Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hiptesis nula de la
prueba Chi-cuadrado postula una distribucin de probabilidad totalmente especificada como el modelo
Para realizar este contraste se disponen los datos en una tabla de frecuencias. Para cada valor o
suponiendo que la hiptesis nula es cierta, se calculan para cada valor o intervalo de valores la
frecuencia absoluta que cabra esperar o frecuencia esperada (Ei=npi , donde n es el tamao de la
muestra y pi la probabilidad del i-simo valor o intervalo de valores segn la hiptesis nula). El
Este estadstico tiene una distribucin Chi-cuadrado con k-1 grados de libertad si n es suficientemente
grande, es decir, si todas las frecuencias esperadas son mayores que 5. En la prctica se tolera un
Si existe concordancia perfecta entre las frecuencias observadas y las esperadas el estadstico tomar un
valor igual a 0; por el contrario, si existe una gran discrepancias entre estas frecuencias el estadstico
tomar un valor grande y, en consecuencia, se rechazar la hiptesis nula. As pues, la regin crtica
estar situada en el extremo superior de la distribucin Chi-cuadrado con k-1 grados de libertad.
Analizar
Pruebas no paramtricas
Chi-cuadrado
En el cuadro de dilogo Prueba chi-cuadrado se indica la variable a analizar en Contrastar variables.
En Valores esperados se debe especificar la distribucin terica activando una de las dos alternativas.
Por defecto est activada Todas la categoras iguales que recoge la hiptesis de que la distribucin de la
poblacin es uniforme discreta. La opcin Valores requiere especificar uno a uno los valores esperados
El recuadro Rango esperado presenta dos opciones: por defecto est activada Obtener de los datos que
realiza el anlisis para todas las categoras o valores de la variable; la otra alternativa, Usar rango
El cuadro de dilogo al que se accede con el botn Opciones ofrece la posibilidad de calcular
los Estadsticos Descriptivos y/o los Cuartiles, as como seleccionar la forma en que se desea tratar los
valores perdidos.
CORRELACIN.
La correlacin es la forma numrica en la que la estadstica ha podido evaluar la relacin de
dos o ms variables, es decir, mide la dependencia de una variable con respecto de otra
variable independiente.
Para poder entender esta relacin tendremos que analizarlo en forma grfica:
pesos
La correlacin con la pendiente de 40
esa recta estimada y de esta forma nos podemos dar
20
cuenta que tambin existe el caso en el que al crecer la
variable independiente decrezca la variable 0
dependiente. En aquellas rectas estimadas cuya 0 20 40 60
pendiente sea cero entonces podremos decir que no edades
existe correlacin.
n n n En donde:
n xi y i xi * y i R = coeficiente de correlacin
N = nmero de pares
r i 1 i 1 i 1
ordenados
n
n 2
n 2 n
2
X = variable independiente
n x xi n y i y
2
i i Y = variable independiente
i 1 i 1 i 1 i 1
Ejemplo:
Se debe aclarar que el coeficiente de correlacin slo puede variar de la siguiente manera:
1 r 1 y que para entenderlo mejor se debe obtener el coeficiente de determinacin que
se obtiene con r cuadrada, ya que este representa el porcentaje que se explica y
mediante los datos de x .
En nuestro ejemplo decimos que la correlacin es casi perfecta, ya que, esta muy cerca de 1 y
que el porcentaje de datos que explican a y es (0.65638606) 2= 0.430842 o sea el 43.08 %
Primero tendremos que pensar que se genera una matriz, ya que, ahora estamos juntando dos
tablas de distribucin de frecuencias y por ello nuestros clculos sern ms laboriosos, por lo
que les recomiendo el uso de una hoja de calculo o al menos una calculadora con regresin
para datos agrupados.
De cualquier forma aqu tambien estamos evaluando numricamente si existe relacin entre
dos variables y lo haremos con la siguiente ecuacin.
k l l k
n f x i y i fx x i * fy y i
j 1 i 1 i 1 i 1
r
2
k 2
f y y i
l l k
n f x 2
x i x i n fy y i
f x 2
i 1 i 1 i 1 i 1
En donde podemos encontrar k como el nmero de clases para la variable "y" y l para el
nmero de clases de "x".
Tambin podemos observar que hay varios tipos de "f" es decir, la que se encuentra sola (sin
subndice) que nos habla de las frecuencias celdares (cada una de las frecuencias que se
encuentran en la interseccin entre una columna y un rengln) y las "f" con subndices que
representan las frecuencias de cada una de las variables.
Correlacin= 0.695
k l l k
n f x i y i f x x i * fy y i
j 1 i 1 i 1 i 1 48 * 5380.77 - (82.06 * 3116)
r
l
l
2
k 2 k
2
((48 * 140.8982) - 82.06 2 ) * (( 48 * 212072) - 3116
n f x f x x i n fy y i f y y i
2
x i
Al i 1 nuestro i resultado
interpretar 1 podemos
i 1 i 1 que
concluir si existe relacin entre el peso y la
estatura, es decir, que a mayor estatura mayor peso.
150
1698 47
100 2045 15
1348 100
50
1268 120
0
1000 1500 2000