Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 14 vistas

    Resumen Estadística para Administradores

    Cargado por

    Magali Castro
    Este documento resume diferentes pruebas estadísticas de hipótesis para comparar grupos de datos, incluyendo pruebas paramétricas como t-student y no paramétricas como Wilcoxon y Mann-Whitney. También cubre temas como regresión lineal, análisis de varianza y pruebas de bondad de ajuste.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Resumen Estadística para Administradores

    Cargado por

    Magali Castro
    14 vistas3 páginas
    Este documento resume diferentes pruebas estadísticas de hipótesis para comparar grupos de datos, incluyendo pruebas paramétricas como t-student y no paramétricas como Wilcoxon y Mann-Whitney. También cubre temas como regresión lineal, análisis de varianza y pruebas de bondad de ajuste.

    Título original

    RESUMEN ESTADÍSTICA PARA ADMINISTRADORES

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento resume diferentes pruebas estadísticas de hipótesis para comparar grupos de datos, incluyendo pruebas paramétricas como t-student y no paramétricas como Wilcoxon y Mann-Whitney. También cubre temas como regresión lineal, análisis de varianza y pruebas de bondad de ajuste.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    14 vistas3 páginas

    Resumen Estadística para Administradores

    Cargado por

    Magali Castro
    Este documento resume diferentes pruebas estadísticas de hipótesis para comparar grupos de datos, incluyendo pruebas paramétricas como t-student y no paramétricas como Wilcoxon y Mann-Whitney. También cubre temas como regresión lineal, análisis de varianza y pruebas de bondad de ajuste.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    RESUMEN ESTADÍSTICA PARA ADMINISTRADORES – TEST DE HIPÓTESIS

    DOS POBLACIONES

    IMPORTANTE  SIN LISTA. SIN PROPORCIÓN. SIN DESVÍO DE LA DIFERENCIA.

    SIN CUADRO.

    COMPARA 2 GRUPOS INDEPENDIENTES CON DISTINTA MUESTRA Y ETC.

     PARAMÉTRICO: SI
     HIPÓTESIS: NORMALES CON MU
     DISTRIBUCIÓN: T – STUDENT
     GRADOS DE LIBERTAD: N1 + N2 – 2
     ESTADÍSTICO DE PRUEBA:

    DOS PROPORCIONES

    IMPORTANTE  EN EL TEXTO MENCIONA QUE, DE 10 DE LA MUESTRA, 5 HICIERON ALGO.


    5/10 = P SOMBRERO

     PARAMÉTRICO: SI
     HIPÓTESIS: NORMALES CON PI
     DISTRIBUCIÓN: NORMAL
     ESTADÍSTICO DE PRUEBA:

    MEDIAS APAREADAS

    LISTA CON DOS COLUMNAS Y 1 DE DIFERENCIA O TEXTO INDICANDO LOS DATOS DE LA MUESTRA “DE LA
    DIFERENCIA”.

    IMPORTANTE  TIENE QUE MENCIONAR DESVÍO DE LA DIFERENCIA

     PARAMÉTRICO: SI
     HIPÓTESIS: NORMALES CON MU
     DISTRIBUCIÓN: T – STUDENT
     GRADOS DE LIBERTAD: ND – 1
     ESTADÍSTICO DE PRUEBA:

    WILCOXON

    LISTA CON DOS COLUMNAS Y 1 DE DIFERENCIA.


    DEL CUADRO TENGO QUE ORDENAR LA DIFERENCIA EN R + Y R –
    CHECK: ( N . N+1 ) / 2 = SUMA DE R+ Y R-

    IMPORTANTE  SON MUESTRAS APAREADAS (MISMO ALUMNO DOS EXAMENES, MISMO


    TRABAJO DOS EMPLEADOS). O MENCIONA DESVÍO DE LA DIFERENCIA

     PARAMÉTRICO: NO
     HIPÓTESIS: H0  LA MEDIANA DE LOS GRUPOS ES IGUAL
     DISTRIBUCIÓN: NORMAL
     ESTADÍSTICO DE PRUEBA:

    MANN WHITNEY

    LISTA CON DOS COLUMNAS. DEL CUADRO TENGO QUE ORDENAR LOS VALORES.

    IMPORTANTE  LA LISTA VA A TENER TÍTULO. VARIABLES INDEPENDIENTES.

     PARAMÉTRICO: NO
     HIPÓTESIS: H0  NO EXISTE DIFERENCIA
     DISTRIBUCIÓN: NORMAL
     ESTADÍSTICO DE PRUEBA:
    HOMOGENEIDAD

    SACO LOS TOTALES DEL OBSERVADO Y HAGO EL CUADRO ESPERADO.

