AYUDANTIA ESTADÍSTICA

TRABAJO GUÍA

ANOVA

3. ¿Qué relación puede haber entre el nivel de confianza en la medicina y el número de

hijos?
a) Explore esta interrogante con un ANOVA simple.
b) Dónde encuentra diferencias significativas.
c) Grafique el número medio de hijos en función del nivel de confianza en la medicina.
d) Verifique si las varianzas del número de hijos son homogéneas.

Hipótesis ANOVA

Unifactorial… **

H0: mu_mucho = mu_poco = mu_ninguna (mu… LETRA GRIEGA)

H1: ​Existe al menos UN promedio diferente... p(sig)<0.05

Levene: ​Sig 0.002… es decir, se rechaza la H0. RESPUESTA: ¿se asumen varianzas
iguales? NO.

H0: se asumen varianzas iguales

H1: No se asumen varianzas iguales

ANOVA: ¿Existe algún promedio diferente? ​SI

Post Hoc (Tukey): ¿Entre qué grupos existe la diferencia? ente mucho y poco /= Nada

Gráfico: En eje Y (vertical) variable dependiente (cantidad de hijos).

Eje X (horizontal) la independiente (confianza en la medicina).

Conclusión: Existen diferencias significativas entre los grupos de confianza en la medicina y

el número de hijos.

Particularmente, quienes no tienen confianza en la medicina tienden a tener mayor cantidad

de hijos.
ANOVA FACTORIAL (mu= PROMEDIO)

4. No toda la gente ve la misma cantidad de televisión... Tal vez la gente que posee armas
de
fuego ve "mucha tele". Tal vez los hombres pasan más horas frente a la pantalla chica que
las mujeres.
a) Utilice un ANOVA factorial para poner a prueba estas 2 intuiciones
b) Grafique sus resultados
c) Verifique si las varianzas del número de hijos son homogéneas.
d) ¿Es necesario realizar pruebas a posteriori? ¿por qué?

Factores: 1. Género 2. Posee (o no) armas de fuego. 3. Horas frente a TV

H01: mu-H=mu-M (factor sexo) OK

H02: mu-sí = mu-no (factor armas)
H03: No existe efecto de interacción OK

H11: mu-H /= mu-M

H12: mu-sí /= mu-no OK (sí fue significativo)
H13: Sí existe efecto de interacción.

Levene: ​¿SE ASUMEN VARIANZAS IGUALES? NO. SIG<0.05

H0: se asumen varianzas iguales

H1: No se asumen varianzas iguales

ANOVA: ¿Existe algún promedio diferente? -

Post Hoc (Tukey): ¿Entre qué grupos existe la diferencia? -

Gráfico:

Conclusión:

No existe un efecto significativo del sexo en las horas de TV. Por otro lado, las personas
que no poseen armas ven significativamente más TV que los que no
No existe efecto de interacción.

CORRELACIÓN BIVARIADA

1. "Las parejas humanas tienden a formarse entre individuos de similar nivel educacional".
Evalúe esta hipótesis usando las variables Mayor año de educación completado
y Mayor año de educación completado, cónyuge
a) Grafique la relación entre estas variables.
b) Plantee las hipótesis estadísticas correspondientes.
c) Elija una prueba estadística adecuada, considerando si es bilateral o unilateral.
d) Tome una decisión respecto de la hipótesis nula y redacte su conclusión.
R (ro…”p”): coeficiente de correlación. (R= 0 -- no hay relación; las variables son
independientes).

H0: R=<0
H1: r>0

Está especificando una sola dirección, por lo tanto, es de UNA COLA.

Se rechaza H0, y se acepta H1… Es decir, hay una relación, y esta es positiva.

Conclusión: A medida que aumenta el nivel educacional del encuestado, aumenta

significativamente el nivel educacional de la pareja.

2. ¿Quiénes están más a favor de la pena capital por asesinato? , ¿hombres o mujeres?
a) Plantee una hipótesis de investigación para responder esta interrogante.
b) Ponga a prueba su hipótesis de manera estadística.
c) Calcule la diferencia porcentual y la V de Cramer.
d) Compare los resultados obtenidos en c con la relación entre sexo y posesión de armas
de fuego.

H0: No existe asociación entre el sexo y la opinión frente a la pena capital. (SE RECHAZA)
H1: Sí existe asociación entre el sexo y la opinión frente a la pena capital. (SE ACEPTA)

Conclusión:

Existe asociación entre el sexo y la opinión sobre la pena capital.

Particularmente los hombres están más a favor sobre la pena capital.