Professional Documents
Culture Documents
1.
VARIABLES...........................................................................................5
1.1.
TIPOS DE VARIABLES........................................................................................ 5
1.1.1. Variables Independientes y Dependientes....................................................5
2. VARIABLES DISCRETAS Y CONTINUAS.....................................................6
2.1.
VARIABLES DISCRETAS........................................................................................... 6
2.2.
VARIABLES CONTINUAS.......................................................................................... 6
3. NATURALEZA DE LOS DATOS..................................................................7
3.1.
DATOS NOMINALES................................................................................................7
3.2.
DATOS ORDINALES................................................................................................ 8
3.3.
DATOS INTERVLICOS............................................................................................8
3.4.
DATOS PROPORCIONALES........................................................................................ 9
4. HIPTESIS..........................................................................................10
4.1.
VARIABLE INDEPENDIENTE Y DEPENDIENTE...............................................................10
5. LOS EXPERIMENTOS Y CUASI-EXPERIMENTOS.......................................10
6. DISEO EXPERIMENTAL.......................................................................11
6.1.
OBJETIVO DEL DISEO EXPERIMENTAL...........................................................12
6.2.
TERMINOLOGA.............................................................................................. 12
6.2.1. Factor......................................................................................................... 13
6.2.2. Nivel........................................................................................................... 13
6.2.3. Combinacin.............................................................................................. 13
6.2.4. Variable de respuesta................................................................................13
6.2.5. Efecto......................................................................................................... 13
6.2.6. Interaccin................................................................................................. 13
6.2.7. Corrida experimental.................................................................................13
6.2.8. Bloque........................................................................................................ 13
6.2.9. Replicacin................................................................................................. 13
7. EL PRINCIPIO DEL CONTROL.................................................................14
7.1.
FACTORES......................................................................................................... 14
8. ELECCIN DE UNA PRUEBA ESTADSTICA..............................................15
8.1.
CONSIDERACIONES EN LA ELECCIN DE UNA PRUEBA ESTADSTICA................................15
8.1.1. La pregunta de investigacin.....................................................................15
9. DIFERENCIAS SIGNIFICATIVAS..............................................................16
9.1.
EL DISEO DEL EXPERIMENTO: MUESTRAS INDEPENDIENTE FRENTE MUESTRAS RELACIONADAS
17
9.1.1. Muestras independientes...........................................................................17
9.1.2. Muestras relacionado.................................................................................17
9.1.3. Diagrama de flujo para la seleccin de un ensayo adecuado para las
diferencias entre las medias.................................................................................18
9.2.
DOS CONDICIONES: LAS PRUEBAS T.......................................................................19
9.3.
DOS CONDICIONES: LAS PRUEBAS NO PARAMTRICAS.................................................20
9.4.
DOS MUESTRAS CORRELACIONADAS DE DATOS NOMINALES DICOTMICAS: LA PRUEBA DE
MCNEMAR.................................................................................................................... 22
10. EXPERIMENTOS DE ANLISIS DE VARIANZA..........................................22
10.1. FACTORES ENTRE LOS SUJETOS Y DENTRO DE LOS DE SUJETOS.....................................23
10.2. DISEOS FACTORIALES: EXPERIMENTOS ENTRE Y DENTRO INDIVIDUOS............................24
10.2.1.
10.2.2.
10.2.3.
10.2.4.
10.2.5.
10.2.6.
10.7.2.
TABLAS
TABLA 1 TIPOS
DE
DATOS................................................................................................... 10
Diagramas
DIAGRAMA
DIAGRAMA
DIAGRAMA
DIAGRAMA
DIAGRAMA
DIAGRAMA
1.
2.
3.
4.
5.
6.
PREGUNTAS DE INVESTIGACIN..........................................................................16
DIAGRAMA DE FLUJO DE SELECCIN PARA DIFERENCIAS ENTRE DOS MEDIAS.................19
DIAGRAMA DE FLUJO PARA EXPERIMENTOS DE ANOVA...........................................20
DIAGRAMA DE FLUJO QUE MUESTRA MEDIADAS DE ASOCIACIN.................................28
DIAGRAMA DE FLUJO QUE MUESTRA LOS PROCEDIMIENTOS PARA LA PREDICCIN...........31
DIAGRAMA DE FLUJO PARA UN TEST DE UNA MUESTRA.............................................34
1.VARIABLES
Una variable es lo que est siendo observado o medido.
