Pruebas estadisticas

60,086 views
59,186 views

Published on

Pruebas estadisticas

  1. 1. PRUEBAS ESTADISTICAS Modulo: Procesamiento de Datos Profesores: Marcelo Rioseco Marjorie Sámuel
  2. 2. Tipos de pruebas <ul><li>Pruebas Paramétricas </li></ul><ul><li>Se llaman así porque su cálculo implica una estimación de los parámetros de la población con base en muestras estadísticas. Mientras más grande sea la muestra más exacta será la estimación, mientras más pequeña, más distorsionada será la media de las muestras por los valores raros extremos. </li></ul>
  3. 3. Tipos de pruebas <ul><li>Ventajas de las Pruebas Paramétricas </li></ul><ul><li>Tienen mas poder de contraste </li></ul><ul><li>Más poder de eficiencia. </li></ul><ul><li>Más sensibles a los rasgos de los datos recolectados. </li></ul><ul><li>Menos posibilidad de errores. </li></ul><ul><li>Completas (dan estimaciones probabilísticas bastante exactas). </li></ul>
  4. 4. Tipos de pruebas <ul><li>Prueba t (student) : Es una prueba parametrica que es utilizada para comparar las medias de dos grupos independientes. Nos permite establecer diferencias estadísticamente significativas entre las medias de dos grupos. </li></ul><ul><li>Para esto se ve el valor de p o de significancia estadística debe ser mayor que 0.05. </li></ul>
  5. 5. Tipos de pruebas <ul><li>¿Que es el nivel de significancia? </li></ul><ul><li>La probabilidad de que un evento ocurra oscila entre 0 y 1, donde: </li></ul><ul><li>0= significa la imposibilidad de ocurrencia </li></ul><ul><li>1=la certeza de que ocurra el fenómeno </li></ul>
  6. 6. Tipos de pruebas <ul><li>Anova: Es una prueba estadística para analizar si dos o mas grupos difieren significativamente entre si, en cuanto a sus medias y varianzas. Se utiliza para la comparación de medias de 2 o mas grupos. </li></ul>
  7. 7. Tipos de pruebas <ul><li>Pruebas no parametricas : Se denominan pruebas no paramétricas aquellas que no presuponen una distribución de probabilidad para los datos, por ello se conocen también como de distribución libre ( distribution free ). </li></ul><ul><li>Las pruebas no parametricas mas utilizadas </li></ul>
  8. 8. Tipos de pruebas <ul><li>Prueba de Wilcoxon para contrastar datos pareados. </li></ul><ul><li>Prueba de Mann-Whitney para muestras independientes </li></ul><ul><li>Prueba de Kruskal-Wallis para comparar K muestras </li></ul><ul><li>Prueba de Friedman para comparar K muestras pareadas (bloques) </li></ul><ul><li>Coeficiente de correlación de Spearman para rangos </li></ul><ul><li>Prueba de rachas de Wald-Wolfowitz </li></ul>
  9. 9. Pregunta de investigación Asociación de 2 variables (dep, indep) Correlación Spearman Regresión lineal Cuantitativa Cuantitativa Prueba T ANOVA categórica Cuantitativa Regresión logística cuantitativa categórica chi-cuadrado categórica categórica Prueba Tipos de variable Dependiente independiente
  10. 10. Comparacion de variables (diferencias) Kruskal wallis Número de variables independientes 2 grupos datos pareados >2grupos chi-cuadrada* Wilcoxon Mann-Whitney Prueba t pareada Prueba t Cuantitativa Ordinal Categórica Variable
  11. 11. Medidas de Distribución <ul><li>Las medidas de distribución nos permiten identificar la forma en que se separan o aglomeran los valores de acuerdo a su representación gráfica. Estas medidas describen la manera como los datos tienden a reunirse de acuerdo con la frecuencia con que se hallen dentro de la información </li></ul><ul><li>Sus principales medidas son la Asimetría y la Curtosis </li></ul>
  12. 12. Medidas de Distribución <ul><li>ASIMETRÍA </li></ul><ul><li>Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor del punto central (Media aritmética). La asimetría presenta tres estados diferentes, cada uno de los cuales define de forma concisa como están distribuidos los datos respecto al eje de asimetría. </li></ul>
  13. 13. Medidas de Distribución <ul><li>Se dice que la asimetría es positiva cuando la mayoría de los datos se encuentran hacia el lado izquierdo de la curva (por debajo de la media aritmética). </li></ul><ul><li>La curva es Simétrica cuando se distribuyen aproximadamente la misma cantidad de valores en ambos lados de la media </li></ul>
  14. 14. Medidas de Distribución <ul><li>Asimetría negativa : cuando la mayor cantidad de datos se aglomeran hacia la derecha de la curva. (por encima de la media) </li></ul>
  15. 15. El Coeficiente de asimetría , se representa mediante la ecuación matemática, <ul><li>Donde (g1) representa el coeficiente de asimetría de Fisher, (Xi) cada uno de los valores, ( X ) la media de la muestra y (ni) la frecuencia de cada valor. Los resultados de esta ecuación se interpretan: </li></ul><ul><li>  </li></ul><ul><li>(g1 = 0): Se acepta que la distribución es Simétrica, es decir, existe aproximadamente la misma cantidad de valores a los dos lados de la media. Este valor es difícil de conseguir por lo que se tiende a tomar los valores que son cercanos ya sean positivos o negativos (± 0.5). </li></ul>
  16. 16. Medidas de Distribución <ul><li>(g1 > 0): La curva es asimétricamente positiva por lo que los valores se tienden a reunir más en la parte izquierda que en la derecha de la media. </li></ul><ul><li>(g1 < 0): La curva es asimétricamente negativa por lo que los valores se tienden a reunir más en la parte derecha de la media. </li></ul>
  17. 17. Medidas de Distribución <ul><li>CURTOSIS </li></ul><ul><li>Esta medida determina el grado de concentración que presentan los valores en la región central de la distribución. </li></ul><ul><li>Por medio del Coeficiente de Curtosis , podemos identificar si existe una gran concentración de valores </li></ul><ul><li>  </li></ul>
  18. 18. Medidas de Distribución <ul><li>Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de los valores centrales de la variable. </li></ul><ul><li>. </li></ul>
  19. 19. Medidas de Distribución <ul><li>Distribución mesocúrtica: presenta un grado de concentración medio alrededor de los valores centrales de la variable (el mismo que presenta una distribución normal). </li></ul>
  20. 20. Medidas de Distribución <ul><li>Distribución platicúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la variable. </li></ul>
  21. 21. Medidas de Distribución
  22. 22. Medidas de Distribución

×