, que la infiero a partir de la media muestral

El desvío estándar de la población, que si no lo conozco lo infiero a partir del EEM

La confianza que pretendo tener al suponer que ese sea uno de los intervalos que contengan la verdadera media poblacional

En nuestro ej. IC 95% = 83 ± 1.69 * 10/√100

Es entonces 81.31 a 84.69

comparaci n de grupos
Comparación de grupos

Número de grupos de observaciones

1- Un grupo

2- Dos grupos

3- Más de dos grupos

Tipo de observaciones

1- Independientes

2- Relacionadas

Tipo de datos

1- Continuos

2- Categóricos u ordinales

Distribución de los datos

distribuci n normal
Distribución normal

Es unimodal, un solo modo

Es simétrica con respecto a la media, la mitad de la curva es igual a la otra mitad

La base está dada por unidades de desvío estándar, un desvío estándar (s) corresponde a un z, 2.5 s a 2.5 z

La media la mediana y el modo coinciden en el mismo punto

El área bajo la curva (Φz) es 1

Prueba z se basa en la normal estándar

z= X-μ en nuestro ej. Z= 83-80 = 3

(σ/√n) (10/√100)

Cola inferior Φz, cola superior 1- Φz, dos colas 2*(1-Φz)

distribuci n t de student
Distribución t de Student

Es una distribución de medias muestrales cuando el tamaño de la muestra es pequeño

Es similar a la normal

La diferencia está en las colas, cuando se incrementa el tamaño de muestra usar uno u otro método es igual

Se debe tener en cuenta el parámetro grados de libertad que se calcula restando uno a n

Comparación de una media con un valor específico:

Peso de RN de madres con CC vs. Peso de RN de MN

t= x-k t= 2658 -3388 = -3.98 p<0.006

SD/√n 913/√16

pruebas no param tricas
Pruebas no paramétricas

Test del signo: si no hay diferencias entre los valores de la media y el promedio histórico, esperaríamos encontrar tantos valores por encima como por debajo del último. En nuestro caso hay 13 valores por debajo y solo 3 por encima del valor de referencia.

Test de Wilcoxon(Rank sum test):

1- Se calcula la diferencia entre cada observación y el valor de interés

2- Se ignora el signo de la diferencia y se obtiene un rango

3- por último se suman los rangos por encima y por debajo del valor promedio

dos grupos de observaciones apareadas
Dos grupos de observaciones apareadas

Paramétricos

Test t para muestras apareadas

t= (d-0)/ES se entra a la tabla por el valor de t y los grados de libertad

Intervalos de confianza para la diferencia de medias:

x± tα*ES

No paramétricos

Test del Signo

Test de Wilcoxon

comparaci n de muestras independientes
Comparación de muestras independientes

Método paramétrico

Test de t para muestras independientes

t= x1-x2

se (x1-x2)

Intervalos de confianza para muestras independientes.

IC = x1-x2±t 0.975* se(x1-x2)

Método no paramétrico

Test de Mann-Whitney

comparaci n de dos grupos de observaciones independientes
Comparación de dos grupos de observaciones independientes

Si No

Si No Si

Si No

¿La distribución es normal

en ambos grupos?

ii

¿El Nro.de observaciones es

grande?

No

¿Tienen iguales varianzas?

¿Las distribuciones son similares salvo en la posición?

Test Z

Test de

Welch

Test t

Test de la Mediana

Test de

Mann-Whitney

comparaci n de dos grupos de observaciones apareadas
Comparación de dos grupos de observaciones apareadas

Si No

Si No

Si No

¿La distribución es normal en ambos grupos?

Test t

¿El Número de observaciones es grande?

¿La distribución es simétrica?

Test z

Wilcoxon

Signo