CONCORDANCIA DE KENDALL

Slides:



Advertisements
Presentaciones similares
MSP César Eduardo Luna Gurrola
Advertisements

1.1 Contraste de Bondad de Ajuste para Datos Categóricos
Ejemplo Grafico.
ESTADISTICA INFERENCIAL
Angela María Serna López Johana Elena Cortés Karina Mustiola Calleja
La prueba U DE MANN-WHITNEY
Análisis no paramétricos
Clase 5 Hipótesis de diferencias de grupos
REGRESION Y CORRELACION
PRUEBAS DE BONDAD DE AJUSTE
Análisis de Datos en Economía
UNIVERSIDAD AUTÓNOMA SAN FRANCISCO
EJEMPLO CON EL EJERCICIO 6 DE LA GUIA Cargar los datos Ir a Estadísticas-inferencia basada en una muestra- prueba t para un parámetro.
Análisis de los Datos Cuantitativos
1 ANÁLISIS DE CORRELACIÓN, REGRESIÓN Y CONTRASTE.
1 REGRESIÓN CON VARIABLES DICOTÓMICAS TEMA 1 (CONTINUACIÓN)
REGRESIÓN LINEAL MÚLTIPLE TEMA INTRODUCCIÓN 2 x1x1 Y x2x2 x3x3 xKxK.
PRUEBA CHI-CUADRADO UNIDAD 2: ESTADÍSTICA.
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
1. Parámetros estadísticos: Medidas de Centralización: Medias, moda y Mediana Medidas de Posición:Cuartiles,Deciles,Centiles Medidas de Dispersión: Rango,
PRUEBAS NO PARAMETRICAS SEGÚN SHAPPIRO- WILK. ■ En estadística, de Shapiro–Wilk se usa para contrastar la normalidad de un conjunto de datos. Se plantea.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Tema: Estadísticos no paramétricos CHI-Cuadrada Curso: Seminario de Estadística ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE INFORMATICA Y ELECTRONICA.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
Prof. Dr. Luis Alberto Rubio Jacobo CURSO: “Estadística Aplicada al Marketing” MAESTRIA EN GERENCIA DE MARKETING.
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
MODELOS de PROBABILIDAD Modelo LOGIT
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
PRUEBA DE SIGNIFICANCIA
puede o no ser verdadero, relativo a una o más poblaciones.
7.1 Procedimientos paramétricos para datos cuantitativos
Inferencia estadística.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
Tamaño de la muestra.
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
HIPÓTESIS UNIVERSIDAD MANUELA BELTRÁN
ELECCIÓN Y USO DE LA PRUEBA ESTADÍSTICA
Procedimientos paramétricos
REGRESÍON LINEAL SIMPLE
puede o no ser verdadero, relativo a una o más poblaciones.
UNIDAD CURRICULAR: ESTADÍSTICA II
“Formulación de Hipótesis Estadística”
ANÁLISIS DE REGRESIÓN SIMPLE
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
ANALISIS DE VARIANZA
TEMA: EL PROYECTO DE TESIS: DISEÑO Y ELABORACIÓN. Walter Antonio Campos Ugaz.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
Regresión Lineal Simple
URBINA GUADARRAMA GILBERTO MORENO CONTRERAS TANGANXOAN ZUANGUA
PRUEBA DE H DE KRUSKAL WALLIS Presenta: LIC. EN BIOLOGÍA JESSICA ALEJANDRA ZAPATA GARCÍA ESTUDIANTE DOCTORADO EN CIENCIAS BIOMÉDICAS 1 BIOESTADÍSTICA DOCTOR.
Alumna : Karen Cabana Gil
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
MEDIDAS DE DISPERSIÓN “Medidas de dispersión”. Miden qué tanto se dispersan las observaciones alrededor de su media. MEDIDAS DE DISPERSIÓN.
METODOS ESTADISTICOS: PARAMÉTRICOS VERSUS NO PARAMETRICOS Cuando se analizan datos medidos por una variable cuantitativa continua, las pruebas estadísticas.
ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE 1 1.
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
PRUEBA DE HIPOTESIS ESTADISTICA
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
REGRESION LINEAL SIMPLE
CALCULO MENTAL
CALCULO MENTAL
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

CONCORDANCIA DE KENDALL Presentado por: Jaders Lezcano Briam Jimenez Sebastian Ramirez

Formula: Donde: w = coeficiente de concordancia de Kendall Formula: Donde: w = coeficiente de concordancia de Kendall. S = suma de los cuadrados de las diferencias observadas con respecto a un promedio. N = Tamaño de la muestra en función del número de tripletes, tetrapletes, quintupletes, etc. K = número de variables incluidas. Li = sumatoria de las ligas o empates entre los rangos.

Datos:

Planteamiento de hipotesis: Hipótesis alterna (Ha): Existe una asociación entre las variables educación formal de la madre, estimulación disponible en el hogar para el niño y desarrollo mental del hijo. Hipótesis nula (Ho). Entre las variables citadas no existe correlación o asociación.

Calculo de la S De la sumatoria de rangos (total = 580) se obtiene el promedio siguiente: Promedio= 580/20 = 29  Posteriormente se calcula el valor S, que corresponde a la suma de las diferencias con respecto al promedio y éstas se elevan al cuadrado, de la forma siguiente: S = (4.5 - 29)2 + (6.5 - 29)2 + (9 - 29)2 + ... (56 - 29)2 = 5028.5

El ajuste dado por las ligas o empates entre los rangos se calcula de la siguiente manera: Donde: L = valor de ligas existentes

Una vez calculados los valores de S y Li, se aplica la siguiente ecuación: La transformación del valor w en ji cuadrada , mediante la siguiente ecuación: X2 = K (N - 1) w = 3x (20 - 1)x 0.844 = 48.108

Decisión. Como el valor transformado de w en X2 le corresponde una probabilidad menor que 0.05, se acepta Ha y se rechaza Ho. Interpretación. Entre las tres variables estudiadas existe una correlación significativa al nivel de confianza de p menor que 0.001, cuya variable independiente es la escolaridad de la madre.

En SPSS

Estadísticos de contraste a Coeficiente de concordancia de Kendall