UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA “Héctor Abad Gómez” Facultad Nacional de Salud Pública “Héctor Abad Gómez”

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

DISEÑO DE EXPERIMENTOS
Técnicas para el análisis de datos en el enfoque cuantitativo
UNIVERSIDAD AUSTRAL DE CHILE
REGRESION LINEAL SIMPLE
ESTADISTICA INFERENCIAL
Capítulo 2. Modelos estadísticos en la experimentación comercial
Introducción al análisis de la varianza
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
Elementos del Diseño de Experimentos y Análisis de la Varianza
ANÁLISIS DE LA VARIANZA (ANOVA)
U de Mann-Whitney Por Adriana Marcela Ruiz Pineda
CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO
Estimación por Intervalos de confianza
Uso de pruebas estadísticas paramétricas y no paramétricas
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Tema 6: Análisis de la Varianza (1ª parte: ANOVA simple)
UNIVERSIDAD NACIONAL DEL SANTA
Regresión Lineal Simple
Módulo Instruccional para el curso de Biología 3101
Clase 5 Hipótesis de diferencias de grupos
Clases 3 Pruebas de Hipótesis
(niveles o categorías)
Población y Muestra.
Diseño en bloques completamente aleatorizados
Principios del diseño experimental Maestría Ingeniería Industrial
UNIVERSIDAD INCA GARCILASO DE LA VEGA
Este procedimiento mide la relación entre la intensidad de un estímulo y la proporción de casos que presentan una cierta respuesta a dicho estímulo. Es.
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Investigación Experimental
TEMA X.
Investigación en procesos de Aprendizaje Abordaje desde el AEC
Datos: Estadística.
Normalidad, Variabilidad y estimación del Modelo de Regresión
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
Inferencia Estadística
Planeación de un diseño
Análisis de la Varianza
PRUEBAS DE BONDAD DE AJUSTE
Diseño Completamente Aleatorizado: ejemplo
TEMA IX.
UNIDAD 1.- EVALUACIÓN DE DATOS ANALITICOS
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Análisis de los Datos Cuantitativos
Regresión Lineal Simple
BASES PARA EL RAZONAMIENTO EN ESTADÍSTICA INFERENCIAL
Ingeniería Industrial. Estadística III Henry Lamos Díaz
La naturaleza del control
20. Comparación de promedios entre grupos Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
Pruebas paramétricas y no paramétricas
DISEÑOS POR BLOQUES ALEATORIZADOS
(niveles o categorías)
REGRESIÓN LINEAL SIMPLE
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
Paola Andrea Penagos Verónica González J Métodos de Investigación III UdeA – Agosto de 2011 PRUEBA DE FRIEDMAN.
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
León Darío Bello Parias UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SLAUD PUBLICA “HECTOR ABAD GOMEZ”
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE QUIMICA FARMACEUTICA
León Darío Bello Parias UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SLAUD PUBLICA “HECTOR ABAD GOMEZ”
Experimentos con un solo factor: anÁlIsis de varianza
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
Ing. Leticia de la Torre González ESTADISTICA DESCRIPTIVA.
OVA CURSO UNIDAD 1 Capitulo Cuarto: Definiciones y herramientas estadísticas aplicadas a los diseños experimentales Lección 5. Análisis de varianza.
ANÁLISIS DE VARIANZA DE UN FACTOR ANOVA I Dr. en Ed. Carlos Saúl Juárez Lugo Centro Universitario UAEM Ecatepec 2015.
7.2 P ROCEDIMIENTOS PARAMÉTRICOS PARA DATOS CUANTITATIVOS Dos muestras Intervalos de confianza.
ANALISIS DE VARIANZA.
Evaluando los promedios de grupos distintos UNIDAD 7 1.
Transcripción de la presentación:

UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA “Héctor Abad Gómez” Facultad Nacional de Salud Pública “Héctor Abad Gómez”

Nada nos engaña tanto como nuestro propio juicio. Leonardo Da Vinci

Mini Ejercicio Abra el archivo Leucemia.sav Calcule el I.C del 90% para el tiempo en semanas de supervivencia. Determine si el promedio de las semanas es de más de 50 semanas Determine si existen diferencias entre el tiempo promedio entre las personas que reciben quimioterapia y los que no, use una confiabilidad del 95%.

DEFINICIONES BASICAS DISEÑO: Descripción de algo, bien sea con palabras o por medio de figuras. DISEÑO: Descripción de algo, bien sea con palabras o por medio de figuras. EXPERIMENTO: Prueba o ensayo que se puede realizar un número indefinido de veces, bajo las mismas condiciones en procura de obtener nuevos conocimientos o de validar resultados obtenidos previamente. EXPERIMENTO: Prueba o ensayo que se puede realizar un número indefinido de veces, bajo las mismas condiciones en procura de obtener nuevos conocimientos o de validar resultados obtenidos previamente. Número de Unidades Experimentales, forma de asignar los tratamientos a las unidades experimentales. Definir si se requieren agrupaciones. Definición del problema, definición y selección de las unidades exp., de los tratamientos y de la variable respuesta. Material preparado por: Profesor León Darío Bello Parias

