Maestria Educacion Parte 2

METODOS ESTADISTICOS PARA LA INVESTIGACION
PARTE II
Dr. CLETO DE LA TORRE DUEAS

cletounsaac@gmail.com 2011.
ESTADISTICA
1RA EDICION
Hecho el Depsito Legal en la Biblioteca Nacional del Per REGISTRO N : 2009-09684
Todos los derechos reservados. Prohibida la reproduccin total o parcial de este libro en forma idntica o modificada por cualquier medio mecnico o electrnico, incluyendo fotocopia, grabacin o cualquier sistema de almacenamiento y recuperacin de informacin no autorizada por el autor.
Impreso en Per.
CLETO DE LA TORRE DUEAS
CAPITULO I INTRODUCCION AL MUESTREO
1.1
INTRODUCCION. El objetivo de la estadstica es hacer inferencias acerca de una poblacin con base a la informacin contenida en una muestra. Este mismo objetivo motiva el estudio del problema de muestreo. En lo referente al muestreo, la inferencia consiste en la estimacin de un parmetro de poblacin, tal como una media, proporcin con un margen de error de estimacin (precisin). Para un buen entendimiento del problema de muestreo, introduciremos enseguida, ciertos aspectos tcnicos de muestreo.
1.2
DEFINICION DE TRMINOS, REVISIN DE CONCEPTOS. Poblacin (UNIVERSO): Es una coleccin finita o infinita de individuos o elementos, con una caracterstica de inters para el estudio. Una tarea importante para el investigador es definir cuidadosa y
completamente la poblacin antes de recolectar la muestra. La definicin debe contener una descripcin de los elementos que sern incluidos y una especificacin de las mediciones que se van a considerar, ya que estas dos componentes estn interrelacionadas.
ESTADISTICA
Muestra: Es un subconjunto representativo de la poblacin. Una muestra puede ser probabilstica (aleatoria) o no probabilstica.
Unidad de Muestreo: Es una coleccin de uno o ms elementos
de la
poblacin. Las unidades de muestreo cubren toda la poblacin. Una unidad de muestreo debe ser claramente definida, identificable y observable.
Unidad de Anlisis: Es la que suministra la informacin estadstica requerida.
Marco de Muestreo: Se presenta en forma de lista o mapa de las unidades de muestreo que conforman la poblacin. Forma el material bsico para la seleccin de la muestra. El marco muestral debe contener todas las unidades de muestreo que conforman la poblacin bajo estudio, y debe excluir unidades de cualquier otra poblacin.
Parmetro: Es un valor numrico de la poblacin usualmente desconocido que representa cierta caracterstica de la poblacin.
Estadstico: Es una funcin real de la muestra aleatoria, usado para estimar un parmetro, si un parmetro se denota con , el estimador se denotar con
.
Estimacin: Es el valor que toma el estimador en los datos de la muestra.
Error de Estimacin: Es la diferencia absoluta entre el parmetro y su estimador, es decir con exactitud el
|
error
| . Como se puede apreciar, es imposible conocer

de estimacin, pero podemos, al menos
aproximadamente encontrar un lmite E tal que:
P(|
| E)
, para cualquier
entre 0 y 1.
Si
tiene
distribucin se cumple:
aproximadamente
normal,
entonces
para
E 1.96 V ( )
P(|
| E) 0.95
Limite para el error de estimacin: Denotado por E es dado por
E 1.96 V ( ) .
El factor E es llamado tambin precisin. Si E esta
expresado en las mismas unidades de la medida de la variable, se le llama precisin absoluta. Si E est expresado como un porcentaje del parmetro que se est estimando, se le llama precisin relativa.
Una vez estimado el lmite E, podemos afirmar que el parmetro encuentra en el intervalo
se
E,
con una confianza del 95%. El
intervalo anterior es llamado intervalo de confianza.
Error de Muestreo: Este error se debe a que una muestra no produce informacin completa sobre una poblacin. Puede ser controlado por un diseo cuidadoso de la muestra y es estimado en gran parte por el factor E. Por esta razn, algunos autores denominan al factor E, error de muestreo.
Error de no Muestreo: Son los errores que se introducen imperceptiblemente a la encuesta y estos son ms difciles de controlar, infortunadamente estos errores no se pueden medir fcilmente, y aumentan a medida que aumenta el tamao de la muestra. Los tipos errores no muestrales que suelen presentarse son:
Definicin equivocada del problema. Definicin defectuosa de la poblacin. Marco imperfecto o desactualizado. La no respuesta. El sesgo de respuesta.
ESTADISTICA
Diseo pobre del instrumento de medicin.
Sin embargo, los errores de no muestreo pueden ser controlados mediante una atencin cuidadosa en todas las etapas de la encuesta. 1.3 ENCUESTA. La funcin de la encuesta es la medicin del comportamiento, actitudes o caractersticas del encuestado, que es un individuo de la poblacin en estudio seleccionado para la muestra.
Diseo de la encuesta Pasos a seguir, para disear una encuesta: Definir los objetivos Determinar el marco Disear el procedimiento de muestreo Disear el cuestionario Disear y realizar el trabajo de campo Codificar, depurar y analizar las respuestas Redactar el informe
Diseo de la muestra El diseo de la muestra incluye: La eleccin del procedimiento de muestreo La determinacin del tamao de la muestra Existen varios procedimientos de muestreo, entre las principales se tiene muestreo: aleatorio simple, estratificado y sistemtico.
1.4
MUESTREO ALEATORIO SIMPLE Definicin. Si una muestra de tamao
n, es seleccionado de una poblacin

tiene la misma
de tamao N de tal manera que cada muestra posible
probabilidad de ser seleccionada, el procedimiento de muestreo se llama Muestreo Aleatorio Simple (M. A. S.) El M. A. S. puede ser de 2 formas, sin reposicin (muestreo irrestricto aleatorio) y con reposicin. Procedimiento de seleccin.
El procedimiento de seleccin de una Muestra Aleatoria Simple consiste en: i) ii) Enumerar las unidades de la poblacin, desde 1 hasta N.
(M.A.S.)
Usando la tabla de nmeros aleatorios seleccionar la primera unidad para la muestra.
iii)
Continuar la seleccin excluyendo las unidades repetidas (si es sin reposicin) o incluyendo las unidades repetidas (si es con reposicin) hasta completar el tamao de muestra
n.
Tamao de la muestra Una parte fundamental para realizar un estudio estadstico de cualquier tipo es obtener unos resultados confiables y que puedan ser aplicables. Como ya se coment anteriormente, resulta casi imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin, por lo que la solucin es llevar a cabo el estudio basndose en un subconjunto de sta denominada muestra. Sin embargo, para que los estudios tengan la validez y confiabilidad buscada es necesario que tal subconjunto de datos, o muestra, posea algunas caractersticas especficas que permitan, al final, generalizar los resultados hacia la poblacin en total. Esas caractersticas tienen que ver principalmente con el tamao de la muestra y con la manera de obtenerla.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores: El nivel de confianza con el cual se quiere generalizar los datos desde la muestra hacia la poblacin total. El error que se pretende aceptar al momento de hacer la estimacin. La varianza
Tamao de muestra para estimar la media poblacional. Si se desea estimar la media poblacional , con precisin fijada por el
investigador, el tamao de muestra necesario es dado por:
ESTADISTICA
2 Z (1 2 Z (1 / 2)
/ 2) 2
*N
2 2
( N 1)
2
Poblacin finita.
n
Donde
2
2 Z (1
/ 2)
*
2
, Poblacin infinita.
Es la varianza poblacional el valor de

2
En la practica
estimado por
S2
a partir de una encuesta
anterior o de una muestra piloto
Tamao de la muestra para estimar la proporcin poblacional. De manera simular, la frmula del tamao de muestra la proporcin poblacional,
n para la estimacin de
y un
con un error mximo de estimacin de
nivel de confianza del 100(1 -
)%, esta dado por:
2 Z (1 2 Z (1
/ 2)
* N * p (1 p)
2
p) ( N 1) / 2) * p (1
:
, Poblacin finita.
Si N
2 Z (1
/ 2)
* p (1 p )
2
, Poblacin infinita. esta entre 0 y 1, el valor de
En este caso el valor de
p es desconocido, por
lo que debe ser estimado preliminarmente a partir de una encuesta anterior, o de una muestra piloto. En ltima instancia el valor de
p se puede sustituir por
0.5 y se obtendr un tamao de muestra mayor que el requerido.
Recomendaciones para el uso del M. A. S.
El M. A. S. esta orientada a encuestas de pequea escala y raras veces a encuestas de gran escala, debido a que otros diseos proporcionan mayor o igual precisin a menor costo. En las encuestas por muestreo a gran escala, el M. A. S. es usado como parte de un diseo de muestreo mucho ms complejo. El M. A. S. es muy eficiente cuando la poblacin es homognea.
1.5
MUESTREO ESTRATIFICADO. Una muestra estratificada es obtenida mediante la separacin de los elementos de la poblacin en grupos heterogneos disjuntos, llamados estratos y la
seleccin posterior de una muestra aleatoria simple en cada estrato. Consideremos una poblacin de tamao (sub poblaciones) de tamaos Ni,
N,
la cual es dividida en tal que
estratos
i=1,2., k,
N1 N2 ... Nk
N1
N2
NK
El tamao de muestra se estima mediante:

k
Z n
2
2 (1 2
/ 2)
*
i 1 2 (1
Ni2 pi (1 pi ) / wi
k / 2)
*
i 1
Ni pi (1 pi ) ,
wi
: Es el peso asignados al estrato i
10
ESTADISTICA
El tamao de muestra necesario de cada estrato, se puede obtener por afijacin proporcional al tamao de cada estrato, es decir:
ni
n*
Ni N
n * wi , i 1,..., k
Cuando se realiza un muestreo estratificado, los tamaos muestrales en cada uno de los estratos,
ni ,
los elige quien hace el muestreo, As en un estrato
dado, se tiende a tomar una muestra ms grande cuando: El estrato es ms grande; El estrato posee mayor variabilidad interna (varianza).
1.6
MUESTREO SISTEMATICO Definicin.- Una muestra obtenida al seleccionar aleatoriamente un elemento de los primeros
elementos en el marco y despus cada
k-simo elemento,
se denomina muestra sistemtica de intervalo de seleccin k.
Una muestre sistemtica simple se obtiene cuando el intervalo de seleccin k es exactamente un nmero entero. El procedimiento de seleccin de una muestra sistemtica simple consiste: i) Las unidades del marco deben ser ordenados en magnitud de acuerdo con algn esquema de ordenacin (poblacin ordenada) es base al orden se establece la numeracin desde 1 hasta N ii) Determinar el intervalo de seleccin entero) iii) Seleccionar un nmero aleatorio entre 1 y k (arranque aleatorio) sea a el arranque aleatorio elegido, entonces los elementos de la muestra sistemtica, son los que ocupan las posiciones en el marco:
N n (k exactamente un nmero
a, k+a, 2k+a, 3k+a,......(n-1)k+a
11
iv)
El tamao de muestra, para el muestreo sistemtico es el mismo que el M.A.S EJERCICIOS DESARROLLADOS
1.
Por encargo del Ministerio de educacin, un grupo de especialistas
debe
realizar un estudio, para determinar el nivel de analfabetismo en una ciudad. La estimacin debe presentar un nivel de confianza del 95% y un margen de error de 5%, suponiendo que la poblacin es de 25000 Cual es el tamao de muestra mnimo para este estudio?
Solucin: Consideremos que no se tiene ningn estudio de este tipo, por tanto del problema:
p 0.5 ,
N 25000,
0.05,
2 / 2)
z(1
/2)
1.96
Z (1 Z (1
2
* NP (1 P)
2
/ 2) * P (1 P ) ( N 1)
1.962 *25000*0.5(1 0.5) 1.962 *0.5(1 0.5) (25000 1) 0.05

2
378.361 379
Se debe utilizar como mnimo 379 personas para el estudio.
2.
Un
funcionario del sector de educacin, desea estimar el porcentaje de
profesores que presentan problemas de comprensin de lectura, con un nivel de confianza del 95% y un margen de error del 5%. Suponiendo que en estudio realizado hace 10 aos, el porcentaje estimado de profesores con problemas de comprensin de lectura fue de 15% Cual debe ser el tamao de muestra para este estudio?
Solucin:
12
ESTADISTICA
La poblacin materia de estudio, no es finita, por tanto la relacin para estimar el tamao de muestra es:
2 Z (1
/ 2)
* P (1 P )
2
Del problema se tiene los siguientes datos
P 0.15,
n
0.05, z(1
0.05
2
/2)
1.96
1.962 *0.15(1 0.15)
195.92 196
3.
Un investigador, desea hacer una estimacin del egreso medio que tienen los padres de familia de una I.E, con 99% de confianza, suponiendo que el
mximo error permitido es de 1 sol, adems de una muestra piloto se obtuvo una varianza de 25. Tambin se sabe que la institucin educativa tiene 2500 padres de familia. Que tamao de muestra necesitara para tal estudio?
Solucin
N
2
2500, 25, Z (1
2 Z (1 2 Z (1 / 2) *
1, 2.58
2 2
/ 2)
/ 2) 2
*N
( N 1)
2.582 * 2500* 25 2.58 * 25 (2500 1) 1