Una variable es una caracterstica o propiedad de una persona, un objeto o una
situacin, que comprende un conjunto de valores diferentes o categoras. La
altura es una variable, al igual que el peso, tipo de sangre y gnero. Las variables
cuantitativas, como la altura, el peso o la edad, estn posedos de grado y as se
puede medir.
Las mediciones expresan el grado en que una caracterstica es posea en
trminos de unidades (kilogramos, pulgadas, metros,) en una escala
independiente. En Por el contrario, las variables cualitativas, como el sexo, el
grupo sanguneo o nacionalidad, slo poseen clases: no pueden ser expresadas
en unidades. Con las variables cualitativas, slo podemos hacer contar los casos
que caen en las diferentes categoras, como cuando registramos entre un pblico,
hay 60 hombres y 40 mujeres.
1.1.
TIPOS DE VARIABLES
1.1.1.
2.1.
Variables Discretas
2.2.
Variables Continuas
3.1.
Datos nominales
clasificar el estado civil de las personas como soltero/ casado /separado /viudo
/divorciado/vive en pareja (seis categoras); el color de los ojos, en negro
/castao /azul /verde /mezclado (cinco categoras), y su problema mdico en uno o
unos pocos centenares de categoras de diagnstico. Lo que importa es que no
puedes decir que los ojos castaos son mejores o peores que los azules. La
ordenacin es arbitraria y no se gana ni se pierde ninguna informacin
cambindola.
Los investigadores acostumbran a codificar los datos nominales asignndolo un
nmero a cada valor. Mujer como 1 y Varn, como 2; o soltero = 1, casado = 2. En
estos casos los nmeros no son ms que nombres alternativos y no fueron
pensados para tener valor cuantitativo alguno. Ahora podemos cambiar el cdigo
haciendo Varn = 1 y Mujer = 2, y las conclusiones a las que vamos llegar sern
idnticas.
3.2.
Datos ordinales
3.3.
Datos intervlicos
3.4.
Datos proporcionales
Si el punto cero es significativo, las razones entre nmeros lo son tambin, y nos
hemos tropezado con una variable proporcional.
Una variable proporcional tiene intervalos iguales entre valores y un punto cero
significativo.
La mayora de los tests de laboratorio son variables proporcionales, al igual que
las categoras fsicas tales como la altura y el peso. Una persona que pesa 100
kilos es dos veces ms pesada que una que pesa 50 kilos; incluso si convertimos
los kilos en libras, la proporcin es la misma: de 220 libras a 110. En el fondo, para
un estudio estadstico, ambos pueden tratarse de la misma manera.
Observemos que cada peldao en la jerarqua ascendente que va de los datos
nominales a los proporcionales toma la hiptesis del peldao anterior para aadir
una nueva restriccin.
Tabla 1 Tipos de Datos
TIPO DE DATOS
CARACTERSTICAS
Nominales
Ordinales
Como
las
ordenadas
Intervlicas
Proporcionales
nominales
ms
categoras
4.Hiptesis
4.1.
6.DISEO EXPERIMENTAL
El diseo experimental es una tcnica estadstica que permite identificar y
cuantificar las causas de un efecto dentro de un estudio experimental. En un
6.1.
6.2.
TERMINOLOGA
6.2.1.
Factor
6.2.2.
Nivel
6.2.3.
Combinacin
6.2.4.
Variable de respuesta
6.2.5.
Efecto
6.2.6.
Interaccin
Cuando uno o ms factores trabajan juntos para producir un efecto diferente que
los efectos producidos por aquellos factores de manera individual.
6.2.7.
Corrida experimental
6.2.8.
Bloque
6.2.9.
Replicacin
por el ejercicio (el VI). Uno podra probar esta hiptesis pidiendo a los
participantes para evaluarse a s mismos en alegra y decir con qu frecuencia
hacen ejercicios. Aqu los problemas de interpretacin se multiplican. Bien puede
ocurrir que la gente ms alegre hacen ms ejercicios, los ms sombros (tristes)
hacen menos y la gente moderadamente alegres encuentran en algn punto
intermedio. Pero tanto la VI putativa (precio de ejercicio) y la VD putativa (alegra)
pueden surgir de una infinidad de otras variables posibles, incluyendo el estatus
socioeconmico, la personalidad y tipo de fsico.
CORRELACIN NO IMPLICA CAUSA
IMPLICACIONES PARA EL ANLISIS DE DATOS
Tpicamente, los datos de los experimentos y cuasi-experimentos se procesan
utilizando mtodos estadsticos que son bastante diferentes de los utilizados con
los datos de investigacin correlacional. En las siguientes secciones, ofrecemos al
lector un consejo (junto con algunas precauciones y advertencias) sobre la
eleccin de las pruebas estadsticas.
7.1.
Factores
Es comn que los autores de los textos estadsticos ofrecer consejos sobre cmo
elegir las pruebas estadsticas en forma de un diagrama de flujo, rbol de decisin
u otros diagramas similares. Los numerosos esquemas que han sido propuestos
varan considerablemente, y a veces se contradicen entre s. La razn de la falta
de coherencia se debe en parte que la mayora de las clasificaciones tienden a
degradarse en ciertas circunstancias. Por otra parte, en algunas situaciones, la
eleccin correcta ha sido muy disputada.
Pero al menos existe un acuerdo general: No hay tal cosa como un rbol de
decisin que conducir automticamente al investigador para la correcta
eleccin de una prueba estadstica en todas las circunstancias. A lo sumo, un
rbol de decisin puede servir slo como una gua aproximada. En ltima
instancia, una decisin segura requiere una cuidadosa reflexin sobre los propios
objetivos de la investigacin y una exploracin exhaustiva preliminar de los
datos.
En general, la
consideraciones:
eleccin
de
una
1) la pregunta de investigacin;
2) la naturaleza de los datos; y
prueba
estadstica
depende
de
tres
8.1.1.
La pregunta de investigacin
PREGUNTA DE
INVESTIGACIN
Pregunta 1
Es la diferencia
significante?
Pregunta 2
La variable esta
asociada?
Pregunta 3
Prediccin de la
valoracin o
categoras?
Pregunta 4
Pregunta 5
Los parmetros
poblaciones
proviene de una
muestra?
Son variables
latentes?
9.Diferencias significativas
La cuestin de si dos medias son significativamente diferentes se presenta
naturalmente en el contexto de la investigacin experimental o cuasi-experimental,
donde el rendimiento de los participantes en diferentes condiciones se est
comparando.
Supongamos que en un experimento sobre drogas, el rendimiento bajo dos
diferentes condiciones (Experimental y de Control) se ha medido y las medias
tienen algo diferencias. Esto puede parecer apoyar la hiptesis del
experimentador; pero habra una diferencia similar si se repitiera el experimento?
Aqu el investigador desea probar la significacin estadstica de la diferencia, es
decir, para establecer que la diferencia es demasiado grande como para haber
sido solamente una casualidad.
9.1.
El
diseo
del
experimento:
Muestras
Independiente frente muestras relacionadas
9.1.1.
Muestras independientes
9.1.2.
Muestras relacionado
9.1.3.
Diagrama de flujo para la seleccin de un
ensayo adecuado para las diferencias entre las
medias
La figura 2 resume algunas de las consideraciones que conducen a una eleccin
de una prueba estadstica significativas de las diferencias entre las medias (o
frecuencias, si uno tiene los datos nominales). Si hay ms de dos condiciones o
grupos, un anlisis de varianza (ANOVA) se puede aplicable. En esta seccin,
vamos a considerar slo la comparacin entre dos grupos o condiciones, como
hombre contra mujer, o grupo experimental frente al grupo control.
Para utilizar el Diagrama 2, comienzan en el cajn de inicio y considerar cuntas
condiciones hay en el experimento. Si hay dos condiciones, proceder hacia abajo
a la siguiente etapa. Las siguientes preguntas son si las muestras son
independientes o relacionadas, y si los datos son mediciones, en oposicin a las
nominales. El ensayo apropiado entonces se muestra en el cuadro inferior. Si hay
Inicio
Cuntas
condiciones?
