Beruflich Dokumente
Kultur Dokumente
PRUEBAS DE HIPOTESIS
DE UNA Y DOS COLAS
X1:
Confiabilidad
Para el caso:
Ho: = 2
Ha: 2
Ho: = 3
Ha: < 3
Cola derecha
En general se utiliza una prueba de cola derecha (cola superior) si las
hipotesis son:
Ho: = Ho
Ha: > Ho
La regin de rechazo est en la cola superior (cola derecha) de la
distribucin muestral.
PRUEBA Z DE HIPOTESIS
PARA LA MEDIA ( CONOCIDA)
Prueba t Student
En la mayora de los casos no se conoce la desviacin
estndar poblacional . En su lugar se utiliza la desviacin
estndar muestral S.
Si se supone que la poblacin tiene distribucin normal,
la distribucin muestral de la media seguir una
distribucin t con n -1 grados de libertad.
Si la poblacin no tiene distribucin normal, todava es
valido utilizar la prueba t si el tamao de la muestra es lo
bastante grande (como para que tenga efecto el teorema
del lmite central mas de 30).
Prueba t Student
Mtodo del valor crtico
EJEMPLO
Como gerente operativo de una Ca. de cereales, ha recibido quejas del
pblico en el sentido de que no se esta entregando una cantidad exacta de
granos. Selecciona y pesa una muestra de 25 cajas, con el fin de probar que;
el proceso de llenado de cereales requiere de ajustes, pues no se esta
entregando al pblico los 368 gramos prometidos en el envase.
Despus de recopilar datos, Ca. de cereales determina que x = 372.5
Ho: = 368
Ha: 368
= 0.05
372.5 368
x
t
S = 14
t
14 / 25
S/ n
n = 25
Prueba t
Gl = n 1 = 24
T0.05,24 crtico = 2.0639
Prueba t Student
Mtodo del valor crtico
t = 1.607
Puesto que - 2.0639 < tcrtico < 2.0639
Y tTest = 1.607
Ho: D 0
SD / n
Estadstico de prueba: t
Hiptesis General
La aplicacin de una estrategia motivacional mejora significativamente el
desempeo laboral en la Mancomunidad Municipal del cono norte de
Huancayo.
Formulacin de la hiptesis nula e hiptesis alterna:
Ho: 1 - 2 = D 0
(donde D = 1 - 2)
Ha: 1 - 2 = D < 0
= 0.05
Prueba t apareada
n = 10
Gl= 10 1 = 9
-6.33173824
Regla de decisin
Rechace Ho si ttest<crtico = -1.8331
Estadstico t = -6.33173824
-1.8331
REGRESION Y
CORRELACION SIMPLE
REGRESIN Y
CORRELACIN SIMPLE
Reconoce que puede haber una
relacin determinable y
cuantificable entre dos variables.
Una variable depende de otra, o
puede estar determinada por
esta, o una variable est en
funcin de la otra.
REGRESIN Y
CORRELACIN SIMPLE
La notacin es;
Y = f(x)
REGRESIN CORRELACIN
ANALISIS DE REGRESIN
Y = o + 1(X) + e
Componente
determinista
o
1
e
: Ordenada en el origen
: Pendiente
: Termino aleatorio
Componente
aleatorio
Donde:
0 : es la ordenada en el origen
1 : es el coeficiente beta o pendiente de la recta.
1 = SSxy/ SSx
0 = Y 1X
La suma de cuadrados de x es: SSx = X2 (X)2/n
La suma de cuadrados de y es: SSy = Y2 (Y)2/n
La suma de cuadrados de xy es: SSxy=XY(X)(Y)/n
GPUBL
X
10
12
8
17
10
15
10
14
19
10
11
13
16
10
12
187
NPASAJE
Y
15
17
13
23
16
21
14
20
24
17
16
18
23
15
16
268
XY
150
204
104
391
160
315
140
280
456
170
176
234
368
150
192
3490
X^2
100
144
64
289
100
225
100
196
361
100
121
169
256
100
144
2469
Y^2
225
289
169
529
256
441
196
400
576
289
256
324
529
225
256
4960
SSx
SSy
SSxy
1
o
137.733333
171.733333
148.933333
1.08131655
4.38625363
Intercepcin
Variable X 1
1
13
14
Coeficientes
4.38625363
1.081316554
Suma de
Promedio de
cuadrados los cuadrados
161.0440787 161.044079
10.6892546 0.82225035
171.7333333
F
195.857719
Valor crtico
de F
3.238E-09
Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%
0.991282458 4.42482725 0.000685609 2.24471808 6.52778918 2.24471808
0.077264946 13.9949176 3.23802E-09 0.91439579 1.24823732 0.91439579
Superior
95.0%
6.52778918
1.24823732
ANALISIS DE CORRELACION
De Pearson
Es un a prueba estadstica para analizar la relacin entre dos
variables medidas en un nivel de intervalos o de razn (r).
El r se calcula a partir de puntuaciones obtenidas en una muestra
de dos variables.
El nivel de medicin de las variables; intervalos o de razn.
Interpretacin: el coeficiente de correlacin puede variar entre -1.00
y +1.00.
El signo indica DIRECCION, el nmero indica MAGNITUD.
COEFICIENTE DE
CORRELACION DE PEARSON
Los principales programas de anlisis estadstico reportan si el
coeficiente es o no significativo, de la siguiente manera:
r = 0.755
s o P = 0.001
n = 625
Coeficiente de determinacin
2
(r )
Mide el poder explicativo del modelo de regresin. Es decir la
parte de la desviacin total de Y que es explicada por el
modelo.
r2 = (SSxy)2/(SSx)(SSy)
r2 ha de estar entre 0 y 1.
R2 de 70% significa que el 70% de la variacin de Y esta
explicada por variaciones de X.
Cuando mayor sea r2 mayor poder explicativo tendr el
modelo.
Ejemplo
r2 = (SSxy)2/(SSx)(SSy)
r2 = (148.93333)2/(137.7333)(171.7333)
r2 = 0.93776 0.94
El coeficiente de determinacin revela que el 94% de la variacin
del nmero de pasajeros es explicado (no causado) por las
variaciones de gasto en publicidad. El 6% puede estar explicado por
alguna variable o variables distintas de la publicidad (coeficiente de
no determinacin.
REGRESION Y
CORRELACION MULTIPLE
REGRESION MULTIPLE
= + + + + +
Donde k es el nmero de variables independientes y son los coeficientes de la
variables, e es el componente de error aleatorio necesario por que no todas las
observaciones caen sobre la propia recta de regresin.
FORMULACION DEL MODELO
Para el caso de la empresa AAA, los gastos son los siguientes:
Y es el numero de pasajeros (en miles).
X1, gastos de publicidad (en miles de dlares)
X2, renta nacional medida en billones de dlares.
= + + + +
PUBLICIDAD
X1
10
12
8
17
10
15
10
14
19
10
11
13
16
10
12
RENTA
NACIONAL
X2
2.4
2.72
2.08
3.68
2.56
3.36
2.24
3.2
3.84
2.72
2.07
2.33
2.98
1.94
2.17
0.97612724
Coeficiente de
determinacin
R^2
R^2 ajustado
Error tpico
Observaciones
0.95282439
0.94496179
0.82166619
15
= + + + +
= . +. + .
Si AAA aumenta su publicidad en 1 (1000 dlares), y la renta nacional
permanece k, el numero de pasajeros aumenta en 0,84 unidades (840),
Si la renta nacional en una unidad (1 billn de dlares) y la publicidad
permanece k, los pasajeros aumentaran en 1.44(1400).
ANLISIS DE VARIANZA
Regresin
Residuos
Total
Intercepcin
Variable X 1
Variable X 2
Promedio de
Grados de
Suma de
los
Valor crtico
libertad
cuadrados cuadrados
F
de F
2 163.631709 81.8158547 121.184377 1.1023E-08
12 8.10162398 0.67513533
14 171.733333
Coeficientes
3.52839942
0.83966385
1.44097467
Superior
Inferior
Superior
Error tpico Estadstico t Probabilidad Inferior 95%
95%
95.0%
95.0%
0.99941759 3.53045558 0.00414294 1.35085554 5.70594329 1.35085554 5.70594329
0.14190768 5.91697257 7.0648E-05 0.53047357 1.14885412 0.53047357 1.14885412
0.73603866 1.95774319 0.07392294 -0.1627158 3.04466515 -0.1627158 3.04466515
REGRESION MULTIPLE
PRUEBAS PARA EVALUACION DEL MODELO
El procedimiento ANOVA
= = = = =
contrasta
la
hiptesis
nula
Ho:
Regresin
Residuos
Total
Grados de
libertad
2
12
14
Promedio de
Suma de
los
Valor crtico
cuadrados cuadrados
F
de F
163.631709 81.8158547 121.184377 1.1023E-08
8.10162398 0.67513533
171.733333
Coeficient
es
Error
tpico
Superior
95%
Inferior
95.0%
Superior
95.0%
Intercepcin
Variable X 1
Variable X 2
CORRELACION MULTIPLE
Otra herramienta que AAA puede utilizar para evaluar su modelo
es el coeficiente de determinacin mltiple R2.
