infostat.ppt

54
InfoStat. Software estadístico

Upload: marco-antonio-rojas-paredes

Post on 27-Jan-2016

6 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: InfoStat.ppt

InfoStat. Software estadístico

Page 2: InfoStat.ppt

InfoStat. Sofware estadístico

Page 3: InfoStat.ppt

Crear una nueva Tabla

Ya se pueden cargar los datos

Page 4: InfoStat.ppt

En Excel

1) Seleccionar datos con sus nombres

2) Edición ---- Copiar

En InfostatEdición -- Pegar con nombre de columnas

Importar datos de Excel

Page 5: InfoStat.ppt

Estadística descriptiva

Page 6: InfoStat.ppt

Gráficos

Page 7: InfoStat.ppt

Se puede controlar el número de intervalos

Y el tipo de frecuencia

Page 8: InfoStat.ppt

Tabla de frecuencias

Page 9: InfoStat.ppt

Construcción de la Tabla

Page 10: InfoStat.ppt

ResultadosMarca de clase Frecuencia absoluta

Frecuencia relativa

Frecuencia absoluta acumulada

Frecuencia relativa acumulada

Page 11: InfoStat.ppt

Estadísticos

Page 12: InfoStat.ppt

Selección de los estadísticos

Page 13: InfoStat.ppt

Resultados

Page 14: InfoStat.ppt

Calculo de probabilidades

Cálculo de Probabilidades

Page 15: InfoStat.ppt

Cálculo de Probabilidades

Distribuciones

Page 16: InfoStat.ppt

Cálculo de Probabilidades –ejemplo-

La altura promedio de los renovales de un bosque sigue una distribución normal, con un promedio de 20 cm con una varianza de 5 cm. ¿Cuál es la probabilidad de que un renoval mida más de 21.2 cm? ¿Y menos de 21.2 cm? ¿Y exactamente 21.2 cm?

Page 17: InfoStat.ppt

ANOVA de 1 Factor

Cálculo de Probabilidades

Page 18: InfoStat.ppt

Entrada de datos

Grupos en 1 columna

Variable respuesta en 1 columna

Page 19: InfoStat.ppt

ANOVA

Page 20: InfoStat.ppt

Esto nos va a servir luego para poner a prueba los supuestos

Calculo de Residuos y valores predichos

Page 21: InfoStat.ppt

¿Qué se concluye? ¿Es válido este resultado?

Tabla de ANOVA

Page 22: InfoStat.ppt

¿Qué es un residuo? ¿Qué es un res absoluto? ¿Y un valor predicho?

SUPUESTOS

Page 23: InfoStat.ppt

NORMALIDAD –forma analítica-

Ho: las observaciones de cada tratamiento proceden de una población con distribución normal

H1:las observaciones de cada tratamiento NO proceden de una población con distribución normal

¿Para no rechazar el supuesto que tiene que pasar con Ho?

Page 24: InfoStat.ppt

NORMALIDAD –forma analítica-

Page 25: InfoStat.ppt

Conclusión: como p es mayor a 0.05 (alfa), no rechazo Ho, entonces supongo que los datos provienen subpoblaciones con distribución normal

NORMALIDAD –forma analítica-

Page 26: InfoStat.ppt

NORMALIDAD –forma gráfica-

Page 27: InfoStat.ppt

NORMALIDAD –forma gráfica-

Page 28: InfoStat.ppt

Los puntos tienen que estar lo más cerca de la recta posible

NORMALIDAD –forma gráfica-

Page 29: InfoStat.ppt

HOMOCEDACEA –forma analítica-

Ho: las varianzas de las subpoblaciones son homogeneas

H1: las varianzas de las subpoblaciones NO son homogeneas

¿Para no rechazar el supuesto de homocedacea que tiene que pasar con Ho?

Page 30: InfoStat.ppt

HOMOCEDACEA –forma analítica-

Page 31: InfoStat.ppt

Conclusión: como p es mayor a 0.05 (alfa), no rechazo Ho, entonces no descarto que las varianzas de las subpoblaciones sean homogeneas

HOMOCEDACEA –forma analítica-

Page 32: InfoStat.ppt

HOMOCEDACEA –forma gráfica-

Page 33: InfoStat.ppt

HOMOCEDACEA –forma gráfica-

Page 34: InfoStat.ppt

Para que se cumpla la homocedasticidad la variable en los distintos grupos tienen que tener dispersiones similares

HOMOCEDACEA –forma gráfica-

Page 35: InfoStat.ppt

Comparaciones

Page 36: InfoStat.ppt

Comparaciones

Page 37: InfoStat.ppt

Gráfico

Page 38: InfoStat.ppt

Gráfico

Page 39: InfoStat.ppt
Page 40: InfoStat.ppt
Page 41: InfoStat.ppt

Gráfico

Page 42: InfoStat.ppt

TP 2. Problema 9.3

Page 43: InfoStat.ppt

¿Supuestos?

Variable: nivel de cambio

Tipo de variable: cualitativa ordinal

Page 44: InfoStat.ppt

Kruskal-Wallis

Page 45: InfoStat.ppt

Kruskal-Wallis

Page 46: InfoStat.ppt

Kruskal-Wallis

Page 47: InfoStat.ppt

Regresión y Correlación

Cálculo de Probabilidades

Page 48: InfoStat.ppt

Ingreso de datos

Variable dependiente

Variable independiente

Page 49: InfoStat.ppt

Especificación del modelo

Page 50: InfoStat.ppt

Calculo de Residuos

Page 51: InfoStat.ppt

Calculo de Residuos

Page 52: InfoStat.ppt

• Hipótesis

Ho: H1:

• Resultado

• Conclusión:

Normalidad

Supuestos del modelo

Q-Q plot

Page 53: InfoStat.ppt

• Hipótesis

Ho: H1:

• Resultado

• Conclusión:

• Homocedasticidad • Correcta especificación del modelo lineal• Inexistencia de outliers

Supuestos del modelo

Gráfico de dispersión de residuos vs predichos

Page 54: InfoStat.ppt

Prueba de hipótesis para beta

R2

Coeficientes

a y b

Conclusión: