AÑO DE PROMOCIÓN DE LA INDÚSTRIA RESPONZABLE Y COMPROMISO CLIMÁTICO

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

PRUEBA DE SIGNIFICANCIA
ANALISIS PARAMÉTRICOS
Dr. M. H. Rahbar Profesor de Bioestadística
Tema 16: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Tema.11. Principales modelos de distribución de probabilidad en Psicología: Variables discretas: binomial y Poisson. Variables continuas: normal, chi.
Tema 22: Análisis de tablas de contingencia Prueba c2 como medida de asociación y como prueba de contraste. Coeficientes derivados de c2. Interpretación.
1.1 Contraste de Bondad de Ajuste para Datos Categóricos
TEMA 6: CONTRASTES NO PARAMÉTRICOS
Demostración de Asociación
PATRONES DE DISTRIBUCIÓN ESPACIAL
Pruebas de significancia para datos cualitativos
Estadísticas Inferenciales Capítulo 10
Variable Aleatoria Continua. Principales Distribuciones
Tema 8: Pruebas no paramétricas.
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
El Coeficiente de Contingencia:
TABLAS DE CONTINGENCIA
METODOLOGÍA DE INVESTIGACIÓN Titular: Agustín Salvia
Tema 8: Principales distribuciones de probabilidad
UNIVERSIDAD DE LOS ANDES FACULTAD DE MEDICINA CENTRO DE INVESTIGACIONES PSICOLÓGICAS.
Distribuciones de frecuencias bidimensionales
CURSO DE ESTADÍSTICA BÁSICA
Análisis no paramétricos
Distribuciones bidimensionales. Tablas de contingencia
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
بسم الله الرحمن الرحيم.
Clases 3 Pruebas de Hipótesis
CHI-CUADRADO Y DISTRIBUCION NORMAL
Clases 4 Pruebas de Hipótesis
REGRESION Y CORRELACION
ANALISIS DE DATOS CATEGORICOS
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.
Inferencias con datos categóricos
Curso de Bioestadística. ANOVA
Pruebas No paramétricas
Prof. Rosario Martínez Verdú
PRUEBAS DE BONDAD DE AJUSTE
Herramientas básicas.
Análisis de variancia Capítulo once OBJETIVOS
1 ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL Titular: Agustín Salvia MÓDULO 2 A Análisis de Tablas de Contingencia y Coeficientes de Asociación.
“Tablas de Contingencia y medidas de asociación”
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
SEMINARIO DE INVESTIGACION
Pruebas de hipótesis.
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.
Clase 6 Hipótesis de diferencias de grupos
Análisis de los Datos Cuantitativos
Universidad autónoma san francisco
Pruebas Ji Cuadrado ©1998 Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas Recinto de Río Piedras Universidad de Puerto Rico.
CONTRASTES NO PARAMÉTRICOS
Diseños clásicos de Investigación utilizados en Psicología
Estadística Aplicada II PRUEBAS Chi -CUADRADO
Curso de Estadística a Distancia El Profesor se va por las ramas… Los alumnos parecen ausentes…
Coeficiente de Correlación Ji Cuadrada
16. Asociación estadística y test de independencia
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.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
PRUEBA DE SIGNIFICANCIA
PRUEBA CHI-CUADRADO UNIDAD 2: ESTADÍSTICA.
PRUEBA DE SIGNIFICANCIA
ANALISIS DE VARIANZA.
VALIDEZ DEL INSTRUMENTO DE MEDICIÓN
YASIR MOUBARIK GONZALEZ ESTADISTICA Y TIC SUBGRUPO 19 UNIDAD DOCENTE VIRGEN DEL ROCIO.
Tema: Estadísticos no paramétricos CHI-Cuadrada Curso: Seminario de Estadística ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO FACULTAD DE INFORMATICA Y ELECTRONICA.
Transcripción de la presentación:

AÑO DE PROMOCIÓN DE LA INDÚSTRIA RESPONZABLE Y COMPROMISO CLIMÁTICO UNIVERSIDAD NACIONAL DE HUANCAVELICA FACULTAD DE EDUCACIÓN EAPES:CIENCIAS SOCIALES Y DESARROLLO RURAL TEMA PRUEBA DE SIGNIFICANCIA CHI CUADRADA ESTUDIANTES: BELLIDO HUARANCA, Taid CUELLAR VILCAS, Karín Liz HILARIO QUISPE, Eduardo LEÓN QUISPE, Bertha MARTINEZ GARCÍA, Roger Rigoberto

PRUEBA DE SIGNIFICANCIA CHI CUADRADA

ANTECEDENTES HISTÓRICOS DE LA DISTRIBUCIÓN CHI CUADRADO: El matemático Karl Pearson (1857−1936) Karl Pearson en 1900 propuso uno de los primeros Test Estadísticos que desde la óptica de las distribuciones de la probabilidad sirve para calcular si los resultados estadísticos de un experimento se alejan significativamente o no de los resultados esperados del modelo teórico, test que actualmente es conocido como el «Test Chi Cuadrado». se denota mediante la letra griega minúscula ji elevada al cuadrado (χ2)

¿QUÉ ES LA CHI CUADRADA? Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas Se simboliza por χ2 Hipótesis a probar : Correlaciónales ( H0 : no hay asociación y H1 hay asociación) Variables involucradas: Dos, esta prueba no considera relaciones causales Nivel de medición de las variables: Nominal u ordinal

Es una distribución asimétrica Sólo toma valores positivos y es asintótica con respecto al eje de las x positivas ( 0 < χ2 < +∞) El área comprendida entre la curva y el eje de las x es 1 ó 100%

Se utiliza Prueba de bondad de ajustes Prueba de homogeneidad Prueba de independencia Las pruebas se utilizan para determinar si las frecuencias observadas (O) en las categorías difieren significativamente de las frecuencias esperadas (E). No se utiliza en números solo se categoriza. (la prueba Chi-cuadrada no considera relaciones causales).

PROCEDIMIENTO Se calcula a través de una tabla de contingencia o tabulación cruzada. Es una tabla de dos dimensiones y cada dimensión contienen una variable Cada variable se subdivide en dos o más categorías. Ejemplo: tabla 2x2 => cada dígito indica una variable y el valor de este indica el número de categorías de la variable

EJEMPLO DE UNA TABLA DE CONTINGENCIA Dos variables : voto y sexo Cada variable con dos categorías VOTO candidato a candidato b masculino sexo femenino

Ejemplo . Estudio de Tabla de contingencia 3x2: Se estudia a 1040 estudiantes de los niveles de educación primaria y secundaria y a los cuales se aplica un instrumento que mide el aprendizaje de la matemática, en las dimensiones de aprendizaje conceptual, procedimental y actitudinal. Variables: APRENDIZAJE categorías: Conceptual, Procedimental, Actitudinal. NIVEL DE EDUCACIÓN categorías: Primaria, Secundaria. TABLA DE CONTINGENCIA NIVEL DE EDUCACIÓN Primaria Secundaria APRENDIZAJE Conceptual Procedimental Actitudinal 180 100 190 280 170 120

Tabla de frecuencias observadas (O): NIVEL DE EDUCACIÓN TOTAL Primaria Secundaria APRENDIZAJE Conceptual Procedimental Actitudinal 180 100 280 190 470 170 120 290   540 500 1040 La Chi-cuadrada es una comparación entre las tablas de frecuencias observadas y la denominada tabla de frecuencias esperadas (la tabla que esperaríamos encontrar si las variables fueran estadísticamente independientes o no estuvieran relacionadas).

Tabla de frecuencias esperadas (E): Fe= Tf x Tc/ Tg La frecuencia esperada de cada celda, casilla o recuadro, se calcula mediante la siguiente fórmula aplicada a la tabla de frecuencias observadas: N = es el número total de frecuencias observadas. E = (marginal del reglón)(marginal de columna) / N. NIVEL DE EDUCACIÓN Marginal de filas Primaria Secundaria APRENDIZAJE Conceptual Procedimental Actitudinal (280)(540)/1040 (280)(500)/1040 280 (470)(540)/1040 (470)( 500)/1040 470 (290)(540)/1040 (290)(500)/1040 290 marginal de columnas 540 500 1040

Frecuencia observada: NIVEL DE EDUCACIÓN TOTAL Primaria secundaria APRENDIZAJE Conceptual Procedimental Actitudinal 180 100 280 190 470 170 120 290 540 500 1040 Donde: O: frecuencia observada en cada celda E: frecuencia esperada Frecuencia esperada: NIVEL DE EDUCACIÓN TOTAL Primaria Secundaria APRENDIZAJE Conceptual Procedimental Actitudinal 145,4 134,6 280 244,0 226,0 470 150,6 139,4 290  TOTAL 540 500 1040

G.L. = (Nº de filas - 1)(Nº de columnas - 1). Celda O E O-E (O-E)2 (O-E)2 / E Conceptual/Primaria 180 145,4 34,6 1197,16 8,23 Procedimental/ Primaria 190 244,4 -54,4 2959,36 12,11 Actitudinal / Primaria 170 150,6 19,4 376,36 2,50 Conceptual / Secundaria 100 134,6 -34,6 8,69 Procedimental /Secundaria 280 226,0 54,0 2916,00 12,80 Actitudinal / Secundaria 120 139,4 -19,4 2,70 X2 = 47,33 Para saber si el valor de X2 es o no significativo, debemos calcular los grados de libertad. G.L. = (Nº de filas - 1)(Nº de columnas - 1).

Para el ejemplo: Nº de filas = 3 y Nº de columnas = 2; entonces G. L Luego, acudimos a la “tabla de distribución de Chi-cuadrado”, eligiendo nuestro nivel de confianza ( = 0,05 ó  = 0,01). Si el valor obtenido de X2 es igual o superior al valor de la “tabla”, decimos que las variables están relacionadas o no son independientes. Aplicación: Para el nivel de confianza de =0,05 y g.l. = 2, el X2 de tabla es 5,9915 (ver tabla). X2caculado = 47,33 X2tabla = 5,9915

Prueba de hipótesis: H0: No existe relación entre el aprendizaje y los niveles de educación. H1: Existe relación entre el aprendizaje y niveles de educación. X2calculada > X2tabla entonces se rechaza la hipótesis nula (H0), y por lo tanto se acepta la hipótesis alterna (H1).

OBSERVACIONES Mientras mayor sea la diferencia entre los valores observados y los esperados, mayor será el valor de χ2 y aumentará por tanto la probabilidad de rechazar la hipótesis de nulidad No se puede usar la prueba de χ2 cuando el valor esperado en alguna celda es menor que 5 La suma de las frecuencias observadas debe coincidir con la suma de las frecuencias esperadas