2 2
156.08 157
Se debe utilizar como mnimo 157 padres de familia para el estudio.
13
4.
Un grupo de especialistas en educacin, planifican realizar un estudio sobre el efecto del programa de capacitacin un tres regiones del Per. Suponiendo, cuyo tamao poblacional se muestra en el cuadro siguiente: Regin A B C Total Tamao de poblacin. 2000 1200 5000 8200
Considere que el tamao de muestra es 245, calcule el tamao de muestra para cada regin, necesario para este estudio.
Solucin: En este ejemplo, las regiones forman los estratos:
Regin A B C Total n=245. Usando la relacin:
Ni 2000 1200 5000 N=8200
wi =2000/8200=0.24 =1200/8200=0.15 =5000/8200=0.61 1
ni
n*
Ni N
NA N
n * wi , i 1,..., k ,
Se determina el tamao de
muestra para cada region.
nA
n*
n * wA
245 * 0.24
59.76
60
nB
n*
NB N
n * wB
245 * 0.15
35.85
36
14
ESTADISTICA
nC
n*
NC N
n * wC
245 * 0.61 149.39
149
EJERCICIOS PROPUESTOS.
1.
Por encargo del Gobierno regional de Cusco, usted tiene que realizar estudio de seguimiento al programa de alfabetizacin en la regin. a) Cual es el tamao de muestra para su estudio. b) Qu tipo de muestreo se debe aplicar?.
un
2.
Suponiendo que usted, est realizando un estudio del efecto que presenta el programa plan lector implementado por el gobierno, en la comprensin de los estudiantes de las regin de Cusco. a) Cuntos estudiantes como mnimo se requiere para el estudio? b) Qu criterio de muestreo debera aplicar, con la finalidad de recopilar informacin. c) Explique el procedimiento, mtodos estadsticos a utilizar en estudio.
3.
Suponiendo que usted, est realizando un estudio del efecto que presenta los hbitos de lectura en la comprensin lectora de los estudiantes de las provincias de Cusco, La Convencin y Canchis. a) Cul es el tamao de muestra para este estudio? b) Qu criterio de muestreo debera aplicar, con la finalidad de recopilar informacin.
4.
Un investigador desea estimar el porcentaje de nios hiperactivos que existe en una ciudad con un nivel de confianza del 98%. Cuntos nios debera seleccionar para su estudio y que criterio de seleccin de la muestra debe utilizar?. Justifique adecuadamente su respuesta.
5.
Se desea estimar el ingreso medio mensual de los padres de familia de la una I.E. Ante la ausencia de cualquier informacin acerca de la variabilidad del ingreso econmico, se tom una muestra preliminar de 5 padres de familia, en los que se obtuvieron los siguientes ingresos (en soles): 470, 480, 567, 491, 673.
15
a)
Determinar el tamao mnimo de muestra, al 95 %, para cumplir el objetivo anterior, suponiendo que dicha institucin educativa tiene 500 padres de familia
b)
Qu tipo de muestreo se debe aplicar para este estudio.
16
ESTADISTICA
CAPITULO II ESTIMACION PUNTUAL Y POR INTERVALOS
2.1
INFERENCIA ESTADSTICA. La Inferencia estadstica es aquella rama de la estadstica mediante la cual se trata de sacar conclusiones de una poblacin en estudio, a partir de la informacin que proporciona una muestra representativa de la misma. Cuando se busca informacin acerca de una poblacin, pero solo disponemos de datos sobre una muestra, se necesitan algunos medios para utilizar los datos de la muestra y sacar conclusiones acerca de la poblacin. Los conceptos y tcnicas que satisfacen esta necesidad constituyen lo que se conoce con el nombre de Inferencia Estadstica.
ESTIMACIN INFERENCIA ESTADSTICA
PUNTUAL POR INTERVALOS
PRUEBAS DE HIPTESIS
Definicin. Un estadstico es cualquier funcin de las observaciones de una muestra aleatoria; es por lo tanto una variable aleatoria. Se llama estimador de un parmetro a cualquier funcin de una muestra
f ( X 1, X 2,, Xn)
que conduce a la obtencin de valores
aproximados de
. Un estimador es un estadstico.
17
La estimacin es puntual cuando el estimador
toma un solo valor.
Definicin. Un estimador puntual de un parmetro esperado es A la diferencia ; es decir,
es insesgado si su valor
es insesgado si
E[ ]
E[ ]
se le denomina sesgo del estimador.
2.2 DISTRIBUCIONES EN EL MUESTREO 2.2.1 Distribucin de la media muestral con varianza poblacional conocida. Sea X una variable aleatoria con media
desviacin tpica
conocida y
X1 , X 2 ,, X n
muestral ser:
una muestra aleatoria de tamao
n,
entonces la media
1 n
Xi
i 1
Por el Teorema Central del Lmite, si
30, la distribucin de X se aproxima
a la de una variable aleatoria normal de media Se representa por
y desviacin tpica
/ n.
X ~ N( , / n)
2.2.2 Distribucin de la media muestral en poblaciones normales con varianza poblacional desconocida. Dada una variable aleatoria con distribucin normal conocido y una muestra aleatoria simple
X ~ N ( , ) con
de tamao n
suya,
X1 , X 2 ,, X n , entonces:
X S /( n 1)
2
~ tn
18
ESTADISTICA
Donde la varianza muestral se define como:
1 n
(Xi
i 1
X )2
2.2.3 Distribucin de la proporcin muestral La proporcin muestral es un caso particular de la media muestral. Dada una poblacin, llamamos
p a la proporcin poblacional de elementos que presentan
una determinada caracterstica. Si extraemos aleatoriamente un individuo de dicha poblacin, la variable aleatoria X que toma valor 1 si tal individuo presenta la caracterstica y 0 si no es as, es una variable de Bernoulli,
X~ B(1, p).
Si tomamos una muestra aleatoria simple de X de tamao n,
X1 , X 2 ,, X n , entonces
X 1 n
n
Xi
i 1
La proporcin representa el cociente entre el nmero de elementos que poseen la caracterstica y el tamao de la muestra. Si
30, aplicando el Teorema Central del Lmite, la distribucin de
se
aproxima por una normal,
N ( p, p(1 p) / n )
2.2.4 Distribucin de la diferencia de medias muestrales de dos poblaciones normales independientes con varianzas
poblacionales conocidas. Sean X e Y dos variables aleatorias normales:
X ~ N(
, 1)
19
Y ~ N(
) con
1y
2 conocidas.
Sea una muestra aleatoria simple de X de tamao
n,
X1 , X 2 ,, X n e
independientemente se extrae otra muestra aleatoria simple de Y de tamao
m, Y1 , Y2 , , Ym . , entonces
X ~ N ( 1,
1
/ n)
Y ~ N(
X
e
/ m)
Como las medias muestrales
son independientes, tenemos que:
X Y ~ N(
2 1
/n
2 2
/ m)
2.2.5 Distribucin de la diferencia de medias muestrales de dos poblaciones normales independientes con varianzas
poblacionales desconocidas, pero iguales. Sean X

2
dos
variables
aleatorias tpicas
normales,
1
X ~ N(
2
)e
Y ~ N(
2 con
desviaciones
pero
desconocida. Sea una muestra aleatoria simple de X de tamao
n, X1 , X 2 ,, X n
independientemente se extrae otra muestra aleatoria simple de Y de tamao
m, Y1 , Y2 , , Ym . Entonces:
(X
Y)
1 2 1
)
2 2
1 n
Donde:
1 m
nS mS n m 2
~ tn
m 2
20
ESTADISTICA
S12 es la varianza muestral de la variable X y S22

variable Y.
la varianza muestral de la
2 c
2 nS12 mS 2 n m 2
es el estimador de la varianza comn.
2.2.6 Distribucin de la varianza muestral en poblaciones normales. Si
X ~ N( , ) y
X1 , X 2 ,, X n es una muestra aleatoria de tamao n,
entonces la distribucin de la varianza muestral
S2
es :
(n 1) S 2
2
2 ( n 1)
Donde
2 ( n 1) denota la distribucin chi cuadrado con n-1 grados de libertad.
2.2.7 Distribucin del cociente de varianzas muestrales de dos poblaciones normales Sean X e Y dos variables aleatorias normales,
X ~ N(
1, 1 ) e
Y ~ N(
2 , 2 ) e independientes. Si extraemos muestras de tamaos
n : X1, X 2 ,, X n y m : Y1, Y2 ,, Ym
Respectivamente observamos que
nS12
2 1
(n 1) S1*2
2 1
2 n 1
21
2 mS2 2 2
*2 (m 1)S2 2 2
2 m 1
El cociente entre ellas se distribuye segn una F de Snedecor

2 n 1 2 m 1
/n 1 ~ F( n /m 1
2 1 2 2
1,m 1)
Por lo tanto,
S1*2 / *2 S2 /
~ F( n
1,m 1)
2.3 INTERVALOS DE CONFIANZA. Cuando tratamos la estimacin puntual, uno de los problemas que se plantearon es que el valor de la estimacin es solo uno de los valores del estimador, obtenido al extraer una muestra concreta, de forma que si extraemos dos muestras distintas, las estimaciones sern distintas. Al hacer cualquier estimacin se est cometiendo un error, y seria deseable proporcionar una medida de la precisin de la estimacin del parmetro. En este tema vamos a introducir el concepto de intervalo de confianza como un intervalo cuyos extremos son variables que dependen de la muestra, y en el cual se confa que est el valor de parmetro. El intervalo se obtendr a partir de un estadstico generalmente relacionado con un estimador puntual, cuya distribucin no depende del parmetro desconocido, y una medida de la validez del intervalo es el nivel de confianza, que indica la proporcin de intervalos de todos los que se podran construir a partir de muestras distintas, que realmente contienen al parmetro. La importancia del intervalo de confianza para la estimacin est en el hecho de que el intervalo contiene informacin sobre el estimador puntual (valor central del intervalo) y sobre el posible error en la estimacin a travs de la dispersin y de la distribucin muestral del estimador. Una estimacin ser tanto ms precisa cuanto menor sea la amplitud del intervalo de confianza, es decir, cuanto menor sea el error de estimacin.
22
ESTADISTICA
Definicin Un intervalo de confianza (IC) al 100(1 -
)% para un parmetro poblacional
de una v.a. X es un intervalo con estadsticas
L1 y L2 en los extremos (IC =
L1, L2 ) tal que P L1
L2
Intervalo de confianza para la media El IC al
100(1 -
)%
para
, cuando
es conocida, se obtiene
usando como pivote a
X / n
2
N (0, 1)
y vienen dado por
X z1
X z1
1
/2 /2
Z(1
Donde:
Z(1
x
z1
n
2
: Estimador : Factor de confiabilidad
: Error tpico del estimador
23
En trminos generales un intervalo de confianza se puede expresar como

ESTIMADOR FACTOR DE CONFIABILI DAD ERROR TPICO DEL ESTIMADOR
El IC al
100(1 -
)%
para
, cuando
es desconocida se obtiene
usando como pivote a
X t (n -1) S/ n
y vienen dado por :
X t(1
,n 1)
S n
X t(1
,n 1)
S , n
1
/2 /2
t(1
Donde:
t(1
t(1
, n 1)
denota al valor de la distribucin t de Student con n 1 grados de
libertad y la varianza muestral esta dado por :
xi x S2
i 1
n 1
24
ESTADISTICA
Intervalo de confianza para la varianza El IC al 100(1
- )% para
, se obtiene usando como pivote a
1 S
2
2 ( n 1)
y vienen dado por :
n
2 (1
1 S
2 2
1 S
,n 1) 2
2 ( ,n 1) 2
2 ( /2)
2 (1
/2)
Donde
2 ( , n 1) y 2
2 (1
, n 1) denotan los valores en la distribucin
chi-cuadrado con n 1 grados de libertad y la varianza muestral dado por:
xi
S
2 i 1
n 1
25
Intervalo de confianza para la razn de dos varianzas El IC al 100(1
- )% para
2 1
2 2 , se obtiene usando como pivote a
S12 / 2 S2 /
2 1 2 2
F n1 1, n2 1
y vienen dado por
S1
2 S2
f(
/ 2, n2 1, n 1) 1
2 1 2 2
S1
2 S2
f(1
/ 2, n2 1, n 1) 1
Donde
f(
/ 2, n2 1, n1 1) y
2 2
f(1
/ 2,n2 1, n1 1) denotan a los valores
en la distribucin F.
S1 y S2 y son las varianzas de dos muestras aleatorias
independientes de tamaos
n1 y n2
Intervalo de confianza para la diferencia entre dos medias. El IC al 100(1
- )% para
2 , cuando
2 1 y
2 2 es conocida se
obtiene usando como pivote a
X1
X2
2 1
1 2 2
n1
y vienen dado por:
n2
( X1 X 2 )
z(1
/ 2)
2 1
2 2
n1
n2
( X1 X 2 )
z(1
/ 2)
2 1
2 2
n1
n2
26
ESTADISTICA
Intervalo de confianza para la proporcin El IC al 100(1
- )% para p, se obtiene usando como pivote a
p1 p n
N (0, 1)
y vienen dado por:
p z1
p1 p n
p z1
p1 p n
Intervalo de confianza para la diferencia entre dos proporciones El IC al 100(1
- )% para p1
p2 , se obtiene usando como pivote a
( p1 p2 ) ( p
p1 1 p1 n1
p )
2
p2 1 p2 n2
N (0, 1)
y vienen dado por:
( p1
p2 )
z(1 ) * 2
p1 1 p1 n1
p2 1 p2 n2
( p1
p2 ) ( p1 p2 )
p1 1 p1 n1 p2 1 p2 n2
z(1 ) * 2
27
2.4 RESUMEN DE INTERVALO DE CONFIANZA. En el cuadro siguiente se presenta el resumen de las relaciones para los intervalos de confianza de los principales parmetros.
Intervalos de confianza de:
Limite inferior
Limite Superior
La Media -Si se asume

2
conocido
z(1
n
S n
z(1
n
S n
-Nota: Si la poblacin no es normal pero n 30
z(1
z(1
La Media Si se asume que desconocido

2
es
t(1
S
2
, n 1)
t(1
S
2
, n 1)
La diferencias de Medias
2 1
2 2
Conocidos
( X1 X 2 )
z(1
/ 2)
2 1
2 2
n1
n2
( X1 X 2 )
z(1
/ 2)
2 1
2 2
n1
n2
--Nota: Si las poblaciones no son normales pero n1 n2 30 30 y ( X1 X 2 )
z(1
S12 / 2) * n1
S22 n2
( X1 X 2 )
z(1
S12 / 2) * n1
S 22 n2
La diferencia de Medias Asumiendo que: desconocidos

2 1 2 2
( X 1 X 2 ) t0 * S p
1 1 n1 n2
( X 1 X 2 ) t0 * S p
1 1 n1 n2
28
ESTADISTICA
Sp
2 2 n1 1 S1 n2 1 S2 n1 n2 2
to t(1
/ 2,n1 + n 2 -2)
La diferencia de Medias Asumiendo que:

