Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Pearson Ana

1,088 views

Published on

Published in: Travel
  • Be the first to comment

  • Be the first to like this

Pearson Ana

  1. 1. CORRELACION DE PEARSON   Se diferencia de la correlación de Pearson en que utiliza valores medidos a nivel de una escala ordinal. Si alguna de las variables está medida a nivel de escala de intervalo/razón deberá procederse antes de operar el estadístico a su conversión en forma ordinal. Definición. La variable χ 2 de Pearson. Este modelo de probabilidad puede ser introducido como caso particular de la familia de distribuciones Gamma de parámetros   y p , constantes positivas, cuya función de densidad responde a la siguiente forma: DEFINICION: Concretamente, si se considera  = 1/2 y p = r/2 , donde r es un entero positivo,
  2. 2. el modelo de probabilidad resultante se denomina χ2, Chi-cuadrado, con r grados de libertad.   Gráfica de la función de densidad de la variable χ2  con 10 grados de libertad: Resultado que afecta a la distribución de S2. Si X1, X2,..., Xn son variables aleatorias  independientes  con ley de probabilidad normal N(μ,σ) , es decir, una muestra aleatoria de tamaño n extraída de una población N(μ,σ), entonces  Sigue la ley de probabilidad del modelo χ2 con (n-1) grados de libertad.  
  3. 3. Algunas preguntas de importancia en el diseño esta- dístico del análisis de correlación de un estudio son: ¿Las variables con cuantitativas o cualitativas?, ¿la distribución de los datos obtenidos es paramétrica o no paramétrica? (normal, binomial, hipergeométrica, ji cuadrada, etc.), ¿el tamaño de la muestra es suficiente para adecuarse al modelo estadístico?, ¿la muestra estudiada fue aleatoria o no aleatoria?, ¿las mediciones son independientes o pareadas?, ¿cuántos grupos se estudiaron uno, dos tres o más?, ¿cuál es el propósito de la investigación, describir, comparar, correlacionar, predecir? Las respuestas adecuadas a estas preguntas prácticamente definen el diseño estadístico. IMPORTANCIA

×