Inferencia

1. Establezca la diferencia entre: Nivel de significación y potencia de una prueba; pruebas paramétricos y pruebas No parametricas.

- La diferencia entre Nivel de significancia y la potencia de una prueba es que el Nivel de Significación es la probabilidad de error que estamos dispuestos aceptar, mientras en la Potencia está la probabilidad de rechazar la hipótesis nula cuando es falsa.

-Las pruebas no parametricas son aplicables a casi todos los casos, mientras que las pruebas parametricas solo son aplicables bajo ciertas condiciones.

2. el tamaño de una muestra para realizar inferencia estadística depende de unos factores, (la confiabilidad, la varianza y el error de estimación), que la determinan. Explique los criterios que tiene un investigador para la determinación deestos factores.

Los criterios mencionados anteriormente por lo general convencionales, es decir, la confianza se deja al 95% o lo que es lo mismo el valor alfa de 5% que se fija para considerar significativas las diferencias que se encuentren (si valor de p < 0.05) o para considerar en los intervalos de confianza; la varianza se manejan solamente cuando viene agregado a una estimación de unavariable cuantitativa, es decir, un promedio pero se presenta a la raíz cuadrada, como la desviación estándar, algo así: promedio mas menos la desviación estándar; Por último el error de estimación yo le he visto al momento de calcular un tamaño de muestra y por lo general se fija entre el 5 % y 10 %, que tanto se desea que se aleje la estimación en el cálculo de tamaño de muestra, por lo general estosvalores son los ya establecidos.

3. Que significa el error tipo I y el error tipo II. Explique su interpretación con un ejemplo.

ERROR TIPO I: Es rechazar la hipótesis nula cuando ésta es realmente cierta. (Declarar al acusado culpable cuando en realidad es inocente.

ERROR TIPO II: Es no rechazar la hipótesis nula cuando ésta es realmente falsa. (Declarar al acusado inocente cuando enrealidad es culpable).

4. Explique cuales son los supuestos de homogeneidad, homocedasticidad, independencia y Normalidad, que deben cumplirse para validar un análisis de varianzas.

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.
• La distribución de los residuales debe sernormal.
• Homocedasticidad: homogeneidad de las varianzas.
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 ANOVA simplificado con un tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y los efectos son lineales, puederesultar apropiado un análisis de regresión lineal)
SSTotal = SSError + SSFactores
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.
glTotal = glError + glFactores

5. Comprueben a partir de dos muestras independientes de igual tamaño de hombres y mujeres, la opiniónde acuerdo o desacuerdo con algún tema de su interés, a través del contraste de una hipótesis, en la que se establezca si existen diferencias de opinión entre los hombres y mujeres sobre el tema de interés consultado. Interprete los resultados que diere lugar en este caso. Para dar respuesta a este caso utilice los pasos para el contraste de una hipótesis.

6. Establezca las consideracionesque deben hacerse para seleccionar entre un modelo paramétrico o su correspondiente No paramétrico.

Los métodos no paramétricos tienen ventajas sobre los paramétrico. Los métodos paramétricos en muchas ocasiones no cumplen con los supuestos acerca de la forma funcional del conjunto de variables aleatorias de las cuales provienen los datos, produciendo así modelos no muy confiables que generan...