A8 - EQ GDL Integrador 3

Actividad 8
Proyecto integrador etapa 1 , 2 y 3
Actividad 3 – Proyecto integrador I
Miembros del equipo
José Abel Rodríguez López 850199463
Noé Delgado Porras 850199886
Salvador Alfaro Villalpando 850200143
Profesor: Mtra. Martha Patricia Razo Cruz
Guadalajara Jal. 25 septiembre 2022

Lista de peso de hombres en Guadalajara por rango de edad
Nombre Edad (X) Peso (Y)

1 ANTONIO 50 70
2 MANUEL 23 54
3 JOSE 34 56
4 FRANCISCO 56 72
5 DAVID 45 80
6 JUAN 34 75
7 JAVIER 23 54
8 JOSE ANTONIO 21 50
9 DANIEL 43 62
10 FRANCISCO JAVIER 54 65
11 JOSE LUIS 76 83
12 CARLOS 89 80
13 JESUS 34 78
14 ALEJANDRO 23 70
15 MIGUEL 23 60
16 JOSE MANUEL 45 64
17 RAFAEL 59 70
18 MIGUEL ANGEL 47 76
19 PABLO 32 77
20 PEDRO 63 56
21 ANGEL 65 67
22 SERGIO 44 60
23 JOSE MARIA 22 73
24 FERNANDO 37 68
25 JORGE 32 78
26 LUIS 68 70
27 ALBERTO 80 60
28 ALVARO 45 100
29 JUAN CARLOS 80 65
30 ADRIAN 53 68
31 DIEGO 55 64
Sxy 38.6805411
Sx 18.739187
SY 10.2574559
RXY 0.20123436
Conclusión
Gracias a las regresiones lineales podemos predecir en cierta manera los eventos que nos rodean
y así tomar decisiones más acertadas en cuestión laboral, personal y social, personalmente necesito
mejorar mi expertiz en torno a generar las regresiones y lectura de datos, y así poder acortar mis
tiempos y tener una mejor comprensión del tema.
Referencias
(s.f.). https://www.questionpro.com/blog/es/regulacion-de-sobrepeso-en-mexico
(s.f.). https://blog.peoplenext.com.mx/pasos-para-realizar-regresion-lineal.
Actividad 5
Proyecto
Integrador Etapa
2
Nombre: Equipo GDL

Nombres:
José Abel Rodríguez López 850199463
Noé Delgado Porras 850199886
Materia: Análisis de datos
Profesor: Martha Patricia Razo Cruz
Campus: Guadalajara Sur
Fecha de entrega: 02/10/2022
Materia:
ANALISIS
DEDATOS
INTRODUCIÓN
En esta segunda etapa utilizaremos los mismos datos o tabla de valores que usamos en la etapa
1del proyecto integrador en donde analizaremos la varianza por medio del procedimiento de
método ANOVA.
La información es referente a la población de GDL y las columnas son edad y peso corporal.
1.- TABLA DE DATOS
2.-ESTABLECER LA HIPOTESIS NULA Y LA HIPOTESIS ALTERNATIVA PARA LOS TRATAMIENTOS
3.- CALCULAR LA MEDIA DE LOS TRATAMIENTOS Y LA MEDIA GLOBAL.
PROMEDIO X1= 46.9354839

Materia:
ANALISIS
DEDATOS
PROMEDIO X2= 68.5483871
PROMEDIO GLOBAL =57.7419355
4.- LLENAR LA TABLA DE ANOVA CON CALCULOS REQUERIDOS

Materia:
ANALISIS
DEDATOS
5.- CALCULAR LA F DE TABLAS

Materia:
ANALISIS
DEDATOS
F DE TABLAS = 1/60
VALOR =4.0
6.- TOMAR LA DESISICÓN DE ACEPTAR O RECHAZAR LA HIPOTESIS NULA
7.- CONCLUSIÓN
De acuerdo a los resultados d análisis de datos de ANOVA y las pruebas de

significancia.Se rechaza la hipótesis nula ya que F calculada es mayor al valor de F
Tablas. F tablas =
4.0 F calculada =30.70
Actividad 8 – Integrador III
Alumnos: José Abel Rodríguez López 850199463
Noe Delgado Porras 850199886
Profesor: Mtro. Martha Patricia Razo Cruz
Guadalajara Jal. 16 octubre 2022

