Altillo.com > Exámenes > UBA - Cs. Sociales - Relaciones del Trabajo > Estadística Aplicada II


Resumen para el Segundo Parcial |  Estadística Aplicada II (Cátedra: Duret - 2019)  |  Cs. Sociales  |  UBA

PRUEBA DE HIPÓTESIS: método estadístico que permite verificar si una afirmación poblacional es verdadera o falsa a partir de los datos de una muestra, considerando la probabilidad de cometer un error. Estas pruebas pueden ser para una población o para dos poblaciones.

CURSOS DE ACCIÓN: acción que se llevaría a acabo si se conociera el verdadero valor del parámetro.

 

DESIGUALDAD EQUIVALENTE: aquella desigualdad que tiene el mismo curso de acción que la igualdad.

 

HIPÓTESIS NULA (H0): plantea la diferencia entre el parámetro y el valor postulado es igual a cero. Lleva siempre la igualdad y la desigualdad equivalente.

 

HIPÓTESIS ALTERNATIVA (H1): aquella hipótesis que debería cumplirse si se rechaza la hipótesis nula.

 

REGIÓN CRÍTICA: subconjunto del dominio de una distribución en donde se rechaza la hipótesis nula. Su tamaño se determina a partir del nivel de significación (α).

 

PUNTO CRÍTICO: punto que separa la zona donde se rechaza y no se rechaza la hipótesis nula.

 

ESTADÍGRAFO DE PRUEBA: mide la discrepancia entre el parámetro a probar y el estimador correspondiente.

 

ERROR DE TIPO I: hecho de rechazar la hipótesis nula cuando la hipótesis nula es cierta.

 

ERROR DE TIPO II: hecho de no rechazar la hipótesis nula cuando la hipótesis nula es falsa.

 

NIVEL DE SIGNIFICACIÓN: probabilidad de cometer el error de tipo I, se simboliza con la letra griega α.

 

ACCIÓN DERIVADA: acción que se lleva a cabo según el resultado de la decisión estadística que se tome, rechazar o no rechazar la hipótesis nula.

 

ANÁLISIS DE REGRESIÓN: explica el comportamiento de una variable cuantitativa a partir de otra u otras variables que está relacionada.

VARIABLE EXPLICADA: aquella variable cuyo comportamiento se quiere describir a partir del comportamiento de otra u otras variables, se representa con la letra x.

VARIABLE EXPLICATIVA: aquellas variables que explican el comportamiento de la variable explicada, se representa con la letra y.

RESIDUO ALEATORIO: cuyo símbolo es u, mide la varianza residual muestral.

COEFICIENTE DE DETERMINACIÓN: cuyo símbolo es R2 indica qué porcentaje de la variación de Y está explicado por la variación de X.

RELACIÓN LINEAL DIRECTA SIGNIFICATIVA: indica que cuando la variable y sube o baja, lo mismo pasa con la variable x, sube o baja, respectivamente.

RELACIÓN LINEAL INVERSA: la variable y suba, o baje, de valor cuando la variable x baje, o suba, de valor, respectivamente.

 

MODELO DE REGRESIÓN: ecuación que sirve para predecir el valor de y (y = β0 + β1 x + u).

PARTE AUTÓNOMA (Β0): o la ordenada al origen, del modelo de regresión lineal simple, o de la recta de regresión. β0 indica el valor de y cuando x vale cero.

Β1, COEFICIENTE DE REGRESIÓN: o pendiente, indica en cuanto va a variar la variable explicada por cada punto que aumente, o disminuya, la variable explicativa.

 

ANÁLISIS DE CORRELACIÓN: mide el grado de asociación entre las variables.

COEFICIENTE DE CORRELACIÓN ESTIMADO: simbolizado con una r y cuyo parámetro es ρ (rho, coeficiente de correlación) mide la intensidad de la relación lineal entre las variables.


 

Preguntas y Respuestas entre Usuarios: