U de Mann Whitney.

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

ANOVA DE UN FACTOR.
Intervalos de Confianza para la Varianza de la Población
Clase No. 1.
Diseño de Experimentos
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
ESTADISTICA INFERENCIAL
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
Tema 8: Pruebas no paramétricas.
Fco. Javier Burguillo Universidad de Salamanca
ANÁLISIS DE LA VARIANZA (ANOVA)
La prueba U DE MANN-WHITNEY
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Medidas de dispersión y variabilidad
Uso de pruebas estadísticas paramétricas y no paramétricas
Bioestadística Aplicada I
Comparaciones múltiples de medias
Tema 6: Análisis de la Varianza (1ª parte: ANOVA simple)
Capítulo III Análisis de varianza.
Clases 3 Pruebas de Hipótesis
CHI-CUADRADO Y DISTRIBUCION NORMAL
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
UNIVERSIDAD INCA GARCILASO DE LA VEGA
Pronósticos, Series de Tiempo y Regresión
Tema 17: Contraste paramétrico de hipótesis I: Pruebas de contraste para un grupo. Pruebas de contraste para dos grupos: independientes o relacionados.
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Distribuciones derivadas del muestreo
Probabilidad y Estadística Inferencia Estadística Se sabe que si cada variable sigue una densidad normal con  y   entonces sigue una ley de densidad.
Inferencias con datos categóricos
ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.
Valor que toma la variable aleatoria
Análisis de Varianza (I)
Curso de Bioestadística. ANOVA
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Coeficiente de Variación
¿Cuándo usar esta distribución?
Titular: Agustín Salvia
Normalidad, Variabilidad y estimación del Modelo de Regresión
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
Análisis de Covarianza
 Grados de libertad: n – 1.  Significancia: el % de población se cumple. Expresado en alfa: 90% = 0.10, 95%= %= 0.01  Colas:  1 cola: “yo soy.
Análisis de variancia Capítulo once OBJETIVOS
Estimador de Efectos Fijos
El Teorema central del Límite
CONTRASTE DE HIPOTESIS
PRUEBAS ESTADISTICAS NO PARAMETRICAS
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
Clase 6 Hipótesis de diferencias de grupos
Construcción de la tabla del ANOVA
SELECCIÓN DE UNA PRUEBA ESTADÍSTICA
Estimación Diferencia de dos medias
PARA LA REGRESIÓN LINEAL SIMPLE
Regresión Lineal Simple
Análisis de Varianza ANOVA Capitulo 10. Multiples grupos Ha: Por lo menos uno de los grupos no es igual a lo demás.
DISEÑOS POR BLOQUES ALEATORIZADOS
REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
ANOVA.  Se utiliza para probar hipótesis sobre la igualdad de 3 o más medias poblacionales  Implica hacer un examen de las varianzas muestrales (de.
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
Experimentos con un solo factor: anÁlIsis de varianza
ANALISIS DE VARIANZA.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
Análisis of varianza (ANOVA) De un factor o unidireccional
ANALISIS DE VARIANZA
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
U de Mann Whitney.
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