Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
PRUEBAS DE SIGNIFICACION NO PARAMETRICAS.NO PARAMETRICAS. PRUEBAS DE SIGNIFICACION NO PARAMETRICAS.NO PARAMETRICAS. PRUEBAS NO PARAMETRICAS. Cuando el investigador cree que la escala de los datos hace inapropiada Cuando el investigador cree que la escala de los datos hace inapropiada a la prueba paramétrica, se utiliza una prueba inferencial no paramétrica. (Roberto pagano 9 ed.) Los métodos no paramétricos, no dependen de la distribución de la población a muestrear. Las estadísticas no paramétricas por lo general están sujetas a restricciones mucho menos confinantes que sus contrapartes paramétricas.(Johnson y contrapartes paramétricas.(Johnson y PRUEBAS NO PARAMETRICAS. Cuando el investigador cree que la escala de los datos hace inapropiada Cuando el investigador cree que la escala de los datos hace inapropiada a la prueba paramétrica, se utiliza una prueba inferencial no paramétrica. Los métodos no paramétricos, no dependen de la distribución de la población a muestrear. Las estadísticas no paramétricas por lo general están sujetas a restricciones mucho menos confinantes que sus contrapartes paramétricas.(Johnson y Kuby, 11ª ed.)contrapartes paramétricas.(Johnson y Kuby, 11ª ed.) PRUEBAS NO PARAMETRICAS. Las pruebas no paramétricas se usa para todo aquel contraste que no se Las pruebas no paramétricas se usa para todo aquel contraste que no se ajusta a una o mas de las características distintivas del contraste paramétrico. En general se ajustan a niveles matemáticos elemental (nivel de medición nominal) y no se supone la forma de la distribución (distribución normal) Son útiles con muestras muy pequeñas, se utiliza en estudios pilotos por ejemplo. Las conclusiones en este tipo de muestras tiene un carácter mas general. Las conclusiones en este tipo de muestras tiene un carácter mas general. PRUEBAS NO PARAMETRICAS. Las pruebas no paramétricas se usa para todo aquel contraste que no se Las pruebas no paramétricas se usa para todo aquel contraste que no se ajusta a una o mas de las características distintivas del contraste En general se ajustan a niveles matemáticos elemental (nivel de medición nominal) y no se supone la forma de la distribución (distribución normal) Son útiles con muestras muy pequeñas, se utiliza en estudios pilotos por Las conclusiones en este tipo de muestras tiene un carácter mas general.Las conclusiones en este tipo de muestras tiene un carácter mas general. EN ESTE CURSO VEREMOS TRES PRUEBAS NO PARAMETRICAS. 1. ² COMO PRUEBA DE BONDAD DE ADAPTACION A UNA DISTRIBUCION UNIFORME. 1. ² COMO PRUEBA DE BONDAD DE ADAPTACION A UNA DISTRIBUCION UNIFORME. 2. ² COMO PRUEBA DE INDEPENDENCIA. 3. PRUEBA DE LA MEDIANA PARA MUESTRAS INDEPENDIENTES. EN ESTE CURSO VEREMOS TRES PRUEBAS NO PARAMETRICAS. ² COMO PRUEBA DE BONDAD DE ADAPTACION A UNA DISTRIBUCION UNIFORME.² COMO PRUEBA DE BONDAD DE ADAPTACION A UNA DISTRIBUCION UNIFORME. ² COMO PRUEBA DE INDEPENDENCIA. 3. PRUEBA DE LA MEDIANA PARA MUESTRAS INDEPENDIENTES. EMPLEO DE DISTRIBUCION DE CUADRADO) Tiene la característica de no ser paramétrica, no requiere supuestos tan Tiene la característica de no ser paramétrica, no requiere supuestos tan rigurosos con relación a los parámetros subyacentes de la población. No necesitamos asegurarnos de que los datos de la distribución provengan de poblaciones o universos que se distribuyan normalmente. No requiere el empleo de una escala numérica continua sino que puede ser usado con datos nominales. Tiene dos usos fundamentales: 1. Como prueba de Como prueba de independencia, interesa comparar.interesa comparar. El estadistico de estas pruebas es suele asemejarse a la distribucion Se trata de una familia de distribuciones forma que depende de los grados