INTRODUCCIÓN
Los humanos siempre hemos tratado de analizar lo que sucede en nuestro Entorno
para nuestro entendimiento.
En la actualidad se involucran datos, las variables siguen siendo las mismas, pero
Nosotros les damos sentido y las analizamos con respecto de otras de tal forma que
se obtengan modelos de comportamiento a través de la regresión y/o la
correlación de las variables involucradas.
Para este trabajo, se analizará un problema usando las herramientas antes ya
Mencionadas para analizar.
5. Investigación sobre estadística paramétrica
Las técnicas estadísticas de estimación de parámetros, intervalos de confianza y

prueba de hipótesis son, en conjunto, denominadas estadística paramétrica y son
aplicadas básicamente a variables continuas. Estas técnicas se basan en especificar
una forma de distribución de la variable aleatoria y de los estadísticos derivados de
los datos.
En estadística paramétrica se asume que la población de la cual la muestra es extraída

es NORMAL o aproximadamente normal. Esta propiedad es necesaria para que la
prueba de hipótesis sea válida.
Sin embargo, en un gran número de casos no se puede determinar la distribución

original ni la distribución de los estadísticos por lo que en realidad no tenemos
parámetros a estimar. Tenemos solo distribuciones que comparar. Esto se llama
Estadística No Paramétrica.
5.1 Seleccionar las pruebas más adecuadas que se pueden llevar

a cabo sobre los datos
1. Procedimiento de signo
Para esta prueba de Hipótesis nos da un Md de 63.78kg y trabajaremos con un nivel

de significancia de 0.25
Se utiliza la distribución de probabilidad binomial para decidir si se acepta o se

rechaza la hipótesis nula conforme al criterio de decisión.
En este caso tenemos más de 6 valores superiores a la media se les asigna el signo de
(+) y cuatro valores menores a la media se asigna signo (-)
Por lo tanto, calcularemos la probabilidad binomial para X= 6,7,8,9,10.
EL RESULTADO ES MAYOR QUE EL VALOR DE SIGNIFICANCIA:
P (X) =.3761≥.025
Por tanto, conforme al criterio de decisión se acepta la hipótesis nula.

2. Prueba de Kolmogorov-Smirnov (K-S) Esta prueba sirve para contrastar la
hipótesis nula de que la distribución de una variable se ajusta a una determinada
distribución teórica de probabilidad (normal, exponencial o la de Poisson). El hecho
de que la distribución de los datos se ajuste o no a una determinada distribución va a
sugerirnos unas técnicas de análisis de datos frente a otras.
3. Prueba de Kruskal-Wallis: es un método no paramétrico para probar si un grupode

datos proviene de la misma población. Intuitivamente, es idéntico al ANOVA Con los
datos reemplazados por categoría. Ya que es una prueba no paramétrica, La prueba de
Kruskal-Wallis no asume normalidad en los datos, en oposición al Tradicional ANOVA.
6.1 Prueba de Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
Ejemplo: Se efectuaron mediciones del nivel de glucemia de 36 hombres adultos en

ayuno, no obesos y aparentemente sanos. Estas mediciones se muestran en la tabla
que se presenta. Se pretende saber si es posible concluir que tales datos no
pertenecen a una población que sigue una distribución normal, con una media de 80 y
una desviación típica de 6. Emplee un α = 0,05.
Respuesta:
Supuestos: La muestra disponible es una muestra aleatoria simple que se extrajo de

una población que sigue una distribución continua.
Ahora en el botón Opciones… pueden darle un click y marcar con otro clic dondedice
Descriptivos:
Continuar.
Saldrán los siguientes resultados:

