CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

ANOVA DE UN FACTOR.
DISEÑO DE EXPERIMENTOS
PRUEBAS DE HIPOTESIS. I.S.C. Rosa E. Valdez V.. Dentro del estudio de la inferencia estadística, se describe como se puede tomar una muestra aleatoria.
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
Técnicas para el análisis de datos en el enfoque cuantitativo
Técnicas para el análisis de datos en el enfoque cuantitativo
PATRONES DE DISTRIBUCIÓN ESPACIAL
ESTADISTICA INFERENCIAL
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
ANÁLISIS DE LA VARIANZA (ANOVA)
U de Mann-Whitney Por Adriana Marcela Ruiz Pineda
Test de Kruskal- Wallis
Angela María Serna López Johana Elena Cortés Karina Mustiola Calleja
La prueba U DE MANN-WHITNEY
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
Estimación por Intervalos de confianza
Uso de pruebas estadísticas paramétricas y no paramétricas
Bioestadística Aplicada I
Metodología de la evaluación y estadística aplicada
Análisis no paramétricos
Clase 5 Hipótesis de diferencias de grupos
Clases 3 Pruebas de Hipótesis
CHI-CUADRADO Y DISTRIBUCION NORMAL
Clases 4 Pruebas de Hipótesis
ANOVA (Analysis of Variation)
Estadística Administrativa II
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
ANALISIS DE FRECUENCIA EN HIDROLOGIA (2)
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
Pruebas No paramétricas
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
Clase 4a Significancia Estadística y Prueba Z
Análisis y diseño de experimentos
PRUEBAS DE BONDAD DE AJUSTE
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
Clase 6 Hipótesis de diferencias de grupos
ACTIVIDAD DE PORTAFOLIOS 3
Análisis de los Datos Cuantitativos
CONTRASTES NO PARAMÉTRICOS
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
Diseños clásicos de Investigación utilizados en Psicología
20. Comparación de promedios entre grupos Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
INFERENCIA ESTADÍSTICA
16. Asociación estadística y test de independencia
Pruebas paramétricas y no paramétricas
26. La Homocedasticidad y la prueba de Levene
21. Comparar promedios en medidas repetidas Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
INTRODUCCIÓN AL ANÁLISIS DE DATOS CATEGÓRICOS. Temas Carácterísticas de la distribución Chi-cuadrada Prueba de bondad de ajustes Prueba de homogeneidad.
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
Yuly Vanessa Agudelo Jessy Carolina Buitrago Edwin Salazar Henao.
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
4. Métodos psicofísicos de medida en clínica
ANALISIS DE VARIANZA.
Comparación no paramétrica de K medias independientes Briana Gómez Ramírez Natalia Zapata López.
Evaluando los promedios de grupos distintos UNIDAD 7 1.
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
Transcripción de la presentación:

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO KRUSKAL WALLIS CATALINA AGUDELO C HAIDY PAOLA CUATINDIOY ERIKA JULIETH PINO QUINTERO CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras independientes proceden de la misma población o de poblaciones idénticas con la misma mediana. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

Características de prueba Kruskall wallis La prueba de Kruskal-Wallis (de WILLIAM KRUSKALL y W ALLEN WALLIS es un Método no parametrico para: Probar si un grupo de datos proviene de la misma población. Se emplea cuando se quieren comparar tres o más poblaciones Es el equivalente a un análisis de varianza de una sola vía No requiere supuesto de normalidad No requiere supuesto de varianzas iguales (homogeneidad de varianzas) Compara esencialmente los rangos promedios observados para las k muestras, con los esperados bajo Ho. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

PASOS PARA EL CALCULO DE LA PRUEBA DE KRUSKALL WALLIS 1. Planteamiento de hipótesis 2. Se ordenan las n observaciones de menor a mayor, y se les asignan rangos desde 1 hasta n. 3. Se obtiene la suma de los rangos correspondientes a los elementos de cada muestra, rj y se halla el rango promedio 4. Calcular estadístico de prueba 5. Buscar H en la Tabla de chi cuadrado 6. Conclusiones CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO EJEMPLO Una EPS solicita y contrata personal para su equipo gerencial en tres escuelas diferentes. Se dispone de calificaciones de desempeño en muestras independientes de cada una de las escuelas. Se dispone de calificaciones de 7 empleados de la escuela A, 6 empleados de la escuela B y 7 empleados de la escuela C. La calificación de cada gerente está en escala de 0 a 100. El límite superior es la máxima nota. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO PLANTEAMIENTO DE HIPÓTESIS Ho: Las Escuelas son idénticas en términos de las evaluaciones de desempeño. Ha: Por lo menos una de las Escuelas no es idéntica en términos de las evaluaciones de desempeño. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO 2. SE ORDENAN LAS N OBSERVACIONES DE MENOR A MAYOR, Y SE LES ASIGNAN RANGOS DESDE 1 HASTA N Ubicar los rangos asignados de acuerdo a la clasificación original (escuelas) Se ordenan las n observaciones CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO 3. SE OBTIENE LA SUMA DE LOS RANGOS (A,B,C) CORRESPONDIENTES A LOS ELEMENTOS DE CADA MUESTRA, RJ Y SE HALLA EL RANGO PROMEDIO. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

4. CALCULAR ESTADISTICO DE PRUEBA ► 3,21 CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

5. BUSCAR H EN LA TABLA DE CHI CUADRADO CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO 6. CONCLUSIONES Al buscar en la tabla chi cuadrado el resultado que nos arrojo H, encontramos que nos da mayor a 0.05, por lo tanto, se acepta Ho, es decir, las poblaciones son idénticas en términos de las evaluaciones de desempeño. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO EN SPSS CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO RESULTADOS CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO CONCLUSIÓN Al analizar el resultado en SPSS el sig. nos da mayor a 0.05, entonces se sigue aceptando Ho. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO Cuando se producen empates, es decir, cuando varias observaciones de la misma o de distintas muestras son iguales y a todas se les asigna el mismo rango, es necesario dividir el valor de H por el siguiente factor de corrección: g: es el número de rangos que se repiten. ti: es el número de veces que se repite el rango i-ésimo. El efecto del factor de corrección es elevar ligeramente el valor de H. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO EJERCICIO Para estudiar el efecto de la hemodiálisis sobre el tamaño del hígado se estudian tres poblaciones: Controles normales Pacientes renales o no dializados Pacientes dializados. Se obtienen muestras aleatorias de cada población y se utilizan aparatos de medida para determinar el área del hígado (en centímetros cuadrados) para cada individuo. Se obtienen los siguientes datos. CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO

CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO MUCHAS GRACIAS CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO