Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Notas de Estadística (Gero)
Notas de Estadística (Gero)
1. TABLAS DE CONTINGENCIA
El objetivo de una tabla de contingencia es averiguar si las dos variables están relacionadas.
Las variables a analizar deben ser nominales u ordinales. Las variables nominales son las que
no tienen un orden establecido (p.ej. género o estado civil), y las variables ordinales son aquellas
que sí tienen un orden establecido y el paso de una categoría a otra no es igual (p.ej. nivel
educativo, interés en la política (alto-medio-bajo-ninguno).
Por tanto, las dos condiciones para construir una tabla de contingencia son: relacionar solo 2
variables y que las variables sean nominales u ordinales.
Será necesario recurrir a la opción “post-hoc” para poder descubrir entre qué pares de
medias se encuentran las diferencias en ANOVA
- Variación dentro de las muestras (SCR) o Intra-grupos, cuantifica la dispersión de los valores
de cada muestra con respecto a sus correspondientes medias.
- Variación entre muestras (SCE) o Inter-grupos, cuantifica la dispersión de las medias de las
muestras con respecto a la media global.
-
5. TEST DE RACHAS
El test de rachas permite verificar la hipótesis nula de que la muestra es aleatoria, es decir, si
las sucesivas observaciones son independientes.
Este contraste se basa en el número de rachas que presenta una muestra. Una racha se
define como una secuencia de valores muestrales con una característica común precedida y seguida
por valores que no presentan esa característica.
7. TEST DE SHAPIRO–WILKS
El test de Kruskal-Wallis es la alternativa no paramétrica al test ANOVA de una vía para datos
no pareados. Se trata de una extensión del test de Mann-Whitney para más de dos grupos. Se trata
por lo tanto de un test que emplea rangos para contrastar la hipótesis de que k muestras han sido
obtenidas de una misma población.
El test de Kruskal-Wallis es el test adecuado cuando los datos tienen un orden natural, es
decir, cuando para darles sentido tienen que estar ordenados o bien cuando no se satisfacen las
condiciones para poder aplicar un ANOVA. Por ejemplo, si se quiere estudiar la diferencia entre
hombres y mujeres en una carrera, se puede disponer de dos tipos de datos: los tiempos de cada
participante (análisis con ANOVA) o las posiciones en las que ha terminado la carrera cada
participante (análisis con Kruskal-Wallis test).
la suma de rangos para cada uno de los grupos (R i) es de esperar que, si se cumple la hipótesis
nula, todos los grupos tengan un valor similar. Partiendo de esta idea se calcula el estadístico H
como:
Condiciones del test de Kruskal Wallis
1. No es necesario que las muestras que se comparan provengan de una distribución normal.
2. Homocedasticidad: dado que la hipótesis nula asume que todos los grupos pertenecen a
una misma población y que por lo tanto tienen las mismas medianas, es requisito necesario que
todos los grupos tengan la misma varianza. Se puede comprobar con representaciones gráficas o
con los test de Levenne o Barttlet.
3. Misma distribución para todos los grupos: la distribución de los grupos no tiene que ser
normal, pero ha de ser igual en todos (por ejemplo, que todos muestren asimetría hacia la derecha).
9. ESTIMADOR CONSISTENTE
Un estimador es consistente, si el límite del error cuadrático medio tiende a cero, cuando n
tiende a infinito.
Siendo: