Tema B6. Tablas de contingencia. Ejemplo
|
|
- María Luisa Acuña Crespo
- hace 7 años
- Vistas:
Transcripción
1 Ejemplo
2
3 En esta tabla se representan los mismos datos que en la tabla anterior, pero en términos de frecuencias ( recuento )
4 Para simplificar la tabla vamos a agrupar variables 1. Juntamos las personas que están muy de acuerdo y bastante de acuerdo en considerarse bastante atractivo. 2. Juntamos las personas que están poco o nada de acuerdo 3. Eliminamos del análisis la no respuesta (hemos excluido a = 300 personas. En total hay 4832 hombres en la muestra, es decir, que la no respuesta es del 6 por ciento (300/4832 = 0.06 ó el 6%). Esto puede introducir sesgos en nuestras conclusiones. 4. Creamos tres categorías a partir de la variable estudios Sin estudios / primaria Secundaria / FP Universitarios medios y superiores LA TABLA QUEDARÁ
5 Tabla de frecuencias observadas Sin estudios / primaria Secundaria Muy /bastante Poco / nada Universitarios A esta tabla se le conoce como tabla de frecuencias observadas
6 Sin estudios / primaria Secundari a Universita rios Muy /bastante Poco / nada Esta sería la tabla de frecuencias observadas En términos de porcentajes, las frecuencias observadas quedarían así: Sin estudios / primaria Secundari a Universita rios Muy /bastant e 50.2% 58.9% 58.5% Poco / nada 49.8% 41.1% 41.5% 100% 100% 100% 54.5% 45.5% 100% El porcentaje de personas que se consideran atractivos parece ser menor en las personas sin estudios o con estudios de primaria
7 Sin estudios / primaria Muy /bastant e 50.2% Poco / nada 49.8% 100% El porcentaje de personas que se consideran atractivos parece ser menor en las personas sin estudios o con estudios de primaria que en las personas con estudios secundarios o universitarios Secundari a 58.9% 41.1% 100% Universita rios 58.5% 54.5% 41.5% 45.5% 100% 100% Se podría hablar de que existe asociación entre nivel de estudios y considerarse atractivo (autoconcepto estético)? Para explorar si existe asociación vamos a comparar esta tabla con una tabla imaginaria en la que no existiría asociación (tabla de no asociación) o también llamada tabla de frecuencias esperadas (en caso de no asociación)
8 Por ello, una vez que se cuenta con la tabla de frecuencias observadas, el siguiente paso es construir la tabla de frecuencias esperadas Para ello trabajaremos, en primer lugar, con los totales de la tabla Sin estudios / primaria Secundaria Muy /bastante Poco / nada Universitarios
9 La frecuencia esperada de la celda (muy-bastante y sin estudios-primaria) será el resultado de multiplicar el total de dicha columna (2470) por el de dicha fila (2253) y dividir la cantidad por el total de la tabla (4532), esto es (2470 * 2253) / 4532 = ) Muy /bastante Poco / nada Sin estudios / primaria Secundaria 1459 Universitarios
10 Podemos completar la tabla de frecuencias esperadas realizando lo mismo que en la diapositiva anterior para el resto de celdas. Muy /bastante Poco / nada Sin estudios / primaria Secundaria Universitarios
11 Sin estudios / primaria Secundari a Universita rios Muy /bastante Poco / nada Esta sería la tabla de frecuencias esperadas Sin estudios / primaria Secundari a Universita rios. Y estos serían los porcentajes de la tabla de frecuencias esperadas Muy /bastant e 54.5% 54.5% 54.5% Poco / nada 45.5% 45.5% 45.5% 100% 100% 100% 54.5% 45.5% 100% En todas las filas se han obtenido los mismos porcentajes, por eso a la tabla de frecuencias esperadas se le conoce también como tabla de no asociación
12 Hasta ahora hemos producido cuatro tablas: dos con frecuencias Muy /bastante Poco / nada Muy /bastant e Poco / nada Sin estudios / primaria Secundari a Universita rios Esta sería la tabla de frecuencias observadas Sin estudios / primaria Secundari a Universita rios Esta sería la tabla de frecuencias esperadas
13 y otras dos con porcentajes. Muy /bastante Poco / nada Muy /bastant e Poco / nada Sin estudios / primaria Secundari a 50.2% 58.9% 49.8% 41.1% 100% 100% Sin estudios / primaria Secundari a 54.5% 54.5% 45.5% 45.5% 100% 100% Universita rios 58.5% 41.5% 100% Universita rios 54.5% 45.5% 100% 54.5% 45.5% 100% 54.5% 45.5% 100% Estos serían los porcentajes de la tabla de frecuencias observadas Y estos los de la tabla de frecuencias esperadas o tabla de no asociación
14
15 Con nuestros datos, para calcular ji-cuadrado OBSERVADAS Muy /bastante Poco / nada ESPERADAS Muy /bastante Poco / nada Sin estudios / primaria Sin estudios / primaria Secundaria Secundaria Universitari os Universitari os Habría que sumar: El resultado (aprox.) es: 34.18
16 Tenemos los elementos necesarios para una prueba de hipótesis 1. Las hipótesis H0: no existe asociación H1: existe asociación 2. Una prueba para comprobar la hipótesis
17 Tenemos los elementos necesarios para una prueba de hipótesis 3. Podemos establecer una región de rechazo a partir de un determinado nivel de significación Tenemos 2 columnas (2-1) = 1 y 3 filas (3-1) = 2, luego 1*2=2 g.l. Se suele emplear un nivel de significación de 0.05 (5%) En la tabla ji-cuadrado (ver página siguiente) para estos grados de libertad y nivel de significación el valor límite de la región de rechazo (R.R.) es: 5.99
18
19 Tenemos los elementos necesarios para una prueba de hipótesis 4. Se puede comprobar si el valor obtenido en la prueba ji-cuadrado pertenece a la región de rechazo. En este caso el valor obtenido en la prueba de ji cuadrado es que es mayor que el valor de ji-cuadrado obtenido en la tabla para un nivel de significación de 0.05 con dos grados de libertad (5.99). Es decir, pertenece a la Región de Rechazo, por lo que rechazamos la hipótesis nula ϵ RR (0.05) χ2 > 5.99 por lo que rechazamos la H0 (hipótesis nula) En el caso de los hombres existe asociación entre nivel educativo y considerarse atractivo con un nivel de significación del 5%. No obstante se ha de tener en cuenta que hubo un porcentaje de no respuesta del 6% (lo que ha podido sesgar la conclusión).
20 5. Ojo! Para poder realizar la prueba ji-cuadrado se deben cumplir unos supuestos. Cochram: un máximo de un 20% de las celdas debe tener una frecuencia esperada entre 1 y 5 ESPERADAS Sin estudios / primaria Secundaria Universitari os Muy /bastante Poco / nada En el ejemplo, ninguna de las 6 celdas tiene menos de 5 casos. La celda más pequeña cuenta con casos Se cumple el supuesto y por ello se puede calcular ji-cuadrado
21 Problemas de jicuadrado No indica la dirección de la asociación Con ji-cuadrado no podemos concluir que la gente con mayor nivel de estudios tiende a considerarse más atractiva (o lo contrario) No informa sobre el grado de asociación Coeficiente de Contingencia Cálculo El coeficiente C (de contingencia) permite conocer el grado de asociación
22 En el ejemplo: χ2= n= 4532 Por tanto C= Problemas del coeficiente de contingencia(c):
23 V de Cramer Cálculo χ2= n= 4532 t = 1 Por tanto V= t representa el valor más pequeño de las dos cantidades r-1 o s-1, siendo r y s el número de columnas y de filas. Permite conocer el grado de asociación La ventaja de la V de Cramer es que su valor se sitúa entre 0 (asociación débil) y 1 (asociación fuerte). CONCLUSIÓN: La asociación detectada entre nivel de estudios y sentirse atractivo, aunque significativa, no es fuerte (cercana a 0).
24 Medidas ordinales La explicación realizada hasta ahora es válida para tablas con variables nominales. Cuando trabajemos con datos de variables ordinales, podremos aplicar las medidas explicadas (ji-cuadrado, coeficiente de contingencia, V de Cramer) y las que se explican a continuación.
25 Ejemplo de ejercicio Hijas\Madres Bajo Medio Alto En un estudio sobre movilidad social de un grupo de población se encontró la siguiente posición social (status) en las hijas en comparación con la posición social de las madres. Alto Medio Bajo A partir de un ejemplo de García Ferrando (1992; )
26 El primer paso es calcular los tipos de pares Hijas\Madres Alto Medio Bajo Bajo Medio Alto El total de pares es: n = 896 luego T = pares
27 Hijas\Madres Alto Medio Bajo Bajo Medio Alto En el ejemplo hay 142 personas con madres con status bajo e hijas con status bajo, comparadas con las 106 hijas en posición media con madres de clase media se produce un incremento en ambas variables. Entre ambos grupos se producen 142*106 pares concordantes. 2. A continuación se calculan los pares semejantes o concordantes (son aquellos pares en los que se produce un incremento tanto en la variable dependiente (posición de las hijas) como en la independiente (posición de las madres).
28 Hijas\Madres Alto Bajo 54 Medio 110 Alto El total de emparejamientos concordantes serían: Medio * ( )=63616 Bajo Pares semejantes o concordantes (Ns) * (136+96)= * ( )= * (136)=14416 Ns= =
29 Hijas\Madres Alto Bajo 54 Medio 110 Alto El total de emparejamientos disconcordantes serían: Medio Bajo * (60) = Pares desemejantes o discordantes (Nd) El orden en una variable es opuesto al de la otra variable (cuando una se incrementa, la otra se reduce) 118 * (74+60)= * (96+60)= * ( )=18144 Nd= = 57476
30 Hijas\Madres Alto Bajo 54 Medio 110 Alto * ( )=14040 Medio Bajo * (142)= * (106+74)= Pares empatados (en la variable independiente) (Tx) Están empatados en la variable independiente (x) (status de las madres) 106 * (74)= * (96+60)= * (60)=5760 Tx= = 85416
31 Hijas\Madres Bajo Medio Alto Alto Medio * ( )=13284 Bajo * (136) = * (106+96)= Pares empatados (en la variable dependiente) (Ty) Están empatados en la variable dependiente (y) (status de las hijas) 106 * (96)= * (74+60)= * (60)=4440 Ty= = 85724
32 Hijas\Madres Alto Medio Bajo Bajo Medio Alto Pares empatados en x e y (Txy) Son pares que se forman a partir de casos situados en la misma celda de la tabla. Se calculan para cada celda de la tabla y se suman * (53) / 2 = *109 / 2 = *135 / 2 = *117 / 2 = *105 / 2 = * 95 / 2 = *141 / 2 = *73 / 2 = *59 / 2 = 1770 Txy= 48116
33 En resumen Ns= Nd= Tx= Ty= Txy= T = pares Las medidas que vamos a utilizar tienen todas en el numerador la diferencia entre Ns y Nd Si Ns Nd < 0 asociación negativa Si Ns Nd > 0 asociación positiva Si Ns Nd cercano a 0 no habrá asociación Ns Nd = = (por tanto sería una asociación positiva: a mayor status de las madres, mayor status de las hijas)
34 Coeficiente Tau-a de Kendall Ns= Nd= Tx= Ty= Txy= T = pares Tau-a = 0.17 El coeficiente oscila entre -1 y +1, aunque no puede alcanzar un valor de 1 si hay pares empatados
35 Coeficiente Gamma de Goodman y Kruskal Ns= Nd= Tx= Ty= Txy= T = pares Gamma = 0.37 El coeficiente oscila entre -1 y +1, incluso con pares empatados. Se trata de una medida simétrica
36 Coeficiente d de Somers Ns= Nd= Tx= Ty= Txy= T = pares d = 0.25 Se trata de una medida asimétrica (varía en función de cuál sea la variable dependiente e independiente) luego dyx diferente de dxy Interpretación similar a Gamma, pero no sobreestima la asociación al eliminar la influencia de los empatados en la dependiente
37 Coeficiente Tau-b de Kendall Ns= Nd= Tx= Ty= Txy= T = pares Tb = 0.25 Se trata de una medida simétrica También toma valores entre -1 y 1 (si hay igual número de filas y columnas)
38 Interpretación de los resultados: conclusión Tau-a = 0.17 Gamma = 0.37 d = 0.25 Tb = 0.25 Lectura descriptiva: Los resultados son positivos, luego la asociación es positiva: cuando mayor es el status en las madres, mayor status en las hijas), pero el grado de asociación no es muy alto. Lectura inferencial: para realizar una lectura en términos de significación estadística de estos resultados habría que realizar pruebas estadísticas especificas (ver páginas 301 a 306 de García Ferrando, 1992). Los programas estadísticos como SPSS calculan directamente dichas pruebas proporcionando el valor de significación para la hipótesis nula de no asociación (se debe emplear la herramienta de tablas de contingencia).
39 Ejercicios Cuaderno de Ejercicios Ejercicio básico 1 (5 puntos sobre 10) En una encuesta realizada a población joven, se obtuvo la siguiente distribución de la identificación religiosa según el lugar de residencia. Existe asociación significativa entre identificación religiosa y lugar de residencia?. Se trata de una asociación fuerte o débil? Católico practicante Católico no practicante Indiferente No creyente Rural Semiurbano Urbano Metrop olitano García Ferrando, 1992
40 Ejercicios Cuaderno de Ejercicios Ejercicio básico 2 (5 puntos sobre 10) En un estudio sobre la movilidad social de un grupo de población, se encontró la siguiente distribución de la movilidad social de los individuos estratificados según el grado de movilidad social de los padres. Las hipótesis del estudio se formuló en el sentido de que existe una asociación moderada entre la movilidad social de los individuos y la movilidad social de los padres. Mediante el cálculo del coeficiente Gamma, qué cabe decir sobre dicha hipótesis? Si se considera la movilidad social de los padres como la variable independiente, calcular el coeficiente d de Somers. Compara las interpretaciones Hijos / Padres Alta Media Baja Baja Media Alta García Ferrando, 1992: 258
FLACSO / Facultad Latinoamericana de Ciencias Sociales Maestría en Ciencias Políticas & Sociología Metodología de la Investigación Social
FLACSO / Facultad Latinoamericana de Ciencias Sociales Maestría en Ciencias Políticas & Sociología Metodología de la Investigación Social Unidad 3 - Clase 7 y 8 Concepto de covarianza, relaciones bivariadas
Más detallesAnálisis descriptivo con SPSS. Favio Murillo García
Análisis descriptivo con SPSS Favio Murillo García Tablas de contingencia Cuando se trabaja con variables categóricas, los datos suelen organizarse en tablas de doble entrada en las que cada entrada representa
Más detallesTema 5. Estadística descriptiva bivariable con variables categóricas y numéricas
Clase 5 Tema 5. Estadística descriptiva bivariable con variables categóricas y numéricas Relaciones entre variables categóricas La relación entre dos variables categóricas se analiza mediante una tabla
Más detallesAnálisis de datos cualitativos
Capítulo Análisis de datos cualitativos DEFINICIÓN DE VARIABLES CUALITATIVAS Son aquellas variables cuyos valores son un conjunto de cualidades no numéricas a las que se llama categorías o modalidades.
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesINFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
Más detallesUna primera mediada podría ser la diferencia de porcentajes Para Sánchez Carrión, J. (1995) es la mejor de todos ellas.
Medidas de asociación (variables no métricas) Podemos definir la asociación entre dos variables como la intensidad con la que unas categorías de una variable diferencian las frecuencias obtenidas en el
Más detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
Más detallesTema: Medidas de Asociación con SPSS
Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesPRÁCTICA 8 INFORME ESTADÍSTICO DE LA ENCUESTA DE SATISFACCIÓN Descripción de los estudiantes en la muestra de encuestas recogidas
PRÁCTICA 8 INFORME ESTADÍSTICO DE LA ENCUESTA DE SATISFACCIÓN 1. Estadística descriptiva 1.1. Descripción de los estudiantes en la muestra de encuestas recogidas sexo Frecuencia Válidos Hombre 5 13,5 13,5
Más detallesEl análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 8
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 009-010 010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 8 La relación entre variables. Los índices de correlación Objetivos Definir
Más detallesPRUEBA CHI-CUADRADO. Para realizar un contraste Chi-cuadrado la secuencia es:
PRUEBA CHI-CUADRADO Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
Más detallesa. Poisson: los totales marginales y el total muestral varían libremente.
TEMA 2º: TABLAS DE CONTINGENCIA BIDIMENSIONALES 1º Distribución de frecuencias observadas El único aspecto cuantificable en el análisis cualitativo es el número de individuos que presenta una combinación
Más detallesAnálisis de datos Categóricos
Pruebas Chi-cuadrado para tablas de dos vías Universidad Nacional Agraria La Molina 2017-1 Independencia y Homogeneidad Independencia y Homogeneidad Prueba de Pearson y G 2 Una prueba de independencia
Más detalles1. Ordena los datos en una tabla de contingencia. Economía Matemáticas Literatura Biología
Exemple Examen Part II (c) Problema 1 - Solución. En un estudio sobre la elección de la carrera universitaria entre envió cuestionarios a una muestra aleatoria simple de estudiantes preguntando la carrera
Más detallesANÁLISIS DE LA INFORMACIÓN
Estadística Cátedra de Administración - IMES - Abril 006 - Lic. Daniella M. Repetto Pereira 1 ANÁLISIS DE LA INFORMACIÓN REGLAS DE CONSTRUCCIÓN DE UN CUADRO ESTRUCTURA LÓGICA Los cuadros no tienen una
Más detallesTema 7. Otras medidas descriptivas usuales Ejercicios resueltos 1
Tema 7. Otras medidas descriptivas usuales Ejercicios resueltos 1 Ejercicio resuelto 7.1 Los siguientes datos se corresponden con los retrasos (en minutos) de una muestra de 30 vuelos de cierta compañía
Más detallesImpacto del MÁSTER EN DIRECCIÓN DE COMERCIO INTERNACIONAL sobre la formación y el empleo. Metodología del estudio
Impacto del MÁSTER EN DIRECCIÓN DE COMERCIO INTERNACIONAL sobre la formación y el empleo Metodología del estudio : objetivos del estudio, contenidos del cuestionario utilizado, ficha técnica y técnicas
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesLa distribucion de preferencias de colores es la misma tanto para personas de distinto nivel socioeconómico.
ANEXO - PRUEBAS DE ASOCIACION A.1 Pruebas de asociacion Este tipo de pruebas testea la hipotesis nula que 2 factores (o atributos) no se encuentran asociados, respecto de la hipotesis alternativa que si
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesEJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X 2 )
Jesús Eduardo Pulido Guatire, marzo 010 EJEMPLO PRÁCTICO DE CORRELACIÓN Y CHI-CUADRADO (X ) EJEMPLO PRÁCTICO DE CORRELACIÓN Con base en la fundamentación teórica de la correlación lineal y el Archivo de
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesMEDIDAS DE ASOCIACION
MEDIDAS DE ASOCIACION OBJETIVOS DE LA LECCION Que es asociación Identificar las medidas apropiadas para un diseño de estudio Construir tablas de contingencia Calcular e interpretar las medidas de asociación
Más detallesParte de las notas tomadas de: Prof. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
Estadística stica No Paramétrica Parte de las notas tomadas de: Prof. Edgar Acuña http://math.uprm math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ METODOS ESTADISTICOS
Más detallesSOLUCIÓN PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL
SOLUCIÓ PRÁCTICA 3 de SPSS ESTADÍSTICA DESCRIPTIVA BIDIMESIOAL Ejercicio 1. [PROCEDIMIETOS CORRELACIÓ Y REGRESIÓ] Abra el archivo Coches.sav, que contiene las 5 variables que se describen en el siguiente
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detallesTablas de contingencia y contrastes χ 2
Tablas de contingencia y contrastes χ 2 Independencia Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 22 de noviembre de
Más detalles1. Matrices. Operaciones con matrices
REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesUna vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.
ECONOMETRÍA 09 PRACTICA 1: REPASO DE SPSS 1. Cuántas variables hay en el fichero? Y cuántas observaciones? Qué representa cada observación? Distingue entre variables cualitativas y cuantitativas. El fichero
Más detallesCONTRASTES NO PARAMÉTRICOS
CONTRASTES NO PARAMÉTRICOS Contenidos Encuestas 75 Comprobación de supuestos 79 Pruebas no Paramétricas en el SPSS 80 Contrastes para 2 muestras independientes 81 Contrastes para varias muestras independientes
Más detallesINFERENCIA CON RECUENTOS
. INFERENCIA CON RECUENTOS PEDRO M. VALERO MORA Inferencia con Recuentos-Pedro M. Valero Mora 2009 1 Parte 1 Análisis con 1 variable 1.1. De dónde vienen las frecuencias?. 1.1. De dónde vienen las frecuencias?
Más detalles2 Contraste de independencia
2 Contraste de independencia 2 Independencia entre variables cualitativas Consideremos dos variables cualitativas X e Y con I y J modalidades cada una respectivamente, y sea N IJ la tabla de contingencia
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesPRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA
PRUEBAS DE BONDAD DE AJUSTE y DE INDEPENDENCIA Quien hace puede equivocarse, quien no hace ya está equivocado. DANIEL KON Ji CUADRADA Material preparado por: Profesor León Darío Bello Parias Ji CUADRADA-
Más detallesTEMA 10 COMPARAR MEDIAS
TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,
Más detallesConceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.
Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste. Tema 1 (III) Estadística 2 Curso 08/09 Tema 1 (III) (Estadística 2) Contrastes de bondad de
Más detallesTablas de contingencia y contrastes χ 2
Tablas de contingencia y contrastes χ 2 Independencia Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 13 de diciembre de
Más detallesContar con información
Jorge Matute I. Contar con información.de calidad Conocer el diseño del estudio / muestreo Conocer cómo se expresan las variables o indicadores Conocer qué preguntas se desean contestar Conocer cómo construir
Más detallesEstimación de Parámetros.
Estimación de Parámetros. Un estimador es un valor que puede calcularse a partir de los datos muestrales y que proporciona información sobre el valor del parámetro. Por ejemplo la media muestral es un
Más detallesSeminari 3. Estadística CP
Seminari 3. Estadística CP Problema 1 - Solució. a) Estos datos describen a 5375 estudiantes, de los cuales 1004 fumadores y 4371 no fumadores. Para obtener estos números tenemos que completar la tabla
Más detallesno paramétrica comparar más de dos grupos de rangos (medianas)
Kruskal-Wallis Es una prueba no paramétrica de comparación de tres o más grupos independientes, debe cumplir las siguientes características: Es libre de curva, no necesita una distribución específica Nivel
Más detallesAYUDA SPSS. TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO
Ayuda SPSS_Tabla de Contingencia/Prueba Chi Cuadrado AYUDA SPSS TABLA DE CONTINGENCIA y PRUEBA CHI CUADRADO Menú Analizar > Estadísticos Descriptivos>Tablas de Contingencia > Botón Estadísticos > Tildar
Más detallesUNIDAD 3 FUNCIONES, MATRICES Y DETERMINANTES. Matrices. Dr. Daniel Tapia Sánchez
UNIDD FUNCIONES, MTRICES Y DETERMINNTES Matrices Dr. Daniel Tapia Sánchez Estos son los temas que estudiaremos:.7. Concepto de matriz e igualdad de matrices.7. Clasificación de matrices según sus elementos.7.
