Este documento presenta las actividades realizadas por un alumno para la materia de Bioestadística. Incluye cálculos estadísticos como media aritmética, varianza y desviación estándar para datos agrupados y no agrupados. También incluye un cuestionario sobre coeficiente de correlación y regresión lineal.
0 calificaciones0% encontró este documento útil (0 votos)
242 vistas11 páginas
Este documento presenta las actividades realizadas por un alumno para la materia de Bioestadística. Incluye cálculos estadísticos como media aritmética, varianza y desviación estándar para datos agrupados y no agrupados. También incluye un cuestionario sobre coeficiente de correlación y regresión lineal.
Este documento presenta las actividades realizadas por un alumno para la materia de Bioestadística. Incluye cálculos estadísticos como media aritmética, varianza y desviación estándar para datos agrupados y no agrupados. También incluye un cuestionario sobre coeficiente de correlación y regresión lineal.
Este documento presenta las actividades realizadas por un alumno para la materia de Bioestadística. Incluye cálculos estadísticos como media aritmética, varianza y desviación estándar para datos agrupados y no agrupados. También incluye un cuestionario sobre coeficiente de correlación y regresión lineal.
Contestar cuestionario unidad 2 de la antologia.
Coeficiente de correlacion y regresion lineal
1.-Defina el coeficiente de correlacion simple
a) Se defini como un indice que puede utilizarse para determinar el valor de
una variable. b) Se define como un indice que puede utilizarse para medir el gradode relacion de dos variables siempre y cuando ambas sean consecutivas. c) Se define como un indice que puede utilizarse para medir el grado de relacion de dos variables siempre y cuando ambas sean continuas. d) Ninguna de las anteriores
2.- ¿Cuál es el objetivo de un analisis de regresion?
a) Investigacionla relacion estadistica que existe entre una variable
dependiente y una mas variables independientes. b) Investigar la relacion estadistica que existe entre dos variables independientes. c) Ninguna de las anteriores
3.- Para poder realizar la investigacion de la relacion estadistica se debe
postular una relacion fucional entre….
a) Las variables b) Las constantes c) Diferentes muestras d) Ninguna de las anteriores
4.-En la practica, la regresion lineal simple es la tecnica mas usada debido
a….
a) Debido a su complejidad analita
b) Debida a su proceso largo y detallado c) Debido a su simplicidad analitica d) Niguna de las anteriores
5.- Cuando en la regresion lineal solo existe una variable independiente,
podemos calcular esta mediante la ecuacion de:
a) Linea recta b) Minimos cuadrados c) Parabola d) Ninguna de las anteriores 6.- ¿Qué metodo nos permite obtener estimacion de los coeficientes de regresion a partir de una muestra de observaciones sobre las variables Y y X de la ecuacion de la recta?
a) Maximo y minimos b) Minimos cuadrados c) Sustitucion d) Ninguna de las anteriores
7.- ¿En que consiste el metodo de minimos cuadrados?
a) Consiste en calcular los parametros de la variables dependiente, y
anotando en cada caso el correspondiente valor medio para la variable indepentiente de la linea recta. b) Consiste en calcular los parametros de la variable independiente, y anotando en cada caso el correspondiente valor medio para la variable dependiente de la linea recta. c) Consiste en calcular los parametros de la variable independiente,y anotando en caso el correspondiente valor medio para la variable dependiente que se ajustan a una linea curva. d) Ninguna de las anteriores
8.-¿Qué es un diagrama de dispersion?
a) Es un tipo de diagrama matematico que utiliza las coordinadas
cartesianas para mostrar los valores de 2 variables para un conjunto de datos. b) Es un tipo de diagrama matematico que utiliza las coordenadas cartesianas para mostrar de 2 variables correspondientes a dos datos c) Ninguna de las anteriores
9.- ¿Cómo se le llama tambien al diagrama de dispersion?
a) Diagrama de pareto b) Grafico de dispersion c) Niguno de las nateriores 10.- ¿Cómo se define el coeficiente de correlacion de pearson?
a) Se define como umn indice que puede utilizarse para medir el grado de relacion entre variables sin importar el tipo de variable que estas sean. b) Se define como un indice que puede utilizarse para medir el grado de relacion de dos variables siempre y cuando ambas sean cuantitativas.