Ms de dos
ANOVA
Dos
Independiente
Relacionado
Independiente
o muestras
relacionadas?
Medida u
Medida u
Tipo de
datos
Ordinal
T-test independiente
(pool o varianza
separada)
No-paramtrico-Test
Nominal
Test de Chicuadrado
para
asociacin
Ordinal
T-test relacionado
Tipo de
datos
Nominal
Test
McNemar
No-paramtrico-Test
de Wilcoxon, Test de
signo
de Mann-Whitney
9.2.
Inicio
Uno
Entre
sujetos
Diseo
ANOVA una va
No-paramtrico, test
de Krustal-Wallis,
test de Jonckheere
Datos nominales,
test de Chi cuadrado
para asociacin
Cunto
factores?
Dentro de
sujetos
Dentro de sujetos
ANOVA (medidas
repetidas)
Ms de uno
Todos entre
sujetos
Todos dentro de
sujetos
Factores?
Entre
sujetos
ANOVA
factorial
Algunos
entre,
algunos
dentro de
sujetos
No-paramtrico,
test de Friedman
Datos nominales
correlacionados,
test de Cochrans Q
Dentro
de
sujetos
ANOVA
factorial
ANOVA
Factorial
mezclado
(split-plot)
9.3.
9.4.
Drogas A
Droga B
Droga C
Grupo 2
Grupo 3
Grupo 4
Cuadrado
Tringulo
Diamante
Supongamos ahora que otro investigador desea probar la hiptesis de que las
palabras presentado en el hemicampo visual derecho se reconocen ms
rpidamente que las que se presentan en el hemicampo izquierdo. A cincuenta
10.2.1.
Droga B
Fresco
Grupo 1
Grupo 2
Cansado
Grupo 3
Grupo 4
se dice que este tipo de experimento es un diseo factorial entre sujetos. Tambin
se puede describir que tienes dos factores con medidas no repetidas.
10.2.2. Experimentos
sujetos
factoriales
dentro
de
los
Tringulo
Niveles del
factor color:
Azul
Cuadrado
Verde
Azul
Verde
Participantes
Al igual que antes, hay dos factores, que en este caso son:
1. Forma de destino (tringulo, cuadrado);
2. El color del destino (azul, verde).
Esta vez, sin embargo, cada participante se pone a prueba tanto a nivel de cada
factor. Este tipo de diseo factorial se conoce como experimento factorial dentro
de sujetos. El experimento de la Tabla 10 se puede decir que han repetido las
medidas de ambos factores.
Azul
10.2.4.
Los experimentos factorial de ANOVA entre los sujetos, dentro de los sujetos y
mixto (o de parcelas divididas) se basa en diferentes modelos de datos, y
requieren diferentes pruebas. La presencia un factor de dentro de sujetos (o
medidas repetidas) en de los resultados del experimento en la recoleccin de
muestras relacionadas (en lugar de independientes) de datos, da lugar a
importantes implicaciones para el clculo de las razones F. El Diagrama 3 ofrece
algunas pautas para la eleccin del ANOVA correspondiente o su equivalente no
paramtrico (si lo hay).
Para utilizar el Diagrama 3, comienzan en el cuadro de salida y considerar cuntos
factores hay en el experimento. Si hay dos o ms factores, trabajar por el lado
derecho de la grfica. Si hay slo un factor, trabajar por el lado izquierdo.
resultados
de
los
resultados
de
los
El Diagrama 3 muestra que para cada uno de los tres tipos de experimento
factorial se describen aqu, hay un ANOVA especial, que es apropiado para ese
tipo nico experimento.
Coeficiente de
correlacin de
Pearson
Medida
Ordinal
Data?
Rango de
correlacin de
Spearman
Estadstica de
kendall tau
Nominal
Dos
Test de Chi
cuadrado para
asociacin en dos
vas de tablas de
contingencia
Cuntas
variables?
