Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos

Mostrar todas las versiones(3)

Los métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Calandra, María Valeria, Vericat, Fernando
Formato: Documento de conferencia publishedVersion
Lenguaje:Español
Publicado: 2012
Materias:
Educación
Test gráficos
Normalidad
Simulación
Monte Carlo
Acceso en línea:https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.3651/ev.3651.pdf
Aporte de:
Memoria Académica - FaHCE (UNLP) de Universidad Nacional de La Plata
id I19-R125-Jev3651
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-125
collection Memoria Académica - FaHCE (UNLP)
language Español
orig_language_str_mv spa
topic Educación
Test gráficos
Normalidad
Simulación
Monte Carlo
spellingShingle Educación
Test gráficos
Normalidad
Simulación
Monte Carlo
Calandra, María Valeria
Vericat, Fernando
Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
topic_facet Educación
Test gráficos
Normalidad
Simulación
Monte Carlo
description Los métodos gráficos son populares para chequear modelos, un gráfico cuantil- cuantil (qq-plot) permite observar cuan cerca está la distribución de un conjunto de datos a alguna distribución ideal o comparar la distribución de dos conjuntos de datos. La forma del gráfico debería ser idealmente una línea recta específica. Si interesa comparar con la distribución Gaussiana se llama gráfico de probabilidad Normal. El objetivo del presente trabajo es testear normalidad de una muestra en especial para el caso de tamaños muestrales pequeños para los cuales el comportamiento de estos gráficos suele ser errático y conducir a falsas interpretaciones, mostraremos además que no suele ser así con tamaños muestrales más grandes. Proponemos, también establecer una banda de probabilidad o banda envolvente basada en un método empírico, específicamente mediante el método de Monte Carlo, dicha banda nos establecerá un marco de referencia probabilístico para evitar falsas interpretaciones. Se presenta un código computacional, de fácil implementación, empleado por los alumnos para la aplicación de esta metodología de análisis de normalidad, el cual es utilizado para la enseñanza de la temática en cuestión
format Documento de conferencia
Documento de conferencia
publishedVersion
author Calandra, María Valeria
Vericat, Fernando
author_facet Calandra, María Valeria
Vericat, Fernando
author_sort Calandra, María Valeria
title Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
title_short Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
title_full Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
title_fullStr Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
title_full_unstemmed Simulación en el aula : Prueba de normalidad para muestras pequeñas usando test gráficos
title_sort simulación en el aula : prueba de normalidad para muestras pequeñas usando test gráficos
publishDate 2012
url https://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.3651/ev.3651.pdf
work_keys_str_mv AT calandramariavaleria simulacionenelaulapruebadenormalidadparamuestraspequenasusandotestgraficos
AT vericatfernando simulacionenelaulapruebadenormalidadparamuestraspequenasusandotestgraficos
bdutipo_str Repositorios
_version_ 1764820495874654217

Ejemplares similares