METODOS PARAMÉTRICOS

Y

NO PARAMÉTRICOS

UNIVERSIDAD YACAMBUVICE-RECTORADO ACADEMICO

FACULTAD DE CIENCIAS ADMINISTRATIVAS

Autora:Stephanie Brigitte Sevilla Brito

Barquisimeto, Abril de 2015

Análisis Paramétricas     Las dócimas que hemos mencionado hasta ahora, siempre presuponen distribuciones particulares de la variable aleatoria, o bien sus hipótesis especifican parámetros o distribuciones. Por esto la estadística que se usan con más frecuencia son las estadísticas paramétricas. 

Estas técnicas permiten confirmar resultados o valorar las inconsistencias de ellos.

¿Cuáles son los supuestos de las estadísticas paramétricas?

1. La distribución poblacional de la variable dependiente es normal: el universo tiene una distribución normal.

2. El nivel de la medición de la variable dependiente es por intervalo o razón

3. Cuando dos o más poblaciones son estudiadas, éstas tienen una varianza homogénea, es decir:

4. Las poblaciones en cuestión tienen una dispersión similar en sus distribuciones

Son basados en muestreo de una población con parámetros específicos, como la media (µ), la desviación estándar (σ) o la proporción (p). Estos métodos paramétricos usualmente tienen que ajustarse a algunas condiciones completamente estrictas, así como el requisito de que los datos de la muestra provengan de una población normalmente distribuidas

Métodos Paramétricos

¿Cuáles son los métodos o pruebas estadísticas paramétricas más utilizadas?

Coeficiente de Correlación de Pearson y la regresión lineal Prueba “ t ”

Prueba de contraste de la diferencia de proporciones

Análisis de varianza unidireccional (ANOVA Oneway)

Análisis de varianza factorial (ANOVA)

Análisis de covarianza (ANCOVA)

¿Qué es el coeficiente de correlación de Pearson?

Definición.-Es una prueba estadística para analizar la relación entre dos o más variables medidas en un nivel por intervalos o razón

Se simboliza por “ r “

Hipótesis a probar:Correlacionalmente, del tipo : “A mayor X, mayor Y”; ”A mayor X, menor Y”, “Altos valores en X están asociados con altos valores en Y”, “Altos valores en X se asocian con bajos valores de Y”

¿Qué es la regresión lineal?

Definición.-Es un modelo matemático para estimar el efecto de una variable sobre otra. Está asociado con el coeficiente de Pearson r de Pearson

Hipótesis a probar:Correlacionales y causales

¿Qué es la prueba “t” ?

Definición:Es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto a su medias.

Se simboliza por “ t ”

Hipótesis a probar:De diferencia entre dos grupos. La hipótesis de investigación propone que los grupos difieren significativamente entre sí y la hipótesis nula no difiere significativamente

¿Qué es la prueba de diferencia de proporciones?

Definición:

Es una prueba estadística para analizar si dos proporciones difieren significativamente entre si.

Hipótesis a probar:

De diferencia de proporciones entre dos grupos

¿Qué es el análisis de varianza unidireccional ? (oneway)

DefiniciónEs una prueba estadística para analizar si más de dos grupos difieren significativamente entre sí en cuanto a sus medias y varianzas .La prueba “ t “ es utilizada para dos grupos y el análisis de varianza unidereccional se usa para tres, cuatro o más grupos

Hipótesis a probar:De diferencia entre dos o más grupos, se propone que los grupos difieren significativamente entre si y la nula propone que no difieren

¿Qué es el análisis factorial de varianza?

Definición:Es una prueba estadística para evaluar el efecto de dos o más variable independientes sobre una variable dependiente

Se conoce como ANOVA ( análisis de varianza de k-direcciones)

¿Qué es el análisis de covarianza?