    IMPORTANTE  CUADRO DE DOBLE ENTRADA O TEXTO CON >1 VARIABLE (GUSTÓ / NO GUSTÓ)
    (SI ES UNA OPCIÓN ES P SOMBRERO – 2 PROPORCIONES)

     PARAMÉTRICO: NO
     HIPÓTESIS: H0  NO HAY RELACIÓN
     DISTRIBUCIÓN: X^2
     V = (COLUMNAS – 1) . (FILAS – 1)
     ESTADÍSTICO DE PRUEBA:

    ANOVA

    IMPORTANTE  CUADRO SC / GL / CM / F Y ENTRE / DENTRO

     PARAMÉTRICO: SI
     HIPÓTESIS: H0  TODAS LAS MEDIAS SON IGUALES ENTRE SÍ
     DISTRIBUCIÓN: F
     V = ( GLE ; GLD )

    KRUSKAL WALLIS

    IMPORTANTE  LISTA DE +2 ELEMENTOS

    TENGO QUE ORDENAR EL CUADRO TODO JUNTO Y SACAR LOS TOTALES POR COLUMNA, QUE VAN A SER LAS R.

     PARAMÉTRICO: NO
     HIPÓTESIS: H0  TODAS LAS MEDIAS SON IGUALES ENTRE SÍ
     DISTRIBUCIÓN: X^2
     V = J – 1 (J: CANTIDAD DE GRUPOS)
     ESTADÍSTICO DE PRUEBA:

    BONDAD DE AJUSTE

    IMPORTANTE  ACTUAL VS. HISTORIA

     HIPÓTESIS: H0  NO HAY GRANDES DISCREPANCIAS (SE AJUSTA, NO SE HA MODIFICADO)


     DISTRIBUCIÓN: X^2
     V = C – K – 1 (K = 0)

    TEORÍA

    X̅ = Promedio muestral
    µ = Promedio poblacional

    S = Dispersión, desvío muestral, desviación promedio


    S^2 = Varianza muestral

    σ = Desvío poblacional

    Teorema del Límite Central = La muestra es lo suficientemente grande que tiende a distribuirse normalmente. Asumimos normalidad
    REGRESIÓN LINEAL

    B = Coeficientes de regresión, parámetros


    X, Y, Z = Variables explicativas
    Y = Variable explicada
    B0 = Ordenada al origen, valor de E independiente de los demás
    U = Todo aquello que determina a “Y” pero que no está en el modelo

     1° Cuadro (Estadísticas de la regresión)

    R^2 = Coeficiente de Determinación = Porcentaje de la variación de “Y” que es explicado por el modelo
    U = 1 – R^2
    Observaciones = n

     2° Cuadro (Análisis de la Varianza)

    1) Test de Significatividad Global

    - HIPÓTESIS: H0  EL MODELO NO EXPLICA


    - DISTRIBUCIÓN: F
    - V = ( K ; N – K – 1) Siendo K la cantidad de variables explicativas (B1, B2, B3, etc. sin contar B0)
    - ESTADÍSTICO DE PRUEBA:

    2) P – Valor

    Si el P – Valor vale cero significa que RECHAZO H0. Con estos sabemos que el modelo explica.

    Que el modelo explique no significa que todas las variables explicativas sirvan y cumplen su función. Por eso se realiza el Test Individual.

     3° Cuadro

    En el 3° Cuadro el “Coeficiente” es el valor de los Beta Cuadrados.

    Si todas las B1,2,3 podrían valer 0  Interpreto B0. Si no, no.

    3) Test de Significatividad Individual

    - HIPÓTESIS: H0  B1 = 0
    - DISTRIBUCIÓN: T - STUDENT
    -V=N–K-1
    - ESTADÍSTICO DE PRUEBA:

    Estadístico t = Coeficiente / Error típico

    Si B = 0 significa que cualquier variación en la variable explicativa no afecta al modelo porque su coeficiente de regresión / parámetro es 0. Es
    decir, la variable explicativa NO EXPLICA “Y”.

    4) P – Valor

    Para analizar el P – Valor tomo como referencia el valor de ALFA 0,05 . Si la PROBABILIDAD está por debajo de 0,05  RECHAZO H0. Explica

    Si RECHAZO H0, miro el “Coeficiente” y postulo  Por cada aumento en el X se consumen en promedio COEFICIENTE ; Y asumiendo ceteris
    paribus / todas las variables constantes.

    TEORÍA REGRESIÓN LINEAL – SUPUESTOS TEÓRICOS

    1) Efecto Constante: El modelo es lineal en los parámetros


    2) Muestra no sesgada: Las observaciones son una muestra aleatoria de una población independiente e idénticamente distribuida
    3) Ausencia de multicolinealidad perfecta: Una variable sea una combinación lineal de las demás
    4) Exogeneidad / Ausencia de Endogeneidad  No haya un vínculo entre las variables explicativas y U

    Si se cumplen los supuestos, los estimadores de B (B SOMBRERO) van a ser consistentes. Si no, el modelo no debería calcularse

    5) Homocedasticidad  La varianza de la “U” es constante. Si esto ocurre los B SOMBRERO son eficientes
    6) Si U se distribuye normalmente  U ~ N

    También podría gustarte