U de Mann Whitney.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

U de Mann Whitney.
PARA LA REGRESIÓN LINEAL SIMPLE
Experimentos con un solo factor: anÁlIsis de varianza
ANALISIS DE VARIANZA.
Comparación no paramétrica de K medias independientes Briana Gómez Ramírez Natalia Zapata López.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
RECONOCES Y REALIZAS OPERACIONES CON DISTINTO TIPO DE FUNCIONES PROFESORA: XÓCHITL ARIANDA RUIZ ARMENTA MATEMÁTICAS 4 4TO SEMESTRE ENERO 2015 MULTIVERSIDAD.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
PRUEBA DE RANGO CON SIGNO DE WILCOXON Una empresa desea remplazar el sabor tradicional de su producto, por uno nuevo, para lo cual necesita determinar.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
¡Guía tonta de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
Valor que toma la variable aleatoria
DISTRIBUCION F DE FISHER.
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
Facultad de Ciencias Sociales
PRUEBA DE SIGNIFICANCIA
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
EjEMPLO de diseños experimentales
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
¿Cuándo usar esta distribución?
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
MEP- II.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
Análisis de datos Introducción al análisis de datos
ESTADÍSTICA UNIDIMENSIONAL
ELECCIÓN Y USO DE LA PRUEBA ESTADÍSTICA
¡Guía básica de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
Procedimientos paramétricos
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM
DISEÑOS EXPERIMETALES
REGRESIÓN LINEAL SIMPLE
¿Son nuestros resultados suficientemente confiables para dar soporte a nuestra hipótesis? ¿Podemos rechazar la hipótesis nula?
Análisis of varianza (ANOVA) De un factor o unidireccional
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
VARIABLE INDEPENDIENTE Cualitativa dicotómica
DISEÑO DE EXPERIMENTOS
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISEÑO Y ANALISIS DE EXPERIMENTOS
Universidad Nacional del Litoral
REGRESIÓN LINEAL SIMPLE
PARA LA REGRESIÓN LINEAL SIMPLE
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
¡Guía tonta de estadística! Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM.
Tema 7b Tests estadísticos habituales (con variable cualitativa)
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
“Medidas de dispersión”
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
Contraste de hipótesis
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
Alumna : Karen Cabana Gil
INFERENCIA ESTADISTICA
COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
ANALISIS DE REGRESION SIMPLE
DISEÑO Y ANALISIS DE EXPERIMENTOS
REGRESION LINEAL SIMPLE
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

U de Mann Whitney

Aproximación de U a Z

Prueba Pareada por rangos de Wilcoxon tc = 15.5 tt = 8 Para dos colas = a = 0.05 N= 10 tc £ tt \ rechaza Ho

ANALISIS DE VARIANZA

CONCEPTO Hasta ahora hemos visto como podemos resolver una pregunta para una o dos muestras pero ¿qué pasa si tenemos tres muestras o más? Tenemos que usar el análisis de varianza también llamado ANDEVA o ANOVA

SUPUESTOS El ANOVA es una técnica de prueba de hipótesis de tipo PARAMÉTRICA Esto significa que se requiere que los datos tengan una distribución NORMAL Así mismo se supone que las poblaciones que “estiman” las muestras tienen varianzas Iguales. La Tercera suposición es que las muestras son Independientes.

Concepto El concepto básico del ANOVA es muy SIMPLE compara la varianza que hay entre todas las unidades con la que hay en entre el promedio de los grupos. Si el primero es mayor entonces la variación entre los grupos o muestras no representa una variación real.

Concepto gráfico χ●● Promedio 1 χ1● Promedio 2 χ2● Promedio 3 χ3● MUESTRA 1 Unidad 1 X11 Unidad 2 X12 Unidad 3 X13 Unidad 4 X14 Unidad 5 X15 Unidad 6 X16 Unidad 7 X17 Unidad 8 X18 Unidad 9 X19 MUESTRA 2 Unidad 1 X21 Unidad 2 X22 Unidad 3 X23 Unidad 4 X24 Unidad 5 X25 Unidad 6 X26 Unidad 7 X27 Unidad 8 X28 Unidad 9 X29 MUESTRA 3 Unidad 1 X31 Unidad 2 X32 Unidad 3 X33 Unidad 4 X34 Unidad 5 X35 Unidad 6 X36 Unidad 7 X37 Unidad 8 X38 Unidad 9 X39 Promedio General χ●● Promedio 1 χ1● Promedio 2 χ2● Promedio 3 χ3●

Varianza Total La variación TOTAL es la que toma en cuenta la variación entre TODAS las unidades tomando en cuenta la diferencia a la gran media ∑ (X11 - χ●●)2 + (X12 - χ●●)2 + … + (X39 - χ●●)2 Este valor se conoce como LA SUMA DE CUADRADOS (Que es la parte superior de la varianza) Cada dato es reconocido con dos subinices el primero indica el grupo y de manera se denota con la letra “i” y la segunda que es la unidad dentro del grupo y se denota con la letra “j”

Varianza ENTRE GRUPOS La Varianza ENTRE GRUPOS compara las medias de cada Grupo con la gran Media ∑ n1 (X1● - χ●●)2 + n2 (X2●- χ●●)2 + n3 (X3● - χ●●)2 Es la varianza que mide las diferencias entre grupos o muestras habitualmente el número de grupos se denota de manera general con la letra K

Varianza INTRA-GRUPOS La varianza INTRA GRUPOS considera la variación que hay dentro de cada grupo ∑ (X11 – χ1●)2 + (X12 – χ1●)2 + … + (X19 – χ1●)2 + Para cada Grupo ∑ (X21 – χ2●)2 + (X22 – χ2●)2 + … + (X29 – χ2●)2 + ∑ (X31 – χ3●)2 + (X32 – χ3●)2 + … + (X39 – χ3●)2 =

Tabla de ANOVA Los datos de las varianzas se resumen en lo que se llama “LA TABLA DE ANÁLISIS DE VARIANZA” Que reúne los valores y los llamados grados de libertad.

Tabla ANOVA F Fuente de Variación Suma de Cuadrados Entre Grupos Grados de libertad Suma de Cuadrados Cuadrados medios F Entre Grupos GLE=K-1 SCE=∑ ni (X1● - χ●●)2 CME= SCE/GLE CME/CMI Intra Grupos GLI=N-K Ó GLT-GLE SCI=∑ ∑ (Xij - χi●)2 Ó SCT-SCE CMI= SCI/GLI TOTAL GLT=N -1 SCT=∑ ∑ (Xij - χ●●)2

La distribución “F de Snedecor” La distribución de F es aquella que se usa para estimar cualquier cociente de Varianzas. Al igual que la T es una familia de Curvas cuya curva exacta a usar esta determinada por dos grados de libertad. Grados de libertad del numerador Grados de libertad del denominador

Familia de F

Tabla de F Tabla de F