Definición:

Es una prueba estadística que analiza la relación entre una variable dependiente y dos o más independientes, removiendo y controlando el efecto de al menos una de estas independientes

Se destacan tres perspectivas para el análisis de covarianza

a) Perspectiva experimental

b) Perspectiva de interés por la covariable

c) Perspectiva de regresión

Análisis No ParamétricosUna alternativa en la solución de problemas son los

métodos no paramétricos o de distribución libre, los cuales no existen supuestos tan numerosos ni severos y son aplicables a cualquier variable, en particular a las de tipo nominal u ordinal así como a distribuciones diversas

Métodos no Paramétricos

Hay situaciones en que, por el escaso número de observaciones, o por el nivel de medición de lasvariables, no es correcto o no es posible hacer supuestos sobre las distribuciones muestrales subyacentes.En tales casos se usan los métodos “no paramétricos” o de distribución libre

¿Cuáles son las presuposiciones de la estadística no paramétrica?

La mayoría de estos análisis no requieren de presupuestos acerca de la forma de la distribución poblacional. Aceptan distribuciones no normales

Las variables no necesariamente deben de estar medidas en un nivel por intervalos o razón , pueden analizarse datos nominales u ordinales

Sí se quiere análisis no paramétricos a datos por intervalos o razón, estos deben se resumidos a categoría discretas. Las variables deben ser categóricas

¿Cuáles son los métodos o pruebas estadísticas no paramétricas más utilizadas?

La Ji cuadrada o Chi cuadradra

Los coeficientes de correlación e independencia para tabulaciones cruzadas

Los coeficientes de correlación para rangos ordenados de Spearman y Kendall

¿Qué es la Ji cuadrada o Chi Cuadrado?

Definición:Es una prueba estadística para evaluar la hipótesis acerca de la relación entre dos variables categóricas

Se simboliza por x2

Hipótesis a probar: Correlacionales

Variables Involucradas: Dos

Nivel de medición de las variables :Nominal u ordinal ( o intervalos o razón reducida a ordinales)

La Chi cuadrada se calcula a través de una tabla de contingencia o tabulación cruzada, de dos dimensiones y cada una representa una variable.

¿Qué son los coeficientes de correlación e independencia para tabulaciones cruzadas?

Este son otros coeficientes para evaluar si las variables

incluidas en la tabla de contingencia o tabulación cruzada

están correlacionadas; algunos coeficientes son los siguientes:

Phi, Coeficiente de contingencia o C dePearson,V de Gramer, Lamdba ,Gamma, Tau-b de Kendall(Tau-b) , D de Somers, Eta. etc.

¿Qué otra utilización tienen las tablas de contingencia?

Además de servir para el cáculo de la chi cuadrado y otros coeficientes, son útiles para describir conjuntamente a dos o más variables . Esto se efectúa convirtiendo las frecuencias observadas en frecuencia relativas o porcentaje. En una tabla cruzada puede haber tres tipos de porcentajes a cada celda:

Porcentaje en relación al total de frecuencias observadas (N) Porcentaje en relación al total marginal de la columna Porcentaje en relación al total marginal del renglón

¿Qué son los coeficientes de correlación por rangos ordenados de Spearman y Kendall?

Los coeficientes rhoi de Spearman, simbolizado por rs, y tau de Kendall, simbolizado como t, son medidas de correlación para variables en un nivel de medición ordinal, de tal modo que los individuos u objetos de la muestra pueden ordenarse por rangos o jerarquías.

Ambos coeficientes varían de -1.0 (correlación negativa perfecta) a +1,0 ( correlación positiva perfecta)

Estadísticas sumamente perfecta para variables ordinales

ANALISIS MULTIVARIADO

Los métodos de análisis multivariado son aquellos en donde se analiza la relación entre varias variables independientes y al menos una dependiente.

Son métodos que requieren del uso de computadoras para efectuar los cálculos necesarios

La regresión múltilpe es un método que permite analizar el efecto de dos o más variables independientes sobre una dependiente. Es una extensión de la regresión lineal sólo que con un mayor número de variables independientes.