Tema 6 Prueba de Mancova Diapositivas

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 42

UNIVERSIDAD ANDINA NESTOR CACERES

VELAZQUEZ
ESCUELA PROFESIONAL INGENIERIA
SANITARIA AMBIENTAL

TEMA: PRUEBA DE MANCOVA

DOCENTE: JHON RICHARD SUAQUITA HUANCA

INTEGRANTES DEL GRUPO


 MAQUERA VANEGAS HEIDY NATALIA
 BAEZ ORTIZ KELY KATHERIN
 TURPO LEON VANESSA
 ZAPANA YANA VERONICA

SEMESTRE : VII “B”


 INTRODUCCION
 El análisis multivariado de covarianza de una vía (MANCOVA) se puede
considerar como una extensión del MANOVA de una vía para incorporar una
covariable o una extensión de la ANCOVA de una vía para incorporar múltiples
variables dependientes.  Esta covariable está relacionada linealmente con las
variables dependientes y su inclusión en el análisis puede aumentar la capacidad
de detectar diferencias entre grupos de una variable independiente. Se utiliza
MANCOVA unidireccional para determinar si existen diferencias estadísticamente
significativas entre las medias ajustadas de dos o más grupos independientes (no
relacionados), que han controlado una covariable continua.
 QUE ES MANCOVA?
 MANCOVA (Análisis multivariado de la covarianza) es la contraparte
multivariable de ANCOVA . MANCOVA le informa si existen diferencias de
medias estadísticamente significativas entre los grupos. En otras palabras, le
indica si las diferencias entre los grupos probablemente ocurrieron por
casualidad, o si hay una tendencia repetible .

 MANCOVA nos sirve para elimina los efectos de una o más covariables de
su modelo.
ESTADISTICA INFERENCIAL
Se usa para modelar patrones en los datos y extraer inferencias acerca de
la población bajo estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas sí/no (prueba de hipótesis)

ESTADISTICA
INFERENCIA

ESTADISTICA ESTADISTICA
PARAMETRICA NO
PARAMETRICA

VARIABLE DEPENDIENTE VARIABLE DEPENDIENTE


Homogeneidad de varianzas Homogeneidad de varianzas
  Asignación y selección aleatoria de los grupos

VARIABLE INDEPENDIENTE VARIABLE INDEPENDIENTE


Distribución normal Distribución normal
Nivel de medición nominal u ordinal
CRITERIO DE DECISION:
En cualquier test estadístico, si la muestra obtenida pertenece a la
región crítica, debe aceptarse H1. En caso contrario, si pertenece a la
región de aceptación se aceptará H0
1 o mas variables 2 variables
MANOVA
¿tienes una MANCOVA
independientes con dependient
dos o mas grupos es o mas co-variable?

Su propósito de mancova
Es eliminar el efecto de la co-variables en todo el diseño a
traves de la secuencia en el SPSS 2
TIPOS DE MANCOVA
 Un MANCOVA unidireccional necesita al menos cuatro variables. Una variable independiente más
una o más variables dependientes y una o más covariables.
 Un MANCOVA de dos vías incluye dos variables independientes.

DIFERENCIAS ENTRE MANCOVA Y OTRAS PRUEBAS SIMILARES


 MANCOVA, MANOVA, ANOVA, ANCOVA: todo puede ser un poco confuso recordar cuál es cuál. Sin
embargo, todas las pruebas se pueden considerar como variantes de MANCOVA, si recuerda que la
" M " en M ANCOVA significa Múltiple y la " C " significa Covariantes.
 ANOVA : un MANCOVA sin múltiples variables dependientes y covariables (de ahí la M y C que
faltan).
 ANCOVA : un MANCOVA sin múltiples variables dependientes (de ahí la M que falta).
 MANOVA : MANCOVA sin covariables (de ahí la C que falta).
SUPOSICIONES
 Las observaciones son independientes: es decir que se emplea un muestreo aleatorio,
observaciones no son susceptibles a la influencia de otras observaciones. Esto reduce el error
de tipo I.

 variables dependientes multivariantes se distribuyen normalmente para cada grupo. En otras


palabras, cualquier combinación lineal de las variables se distribuye normalmente. Esto incluye
la evaluación de la normalidad de cada nivel de cada variable para cada grupo. Esto reduce el
error de tipo I.

 Las matrices de covarianza para variables dependientes son iguales. Esto reduce el error de
tipo I y aumenta el poder estadístico.

 Debe haber una relación lineal entre la variable (s) dependiente y la covariable.

 La pendiente de la línea de regresión para la covariable es la misma en cada grupo.


IV. DESARROLLO EN EL IBM SPS

 NORMALIDAD
Si Sig. (p-valor) > 0.05 aceptamos H0 (hipótesis nula) → distribución
normal
Si Sig. (p-valor) < 0.05 rechazamos H0 (hipótesis nula) → distribución
no normal
 
 CORRELACIÓN DE PEARSON
 ANÁLISIS MULTIVARIANTE
4.1 PLANTEAMIENTO DEL PROBLEMA

 Ejemplo 1: un investigados esta interesado


en saber si existen diferencias en el costo y
dias de tratamiento que reciben los
pacientes dependieno si han recibido un
distinto tratamiento(a,b,c);ademas desea
saber si el apoyo familiar influye en el
tratamiento
Abrir el programa ibm spss
Matriz de datos
REALIZAR LA NORMALIDAD
Analizar-estadisticos descriptivos- explorar
Cargar las variables e ir
Graficos- activar graficos de normalidad –continuar-aceptar
PRUEBA DE NORMALIDAD