6.2 Evaluar e interpretar los resultados que se han obtenido de
las pruebas de estadística no paramétrica.
Prueba de Kolmogorov-Smirnov
Interpretación: en la tabla vemos que la media de los valores de glucemia de los

pacientes estudiados fue de 80,08, con una desviación estándar de 6,199.
Como el valor de p fue mayor que 0,05 no s e rechaza la hipótesis nula y se concluye
que hay evidencias suficientes para pensar que la muestra proviene de la distribución
especificada, con un nivel de significación del 5%
Conclusión
Debemos tener en cuenta que las pruebas no paramétricas son una herramienta
imprescindible en la rama de estadística para poder analizar nuestros datos.
El uso y entendimiento de las herramientas no paramétricas, nos facilita el análisis de datos y

de variables desconocidas, las cuales podemos proponer nosotros para realizar un estudio
más exacto y preciso. De igual manera, el uso de software, como en todo, nos facilita mucho
el análisis, haciendo más exacto, y dándonos ayuda en la visualización grafica de los datos.

A8 - EQ GDL Integrador 3

Cargado por

Copyright:

Formatos disponibles

A8 - EQ GDL Integrador 3

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

A8 - EQ GDL Integrador 3

Cargado por

Copyright:

Formatos disponibles

Actividad 8

Proyecto integrador etapa 1 , 2 y 3

Actividad 3 – Proyecto integrador I

Miembros del equipo

José Abel Rodríguez López 850199463

Noé Delgado Porras 850199886

Salvador Alfaro Villalpando 850200143

Profesor: Mtra. Martha Patricia Razo Cruz

Guadalajara Jal. 25 septiembre 2022

Nombre Edad (X) Peso (Y)

Nombre: Equipo GDL

1.- TABLA DE DATOS

2.-ESTABLECER LA HIPOTESIS NULA Y LA HIPOTESIS ALTERNATIVA PARA LOS TRATAMIENTOS

3.- CALCULAR LA MEDIA DE LOS TRATAMIENTOS Y LA MEDIA GLOBAL.

PROMEDIO X1= 46.9354839

PROMEDIO X2= 68.5483871

PROMEDIO GLOBAL =57.7419355

4.- LLENAR LA TABLA DE ANOVA CON CALCULOS REQUERIDOS

5.- CALCULAR LA F DE TABLAS

6.- TOMAR LA DESISICÓN DE ACEPTAR O RECHAZAR LA HIPOTESIS NULA

De acuerdo a los resultados d análisis de datos de ANOVA y las pruebas de

Noe Delgado Porras 850199886

Salvador Alfaro Villalpando 850200143

Profesor: Mtro. Martha Patricia Razo Cruz

Guadalajara Jal. 16 octubre 2022

Las técnicas estadísticas de estimación de parámetros, intervalos de confianza y

En estadística paramétrica se asume que la población de la cual la muestra es extraída

Sin embargo, en un gran número de casos no se puede determinar la distribución

5.1 Seleccionar las pruebas más adecuadas que se pueden llevar

Para esta prueba de Hipótesis nos da un Md de 63.78kg y trabajaremos con un nivel

Se utiliza la distribución de probabilidad binomial para decidir si se acepta o se

EL RESULTADO ES MAYOR QUE EL VALOR DE SIGNIFICANCIA:

Por tanto, conforme al criterio de decisión se acepta la hipótesis nula.

3. Prueba de Kruskal-Wallis: es un método no paramétrico para probar si un grupode

6.1 Prueba de Kolmogorov-Smirnov

Ejemplo: Se efectuaron mediciones del nivel de glucemia de 36 hombres adultos en

Supuestos: La muestra disponible es una muestra aleatoria simple que se extrajo de

Saldrán los siguientes resultados:

Interpretación: en la tabla vemos que la media de los valores de glucemia de los

El uso y entendimiento de las herramientas no paramétricas, nos facilita el análisis de datos y

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.