Carla Rodríguez Francisco Álvarez Métodos Cuantitativos Capitulo 9, SPSS para Windows.

Slides:



Advertisements
Presentaciones similares
Tema 6: Regresión lineal.
Advertisements

Análisis de Datos en Economía
Evaluar el efecto de un tratamiento (1)
VARIABLES Una de las etapas fundamentales de toda investigación es la identificación de variables, entendiendo como variable la medida de una característica.
DISEÑO DE EXPERIMENTOS
Correlaciones bivariadas y correlaciones parciales
Técnicas para el análisis de datos en el enfoque cuantitativo
Cluster.
Introducción al análisis de la varianza
MÉTODOS DE MEDICIÓN DE COSTOS.
ANALISIS DE SUPERVIVENCIA
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
MODELO DE REGRESIÓN MÚLTIPLE
ANALISIS DE CONGLOMERADOS
Regresión y correlación
ANÁLISIS DISCRIMINANTE
CONCEPTOS BÁSICOSDE ESTADÍSTICA.
UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS.
UNIVERSIDAD NACIONAL DEL SANTA
Elaborado por: Ricardo Alfonso Marcillo Del Castillo Asistente de Gerencia.
Tema 2: Métodos de ajuste
MEDIDAS DE DISPERSIÓN:
MEDIDAS DE CORRELACIÓN
La lógica de covarianza
Facultad: Turismo Y Hotelería
Análisis no paramétricos
PROYECCIONES DE LA DEMANDA
Clases 4 Pruebas de Hipótesis
REGRESION Y CORRELACION
Programación Lineal Unidad 1 Parte 3.
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 8: Análisis Multivariante. Conjunto de técnicas aplicables cuando se registran los valores de muchas variables (esencialmente numéricas, pero también.
ANÁLISIS DE CONGLOMERADOS
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.
Estadística Descriptiva continuación
Investigación Experimental
GRÁFICOS ESTADÍSTICOS
Introducción a la Inferencia Estadística
Estadística bidimensional
LA RECTA DE REGRESIÓN CONTENIDOS:
Herramientas básicas.
7. Análisis Discriminante
Diseño de EXPERIMENTOS
“Tablas de Contingencia y medidas de asociación”
Análisis de componentes principales
DISTRIBUCIONES MUESTRALES
INTRODUCCION En esta base de datos, la variable “estrés ” es categórica (tiene estrés / no tiene estrés ) y querríamos saber si está relacionada.
coeficientes de correlación de
Si comparamos este intervalo con (10.5), vemos que el intervalo de confianza para la Y 0 individual es más amplio que el intervalo para el valor medio.
Protocolo de Investigación
ACTIVIDAD DE PORTAFOLIOS 3
Análisis de los Datos Cuantitativos
Aplicaciones Estadísticas a las Finanzas Clase 1
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
BASES PARA LA SELECCIÓN DE UNA PRUEBA ESTADÍSTICA DRA. MA
Construcción de modelos con regresión y correlación
Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.
Métodos de investigación en la psicología clínica
Diseños clásicos de Investigación utilizados en Psicología
INVESTIGACION OPERATIVA 1 SOMOS LO QUE SOMOS Método Grafico La solución de un modelo lineal muestra siempre un conjunto factible delimitado por las restricciones.
CISO 3155: Capítulo 91 Evaluando los promedios de dos grupos distintos Capítulo 9.
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
OPTIMIZACION DEL DESEMPEÑO DE ERROR
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
Estimación Estadística Tares # 3. Estimación Estadística Conjunto de técnicas que permiten dar un valor aproximado de un parámetro de una población a.
Licenciatura en Psicopedagogía: Métodos, Diseños y Técnicas de Investigación Psicológica Tema 9 Fiabilidad de las puntuaciones.
1 REGRESIÓN CON VARIABLES DICOTÓMICAS TEMA 1 (CONTINUACIÓN)
Transcripción de la presentación:

Carla Rodríguez Francisco Álvarez Métodos Cuantitativos Capitulo 9, SPSS para Windows

Obtener funciones lineales de las variables independientes Clasificar individuos en una de las subpoblaciones por los valores de la variable dependiente

(x …, x ), i= 1,…n, Sea… La expresión de una función discriminante, D, será: = + … + +

