Documentos de Académico
Documentos de Profesional
Documentos de Cultura
09 de mayo de 2022
La prueba de wilcoxon es algo muy similar a la prueba de U man Whitney solamente que se
hace muestras relacionadas
Analisis de Correlacion es cuando tenemos una variable cuantitativa con otra variable
cuantitativa
en el analisis de correlaciones relacionamos variables cuantitativas
ejemplo de odontologia:
indice cop y la edad (a mas edad menor indice cop ) y tambien con el indice de placa.
correlacion negativa: a medida que aumenta una variable disminuye la otra, el analisis de
correlacion la hacemos para explorar esas asociaciones entre variables cuantitativas
Correlaciones bivariadas
• Son aplicadas para explorar la asociación entre dos variables cuantitativas, un coeficiente
de correlación mide el grado en que dos variables tienden a cambiar al mismo tiempo,
describe tanto la fuerza como la dirección de la relación.
en las correlaciones tambien miramos las fuerzas, estas se van a mover en un rango entre
menos 1 y 1, cuando las correlaciones son iguales a cero hablamos que las correlaciones
son nulas, cuando las correlaciones son proximas a menos 1 o a 1 estamos hablando que el
grado de correlacion es fuerte
cuando hablamos de las correlaciones quiere decir que las dos variables tienen una
dependencia causal que uno es el efecto de la otra que uno es causal de un determinado
efecto en la otra y en el análisis de correlaciones simplemente decimos que una aumenta y
la otra por x o y motivo también lo hace pero no podemos atribuir relaciones de causa efecto
entre dos variables apartir de un analisis de poblacion pueden ser que ambas tengan un
evento en comun que hacen que aumenten o disminuyan.
Podemos encontrar que una correlacion es fuerte, moderada, leve o nula
cuando una correlacion es nula planteando las pruebas de hipotesis, cuando se acepta la
hipotesis nula las correlaciones van hacer nula.
Otra cosa importante es que los coeficientes de correlaciones son normalmente relaciones
lineales - osea aumenta una aumenta la otra y graficamente vamos a observar un alinea
recta que se ajusta a la tendencia que tiene ese grupo de datos que tenemos en un analisis
de correlacion
Recordemos
Grados de correlación
• Después de confirmar el valor P de significación estadística, se identifica el valor del
coeficiente y la dirección de la correlación
• Correlaciones < 0,4 : leves
• Correlaciones 0,41- 0,7 : moderadas
• Correlaciones 0,71 altas
las correlaciones tienen relaciones lineales,en el gráfico observamos que esas lineas se
ajustan a cada uno de los puntos que uno observa
cuando uno hace un analisis de correlacion cada punto vamos a suponer el analisis de edad
e índice cop entonces cada punto corresponde con la edad del niño con su respectivo indice
cop, uno ubica una de las variables en el Y y otra en el eje X y queda en cordenadas y uno
observa una nube puntos que puede tener una tendencia lineal.
Consideraciones
En cualquier estudio de investigación es clave la fiabilidad de los procedimientos de medida
u observación empleados durante la recolección de la información. En este sentido, dos
aspectos entran a formar parte típicamente de la validez interna del estudio: sesgo entre
observadores o la tendencia de un observador a dar consistentemente valores mayores o
menores que otro– y la concordancia entre observadores: hasta qué punto los observadores
coinciden en su medición. La manera concreta de abordar el problema depende de la
naturaleza de los datos: si éstos son de tipo cuantitativo es habitual la estimación del
coeficiente de correlación intraclase; si se trata de datos de tipo cualitativo el estadístico
más empleado es el índice kappa.
aqui hay una probabilidad es que esos acuerdos sean debidos al azar
los acuerdos debidos al azar: son que en ocasiones pueden concordar y otras veces no
(cuando algo no esta seguro)
en estos analisis de concordancia hay que tener en cuenta la normativa ue la concordancia
sean debidas al azar
necesitamos hacer este calculo para estimar un indice de concordancia llamado indice de
kappa que va hacer mucho mas confiable en la hora de este tipo de evaluaciones
04 de Abril de 2022
ANÁLISIS BIVARIADO
para poder interpretar esto vamos hacer una serie de pruebas llamadas pruebas de
hipótesis estadísticas, no indica es que nos plantea dos tipos de hipótesis bajos los cuales
uno puede identificar si hay diferencias estadísticamente significativas o no.
