Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Estadísticas Inferenciales Capítulo 10
Janette Orengo Puig
2
¿Qué es estadística inferencial?
Se utiliza para probar hipótesis y estimar paramétros. Parámetros-las estadísticas de la población. Al recolectar datos de una muestra se pueden inferir las características de la población (generalizar) Estadígrafos-datos estadísticos recopilados de una muestra.
3
Análisis paramétricos
Coeficientes de correlación Regresión lineal Prueba t Prueba de diferencia de proporciones Análisis de varianza Análisis de covarianza
4
Análisis paramétricos
Coeficiente de correlación de Pearson Analiza la relación entre dos variables medidas en un nivel por intervalos o de razón. Se simboliza con:r Ejemplos: A mayor X, mayor Y. A mayor X,menor Y. La hipótesis de investigación señala que la correlación es significativa.(No identifica causalidad) Puede variar de a +1.00
5
Análisis parámetricos
Regresión lineal Es un modelo estadístico para estimar el efecto de una variable sobre otra. Está asociado con el coeficiente de correlación de Pearson. Brinda la oprtunidad de predecir las puntuaciones de una variable tomando las puntuaciones de la otra variable.(Pág )
6
Análisis paramétricos
Prueba t Es una prueba estadística para evaluar si dos grupos difieren entre si de manera significativa respecto a sus medias en una variable. Se simboliza con :t. La hipótesis de inv.propone que los dos grupos difieren de manera significativa,y la hipótesis nula que los dos grupos no difieren.
7
Análisis paramétricos
Prueba de diferencia de proporciones Es una prueba estadística para analizar si dos proporciones o porcentajes difieren significativamente entre sí, en dos grupos. La comparación se realiza con una variable. Si hay varias variables hay que realizar una prueba por cada variable.
8
Análisis paramétricos
Análisis de varianza(ANOVA- one-way) Es una prueba estadística para analizar si más de dos grupos difieren significativamente (son diferentes)entre sí en cuanto a sus medias y varianzas. Hay otras a estadísticas relacionadas con anova.
9
Análisis no paramétricos
Supuestos: Aceptan distribuciones no normales. Pueden analizar datos medidos con escalas de intervalos,razón,nominales u ordinales.
10
Análisis no paramétricos
Las pruebas no paramétricas más comunes son: Chi cuadrada Coeficientes de correlación e independencia para tabulaciones cruzadas Coeficientes de correlación por rangos ordenados de Spearman y Kendall.
11
Análisis no paramétricos
Chi cuadrada Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas. Se simboliza :X2 No considera relaciones causales.
12
Análisis no paramétricos
Coeficientes rho de Spearman(rs) y tau simbolizado por t de Kendall: los individuos u objetos de la muestra pueden ser ordenados por rangos.
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.