Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


cuadernos psicobiologia, Apuntes de Psicobiología

Asignatura: Psicobiologia, Profesor: Psicologia Psicologia, Carrera: Psicología, Universidad: UDIMA

Tipo: Apuntes

2014/2015

Subido el 16/09/2015

carlitos2010
carlitos2010 🇪🇸

1 documento

1 / 42

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Psicología
adenda
Formulario y tablas
Introducción al
análisis de datos
Ana Julia Garriga Trillo
Paula Lubin Pigouche
José M.ª Merino Merino
Miguel Padilla Suárez
Patricia Recio Saboya
Juan Carlos Suárez Falcón
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a

Vista previa parcial del texto

¡Descarga cuadernos psicobiologia y más Apuntes en PDF de Psicobiología solo en Docsity!

Psicología

adenda

Formulario y tablas

Introducción al

análisis de datos

Ana Julia Garriga Trillo

Paula Lubin Pigouche

José M.ª Merino Merino

Miguel Padilla Suárez

Patricia Recio Saboya

Juan Carlos Suárez Falcón

ADENDA

ADENDA (6201103AD01A01) INTRODUCCIÓN AL ANÁLISIS DE DATOS. FORMULARIOS Y TABLAS

Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del Copyright, bajo las sanciones establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografía y el tratamiento informático, y la distribución de ejemplares de ella mediante alquiler o préstamos públicos.

© Universidad Nacional de Educación a Distancia Madrid 2009

Librería UNED: c/ Bravo Murillo, 38 - 28015 Madrid Tels.: 91 398 75 60 / 73 73 e-mail: [email protected]

© Ana Julia Garriga-Trillo, Paula Lubin Pigouche, José María Merino Merino, Miguel Padilla Suárez, Patricia Recio Saboya y Juan Carlos Suárez Falcón

Todas nuestras publicaciones han sido sometidas a un sistema de evaluación antes de ser editadas

ISBN: 978-84-362-6041- Depósito legal: M. 21.902-

Primera edición: agosto de 2009

Impreso en España - Printed in Spain

Tercera reimpresión: mayo de 2011

ÍNDICE

  • Tema 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS
  • Tema 2. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
  • Tema 3. M EDIDAS DE VARIABILIDAD Y ASIMETRÍA
  • Tema 4. ANÁLISIS CONJUNTO DE DOS VARIABLES
  • Tema 5. NOCIONES BÁSICAS DE PROBABILIDAD
  • Tema 6. D ISTRIBUCIONES DISCRETAS DE PROBABILIDAD
  • Tema 7. DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
  • Tema 8. ESTIMACIÓN
  • Tablas

Conceptos básicos: Población. Muestra , Parámetro, Estadístico. Escalas de Medida y Clasificación de Variables:

Distribución de frecuencias:

Frecuencia absoluta (n (^) i), Frecuencia absoluta acumulada (n (^) a). Proporción o frecuencia relativa (p (^) i), Proporción acumulada o fre- cuencia relativa acumulada (p (^) a). Porcentaje (Pi), Porcentaje acumulado (P (^) a). Límites aparentes, virtuales o informados, Límites reales o exactos. Punto medio o Marca de Clase del intervalo. Amplitud del intervalo.

Nominal Cualitativa DicotómicaPolitómica

Ordinal

De intervalos De razón

Cuasicuantitativa

Cuantitativa DiscretaContinua

Tema 1

Conceptos básicos y organización de datos

Representación gráfica

Una variable

Dos variables

Diagrama de barras Diagrama de sectores Pictograma Histograma Polígono de frecuencias Diagrama de barras conjunto Diagrama de dispersión o nube de puntos

Propiedades de la distribución de frecuencias

Tendencia central Variabilidad Asimetría

INTRODUCCIÓN AL A NÁLISIS DE DATOS

Tema 2

Medidas de tendencia central y posición

MEDIA: X^ –

MEDIANA: Md

donde, Li = Límite exacto inferior del intervalo crítico. n = Número de observaciones. nd = Frecuencia absoluta acumulada por debajo del intervalo crítico. nc = Frecuencia absoluta del intervalo crítico. I = Amplitud del intervalo crítico.

MODA: Mo

Md L

n (^) n i n I

d c

X = ∑n^ X i^ X = ∑^ n Xni i X =∑p Xi i

PERCENTILES O CENTILES

P L

n k (^) n k i n I

d c

INTRODUCCIÓN AL A NÁLISIS DE DATOS

Tema 3

Medidas de variabilidad y asimetría

AMPLITUD TOTAL O RANGO:

DESVIACIÓN MEDIA:

VARIANZA:

DESVIACIÓN TIPICA:

CUASIVARIANZA Y CUASIDESVIACIÓN TÍPICA

COEFICIENTE DE VARIACIÓN:

AMPLITUD SEMI-INTERCUARTIL:

ÍNDICE DE ASIMETRÍA DE PEARSON:

PUNTUACIONES TÍPICAS: z (^) x XS^ X X

= −^.

A (^) s X^ SMo X

= −^.

Q = Q^3 Q^1 = P^75 P^25

CV = S

X

X ⋅100.

S

X X

n S^ S^

X X

n n

i n n

i − =^ − −

( − ) − =^ =^

( − ) −

∑ ∑ 1

2

2 1 1

2

2 1 1

S X = SX^2.

S X^ X

n

X

n

X S n^ X^ X n

n X X^2 i^ i X i^ i^ i^ i

2 2 2 2 2 2 = ∑^ (^ −^ )^ = ∑^ − = ∑ (^ −^ )^ =∑∑

n

X

S (^) X p Xi i X

2

2 2 2

DM

X X

n = ∑^ i−.

A (^) T = X (^) máx − Xmín.

FORMULARIOS Y TABLAS

Tema 4

Análisis conjunto de dos variables

Relación entre dos variables cualitativas:

donde, ne es la frecuencia observada o empírica nt es la frecuencia teórica o esperada

COEFICIENTE DE CONTINGENCIA: (^) C X X n

2

X

n n n

e t t

(^2) = (^) ∑∑(^ − )

2

Relación entre dos variables cuantitativas:

COVARIANZA:

COEFICIENTE DE CORRELACIÓN DE PEARSON:

r S S S

r n^ XY^ X^ Y n X X n Y Y

xy XXY Y

xy

− ( (^) ) − ( (^) )

∑ ∑ ∑ ∑ 2 ∑ ∑

2 2 2 ∑∑

cov X Y • •o••S 1

X X Y Y

n

X Y

xy i i^ i

n i i^ i ( , ) =

( − ) ( − ) = (^) = = ∑ (^1)

nn

n X Y

∑ −

FORMULARIOS Y TABLAS

Tema 5

Nociones básicas de probabilidad

Conceptos previos: Experimento aleatorio. Suceso.

Operaciones con sucesos: Unión.

Intersección. Complementario.

Definición de probabilidad : Clásica. Axiomática.

Propiedades de la probabilidad:

Teorema de la suma :

Para sucesos excluyentes:

Probabilidad Condicionada:

Teorema del producto : Para sucesos independientes:

Regla o Teorema de Bayes : (^) P A B

P A P B A

( ) =^ P B

( )⋅ (^) ( (^) ) ( ).

P A( ∩ B ) = P A( ) ⋅P B( ).

P A( ∩B (^) ) = P A( )·P B A ( ).

P B A

P A B

( (^) ) =^ P A

( ∩ ) ( )

P A B

P A B

( (^) ) =^ P B

( ∩ ) ( ).

P A( ∪ B ) = P A( ) +P B( ).

P A( ∪ B ) = P A( ) + P B( ) − P A( ∩B).

P A

P E

P A P A

INTRODUCCIÓN AL A NÁLISIS DE DATOS

Tema 6

Distribuciones discretas de probabilidad

Discreta Variable aleatoria Continua Función de probabilidad: Función de distribución: Representación gráfica Media: Varianza: σ 2 = (^) ∑ ( x −μ) ⋅^2 f ( x ) = E X( 2 ) −  E X( ) ^2.

μ = (^) ∑ x f⋅ ( ).x

F x( ) = P X( ≤x).

f ( x ) = P X( =x).

Características fundamentales de una distribución B(n,p)  (^) Función de probabilidad:

 Función de distribución:

 (^) Media: μ = np.  (^) Varianza: σ 2 = npq. donde: «x» es el «número de aciertos», «n» es el número de ensayos, «p» es la probabilidad de éxito en cada uno de los ensayos, «q» es la probabilidad de fracaso (1 – p) y el número combinatorio que se

lee «n sobre x» es igual a n x n x

( − )

n x

^

F x ( ) = P (^) ( X ≤x (^) ) = nx p qx^ n^ x

∑ (^)  −

f x P X x n x ( ) =^ ( = ) =  p qx^ n^ x 

^

INTRODUCCIÓN AL A NÁLISIS DE DATOS

DISTRIBUCIÓN «F»

Media:

Varianza:

F 10,20^ F

n n n n

n n

1 2

1 2

2 1 2 2

,

( (^) ) ( )

χ χ

σ 2 2

(^21 )

1 2 2

2 2

( +^ − ) ( − ) ( − )

n n n n n n

paran

μ = (^) n n−^2 n > 2 2 para^22

FORMULARIOS Y TABLAS

Tema 8

Estimación

Tamaño de la muestra para la estimación de la media de una distribu- ción normal con σ conocida

Intervalos de confianza para la media

Supuestos Límites del intervalo de confianzapara la media

  • Muestreo aleatorio simple
  • σ conocida
  • Distribución normal (n ≥ 30 si la distribución no es normal)

L X z L X z z

i =^ −^ X s =^ + X → T

1 2 1 2 1 2

  • / - /
    • /

α α α

σ σ aabla•IV σ X = σn

  • Muestreo aleatorio simple
  • σ desconocida
  • Distribución normal (n ≥ 30 si la distribución no es normal)

L X t S L X t S t

i n (^) X s n (^) X n

= • − (^) - ; - / = + - ; - /

1 1 α 2 1 1 α 2 1 1 1; - α / 2 Tabla•VI S (^) n-

→ S (^) X= n Aproximación de la distribución t de Stu- dent a la normal:

  • Muestreo aleatorio simple
  • σ desconocida
  • Distribución normal o no normal
  • n > 100

L X z S L X z S z

i =^ −^ X s =^ + X → T

1 2 1 2 1 2

  • / - /
    • /

α α α aabla•IV S (^) X = Snn-

Sn–1 es la cuasidesviación típica calculada en una muestra

n

z E

= 1 −^2

2 2 α 2 /σ máx

01_Addenda 24/5/11 17:07 Página 19