Download n - iztainferencial
Document related concepts
Transcript
FÓRMULA PARA EL CÁLCULO DE MUESTRAS PARA ESTUDIOS SENCILLOS RAZÓN Z Se utiliza cuando la población es menor a mil elementos Z2q E2 p n= 1 1 N Z2q E2 p 1 FÓRMULA PARA UNA AFIJACIÓN PROPORCIONAL DE LA MUESTRA Sirve para definir diferentes grupos y con ello conocer o establecer diferencias significativas entre ellos. Nh N Dónde: Nh= subpoblación o grupo N= población Nh (n) N FÓRMULA DEL ERROR ESTÁNDAR DE LA DIFERENCIA Es la afirmación de la desviación estándar ÕX1= S1 √ N1 ÕX2= S2 √ N1 FÓRMULA DE LA DESVIACIÓN ESTÁNDAR PARA CADA MUESTRA Y DE LA DIFERENCIA S1= √ ∑X2-X1 S2= √ ∑X2-X2 N N Õdif= √ÕX1 2 + ÕX2 2 FÓRMULA PARA CALCULAR LA DIFERENCIA ENTRE MEDIAS Z= X1 - X2 Õdif FÓRMULA PARA CALCULAR LA MEDIA X1= ∑X1 N FÓRMULA PARA CALCULAR LA MEDIA X1= ∑X1 N FÓRMULA CONVERTIR LA DIFERENCIA ENTRE MEDIAS MUESTRALES A UNIDADES DE ERROR ESTANDAR DE LA DIFERENCIA t = X1-X2 Õdif FÓRMULA PARA CALCULAR LOS GRADOS DE LIBERTAD X1= ∑X1 gl= N1+N2-2 N Hay dos clases de pruebas estadísticas: Las paramétricas y las no paramétricas. Las pruebas paramétricas tienen mayor capacidad para detectar una relación real o verdadera entre dos variables, si es que la misma existe. Por ello, exigen que los datos a los que se aplican, cumplan tres requisitos: 1. Variable numérica: Que las variable de estudio (dependiente) esté medida en una escala que sea por lo menos de intervalo. 2. Normalidad: Que los valores de la variable dependiente sigan una distribución normal; por lo menos, en la población a la que pertenece la muestra. Prueba estadística: Kolmogorov Smirnov 3. Homocedasticidad: Que las varianzas de la variable dependiente en los grupos que se comparan sean aproximadamente iguales (homogeneidad de las varianzas). Prueba estadística: Test de Levene. * Cuando los datos cumplen con los requisitos indicados, las pruebas estadísticas paramétricas exhiben su máximo poder. * Cuando estas pruebas estadísticas se aplican a datos que no cumplen al menos uno de los requisitos señalados, pierden parte de su poder. * Si se puede utilizar una prueba paramétrica y se usa una no paramétrica hay una pérdida de información. * Las pruebas estadísticas no paramétricas, no hacen a los datos ninguna de las exigencias que les hacen las pruebas estadísticas paramétricas; por eso se les denomina "pruebas estadísticas libres de distribución". CAPÍTULO III X1 X 2 t dif VARIANZA VARIACIÓN ENTRE GRUPOS VARIACIÓNDENTRO DELOS GRUPOS • Para efectuar dicho análisis se requieren dos conceptos: – VARIACIÓN DENTRO DE LOS GRUPOS: Es la distancia entre los puntajes crudos y su media del grupo. – VARIACIÓN ENTRE GRUPOS: La distancia entre las medias de los grupos. • Se le define como el cuadrado de la desviación estándar SE DERIVAN LA SUMAS DE CUADRADOS SUMA DE CUADRADOS Sctotal= ∑X2total - (∑Xtotal)2 Ntotal SUMA DE CUADRADOS ENTRE GRUPOS Scent= ∑( (∑X)2 N ) -( (∑Xtotal)2 Ntotal SUMA DE CUADRADOS DENTRO DE LOS GRUPOS Sctotal= Scdentro= Scent Sctotal + - Scdentro Scent SCdentro X12 X 22 X 32 X 42 ) LA SUMA DE CUADRADOS DENTRO DE LOS GRUPOS SC dentro= (∑X)2 ∑( (∑Xl)2 ) -( ) N MEDIA CUADRÁTICA ENTRE LOS GRUPOS Y LA SUMA CAUDRADA ENTRE LOS GRUPOS Scent Scdentro µCent= µCdentro= glent gldentro LOS GRADOS DE LIBERTAD DE LOS GRUPOS glent= K - 1 RAZÓN F F= µCent µCdentro COMPARACIÓN MÚLTIPLE ENTRE MEDIAS DSH qa Cdentro n CAPÍTULO IV Chi cuadrada y otras Pruebas no paramétricas Formula 2X2 para calcular chi cuadrada X2= N(AD-BC)2 (A+B)(C+D)(A+C)(B+D) LA CHI CUDADRADA = X 2 Y CORRELACIONES YATES PARA PEQUEÑAS FRECUENCIAS ESPERADAS X2= ∑(lfo - fel - 0.50)2 Fe La correlación de Yates. (fórmula corta) 𝑵 (|𝑨𝑫 − 𝑩𝑪| − 𝑵/𝟐)𝟐 𝑿𝟐 = (𝑨 + 𝑩)(𝑪 + 𝑫)(𝑨 + 𝑪)(𝑩 + 𝑫) Análisis de varianza en dos direcciones por rangos de Friedman. • 𝑋𝑟 = 12 ∑(∑ 𝑅𝑖)2 − 3𝑁(𝑅 𝑁𝑅(𝑅+1) + 1) Análisis de varianza en una dirección por rangos de Kruskal-Wallis 𝐻= 12 (∑ 𝑅𝑖) 2 ∑ − 3(𝑛 + 1) 𝑁(𝑁 + 1) 𝑛 La Correlación de Pearson 𝑦= 𝑁(∑ 𝑥𝑦) − (∑ 𝑥)(∑ 𝑦) 𝑁(∑ 𝑋 2 ) − (∑ 𝑋)2