 
 
Pruebas de normalidad

 
Kolmogorov-Smirnova Shapiro-Wilk
 
TRATAMIENTO Estadístico gl Sig. Estadístico gl Sig.
PRECIO.TRATAMIENTO A
,260 50 ,064 ,947 50 ,030

B
,260 50 ,065 ,915 50 ,008

C
,231 50 ,060 ,858 50 ,000

TIEMPO.TRATAMIENDO A
,141 50 ,054 ,958 50 ,072

B
,113 50 ,150 ,973 50 ,293

C
,237 50 ,061 ,885 50 ,000

a. Corrección de significación de Lilliefors


HIPOTESIS DE NORMALIDAD
El ritual de la significancia estadística
HACER LA CORRELCION DE PEARSON
Dentramos analizar – correlacion- bivariadas
Cargamos muestras variables dependientes para saber si
estan correlacionadas y aceptar.
Correlacion
Correlaciones

  PRECIO.TRATAMIENTO TIEMPO.TRATAMIENDO APOYO.FAMILIAR


PRECIO.TRATAMIENTO Correlación de Pearson 1 -,783 **
,089
Sig. (bilateral)   ,000 ,277

N 150 150 150


TIEMPO.TRATAMIENDO Correlación de Pearson -,783** 1 -,045
Sig. (bilateral) ,000   ,583

N 150 150 150


APOYO.FAMILIAR Correlación de Pearson ,089 -,045 1
Sig. (bilateral) ,277 ,583  
N 150 150 150
**. La correlación es significativa en el nivel 0,01 (2 colas).

 Donde aquí nos sale por arriba de nuestra significancia y esto quiere decir que
no tiene relacion directamente
ANALISIS
MULTIPLE DE
VARIANZA

2 o +VARIABLE CO-
1 o +VARIABLES
S MANOVA VARIABLE
MANCOVA
IDEPENDIENTE
DEPENDIENTES

CO-VARIABLE
:VARIABLE EXTRAÑA Q
PODRIA AFECTAR EL
ESTUDIO O NO
EJEMPLO:
UN INVESTIGADOS ESTA INTERESADO EN
SABER SI EXISTEN DIFERENCIAS EN EL COSTO
Y DIAS DE TRATAMIENTO QUE RECIBEN LOS
PACIENTES DEPENDIENO SI HAN RECIBIDO UN
DISTINTO TRATAMIENTO(A,B,C);ADEMAS
DESEA SABER SI EL APOYO FAMILIAR
INFLUYE EN EL TRATAMIENTO
HO:NO EXISTEN DIFERENCIAS EN EL COSTO Y
DIAS DE TARTAMIENTO DE UN PACIENTES
QUE RECIBEN UNO DE LOS TRES
TRATAMINETOS DIFERENTES(A,B,C)

HA:EXISTEN DIFERENCIAS EN EL COSTO Y


DIAS DE TARTAMIENTO DE UN PACIENTES
QUE RECIEBEN UNO DE LOS TRES
TRATAMINETOS DIFERENTES ABC
FACTOR o
VI
categorica
VARIABLES
DEPENDIENTES

UNIDAD
EXPERI
MENTAL

COVARIABLE
ANOVA
MANOVA
LOS 3 GRUPOS A COMPARAR(A ,B,C)
LAS MEDIAS SON DIFERENTES ENTRE ELLAS MISMAS …(SON
SIGNIFICATIVAS ENTRE ELLAS MISMAS)
M DE BOX(EQUIVALENTE A LEVENE)
HAY UNA HOMOGENEIDAD ENTRE LAS VARIABLES DEPENDIENTES
SE CONSIDERA AL DE MENOR ERROR
AQUI NOS DICE QUE SI HAY DIFERENCIAS EN LA VARIABLE DE
TRATAMIENTO
SE CONSIDERA AL DE MENOR ERROR
AQUI NOS DICE QUE SI HAY DIFERENCIAS EN LA VARIABLE DE
TRATAMIENTO
HOMOGENEIDAD DE VARIANZA DE CADA UNA DE LAS VARIABLES DEPENDIENTES
AQUÍ NOS DIRA DONDE HAY DIFERENCIAS,EN ESTE
CASO EN LAS 2
PRUEBAS PLANEADAS: QUE COMPARA EL NIVEL 3
CON EL 1 Y EL 2
COMPARANDO TRATAMIENTOS,ninguna tiene una
diferencia significativa
mancova
Aquí nos dice q el apoyo familiar no es significativo
Toma d decisión:

ACEPTAMOS LA HA ,EXISTEN
DIFERENCIAS EN EL COSTO Y DIAS DE
TARTAMIENTO DE UN PACIENTES QUE
RECIEBEN UNO DE LOS TRES
TRATAMINETOS DIFERENTES Y EL
APOYO FAMILIAR NO INFLUYE
V.CONCLUSIONES
 

 Serealizo la hipotesis de normalidad donde el


conjunto de datos si tiene o cuenta con
distribusion normal.
 Enla hipotesis general aceptamos la HA : existen
diferencias en el costo y dias de tartamiento de
un pacientes que recieben uno de los tres
trataminetos diferentes.
.

GRACIAS POR SU
ATENCION……………………

También podría gustarte