Miscelaneos

Solo disponible en BuenasTareas
  • Páginas : 5 (1099 palabras )
  • Descarga(s) : 0
  • Publicado : 29 de enero de 2011
Leer documento completo
Vista previa del texto
file:///Users/macbook/Documents/ejercicios%20ji2.pdf

http://www.ugr.es/~jsalinas/weproble/T14res.PDF

|INSTITUTO TECNOLOGICO SUPERIOR DE CALKINI |
|Nombre de la asignatura: Estadística Administrativa II |
|Carrera: Licenciatura enAdministración. |
|Clave: ADT-0427 |
|Hrs. teoría - Hrs. práctica - Créditos: 2 - 3 - 7 |
|EN EL ESTADO DE CAMPECHE|

[pic]
TEMARIO

U N I D A D 2

[pic]

RAMIRO JOSE GONZALEZ HORTA
A r q u i t e c t o

.U N I D A D 2
Pruebas de la bondad del ajuste y análisis de varianza.
2.1 Análisis Ji-Cuadrada.
2.1.1 Prueba de independencia.
2.1.2 Prueba de la bondaddel ajuste.
2.1.3 Tablas de contingencia.
2.2 Análisis de varianza.
2.2.1 Inferencia sobre una varianza de población (Anova).
2.2.2 Inferencia sobre la varianza de dos poblaciones (Anova).
2.3 Paquete computacional.
.

U N I D A D 2
Pruebas de la bondad del ajuste y análisis de varianza.

2.2 Análisis de varianza.

En estadística, análisis de varianza (ANOVA,según terminología inglesa) es una colección de modelos estadísticos y sus procedimientos asociados. El análisis de varianza sirve para comparar si los valores de un conjunto de datos numéricos son significativamente distintos a los valores de otro o más conjuntos de datos. El procedimiento para comparar estos valores está basado en la varianza global observada en los grupos de datos numéricos acomparar. Típicamente, el análisis de varianza se utiliza para asociar una probabilidad a la conclusión de que la media de un grupo de puntuaciones es distinta de la media de otro grupo de puntuaciones.

Supuestos previos

El ANOVA parte de algunos supuestos que han de cumplirse:

La variable dependiente debe medirse al menos a nivel de intervalo.

Independencia de las observaciones. Ladistribución de la variable dependiente debe ser normal. Homocedasticidad: homogeneidad de las varianzas.

Visión general

Existen tres tipos de modelos:

El modelo de efectos fijos asume que el experimentador ha considerado para el factor todos los posibles valores que éste puede tomar. Ejemplo: Si el género del individuo es un factor, y el experimentador ha incluido tantos individuosmasculinos como femeninos, el género es un factor fijo en el experimento.

Los modelos de efectos aleatorios asumen que en un factor se ha considerado tan sólo una muestra de los posibles valores que éste puede tomar. Ejemplo: Si el método de enseñanza es analizado como un factor que puede influir sobre el nivel de aprendizaje y se ha considerado en el experimento sólo tres de los muchos más métodosposibles, el método de enseñanza es un factor aleatorio en el experimento.

Los modelos mixtos describen situaciones donde están presentes ambos tipos de factores: fijos y aleatorios. La técnica fundamental consiste en la separación de la suma de cuadrados (SS, ‘sum of squares’) en componentes relativos a los factores contemplados en el modelo. Como ejemplo, mostramos el modelo para un ANOVAsimplificado con un tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y los efectos son lineales, puede resultar apropiado un análisis de regresión lineal)

SS Total = SS Error? + SS Factores

El número de grados de libertad (gl) puede separarse de forma similar y se corresponde con la forma en que la distribución chi-cuadrado describe la suma de cuadrados asociada....
tracking img