4Estadística

Descriptiva

Estadística descriptiva Estadística inferencial

 Medidas de tendencia central-media, mediana, moda
 Frecuencias : fa, fr, A
 Medidas de dispersión: desviación estándar, rangos
 Variables: Categoricas (cualitativas-nominal, ordinal)
Numericas cuantitativas (discretas y continuas)
 Medidas de posición centiles (deciles, quintiles, cuartiles,
percentiles)
 Sesgos y curtosis
 Puntuación Z (normalización de datos)
 Distribución normal
Paramétrica
Si las variables son numéricas
Discretas continuas
Datos de intervalo, de razon (escalares)
N=50
Datos a comparar más parejos
Se comparan medias
 Prueba de T de Student no relacionada o independiente (los
sujetos no están relacionados entre si)
 Prueba T de student relacionada (pretest-post-test) Nivel de
lectura con poca y mucha luz
 Anova (análisis de varianza) no relacionada: medir la
infidelidad por nacionalidades. FISHER, tablas de distribución
F.
 ANOVA relacionada (un sujeto con muchas variables). Se
comparan varias condiciones. Ejemplo, al mismo grupo
hacerle varias evaluaciones en varios momentos en el tiempo.
Comparación de las calificaciones de varias materias de 1
grupo de estudiantes. Pesa mas el numero de participantes
para escoger esto o Friedman
 Medidas nominal, ordinal, intervalo, razón (estas dos clasificadas
como escalares en SPSS)
En la correlación se ve la relación entre 2 cosas
Correlación ( r)
No paramétrica
Si las variables son categóricas
Nominal, ordinal
N máxima de 20
Datos mas disparejos
Se comparan medianas
 U de Mann Whitney (U) una misma condición, dos grupos
(antes de recibir tratamiento y después de recibir
tratamiento.)
 Wilcoxon (W) los números a compara son los de la condición
1 con los de la condición 2, minimo 3 grupos. Aprender un
idioma de 3 formas diferentes (auditivo, kinestésico, visual)
 Kruskal Wallis (H): medir la infidelidad por nacionalidades
 Friedman (Xr2) un sujeto con varias condiciones, se comparan
varias condiciones. Ejemplo, al mismo grupo hacerle varias
evaluaciones en varios momentos en el tiempo. Comparación
de las calificaciones de varias materias de 1 grupo de
estudiantes. Pesa mas el numero de participantes para
escoger esto o Friedman
 Chi cuadrada (x2): para variables nominales, compara datos
estadísticos nominales con base en frecuencias absolutas
(esperadas), frecuencias observadas. Tabla de contingencia.
Solamente observas. No hay manipulación por parte del
investigador.
 Parametrica No parametrica
Pearson Spearman (Rho)

*Es para dos variables

-1 inversa (cuando mas hay de una menos hay de la otra) Mayor violencia menos rendimiento escolar Commented [LRG1]:

0 nula

+1 directa (cuando hay más de 1 hay más de otra, o cuando hay menos de una hay menos de otra) Mayor comunicación familiar mayor
rendimiento académico.

Confianza P nivel de significancia

0.06 No es significativo (HO hipótesis nula)
Commented [LRG2]:
95% 0.05 Es significativo
99% 0.01 Es significativo
99.9% 0.001 Es significativo
100% 0.0000001 Es significativo

*entre mas se acerque P a 0, mayor nivel de significancia tiene.

R=0.003 p=0.81 correlacion nula

Commented [LRG3]: ...

Variable dependiente: EFECTO, miden, ¿que voy amedir?

Variable independiente: CAUSA, manipulan ¿De que depende la variable VD? Causa
Variable extraña:

Accidentes de auto, ingesta de alcohol

Vd: accidentes de auto: efecto

Vi: ingesta de alcohol :causa

Cuando hay dudas primero vemos CAUSA-EFECTO

Hi: La ingesta de alcohol (vi) favorece los accidentes de auto p<0.05

Ho: La ingesta de alcohol no favorece los accidentes de auto p>0.05

Ha1: (alternativa) El uso del celular favorece los accidentes de auto p<0.05