169766394 s4-capitulos-iv-y-v
-
Upload
sarai-lopez-fonseca -
Category
Documents
-
view
249 -
download
0
Transcript of 169766394 s4-capitulos-iv-y-v
Introducción
• Las pruebas estadística vistas en los capítulos anteriores, exigen bastante del investigador:
– Normalidad.
– Un nivel de medida por intervalos.
• Características propias de las pruebas paramétricas.
Introducción
• Las pruebas no paramétricas tienen exigencias menos estrictas y por lo tanto son pruebas menos potentes que sus contrapartes paramétricas.
• Los resultados de una prueba paramétrica cuyos requisitos han sido violados carecen de interpretación significativa.
• Bajo tales circunstancias, se prefiere el uso de las pruebas no paramétricas.
Las principales pruebas no paramétricas
• Chi Cuadrada = X2 que se usa para hacer comparaciones entre dos o más muestras. – Se utiliza para hacer comparaciones entre
frecuencias, más que entre puntajes medios.
• La prueba de la mediana.
• El análisis de varianza en una dirección de Kruskal-Wallis.
• En análisis de varianza en dos direcciones de Friedman.
La Chi cuadrada = X2
• Ejemplo:
– La hipótesis nula: la frecuencia relativa de los liberales que no son rígidos, es la misma que la de los conservadores que son rígidos.
– La hipótesis de investigación: la frecuencia relativa de los liberales que no son rígidos no es la misma que la de los conservadores que son rígidos.
La Chi cuadrada = X2
• Ejemplo: – 5 de 20 liberales y 10 de 20 conservadores usaron
métodos de crianza no rígidos.
– Para esta prueba, se emplearán los grados de libertad y la cantidad de renglones y columnas del arreglo.
– En las páginas 91 a 94, se muestra el procedimiento largo, para su cálculo.
– En la página 94, se muestra la fórmula 2 x 2, mucho más simple y directa.
Chi cuadrada, procedimiento largo
• 𝑋2 = 𝑓𝑜−𝑓𝑒 2
𝐹𝑒
Métodos crianza de niños
De los liberales
Conservadores
Rígidos 5 10
No rígidos 15 10
Total 20 20
Chi cuadrada, procedimiento largo
• Con esta información elaboramos una tabla 2 x 2.
• Donde: – Fo= la frecuencia obtenida en cualquier casilla.
– Fe= la frecuencia esperada en cualquier casilla.
– X2= Chi cuadrada.
Frecuencia obtenida
De los liberales
Conservadores Frecuencia esperada
Rígidos 5 (7.5) 10 (7.5) 15
No rígidos 15 (12.5) 10 (12.5) 25 Un total marginal
Total 20 20 N=40
Chi cuadrada, procedimiento largo
• Pero cómo se obtienen las frecuencias esperadas.
• Solo se aplica la fórmula:
• 𝑓𝑒 =(𝑇𝑜𝑡𝑎𝑙 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙 𝑑𝑒 𝑟𝑒𝑛𝑔𝑙ó𝑛) (𝑇𝑜𝑡𝑎𝑙 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙 𝑑𝑒 𝑐𝑜𝑙𝑢𝑚𝑛𝑎)
𝑁
• 𝑓𝑒 =(15) (20)
40 =300
40= 7.5 y así con lo demás…
Frecuencia obtenida
De los liberales
Conservadores Frecuencia esperada
Rígidos 5 (7.5) 10 (7.5) 15
No rígidos 15 (12.5) 10 (12.5) 25 Un total marginal
Total 20 20 N=40
Chi cuadrada, procedimiento largo
• Aplicamos la fórmula: 𝑋2 = 𝑓𝑜−𝑓𝑒 2
𝐹𝑒
• 𝑋2=5−7.5 2
7.5+10−7.5 2
7.5+15−12.5 2
12.5+10−12.5 2
12.5
• 𝑋2=−2.5 2
7.5+2.5 2
7.5+2.5 2
12.5+−2.5 2
12.5
• 𝑋2=6.25
7.5+6.25
7.5+6.25
12.5+6.2512.5
= 0.83 + 0.83 + 0.50 + 0.50 = 𝟐. 𝟔𝟔
Frecuencia obtenida
De los liberales
Conservadores Frecuencia esperada
Rígidos 5 (7.5) 10 (7.5) 15
No rígidos 15 (12.5) 10 (12.5) 25 Un total marginal
Total 20 20 N=40
Chi cuadrada, procedimiento largo
• Para interpretar este resultado (X2=2.66), se determinan los grados de libertad apropiados.
• 𝑔𝑙 = 𝑟 − 1 𝑐 − 1
• 𝑔𝑙 = 2 − 1 2 − 1
• 𝑔𝑙 = 1 1
• 𝑔𝑙 = 1 Para ello se consulta la tabla E, al final de la antología para un nivel de confianza de 0.05. El resultado es de 3.841. Si el valor encontrado es igual o superior, se rechaza la hipótesis nula; de lo contrario se acepta. En este caso: X2 obtenida=2.66; X2 de tabla=3.841; Por lo tanto se acepta la hipótesis nula. (No hay diferencias).
La Chi cuadrada = X2 procedimiento sencillo
• Por fórmula:
• 𝑋2 =𝑁 (𝐴𝐷−𝐵𝐶)2
(𝐴+𝐵)(𝐶+𝐷)(𝐴+𝐶)(𝐵+𝐷)
• Donde: – A= la frecuencia obtenida en la casilla superior izquierda.
– B= la frecuencia obtenida en la casilla superior derecha.
– C= la frecuencia obtenida en la casilla inferior izquierda.
– D= la frecuencia obtenida en la casilla inferior derecha.
– N= el número total en todas las casillas.
La Chi cuadrada = X2 y la correlación de Yates.
• Debido a que algunos valores de las frecuencias esperadas, son menores de 10 por casilla, se requiere aplicar la corrección de Yates.
• Por fórmula:
• 𝑋2 = 𝑓𝑜−𝑓𝑒 −0.50 2
𝐹𝑒
Los datos de la fórmula pueden aplicarse mediante la construcción de una tabla.
La correlación de Yates.
Fo Fe |fo-fe| |fo-fe|-0.50 (|fo-fe|-0.50)2
(|fo-fe|-0.50)2/fe
15 11.67 3.33 2.83 8.01 0.69
5 8.33 3.33 2.83 8.01 0.96
6 9.33 3.33 2.83 8.01 0.86
10 6.67 3.33 2.83 8.01 1.20
X2= 3.71
• Por lo cual la corrección de Yates, produce un valor más pequeño de X2. Nuestra decisión de usarlo o no, si puede afectar el rechazo de la hipótesis nula o no.
La correlación de Yates. (fórmula corta)
• 𝑋2 =𝑁 ( 𝐴𝐷−𝐵𝐶 −𝑁/2)2
(𝐴+𝐵)(𝐶+𝐷)(𝐴+𝐶)(𝐵+𝐷)
• En vista de que tendrás que aplicarlo, resuelvan los ejercicios 4 y 5, organizados en equipos.
• Cabe decir que la correlación de Yates, solo se aplica a problemas 2 x 2.
Comparaciones múltiples
• La Chi cuadrada se ha usado hasta ahora en una configuración de 2 x 2; sin embargo, con el procedimiento descrito anteriormente, se puede usar para casi cualquier combinación de factores.
• Ejemplo: 3 x 3.
• Para ver el procedimiento completo. Págs. 99-102.
• Se organizan para resolver los problemas 6, 7 y 8, por equipos.
La prueba de la mediana
• La prueba de la mediana se usa para datos ordinales de dos muestras de medianas independientes que hayan sido tomadas al azar.
• Para ver el procedimiento completo, consulten las páginas 104-106.
• Revisen los requisitos para su aplicación.
• Realicen los ejercicios 9 y 10.
Análisis de varianza en dos direcciones por rangos de Friedman.
• Se trata de una variación de la razón t, que se puede usar para comparar la misma muestra medida dos veces (antes y después).
• Por fórmula
• 𝑋𝑟 =12
𝑁𝑅(𝑅+1) ( 𝑅𝑖)2 − 3𝑁(𝑅 + 1)
• Donde: • R=el número de mediciones (representa usualmente las
condiciones bajo las cuales se estudia a los entrevistados) • N= el número total de entrevistados. • 𝑅𝑖 =la suma de los rangos para una medición cualquiera
(usualmente representa una condición cualquiera en estudio). • Para ver una ilustración completa, consulten las páginas: 107-109. • Resuelvan los problemas 11 y 12.
Análisis de varianza en una dirección por rangos de Kruskal-Wallis
• Esta prueba es una alternativa al razón f que puede usarse para comparar varas muestras independientes [3 o más muestras], pero con datos de nivel ordinal (rangos).
• Por fórmula:
• 𝐻 =12
𝑁(𝑁+1) ( 𝑅𝑖)2
𝑛− 3(𝑛 + 1)
• Donde: • N= el número total de casos o entrevistados. • n= el número de casos en una muestra dada. • 𝑅𝑖= la suma de los rangos para cada muestra dada. • Para ver el ejemplo completo: págs. 110-112. • Resolver los ejercicios: 13 y 14.
Capítulo V: La Correlación
• La r de Pearson. (La media de los productos del puntaje z para las variables X y Y). – Fórmula sencilla para calcular la r de Pearson. (pág. 124).
• Análisis de regresión. (Sirve para predecir los valores de una variable, conociendo los valores de la otra, a partir de la r de Pearson). – Coeficiente de correlación para datos ordinales. (pág. 134).
• Coeficiente de correlación para Rangos ordenados [Rs]. (pág. 138-140). – Cómo manejar los rangos empatados.
• La gamma de Goodman y Kruskal [G]. (Sirve para predecir los valores de una variable conociendo los valores de la otra con valores ordinales). – Cómo manejar los rangos empatados.
• Coeficiente Phi. (Coeficiente de correlación para datos nominales organizado en una tabla 2 x 2 [extensión de la prueba Chi cuadrada]). – Para tablas mayores de 2 x 2.