Категории: Все - correlación - distribución - hipótesis - significancia

по brayan farfan 2 лет назад

141

PRUEBA DE HIPOTESIS PARA RAZON DE DOS VARIANZAS

El análisis no paramétrico es fundamental en estadística cuando no se pueden asumir distribuciones normales en la población. Estas técnicas se aplican a variables categóricas y son especialmente útiles con muestras pequeñas.

PRUEBA DE HIPOTESIS PARA RAZON DE DOS VARIANZAS

PRUEBA DE HIPOTESIS PARA RAZON DE DOS VARIANZAS

ANALISIS NO PARÁMETRICO

PRUEBAS ESTADISTÍCAS NO PARAMÉTRICAS
3. LOS COEFICIENTES Y LA CORRELACIÓN POR RANGOS ORDENADOS DE SPEARMAN Y KENDALL

Los individuos, casos o unidades de análisis de la muestra pueden ordenarse por rangos, se utilizan para relacionar escalas tipo Likert.

Son medidas de correlación para variables en un nivel de medición ordinal.

2. COEFICIENTES DE CORRELACIÓN E INDEPENDENCIA PARA TABULACIONES CRUZADAS.

Evaluar si las variables incluidas en la tabla de contingencia o tabulación cruzada están correlacionadas

1. CHI CUADRADA

Evaluar la hipótesis acerca de la relación entre dos variables categóricas.

La mayoría de estos análisis no requieren de presupuestos acerca de la distribución poblacional.
Aceptan distribuciones no normales.

"Distribuciones libres"

Las variables no necesariamente tiene que estar medidas en un nivel por intervalos o de razón.

Se aplican en variables categóricas.

Se utilizan para muestras pequeñas.

Las hipótesis se basan en rangos, mediana y frecuencia de datos.

ANÁLISIS PARAMÉTRICO

PRUEBAS ESTADÍSTICAS PARAMÉTRICAS
5. EL ANÁLISIS DE VARIANZA UNIDIRECCIONAL (ANOVA)

Analiza si más de dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas.

4. PRUEBA DE CONTRASTE DE LA DIFERENCIA DE PROPORCIONES

Analizar si dos proporciones o porcentajes difieren significativamente entre sí.

3. PRUEBA T

Evalúa si dos grupos difieren entre sí de manera significativa respecto a sus medias en una variable.

2. REGRESIÓN LINEAL

Estimar el efecto de una variable sobre otra. Se utilizan hipótesis correlacional y causal.

1. COEFICIENTE DE CORRELACIÓN DE PEARSON

Analizar la relación entre dos variables medidas en un nivel por intervalos o de razón.

Se parte de la distribución poblacional de la variable dependiente es normal.
El nivel de medición de variables es por intervalos o razón.

Cuando dos o más poblaciones son estudiadas, tienen una varianza homogenéa.

Se basan en un análisis en el tipo de hipótesis y los niveles de medición de las variables.

Se utilizan para muestras grandes.

HIPÓTESIS

Proposición respecto de uno o varios parámetros.
La prueba de hipótesis es determinar si la hipótesis poblacional es congruente con los datos obtenidos en la muestra.

NIVEL DE SIGNIFICANCIA

Nivel de probabilidad de equivocarse y que fija de manera a priori el investigador.

1. Nivel de significancia de 0.05. 95% de seguridad para generalizar sin equivocarse y 5% en contra.

2. Nivel de significancia de 0.01. 99% en su favor y 1% en contra. (0.99 y 0.01=100)

DISTRIBUCIÓN MUESTRAL

Conjunto de valores sobre una estadística calculada de todas las muestras posibles de una población.

DISTRIBUCIÓN NORMAL

Es unimodal, asimetría a cero y mesocúrtica.

Es la distribución en forma de campana que se logra con muestras de 100 o más unidades.