Www.cursodeestadistica.com Modulo04 – Ejercicio19 Correlacionar como valor predictivo: R de Pearson.

Slides:



Advertisements
Presentaciones similares
ANALISIS PARAMÉTRICOS
Advertisements

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.
Tema 18: Contraste paramétrico de hipótesis III: Pruebas para contrastar correlaciones y diferencias de correlaciones. Contraste de los coeficientes.
Escala de inteligencia de Wechsler (WAIS-III)
Técnicas para el análisis de datos en el enfoque cuantitativo
Técnicas para el análisis de datos en el enfoque cuantitativo
Estadísticas Inferenciales Capítulo 10
Chi cuadrada y otras Pruebas no paramétricas
DISEÑO DE LA INVESTIGACIÓN Dr. Walther,CASIMIRO URCOS
ALGUNOS CONCEPTOS PREVIOS
Bioestadística Aplicada I
Problema de la medición en Psicología
Karl Pearson. ( ). Karla Marcela Aguilar Alas.
Objetivo estadístico comparar
COEFICIENTE DE CORRELACIÓN PRODUCTO-MOMENTO DE PEARSON
Clase 7. Pruebas de hipótesis sobre asociaciones entre variables
CONFIABILIDAD DEL INSTRUMENTO
CURSO DE ESTADÍSTICA BÁSICA
Elaborado por: Ricardo Alfonso Marcillo Del Castillo Asistente de Gerencia.
Regresión Lineal Simple
Clases 5 Pruebas de Hipótesis
Comparar grupos: t para muestras independientes
Análisis de Correlación y de Regresión lineal simple
Análisis no paramétricos
Distribuciones bidimensionales. Tablas de contingencia
Clase 5 Hipótesis de diferencias de grupos
Principios de Bioestadística: «PRUEBA t»
ELEMENTOS DE ESTADÍSTICA BIVARIANTE
Clases 4 Pruebas de Hipótesis
REGRESION Y CORRELACION
CORRELACIÓN y ASOCIACIÓN
Estadística Descriptiva
Comparar medidas: t para muestras relacionadas
Herramientas básicas.
Medidas de asociación entre dos variables
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
Describir una variable numérica
Modulo03 – Ejercicio13 Asociar categorías: Test de independencia.
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
BLOQUE III. ESTADÍSTICA DESCRIPTIVA CON DOS O MÁS VARIABLES. 3. 1
Modulo03 – Ejercicio12 Comparar medidas: Test de McNemar.
Para comparar proporciones en dos grupos
Análisis de los Datos Cuantitativos
Regresión Lineal Simple
BASES PARA EL RAZONAMIENTO EN ESTADÍSTICA INFERENCIAL
REPASO DE ESTADISTICA Supóngase que aplicamos un cuestionario de nueve preguntas a un grupo de 30 alumnos y que sus resultados fueran los siguientes: 4.
Diseños clásicos de Investigación utilizados en Psicología
CISO 3155: Capítulo 91 Evaluando los promedios de dos grupos distintos Capítulo 9.
Regresión lineal simple Nazira Calleja
NIVELES DE INVESTIGACIÓN
Introducción a la Inferencia Estadistica Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff.
20. Comparación de promedios entre grupos Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
30. Análisis de la varianza de Kruskal-Wallis
22. Correlación como prueba de hipótesis Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
16. Asociación estadística y test de independencia
26. La Homocedasticidad y la prueba de Levene
11. Los percentiles y los valores de normalidad Módulo II: Análisis descriptivo univariado Análisis de Datos Aplicado a la Investigación Científica
Copyright © 2003 by The McGraw-Hill Companies, Inc. All rights reserved.
21. Comparar promedios en medidas repetidas Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
17. Concordancia entre medidas e investigadores Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
19. Prueba de hipótesis para promedios Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
18. Cálculo de la probabilidad exacta de Fisher Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
14. Comparación de frecuencias entre grupos Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
13. Prueba de bondad de ajuste para frecuencias Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
Estudio técnico del instrumento
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
Importancia de la estadística Tratamiento de los resultados de investigación Alcances y limitaciones en la interpretación de análisis estadísticos Maricarmen.
YASIR MOUBARIK GONZALEZ ESTADISTICA Y TIC SUBGRUPO 19 UNIDAD DOCENTE VIRGEN DEL ROCIO.
Transcripción de la presentación:

Modulo04 – Ejercicio19 Correlacionar como valor predictivo: R de Pearson

Nivel Investigativo Relacional Aplicativo Predictivo Explicativo Relacional Descriptivo 1 2 >2 a.- Comparación b.- Correlación c.- Medida de correlación Grupos Medidas

Aquí se tiene por descontado la presencia de correlación; por lo que su fin es medir el grado de correlación. Desde el punto de vista de la evaluación de pruebas diagnósticas se utiliza la correlación para evaluar el valor predictivo de una variable sobre la otra. Ej. Hallar el valor predictivo del ponderado fetal en relación al peso del recién nacido a término. CORRELACIONAR COMO VALOR PREDICTIVO

Objetivo Estadístico CategóricosNuméricos Comparar grupos Chi Cuadrado de Homogeneidad t de Student para muestras independientes Comparar medidas Chi Cuadrado de McNemar t de Student para muestras relacionadas Asociar y Correlacionar Chi Cuadrado de Independencia Correlación de Pearson Medida de asociación/correlación Índice Kappa de CohenCoeficiente R de Pearson Analogías

La prueba de hipótesis se realiza con el estadístico: Correlación de Pearson Ho: No existe correlación entre las dos medidas. H1: Existe correlación entre las dos medidas. La medida de correlación se realiza con el: Coeficiente de Correlación R de Pearson CORRELACIONAR COMO VALOR PREDICTIVO

Correlación directaCorrelación inversa Hemoglobina de la madre (mg/dl) Peso del recién nacido (gramos) Actividad física (horas/semana) Índice de masa corporal (Kg/m2)

Índice de correlación R de Pearson (Interpretación) Muy baja Baja Moderada BuenaAlta