estadistica diferencial

Materia:

Estadística descriptiva.

Bibliografía:

Pagano, Robert R., ”Estadísticas para las ciencias del comportamiento”, 5° ed., Thomson, pp 99-152. Cap. 6 y 7


Resumen (abstracto).
En estos temas aprenderemos los diferentes tipos de relaciones alguna de ellas son las siguientes.
Relaciones lineales. Una relación lineal entre dos variables es aquella que puederepresentarse con la mejor exactitud mediante una línea recta.
Relaciones positivas y negativas. Una relación positiva indica que existe una relación directa entre las variables.
Una relación negativa existe cuando hay una relación inversa entre X y Y.
Relaciones perfectas e imperfectas.
Relación perfecta. Es aquella en la que existe una relación positiva o negativa para la cual todos los puntos caensobre la recta.
Relación imperfecta. Es aquella en la que existe una relación, pero no todos los puntos caen sobre la recta.
También veremos los coeficientes de correlación.
Forma de la relación. La elección del coeficiente de correlación depende del hecho de que la relación sea lineal o curvilínea.
Escala de medición. La elección del coeficiente de correlación también depende del tipo deescala de medición subyacente a los datos.
La correlación no implica causalidad.
Cuando existe una correlación entre dos variables (X y Y), es tentador concluir que una de ellas es la causa de la otra. Sin embargo, hacer esto sin mayor investigación seria un grave error, pues siempre que dos variables estén correlacionadas. También es erróneo suponer la causalidad entre X y Y si la cuartaalternativa es correcta. Con mucha frecuencia, cuando X y Y están correlacionadas entre sí, no tienen una relación causal, sino que una tercera variable es la responsable de esta correlación.
Para establecer que una variable es la causa de otra, debemos realizar un experimento en el cual variemos de manera sistemática solo la variable posiblemente causal y medir su efecto sobre la otra variable.
Lamedición de los errores de predicción implica el cálculo del error estándar de la estimación. Este error es similar a la desviación estándar.
Summary (abstract).
In these themes will learn the different types of relationships some of them are as follows.
Linear relationships. Is a linear relationship between two variables that can be represented with the best accuracy with a straight line.Positive and negative relationships. A positive ratio indicates that there is a direct relationship between the variables.A negative relationship exists when there is an inverse relationship between X and and.
Perfect and imperfect relationships.
Perfect relationship. Is the one in which there is a positive or negative relationship for which all the points fall on the straight line.
Imperfectrelationship. Is the one in which there is a relationship, but not all the points fall on the straight line.
We can also see the correlation coefficients.
Form the relationship. The choice of the correlation coefficient depends on the fact that the relationship is linear or curvilinear.
Measuring scale. The choice of coefficient of correlation also depends on the type of underlying datameasuring scale.
Correlation does not imply causation. When there is a correlation between two variables (X and and), is tempting to conclude that one of them is the cause of the other. However, to this without further investigation would be a serious mistake because whenever two variables are correlated. It is also wrong to assume causality between X and and if the fourth alternative is correct. Veryoften, when X and and they are correlated with each other, they do not have a causal relationship, but that a third variable is responsible for this correlation.
To establish that a variable is the cause of another, we performed an experiment in which we change systematically only possibly causal variable and measure its effect on another variable. The forecast errors measurement involves the...