11.- El objetivo principal del modelo de correlacion lineal simple es:
a) Averiguar la fuerza de la relacion que entre una variable dependiente (Y) y
una o mas variables independientes (X1,X2, X3). b) Predecir los valores de Y a partir de los valores de X. c) Ninguna de las anteriores
12.- ¿Cuál es la funcion de coeficientes de determinacion?
a) Mide el porcentaje de la variacion total en Y que es explicado por la
variacion conjunta de las variables independientes. b) Mide el porcetaje dela variacion total en X que explicado por la variacion conjunta de las variables independientes. c) Ninguna de las anteriores
13.- Explique coeficiente de correlacion
a) Habla de la relacion lineal entre dos variables en una poblacion No variante
b) Habla de la relacion lineal entre dos variables en una poblacion constante. c) Ninguna de las anteriores
14.-¿Entre que valores varia el coeficiente de correlacion?
a) -1y+1 b) 0 y+1 c) Ninguna de las anteriores
15.- ¿Qué valor debera tener el coeficiente de correlacion r?, cuando la
asociacion es perfecta pero inversa; es decir, a valores altos de una variable le corresponde valores bajos a la otra variable, y viceversa.
a) Si r= ¿0 b) r=-1 c) r=+1 16.-¿Qué valor debera tener el coeficiente de correlaciona r? cuando la asociacion es perfecta pero directa.
a) Si r=0 b) r=-1 c) r=+1
17.- ¿Qué valor debera tener el coeficiente de correlacion r?cuando no existe
asociacion entre las dos variables.
a) Si r=0 b) r=-1 c) r=+1
18.- a medida que r se aproxime a -1 y +1 la asociacion es ….
a) Menor b) Mayor c) Ninguna de las anteriores
19.- A medida que r se aproxime a 0, la asociacion…
a) Se incremente b) Disminuye, desaparece c) Ninguna de las anteriores
20.- Debido a lo laborioso y la complejidad del calculo del coeficiente de
regresion es posible apoyarnos con el empleo de programa de computacion especializados.
a) Cierto b) Falso
Estimar evaluacion promedio que se tienen en los siguientes datos
Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos. Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es el enunciado que se probará. Por lo general, la hipótesis nula es un enunciado de que "no hay efecto" o "no hay diferencia". La hipótesis alternativa es el enunciado que se desea poder concluir que es verdadero de acuerdo con la evidencia proporcionada por los datos de la muestra. Con base en los datos de muestra, la prueba determina si se puede rechazar la hipótesis nula. Usted utiliza el valor p para tomar esa decisión. Si el valor p es menor que el nivel de significancia (denotado como α o alfa), entonces puede rechazar la hipótesis nula. Una prueba de hipótesis comprende cuatro componentes principales:
Hipótesis Nula Hipótesis Alternativa Estadística de Prueba Región de Rechazo Se pueden seguir seis pasos básicos para configurar y realizar correctamente una prueba de hipótesis. Por ejemplo, el gerente de una fábrica de tuberías desea determinar si el diámetro promedio de los tubos es diferente de 5 cm. El gerente sigue los pasos básicos para realizar una prueba de hipótesis. Se debe determinar los criterios para la prueba y el tamaño de muestra necesario antes de recolectar los datos.
1. Especificar las hipótesis.
En primer lugar, el gerente formula las hipótesis. La hipótesis nula es: la media de la población de todos los tubos es igual a 5 cm. Formalmente, esto se escribe como: H0: μ = 5
Luego, el gerente elige entre las siguientes hipótesis alternativas:
Condición que se probará Hipótesis alternativa
La media de la población es menor que el objetivo. unilateral: μ < 5
La media de la población es mayor que el objetivo. unilateral: μ > 5
La media de la población es diferente del objetivo. bilateral: μ ≠ 5
Como tiene que asegurarse de que los tubos no sean más grandes ni más pequeños de 5 cm, el gerente elige la hipótesis alternativa bilateral, que indica que la media de la población de todos los tubos no es igual a 5 cm. Formalmente, esto se escribe como H1: μ ≠ 5
2. Elegir un nivel de significancia (también denominado alfa o α).
El gerente selecciona un nivel de significancia de 0.05, que es el nivel de
significancia más utilizado.
3. Determinar la potencia y el tamaño de la muestra para la prueba.
El gerente utiliza un cálculo de potencia y tamaño de la muestra para determinar
cuántos tubos tiene que medir para tener una buena probabilidad de detectar una diferencia de 0.1 cm o más con respecto al diámetro objetivo.
4. Recolectar los datos.
Recoge una muestra de tubos y mide los diámetros.
5. Comparar el valor p de la prueba con el nivel de significancia.
Después de realizar la prueba de hipótesis, el gerente obtiene un valor p de 0.004. El
valor p es menor que el nivel de significancia de 0.05.
6. Decidir si rechazar o no rechazar la hipótesis nula.
El gerente rechaza la hipótesis nula y concluye que el diámetro medio de todos los tubos no es igual a 5 cm.
Tarea 1
Una muestra contiene los siguientes elementos:
3,8,7,5,9,4. Calcular: media aritmetica, varianza, desviacion estandar. (formula maestral).
