Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Prueba de Bonferroni

No description
by

Erika Buendia

on 26 May 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Prueba de Bonferroni

INTRODUCCIÒN A LA TEORIA DE PROBABILIDADES
Es la rama de las matemáticas que se ocupan de probabilidad, el concepto de probabilidad nace con el deseo del hombre de conocer con certeza los eventos futuros. Es por ello que el estudio de probabilidades surge como una herramienta utilizada por los nobles para ganar en los juegos y pasatiempos de la época.




Con el tiempo estas técnicas matemáticas se perfeccionaron y encontraron otros usos muy diferentes para la que fueron creadas. Actualmente se continúo con el estudio de nuevas metodologías que permitan maximizar el uso de la computación en el estudio de las probabilidades disminuyendo, de este modo, los márgenes de error en los cálculos.
CARLO EMILIO BONFERRONI
Fue un italiano matemático que trabajó en la teoría de probabilidades. Nació en Bérgamo el 28 de enero 1892 y murió el 18 de agosto de 1960 en Florencia .
En las estadísticas , la corrección de Bonferroni es un método utilizado para contrarrestar el problema de comparaciones múltiples . Lleva el nombre de italiano matemático para el uso de las desigualdades de Bonferroni , pero el uso moderno se acredita a menudo a Oliva Jean Dunn , quien describió el procedimiento en un par de artículos escritos en 1959 y 1961, que se conoce entonces como la corrección de Bonferroni
Prueba de Bonferroni

Erika Buendia
Katerine Joven
Alexander Osorio
Giselle Aroca
Método para controlar el nivel de confianza simultáneo para un conjunto completo de intervalos de confianza. Es importante considerar el nivel de confianza simultáneo cuando examine los intervalos de confianza múltiples porque las probabilidades de que por lo menos uno de los intervalos de confianza no contenga el parámetro de la población es mayor para un conjunto de intervalos que para un intervalo individual. Para contrapesar esta mayor tasa de error, el método de Bonferroni ajusta el nivel de confianza de cada intervalo individual, de modo que el nivel de confianza simultáneo resultante sea igual al valor que especifique.
De seis variables que se habían considerado como significativas para la interacción de los dos factores analizados, sólo una resulta significativa después del ajuste.
Desventajas: por un lado. Se ha argumentado que es una prueba demasiado conservadora, es decir, que lleva a no rechazar hipótesis nulas que son falsas, aumentando la probabilidad de cometer errores. Esto se debe en parte a que el algoritmo mediante el cual se hace la corrección no considera el número de pruebas estadísticas simultáneas incluidas en el conjunto que se analiza. Así, a mayor número (N) de pruebas, más pequeña es la probabilidad α/N. Esto nos llevaría a considerar no significativas pruebas que si lo son.

Conclusiones: esta aplicación permite limpiar una tabla de pruebas estadísticas de positivos falsos producidos por el carácter aleatorio de las muestras. Estos falsos positivos pueden oscurecer los análisis y llevar a falsas interpretaciones, a conclusiones erróneas, o a la fabricación de hipótesis y teorías sin fundamento, cuya puesta a prueba, además, puede significar una inversión innecesaria de tiempo o dinero. Como ocurre con todas las pruebas estadísticas, antes de utilizarse deberán tenerse en cuenta las limitaciones antes mencionadas para su aplicación, ya que de otra manera se corre el riesgo de ignorar resultados verdaderamente significativos. Se recomienda la aplicación de la corrección a cualquier conjunto de pruebas de hip6tesis simultáneas
Ejemplo
Gracias
Full transcript