PRUEBAS PARAMETRICAS Y NO PARAMETRICAS. Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio.

Presentación del tema: "PRUEBAS PARAMETRICAS Y NO PARAMETRICAS. Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio."— Transcripción de la presentación:

1 PRUEBAS PARAMETRICAS Y NO PARAMETRICAS

2 Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio Hurtado y Vanesa Berlanga Silvente, revista de inovacion, publicación: 04,07.2011

3 PRUEBAS PARAMETRICAS Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio Hurtado y Vanesa Berlanga Silvente, revista de inovacion, publicación: 04,07.2011

4

5

6 SELECCIÓN DE LA MUESTRA Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio Hurtado y Vanesa Berlanga Silvente, revista de inovacion, publicación: 04,07.2011

7 TIPOS DE PRUEBAS PARAMÉTRICAS Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio Hurtado y Vanesa Berlanga Silvente, revista de inovacion, publicación: 04,07.2011

8

9

10 T DE STUDENT

11

12

13 Distribucion de probabilidad t de student

14 PASOS

15 Análisis de la varianza ANOVA nos va a servir no solo para estudiar las dispersiones o varianzas de los grupos, sino para estudiar sus medias y la posibilidad de crear subconjuntos de grupos con medias iguales Hipótesis nula (H o ): µ 1 = µ 2 =…= µ k Dicho de otro modo, los grupos proceden de poblaciones con medias iguales. Hipótesis alternativa (H 1 ): al menos uno de los grupos tiene una media distinta del resto de grupos Hipótesis alternativa (H 1 ): al menos uno de los grupos tiene una media distinta del resto de grupos

16 Se desean comparar las medias del índice de masa corporal (IMC) en un grupo de pacientes con EPOC, clasificados en función de su gravedad mediante su volumen espiratorio forzado en el primer segundo (FEV 1 ) obtenido por espirometría. Estos pacientes fueron clasificados como leves, moderados, graves y muy graves. Tabla I. Descriptivos del IMC por grupos de gravedad de EPOC.

17 La variabilidad o varianza total que podemos tener en nuestros datos se puede descomponer a su vez en: –Varianza entre grupos. Mide la variabilidad entre las medias de cada grupo respecto a la media total de todas las observaciones. Denominada también como variabilidad o varianza inter-grupos. –Varianza dentro de los grupos. Mide la variabilidad de cada observación respecto a la media de su grupo. Podemos encontrarla bajo el nombre de residual, error o varianza intra-grupos. Tabla II. Tabla ANOVA. gl: Grados de libertad; F: Estadístico F de Fisher-Snedecor.

18 En nuestro ejemplo en el que comparamos el IMC entre los distintos grupos de gravedad de EPOC, (Tabla III) adecuado para varianzas iguales,. Al tener cuatro grupos, tenemos 6 posibles comparaciones, siendo significativas después de ajustar la p, las comparaciones entre las medias de los grupos Moderado con Grave y Moderado con Muy grave. La diferencia de medias es significativa al nivel 0,05. EEDM: Error estándar de la diferencia de medias. IC: intervalo de confianza