de libertad. EMPLEO DE DISTRIBUCION DE ² (JI Tiene la característica de no ser paramétrica, no requiere supuestos tan Tiene la característica de no ser paramétrica, no requiere supuestos tan rigurosos con relación a los parámetros subyacentes de la población. No necesitamos asegurarnos de que los datos de la distribución provengan de poblaciones o universos que se distribuyan normalmente. No requiere el empleo de una escala numérica continua sino que puede ser Tiene dos usos fundamentales: 1. Como prueba de bondad de adaptación; 2. prueba de independencia, entre los datos de dos variables que nos de estas pruebas es ² (ji cuadrado), cuya distribucion muestral distribucion probabilistica de ² . Se trata de una familia de distribuciones probabilisticas, cada una con una grados de libertad. PROPIEDADES DE LA DISTRIBUCIÒN DE CUADRADO) Toma valores no negativos. Toma valores no negativos. No es simétrica. Forma una familia de distribuciones, una distribución por separado para cada grado de libertad. PROPIEDADES DE LA DISTRIBUCIÒN DE ² (JI Forma una familia de distribuciones, una distribución por separado para cada grado de libertad. DISTRIBUCION PROBABILISTICA DE DISTRIBUCION PROBABILISTICA DE ² DISTRIBUCION PROBABILISTICA DE DISTRIBUCION PROBABILISTICA DE ² DISTRIBUCION PROBABILISTICA DE DISTRIBUCION PROBABILISTICA DE ² ² Como Prueba de bondad de distribución uniforme En esta prueba trabajaremos con FRECUENCIAS OBTINIDAS y FRECUENCIAS En esta prueba trabajaremos con FRECUENCIAS OBTINIDAS y FRECUENCIAS ESPERADAS. Fe: frecuencias esperadas Fo: frecuencias obtenidas, estas son la que obtiene el investigador una vez que a realizado la investigación. esta prueba puede servirnos para relacionar las frecuencias observadas con las frecuencias esperadas teóricamente según algún modelo. EJEMPLO: UN PSICOLOGO CLINICO QUIERE ESTUDIAR LA OPINION DE LOS PACIENTES QUE ASISTEN A LA CLANICA “M” ACERCA DE UN FUTURO CAMBIO EN LOS HORARIOS DE ATENCION. Prueba de bondad de adaptacion a una distribución uniforme En esta prueba trabajaremos con FRECUENCIAS OBTINIDAS y FRECUENCIAS En esta prueba trabajaremos con FRECUENCIAS OBTINIDAS y FRECUENCIAS : frecuencias obtenidas, estas son la que obtiene el investigador una vez que a realizado la investigación. esta prueba puede servirnos para relacionar las frecuencias observadas con las frecuencias esperadas teóricamente según algún modelo. UN PSICOLOGO CLINICO QUIERE ESTUDIAR LA OPINION DE LOS PACIENTES QUE ASISTEN A LA CLANICA “M” ACERCA DE UN FUTURO CAMBIO EN HIPOTESIS DE INVESTIGACION: Hay una tendencia favorable en la opinión de los pacientes de la clínica Hay una tendencia favorable en la opinión de los pacientes de la clínica “M” con respecto al cambio de los horarios de atención. HIPOTESIS DE INVESTIGACION: Hay una tendencia favorable en la opinión de los pacientes de la clínica Hay una tendencia favorable en la opinión de los pacientes de la clínica “M” con respecto al cambio de los horarios de atención. SELECCIÓN DE LA MUESTRA Se seleccionara una muestra aleatoria de 40 pacientes. Se seleccionara una muestra aleatoria de 40 pacientes. SELECCIÓN DE LA MUESTRA Se seleccionara una muestra aleatoria de 40 pacientes.Se seleccionara una muestra aleatoria de 40 pacientes. DATOS: OPINION PACIENTES: OPINION PACIENTES: FAVORABLE INDIFERENTE DESFAVORABLE Fo 20 10 12 OPINION PACIENTES:OPINION PACIENTES: FAVORABLE INDIFERENTE DESFAVORABLE 20 10 12 HIPOTESIS ALTERNATIVAS: Ha: hay una tendencia favorable en la opinión de los pacientes de la Ha: hay una tendencia favorable en la opinión de los pacientes de la clínica “M” con respecto al cambio de los horarios de atención. Ho: no hay ninguna tendencia en la opinión de los pacientes de la clínica “M” con respecto al cambio de los horarios de atención HIPOTESIS ALTERNATIVAS: Ha: hay una tendencia favorable en la opinión de los pacientes de la Ha: hay una tendencia favorableen la opinión de los pacientes de la ” con respecto al cambio de los horarios de atención. Ho: no hay ninguna tendencia en la opinión de los pacientes de la clínica “M” con respecto al cambio de los horarios de atención EN TERMINOS ESTADISTICOS: Ha: F1, F2 y F3 SON TODAS IGUALES Ha: F1, F2 y F3 SON TODAS IGUALES Ho: F1=F2=F3 EN TERMINOS ESTADISTICOS: Ha: F1, F2 y F3 SON TODAS IGUALESHa: F1, F2 y F3 SON TODAS IGUALES PRUEBA DE SIGNIFICACION El investigador va a trabajar con una sola variable y los datos van a El investigador va a trabajar con una sola variable y los datos van a permitir la utilización de la prueba distribucion uniforme, que es la PRUEBA DE SIGNIFICACION El investigador va a trabajar con una sola variable y los datos van a El investigador va a trabajar con una sola variable y los datos van a permitir la utilización de la prueba ² de bondad de adataciòn a una es la que el establece al formular Ho SUPUESTOS DE LA PRUEBA. La probabilidad de que una observación pertenezca a cada una de las La probabilidad de que una observación pertenezca a cada una de las categorías de la variable se mantiene constante en las n extracciones. Todas las frecuencias observadas son mayores a cero (no hay casillas vacías) Para gl= 1 ninguna fe es menos que 5. Para menor que 5. NIVEL DE MEDICION : SUPUESTOS DE LA PRUEBA. La probabilidad de que una observación pertenezca a cada una de las La probabilidad de que una observación pertenezca a cada una de las categorías de la variable se mantiene constante en las n extracciones. Todas las frecuencias observadas son mayores a cero (no hay casillas = 1 ninguna fe es menos que 5. Para gl > 1, no mas del 20% de las fe es ESTADISTICO DE LA PRUEBA: cc ² = ∑(Foi - Fei i =1 ESTADISTICO DE LA PRUEBA: Fei )² / Fei DISTRIBUCION MUESTRAL: La distribución muestral del estadístico de esta prueba se asemeja a la La distribución muestral del estadístico de esta prueba se asemeja a la distribución probabilística de columnas). Para un valor fijo de n ( en distribuidos en tres categorias en dos de ellas, se define qie 3-1.3-1. DISTRIBUCION MUESTRAL: La distribución muestral del estadístico de esta prueba se asemeja a la La distribución muestral del estadístico de esta prueba se asemeja a la distribución probabilística de ² para c-1 grados de libertad (c: numero de columnas). Para un valor fijo de n ( en este caso 40 pacientes) que estan categorias, tan pronto se sabe que 28 casos se reparten qie 12 deben estar en la tercera, por lo que gl= NIVEL DE SIGNIFICACION En este caso el investigador va a establecer En este caso el investigador va a establecer NIVEL DE SIGNIFICACION En este caso el investigador va a establecer = 0,01En este caso el investigador va a establecer = 0,01 CALCULO DE ² Bajo la hipótesis de distribución uniforme, las frecuencias esperadas se Bajo la hipótesis de distribución uniforme, las frecuencias esperadas se establecen de la siguiente manera: fe = numero de casos/ numero de columnas. En este ejemplo, fe para cada categoría es 40/3 Favorable. Indiferente. Desfavorable. Total.Favorable. Indiferente. Desfavorable. Total. Fo 20 10 12 42 Fe 14 14 14 42 ²= 3,99. ² Bajo la hipótesis de distribución uniforme, las frecuencias esperadas se Bajo la hipótesis de distribución uniforme, las frecuencias esperadas se establecen de la siguiente manera: fe = numero de casos/ numero de En este ejemplo, fe para cada categoría es 40/3 Opinión Pacientes. Favorable. Indiferente. Desfavorable. Total.Favorable. Indiferente. Desfavorable. Total. 20 10 12 42 Fe 14 14 14 42 ZONA CRITICA La zona de rechazo de Ho comprende todos los valores de probabilidad de ocurrencia es igual o menor a la del valor critico probabilidad de ocurrencia es igual o menor a la del valor critico establecido para grados de libertad c a la suma de fe. En este caso particular, esa es la única restricción para determinar los grados de libertad. En la tabla de valores críticos de buscamos = 0.01 y gl= 2 La zona de rechazo de Ho comprende todos los valores de ² cuya probabilidad de ocurrencia es igual o menor a la del valor critico probabilidad de ocurrencia es igual o menor a la del valor critico establecido para grados de libertad c-1. la suma de fo tiene que ser igual a la suma de fe. En este caso particular, esa es la única restricción para determinar los grados de libertad. buscamos el valor correspondiente para DECISION Y CONCLUSION. ² Obtenido es (3,99) es menor que el valor critico para ² Obtenido es (3,99) es menor que el valor critico para Por lo tanto el investigador no rechaza la Ho. Descartando su hipótesis inicial. DECISION Y CONCLUSION. ² Obtenido es (3,99) es menor que el valor critico para = 0,01 y 2 gl (9,21).² Obtenido es (3,99) es menor que el valor critico para = 0,01 y 2 gl (9,21). Por lo tanto el investigador no rechaza la Ho. Descartando su hipótesis inicial. PRUEBA DE ² COMO PRUEBA DE INDEPENDENCIA Dados dos atributos o variables cualitativas podemos comprobar si existe Dados dos atributos o variables cualitativas podemos comprobar si existe entre ellos total independencia o si, por el contrario, es probable que estén asociados. En el primer caso no se rechaza la Ho , en el segundo si. Para cada variable, las frecuencias se clasifican en dos o mas categorías. Cuando mas se parezcan las frecuencias observadas a las esperadas según la hipótesis de independencia, mas coincidencia habrá entre lo que se obtiene realmente y lo que cabe esperar si las variables no están se obtiene realmente y lo que cabe esperar si las variables no están relacionadas. COMO PRUEBA DE INDEPENDENCIA Dados dos atributos o variables cualitativas podemos comprobar si existe Dados dos atributos o variables cualitativas podemos comprobar si existe entre ellos total independencia o si, por el contrario, es probable que estén En el primer caso no se rechaza la Ho , en el segundo si. Para cada variable, las frecuencias se clasifican en dos o mas categorías. Cuando mas se parezcan las frecuencias observadas a las esperadas según la hipótesis de independencia, mas coincidencia habrá entre lo que se obtiene realmente y lo que cabe esperar si las variables no están se obtiene realmente y lo que cabe esperar si las variables no están EJEMPLO. Se desea estudiar en una clínica de discapacidad “M“ el interés de las Se desea estudiar en una clínica de discapacidad “M“ el interés de las madres en relación al tratamiento de sus hijos, a voluntarias de las madres con los terapeutas de sus hijos Se desea estudiar en una clínica de discapacidad “M“ el interés de las Se desea estudiar en una clínica de discapacidad “M“ el interés de las madres en relación al tratamiento de sus hijos, a travez de reuniones voluntarias de las madres con los terapeutas de sus hijos HIPOTESIS DE INVESTIGACION: Hay relación entre la frecuencia de las reuniones voluntarias de las madres, Hay relación entre la frecuencia de las reuniones voluntarias de las madres, con los terapeutas de sus hijos(X) y el grado de instrucción que estas poseen (Y) HIPOTESIS DE INVESTIGACION: Hay relación entre la frecuencia de las reuniones voluntarias de las madres, Hay relación entre la frecuencia de las reuniones voluntarias de las madres, con los terapeutas de sus hijos(X) y el grado de instrucción que estas SELECCIÓN DE LAS MUESTRAS Se extrae tres muestras independientes de madres de niños que concurren Se extraetres muestras independientes de madres de niños que concurren a la clínica de discapacidad “M”, según el grado de instrucción que poseen. Luego se recolecta información sobre la frecuencia de las reuniones voluntarias que tienen con los terapeutas de sus hijos. SELECCIÓN DE LAS MUESTRAS Se extrae tres muestras independientes de madres de niños que concurren Se extrae tres muestras independientes de madres de niños que concurren a la clínica de discapacidad “M”, según el grado de instrucción que poseen. Luego se recolecta información sobre la frecuencia de las reuniones voluntarias que tienen con los terapeutas de sus hijos. HIPOTESIS ALTERNATIVAS. Ha: hay relación entre el grado de instrucción de los niños que concurren a Ha: hay relación entre el grado de instrucción de los niños que concurren a la clínica de discapacidad “M” y la frecuencia de las reuniones voluntarias de las madres con los terapeutas de sus hijos. Ho: no hay relación entre el grado de instrucción de los niños que concurren a la clínica de discapacidad “M” y la frecuencia de las reuniones voluntarias de las madres con los terapeutas de sus hijos HIPOTESIS ALTERNATIVAS. Ha: hay relación entre el grado de instrucción de los niños que concurren a Ha: hay relación entre el grado de instrucción de los niños que concurren a la clínica de discapacidad “M” y la frecuencia de las reuniones voluntarias de las madres con los terapeutas de sus hijos. relación entre el grado de instrucción de los niños que concurren a la clínica de discapacidad “M” y la frecuencia de las reuniones voluntarias de las madres con los terapeutas de sus hijos. TERMINOS ESTADISTICOS. Ha: X e Y están relacionadas. Ha: X e Y están relacionadas. Ho: X e Y no están relacionadas. TERMINOS ESTADISTICOS. Ha: X e Y están relacionadas.Ha: X e Y están relacionadas. Ho: X e Y no están relacionadas. PRUEBA DE SIGNIFICACION. Los datos permiten utilizar la prueba Los datos permiten utilizar la prueba la siguiente: f c ² = ∑ ∑(Foi j i=1 j=1i=1 j=1 PRUEBA DE SIGNIFICACION. Los datos permiten utilizar la prueba ² de independencia , cuya formula es Los datos permiten utilizar la prueba ² de independencia , cuya formula es – Fei j )² / Fei j SUPUESTOS DE LA PRUEBA. Muestra aleatoria de n observaciones ( Muestra aleatoria de n observaciones ( todas las casillas de las categorías de dos variables. La probabilidad de que una observación pertenezca a cada una de las casillas se mantiene constante en las Todas las frecuencias observadas son mayores a cero (no hay casillas vacías) Para gl= 1 ninguna fe es menor que 5. para es menor que 5.es menor que 5. Nivel de medición: dos escalas nominales SUPUESTOS DE LA PRUEBA. observaciones (n extracciones) clasificadas en observaciones (n extracciones) clasificadas en todas las casillas de las categorías de dos variables. La probabilidad de que una observación pertenezca a cada una de las casillas se mantiene constante en las n extracciones. Todas las frecuencias observadas son mayores a cero (no hay casillas = 1 ninguna fe es menor que 5. para gl > 1, no mas del 20 % de las fe Nivel de medición: dos escalas nominales DISTRIBUCION MUESTRAL Conforme a Ho, ² calculada esta proximamente distribuida como Conforme a Ho, ² calculada esta proximamente distribuida como Gl = (c-1)(h-1), donde c es el numero de columnas, y h es el numero de hileras. DISTRIBUCION MUESTRAL calculada esta proximamente distribuida como ² con calculada esta proximamente distribuida como ² con c es el numero de columnas, y h es el numero de NIVEL DE SIGNIFICACION Se elije = 0,01 Se elije = 0,01 NIVEL DE SIGNIFICACION CALCULO DE Grado de Instruccion ( NUMERO DE REUNIONES VOLUNTARIAS PRIMARIA MAS DE 4 VECES POR BIMESTRE 5 ENTRE 2 Y 4 VECES POR BIMESTRE 7 1 O 2 VECES POR BIMESTRE 15 TOTAL 27 CALCULO DE ² Grado de Instruccion (fo) SECUNDARIA UNIVERSITARIA TOTAL 10 8 23 9 10 26 14 3 32 33 21 81 CALCULO DE ² Grado de instruccion ( NUMERO DE REUNIONES VOLUNTARIAS PRIMARIA MAS DE 4 VECES POR BIMESTRE 7,66 ENTRE 2 Y 4 VECES POR BIMESTRE 8,66 1 O 2 VECES POR BIMESTRE 10,66 TOTAL 27 Grado de instruccion (fe) SECUNDARIA UNIVERSITARIA TOTAL 9,37 5,96 23 10,59 6,74 26 13,03 8,29 32 33 21 81 RESULTADO ² = 8.96² = 8.96 ZONA CRITICA: La zona de rechazo de Ho comprende todos los valores de La zona de rechazo de Ho comprende todos los valores de probabilidad de ocurrencia es igual o establecido para 4 gl. La zona de rechazo de Ho comprende todos los valores de ² cuyaLa zona de rechazo de Ho comprende todos los valores de ² cuya probabilidad de ocurrencia es igual o menor a la del valor critic DECISION Y CONCLUSION: Si el investigador obtiene un valor de Si el investigador obtiene un valor de Ho y concluye que el grado de instrucción de las madres no esta relacionado con la frecuencia de las reuniones voluntarias con los terapeutas de sus hijos. En este casa el no se rechaza la Ho. DECISION Y CONCLUSION: obtiene un valor de ² igual o mayor a 13, 28 se rechaza obtiene un valor de ² igual o mayor a 13, 28 se rechaza Ho y concluye que el grado de instrucción de las madres no esta relacionado con la frecuencia de las reuniones voluntarias con los terapeutas de sus hijos. En este casa el ² obtenido es de 8,961 por lo cual PRUEBA DE LA MEDIANA PARA MUESTRAS INDEPENDIENTES. Es un procedimiento no paramétrico alternativo de la prueba de Es un procedimiento no paramétrico alternativo de la prueba de diferencias entre dos medias. Se utiliza para comprobar la hipótesis de que dos grupos independientes se han tomado de poblaciones con la misma mediana. Se toman en cuenta las fo y las fe para casa casilla. Su calculo requiere que todas las las fe sean menores que 5 PRUEBA DE LA MEDIANA PARA MUESTRAS INDEPENDIENTES. Es un procedimiento no paramétrico alternativo de la prueba de Es un procedimiento no paramétrico alternativo de la prueba de diferencias entre dos medias. Se utiliza para comprobar la hipótesis de que dos grupos independientes se han tomado de poblaciones con la misma mediana. y las fe para casa casilla. Su calculo requiere que todas las fo sean mayres que 0 y que ninguna de EJEMPLO En una clínica “M” un psicólogo aplica una prueba de inteligencia a dos En una clínica “M” un psicólogo aplica una prueba de inteligencia a dos muestras aleatorias de pacientes. Una de mujeres y otra de varones. En una clínica “M” un psicólogo aplica una prueba de inteligencia a dos En una clínica “M” un psicólogo aplica una prueba de inteligencia a dos muestras aleatorias de pacientes. Una de mujeres y otra de varones. HIPOTESIS DE INVESTIGACION Varones y Mujeres obtiene distinto CI en la prueba de inteligencia Varones y Mujeres obtiene distinto CI en la prueba de inteligencia HIPOTESIS DE INVESTIGACION Varones y Mujeres obtiene distinto CI en la prueba de inteligenciaVarones y Mujeres obtiene distinto CI en la prueba de inteligencia SELECCIÓN DE LA MUESTRA De la población de la clínica ”M”, el psicólogo selecciono una muestra De la población de la clínica ”M”, el psicólogo selecciono una muestra aleatoria de 20 varones y 22 mujeres SELECCIÓN DE LA MUESTRA De la población de la clínica ”M”, el psicólogo selecciono una muestra De la población de la clínica ”M”, el psicólogo selecciono una muestra aleatoria de 20 varones y 22 mujeres HIPOTESIS ALTERNATIVAS. Ha: varones y mujeres tiene distinto CI en la prueba de inteligencia. Ha: varones y mujeres tiene distinto CI en la prueba de inteligencia. Ho. Varones y mujeres tienen igual CI en la prueba de inteligencia. En términos estadísticos. Ha: md poblacional 1 Md poblacional 2 Ho: Md poblacional 1 = Md poblacional 