MANUAL ESTADISTICA APLICADA CON SPSS

More documents

Recommendations

Info

Por eso seguimos con algunos ejercicios más. Ejercicio 6 ¿Cuál es la probabilidad de que un participante escogido al azar se tome entre 420 y 570 horas para aprobar el curso? Diseñamos nuestra curva normal con las condiciones requeridas, gráfica 5.12. Gráfica 5.11 A B 420 500 570 El problema nos pide la suma de las probabilidades que se encuentran entre 420 y 500 más la probabilidad que hay entre 570 y 500. Necesitamos áreas en las dos mitades de la curva. Es decir, sumar las áreas A + B Empezaremos calculando los valores de sus respectivas desviaciones estándar = z. z 1 = (420-500)/100 = - 0.80; z 2 = (570 – 500)/100 = 0.70 Las desviaciones estándar son -0.80 y 0.70 respectivamente. No tomamos en cuenta el signo negativo y más bien buscamos las probabilidades respectivas a cada z en la tabla. Las probabilidades son, respectivamente 0.2881 y 0.2580 Sumamos estas probabilidades: 0.2881 + 0.2580 = 0.5461. La probabilidad de que un participante escogido al azar requiera entre 420 y 570 horas para aprender el curso de estadística es 0.5461. Con el <strong>SPSS</strong> En Vista de Variables, creamos la variable dif con 6 decimales Valores: a = 420 y b = 570 Crear las dos variables y en la pantalla Vista de datos poner b debajo de esta 64
En Transformar, click b en Variable de Destino y en la pantalla de la derecha CDF.NORMAL(570,500,100)-CDF.NORMAL(420,500,100) En la pantalla Variable view la variable b tiene sólo dos decimales Aumentamos su número a 6 Resultado = .546181 Ejercicio 7 ¿Cuál es la probabilidad de que a un participante le toma más de 500 horas? Sabemos que la media es 500 horas, en consecuencia, el problema se reduce a encontrar el área de la mitad derecha de la curva normal, esto es, 0.5000 Esa es también la probabilidad de que el participante le tome más de 500 horas. Lo que hicimos en los anteriores capítulos fue formarnos una idea de cómo se distribuyen las probabilidades de ocurrencia cuando las distribuciones son discretas. 6 OTRAS DISTRIBUCIONES La Curva Normal es una distribución de variables continuas, es decir, para variables cuyos valores varían infinitesimalmente. Hay otros modelos teóricos de distribución de probabilidades que los estadísticos usan con gran frecuencia y que no son continuas; esos modelos se encuentran en el <strong>SPSS</strong>. Para usarlos con propiedad, debemos captar muy bien el concepto de cada una. La Distribución Binomial Es una distribución de variables discretas; v.g, el lanzamiento de una moneda o una distribución en la que haya dos variables: cierto-no cierto; sí-no; éxito o fracaso Cada lanzamiento de la moneda tiene sólo dos resultados: cara o cruz; sí o no, cada evento tiene un probabilidad de ocurrencia, tal como las que vimos hasta ahora. Esas probabilidades permanecen fijas en el tiempo Por añadidura, diremos que los intentos son estadísticamente independientes entre sí. Las propiedades de una distribución binomial 65
Page 1 and 2:
MANUAL DE ESTADÍSTICA APLICADA CON
Page 3 and 4:
PRÓLOGO Este manual está dirigido
Page 5 and 6:
alla está construida con ladrillos
Page 7 and 8:
En razón de que nuestra metodolog
Page 9 and 10:
El ahorro de letras para nombrar a
Page 11 and 12:
En la columna “Label” (etiqueta
Page 13 and 14: La Pantalla Variable View queda est
Page 15 and 16: Pantalla 2.1 Con el mouse vamos al
Page 17 and 18: Caja de Diálogo 2.2 Click → Nume
Page 19 and 20: El SPSS nos lleva a una pantalla de
Page 21 and 22: Para evitarnos esa descomunal tarea
Page 23 and 24: Tomemos los datos utilizados en la
Page 25 and 26: Cuando el número de observaciones
Page 27 and 28: 3 DISTRIBUCIÓN DE FRECUENCIAS Conc
Page 29 and 30: El cuadro 3.3 es el que nos ayudar
Page 31 and 32: Caja de Diálogo 3.5 En la Pantalla
Page 33 and 34: La primera clase 15000 - 45000 fue
