NOMINAL Relación de igualdad-desigualdad TIPOS Deciles → son nueve. Dividen la distribución en 10 partes ORDINAL Relación de igualdad desigualdad y de orden Centiles → 99 valores. Dividen la distribución en 100 - Distribución simétrica: mediana = media ESCALA DE MEDIDA MEDIDA DE - Distribución asimétrica positiva: mediana < media INTERVALO Igualdad o desigualdad de diferencias - Distribución asimétrica negativa: mediana > media DE STEVENS POSICIÓN Permiten conocer la posición de un sujeto en relación con el resto de la muestra RAZÓN Igualdad o desigualdad de razones. Cero absoluto Permite hacer valoraciones relativas LOS CUANTILES Constituyen una escala ordinal sin unidad de medida constante MEDICIÓN→ asignación de números a las características de los fenómenos psicológicos Las distancias son más grandes en los extremos que en el centro 0→ mesocúrtico Descriptiva→ ordenación y análisis de datos utilizando estadísticos Cada cuantil deja por debajo de sí x% de las observaciones SUPER-PIR - → platicúrtica muestrales Conceptos + → leptocúrtica ESTADÍSTICA básicos LA MEDIA ARITMÉTICA→ suma de las puntuaciones dividida por el nº de casos Inferencial→ realización de inferencias sobre poblaciones a partir Coeficiente de apuntamiento de Fisher de los datos de las muestras MEDIDAS DE TENDENCIA MEDIANA (Mdn)→ puntuación que deja por debajo de si el 50% de las observaciones POBLACIÓN→ todos los elementos que cumplen una o varias características CENTRAL CURTOSIS Población MUESTRA→ subconjunto de elementos de una población Indica el apuntamiento o MODA (Mo)→ valor de la variable con mayor frecuencia absoluta aplanamiento de la gráfica PARÁMETRO→ propiedad que describe una población Varianza (𝑆 2) ESTADÍSTICO→ propiedad que describe una muestra MEDIDAS DE Desviación típica (S) Eneatipos→ puntuación típica normalizada de Una puntuación típica Cualitativas→ nivel nominal VARIACIÓN Amplitud media 5 y desviación típica 2 normalizada igual a 0 deja por Muestra VARIABLE→ representación numérica Cuasi/semicuantitativas→ nivel ordinal Desviación media indica nº de desviaciones típicas que separa debajo de sí el 50% de las de una característica Coeficiente de variación (CV) una observación de la media de su grupo observaciones Cuantitativas→ nivel intervalo/razón Estadística Puntuación típica (𝒁𝒙 ) 𝟐 PUNTUACIONES TÍPICAS descriptiva con Y ESCALAS DERIVADAS Media→ 0 𝑺 y S→ 1 Transformación lineal → Se emplea cuando hay una media y desviación típica fijadas 1 VARIABLE 2 VARIABLES 1 variable Transformación no lineal → Para normalizar las puntuaciones típicas Diagrama de barras, Diagrama de barras conjunto, Representación NOMINAL pictograma/diagrama de diagrama de rectángulos partidos de datos sectores NO implica Positiva → al aumentar los valores de x aumentan los valores de y (= al disminuir) causalidad Negativa → al aumentar los valores de x disminuyen los de y (y viceversa) ORDINAL Diagrama de barras Diagrama de barras, polígono y ESTADÍSTICA I RELACIÓN LINEAL Nula → ausencia de tendencia al emparejamiento de las variables. NO implica diagrama caja y bigotes que no haya correlación, puede haber otras no lineales como la curvilínea CUANTITATIVA Diagrama de barras Correlación COVARIANZA (𝒔𝑿𝒀 ) Perfecta → los valores de x e y se encuentran en una misma recta DISCRETA Diagrama de tallos y hojas conjunto Cuantifica el grado de relación lineal de x e y COEFICIENTES Se calcula con las puntuaciones diferenciales OTROS CUANTITATIVA Histograma, polígono de Diagrama de dispersión Carece de valores máximos y mínimos CONTINUA frecuencias, diagrama tallos y ϕ Dos vv dicotómicas hojas, diagrama caja y bigotes Se calcula con las puntuaciones típicas Biserial puntual (𝒓𝒃𝒑 ) Una dicotómica y una continua ÍNDICE DE Oscila entre -1 y +1 Procura pronosticar puntuaciones en la variable Y a partir de las puntuaciones en X ← Regresión Biserial (𝒓𝒃 ) Dos vv continuas, una de ellas dicotomizada CORRELACIÓN Si entre dos variables la relación lineal Criterio de mínimos cuadrados DE PEARSON (r) es perfecta tomará el valor 1 o -1 REGRESIÓN SIMPLE SUPER-PIR - Promedio de errores elevados al cuadrado Tetracórica (𝒓𝒕 ) Dos vv continuas dicotomizadas Si no existe relación lineal tomará el valor 0 - Determina el modelo lineal hubiese 𝒀 = 𝒂 + 𝒃𝒙 cometido la menor cantidad de error posible VARIABLES ORDINALES El coeficiente aumenta cuanto aumenta la variabilidad Y → variable dependiente Problema de la Coeficiente de determinación (𝒓𝒙𝒚 𝟐 ) Kendall Mide grado de semejanza de una o de las dos variables (cuando aumenta la X → variable independiente restricción - Pearson al cuadrado heterogeneidad de la muestra) y disminuye cuando a → ordenada en el origen Goodman y Kruskal Indicado en casos con muchos empates del rango - Indica la proporción de varianza de y disminuye la variabilidad (o aumenta la homogeneidad) b → pendiente explicada por x Spearman Se basa en Pearson REGRESIÓN MÚLTIPLE - Cuando añadimos nuevos predictores, el CORRELACIÓN → Valora la correlación de dos vv coeficiente de determinación puede 𝑿′𝟏 = 𝑨 + 𝑩𝟐 𝑿𝟐 + 𝑩𝟑 𝑿𝟑 VARIABLES NOMINALES PARCIAL eliminando el efecto de una tercera mantenerse o crecer, pero nunca disminuir Q de Yule 2 vv nominales con 2 modalidades cada una Identificar el mejor modelo predictivo con el Métodos: jerárquico, introducir (simultáneo), Requisito→ que no haya un 20% de frecuencias esperadas (teóricas) inferiores a 5 menor número de predictores posibles → escalonado (stepwise), hacia atrás (backward), 𝑿𝟐 (Chi-cuadrado) 2 vv nominales con muchas modalidades cada una Inconveniente→ sensible al tamaño de la muestra, para corregirlo se usa el coeficiente de contingencia hacia adelante (forward) y eliminar.