Show simple item record

dc.contributor.authorCaycho-Chumpitaz, Carlos-Teodoro
dc.contributor.authorMerino-Escalante, Víctor
dc.contributor.authorCastillo-Crespo, Carlos-Humberto
dc.contributor.otherCaycho-Chumpitaz, Carlos-Teodoroes_PE
dc.contributor.otherMerino-Escalante, Victores_PE
dc.contributor.otherCastillo-Crespo, Carlos-Humbertoes_PE
dc.date.accessioned2019-10-17T16:23:41Z
dc.date.available2019-10-17T16:23:41Z
dc.date.issued2019
dc.identifier.citationCaycho. C., Castillo, C. y Merino, V. (2019). Manual de estadística no paramétrica aplicada a los negocios. Universidad de Lima, Fondo Editorial.es_PE
dc.identifier.isbnurnb:isbn:978-9972-45-495-0
dc.identifier.urihttp://repositorio.ulima.edu.pe/handle/ulima/9349
dc.description.abstractEste documento plantea la aplicación de la estadística no paramétrica en la investigación cuantitativa de los negocios, para lo cual se hace una presentación de cada técnica y/o prueba estadística detallando sus aplicaciones y limitaciones correspondientes; su propósito principal es brindar una alternativa a los investigadores cuando disponen de datos que no satisfacen los supuestos de la estadística paramétrica. El presente trabajo de investigación, a la luz de lo propuesto por Siegel (1957), toma en consideración de forma precisa esta circunstancia, y trata sobre la presentación de las técnicas y/o pruebas estadísticas no paramétricas referentes a datos que se miden en escala nominal u ordinal: – Caso de una muestra: prueba binomial, prueba ji-cuadrado, prueba de Kolmogorov- Smirnov, prueba de rachas. – Caso de dos muestras independientes: prueba ji-cuadrado, prueba de Kolmogorov- Smirnov, prueba U de Mann-Whitney, prueba de reacciones extremas de Moses, prueba de rachas de Wald-Wolfowitz, prueba exacta de Fischer. – Caso de dos muestras relacionadas: prueba de McNemar, prueba de Wilcoxon, prueba de los signos. – Caso de k muestras independientes: prueba ji-cuadrado, prueba de Kruskal-Wallis, prueba de la mediana, prueba de Jonckheere. – Caso de k muestras relacionadas: prueba Q de Cochran, prueba de Friedman, prueba W de Kendall. – Medidas no paramétricas de correlación: coeficiente de contingencia, coeficiente de correlación por rangos de Spearman, coeficiente de correlación por rangos de Kendall.es_PE
dc.formatapplication/pdf
dc.language.isospaes_PE
dc.publisherUniversidad de Lima, Fondo Editoriales_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAtribución-NoComercial-CompartirIgual 2.5 Perú*
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/*
dc.sourceRepositorio Institucional - Ulimaes_PE
dc.sourceUniversidad de Limaes_PE
dc.subjectEstadística no paramétricaes_PE
dc.subjectEstadística matemáticaes_PE
dc.subjectNonsparametric statisticsen
dc.subjectMathematical statisticsen
dc.subject.classificationCiencias / Estadística
dc.titleManual de estadística no paramétrica aplicada a los negocioses_PE
dc.typeinfo:eu-repo/semantics/bookes_PE
dc.type.otherFondo Editorial
dc.publisher.countryPerú
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#1.01.03es_PE


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess