Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 101 vistas

    Pruebas Parametricas

    Cargado por

    Clenida
    Este documento proporciona una introducción a las pruebas estadísticas paramétricas y no paramétricas. Explica que las pruebas paramétricas evalúan hipótesis sobre la distribución completa de una población, mientras que las pruebas no paramétricas evalúan parámetros particulares como la media de una población. También describe algunas pruebas comunes como la prueba t, la prueba chi cuadrado y el análisis de varianza, así como los requisitos para su aplicación correcta.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Pruebas Parametricas

    Cargado por

    Clenida
    101 vistas19 páginas
    Este documento proporciona una introducción a las pruebas estadísticas paramétricas y no paramétricas. Explica que las pruebas paramétricas evalúan hipótesis sobre la distribución completa de una población, mientras que las pruebas no paramétricas evalúan parámetros particulares como la media de una población. También describe algunas pruebas comunes como la prueba t, la prueba chi cuadrado y el análisis de varianza, así como los requisitos para su aplicación correcta.

    Descripción original:

    MEDICION DE HIPOTESIS

    Título original

    PRUEBAS PARAMETRICAS

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento proporciona una introducción a las pruebas estadísticas paramétricas y no paramétricas. Explica que las pruebas paramétricas evalúan hipótesis sobre la distribución completa de una población, mientras que las pruebas no paramétricas evalúan parámetros particulares como la media de una población. También describe algunas pruebas comunes como la prueba t, la prueba chi cuadrado y el análisis de varianza, así como los requisitos para su aplicación correcta.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    101 vistas19 páginas

    Pruebas Parametricas

    Cargado por

    Clenida
    Este documento proporciona una introducción a las pruebas estadísticas paramétricas y no paramétricas. Explica que las pruebas paramétricas evalúan hipótesis sobre la distribución completa de una población, mientras que las pruebas no paramétricas evalúan parámetros particulares como la media de una población. También describe algunas pruebas comunes como la prueba t, la prueba chi cuadrado y el análisis de varianza, así como los requisitos para su aplicación correcta.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 19

    PRUEBAS ESTADISTICAS

    Definiciones para Recordar


    Estadística es la ciencia de reunir,
    organizar, resumir, analizar y
    hacer inferencias de datos

    Estadística inferencial
    Estadística descriptiva incluye: hacer
    incluye reunir, organizar, inferencias, pruebas de
    resumir, analizar y hipótesis, determinar
    presentar los datos relación y hacer
    predicciones
    Variables

    Cuantitativas Cualitativas
    •Discretas •Ordinal
    •Continuas •Categóricas

    Se llaman así porque su cálculo implica una estimación de


    los parámetros de la población con base en muestras
    estadísticas. Mientras mas grande sea la muestra mas
    exacta será la estimación, mientras mas pequeña, mas
    distorsionada será la media de las muestras para los
    valores raros extremos.
    Pruebas paramétricas y no
    paramétricas
    : método donde la distribución de
    muestreo es conocida, exigen hipótesis sobre los
    parámetros que definen la población (por ejemplo las
    poblaciones normales y la no presencia de valores
    atípicos (es una observación que es numéricamente distante
    del resto de los datos)
    método que no requiere
    conocimiento de la distribución del muestreo
    estadístico. No se refieren a parámetros de la
    población, se aplican cuando no conocemos la
    distribución de la poblacion.
    SIMILITUD DIFERENCIA

    PRUEBAS PARAMETRICAS:
    EVALUAN LA HIPOTESIS SOBRE LA
    DISTRIBUCION COMPLETA DE UNA
    POBLACION SOBRE RANGOS O
    FRECUENCIAS
    PRUEBAS PARAMETRICAS
    Y NO PARAMETRICAS
    PRUEBAS NO PARAMETRICAS:
    EVALUAN ACERCA DE UN
    PARÁMETRO PARTICULAR
    PRINCIPALMENTE MEDIA DE
    POBLACION
    SIMILITUD DIFERENCIA

    PRUEBAS PARAMETRICAS:
    T - STUDENT , ANOVA
    PRUEBAS
    PARAMETRICAS Y NO
    PARAMETRICAS
    PRUEBAS NO PARAMETRICAS:
    WILCOXON
    FRIEDMAN

    SIMILITUD DIFERENCIA

    PRUEBAS PARAMETRICAS:
    PRUEBAS PARAMETRICAS T - STUDENT , ANOVA
    Y NO PARAMETRICAS

    PRUEBAS NO PARAMETRICAS:
    U DE MANN WITNEY
    KRUSKAL – WALLIS
    SIMILITUD DIFERENCIA

    PRUEBAS PARAMETRICAS:
    VARIABE DEPENDIENTE ES MEDIDA EN
    PRUEBAS PARAMETRICAS ESCALA CATEGORICA
    Y NO PARAMETRICAS

    PRUEBAS NO PARAMETRICAS:
    VARIABE DEPENDIENTE ES
    MEDIDA EN ESCALA DE
    INTERVALO
    SIMILITUD DIFERENCIA

    PRUEBAS PARAMETRICAS:
    DISTRIBUIDAS NORMALMENTE ,
    PRUEBAS PARAMETRICAS VARIANZAS IGUALES
    Y NO PARAMETRICAS
    PRUEBAS NO PARAMETRICAS:
    NO HAY SUPUESTOS
    PRUEBAS RELACIONADAS CON LA MEDIA DE
    UNA POBLACIÓN
    • Prueba Z (N>30)
    • Prueba T (N≤30) Pruebas relacionadas con la
    PRUEBAS PARAMÉTRICAS igualdad de medias de dos grupos
    • Prueba Z (N>30)
    • Prueba T (N≤30) Pruebas relacionadas con la
    igualdad de varianza de dos o más grupos
    • ANOVA simple

    PARA UNA SOLA MUESTRA


    • Prueba de Kolmogorov-Smirnov
    • Prueba de Ji cuadrado (χ²)
    • Prueba binomial Para dos muestras
    PRUEBAS NO PARAMÉTRICAS • Prueba U de Mann-Whitney (muestras
    independientes)
    • Prueba W de Wilcoxon (muestras
    relacionadas)
    • Las variables tienen que ser cuantitativas
    y estar medidas en escalas de intervalo o
    razón.
    • Los datos siguen una distribución Normal.
    • Las Varianzas son iguales.
    • Muestras iguales (n>30)
    • Coeficiente de Correlación de Pearson y la
    regresión lineal
    • Prueba “t”
    • Prueba de contraste de la diferencia de
    proporciones
    • Análisis de varianza unidireccional (ANOVA
    Oneway)
    • Análisis de varianza factorial (ANOVA)
    • Análisis de covarianza (ANCOVA)
    • Compara las medias de una variable continua
    en muestras para determinar si o no la
    diferencia entre las dos medias esperadas
    excede la diferencia que debería ser esperada
    por azar
    Requerimientos
    • Las observaciones son independientes
    • Extraídas de poblaciones normalmente
    distribuidas
    • Tamaño de muestra <30 si es mayor a 30
    usar la prueba de z de la distribución
    normal (prueba binominal)
    • Prueba t para una muestra: prueba si la media de la
    muestra de una variable difiere significativamente
    de la media conocida de la población
    • Prueba t no pareada o independiente: prueba si las
    medias estimadas de la población por 2 muestras
    independientes difieren significativamente (grupo
    de hombres y grupo de mujeres)
    • Prueba t pareada: prueba si la media estimada de la
    población por muestras dependientes difieren
    significativamente (media de pre y post-tratamiento
    para el mismo grupo de pacientes.
    Prueba chi²
    • Usada para probar la fuerza de asociación
    entre dos variables cualitativas
    • Usada para datos categóricos

    Requerimientos
    • Datos deberán estar en forma de frecuencias
    • El total número de observaciones deberá
    exceder 20
    • Frecuencia esperada en una categoría o en
    cualquier celda deberá ser >5 (cuando un de las
    celdas tiene <5 observados se usa corrección
    de Yates o si tiene <5 de esperados se usa
    exacta de Fisher)
    • El grupo de comparación deberá ser
    aproximadamente igual.
    Anova
    • Es usada para descubrir el efecto principal y
    los efectos de interacción de variables
    categóricas independientes (llamados
    factores) sobre un intervalo de la variable
    dependiente
    Tipos de anova
    • Anova de una forma prueba diferencias
    en un intervalo de la variable
    dependiente entre dos, tres o más
    grupos formados por las categorías de
    una variable categórica independiente.
    • Anova de dos formas analiza un intervalo
    dependiente en términos de las
    categorías (grupos) formado por dos
    independientes, uno de los cuales puede
    ser concebido como una variable
    control.
    • Anova mutivariado o n formas. Para
    generalizar, anova n formas trata con n
    independientes. Debe notarse que al
    incrementarse el número de
    independientes, aumenta el número de
    interacciones potenciales.
    Correlación y regresión
    • Métodos para estudiar magnitud de
    la asociación y la relación funcional
    entre dos o más variables.
    Regresión
    • Método que indica una relación matemática
    entre una variable dependiente y una o más
    variables independientes
    • Regresión lineal simple y regresión múltiple son
    apropiadas para variables como tensión arterial,
    peso.
    • Regresión logística es aplicable para respuestas
    binarias como vivo/muerto
    Mediciones
    • Si paramétrica
    • Coeficiente de correlación de Pearson
    »Variables continuas
    »Relación lineal
    • Si no paramétrica
    • Rank de Spearman rank
    »Ambas variables son continuas
    • Tau de Kendall
    »Dos ordinales o una ordinal y una
    continua
    17
    Como seleccionar la prueba
    estadística adecuada
    • Tipo de variables
    • Cuantitativa (tensión arterial)
    • Cualitativa (género)
    • Tipos de preguntas de investigación
    • Asociación
    • Comparación
    • Factor de riesgo
    • Estructura de datos
    • Independientes
    • Dependientes
    • Pareados

    También podría gustarte