Ejemplo: muestra de 132 observaciones de las variables REAPARIC: Tiempo de reaparición de úlcera (meses) Valores: 4, 8, 12 y 16 meses, codificados como 1, 2, 3 y 4 RESPUEST: Tiempo de respuesta al tratamiento (semanas) TABACO: El paciente ha dejado de fumar durante tratamiento Valores: Sí o No, codificados como 1 y 2 ALCOHOL: Consumo de alcohol (gramos diarios) CAFÉ: Consumo de café Valores: 0,…, 9 (de nada a mucho) ANTIACID: Consumo de antiácidos Valores: 0,…, 9 (de nada a mucho)

ANALIZAR – CLASIFICAR – DISCRIMINANTE VARIABLE DE AGRUPACION: REAPARIC (1, 4) INDEPENDIENTE Tiempo de Respuesta Consumo de alcohol Consumo de café Consumo de antiácidos Paciente ha dejado de fumar USAR METODO DE INCLUSION POR PASOS CLASIFICAR Probabilidades previas: SEGÚN TAMAÑO DE GRUPOS Mostrar: RESULTADOS PARA CADA CASO, TABLA RESUMEN Continuar SELECCIONAR Variable selección: filter_$1 ACEPTAR

Se trata de obtener unas funciones lineales de las variables independientes RESPUEST, TABACO, ALCOHOL, CAFÉ y ANTIACID de la forma: = RESPUEST + TABACO + ALCOHOL + + CAFÉ + ANTIACID + Objetivo: predecir el tiempo de reaparición de la sintomatología ulcerosa para cualquier paciente que haya sido sometido al tratamiento

Para un conjunto de p variables independientes mide las desviaciones totales sin distinguir grupos, en el espacio p-dimensional generado por los valores dentro de cada grupo respecto a las desviaciones de las p variables. En cada paso se introduce la variable que minimiza la Lambda de Wilks

Figura 9.5b

Número de variables seleccionadas en una etapa q Variable candidata a ser seleccionada en la etapa siguiente q + 1 Estadístico F de entrada Evalúa la disminución que se produciría en Lambda de Wilks si la variable correspondiente fuera seleccionada Estadístico F de salida Evalúa el incremento que se produciría en la Lambda de Wilks si la variable correspondiente fuera eliminada

Tolerancia, con variables, …,,, …, = 1 - es el cuadrado del coeficiente de correlación múltiple entre y las variables, …,,, …,

Siguiendo con el ejemplo… Variable de mínimo valor de la Lambda de Wilks RESPUEST Mayor que 3.83 > Figura 9.5b Tabla >

En el siguiente paso, de entre las restantes variables independientes (segundo bloque tabla >) Mínimo valor en la columna de Lambda de Wilks ALCOHOL F de entrada = Mayor que 3.84 Una vez comprobado que ninguna variable puede ser eliminada, el siguiente paso será comprobar si la F de entrada correspondiente a la variable candidata a ser seleccionada, a la que proporcione el mínimo valor de la Lambda Wilks, es mayor que 3.84 TABACO F de entrada = Mayor que 3.84

Candidata a ser seleccionada en el cuarto paso ANTIACID F de entrada = Menor que 3.84 En consecuencia, dado que ninguna variable más puede ser eliminada o seleccionada, el proceso finaliza. Valor Lambda Wilks para el conjunto de variables seleccionadas RESPUEST, ALCOHOL, TABACO, = 0.107

s = 1, 2, 3 e i = 1, …, 312 = RESPUEST + TABACO + ALCOHOL + + CAFÉ + ANTIACID + El valor de la Lambda de Wilks para el conjunto de variables independientes coincide con el correspondiente el conjunto de variables independientes seleccionadas

Figura 9.5c

Medidas relacionadas con la Lambda de Wilks Permiten evaluar la información que aportará cada función discriminante Correlación canónica Desviaciones de las puntuaciones discriminantes entre grupos respecto a las desviaciones totales sin distinguir grupos Autovalor Desviaciones de las puntuaciones discriminantes entre grupos respecto a las desviaciones dentro de los grupos

A partir de las funciones discriminantes tipificadas Figura 9.5c > Figura 9.5d

Figura 9.5e

ANALIZAR – CLASIFICAR – DISCRIMINANTE RESTABLER VARIABLE DE AGRUPACION: REAPARIC (1, 4) INDEPENDIENTES Tiempo de respuesta Consumo de alcohol Paciente ha dejado de fumar INTRODUCIR INDEPENDIENTES JUNTAS CLASIFICAR Probabilidades previas: según tamaño de grupos Mostrar: tabla resumen Continuar GUARDAR Grupo de pertenencia pronosticado Probabilidades de pertenencia al grupo continuar ACEPTAR

Figura 9.6

Figura 9.9