UNIVERSIDAD DE QUINTANA ROO

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

ANOVA DE UN FACTOR.
Diseño de Experimentos
Tema 17: Contraste paramétrico de hipótesis II: Pruebas de contraste para más de dos grupos independientes (ANOVA entresujetos): un y dos factores completamente.
Correlaciones bivariadas y correlaciones parciales
Técnicas para el análisis de datos en el enfoque cuantitativo
Técnicas para el análisis de datos en el enfoque cuantitativo
Introducción En toda investigación, y antes de extraer conclusiones acerca de los objetivos e hipótesis planteados, es necesario llevar a cabo un análisis.
ESTADISTICA INFERENCIAL
Capítulo 2. Modelos estadísticos en la experimentación comercial
Modelos de Variable Dependiente Binaria -Logit y Probit-
Test de Hipótesis.
Introducción al análisis de la varianza
Contraste de Hipótesis
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
Elementos del Diseño de Experimentos y Análisis de la Varianza
ANÁLISIS DE LA VARIANZA (ANOVA)
La prueba U DE MANN-WHITNEY
TUTORIAL SPSS Comparación de medias con el Paquete Estadístico para las Ciencias Sociales Unidad 4.
Comparaciones múltiples de medias
Estadística Administrativa II
UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS.
ANOVA Modelo I: Comparación entre medias
Prueba de hipótesis Equivalencia entre la prueba de hipótesis y los intervalos de confianza Valor de probabilidad Valor de probabilidad unilateral Prueba.
Clase 5 Hipótesis de diferencias de grupos
TECNICAS DE EVALUACIÓN DE ALGORITMOS DE APRENDIZAJE
Clases 3 Pruebas de Hipótesis
Inferencia Estadística
Unidad VI: PRUEBAS DE HIPOTESIS
CONTRASTE Y VALIDACIÓN DE UN MODELO
ANOVA (Analysis of Variation)
HAWKES LEARNING SYSTEMS math courseware specialists Copyright © 2010 by Hawkes Learning Systems/Quant Systems, Inc. All rights reserved. Capítulo 12 Más.
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.
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Caso: Situación de las Comunidades Autónomas españolasen cuanto a indicadores de bienestar En el periódico “El País” del día 17 de enero de 2002 se publicó.
Unidad V: Estimación de
Curso de Bioestadística. ANOVA
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
Contrastes planeados y pruebas post hoc
Analisis exploratorio INGRID TATIANA RODRIGUEZ GUZMAN DIANA COSTANZA BERMUDEZ GORDILLO.
TAMAÑO MINIMO DE MUESTRA PARA COMPARACIONES DE PROMEDIOS Mario Briones L. MV, MSc 2005.
Tema 5: Numéricas en varios grupos
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
Pruebas de hipótesis.
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Estimación Diferencia de dos medias
Diseños Generales. 2 Propósito implícito del diseño experimental El propósito implícito de todo diseño experimental consiste en imponer restricciones.
ACTIVIDAD DE PORTAFOLIOS 3
Análisis de los Datos Cuantitativos
Capitulo 4 Análisis descriptivo inferencial: comparaciones múltiples
BASES PARA LA SELECCIÓN DE UNA PRUEBA ESTADÍSTICA DRA. MA
Varianza intra grupo Varianza entre grupos Análisis de Varianza.
Metodología de la Investigación Cát. I
TEMA 8 INVESTIGACIONES EX POST FACTO
Estadística Administrativa II
Clase 17 Introducción a la Estadística Universidad de la República Centro Universitario Regional del Este Pablo Inchausti Licenciatura en Gestión Ambiental.
DISEÑOS POR BLOQUES ALEATORIZADOS
(niveles o categorías)
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
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.
Tarea # 4 PRUEBAS DE HIPÓTESIS ESTADÍSTICAS. PRUEBA DE HIPÓTESIS Hipótesis es una aseveración de una población elaborado con el propósito de poner a prueba,
Bioestadística Inferencia estadística y tamaño de muestra
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
7.2 P ROCEDIMIENTOS PARAMÉTRICOS PARA DATOS CUANTITATIVOS Dos muestras Intervalos de confianza.
ANALISIS DE VARIANZA.
Transcripción de la presentación:

UNIVERSIDAD DE QUINTANA ROO INVESTIGACIÓN DE MERCADOS II EQUIPO: YANELI INTERIAN MARIAMAR OLVERA MAYELNIKTE GARDUÑO EVELYN MARTINEZ ITZEL SABIDO LORENA HERNANDEZ

Investigación de mercados TEMA: ANALISÌS DE UN FATOR :ANOVA

¿QUE ES ANOVA DE UN FACTOR? INTRODUCCIÓN ¿QUE ES ANOVA DE UN FACTOR? El procedimiento ANOVA de un factor genera un análisis de varianza de un factor para una variable dependiente cuantitativa respecto a una única variable de factor (la variable independiente). El análisis de varianza se utiliza para contrastar la hipótesis de que varias medias son iguales. Esta técnica es una extensión de la prueba t para dos muestras. Además de determinar que existen diferencias entre las medias, es posible que desee saber qué medias difieren. Existen dos tipos de contrastes para comparar medias: a priori y post hoc. Los contrastes a priori se plantean antes de ejecutar el experimento y los contrastes post hoc se realizan después de haber llevado a cabo el experimento. También puede contrastar las tendencias existentes a través de las categorías.