Ms de dos
Anlisis de log
lineal de mltiples
entradas de tablas
de contingencia
Comenzar con la caja de entrada considerar si los datos son mediciones o son
datos ordinales. Si las dos variables son en forma de mediciones, una correlacin
de Pearson debe ser considerado. Sin embargo, hay circunstancias en las que la
correlacin de Pearson puede ser muy engaosa. Es esencial examinar los datos
antes de proceder para obtener el coeficiente de correlacin.
10.3.2.
Ahora supongamos que pedimos dos jueces para clasificar veinte pinturas en
orden de preferencia. Tendremos un conjunto de datos que consta de veinte pares
de filas. Estn de acuerdo los jueces? Una vez ms, nuestra pregunta es una de
una asociacin estadstica. Sin embargo, ya que los datos son ordinales, un rango
de correlacin es una estadstica apropiado utilizar. Hay dos tipos de rango de
correlacin: 1. Correlacin de Spearman; 2. La estadstica de tau de Kendall.
10.3.3. Medicin
de
la
asociacin
nominales: Las tablas de contingencia
en
datos
Supongamos que Juan dice poseer poderes telepticos. De acuerdo con ello, en
un experimento diseado para probar su afirmacin, un experimentador lanza una
moneda 100 veces, y Juan, sentado detrs de una pantalla, establece, en cada
ocasin, si la moneda se ha convertido cara o cruz. La Tabla 5 presenta los
resultados del experimento en lo que se conoce como una tabla de contingencia,
una matriz diseada para mostrar la asociacin (si los hay) entre las variables
cualitativas.
Tabla 6 Una tabla de contingencia
Experimento de lanzamiento
Conjeturas de Juan
Cara (C)
Cruz (X)
45
38
una
Por
una
Las
para seleccionar el
para
predecir
un
Cuantitativo
Es la variable
objetivo cualitativo
o cuantitativo?
Cualitativo
Cuntos
regresores?
Dos
Ms de
dos
Anlisis
discriminante
Regresin
logstica
Regresin
bivariada simple
Regresin
mltiple
10.4.2.
de destino es
la regresin
Si la variable
y regresin
La regresin simple
10.4.3.
Regresin mltiple
Bondad de ajuste
Propsito
del test?
Encontrar la
media poblacional
Medicin
Qu tipo
de datos?
Medicin
KolmogorovSmirnov test
para bondad
de ajuste
Nominal
Dos categoras
Test binomial
Ms de dos categoras
Test de chi cuadrado
Para bondad de ajuste
T test una
muestra
Intervalo de
confianza
de la media
10.5.3.
datos? El Diagrama 6 indica que una prueba binomial se puede utilizar para poner
a prueba esta hiptesis.
Si, en el ejemplo anterior, haba tres o ms juguetes para elegir, la prueba de chicuadrado para la bondad del ajuste se pueden utilizar para probar la hiptesis nula
de que los nios no tienen ninguna preferencia por ningn juguete en particular.
1.1.
El problema de investigacin
1.1.1.
Comparacin de medias
1.1.2.
Asociacin
Ahora suponga que desea saber si existe una tendencia a que los padres altos y
bajos puedan tener hijos altos y bajos respectivamente. En trminos estadsticos,
est preguntando si existe una asociacin entre las variables medidas de la altura
del padre y la altura del hijo.
Las respuestas a las preguntas de comparacin y de asociacin son
proporcionadas por muy diferentes pruebas estadsticas. Hay muchas otras
preguntas que se puede hacer acerca de un conjunto de datos. Por ejemplo, usted
puede estar interesado en la propagacin de las puntuaciones obtenidas bajo una
condicin en comparacin con otro. O tambin le puede interesar la secuencia de
las opciones de un sujeto. Estas preguntas, sin embargo, a menudo surgen en el
contexto de la investigacin que, bsicamente, ha sido diseado para comparar
las medias, o establecer la presencia de una asociacin.
10.7.1.
Diseo experimental
Las tcnicas de anlisis de varianza se emplean una vez que se han obtenido los
resultados de un experimento con el objeto de obtener tanta informacin como sea
posible, es necesario que primero se planee cuidadosamente el experimento; a
esto se le conoce como diseo del experimental.
10.7.1.1.
10.7.2.