Page 35 and 36: Cuadro 3.8 Con la flecha de direcci
Page 37 and 38: La probabilidad de sacar una carta
Page 39 and 40: La probabilidad de que una familia
Page 41 and 42: ¿Cuál es la probabilidad de obten
Page 43 and 44: Antes de continuar, recordemos que
Page 45 and 46: ¿Cuál es la probabilidad de que l
Page 47 and 48: Ahora convertimos los datos de las
Page 49 and 50: Construiremos un cuadro del Valor E
Page 51 and 52: 5 DISTRIBUCIÓN DE PROBABILIDADES L
Page 53 and 54: La media = μ Error estándar = σ
Page 55 and 56: Con esos datos podemos diseñar la
Page 57 and 58: Por ejemplo, si la desviación est
Page 59 and 60: Con el SPSS Vayamos a la Pantalla V
Page 61 and 62: Lo que nos piden es encontrar la pr
Page 63: La gráfica 5.10 muestra la estruct
Page 67 and 68: Caja 6.1 Rellenamos los signos de i
Page 69 and 70: En la pantalla Variable View aparec
Page 71 and 72: 7 MUESTREO Y DISTRIBUCIONES DE MUES
Page 73 and 74: Ya lo vimos: cualquier distribució
Page 75 and 76: Las gráficas pueden ser expresadas
Page 77 and 78: Cada una de las barras representa e
Page 79 and 80: Frecuencias Para analizar esta opci
Page 81 and 82: Al centro, la curva muestra la Curv
Page 83 and 84: Del mismo modo para los demás cuar
Page 85 and 86: Por algunos segundos, sin hacer cli
Page 87 and 88: logsale Tabla 7.4 Statistics N Vali
Page 89 and 90: La longitud de la caja nos ofrece u
Page 91 and 92: La distribución de 20 valores es l
Page 93 and 94: 8 PROBLEMAS ADICIONALES EN ESTADÍS
Page 95 and 96: Del cuadro a la izquierda inferior
Page 97 and 98: En la parte derecha también aparec
Page 99 and 100: Técnicamente se define como un val
Page 101 and 102: Interquartile Range El Rango Interc
Page 103 and 104: Luego nos da la tabla con los estad
Page 105 and 106: Para el grupo 1, v.g, el valor infe
Page 107 and 108: La columna de Degrees Centigrade, m
Page 109 and 110: Traigamos el archivo ceramics.save
Page 111 and 112: Habrá 8 muestras que soportan desd
Page 113 and 114: 9 PRUEBAS DE HIPÓTESIS La prueba d
Page 115 and 116:
Una vez que tenemos planteadas las
Page 117 and 118:
Esta Tabla es la que se usa para mu
Page 119 and 120:
Un referente que nos indique si hay
Page 121 and 122:
Es la versión para pequeñas muest
Page 123 and 124:
Por eso es que habrá también una
Page 125 and 126:
Las diferentes Medias parecen difer
Page 127 and 128:
Los Intervalos de Confianza tienen
Page 129 and 130:
La Pantalla de Resultados registra
Page 131 and 132:
Lo dijimos antes: una población pe
Page 133 and 134:
La Tabla de resultados anterior, co
Page 135 and 136:
H 1 = Las medias aritméticas de la
Page 137 and 138:
El Test de Levene para contrastar l
Page 139 and 140:
Estos niveles pueden ser fijos, tal
Page 141 and 142:
Pero, al mismo tiempo, la variació
Page 143 and 144:
Otra aplicación de One Way ANOVA U
Page 145 and 146:
Sobre este resultado es posible afi
Page 147 and 148:
La primera fila de la segunda colum
Page 149 and 150:
En este caso, se tomaría como fact
Page 151 and 152:
En la pantalla de datos se desplieg
Page 153 and 154:
Tabla de Resultados 12.3 Gender * S
Page 155 and 156:
Los sub conjuntos homogéneos de la
Page 157 and 158:
Pero, para asegurarse, se puede com
Page 159 and 160:
Los significados de las abreviacion
Page 161 and 162:
La diferencia en Spread (Desviació
Page 163 and 164:
Tabla 12.14 Tests of Between-Subjec
Page 165 and 166:
13 LA CORELACIÓN LINEAL BIVARIADA
Page 167 and 168:
En la tabla 13.1ese coeficiente es
Page 169 and 170:
De la lista de variables a la izqui
Page 171 and 172:
De todos modos, este ejercicio nos
Page 173 and 174:
Correlaciones Parciales Las Correla
Page 175 and 176:
El Procedimiento Crosstabs Crosstab
Page 177 and 178:
Ahora clasificaremos los clientes d
Page 179 and 180:
El estadístico Phi es el resultado
show all

MANUAL ESTADISTICA APLICADA CON SPSS

Create successful ePaper yourself

Delete template?

Save as template?