2 1 2 2
( X1 X 2 )
t(1
/ 2, v )
y desconocidos
2 S1 n1
2 S2 n2
( X1 X 2 )
t(1
/ 2, v )
2 S1 n1
2 S2 n2
2 2 S1 S1 2 (n n ) 1 1 2 2 ( S1 / n1 )2 ( S2 / n2 )2 n1 1 n2 1
La varianza
n 1 S2
2 1
n
2 2
1 S2 n 1
n 1
2
La razn de varianzas.
S1
2 2
S2
La proporcin
f(
/2,n2 1,n1 1)
S12 f 2 S2 (1 /2,n2 1,n1 1)
z(1
p1 p n
z(1
p1 p n
La diferencia de proporciones.
( p1 p2 ) z(1
* )
p1 1 p1 n1
p2 1 p2 n2
( p1 p2 ) z(1
* )
p1 1 p1 n1
p2 1 p2 n2
29
EJERCICIOS DESARROLLADOS
1.- En una muestra de 250 padres de familia de una I.E rural, se obtuvo un ingreso medio anual de 5900 soles y una desviacin tpica de 94 soles. Obtener un intervalo de confianza al 95% para el ingreso medio poblacional.
Solucin:
250, X 94, z(1
5900, 1.96
Reemplazando en la relacin
z(1
z(1
1
/2 /2
Z(1
5900 1.96 94 250 5900 1.96 94 250
Z(1
5888.34
5911.65
El 95% de los padres de familia tienen ingresos anuales que fluctan entre 5888.34 y 5911.65 soles.
2. En un estudio sobre las razones que dan los alumnos suspendidos en el colegio, un investigador entrevisto a 200 estudiantes suspendidos, de los
30
ESTADISTICA
cuales 140 dijeron que lo haban hecho por dificultades econmicas en su familia. Construir un intervalo de confianza del 95% para la proporcin.
Solucin:
140 200
0.7 , z(1 ) 2
p1 p n
1.96 , n=200
p1 p n
p z(1
0.7 1.96
p
p
p z(1
0.7 1.96
0.7(1 0.7) 200
0.7(1 0.7) 200
3. Dos muestras de docentes 250 de la provincia A, 200 de la provincia B, indicaron que usan dinmica grupal (75 Provincia A y 80 de la Provincia B). Utilizando un intervalo de confianza del 95% Se puede aceptar que es igual la proporcin de uso de dinmica grupal en ambas provincias?
Solucin: Provincia A
p1
75 250
0.3 ,
n1 250
Provincia B
p2
80 200
0.4 ,
n1 200
z1
1.96
2
( p1
p2 )
z(1
* )
p2 )
p1 1 p1 n1
p2 1 p2 n2
( p1
p2 )
( p1
z(1
* )
p1 1 p1 n1
p2 1 p2 n2
31
(0.3 0.4) 1.96 *
0.3 1 0.3 250
0.4 1 0.4 200 0.3 1 0.3 250
( p1
0.4 1 0.4 200
p2 ) (0.3 0.4)
1.96 *
-0.18 ( p1 p2 ) -0.011
El intervalo contiene solo valores negativos, entonces.
( p1 p2 )
p1 p2
4. El director de un colegio quiere comparar el rendimiento acadmico, entre dos secciones del quinto grado. Para ello recopilo una muestra de 50 notas de la seccin A y 40 de la seccin B, resultando las medias de 13 y 15 respectivamente y las desviaciones estndar respectivamente son 3 y 4. Utilizando un intervalo de confianza del 95% para la diferencia de medias Podemos concluir que la media de los rendimientos de la Seccin B es mayor que la de A?
Solucin: Terapia A
x1 13,
3, n1 50
Terapia B
x2 15,
z(1
2
)
4, n2
40
1.96
2 1 2 2 2 1 2 2
( X1 X 2 )
z(1
/ 2)
n1
n2
1
( X1 X 2 )
z(1
/ 2)
n1
n2
(13 15) 1.96*
9 16 50 40
(13 15) 1.96*
9 16 50 40
32
ESTADISTICA
3.49
Como
1
1
2
0.50
0 , entonces
1 2.
Se concluye que la seccion B presenta mejores resultados que la seccion A.
5. Un psiclogo desea calcular el tiempo medio de respuesta de unos jvenes a un determinado sonido, para ello selecciona una m.a.s. de 25 universitarios para participar en el experimento. El tiempo medio de respuesta para la muestra es de 160 milisegundos con una desviacin tpica de 5 milisegundos. Suponiendo que el tiempo de respuesta de todos los individuos est normalmente distribuido. Construya el Intervalo de confianza del 99%.
Solucin:
X : Tiempo de respuesta
X N
desconocida
1
n
0,99
25 , x 160
t0 2,7969
,
x
160
t0
s n
5 25
x
160
t0
s n
2,7969 5 25
2,7969
157,2031
162,7969
El psiclogo puede afirmar con un 99% de confiabilidad, que el tiempo medio verdadero de respuesta para todos los individuos similares a los que se emplean en el experimento, est aproximadamente entre 157 y 163 milisegundos.
33
6.
Se tomaron dos muestras de presin sistlica (en mm Hg.) a sujetos normales (X) y sujetos hospitalizados (Y) , obtenindose la siguiente informacin: Normales (X) : 146 142 135 140 154 163 138 168
Hospitalizados (Y) : 164 176 165 172 169 171 a) Determine entre qu valores se encuentra la presin sistlica media de la poblacin de sujetos normales con un nivel de confianza del 95%. b) Podra Ud. afirmar que la presin sistlica media de los sujetos hospitalizados es mayor que la de los sujetos normales? Use un nivel de significacin de 0.05 c) Es la varianza de la presin sistlica en la poblacin de sujetos hospitalizados igual a 16 (mm Hg.)? Use un nivel de significacin de 0.05 d) Un mdico afirma que la presin sistlica de los sujetos hospitalizados es menor que 175 mm Hg. Verifique tal afirmacin usando un nivel de confianza del 95%.
Solucin: a)
2
es desconocida, por tanto la relacin a emplear es:
t(1
/ 2, n 1)
S n
t(1
/ 2, n 1)
S n
Normales 1 2 3 4 5 6 7 8
xi
146 142 135 140 154 163 138 168
xi
5,0625 39,0625 175,5625 68,0625 33,0625 217,5625 105,0625 390,0625 1033,5
Totales 1186
34
ESTADISTICA
xi X
i 1
n
8
1186 148.25 8
x
2
xi S2
i 1
n 1
8
1033.5 147.64 8 1
2
xi x S
i 1
n 1
/ 2, n 1)
147.64 12.15
t(1
2.365
X t(1
/2, n 1)
S n
t(1
/2, n 1)
S n
148.25 2.365
12.15 8
148.25 2.365
12.15 8
138,09
158,409
b) En forma similar, desarrollamos el intervalo de confianza para los pacientes hospitalizados.
Hospitalizados 1 2 3 4 5 6 Totales
xi
164 176 165 172 169 171 1017
xi
30,25 42,25 20,25 6,25 0,25 2,25 101,5
35
xi X
i 1
n
8
1017 169.5 6
2
xi S2
i 1
n 1
8
101.5 6 1
2
20.3
xi S
i 1
n 1
/ 2, n 1)
20.3
4, 032
4.51
t(1
169,5 2,571
164,766
El IC de la
4.51 6
174,234
presin
148, 25 2,571
4.51 6
sistlica
para
los
pacientes
normales
es:
138,09
El IC
158,409
de la presin sistlica para los pacientes hospitalizados es:
164,766
174,234
Los dos intervalos no presentan elementos comunes por tanto la presin sistlica entre el grupo de sujetos normales y hospitalizados difiere
significativamente. Los sujetos hospitalizados presentan mayores valores en su presin sistlica.
c)
S2
20.3
36
ESTADISTICA
x2
2
,n 1
0.83 ;
x2
12.83
2 ,n 1
El Intervalo de confianza para la varianza, esta dado por:
n 1
S2 x2
1 2 ,n 1
n 1
S2 x2
2 ,n 1
6 1
20.3 12.83
2
6 1
20.3 0.83
7,911
122.289
La varianza de la presin sistlica en la poblacin de sujetos hospitalizados es igual a 16 (mm Hg)
d) Como el intervalo de confianza de la presin sistlica de los pacientes hospitalizados es:
164,766
174,234 ,
por tanto al 95% se confirma la
sospecha del medico.
37
1.
En un experimento ideado para comprobar la efectividad de cierto mtodo de enseanza, a 25 estudiantes escogidos al azar en una escuela se les enseo por medio del mtodo experimental. Al termino del experimento, los
estudiantes rindieron un examen, obteniendo una media de 15 puntos y una desviacin de 10 Construir un intervalo de confianza del 95% para la media de poblacional?
2.
Se tienen algunos indicios de que el programa de capacitacin dirigida por el ministerio de educacin tiende a mejorar el nivel de solucin de problemas matemticos de los profesores. Para estudiar esta hiptesis, se selecciono una muestras de 8 profesores y se evalu su nivel de solucin de problemas matemticos antes y despus de la capacitacin, obteniendo las siguientes calificaciones en una escala de 0- 100.
Antes Despus
25 28
24 28
27 37
43 57
31 47
67 82
53 57
53 80
Hay suficiente evidencia estadstica al nivel de significacin de 0,05 a favor de la hiptesis de que el programa de capacitacin presenta una mejora
significativa en la solucin de problemas matemticos.
3.
Segn la afirmacin del gobierno aprista el ingreso familiar de los profesores, ha cambiado significativamente durante los ltimos 5 aos. Se sabe que hace 5 aos la distribucin del ingreso familiar presentaba una distribucin normal con media de 950 nuevos soles y con una desviacin de 300 nuevos soles. Para contrastar dicha afirmacin un grupo de economistas selecciona una muestra aleatoria de 50 familias, obteniendo los siguientes ingresos actuales: 325 895 255 456 1123 740 255 772 525 525 1460 1220 1023 315 985 971 453 593 530 685 1450 843 924 1044 793 424 1214 1455 1965 1595 1509 1725 327 643 727 1020 1525 797 1134 335
38
ESTADISTICA
1525
847
1005
1024
646
1255
1675
580
437
1702
Al nivel de confianza del 95%. Puede el grupo de economistas confirmar la afirmacin del gobierno, respecto a la distribucin de los ingresos familiares?
4.
Los estudiantes que se matricularon en un curso de investigacin educativa fueron distribuidas al azar en dos grupos. El grupo A utilizo numerosas tcnicas y actividades para enriquecer el curso. El grupo B estudio con el mtodo clsico. Los puntajes en una prueba de rendimiento hecha al terminar el curso, dieron los siguientes resultados. Grupo A: n1=10, x1 16 , s1 Grupo B: n2=10, x2
14 , s2 10
Construir un intervalo de confianza del 95%.
39
CAPITULO III PRUEBAS DE HIPOTESIS
3.1 PRUEBAS DE HIPOTESIS En muchas situaciones el investigador tiene alguna idea o conjetura sobre el comportamiento de una o ms variables en la poblacin. El diseo de la investigacin debe permitir probar la veracidad de sus ideas sobre la poblacin en estudio, en base a los datos de la muestra. La idea o conjetura es una hiptesis y el procedimiento de toma de decisin sobre la hiptesis se conoce como prueba de hiptesis. Una hiptesis estadstica es una conjetura sobre el comportamiento probabilstica de una poblacin.
Si la hiptesis estadstica identifica por completo la distribucin, recibe el nombre de hiptesis simple, y si no la especifica recibe el nombre de hiptesis compuesta. El contraste de hiptesis tiene por finalidad decidir si una conjetura puede considerarse cierta, o debe rechazarse, basndonos en la informacin suministrada por una muestra.
Hiptesis nula (denotada como H0). Esta hiptesis nula es la que se somete a comprobacin, y es la que se acepta o rechaza, como la conclusin final de un contraste.
Hiptesis alternativa (denotada como Ha). Se denomina hiptesis alternativa aquella hiptesis contra la cual queremos contrastar la hiptesis nula. Esta
40
ESTADISTICA
hiptesis puede ser simple o compuesta. Podemos cometer dos tipos de error: rechazar la hiptesis nula siendo sta cierta (error de tipo I) y aceptar la hiptesis nula cuando esta es falsa (error de tipo II).
Aceptar Ho Ho verdadera Ho falsa Decisin correcta Error Tipo II
Rechazar Ho Error Tipo I Decisin correcta
La decisin de rechazar, o no, la hiptesis nula la tomamos a partir de la informacin proporcionada por la muestra (estadstico de prueba). Realizamos una particin del espacio muestral en dos regiones, la regin crtica en la que se rechaza la hiptesis nula (tiene probabilidad de aceptacin, en la que se acepta la hiptesis nula. si H 0 es cierta) y la regin
Antes de definir los pasos de una prueba de hiptesis se define algunos conceptos bsicos.
1. Nivel de significacin del contraste es la probabilidad de cometer un error del tipo I, es decir, de rechazar la hiptesis nula siendo cierta, y se acostumbra a denotar por
2. El contraste de hiptesis, es pues, un mecanismo mediante el cual se rechaza la hiptesis nula cuando existan diferencias significativas entre los valores muestrales y los valores tericos, y se acepta en caso contrario. Estas variables se medirn mediante una variable denominada estadgrafo de contraste, que sigue una distribucin determinada conocida, y que para cada muestra tomar un valor particular.
3. La regin crtica es el conjunto de valores del estadstico de contraste que nos induce a rechazar la hiptesis nula
41
3.2
PASOS DE UNA PRUEBA DE HIPOTESIS. Los pasos que son convenientes seguir para realizar la prueba de hiptesis son:
1. Formulacin de hiptesis. Los supuestos planteados en la investigacin nos llevan a formular hiptesis estadsticas, las mimas que presentan las siguientes formas.
H0 : H0 : H0 :
0 0 0
vs H a : vs H a : vs H a :
0 0 0
2. Elegir el nivel de significacin, 3. Estadstico de prueba
4. Determinar la regin crtica. La forma de la regin crtica depende de la hiptesis alterna.
Para
Ha :
1
/2 /2
Z(1
R.R. H0 R.A. H0
Z(1
R.R. H0
42
ESTADISTICA
Para
Ha :
Z(1
R.A. H0 R.R. H0
Para
Ha :
Z(1
R.R. H0 R.A. H0
La regin de rechazo de la hiptesis nula es la sombreada. Se rechaza cuando el estadstico de prueba
H0
toma un valor comprendido en la zona
sombreada y se acepta Ho cuando el valor del estadstico de prueba cae en la regin de aceptacin, regin no sombreada.
5. Conclusin. Determinar las conclusiones estadsticas del contraste (aceptar o rechazar Ho).
A continuacin se presentan las pruebas de hiptesis en forma de resumen.
43
3.3 PRUEBAS DE HIPOTESIS EN POBLACIONES NORMALES.
Pruebas de Hiptesis. Hiptesis Nula Hiptesis Alternativa
Estadstico de Prueba
Rechazar H0, si:
Prueba de Medias
Ha: Ha: Ha: > <
0 0 0
H0:
si
2
vs:
Zc
Zc
Zc
z(1
/ n
X
conocido
Zc
0
z(1
- Si la poblacin no es normal pero n 30
s/ n
Zc
z(1
t(1
Prueba de Medias
Ha: Ha: Ha: > <
0 0 0
H0:
2
vs
Tc
Tc
S/ n
,n 1)
Si se asume que : es desconocido
Tc
Tc
t(1
t(1
,n 1)
,n 1)
Prueba de diferencias de Medias
Ha: Ha: Ha:
1 1 > 1
2 2 2
Zc
X1 X 2
2 1 n1 2 2 n2
Zc
z(1
H0:
=
2 2
vs:
<
Zc Zc
z(1 z(1
) )
Asumiendo
2 1 y
Zc
X1 X 2
2 s1 n1 2 s2 n2
Conocidos --Si las poblaciones no son normales pero n1 30 y n2 30
44
ESTADISTICA
Prueba de diferencia de Medias
Ha: Ha:
vs
1 1 1
> <
2 2
Tc
X1 X 2 Sp
1 1 n1 n2
Tc
t(1
,n n 2) 2 1 2
H0:
2 1
Ha:
Asumiendo que:
2 2 y
Tc t(1
Sp
2 n1 1 S12 n2 1 S2 n1 n2 2
,n1 n2 2)
Desconocidos
Tc
t(1
,n1 n2 2)
Prueba de diferencia de Medias
Ha: Ha:
vs
1 1 1
> <
Tc
X1 X 2
2 S1 n1 2 S2 n2
Tc
t(1
,v )
2 2
H0:
2 1
Ha:
Asumiendo que:
2 2 y
desconocidos
S2 S2 ( n1 n1 )2 1 1 2 / n )2 ( S 2 / n )2 ( S1 1 2 2 n1 1 n2 1
Tc
Tc
t(1
t(1
,v )
,v )
Prueba de varianzas
2
Ha:
2 0
2 2 2
2 0 2 0 2 0
H0:
vs
Ha: Ha:
2 c
n 1 S2
2 0
2 c 2 c
2 ( , n 1) 2 2 (1 , n 1)
2 c 2 c
2 (1
, n 1)
2 ( , n 1)
45
Prueba de razn de varianzas.
Ha: Ha:
2 1 2 1 2 1
2 2 2 2 2 2
Fc
2 Smax 2 Smin
Fc F(
,n 1,nmin 1) 2 max ,n 1,nmin 1) 2 max

,nmax 1,nmin 1)
, nmax 1, n
Fc F(1
Fc F(1
H0:
2 1
2 2
vs
Ha:
Fc
Prueba de proporciones
F(
min 1)
Ha: p
p0
Ha: p > p0 Ha: p < p0
Zc
p p0 p (1 p ) / n
Zc
Zc
z(1
z(1
)
)
H0: p =p0 Vs
Zc
Prueba de diferencia de proporciones
p1 p2 pc (1 pc ) pc (1 pc ) n1 n2
z(1
Ha: p1
p2
Zc
Zc
z(1
Ha: p1 > p2 Ha: p1 < p2
H0: p1 = p2 Vs
pc
n1 p1 n2 p2 n1 n2
Zc
z(1
Zc
z(1
46
ESTADISTICA
1. Segn el ministerio de educacin el ingreso econmico promedio de los profesores que trabajan en instituciones educativas privadas es mayor que 355 dlares. Para contrastar esta hiptesis se analiza una muestra de 60 profesores elegidos aleatoriamente. Resulto una media muestral de 580 dlares. Suponiendo normalidad para las mediciones, proporcionan estos datos suficiente evidencia estadstica, al nivel de 95% de confianza, a favor de la hiptesis planteada por el ministerio de educacin. Use
180
Solucin: Formulacin de hiptesis.
H0: Ha:
= 355 > 355

5%
Nivel de significancia,
Estadstica de prueba.
Zc
/ n
180 , z(1
1.645 , n 60, x1 580

9.68
Zc
580 355 180/ 60
Regin critica
47
=5%
Z0=1.645 Zc =9.68
Regin Aceptacin Regin Crtica
Conclusin. Como
Zc
Zo
Se rechaza la hiptesis nula.
2. Se tienen algunos indicios de que el programa de capacitacin dirigida por el ministerio de educacin tiende a mejorar el nivel de solucin de problemas matemticos de los profesores. Para estudiar esta hiptesis, se selecciono una muestras de 9 profesores y se evalu su nivel de solucin de problemas
matemticos antes y despus de la capacitacin, obteniendo las siguientes calificaciones en una escala de 0- 100.
Antes Despus
25 27
25 29 4
27 37 10
44 56 12
30 46 16
67 82 15
53 57 4
53 80 27
52 61 9
Diferencia 2
Hay suficiente evidencia estadstica al nivel de significacin de 0,05 a favor de la hiptesis de que el programa de capacitacin presentan una mejora
significativa en la solucin de problemas matemticos.
48
ESTADISTICA
H0: Ha:
d d
=0
0
Nivel de significanca,
5%
Tc
S/ n
7.76 ,
/ 2, n 1)
t(1
2.262
n 9, x1 11
Tc 11 0 7.76 / 9 4.25
Regin critica
t0=2.26 R.R. H0
Conclusin. Se rechaza la hiptesis nula.
R.A. H0
t0=2.26 tc=4.25 R.R. H0
49
3. En un estudio sobre las preferencias de un grupo de profesores, sobre el uso de dos tipos de estrategias cognitivas A y B para el proceso de enseanza-
aprendizaje. De 600 especialistas encuestados, respondieron: 20% prefiere la estrategia A, y 15 % la estrategia B. Es posible concluir con 95% de confianza que las preferencias de las estrategias A y B son similares?
H0: p1 =p2 Ha: p1 p2
Nivel de significancia,
5%
Zc
p1 p2 pc (1 pc ) pc (1 pc ) n1 n2
Tratamiento A.
p1
0.2 ,
n1 600
Tratamiento B.
p2
pc
0.15 , n2
600
n1 p1 n2 p2 n1 n2
p1 p2
600*0.2 600*0.15 600 600
0.175
Zc
pc (1 pc ) pc (1 pc ) n1 n2
0.20 0.15 0.175(1 0.175) 0.175(1 0.175) 600 600
2.279
Regin critica
50
ESTADISTICA
=5%
Z0=1.96
Regin Aceptacin
Zc =2.279
Regin Crtica
Conclusin. Como
Zc Zo , se rechaza la hiptesis nula, por tanto p1
p2.
4. La prueba de resistencia fsica estndar en los alumnos, tiene una media de 200 puntos y una desviacin estndar de 50 puntos. El director de un colegio sospecha que la resistencia fsica de los alumnos, esta por debajo de los parmetros estndares, con tal motivo se sometieron a 100 alumnos seleccionados al azar a dicha prueba obtenindose una media de 180 puntos Con 95% cual es su conclusin?
Solucin H0: H1: = 200 < 200

50 , z1
1.645
n 100, x1 180
Zc
180 200 50/ 100
Como Zc 1.645 Se rechaza la hiptesis nula, por tanto la resistencia fsica de los alumnos del mencionado colegio es menor que el parmetro estndar.
5.
El ministerio de educacin, esta implementado un nuevo mtodo de enseanza, para analizar si este mtodo es ms adecuado que el mtodo tradicional, se ha experimentado en 14 alumnos, 7 para cada mtodo, registrndose las siguientes calificaciones.
51
Mtodo Tradicional Nuevo Mtodo
11 14
13 13
09 16
12 17
10 11
9 12
13 15
En base a la informacin cual es su conclusin?
Solucin. H0: H1:

1 1
2 2
Supongamos que las varianzas poblacionales son iguales, entonces el estadstico de prueba es:
Tc
De la informacin se tiene: Mtodo Tradicional
X1 X 2 Sp
1 n1 1 n2
t (n1 + n2 -2)
x1 11, s12
3, s1
1.73
Nuevo Mtodo
2 x2 14, s2
4.67 , s2
2.16
7 1 *3 7 1 *4.67 7 7 2
Sp
2 2 n1 1 S1 n2 1 S2 n1 n2 2
2.11
Tc
T0 t1
2
X1 X 2 Sp
1 n1 1 n2
11 14 2.11* 1 7
2 t0.975 7 7 2
1 7
2.65
2.179
n1 n2
t0.975 12
Como Tc
T0 , entonces se rechaza H0, por tanto el nuevo mtodo con el

( El nuevo mtodo propuesto genera mejor
mtodo tradicional producen distinto rendimiento.

1 2
o , entonces
rendimiento).
52
ESTADISTICA
EJERCICIOS PROPUESTOS
1. Un gabinete de psiclogos clnicos pretende estudiar la eficiencia de dos terapias (psicoanaltica y conductista) en el tratamiento de adiccin a drogas. Para ello asigna aleatoriamente, 12 pacientes para cada terapia y mide las horas que deja de consumir algn tipo de droga, despus de aplicar la terapia. Los resultados obtenidos son los siguientes.
Psicoanalitica x1
25, s12
2 2
4 2
Conductivista x2 17, s
Con 95% de confianza, cual es su conclusin de este estudio.
2. Se afirma que cierta tcnica
que se prescribe para tratar depresin es
efectiva en ms del 80% de los casos. Al parecer esta afirmacin es exagerada, por lo que se les aplica esta terapia a 15 pacientes, resultando que 13 de ellos han experimentado alivio. Es esta suficiente evidencia para concluir que realmente la terapia es efectiva en ms del 80% de los casos al nivel de significancia del 5%.
3. El director de un colegio realizo un estudio para comparar la efectividad de dos mtodos de enseanza, para tal efecto se considero 100 estudiantes con el mtodo A y 100 con B, resultando que los mtodos presentaron un mejor rendimiento en 20 y 18% de los casos respectivamente. Al nivel de confianza del 95%, cual es su conclusin.
4. Dos mtodos de motivacin fueron probados en 100 estudiantes, 50 con mtodo A y 50 con B, en los cuales se les ha medido el nivel de
concentracin, las medias fueron de 16 y 18 .Suponga que las poblaciones son normales con
1
8,
7 . Con un nivel de significancia del 5% , cual
de los mtodos es ms efectiva.
53
5. Un grupo de trabajadores fue sometido a una serie de situaciones de tensin que produjeron una respuesta de temor. Despus de cierto periodo de tiempo bajo estas condiciones los trabajadores fueron comparados con los de un grupo control que no haba sido sometido a tensin y los resultados fueron los siguientes respecto al tiempo de reaccin ( en segundos) . Suponga normalidad. Experimental (X): 3.8 6.8 3.6 3.9 4.5 3.9 5.9 6.0 5.7 5.6 4.5 Control (Y): 4.2 4.8 4.8 6.5 4.9 3.6 3.2 4.9 4.0 3.8
Pruebe que las varianzas en ambos grupos es la misma a un nivel de significacin de 5% .
54
ESTADISTICA
CAPITULO IV PRUEBA DE CHI-CUADRADO
Las pruebas de hiptesis desarrolladas anteriormente, estn basadas en el supuesto de que la muestra pertenezca a una poblacin con distribucin conocida. Aqu abordaremos dos problemas muy interesantes dentro de lo que se conoce con el nombre de estadstica no paramtrica. La prueba de homogeneidad y la prueba de independencia. La justificacin de estos problemas es comparar las frecuencias esperadas y las observadas.
4.1 Tabla de contingencia. Es relativamente frecuente encontrarse con informacin referida a la observacin de dos caractersticas de una poblacin, en las que se establecen modalidades o categoras, mediante las cuales se clasifican los individuos o elementos que constituyen una muestra de la misma. Este tipo de distribucin bidimensional de frecuencias suele presentarse en forma de tabla de doble entrada, tambin llamada tabla de contingencia. La informacin obtenida del estudio generalmente se presenta en una tabla de contingencias, en esta se tiene un conjunto de
elementos clasificados de
acuerdo a dos criterios, X e Y, cada uno de los cuales tiene una serie de categoras mutuamente excluyentes:
55
Y1
Y2
...Yj ...
Yc
Total
X1
X2
...
o11
o12
o1 j
o1c
o2c
...
n1.
n2.
...
o21
...
o22
...
o2 j
...
Xi
...
oi1
...
oi 2
...
oij
...
oic
...
ni.
...
Xr
Total
or1
or 2
orj
orc
nr.
n.1
n.2
n. j
n.c
n..
Donde:
oij : Representa la frecuencia observada, es decir, el nmero de individuos que

pertenecen simultneamente a las categoras
Xi
Yj .
Las frecuencias marginales son:
n. j
i 1
nij
ni.
j 1
nij
En esta seccin se vern las pruebas de homogeneidad y de independencia. Si bien ambas pruebas presentan el mismo procedimiento de clculo, las hiptesis a probar son diferentes y por lo tanto las conclusiones obtenidas tambin.
56
ESTADISTICA
4.2 PRUEBA DE HOMOGENEIDAD. En ocasiones ocurre que tenemos varias poblaciones clasificadas de acuerdo con las categoras definidas para una determinada variable. La pregunta que se sugiere inmediatamente es si la proporcin de individuos pertenecientes a cada una de las clases es la misma en todas las poblaciones. Si, con la informacin suministrada por las muestras obtenidas, se puede aceptar que esto es as, diremos que las poblaciones son homogneas con respecto a la variable de clasificacin utilizada. Existen
poblaciones y una muestra aleatoria es extrada desde cada
poblacin. Sea
ni.
el tamao de la muestra extrada de la i-sima
poblacin. Cada observacin de cada muestra puede ser clasificada en una de
categoras diferentes. Los datos son arreglados en la
siguiente tabla de contingencia r
c:
Categora Categora Poblacin 1 1 Poblacin 2
...
Categora Total
O 11 O 21
O 12 O22 .
... .. . ...
O c 1c O2c
n 1. n2
Poblacin r Total
Or1 n.1 oij
Or2 n.2
Orc n.c
n r. nrn..
En la tabla,
es el nmero de observaciones(frecuencias observadas) de la
muestra i clasificadas en la categora
j; n.j
es el nmero total de
observaciones en la categora j extradas desde las
r poblaciones y n..
es
el total de observaciones extradas desde las r poblaciones.
57
Hiptesis: Sea
ij
la probabilidad de que una observacin seleccionada de la
poblacin i sea clasificada en la categora j. Entonces las hiptesis son:
Ho:
1j
=... =
rj para todo
j = 1, 2,c
Ha: Al menos una igualdad no se cumple.

Las hiptesis pueden expresarse equivalentemente de la siguiente manera:
H0: Ha:
La variable aleatoria tiene la misma distribucin de probabilidades en las r poblaciones. La variable aleatoria tiene una distribucin de probabilidades diferente en al menos una de las poblaciones.
La estadstica de prueba esta dado por:
c j 1
2 c j 1
(oij eij ) eij
x2 (r 1)(c 1)
Donde, las frecuencias esperadas esta dada por :
eij
ni .n. j n..
Regla de decisin: La hiptesis nula se rechaza con un nivel de significacin mayor que el valor de tabla si el
2 xc
resulta
2 (1 ,( r 1)( c 1))
58
ESTADISTICA
4.3 PRUEBA DE INDEPENDENCIA Esta prueba permite analizar si dos variables aleatorias son o no independientes. Dado una muestra aleatoria de tamao
n.. es extrada, y cada observacin r filas
de la muestra es clasificada de acuerdo a dos criterios (variables X y Y). Usando el primer criterio cada observacin es clasificada en una de y usando el segundo criterio en una de
c columnas. Los datos son arreglados
en la siguiente tabla de contingencia r x c:
Columna 1 Columna 2 Fila 1 Fila 2
...
Columna c Total
0 11 0 21
0 12 0 22
... ...
O ic 0 2c
ni. n2.
Fila r Total
O r1 n .1 o jj
O r2 n .2
... ...
0 rc n. c
n r. n.. i
En la tabla, columna
es el nmero de observaciones clasificadas en la fila
j, n i . es el nmero total de observaciones en la fila i y n. j es el
nmero total de observaciones en la columna j.
Hiptesis: Sea:
ij la probabilidad de que una observacin sea clasificada en la fila
columna
j, i
i . la probabilidad de que una observacin sea clasificada en la fila
.j
la probabilidad de que una observacin sea clasificada en la
59
columna j. Entonces las hiptesis son: Ho:
ij
i. . j para todo
i = 1, ... r, j = 1, ... c.
Ha:
Al menos una igualdad no se cumple.
Las hiptesis pueden expresarse, en forma equivalente de la siguiente manera:
Ho: Las variables X y Y son independientes. HI : Las variables X y Y no son independientes.

Estadstico de prueba:
r c j 1
2 c j 1
(oij eij ) eij
x (r 1)(c 1) donde eij

2
ni . n. j n..
Regla de decisin: Se adopta la siguiente regla de decisin: Si Si
2 c
2 c
2 ( r 1)( c 1) entonces se acepta la hipotes H 0

2 ( r 1)( c 1) entonces se rechaza la hipotes H 0
Como puede observarse el procedimiento es muy similar al de la prueba de homogeneidad, y a veces suelen confundirse.
60
ESTADISTICA
1. En una investigacin realizada sobre el efecto del clima organizacional en la gestin educativa en las instituciones educativas de la ciudad del Cusco, se obtuvo la siguiente informacin: Gestin Educativa Clima Organizacional Buena Mala Total 70 130 200 100 100 200 150 50 200 320 280 600 Mala Regular Buena Total
Podemos concluir con 95% de confianza que el clima organizacional influye en la gestin educativa ?
Solucin: H0: El clima organizacional no influye la gestin educativa. Ha: El clima organizacional influye la gestin educativa..
e11
e13
320* 200 106.67 , e12 600

320* 200 106.67 , e21 600
320* 200 600
106.67 ,
280* 200 600
93.33
e22
2 c
280* 200 600

70 106.67 106.67 130 93.33 93.33
2
93.33 , e23
280* 200 600

2
93.33
2
100 106.67 106.67

2
150 106.67 106.67 50 93.33 93.33

2
100 93.33 93.33
2 c
65.625
2 0
De la tabla de chi-cuadrado ,
5.991
61
=5.99
=65.625
R.A. H0
R.R. H0
Como
2 c
2 0 , se rechaza la hiptesis nula, Acepta la Ha.
2. En un estudio realizado a 341 estudiantes que participaron en un programa piloto para evaluar la influencia de la tcnica de expertos como estrategia en la comprensin lectora. Los resultados se presentan en la siguiente tabla:
Tcnica de expertos
Comprensin lectora Mala Regular Buena
Total 80 173 88 341 tcnica de
Buena Regular Mala Total
15 30 43 118
25 100 27 150
40 43 18 73
Existe alguna relacin significativa entre la
aplicacin de la
expertos y el nivel de comprensin lectora? Use un nivel de confiabilidad de 99%
Solucin:
Ho : No Existe relacin entre la aplicacin de la tcnica de expertos y el nivel

de comprensin lectora.
Ha : Existe relacin entre la aplicacin de la tcnica de expertos y el nivel de

comprensin lectora.
El nivel de significacin es
1%
0.01
62
ESTADISTICA
El estadstico es:
r c
X c2
i 1 j 1
oij
eij eij
X 2r
1 c 1 gl
Previamente calculamos los valores esperados.
eij
e11
e31
e22
ni.n. j n..
n1.n.1 n..
n3.n.1 n..
n2.n.2 n..
80*118 341
27.68
e21
n2.n.1 n..
173*118 341
59.87
88*118 30.45 341

173*150 341
e12
n1.n.2 n..
80*150 341
35.19
76.10 e32
n3.n.2 n..
n2.n.3 n..
88*150 341
173*73 341
38.71
e13
e33
n1.n.3 n..
n3.n.3 n..
80*73 17.13 e23 341

88*73 18.84 341
37.04
Reemplazando en el estadstico
r c
X c2
i 1 j 1
oij eij eij

2
15 27.68 27.68
25 35.19 35.19
2 ....
18 18.84 18.84
2 71.41
63
Como
2 Xc
71.41 > X 02 3,747 , por tanto se rechaza la hiptesis
nula y se acepta la hiptesis alterna, Existe relacin entre la aplicacin de la tcnica de expertos y el nivel de comprensin lectora
3. En el cuadro siguiente se muestra los resultados del hbito de estudio y comprensin de lectura de 58 estudiantes.
Habito de estudio
Comprensin de lectura Dependiente Independiente
Total
Mala Buena Total
36 2 38
7 13 20
43 15 58
a) Existe relacin entre ambas variables, use un nivel de significancia del 5%. b) Determine el grado de asociacin entre dichas variables. c) Determine el grado de relacin entre dichas variables.
Solucin
a) Utilizando la prueba de chi-cuadrado, para tablas de 2x2. Ho: La comprensin lectora y el hbito de estudios no estn relacionados. Ha: La comprensin lectora y el hbito de estudios no estn relacionados.
2 c
ad bc .n r1 r2 c1 c2
36 *13 7 * 2
* 58
24.39
43*15*38*20
De la tabla de la distribucin tiene: Como
x2
con (2-1)x(2-1) = 1 grado de libertad, se
x02
2 c
3.84
2 0 , se rechaza Ho, por lo tanto se concluye que la
comprensin lectora no depende el habito de estudios.
64
ESTADISTICA
b)
Para determinar el grado de asociacin, utilizamos le coeficiente de contingencia.
24.39 58 24.39
0,544
c) Para determinar el grado de correlacin se utiliza el coeficiente

2
24,39 58
0,648
Presentan una relacin de 64,8% entre dichas variables.
5.
Un investigador desea evaluar la influencia de la enseanza directa en la comprensin criterial, para ello realizo un estudio, obteniendo los siguientes datos.
Enseanza directa Malo Regular Bueno 2 0 Regular 15 2 Bueno 1 29 Muy Bueno 0 1 Comprensin Criterial
Cul es su conclusin del estudio, al 95% de confianza. Solucin.

Comprensin Criterial Regular Bueno 15 1 83,3% 5,6% 2 29 6,3% 90,6% 17 30 34,0% 60,0%
Enseanza Directa Regular Bueno Total
Malo Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje 2 11,1% 0 ,0% 2 4,0%
Muy Bueno 0 ,0% 1 3,1% 1 2,0%
Total 18 100,0% 32 100,0% 50 100,0%
Chi-cuadrado=38,145
P-valor=0,000
De la prueba de Chi cuadrado, con 95% de confianza (p-valor=0,000<0,05) se concluye que la enseanza directa influye en el tipo de comprensin criterial. Si la aplicacin de la
65
enseanza directa es regular esta influye de modo regular en el nivel de comprensin criterial en un 83,3%; y hacia la buena en el 5,6%; en cambio si la enseanza directa es buena, genera en un 90,6% estudiantes. un nivel comprensin criterial bueno por parte de los
100 90 80 70 Com prensin criterial Malo Regular Bueno Muy Bueno
Porcentaje
60 50 40 30 20 10 0 Regular
Enseanza directa
Bueno
66
ESTADISTICA
EJERCICIOS PROPUESTOS. 1. Un investigador analiza la influencia del uso de materiales didcticos en el rendimiento acadmico de los estudiantes de las I.E de la regin Cusco, para este fin realizo un estudio, en 32 I.E, obteniendo los siguientes datos.
Nivel de uso de materiales didcticos Rendimiento acadmico. Nivel de uso de materiales didcticos Rendimiento acadmico.
R M B R R M M B
B M M B R R M M
M M B R R M R B
R R M B R R M M
R R B B R M M B
R R B
R M R B M
R M R B R R M B
R R B
R M R M R
Donde M: Mala, R: Regular, B: Buena. Al 95% de confianza. a) b) Influye el uso de materiales didcticos en el rendimiento acadmico. Determine el tipo de influencia, si existe.
2.
Se desea analizar la influencia del clima organizacin en la gestin educativa de las I.E de la Regin Cusco, para este fin se selecciona aleatoriamente 30 I.E de la regin Cusco, obteniendo los siguientes resultados Clima organizacin Gestin educativa Clima organizacin Gestin educativa Clima organizacin Gestin educativa M R M MB B B M M B R M M MB B R M R MB R B M R MB B R MB B R R M R MB B B MB R M R R R M B R B R R M R R M B M MB R
67
Al 95% de confianza cual es su conclusin del estudio. 3. Un investigador est analizando la relacin que existe entre el habito de lectura y el tiempo de compresin. En el cuadro siguiente se tiene la informacin de 150 estudiantes. Tiempo de Poco 40 20 60 Habito de lectura Regular 20 30 50 Bastante 10 90 100 Total 70 140 210
comprensin Lento Rpido Total
Proporcionan estos datos evidencia suficiente con 95% de confianza de que el habito de lectura esta relacionado con el tiempo de comprensin? 4. De un estudio realizado respecto a la cantidad de ingresantes a una universidad con respecto al tipo de colegio se obtuvo la siguiente informacin: Colegio Ingresantes Ciencias Letras Total Nacional 85 70 155 Particular 80 90 170 Convenio 70 60 130 Total 235 220 455
Se puede concluir que la cantidad de ingresantes a ciencias y letras es homognea para los tres tipos de colegios. Use un nivel del 95% de confianza? 5. Se aplic una encuesta tipo test a 300 docentes respecto del conocimiento y uso de dinamitas grupales al respecto se tiene la siguiente informacin. Aplicacin Si Si No Total 45 37 82 Conocimiento No 35 48 83 Total 80 85 165
Existe relacin entre conocimiento y aplicacin con un 98% de confianza? 6. Un investigador realiz un estudio para determinar si el tamao de la familia depende del nivel de educacin del padre. La muestra se clasifica de acuerdo al nivel de educacin y nmero de hijos.
68
ESTADISTICA
Nivel de educacin 0 o 2 1 Primaria Secundaria Superior 20 50 12 18 25 6
Nmero de hijos 3 4 5 o ms
12 18 4
14 16 8
30 24 12
Con estos datos Se puede inferir que el tamao de la familia es independiente del nivel de educacin del padre , con 95% de confianza?.
7. Se llev a cabo una encuesta con respecto a la preferencia del consumidor para determinar si exista alguna predileccin por tres editoriales competitivas (A, B o C) en tres regiones geogrficas donde habitan los consumidores. Basndose en una muestra aleatoria de consumidores por regin, se obtuvo la siguiente informacin para las tres regiones: Marca A B C Reg.1 40 52 68 Regin Reg.2 52 70 78 Reg.3 25 35 60
Con base a esta informacin verifique si las tres regiones son equivalentes usando un nivel de significacin de 5%.
8.
Cierta institucin particular desea determinar si el ausentismo laboral se relaciona con la edad. Se toma una muestra de 200 empleados al azar y se les clasifica segn edad y causa de ausentismo y los resultados fueron los siguientes: Causa Enfermedad Otras Edad (aos) Menos de 30 30 - 50 Ms de 50 40 28 52 40 36 24
Est la edad relacionada con el ausentismo laboral?. Use una confiabilidad de 95%.
69
9. El ministerio de Educacin desarrollo un programa de fortalecimiento de la comprensin lectora en un grupo de docentes, obteniendo los siguientes resultados.
Comprensin Inferencial Deficiente Malo Bueno Muy Bueno Total Etapa Pre-Test Post-Test 26 2 52,0% 4,0% 19 10 38,0% 20,0% 4 24 8,0% 48,0% 1 14 2,0% 28,0% 50 50 100,0% 100,0%
Total 28 28,0% 29 29,0% 28 28,0% 15 15,0% 100 100,0%
Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje Frecuencia Porcentaje
Chi-cuadrado=48,917 P-valor=0,000
Con un nivel de confianza del 95%, que efecto presenta dicho programa en la comprensin lectora de los profesores.
70
ESTADISTICA
CAPITULO V DISEO EXPERIMENTAL
5.1 INTRODUCCION. El diseo de experimentos es en la actualidad una de las herramientas
principales utilizados en la investigacin estadstica, el objetivo que se tiene es estudiar el efecto de un factor sobre una variable respuesta. Disear un experimento, simplemente significa planear un experimento de modo que se rena la informacin que sea pertinente al problema bajo investigacin. Muy a menudo se coleccionan datos que pueden tener muy poco o ningn valor, en la solucin del problema. El diseo de un experimento, es entonces, la secuencia completa de pasos tomados de antemano para asegurar que los datos apropiados se obtendrn de modo que permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto al problema establecido.
FACTOR. Son todas aquellas variables cuyo efecto se desea medir, en algunos casos se les llama tratamiento.
NIVEL Es el conjunto de valores que tiene la variable independiente o factor en el experimento.
UNIDAD EXPERIMENTAL Es la entidad ms pequea a lo que se aplica el tratamiento, es decir; es el
71
elemento donde se realiza la medicin. ERROR EXPERIMENTAL Es la medida de la variacin, existente entre observaciones de las unidades experimentales. En un Diseo Experimental se tiene variabilidad inherente a la unidad experimental y otra variabilidad debida a los tratamientos. Para reducir el error experimental se siguen algunos pasos: Repetir el experimento Adicionar ms tratamientos Introducir variables o bloques
El proceso o sistema bajo estudio puede representarse por medio del modelo:
Podemos pensar que el proceso es una combinacin de tratamiento, personas y otros recursos que transforman alguna entrada, en una salida que tienen una o ms respuestas observadas
5.2 OBJETIVOS DEL DISEO EXPERIMENTAL Determinar las variables con mayor influencia en la respuesta Determinar el mejor valor de las variables que influyen en la respuesta de manera que: La respuesta se aproxime al valor deseado La variabilidad de la respuesta sea pequea Se minimiza el efecto de las variables incontrolables
72
ESTADISTICA
5.3 DISEO UNIFACTORIAL (Diseo completamente aleatorio) Es el Diseo Experimental ms simple. En este Diseo los tratamientos (niveles) se distribuyen al azar en todas las unidades experimentales. Este diseo es muy til cuando las unidades experimentales (homogeneidad) tienen variabilidad uniformemente repartidos
VENTAJAS Y DESVENTAJAS VENTAJAS Este Diseo es fcil de planear y es flexible en cuanto al nmero de repeticiones y unidades experimentales del tratamiento DESVENTAJAS Solo es aplicable, cuando el material experimental es homogneo.
Los resultados del experimento se pueden agrupar de la siguiente forma: NIVELES DEL FACTOR Respuesta
A B C D
A Y11 B Y22 B Y23 A Y14
C Y31 A Y12 C Y33 D Y44
B Y21 D Y42 A Y13 C Y34
D Y41 C Y32 D Y43 B Y24
Donde
yij
es el resultado de la medicin del i-simo tratamiento en la j-
sima repeticin.
73
En resumen:
1
Tratam
Y11
Y21
Yi1
Ya1 Ya 2 Yaj Yan

TOTAL
Y12 Y22 Y1 j Y2 j Y1n Y2 n

Totales Medias Varianzas
Yi 2 Yij Yin
Y1. Y2. Yi . Ya .
Y1. Y2. Yi. Yan
Y..
Y..
2 s..
s12. s22. si2. sa2.
Donde:
Yi.
j 1
n
Yij
Yij
j 1
, Total del i-simo tratamiento
Yi .
Yi . n
, Media del i-simo tratamiento
74
ESTADISTICA
Y..
i 1
Yi.
i 1 j 1
Yij , Total
Y..
Y.. an
, Media total
5.3.1 Anlisis de varianza Es la tcnica mediante el cual se mide los efectos de los tratamientos puesto que descompone la varianza total en diferentes fuentes de variabilidad definida por el modelo. Para el cual se siguen los siguientes pasos:
H0 :
Ha :
a n
j , para algn par (i,j)
La frmula asumida para calcular la suma de los cuadrados es la siguiente:
SCT
i 1 j 1
yij
y..
a
yij
i 1 j 1
y..2 N
,N
an
SCA
i 1
yi2. ni
y..2 N
SCT
N
SCA
an
SCE
de la siguiente forma:
Los cuadrados medios son los estimadores de las varianzas y son obtenidos
CMA
CME
SCA a 1
SCE a(n 1)
2
varianza del error.

2
Por otra parte el cociente de dos variables distribucin de Fisher
se distribuye mediante la
75
Fc
SCA a 1 SCE a(n 1)
f(
, a 1, a n 1
f(1 R.A. H0
Anlisis de la varianza. Fuentes de Varianza Tratamiento a-1 Error Total a(n-1) an-1 SCA SCE STT CMA CME
CMA CME
R.R. H0
g.l
SC
CM
FC
Conclusiones: Si Fc Si Fc
F0 Se rechaza H0 F0 Se acepta H0
5.4 DISEO EXPERIMENTAL DE DOS FACTORES El anlisis de la varianza de dos factores esta formado como su nombre indica por dos factores que a su vez tienen la misma importancia en este tipo de anlisis existen a niveles del factor A y b niveles de factor B. Este tipo de anlisis se determinan segn el nmero de observaciones; si cada unidad experimental tiene una observacin, el modelo del anlisis univariado
76
ESTADISTICA
de la varianza de dos factores se denomina sin replica, en este caso no existe interaccin entre los dos factores. En este tipo de anlisis el control local
(unidad experimental) por el factor A, el cual esta constituido por todo los del factor B o variantes repetidas una sola vez siendo el factor A una repeticin con la condicin de que los del factor B estn dentro del factor A . de donde se puede afirmar que cada factor A contiene los elementos del factor B el cual disminuye el error experimental.
TABLA DE ANALISIS DE VARIANZA
Fuentes de g.l Varianza Factor A Factor B Interaccin AB Error Total

Donde:
a b n 2
SC
CM
FCAL
CMA CME
a-1 b-1 (a-1)(b-1)
SCA SCB SCAB
CMA CMB CMAB
CMB CME CMAB CME
ab(n-1) abn-1
SCE
CME
SCT
i 1 j 1 k 1
Y ijk
2
Y ...
abn ,
SCA
i 1
Y i.. Y ...
bn abn ,
SCB
j 1
a
Y . j. Y ...
an
b j 1
abn ,
SCAB
i 1
Y ij. Y ...
n abn
SCA SCB
SCE = SCT-(SCA+SCB+SCAB)
77
El cuadrado medio, se obtiene: Para el factor A :
CMA
CMB
SCA a 1
SCB b 1
Para el factor B
Para la interaccin AB
CMAB
SCAB (a 1)(b 1)
Para el error
CME
SCE ab(n 1)
INTERACCIN. En estadstica, la idea de una interaccin, es medir el efecto de una variable (factor), manteniendo constante los dems. En trminos generales interaccin entre dos factores es sinnimo de relacin entre los factores, en este caso los factores actan en forma conjunta sobre la variable respuesta.
Figura: Interaccin de factores. De la grfica anterior se concluye que geomtricamente existe interaccin cuando las lneas se intersectan, en cambio no existe interaccin, cuando las lneas son paralelas.
78
ESTADISTICA
EJERCICIOS DESARROLLADOS 1. Se mide el impacto de 4 mtodos de enseanza en el rendimiento acadmico en estudiantes de tres especialidades de la facultad de Educacin. Los resultados se muestran a continuacin.
Especialidad Mtodo 1 18 16 I 17 10 11 II 10 3 7 III 7
Mtodo 2 17 17 19 14 15 7 8 6 10
Mtodo 3 17 14 19 12 15 10 8 9 9
Mtodo 4 13 12 14 5 9 2 1 2 1
Con un 95% de confianza, cual es su conclusin del estudio. Solucin:
La hiptesis estadstica para el factor A, esta dado por:
H0 :
El factor Mtodo, no influye en el rendimiento acadmico.
Ha : El factor Mtodo , influye en el rendimiento acadmico.

La hiptesis estadstica para el factor B, esta dado por:
H0 : El factor Especialidad, no influye en el rendimiento acadmico. Ha : El factor Especialidad, influye en el rendimiento acadmico.
La hiptesis estadstica para la interaccin, esta dado por:
H0 :
El
factor mtodo y especialidad, no actan simultneamente en el
rendimiento acadmico , su efecto de cada factor es independiente.
79
Ha :
El
factor mtodo y especialidad,
actan simultneamente en el
rendimiento acadmico, su efecto de uno de los factores depende del otro.
Mtodo Especialidad 1 18 16 I sub. total 17 51 10 11 II sub. total 10 31 3 7 III sub. total Total 7 17 99
Mtodo 2 17 17 19 53 14 15 7 36 8 6 10 24 113
Mtodo 3 17 14 19 50 12 15 10 37 8 9 9 26 113
Mtodo 4 13 12 14 39 5 9 2 16 1 2 1 4 59
Total
193
120
71 384
Calculo de las sumas de cuadrado. a= 4 , niveles del mtodo (Factor A) b=3, niveles de especialidad (Factor B) n=3, replicas de cada ensayo.
a b n 2 ijk
SCT
i 1 j 1 k 1
Y
2
Y
2
2 ...
abn
2
2
SCT
18
16
17
... 1
3842 976 4*3*3
SCA
i 1
2 i ..
2 ...
bn
abn
80
ESTADISTICA
SCA
992 1132 1132 592 3*3

2 . j. 2 ...
3842 4*3*3
217,333
SCB
j 1
an
abn
SCB
1932 1202 712 4*3

2 ij.
3842 628,167 4*3*3
b j 1
SCAB
i 1
2 ...
abn
SCA SCB
SCAB
512 532 502 392 312 362 372 162 172 242 262 42 3
3842 217,333 628,167 4*3*3 SCAB 15,1667
SCE = SCT-(SCA+SCB+SCAB)= 976-(217,333+628,167+15,1667) = 115,333

Calculo de los cuadrados medios.
CMA
SCA a 1
SCB b 1
217,333 3
628,167 2
72,4444
CMB
314,083
CMAB
SCAB (a 1)(b 1)
15,1667 3*2
2,52778
81
CME
SCError ab(n 1)
115,333 4*3*(3-1)
4,80556
Valores calculados de F.
FCA
Como
CMA CME
72, 4444 15, 08 ; De la tabla 4,80556
F0 A
2,99
FCA
CMB CME
F0 A , se rechaza la hiptesis nula del factor A.

314, 083 4,80556 65,36 ; De la tabla F0 B
FCB
Como
3,39
FCB
F0 B , se rechaza la hiptesis nula del factor B.
FCAB
Como AxB.
CMAB CME
2,52778 4,80556
0,53 ; De la tabla F0 AB
2, 49
FCAB
F0 AB ,
se rechaza la hiptesis nula de la interaccin
ANOVA Fuente Suma de Cuadrados EFECTOS PRINCIPALES A: Mtodo B: Especialidad INTERACCIONES AB Error TOTAL 15,1667 115,333 976,0 6 2,52778 0,53 0,7829 217,333 628,167 3 2 72,4444 314,083 15,08 65,36 0,0000 0,0000 gl Cuadrado Medio Razn- Valor-P F
24 4,80556 35
82
ESTADISTICA
1.
Tres programas de entrenamiento deportivo fueron probados en 15 atletas, asignando al azar 5 de ellos a cada programa. Luego de terminado el entrenamiento sus respectivas habilidades fueron comparadas por un mismo entrenador con los resultados indicados: PROGRAMA A 48 54 78 83 96 B 42 59 62 80 92 C 68 71 87 98 101
Pruebe si hay diferencia entre los tres programas usando un nivel de significacin de 5% 2. Los siguientes datos representan los tiempos de reaccin (en segundos) a tres tipos de estmulos: Estmulo A: 4.9 6.1 4.3 4.6 5.3 Estmulo B: 5.5 5.4 6.2 5.8 5.6 5.2 4.8 Estmulo C: 6.4 6.8 5.7 6.5 6.3 6.6 a) Pruebe si el tiempo de reaccin al tipo de estmulo B es superior al tipo de estmulo A. Use 0.05. b) Pruebe utilizando la prueba adecuada, si el tiempo de reaccin es diferente a los tres tipos de estmulos. Use un nivel de significacin de 1%. 3. Un test de personalidad, tiene dos formas de determinar su valoracin suponiendo inicialmente que ambos mtodos miden igualmente la extroversin. Para ello se estudia en 12 personas obtenindose los siguientes resultados: Medida de la extraversin Forma A 12 18 21 10 15 27 Forma B 10 17 20 5 21 24 31 29 6 7 15 11 13 13 8 8 10 11
Hay diferencia entre los dos mtodos?
83
APENDICE
TABLA NORMAL ESTNDAR
Z 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 0 0 0.03983 0.07926 0.11781 0.15542 0.19146 0.22575 0.25804 0.28814 0.31594 0.34134 0.36433 0.38493 0.4032 0.41924 0.43319 0.4452 0.45543 0.46407 0.47128 0.47725 0.48214 0.4861 0.48928 0.4918 0.49379 0.49534 0.49653 0.49744 0.49813 0.49865 0.49903 0.49931 0.49952 0.49956 0.49977 0.49984 0.49989 0.49993 0.49995 0.01 0.00399 0.04395 0.08617 0.12172 0.1591 0.19497 0.22907 0.26115 0.29103 0.31859 0.34375 0.3665 0.38686 0.4049 0.42073 0.43448 0.4463 0.45637 0.46485 0.47193 0.47778 0.48257 0.48645 0.48956 0.49202 0.49396 0.49547 0.49664 0.49752 0.49819 0.49869 0.49906 0.49934 0.49953 0.49968 0.49978 0.49985 0.4999 0.49993 0.49995 0.02 0.00798 0.04776 0.08706 0.12552 0.16276 0.19847 0.23237 0.26424 0.29389 0.32124 0.34614 0.36864 0.38877 0.40658 0.4222 0.43574 0.44738 0.45728 0.46562 0.47257 0.47831 0.48299 0.48679 0.48983 0.49224 0.49413 0.4956 0.49674 0.4976 0.49825 0.49874 0.4991 0.49936 0.49955 0.49969 0.49978 0.49985 0.4999 0.49993 0.49996 0.03 0.01197 0.05172 0.09095 0.1293 0.1664 0.20194 0.23565 0.2673 0.29373 0.32381 0.34849 0.37076 0.39065 0.40824 0.42364 0.43699 0.44845 0.45818 0.46637 0.4732 0.47882 0.48341 0.48713 0.49001 0.49245 0.4943 0.49573 0.49683 0.49767 0.4983 0.49878 0.49913 0.49938 0.49957 0.4997 0.49979 0.49986 0.4999 0.49994 0.49996 0.04 0.01595 0.05567 0.09483 0.13307 0.17003 0.2054 0.23891 0.27035 0.29955 0.32639 0.35083 0.37286 0.39251 0.40988 0.42507 0.43822 0.4495 0.45907 0.46712 0.47381 0.47932 0.48382 0.48745 0.49036 0.49266 0.49446 0.49585 0.49693 0.49774 0.49836 0.49882 0.49916 0.4994 0.49958 0.49971 0.4998 0.49986 0.49991 0.49994 0.49996 0.05 0.01994 0.05962 0.09871 0.13683 0.17364 0.20884 0.24215 0.27337 0.30234 0.32894 0.35314 0.37923 0.39435 0.41149 0.42647 0.43943 0.45053 0.45994 0.46784 0.47441 0.47982 0.48422 0.48778 0.49061 0.49286 0.49461 0.49597 0.49702 0.49781 0.49841 0.49886 0.49918 0.49942 0.4996 0.49972 0.49981 0.49987 0.49991 0.49994 0.49996 0.06 0.02392 0.06356 0.10257 0.14058 0.17724 0.21226 0.24537 0.27637 0.3051 0.33147 0.35543 0.37698 0.39616 0.41308 0.42785 0.44062 0.45154 0.46079 0.46856 0.475 0.4803 0.48461 0.48809 0.49086 0.49305 0.49477 0.49609 0.49711 0.49788 0.49846 0.49889 0.49921 0.49944 0.49961 0.49973 0.49981 0.49987 0.49992 0.49994 0.49996 0.07 0.0279 0.0675 0.10642 0.14431 0.18082 0.21566 0.24857 0.27935 0.30785 0.33398 0.35769 0.379 0.39796 0.41466 0.42922 0.44179 0.45254 0.46164 0.46926 0.47558 0.48077 0.485 0.4884 0.4911 0.49324 0.49491 0.49621 0.4972 0.49795 0.49851 0.49893 0.49924 0.49946 0.49962 0.49974 0.49982 0.49988 0.49992 0.49995 0.49996 0.08 0.03188 0.07124 0.11026 0.14803 0.18439 0.21904 0.25175 0.2823 0.31057 0.33646 0.35993 0.381 0.39973 0.41621 0.43056 0.44295 0.45352 0.46246 0.46995 0.47615 0.48124 0.48537 0.4887 0.49134 0.49343 0.49506 0.49632 0.49728 0.49801 0.49856 0.49897 0.49926 0.49948 0.49964 0.49975 0.49983 0.49988 0.49992 0.49995 0.49997 0.09 0.03586 0.07534 0.11409 0.15173 0.18793 0.2224 0.2549 0.28524 0.31327 0.33891 0.36214 0.38298 0.40147 0.41774 0.43189 0.44408 0.45449 0.46327 0.47062 0.4767 0.48169 0.48574 0.48899 0.49158 0.49361 0.4952 0.49643 0.49736 0.49807 0.4986 0.499 0.49929 0.4995 0.49965 0.49976 0.49983 0.49989 0.49992 0.49995 0.49997
84
ESTADISTICA
TABLA DE LA DISTRIBUCION T-STUDENT
p x c
gl 0.75 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120 1 0.816 0.765 0.741 0.727 0.718 0.711 0.706 0.703 0.7 0.697 0.695 0.694 0.692 0.691 0.69 0.689 0.688 0.688 0.687 0.686 0.686 0.685 0.685 0.684 0.684 0.684 0.683 0.683 0.683 0.681 0.679 0.677 0.674 0.80 1.376 1.061 0.978 0.941 0.920 0.906 0.896 0.889 0.883 0.879 0.876 0.873 0.870 0.868 0.866 0.865 0.863 0.862 0.861 0.860 0.859 0.858 0.858 0.857 0.856 0.856 0.855 0.855 0.854 0.854 0.851 0.848 0.845 0.842 0.85 1.963 1.386 1.250 1.190 1.156 1.134 1.119 1.108 1.100 1.093 1.088 1.083 1.079 1.076 1.074 1.071 1.069 1.067 1.066 1.064 1.063 1.061 1.060 1.059 1.058 1.058 1.057 1.056 1.055 1.055 1.050 1.046 1.041 1.036 0.9
1
0.95 6.314 2.920 2.353 2.132 2.015 1.943 1.895 1.860 1.833 1.812 1.796 1.782 1.771 1.761 1.753 1.746 1.740 1.734 1.729 1.725 1.721 1.717 1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.697 1.684 1.671 1.658 1.645 0.975 12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262 2.228 2.201 2.179 2.160 2.145 2.131 2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045 2.042 2.021 2.000 1.980 1.960 0.99 31.821 6.965 4.541 3.747 3.365 3.143 2.998 2.896 2.821 2.764 2.718 2.681 2.650 2.624 2.602 2.583 2.567 2.552 2.539 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.457 2.423 2.390 2.358 2.326 0.995 63.657 9.925 5.841 4.604 4.032 3.707 3.499 3.355 3.250 3.169 3.106 3.055 3.012 2.977 2.947 2.921 2.898 2.878 2.861 2.845 2.831 2.819 2.807 2.797 2.787 2.779 2.771 2.763 2.756 2.750 2.704 2.660 2.617 2.576 3.078 1.886 1.638 1.533 1.476 1.440 1.415 1.397 1.383 1.372 1.363 1.356 1.350 1.345 1.341 1.337 1.333 1.330 1.328 1.325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.310 1.303 1.296 1.289 1.282
85
TABLA DE LA DISTRIBUCION CHI CUADRADO ( p x 2

gl 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 0.01 0 0.01 0.07 0.21 0.41 0.68 0.99 1.34 1.73 2.16 2.6 3.07 3.57 4.07 4.6 5.14 5.7 6.26 6.84 7.43 8.03 8.64 9.26 9.89 10.5 13.8 17.2 20.7 24.3 28 31.7 35.5 39.4 43.3 47.2 51.2 55.2 59.2 63.3 0.01 0 0.02 0.11 0.3 0.55 0.87 1.24 1.65 2.09 2.56 3.05 3.57 4.11 4.66 5.23 5.81 6.41 7.01 7.63 8.26 8.9 9.54 10.2 10.9 11.5 15 18.5 22.2 25.9 29.7 33.6 37.5 41.4 45.4 49.5 53.5 57.6 61.8 65.9 0.025 0 0.05 0.22 0.48 0.83 1.24 1.69 2.18 2.7 3.25 3.82 4.4 5.01 5.63 6.26 6.91 7.56 8.23 8.91 9.59 10.28 10.98 11.69 12.4 13.12 16.79 20.57 24.43 28.37 32.36 36.4 40.48 44.6 48.76 52.94 57.15 61.39 65.65 69.92 0.05 0 0.1 0.35 0.71 1.15 1.64 2.17 2.73 3.33 3.94 4.57 5.23 5.89 6.57 7.26 7.96 8.67 9.39 10.12 10.85 11.59 12.34 13.09 13.85 14.61 18.49 22.47 26.51 30.61 34.76 38.96 43.19 47.45 51.74 56.05 60.39 64.75 69.13 73.52 0.1 0.02 0.21 0.58 1.06 1.61 2.2 2.83 3.49 4.17 4.87 5.58 6.3 7.04 7.79 8.55 9.31 10.09 10.86 11.65 12.44 13.24 14.04 14.85 15.66 16.47 20.6 24.8 29.05 33.35 37.69 42.06 46.46 50.88 55.33 59.79 64.28 68.78 73.29 77.82 0.2 0.06 0.45 1.01 1.65 2.34 3.07 3.82 4.59 5.38 6.18 6.99 7.81 8.63 9.47 10.31 11.15 12 12.86 13.72 14.58 15.44 16.31 17.19 18.06 18.94 23.36 27.84 32.34 36.88 41.45 46.04 50.64 55.26 59.9 64.55 69.21 73.88 78.56 83.25 0.4 0.27 1.02 1.87 2.75 3.66 4.57 5.49 6.42 7.36 8.3 9.24 10.18 11.13 12.08 13.03 13.98 14.94 15.89 16.85 17.81 18.77 19.73 20.69 21.65 22.62 27.44 32.28 37.13 42 46.86 51.74 56.62 61.51 66.4 71.29 76.19 81.09 85.99 90.9 0.6 0.71 1.83 2.95 4.04 5.13 6.21 7.28 8.35 9.41 10.47 11.53 12.58 13.64 14.69 15.73 16.78 17.82 18.87 19.91 20.95 21.99 23.03 24.07 25.11 26.14 31.32 36.47 41.62 46.76 51.89 57.02 62.13 67.25 72.36 77.46 82.57 87.67 92.76 97.85 0.8 1.64 3.22 4.64 5.99 7.29 8.56 9.8 11.03 12.24 13.44 14.63 15.81 16.98 18.15 19.31 20.47 21.61 22.76 23.9 25.04 26.17 27.3 28.43 29.55 30.68 36.25 41.78 47.27 52.73 58.16 63.58 68.97 74.35 79.71 85.07 90.41 95.73 101.05 106.36 0.9 2.71 4.61 6.25 7.78 9.24 10.64 12.02 13.36 14.68 15.99 17.28 18.55 19.81 21.06 22.31 23.54 24.77 25.99 27.2 28.41 29.62 30.81 32.01 33.2 34.38 40.26 46.06 51.81 57.51 63.17 68.8 74.4 79.97 85.53 91.06 96.58 102.1 107.6 113 0.95 3.84 5.99 7.81 9.49 11.07 12.59 14.07 15.51 16.92 18.31 19.68 21.03 22.36 23.68 25 26.3 27.59 28.87 30.14 31.41 32.67 33.92 35.17 36.42 37.65 43.77 49.8 55.76 61.66 67.5 73.31 79.08 84.82 90.53 96.22
1
0.975 5.02 7.38 9.35 11.14 12.83 14.45 16.01 17.53 19.02 20.48 21.92 23.34 24.74 26.12 27.49 28.85 30.19 31.53 32.85 34.17 35.48 36.78 38.08 39.36 40.65 46.98 53.2 59.34 65.41 71.42 77.38 83.3 89.18 95.02 100.8 106.6 112.4 118.1 123.9
)
0.99 6.63 9.21 11.34 13.28 15.09 16.81 18.48 20.09 21.67 23.21 24.73 26.22 27.69 29.14 30.58 32 33.41 34.81 36.19 37.57 38.93 40.29 41.64 42.98 44.31 50.89 57.34 63.69 69.96 76.15 82.29 88.38 94.42 100.4 106.4 112.3 118.2 124.1 130 0.995 7.88 10.6 12.84 14.86 16.75 18.55 20.28 21.95 23.59 25.19 26.76 28.3 29.82 31.32 32.8 34.27 35.72 37.16 38.58 40 41.4 42.8 44.18 45.56 46.93 53.67 60.27 66.77 73.17 79.49 85.75 91.95 98.1 104.2 110.3 116.3 122.3 128.3 134.3
101.88 107.52 113.15 118.75
86
ESTADISTICA
TABLA F
Grados de Libertad v2 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 120 1 8,53 5,54 4,54 4,06 3,78 3,59 3,46 3,36 3,29 3,18 3,07 2,97 2,92 2,88 2,84 2,81 2,79 2,77 2,76 2,75 2 9,00 5,46 4,32 3,78 3,46 3,26 3,11 3,01 2,92 2,81 2,70 2,59 2,53 2,49 2,44 2,41 2,39 2,37 2,36 2,35 3 9,16 5,39 4,19 3,62 3,29 3,07 2,92 2,81 2,73 2,61 2,49 2,38 2,32 2,28 2,23 2,20 2,18 2,15 2,14 2,13 4 9,24 5,34 4,11 3,52 3,18 2,96 2,81 2,69 2,61 2,48 2,36 2,25 2,18 2,14 2,09 2,06 2,04 2,02 2,00 1,99 5 9,29 5,31 4,05 3,45 3,11 2,88 2,73 2,61 2,52 2,39 2,27 2,16 2,09 2,05 2,00 1,97 1,95 1,92 1,91 1,90 6 9,33 5,28 4,01 3,40 3,05 2,83 2,67 2,55 2,46 2,33 2,21 2,09 2,02 1,98 1,93 1,90 1,87 1,85 1,83 1,82 7 9,35 5,27 3,98 3,37 3,01 2,78 2,62 2,51 2,41 2,28 2,16 2,04 1,97 1,93 1,87 1,84 1,82 1,79 1,78 1,77
p F c
f(0.90, v1,v2) Grados de libertad del numerador v1 2 8 9 10 12 15 20 3 9,37 9,38 9,39 9,41 9,42 9,44 4 5,25 5,24 5,23 5,22 5,20 5,18 5 3,95 3,94 3,92 3,90 3,87 3,84 6 3,34 3,32 3,30 3,27 3,24 3,21 7 2,98 2,96 2,94 8 2,90 2,87 2,84 2,75 2,59 2,47 2,38 2,24 2,12 2,00 1,93 1,88 1,83 1,80 1,77 1,75 1,73 1,72 2,72 2,56 2,44 2,35 2,21 2,09 1,96 1,89 1,85 1,79 1,76 1,74 1,71 1,69 1,68 2,70 9 2,67 2,54 10 2,50 2,42 12 2,38 2,32 15 2,28 2,19 20 2,15 2,06 25 2,02 1,94 30 1,89 1,87 40 1,82 1,82 50 1,77 1,76 60 1,71 1,73 80 1,68 1,71 1001,66 1,68 1,66 1,65 1,63 1,61 1,60 2,63 2,46 2,34 2,24 2,10 1,97 1,84 1,77 1,72 1,66 1,63 1,60 1,57 1,56 1,55 2,59 2,42 2,30 2,20 2,06 1,92 1,79 1,72 1,67 1,61 1,57 1,54 1,51 1,49 1,48
25 9,45 5,17 3,83 3,19 2,81 2,57 2,40 2,27 2,17 2,03 1,89 1,76 1,68 1,63 1,57 1,53 1,50 1,47 1,45 1,44
30 9,46 5,17 3,82 3,17 2,80 2,56 2,38 2,25 2,16 2,01 1,87 1,74 1,66 1,61 1,54 1,50 1,48 1,44 1,42 1,41
40 9,47 5,16 3,80 3,16 2,78 2,54 2,36 2,23 2,13 1,99 1,85 1,71 1,63 1,57 1,51 1,46 1,44 1,40 1,38 1,37
50 9,47 5,15 3,80 3,15 2,77 2,52 2,35 2,22 2,12 1,97 1,83 1,69 1,61 1,55 1,48 1,44 1,41 1,38 1,35 1,34
60 9,47 5,15 3,79 3,14 2,76 2,51 2,34 2,21 2,11 1,96 1,82 1,68 1,59 1,54 1,47 1,42 1,40 1,36 1,34 1,32
80 9,48 5,15 3,78 3,13 2,75 2,50 2,33 2,20 2,09 1,95 1,80 1,66 1,58 1,52 1,45 1,40 1,37 1,33 1,31 1,29
100 9,48 5,14 3,78 3,13 2,75 2,50 2,32 2,19 2,09 1,94 1,79 1,65 1,56 1,51 1,43 1,39 1,36 1,32 1,29 1,28
f( 0.95 ,v1,v2) g.l v2 1 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 120 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40 10,13 9,55 7,71 6,61 5,99 5,59 5,32 5,12 4,96 4,75 4,54 4,35 4,24 4,17 4,08 4,03 4,00 3,96 3,94 3,92 6,94 5,79 5,14 4,74 4,46 4,26 4,10 3,89 3,68 3,49 3,39 3,32 3,23 3,18 3,15 3,11 3,09 3,07 9,28 6,59 5,41 4,76 4,35 4,07 3,86 3,71 3,49 3,29 3,10 2,99 2,92 2,84 2,79 2,76 2,72 2,70 2,68 9,12 6,39 5,19 4,53 4,12 3,84 3,63 3,48 3,26 3,06 2,87 2,76 2,69 2,61 2,56 2,53 2,49 2,46 2,45 9,01 6,26 5,05 4,39 3,97 3,69 3,48 3,33 3,11 2,90 2,71 2,60 2,53 2,45 2,40 2,37 2,33 2,31 2,29 8,94 6,16 4,95 4,28 3,87 3,58 3,37 3,22 3,00 2,79 2,60 2,49 2,42 2,34 2,29 2,25 2,21 2,19 2,18 8,89 6,09 4,88 4,21 3,79 3,50 3,29 3,14 2,91 2,71 2,51 2,40 2,33 2,25 2,20 2,17 2,13 2,10 2,09 8,85 6,04 4,82 4,15 3,73 3,44 3,23 3,07 2,85 2,64 2,45 2,34 2,27 2,18 2,13 2,10 2,06 2,03 2,02 8,81 6,00 4,77 4,10 3,68 3,39 3,18 3,02 2,80 2,59 2,39 2,28 2,21 2,12 2,07 2,04 2,00 1,97 1,96 8,79 5,96 4,74 4,06 3,64 3,35 3,14 2,98 2,75 2,54 2,35 2,24 2,16 2,08 2,03 1,99 1,95 1,93 1,91 19,41 19,43 19,45 19,46 19,46 19,47 19,48 19,48 19,48 19,49 8,74 5,91 4,68 4,00 3,57 3,28 3,07 2,91 2,69 2,48 2,28 2,16 2,09 2,00 1,95 1,92 1,88 1,85 1,83 8,70 5,86 4,62 3,94 3,51 3,22 3,01 2,85 2,62 2,40 2,20 2,09 2,01 1,92 1,87 1,84 1,79 1,77 1,75 8,66 5,80 4,56 3,87 3,44 3,15 2,94 2,77 2,54 2,33 2,12 2,01 1,93 1,84 1,78 1,75 1,70 1,68 1,66 8,63 5,77 4,52 3,83 3,40 3,11 2,89 2,73 2,50 2,28 2,07 1,96 1,88 1,78 1,73 1,69 1,64 1,62 1,60 8,62 5,75 4,50 3,81 3,38 3,08 2,86 2,70 2,47 2,25 2,04 1,92 1,84 1,74 1,69 1,65 1,60 1,57 1,55 8,59 5,72 4,46 3,77 3,34 3,04 2,83 2,66 2,43 2,20 1,99 1,87 1,79 1,69 1,63 1,59 1,54 1,52 1,50 8,58 5,70 4,44 3,75 3,32 3,02 2,80 2,64 2,40 2,18 1,97 1,84 1,76 1,66 1,60 1,56 1,51 1,48 1,46 8,57 5,69 4,43 3,74 3,30 3,01 2,79 2,62 2,38 2,16 1,95 1,82 1,74 1,64 1,58 1,53 1,48 1,45 1,43 8,56 5,67 4,41 3,72 3,29 2,99 2,77 2,60 2,36 2,14 1,92 1,80 1,71 1,61 1,54 1,50 1,45 1,41 1,39 8,55 5,66 4,41 3,71 3,27 2,97 2,76 2,59 2,35 2,12 1,91 1,78 1,70 1,59 1,52 1,48 1,43 1,39 1,37
87
Grados de
f(0.975, v1,v2)
2 Grados de libertad del numerador v1 Libertad 1 2 3 4 5 6 7 8 9 10 3 12 15 20 25 30 40 50 60 80 100 2 38,51 39,00 39,17 39,25 39,30 39,33 39,36 39,37 39,39 39,40 4 39,41 39,43 39,45 39,46 39,46 39,47 39,48 39,48 39,49 39,49 v2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 120 17,44 16,04 15,44 15,10 14,88 14,73 14,62 14,54 14,47 14,42 5 14,34 14,25 14,17 14,12 14,08 14,04 14,01 13,99 13,97 13,96 12,22 10,65 9,98 10,01 8,43 8,81 8,07 7,57 7,21 6,94 6,55 6,20 5,87 5,69 5,57 5,42 5,34 5,29 5,22 5,18 5,15 7,26 6,54 6,06 5,71 5,46 5,10 4,77 4,46 4,29 4,18 4,05 3,97 3,93 3,86 3,83 3,80 7,76 6,60 5,89 5,42 5,08 4,83 4,47 4,15 3,86 3,69 3,59 3,46 3,39 3,34 3,28 3,25 3,23 9,60 7,39 6,23 5,52 5,05 4,72 4,47 4,12 3,80 3,51 3,35 3,25 3,13 3,05 3,01 2,95 2,92 2,89 9,36 7,15 5,99 5,29 4,82 4,48 4,24 3,89 3,58 3,29 3,13 3,03 2,90 2,83 2,79 2,73 2,70 2,67 9,20 6,98 5,82 5,12 4,65 4,32 4,07 3,73 3,41 3,13 2,97 2,87 2,74 2,67 2,63 2,57 2,54 2,52 9,07 6,85 5,70 4,99 4,53 4,20 3,95 3,61 3,29 3,01 2,85 2,75 2,62 2,55 2,51 2,45 2,42 2,39 8,98 6,76 5,60 4,90 4,43 4,10 3,85 3,51 3,20 2,91 2,75 2,65 2,53 2,46 2,41 2,35 2,32 2,30 8,90 6,68 5,52 4,82 4,36 4,03 3,78 3,44 3,12 2,84 2,68 2,57 2,45 2,38 2,33 2,28 2,24 2,22 8,84 6 8,75 6,62 7 6,52 5,46 8 5,37 4,76 9 4,67 4,30 10 4,20 3,96 12 3,87 3,72 15 3,62 3,37 20 3,28 3,06 25 2,96 2,77 30 2,68 2,61 40 2,51 50 2,51 2,41 60 2,39 2,29 80 2,32 2,22 100 2,27 2,17 2,21 2,18 2,16 2,11 2,08 2,05 8,66 6,43 5,27 4,57 4,10 3,77 3,52 3,18 2,86 2,57 2,41 2,31 2,18 2,11 2,06 2,00 1,97 1,94 8,56 6,33 5,17 4,47 4,00 3,67 3,42 3,07 2,76 2,46 2,30 2,20 2,07 1,99 1,94 1,88 1,85 1,82 8,50 6,27 5,11 4,40 3,94 3,60 3,35 3,01 2,69 2,40 2,23 2,12 1,99 1,92 1,87 1,81 1,77 1,75 8,46 6,23 5,07 4,36 3,89 3,56 3,31 2,96 2,64 2,35 2,18 2,07 1,94 1,87 1,82 1,75 1,71 1,69 8,41 6,18 5,01 4,31 3,84 3,51 3,26 2,91 2,59 2,29 2,12 2,01 1,88 1,80 1,74 1,68 1,64 1,61 8,38 6,14 4,98 4,28 3,81 3,47 3,22 2,87 2,55 2,25 2,08 1,97 1,83 1,75 1,70 1,63 1,59 1,56 8,36 6,12 4,96 4,25 3,78 3,45 3,20 2,85 2,52 2,22 2,05 1,94 1,80 1,72 1,67 1,60 1,56 1,53 8,33 6,10 4,93 4,23 3,76 3,42 3,17 2,82 2,49 2,19 2,02 1,90 1,76 1,68 1,63 1,55 1,51 1,48 8,32 6,08 4,92 4,21 3,74 3,40 3,15 2,80 2,47 2,17 2,00 1,88 1,74 1,66 1,60 1,53 1,48 1,45
f( 0.99 ,v1,v2) g.l v2 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 120 1 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100
98.50 99.00 99.16 99.25 99.30 99.33 99.36 99.38 99.39 99.40 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.34 27.23 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.66 14.55 16.26 13.27 12.06 11.39 10.97 10.67 10.46 10.29 10.16 10.05 13.75 10.92 9.78 12.25 9.55 11.26 8.65 10.56 8.02 10.04 7.56 9.33 8.68 8.10 7.77 7.56 7.31 7.17 7.08 6.96 6.90 6.85 6.93 6.36 5.85 5.57 5.39 5.18 5.06 4.98 4.88 4.82 4.79 8.45 7.59 6.99 6.55 5.95 5.42 4.94 4.68 4.51 4.31 4.20 4.13 4.04 3.98 3.95 9.15 7.85 7.01 6.42 5.99 5.41 4.89 4.43 4.18 4.02 3.83 3.72 3.65 3.56 3.51 3.48 8.75 7.46 6.63 6.06 5.64 5.06 4.56 4.10 3.85 3.70 3.51 3.41 3.34 3.26 3.21 3.17 8.47 7.19 6.37 5.80 5.39 4.82 4.32 3.87 3.63 3.47 3.29 3.19 3.12 3.04 2.99 2.96 8.26 6.99 6.18 5.61 5.20 4.64 4.14 3.70 3.46 3.30 3.12 3.02 2.95 2.87 2.82 2.79 8.10 7.98 7.87 6.62 5.81 5.26 4.85 4.30 3.80 3.37 3.13 2.98 2.80 2.70 2.63 2.55 2.50 2.47
99.42 99.43 99.45 99.46 99.47 99.48 99.48 99.48 99.48 99.49 27.05 26.87 26.69 26.58 26.50 26.41 26.35 26.32 26.27 26.24 14.37 14.20 14.02 13.91 13.84 13.75 13.69 13.65 13.61 13.58 9.89 7.72 6.47 5.67 5.11 4.71 4.16 3.67 3.23 2.99 2.84 2.66 2.56 2.50 2.42 2.37 2.34 9.72 7.56 6.31 5.52 4.96 4.56 4.01 3.52 3.09 2.85 2.70 2.52 2.42 2.35 2.27 2.22 2.19 9.55 7.40 6.16 5.36 4.81 4.41 3.86 3.37 2.94 2.70 2.55 2.37 2.27 2.20 2.12 2.07 2.03 9.45 7.30 6.06 5.26 4.71 4.31 3.76 3.28 2.84 2.60 2.45 2.27 2.17 2.10 2.01 1.97 1.93 9.38 7.23 5.99 5.20 4.65 4.25 3.70 3.21 2.78 2.54 2.39 2.20 2.10 2.03 1.94 1.89 1.86 9.29 7.14 5.91 5.12 4.57 4.17 3.62 3.13 2.69 2.45 2.30 2.11 2.01 1.94 1.85 1.80 1.76 9.24 7.09 5.86 5.07 4.52 4.12 3.57 3.08 2.64 2.40 2.25 2.06 1.95 1.88 1.79 1.74 1.70 9.20 7.06 5.82 5.03 4.48 4.08 3.54 3.05 2.61 2.36 2.21 2.02 1.91 1.84 1.75 1.69 1.66 9.16 7.01 5.78 4.99 4.44 4.04 3.49 3.00 2.56 2.32 2.16 1.97 1.86 1.78 1.69 1.63 1.60 9.13 6.99 5.75 4.96 4.41 4.01 3.47 2.98 2.54 2.29 2.13 1.94 1.82 1.75 1.65 1.60 1.56
6.84 6.72 6.03 5.47 5.06 4.50 4.00 3.56 3.32 3.17 2.99 2.89 2.82 2.74 2.69 2.66 5.91 5.35 4.94 4.39 3.89 3.46 3.22 3.07 2.89 2.78 2.72 2.64 2.59 2.56
88
ESTADISTICA
Grados de Libertad v2 2 3 4 5 6 7 8 9 10 12 15 20 25 30 40 50 60 80 100 120 1 2 3 4 5 6 7
f(0.995, v1,v2) Grados de libertad del numerador v1 2 8 9 10 3 4 198.5 199.0 199.2 199.2 199.3 199.3 199.4 199.4 199.4 199.4 199.4 199.4 199.4 199.4 199.5 199.5 199.5 199.5 199.5 199.5 5 55.55 49.80 47.47 46.20 45.39 44.84 44.43 44.13 43.88 43.68 6 43.39 43.08 42.78 42.59 42.47 42.31 42.21 42.15 42.07 42.02 31.33 26.28 24.26 23.15 22.46 21.98 21.62 21.35 21.14 20.97 7 20.70 20.44 20.17 20.00 19.89 19.75 19.67 19.61 19.54 19.50 22.78 18.31 16.53 15.56 14.94 14.51 14.20 13.96 13.77 13.62 8 13.38 13.15 12.90 12.76 12.66 12.53 12.45 12.40 12.34 12.30 18.63 14.54 12.92 12.03 11.46 11.07 10.79 10.57 10.39 10.25 9 10.03 9.81 9.59 9.45 9.36 9.24 9.17 9.12 9.06 9.03 16.24 12.40 10.88 10.05 9.52 14.69 11.04 9.60 13.61 10.11 8.72 12.83 9.43 11.75 8.51 10.80 7.70 9.94 9.48 9.18 8.83 8.63 8.49 8.33 8.24 8.18 6.99 6.60 6.35 6.07 5.90 5.79 5.67 5.59 5.54 8.08 7.23 6.48 5.82 5.46 5.24 4.98 4.83 4.73 4.61 4.54 4.50 8.81 7.96 7.34 6.52 5.80 5.17 4.84 4.62 4.37 4.23 4.14 4.03 3.96 3.92 8.30 7.47 6.87 6.07 5.37 4.76 4.43 4.23 3.99 3.85 3.76 3.65 3.59 3.55 9.16 7.95 7.13 6.54 5.76 5.07 4.47 4.15 3.95 3.71 3.58 3.49 3.39 3.33 3.28 8.89 7.69 6.88 6.30 5.52 4.85 4.26 3.94 3.74 3.51 3.38 3.29 3.19 3.13 3.09 8.68 7.50 6.69 6.12 5.35 4.67 4.09 3.78 3.58 3.35 3.22 3.13 3.03 2.97 2.93 8.51 7.34 6.54 5.97 5.20 4.54 3.96 3.64 3.45 3.22 3.09 3.01 2.91 2.85 2.81 8.38 10 8.18 7.21 12 7.01 6.42 15 6.23 5.85 20 5.66 5.09 25 4.91 4.42 30 4.25 3.85 40 3.68 3.54 50 3.37 3.34 60 3.18 3.12 80 2.95 2.99 1002.82 2.90 2.80 2.74 2.71 2.74 2.64 2.58 2.54 7.97 6.81 6.03 5.47 4.72 4.07 3.50 3.20 3.01 2.78 2.65 2.57 2.47 2.41 2.37 7.75 6.61 5.83 5.27 4.53 3.88 3.32 3.01 2.82 2.60 2.47 2.39 2.29 2.23 2.19 7.62 6.48 5.71 5.15 4.41 3.77 3.20 2.90 2.71 2.48 2.35 2.27 2.17 2.11 2.07 7.53 6.40 5.62 5.07 4.33 3.69 3.12 2.82 2.63 2.40 2.27 2.19 2.08 2.02 1.98 7.42 6.29 5.52 4.97 4.23 3.59 3.02 2.72 2.52 2.30 2.16 2.08 1.97 1.91 1.87 7.35 6.22 5.45 4.90 4.17 3.52 2.96 2.65 2.46 2.23 2.10 2.01 1.90 1.84 1.80 7.31 6.18 5.41 4.86 4.12 3.48 2.92 2.61 2.42 2.18 2.05 1.96 1.85 1.79 1.75 7.25 6.12 5.36 4.80 4.07 3.43 2.86 2.55 2.36 2.12 1.99 1.90 1.79 1.72 1.68 7.22 6.09 5.32 4.77 4.04 3.39 2.83 2.52 2.32 2.09 1.95 1.86 1.75 1.68 1.64 12 15 20 25 30 40 50 60 80 100
89
PRUEBAS DE HIPTESIS
SI 1 grupo n20 NO Distribucin Normal NO SI Prueba T para la media Prueba Z para la media
Prueba del signo para la mediana
SI
Prueba Z para la diferencia de medias
SI
n30
SI
Nmero de Grupos
2 grupos
i n d e p e n d i e n t e s
NO
Varianzas iguales
SI Prueba T para la diferencia de medias

Prueba T para la diferencia de medias con ajuste de NO grados de libertad.
NO
Distribucin normal
NO
Prueba de Mann Whintney para comparacin de poblaciones
SI
Prueba Z para la media de la diferencia en datos apareados SI
n30
Prueba T para la media de la diferencia en datos apareados Prueba del signo o de Wilcoxon para datos apareados
NODistribucin
normal
NO
3 o ms grupos
SI
ANOVA comparacin de tratamientos
Distribucin normal SI con varianzas semejantes

NO SI
Prueba de Krusskal Wallis comparacin de tratamientos.
Distribucin normal con varianzas NO semejantes

NO
ANOVA en bloque - comparacin de tratamientos. Prueba de Friedman - comparacin de tratamientos.
90
ESTADISTICA
PRUEBAS DE HIPTESIS
SI Prueba Z para la proporcin poblacional 1 grupo
Muestra grande nP y n(1-P) > 5

NO
SI
Prueba Binomial para la proporcin poblacional
SI
Prueba exacta de Fisher comparacin de proporciones
2 grupos
Nmero de Grupos
SI
Frecuencias esperadas pequeas

No Prueba Z o Ji-Cuadrado para comparacin de proporciones NO
NO
Prueba de McNeman Comparacin de proporciones
SI
Prueba Ji - Cuadrado (reunir categoras) Para comparacin de proporciones
3 o ms grupos
SI
Frecuencias esperadas pequeas

No Prueba Ji-Cuadrado para comparacin de proporciones NO
NO
Prueba Q de Cockran Comparacin de proporciones
91
PRUEBAS DE HIPTESIS
Coeficiente de correlacin lineal de pearson
Continua
Ordinal y/o cardinal
Coeficiente de correlacin por rangos de Spearman
Escala de medicin para ambas variables.

SI
-Prueba de chi-cuadrado (Coeficiente de contingencia) -Riesgos relativos( Estudios Cohorte). -Odds Ratio( Estudios caso-control) -Coeficiente de correlacin
Nominal
Cada variable tiene dos categoras (Tabla 2x2)
NO
Prueba de chi-cuadrado para independencia de variables (Coeficiente de contingencia)
92
ESTADISTICA
MTODOS ESTADSTICOS DE ACUERDO AL TIPO DE VARIABLES.
Tipo de Descripcin Variables individuales
Tipo de variable
Mtodo o Tcnica Estadstica.
Cualitativa (Nominal y Ordinal)
Frecuencias, proporciones, o porcentajes representados por grafico de barras, sectores o pictogramas.
Variables individuales
Cuantitativa (Intervalo o razn)
-Distribucin de frecuencias en clases, frecuencias acumuladas. -Medidas de tendencia central, dispersin, posicin y de forma.
Asociacin entre variables
Cualitativa con Cualitativa
-Tablas de contingencia. -Calculo de riesgos. -Pruebas de chi-cuadrado:independencia -Grafico de barras -Pruebas de Kendall, de Spearman.
Cualitativa con Cuantitativa
-Tablas con clasificacin categrica, con promedios, desviaciones, etc. -Regresin Logstica. -Diseo experimental
Cuantitativa con Cuantitativa
-Grafico de dispersin. - Anlisis de regresin, coeficiente de correlacin.
93
PRUEBAS ESTADSTICAS DE ACUERDO A LA ESCALA DE MEDICIN DE LA VARIABLE. Tipo de Descripcin Variables individuales Escala de la variable Nominal -Prueba Z para una proporcin poblacional. -Prueba de chi-cuadrado para varias proporciones en una sola poblacin. -Intervalos de confianza para proporciones. -Prueba de McNemar, -Prueba de Mantel Haenzel Variables individuales o ms de una variable Ordinales -Prueba de signos o binomial para la media poblacional. -Pruebas de wilcoxon para rangos. Prueba de U Mann Whitney( dos o ms poblaciones) -Prueba de Kruskal Wallis. -Prueba de Friedman. Variables individuales Mas de una variables Intercalar o de razn. Intercalar o de razn -Prueba de t para una media poblacional. -intervalos de confianza. -Prueba de hipotes e intervalos de confianza para diferencia de medias. -Prueba de varianzas Mtodo o Tcnica Estadstica.
94
ESTADISTICA
BIBLIOGRAFIA.
1. Briones, G. (1998). Mtodos y tcnicas de investigacin para las Ciencias Sociales. Mxico: Trillas. 2. Blalock, H. (1994). Estadstica Social. Mxico: Fondo de Cultura Econmica. 3. Carrasco, J. B. y Calderero, J. F: (2000). Aprendo a investigar en educacin. Madrid: Ediciones Rialp, S.A. 4. Cordova, Manuel (2003). Estadstica descriptiva e inferencial. Editorial Mosqueira Lima. 5. Guilford J. P. Y Fruchter B. 1984. Estadstica aplicada a la Psicologa y a la Educacin. Editorial Mc Graw Hill. 6. JESUS AMON, Estadstica para Psiclogos 1, estadstica descriptiva. 7. JESUS AMON, Estadstica para Psiclogos 2, estadstica inferencial. 8. 5PAGANO, Robert, ESTADSTICA PARA LAS CIENCIAS DEL COMPORTAMIENTO, Edit. Thomson, 7ma edicin, 2006, Mxico D.F. 9. Pea D. Y Romo J. 1997. Introduccin a la estadstica para las Ciencias sociales. Editorial Mc Graw Hill. Interamericana de Espaa. 10. Siegel, S. (1956). Non Parametric Statistics for the Behaviral Sciences. New Cork: McGraw Hill Book Company. 11. Valdivieso Serrano Luis (2004) Estadstica aplicada, editorial PUCP.

Maestria Educacion Parte 2

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Maestria Educacion Parte 2

Загружено:

Авторское право:

Доступные форматы

METODOS ESTADISTICOS PARA LA INVESTIGACION

Dr. CLETO DE LA TORRE DUEAS

Hecho el Depsito Legal en la Biblioteca Nacional del Per REGISTRO N : 2009-09684

CLETO DE LA TORRE DUEAS

CAPITULO I INTRODUCCION AL MUESTREO

Unidad de Muestreo: Es una coleccin de uno o ms elementos

Unidad de Anlisis: Es la que suministra la informacin estadstica requerida.

| . Como se puede apreciar, es imposible conocer

aproximadamente encontrar un lmite E tal que:

CLETO DE LA TORRE DUEAS

Limite para el error de estimacin: Denotado por E es dado por

El factor E es llamado tambin precisin. Si E esta

con una confianza del 95%. El

intervalo anterior es llamado intervalo de confianza.

Diseo pobre del instrumento de medicin.

MUESTREO ALEATORIO SIMPLE Definicin. Si una muestra de tamao

n, es seleccionado de una poblacin

de tamao N de tal manera que cada muestra posible

CLETO DE LA TORRE DUEAS

Usando la tabla de nmeros aleatorios seleccionar la primera unidad para la muestra.

investigador, el tamao de muestra necesario es dado por:

Es la varianza poblacional el valor de

a partir de una encuesta

anterior o de una muestra piloto

con un error mximo de estimacin de

nivel de confianza del 100(1 -

)%, esta dado por:

, Poblacin infinita. esta entre 0 y 1, el valor de

En este caso el valor de

p se puede sustituir por

0.5 y se obtendr un tamao de muestra mayor que el requerido.

Recomendaciones para el uso del M. A. S.

CLETO DE LA TORRE DUEAS

la cual es dividida en tal que

El tamao de muestra se estima mediante:

: Es el peso asignados al estrato i

los elige quien hace el muestreo, As en un estrato

elementos en el marco y despus cada

se denomina muestra sistemtica de intervalo de seleccin k.

a, k+a, 2k+a, 3k+a,......(n-1)k+a

CLETO DE LA TORRE DUEAS

Por encargo del Ministerio de educacin, un grupo de especialistas

1.962 *25000*0.5(1 0.5) 1.962 *0.5(1 0.5) (25000 1) 0.05

Se debe utilizar como mnimo 379 personas para el estudio.

funcionario del sector de educacin, desea estimar el porcentaje de

Del problema se tiene los siguientes datos

1.962 *0.15(1 0.15)

2.582 * 2500* 25 2.58 * 25 (2500 1) 1

Se debe utilizar como mnimo 157 padres de familia para el estudio.

CLETO DE LA TORRE DUEAS

Solucin: En este ejemplo, las regiones forman los estratos:

Regin A B C Total n=245. Usando la relacin:

Ni 2000 1200 5000 N=8200

wi =2000/8200=0.24 =1200/8200=0.15 =5000/8200=0.61 1

muestra para cada region.

245 * 0.61 149.39

CLETO DE LA TORRE DUEAS

Qu tipo de muestreo se debe aplicar para este estudio.

CAPITULO II ESTIMACION PUNTUAL Y POR INTERVALOS

ESTIMACIN INFERENCIA ESTADSTICA

PUNTUAL POR INTERVALOS

que conduce a la obtencin de valores

CLETO DE LA TORRE DUEAS

1.962 250000.5(1 0.5) 1.962 *0.5(1 0.5) (25000 1) 0.05