Por ejemplo, en la variable sexo y edad aplicariamos dos hipotesis una es la nula y la otra
es la altrnativa
la hipótesis nula es la hipótesis de la igualdad que nos dice que no habría diferencias en las
edades entre hombre y mujeres
la hipótesis alternativa es la que nos va a indicar que la diferencia en el promedio de la edad
si son estadisticamente significativa
para llegar a esta conclusión unas pruebas de analisis bivariado y mirar el comportamiento
de las variables para saber cuales son los tipos de pruebas que debemos de realizar
Teoría de Probabilidad
la estadística se basa en esta teoría osea que tan probable es que lo que usted esta
observando se deba al azar o a algo más que al azar
cuando uno encuentra que las explicaciones son diferentes por un evento o situación que es
más allá del azar esto es lo que uno dice que es estadísticamente significativo
la variable edad en el salón tiene una distribución normal si las frecuencias o las edades
tienen una distribución simétrica alrededor de su valor promedio
la teroria de la dsitribucion normal me dice que el promedio menos 1 y mas una desviacion
estandar yo voy a observar aproximadamente el 68,8% de los datos van a estar
comprendidos
y va a estar representada por la flecha del medio en la campana de gahus
Gráficos:
histograma, quitamos la opcion donde dice tallo y hojas y le damos gráficos de normalidad
con pruebas - continuar- gráficos y aceptar
para ver los valores de los gráficos le damos en Y incremento mayor 1 y en X incremento
mayor 1 y mínimo le damos 5
para que nos muestre la curva de distribución le damos doble clic y le damos donde dice
mostrar curva de distribución normal
esto me indica que hay una probabilidad de 0.1% de que los datos tengan una distribución
normal
Ruta:
Analizar-descriptivos-explorar-lista de factores cualitativas- graficos- histograma-continuar y
aceptar.
18 de abril de 2022
Prueba U de Mann-whitney
gráfico de cajas y bigotes es el que observa todas las variables y se utiliza para
esta prueba
Variante
prueba de chi cuadrado de pearson:
hace el mismo análisis de frecuencia pero no podemos aplicar el resultado de una
prueba de chi cuadrado de pearson sino que se debe aplicar una prueba exacta de
fisher
RUTA:
analizar-tablas personalizadas-estadísticos de prueba- chi cuadrado de pearson-
aceptar
cuando hay tablas con recuentos menores a 5 aplicamos la prueba exacta de fisher
pero la de chi cuadrado no
La prueba exacta de fisher solamente se va aplicar cuando nuestra tabla sea de dos
por dos o mejor cuando las dos variables que se están relacionando sean
dicotómicas osea que van a presentar 4 resultados.
gráficos:
gráfico-barras-agrupados-ubicamos las variables-aceptar
25 de abril de 2022
Ruta
Analizar-tablas-tablas personalizadas- estadísticos de pruebas-le damos en
comparar estadísticos de columnas-señalamos bonferroni-mostrar los valores
de significación-aceptar
02 de mayo 2022
si en uno de los dos grupos hay una distribución normal se hace prueba no
paramétrica osea la de kruskal-wallis
y si en los grupos en todos hay distribución normal se hace una prueba de
anova
cuando realizamos una prueba de anova casi siempre la variable de
respuesta va hacer la variable cuantitativa.
Ruta
Analizar-comparar medias-anova de un factor-aceptar
hay varias pruebas para las comparaciones múltiples
hay que tener en cuenta la homogeneidad de las varianzas para seleccionar
la prueba de comparaciones múltiples
esta prueba siempre la vamos a realizar cuando encontramos diferencias
significativas
Ruta
Analizar-comparar medias-anova de un factor-post hock-aceptar
ruta:
analizar-pruebas no parametricas-muestras independientes-ejecutar-aceptar