Intervalo de Confianza
Intervalo de Confianza
Intervalo de Confianza
Conocer el verdadero poblacional, por lo general, suele ser algo muy complicado.
Pensemos en una población de 4 millones de personas. ¿Podríamos saber el
gasto medio en consumo por hogar de esa población? En principio sí.
Simplemente tendríamos que hacer una encuesta entre todos los hogares y
calcular la media. Sin embargo, seguir ese proceso sería tremendamente
laborioso y complicaría bastante el estudio.
Se desea estimar la media del tiempo que un corredor emplea para completar una
maratón. Para ello se han cronometrado 10 maratones y se ha obtenido una
media de 4 horas con una desviación típica de 33 minutos (0,55 horas). Se desea
obtener un intervalo al 95% de confianza.
Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula
del intervalo.
El intervalo de confianza, sería la parte de la distribución que queda sombreada en
azul. Los 2 valores acotados por este serían los correspondientes a las 2 líneas de
color rojo. La línea central que parte la distribución en 2 sería el verdadero valor
poblacional.
Resumen
Promedio o media
La medida de tendencia central más conocida y utilizada es la media
aritmética o promedio aritmético. Se representa por la letra griega µ
cuando se trata del promedio del universo o población y por Ȳ (léase Y
barra) cuando se trata del promedio de la muestra. Es importante
destacar que µ es una cantidad fija mientras que el promedio de la
muestra es variable puesto que diferentes muestras extraídas de la
misma población tienden a tener diferentes medias. La media se
expresa en la misma unidad que los datos originales: centímetros,
horas, gramos, etc.
Tamaño completo
Tamaño completo
Tamaño completo
Tamaño completo
Ejemplo de desviaciones:
Tamaño completo
Mediana
Otra medida de tendencia central es la mediana. La mediana es el valor
de la variable que ocupa la posición central, cuando los datos se
disponen en orden de magnitud. Es decir, el 50% de las observaciones
tiene valores iguales o inferiores a la mediana y el otro 50% tiene
valores iguales o superiores a la mediana.
Moda
La moda de una distribución se define como el valor de la variable que
más se repite. En un polígono de frecuencia la moda corresponde al
valor de la variable que está bajo el punto más alto del gráfico. Una
muestra puede tener más de una moda.
Medidas de dispersión
Rango de variación
Se define como la diferencia entre el mayor valor de la variable y el
menor valor de la variable.
Tamaño completo
Fórmulas
Donde µ es el promedio de la población.
Tamaño completo
Tamaño completo
Coeficiente de variación
Es una medida de la dispersión relativa de los datos. Se define como la
desviación estándar de la muestra expresada como porcentaje de la
media muestral.
Tamaño completo
Tamaño completo
Tamaño completo
Tamaño completo
Entonces las 42 madres han tenido, en promedio, 2,78 partos.
Tamaño completo
Donde:
Tamaño completo
Tamaño completo
Con los datos del ejemplo y recordando que el promedio (Y) resultó ser
2,78 partos por madre,
Tamaño completo
Tamaño completo
Tamaño completo
Donde Yc es el punto medio del intervalo y se llama marca de clase del
intervalo
Percentiles
Tamaño completo
Tamaño completo
Tamaño completo
Tamaño completo
2. La mediana será:
Tamaño completo
Esto significa que un 50% de las familias tiene ingreso mensual igual o
inferior a $127.270.
3. El percentil 78 será:
Tamaño completo
Por lo tanto se puede decir que 78% de las familias tienen ingreso igual
o inferior a $174.660.
Tamaño completo
Tamaño completo
5. - La varianza será:
Tamaño completo
6. La desviación estándar es la raíz cuadrada de esta cifra, es decir:
43,76.
En este artículo encontrarás en qué consiste, cuáles son sus ventajas y cómo
desarrollarla paso a paso.
La prueba determina si las medianas de dos o más grupos son diferentes. De esta
forma, calcula un estadístico de prueba y lo compara con un punto de corte de la
distribución.
n = suma de los tamaños de las muestras para todas las muestras.
nj = tamaño de la muestra.
Paso 5: Encuentra el valor crítico de chi-cuadrado, con c-1 grados de
libertad. Para 3 – 1 grados de libertad y un nivel de alfa de 0,05, el valor
crítico de chi cuadrado es 5,9915.
Paso 6: Compara el valor H del Paso 4 con el valor crítico de chi-cuadrado
del Paso 5.
Si el valor crítico de chi-cuadrado es menor que el estadístico H, rechaza la
hipótesis nula de que las medianas son iguales.
Conclusión
Como toda prueba no paramétrica, el uso de la prueba de Kruskal Wallis es
conveniente cuando se trabaja con muestras pequeñas, con la finalidad de
corroborar los resultados obtenidos con base en el uso de la teoría basada en la
normal.