2 HIPOTESIS ALTERNATIVAS. Ha: varones y mujeres tiene distinto CI en la prueba de inteligencia.Ha: varones y mujeres tiene distinto CI en la prueba de inteligencia. Ho. Varonesy mujeres tienen igual CI en la prueba de inteligencia. En términos estadísticos. Md poblacional 2 Ho: Md poblacional 1 = Md poblacional 2 PRUEBA DE SIGNIFICACION La suma de n1 y n2 es igual a 42, por lo tanto el psicólogo podría utilizar la La suma de n1 y n2 es igual a 42, por lo tanto el psicólogo podría utilizar la prueba de la mediana cuando n1 + n2 es menor que 20 esta prueba no puede usarse adecuadamente. PRUEBA DE SIGNIFICACION La suma de n1 y n2 es igual a 42, por lo tanto el psicólogo podría utilizar la La suma de n1 y n2 es igual a 42, por lo tanto el psicólogo podría utilizar la prueba de la mediana cuando n1 + n2 es menor que 20 esta prueba no puede usarse adecuadamente. SUPUESTO DE LA PUEBA DE Md Muestras aleatorias Independientes. Muestras aleatorias Independientes. Las poblaciones tienen igual forma Nivel de medición: por lo menos en una escala ordinal. SUPUESTO DE LA PUEBA DE Md Muestras aleatorias Independientes.Muestras aleatorias Independientes. Las poblaciones tienen igual forma Nivel de medición: por lo menos en una escala ordinal. ESTADISTICO DE LA PRUEBA n ( I ad – bc I - n/2 )²n ( I ad – bc I - n/2 )² ²= ---------------------------------- (a+b) (c+d )(a+c) (b+d) ESTADISTICO DE LA PRUEBA gl= 1 NIVEL DE SIGNIFICACION SE ESTABLECIO UN NIVEL DE SIGNIFICACION DE 0.01 SE ESTABLECIO UN NIVEL DE SIGNIFICACION DE 0.01 NIVEL DE SIGNIFICACION SE ESTABLECIO UN NIVEL DE SIGNIFICACION DE 0.01SE ESTABLECIO UN NIVEL DE SIGNIFICACION DE 0.01 CALCULO ² VARONES POR ENCIMA DE MD COMB. POR DEBAJO DE LA MD COMB TOTAL VARONES MUJERES TOTAL 12 13 25 8 9 17 20 22 42 RESULTADO ² ² = -0,01 ² = -0,01 ZONA CRITICA El valor critico de ² para gl=1 y 0.01 es de 6,63.=1 y 0.01 es de 6,63. DECISION Y CONCLUSION No se rechaza la Ho porque el valor de No se rechaza la Ho porque el valor de critco para 1 gl. El psicólogo concluyo que no hay diferencia en el CI de la prueba de inteligencia de los varones y mujeres de la clínica “M” DECISION Y CONCLUSION No se rechaza la Ho porque el valor de ² obtenido es menor que el valor No se rechaza la Ho porque el valor de ² obtenido es menor que el valor . El psicólogo concluyo que no hay diferencia en el CI de la prueba de inteligencia de los varones y mujeres de la clínica “M” PRUEBAS DE SIGNIFICACION NO PARAMETRICAS. PRUEBAS NO PARAMETRICAS. PRUEBAS NO PARAMETRICAS. EN ESTE CURSO VEREMOS TRES PRUEBAS NO PARAMETRICAS. EMPLEO DE DISTRIBUCION DE ² (JI CUADRADO) PROPIEDADES DE LA DISTRIBUCIÒN DE ² (JI CUADRADO) DISTRIBUCION PROBABILISTICA DE ² DISTRIBUCION PROBABILISTICA DE ² DISTRIBUCION PROBABILISTICA DE ² ² Como Prueba de bondad de adaptacion a una distribución uniforme HIPOTESIS DE INVESTIGACION: SELECCIÓN DE LA MUESTRA DATOS: HIPOTESIS ALTERNATIVAS: EN TERMINOS ESTADISTICOS: PRUEBA DE SIGNIFICACION SUPUESTOS DE LA PRUEBA. ESTADISTICO DE LA PRUEBA: DISTRIBUCION MUESTRAL: NIVEL DE SIGNIFICACION CALCULO DE ² ZONA CRITICA DECISION Y CONCLUSION. PRUEBA DE ² COMO PRUEBA DE INDEPENDENCIA EJEMPLO. HIPOTESIS DE INVESTIGACION: SELECCIÓN DE LAS MUESTRAS HIPOTESIS ALTERNATIVAS. TERMINOS ESTADISTICOS. PRUEBA DE SIGNIFICACION. SUPUESTOS DE LA PRUEBA. DISTRIBUCION MUESTRAL NIVEL DE SIGNIFICACION CALCULO DE ² Grado de Instruccion (fo) CALCULO DE ² Grado de instruccion (fe) RESULTADO ZONA CRITICA: DECISION Y CONCLUSION: PRUEBA DE LA MEDIANA PARA MUESTRAS INDEPENDIENTES. EJEMPLO HIPOTESIS DE INVESTIGACION SELECCIÓN DE LA MUESTRA HIPOTESIS ALTERNATIVAS. PRUEBA DE SIGNIFICACION SUPUESTO DE LA PUEBA DE Md ESTADISTICO DE LA PRUEBA NIVEL DE SIGNIFICACION CALCULO ² RESULTADO ² ZONA CRITICA DECISION Y CONCLUSION
Compartir