UNIDAD UNIDAD EXPERIMENTAL FACTOR FACTOR NIVEL NIVEL TRATAMIENTO TRATAMIENTO Objeto sobre el que se realiza una medición u observación. Definir claramente sus características. Variable independiente que se evalúa en la investigación.Puede ser cuantitativo o cualitativo, son controlados por el investigador. Atributos o estados en que se descompone un factor. Cuando se tiene un sólo factor, los niveles = tratamientos. Se presentan niveles fijos o aleatorios. Nivel de un factor o una combinación de ellos. León Darío Bello Parias ldbello DEFINICIONES BASICAS

TRATAMIENTO TRATAMIENTO CONTROL VARIABLE VARIABLE RESPUESTA O DEPENDIENTE BLOQUE BLOQUE Es necesario cuando la efectividad general de los tratamientos es desconocida pero no es consistente bajo todas las condiciones. Característica cuantitativa observada o medida en cada unidad experimental. Se debe definir como se va a medir. Grupo de unidades experimentales homogéneas. Material preparado por: León Darío Bello Parias DEFINICIONES BASICAS

PRINCIPIOS BASICOS ALEATORIZACION ALEATORIZACION REPLICACION REPLICACION CONTROL CONTROL DEL ERROR EXPERIMENTAL Asignar el tratamiento a la unidad experimental utilizando un método aleatorio apropiado para cada caso. Aplicación de un mismo tratamiento a varias unidades experimentales. Controlar la variación existente originadas por mediciones de unidades experimentales. Material preparado por: León Darío Bello Parias Para lograr validez, interpretabilidad y precisión.

FASES DEL ANALISIS DE VARIANZA DE UNA VIA Identificar Identificar las variables independientes y dependientes Selección Selección de factores y niveles (tratamientos) del diseño experimental Realización Realización del experimento Análisis Análisis de datos Conclusiones Conclusiones y recomendaciones. Material preparado por: León Darío Bello Parias

EXPERIMENTOS CON UN FACTOR – EFECTOS FIJOS Y SIN RESTRICCIONES DE ALEATORIEDAD Util cuando las unidades experimentales son homógeneas. Objetivos: Estimar el efecto de los tratamientos Obtener la variabilidad debido a los tratamientos Encontrar la variabilidad entre los efectos del error experimental Material preparado por: León Darío Bello Parias

TECNICA DE ANALISIS DE VARIANZA CONSIDERACIONES GENERALES El procedimiento implica separar la variabilidad total en: La variabilidad entre tratamientos (variación sistemática y Aleatoria) y la variabilidad dentro de los tratamientos (variación Aleatoria). Lo que queda por demostrar es si el componente 1 es mayor que el componente 2. Ecuación: SCTO = SCTR + SCE N-1 k-1 N-k El cociente entre la suma de cuadrados sobre sus respectivos grados de libertad, Generan los cuadrados medios. MCTR y MCE Material preparado por: León Darío Bello Parias

TECNICA DE ANALISIS DE VARIANZA SUPUESTOS SUPUESTOS 1. Los 1. Los datos para cada tratamiento tienen un comportamiento aleatorio. 2. Cada tratamiento se distribuye normal. 3. Homogeneidad de varianzas PRUEBAS 1. Rachas(Wald- Wolfowitz) 2. Kolmogorov-Smirnov 2. Shapiro – Wilks 2. Gráfico normal 3. Bartlett – Hartley 3. Cochran - Levene Y ij = u + T j + E ij i=1,2,....nJ = 1,2,....k Material preparado por: León Darío Bello Parias Modelo Matemático

PROCEDIMIENTO 1. HIPOTESIS H o :Todos los promedios son iguales. H a :Al menos un promedio difiere de los demás. 2.ESTADISTICO DE PRUEBA. F=MCTR  MCE 3.REGLA DE DECISIÓN Si el valor p (Sig) es menor que , se rechaza Ho. Material preparado por: León Darío Bello Parias

Material preparado por: León Darío Bello Parias GRAFICO DE MEDIAS

VALIDACION DE SUPUESTOS Material preparado por: Profesor León Darío Bello Parias

PRESENTACION ANOVA (SPSS) Material preparado por: León Darío Bello Parias

Con el fin de determinar cual tratamiento mejora la eficiencia en la respuesta a una intervención quirúrgica, se prueban cuatro procedimientos. Se tomó el tiempo de respuesta en 28 intervenciones asignando aleatoriamente siete de ellas a cada tratamiento. Con el fin de determinar cual tratamiento mejora la eficiencia en la respuesta a una intervención quirúrgica, se prueban cuatro procedimientos. Se tomó el tiempo de respuesta en 28 intervenciones asignando aleatoriamente siete de ellas a cada tratamiento. Material preparado por: León Darío Bello Parias Ejemplo

MEDICIONES DEL EXPERIMENTO Material preparado por: León Darío Bello Parias

Ejercicio Una empresa farmacéutica quiere determinar cual de tres medicamentos es más eficiente para disminuir el peso de las personas. Para ello, se tomó una muestra aleatoria de 18 personas con dolor y se les aplicó a seis de ellas seleccionadas aleatoriamente uno de los medicamentos, y se anotó el tiempo que se demoraba en quitarse el dolor de cabeza. Los resultados fueron los siguientes: PACIENTES. DROGA 1 DROGA 2 DROGA Sumatoria: