VARIABLE
• Característica que presenta las unidades o datos que componen una población.• Es lo que se desea estudiar.• Representado de forma simbólica: símbolos o letras
Variable Cualitativa Variable Cuantitativa
• Datos que indican cualidades, atributos, características, propiedades.
• Variable categórica. • No toman valores numéricos.
Variable cualitativa nominal
No existe ninguna “jerarquía”
Variable cualitativa ordinal
No son medibles, expresan “orden o jerarquía”
• Datos numéricos, son medibles.
Datos numéricos que surgen de un proceso de conteo, no se fraccionan, valores enteros.
Variable cuantitativa discreta
Variable cuantitativa continua
Datos numéricos que surgen de un proceso de medición, toman valores sobre un intervalo o una colección de intervalos, unidad de medida.
Validar una muestra: comparación de un grupo frente a un estándar.
Un grupo
Variable cuantitativa T de Student
Variable cualitativa
Dos categorías Prueba binominal
Tres categorías Prueba de
PRUEBAS DE BONDAD DE AJUSTE
• Se estudia un único grupo.• Compara la distribución de frecuencias observadas (Fo) de la variable con las frecuencia de una grupo estándar (Fe).• Diferencia estadísticas entre ambos registros. • Variables cualitativas.
Variables cualitativas
2 grupos
Independientes Prueba de Chi cuadrada
PareadosPrueba de Chi cuadrada de
McNemar
Mas de 3 grupos
Independientes Prueba de Chi cuadrada
Pareados
Prueba de Q de Cochran
Pruebas para variables cualitativas categóricas: comparación de dos o mas grupos.
Pruebas estadísticas para variables cuantitativas: comparación de dos o mas grupos.
Variables cuantitativas
Datos provienen de una curva normal
2 grupos
Independientes T de Student
Pareados T Student pareada
3 o mas grupos
Independientes ANOVA
PareadosANOVA para
muestras pareadas
Datos no provienen de una curva normal
2 grupos
Independientes U de Mann-Whitney
Pareados Prueba de Wilcoxon
3 o mas grupos
Independientes Kruskal Walls
Pareados Friedman
PRUEBAS ESTADÍSTICAS
• Paramétricas: Asumen los parámetros de la distribución de la variable (media y varianza) y un tipo de distribución normal. n>30
• No paramétricas: No asumen acerca de los parámetros de distribución ni se preocupa por el tipo de distribuciòn, trabajan con simple ordenación y recuento de los valores de la variable sin importar la distribución. Muestras pequeñas.
PRUEBAS PARAMETRICAS • Prueba del valor Z de la distribución normal
• Prueba T de Student para datos relacionados (muestras dependientes)
• Prueba T de Student para datos no relacionados (muestras independientes)
• Prueba T de Student-Welch para dos muestras independientes con varianzas no homogéneas
• Prueba de ji cuadrada de Bartlett para demostrar la homogeneidad de varianzas
• Prueba F (análisis de varianza o ANOVA)
PRUEBAS NO PARAMETRICASPara escala nominal:
• Leyes de la probabilidad y prueba binomial
• Prueba ji2 de Pearson para una muestra
• Prueba ji2 de Pearson para dos y más muestras independientes
• Prueba de bondad del ajuste mediante ji2
• Prueba ji2 de proporciones para tres o más muestras independientes
• Prueba de probabilidad exacta de Fischer y Yates
• Prueba de McNemar para muestras dependientes
• Prueba Q de Cochran para tres o más muestras dependientes
• Análisis secuencial
Para escala ordinal:
• Prueba de Kolmogorov-Smirnov para una muestra
• Prueba de U Mann-Whitney para dos muestras
independientes
• Prueba de Wilcoxon de rangos señalados y pares
igualados para dos muestras dependientes
• Análisis de varianza de una entrada de Kruskal-Wallis
para más de dos muestras independientes
• Análisis de varianza de doble entrada por rangos de
Friedman para más de dos muestras dependientes