Entradas

Mostrando entradas de abril, 2023

TEMA 13. ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA:

Imagen
TEMA:13   ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA: EJERCICIO DE TEST DE T-STUDENT:

EJERCICIO CHI CUADRADO, REALIZADO E INTERPRETADO EN R

Imagen
EJERCICIO 3 EN CLASE DE CHI CUADRADO HECHO A MANO E INTERPRETADO EN EL PROGRAMA R:   Nos da el grado de libertad = 1 y la p nos la calcula justo p= 2,483elevado a -10 RECHAZAMOS HIPÓTESIS NULA

TEMA 13. LA PRUEBA DE T DE STUDENT. LA PRUEBA DE T DE STUDENT PARA DATOS APAREADOS. ANOVA.

Imagen
 TEMA 13. LA PRUEBA DE T DE STUDENT. LA PRUEBA DE T DE STUDENT PARA DATOS APAREADOS. ANOVA.  ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA: Este tipo de análisis es sumamente frecuente en todos los ámbitos, puesto que con frecuencia nos interesa saber si las categorías (o factores) de una variable cualitativa (o también en otras situaciones, observa los ejemplos) presentan unos valores medios similares, o no. Es una prueba paramétrica. Ideal para grupos pequeños. Compara medias. Variables de distribución normal. TEST A APLICAR EN ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA. Paramétricos:  T de student para 1 o dos muestras (o categorías) (apareados o independientes). Anova (para más de dos muestras o categorías independientes). No paramétricos:  Prueba U de Mann-Whitney (muestras independientes)  Test Wilconxon (muestras apareadas)  Test Kruskal-Wallis (más de dos muestras o categorías) 1o determinar si se trata de una muestra o dos mues...

TEMA 12. CONCORDANCIA Y CORRELACIÓN. CORRELACIÓN PARAMÉTRICA: PEARSON. CORRELACIÓN NO PARAMÉTRICA: SPEARMAN.

Imagen
 TEMA 12. CONCORDANCIA Y CORRELACIÓN. CORRELACIÓN PARAMÉTRICA: PEARSON. CORRELACIÓN NO PARAMÉTRICA: SPEARMAN. ANTECEDENTES: RECORDAMOS QUE ... Relación entre dos variables cuantitativas. Una variable cuantitativa toma valores que son cuantificables, por ejemplo: la talla de una persona, el peso, presión arterial, el sueldo que gana, los gastos que tiene, etc. AVANZAMOS: RELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS: Dependencia Funcional: puntos exactamente sobre la línea recta o curva. Pero en estadística no se suele dar este tipo de casos. Dependencia Estocástica: no están todos los puntos exactamente sobre el modelo, sino que existe una tendencia. EJEMPLO. En el siguiente ejemplo, tenemos una tabla de datos, con una variable “X” y otra variable “Y”. Posteriormente se dibujara sobre unos ejes cartesianos, en el eje de abscisa (horizontal) tendremos la variable “X” y en el eje de ordenadas (vertical) tendremos la variable “Y”, obteniendo una nube de puntos con el siguiente aspecto. R...