Más detallesEl Análisis de Correspondencias tiene dos objetivos básicos:
Tema 8 Análisis de correspondencias El Análisis de Correspondencias es una técnica de reducción de dimensión y elaboración de mapas percentuales. Los mapas percentuales se basan en la asociación entre
Más detallesTaller: Aplicación e importancia del software SPSS en la investigación. Instructor: Mtro. Roberto Leonardo Sánchez Medina
Taller: Aplicación e importancia del software SPSS en la investigación Instructor: Mtro. Roberto Leonardo Sánchez Medina Contenido UNIDAD 1: Estadística descriptiva 1.1. Datos y variables 1.2. Escalas
Más detallesF X > F Y F X < F Y F X 6= F Y
Alternativas No paramétricas En el caso de comparación de medias, como se comentó, es fundamental que se cumplan los supuestos de normalidad y varianzas iguales pero, qué hay que hacer si alguno de ellos
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Más detallesMATRICES. 2º Bachillerato. Se llama matriz a una disposición rectangular de números reales, a los cuales se les denomina elementos de la matriz.
Concepto de matriz. Igualdad de matrices MATRICES 2º Bachillerato Concepto de matriz. Igualdad de matrices Concepto de matriz. Igualdad de matrices Se llama matriz a una disposición rectangular de números
Más detalles1. Comparación de dos muestras cuando no es posible aplicar las pruebas t.
Parte 5. Pruebas no paramétricas. Autor: Santiago Perez Lloret En este documento analizaremos brevemente algunas pruebas de hipótesis que pueden aplicarse cuando las pruebas t no son válidas y nos focalizaremos
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
Más detallesCAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE
CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE RESULTADOS 4.1 TABULACIÓN DE DATOS N PREGUNTA ALTERNATIVAS SI NO A VECES TOTAL 1 Considera que la normativa de los programas del Plan 2021 favorecen
Más detallesANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL
ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson
Más detallesCOEFICIENTES DE ASOCIACIÓN (Guía de clase)
CEFICIENTES DE ASCIACIÓN A. Cuando el interés teórico se dirige a conocer si un fenómeno cualquiera está definido simultáneamente por distintas variables, la estadística pone a nuestra disposición desde
Más detallesProyecto PropULSA: Estadística y Probabilidad Breviario Académico
Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en
Más detallesA. PRUEBAS DE BONDAD DE AJUSTE: B.TABLAS DE CONTINGENCIA. Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords
A. PRUEBAS DE BONDAD DE AJUSTE: Chi cuadrado Metodo G de Fisher Kolmogorov-Smirnov Lilliefords B.TABLAS DE CONTINGENCIA Marta Alperin Prosora Adjunta de Estadística alperin@fcnym.unlp.edu.ar http://www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesLECCIÓN PÚBLICA. Tema 4 Descripción bivariante de datos. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 4 Descripción bivariante de datos Profa. María Fátima Dos Santos 1 TEMARIO Variables nominales. Tablas de contingencia Relación entre variables dicotómicas Relación entre variables
Más detallesCurso de Estadística no-paramétrica
Curso de Estadística no-paramétrica Sesión 4: Análisis de datos categóricos Facundo Muñoz Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació
Más detallesTALLER GUIA No. 2 GRADO: UNDECIMO
TALLER GUIA No. 2 GRADO: UNDECIMO AREA: MATEMÁTICAS. ASIGNATURA: ESTADISTICA. UNIDAD: No. 2.1 NOMBRE: ANALISIS DE LA VARIABLE CUALITANTIVA. OBJETIVO: Desarrollar la capacidad de interpretación y análisis
Más detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesAPUNTES ALGEBRA SUPERIOR
1-1-016 APUNTES ALGEBRA SUPERIOR Apuntes del Docente Esp. Pedro Alberto Arias Quintero. Departamento De Ciencias Básicas, Unidades Tecnológicas de Santander. Contenido MATRICES Y DETERMINANTES... ELEMENTOS
Más detallesTécnicas de Inferencia Estadística II. Tema 6. Contrastes de independencia
Técnicas de Inferencia Estadística II Tema 6. Contrastes de independencia M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2015/16 Contenidos 1. Introducción 2.
Más detallesCAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA
Página 1 de 5 CAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA Descripción entre variables cualitativas Como ya sabemos la metodología estadística depende del tipo de variable(s) que estemos
Más detallesb) Use la salida de SPSS para reproducir lo que pueda de los cálculos que hace SPSS. Estadísticos de contraste b TIEMPO
Ejercicios resueltos de Métodos no paramétricos 1. Una agencia publicitaria está investigando a qué tipo de avisos le prestan más atención los adolescentes. Se observan a 11 niños, a 6 se les muestra avisos
Más detallesMATRICES. Jaime Garrido Oliver
MATRICES Jaime Garrido Oliver ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 2 MATRICES... 3 1.1. INTRODUCCIÓN.... 3 2. TIPOS DE MATRICES... 4 2.1. Matriz Fila, Matriz Columna... 4 2.2. Matrices cuadradas...
Más detalles1) Características del diseño en un estudio de cohortes.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de cohortes CONCEPTOS CLAVE 1) Características del diseño en un estudio de cohortes. ) Elección del tamaño
Más detallesTema 7. Contrastes no paramétricos en una población
Tema 7. Contrastes no paramétricos en una población Resumen del tema 7.1. Introducción a la Estadística Inferencial. Estimación de parámetros Como ya sabemos, la Estadística estudia los métodos científicos
Más detallesNivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94
6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios
Más detallesTema: Validación de Cuestionarios con SPSS
Tema: Validación de Cuestionarios con SPSS 1.- Análisis de fiabilidad 1.1.- Introducción El análisis de fiabilidad permite estudiar las propiedades de las escalas de medición y de los elementos que las
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesMATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesPruebas Paramétricas y No paramétricas. Para la comprobación de hipótesis
Pruebas Paramétricas y No paramétricas Para la comprobación de hipótesis Pruebas Paramétricas Se busca estimar los parámetros de una población en base a una muestra. Se conoce el modelo de distribución
Más detallesDE VARIABLES CUALITATIVAS O CATEGÓRICAS
TEST Chi-Cuadrado ASOCIACIÓN DE VARIABLES CUALITATIVAS O CATEGÓRICAS Carmen M. Cadarso-Suárez eicadar@usc.es En ocaones, el investigador está interesado en el estudio de una poble Asociación entre dos
Más detallesCURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA. Dirigido a Profesionales de la Salud. Febrero -Diciembre
CURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA Dirigido a Profesionales de la Salud Febrero -Diciembre 2017 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica Aplicadas
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Más detallesEstadística Descriptiva II: Relación entre variables
Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesSe llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesEstadística II Práctica global temas 1, 2 y 3----
Estadística II Dpto. de Metodología de las CC. Del Comportamiento ---- Práctica global temas, y 3---- Profesores: María F. Rodrigo y J. Gabriel Molina CONTENIDOS: PRÁCTICA GLOBAL: EL CUESTIONARIO DE VIDA
Más detallesPRUEBA DE BO DAD DE AJUSTE
INTRODUCCION El término estadística no paramétrica se refiere a un conjunto de método, inferenciales válidos para formas muy diversas de distribución de la población La aplicación de estos métodos no requiere
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesGrupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa
1 Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa -2. Decidir el nivel de significación estadística a priori -3. Decidir qué prueba estadística es la más recomendable
Más detallesEficacia de las Tutorías del Centro de Apoyo al Estudiante (CAE): Resultados y Notas Técnicas Por: Fernando Vázquez Calle * y José A.
Introducción Por más de una década el Centro de Apoyo al Estudiante (CAE) de la Universidad de Puerto Rico en Cayey viene ofreciendo servicios de tutoría académica en aproximadamente 20 cursos diferentes,
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones
Más detallesESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA
ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )
Más detalles