El coeficiente de determinacin mide la fuerza de la relacin entre
Y y las variables independientes.
2 =
2 =
163.632
171.7333
= 0.953
CORRELACION MULTIPLE
COEFICIENTE DE DETERMINACION R2 AJUSTADO
Por su importancia se calcula en la mayora de los programas informticos
(Eviews, SPSS, EXCEL).
Es una forma fcil y rpida de evaluar el modelo de regresin y determinar el
grado en que se ajusta a los datos.
Salvo coeficientes de regresin propios, El R2 es el estadstico que mas se
observa y vigila en el anlisis de regresin.
Se puede lograr un aumento de R2 con la mera inclusin de otra variable
independiente en el modelo (aunque no tenga sentido).
Por ello es comn en el anlisis de regresin y correlacin mltiple indicar el
coeficiente de determinacin ajustado.
Este estadstico ajusta la medida del poder explicativo con los grados de libertad.
El investigador pierde un grado de libertad por cada variable independiente que
aada. Si R2 baja demasiado, habr que excluir la variable del modelo. En casos
extremos el R2 ajustado puede llegar a valer menos que cero.
1
1
151
0.953)
1521
2 = 1 (1 2 )
2 = 1 (1
2 = 0.949
46
Indicadores:
Grado de estrs GEST
Capital en soles KSOL
Aos en el puesto AOS
Rem. en soles
REMU
Edad
EDAD
47
Obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
EST
5.000000
6.000000
8.000000
9.000000
12.00000
6.000000
7.000000
5.000000
16.00000
14.00000
13.00000
9.000000
10.00000
17.00000
12.00000
11.00000
9.000000
8.000000
6.000000
5.000000
ANOS
15.00000
5.000000
2.000000
3.000000
1.000000
10.00000
10.00000
2.000000
1.000000
3.000000
2.000000
2.000000
3.000000
2.000000
4.000000
4.000000
3.000000
14.00000
19.00000
18.00000
EDAD
3.000000
4.000000
5.000000
4.000000
4.000000
5.000000
4.000000
3.000000
5.000000
2.000000
4.000000
3.000000
3.000000
3.000000
3.000000
4.000000
3.000000
4.000000
4.000000
5.000000
KSOC
6.000000
8.000000
9.000000
30.00000
40.00000
9.000000
9.000000
7.000000
90.00000
60.00000
40.00000
20.00000
20.00000
100.0000
30.00000
20.00000
6.000000
7.000000
6.000000
6.000000
48
REMU
1.500000
1.000000
1.000000
0.500000
0.500000
1.000000
1.500000
1.500000
0.500000
0.500000
0.500000
1.000000
1.000000
1.000000
0.500000
1.000000
0.500000
0.500000
1.000000
1.500000
Matriz de correlacin
GEST
GEST
ANOS
EDAD
KSOC
REMU
1.000000
-0.620179
-0.219630
0.913245
-0.625227
ANOS
EDAD
KSOC
REMU
-0.620179
1.000000
0.258917
-0.496757
0.447419
-0.219630
0.258917
1.000000
-0.142559
0.080582
0.913245
-0.496757
-0.142559
1.000000
-0.418922
-0.625227
0.447419
0.080582
-0.418922
1.000000
49
50
No se rechaza la
significacin global del
modelo
51
52
Contacto:
Espinozaisac@yahoo.es
Cel: 964913378
RPM: #961650207
http://www.youtube.com/watch?v=g4TFaDVwQvA&feature=related