SPSS: Para obtener un análisis de varianza de un factor

ANOVA

ANOVA de un factor: Contrastes post hoc

CALCULOS A USAR LSD. Utiliza pruebas t para llevar a cabo todas las comparaciones por pares entre las medias de los grupos. No se efectúa ninguna corrección de la tasa de error para el hecho de realizar múltiples comparaciones. Bonferroni. Utiliza las pruebas de t para realizar comparaciones por pares entre las medias de los grupos, pero controla la tasa de error global estableciendo que la tasa de error de cada prueba sea igual a la tasa de error por experimento dividida entre el número total de contrastes. Así, se corrige el nivel crítico por el hecho de que se están realizando múltiples comparaciones.

CALCULOS A USAR Sidak. Prueba de comparaciones múltiples por parejas basada en un estadístico t. La prueba de Sidak corrige el nivel de significación para las comparaciones múltiples y da lugar a límites más estrechos que los de Bonferroni. Scheffé. Realiza comparaciones múltiples conjuntas por parejas para todas las parejas de combinaciones de las medias posibles. Utiliza la distribución muestral F. Puede utilizarse para examinar todas las combinaciones lineales de grupos de medias posibles, no sólo las comparaciones por parejas.

CALCULOS A USAR R-E-G-W F. Procedimiento múltiple por pasos (por tamaño de las distancias) de Ryan-Einot-Gabriel-Welsch que se basa en una prueba F. R-E-G-W Q. Procedimiento múltiple por pasos (por tamaño de las distancias) de Ryan-Einot-Gabriel-Welsch que se basa en el rango estudentizado. S-N-K. Realiza todas las comparaciones por parejas entre las medias utilizando la distribución del rango de Student. Con tamaños de grupo iguales, también compara pares de medias dentro de subconjuntos homogéneos utilizando un procedimiento por pasos. Las medias se ordenan de mayor a menor y se comparan primero las diferencias más extremas.

CALCULOS A USAR Tukey. Utiliza el estadístico del rango estudentizado para realizar todas las comparaciones por pares entre los grupos. Establece la tasa de error por experimento como la tasa de error para el conjunto de todas las comparaciones por pares. Tukey-b. Prueba que emplea la distribución del rango estudentizado para realizar comparaciones por pares entre los grupos. El valor crítico es el promedio de los valores correspondientes a la diferencia honestamente significativa de Tukey y al método de Student-Newman-Keuls. Duncan. Realiza comparaciones por pares utilizando un orden por pasos idéntico al ordenusado por la prueba de Student-Newman-Keuls, pero establece un nivel de protección enla tasa de error para la colección de contrastes, en lugar de usar una tasa de error para los contrastes individuales. Utiliza el estadístico del rango estudentizado.

CALCULOS A USAR GT2 de Hochberg. Prueba de comparaciones múltiples y de rango que utiliza el módulo máximo estudentizado. Es similar a la prueba de la diferencia honestamente significativa de Tukey. Gabriel. Prueba de comparación por parejas que utiliza el módulo máximo estudentizado y que es generalmente más potente que la GT2 de Hochberg, cuando los tamaños de las casillas son desiguales. La prueba de Gabriel puede volverse liberal cuando los tamaños de las casillas varían mucho. Waller-Duncan. Prueba de comparaciones múltiples basada en un estadístico t. Utiliza la aproximación Bayesiana.

CALCULOS A USAR Dunnett. Prueba de comparaciones múltiples por parejas que compara un conjunto de tratamientos respecto a una única media de control. La última categoría es la categoría de control por defecto. Si lo desea, puede seleccionar la primera categoría. Para comprobar que la media de cualquier nivel del factor (excepto la categoría de control) no es igual a la de la categoría de control, utilice una prueba bilateral. Para contrastar si la media en cualquier nivel del factor es menor que la de la categoría de control, seleccione < Control. Para contrastar si la media en cualquier nivel del factor es mayor que la de la categoría de control, seleccione> Control.

ANOVA de un factor: Contrastes post hoc

POST HOC TESTS

POST HOC TESTS

Scheffé

Scheffé

ANOVA de un factor: Contrastes

ANOVA de un factor: Opciones