3368340
Beschreibung
Mindmap von majo perez , aktualisiert more than 1 year ago
|
Erstellt von majo perez
vor mehr als 9 Jahre
|
|
Modelos estadisticos
- El modelo estadístico consiste en
una serie de procedimientos para el
manejo de los datos cualitativos y
cuantitativos de la investigación.
- Tiene las siguientes etapas:
- Recolección (medición)
- En esta etapa se recoge la
información cualitativa y
cuantitativa señalada en el diseño
de la investigación.
- En esta etapa se recoge la
información cualitativa y
cuantitativa señalada en el diseño
de la investigación.
- Recuento (computo)
- En esta etapa del método
estadístico la información
recogido es sometida a
revisión clasificación y
computo numérico.
- En esta etapa del método
estadístico la información
recogido es sometida a
revisión clasificación y
computo numérico.
- Presentación
- En esta etapa del método
estadístico se elaboran los
cuadros y los gráficos que
permiten una inspección precisa
y rápida de los datos.
- En esta etapa del método
estadístico se elaboran los
cuadros y los gráficos que
permiten una inspección precisa
y rápida de los datos.
- Descripción
- En esta etapa la información es resumida
en forma de medidas que permiten
expresar de manera sintética las principales
propiedades numéricas de grandes series o
agrupamiento de datos.
- En esta etapa la información es resumida
en forma de medidas que permiten
expresar de manera sintética las principales
propiedades numéricas de grandes series o
agrupamiento de datos.
- Análisis
- En esta etapa mediante formulas estadísticas y el
uso de tablas específicamente diseñadas, se
efectúa la comparación de las medidas de resumen
previamente calculadas.
- En esta etapa mediante formulas estadísticas y el
uso de tablas específicamente diseñadas, se
efectúa la comparación de las medidas de resumen
previamente calculadas.
- Recolección (medición)
- Tiene las siguientes etapas:
- T de student
- Es una distribución de probabilidad que surge del
problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la
muestra es pequeño.
- Desapareada
- Las pruebas t desapareadas o de muestras independientes, se
utilizan cuando se obtienen dos grupos de muestras aleatorias,
independientes e idénticamente distribuidas a partir de las dos
poblaciones a ser comparadas.
- Las pruebas t desapareadas o de muestras independientes, se
utilizan cuando se obtienen dos grupos de muestras aleatorias,
independientes e idénticamente distribuidas a partir de las dos
poblaciones a ser comparadas.
- Apareadas
- Las pruebas t de muestras dependientes o apareadas,
consisten típicamente en una muestra de pares de valores
con similares unidades estadísticas, o un grupo de unidades
que han sido evaluadas en dos ocasiones diferentes
- Las pruebas t de muestras dependientes o apareadas,
consisten típicamente en una muestra de pares de valores
con similares unidades estadísticas, o un grupo de unidades
que han sido evaluadas en dos ocasiones diferentes
- Desapareada
- Es una distribución de probabilidad que surge del
problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la
muestra es pequeño.
- ANOVA
- Las pruebas t de muestras dependientes o apareadas, consisten típicamente en
una muestra de pares de valores con similares unidades estadísticas, o un grupo
de unidades que han sido evaluadas en dos ocasiones diferentes
- Las pruebas t de muestras dependientes o apareadas, consisten típicamente en
una muestra de pares de valores con similares unidades estadísticas, o un grupo
de unidades que han sido evaluadas en dos ocasiones diferentes
- Regresión múltiple
- Un método multivariado para determinar una
ecuación de regresión o predicción para predecir
un valor de la variable dependiente a partir de
un conjunto de variables independientes.
- Un método multivariado para determinar una
ecuación de regresión o predicción para predecir
un valor de la variable dependiente a partir de
un conjunto de variables independientes.
Medienanhänge
Möchten Sie kostenlos Ihre eigenen Mindmaps mit GoConqr erstellen? Mehr erfahren.