ESTADÍSTICA II ESCUELA: PSICOLOGÍA PONENTE

1. ESTADÍSTICA II ESCUELA: PSICOLOGÍA PONENTE: Ec. Miriam Guajala BIMESTRE: II BIMESTRE CICLO: ABRIL – AGOSTO 2007

2. PRUEBA DE T DE STUDENT PARA UNA MUESTRA

3. Pruebas de homogeneidad Estudian si dos o más muestras que se diferencian en el valor de una característica proceden de poblaciones donde los parámetros que las definen son iguales. Valoran si hay diferencias entre medias,varianzas,proporciones, etc. • Pruebas de homogeneidad de dos medias • Pruebas de homogeneidad de dos proporciones

4. Prueba de homogeneidad de dos medias  2 Muestras  1: N1, x1 S 21  2: N2, x2 S 22 ¿Pertenecen a2 poblaciones de igual media?  • Se desea contrastar las hipótesis: – Ho= µ1 = µ2 (µ1 - µ2 = 0) – H1= (µ1 ≠ µ2 ) 2 Poblaciones  1: µ1σ1  2: µ2 σ2

5. QUE ES LA PRUEBA T DE STUDENT? La t de student, es una prueba práctica, bastante poderosa ampliamente utilizada en las ciencias del comportamiento. Esta prueba es muy similar a la prueba Z y la diferencia radica en que Z utiliza la una desviación poblacional y la prueba t en cambio utiliza una desviación estándar muestra

6. FORMULAS USO: x−µ Zobt = σ N x−µ tobt = δ N 1. Probar hipótesis en experimentos con una sola muestra. 2. Estimar la media de la población al construir intervalos de confianza. 3. Probar la significancia de la r de Pearson.

7. • PROBAR HIPOTESIS EN EXPERIMENTOS CON UNA SOLA MUESTRA. La prueba t es adecuada cuando: • Se conoce la media poblacional de la Ho y se desconoce la σ x−µ tobt = δ N

8. La distribución t, es una familia de curvas que varían con los grados de libertad asociados al cálculo de t. Existe N-1 grados de libertad asociados con la prueba t para una muestra. Las curvas de la distribución muestral son simétricas, con forma de campana y media = 0. La prueba t es adecuada cuando la distribución x es normal. Para que la distribución muestral de muestral de x sea normal, la población de datos debe poseer una distribución normal, o bien N<30

9.  Intervalos de confianza: Rango de valores que probablemente, contengan al valor poblacional.  Límites de confianza: Valores que delimitan al intervalo de confianza.  Significacia de la r de Pearson: Nos permite examinar el valor de la muestra para ver si existe una correlación de la población.

10. GRÁFICAS

11. Tipos de pruebas t  Prueba t para una muestra: prueba si la media de la muestra de una variable difiere significativamente de la media conocida de la población  Prueba t no pareada o independiente: prueba si las medias estimadas de la población por 2 muestras independientes difieren significativamente (grupo de hombres y grupo de mujeres)  Prueba t pareada: prueba si la media estimada de la población por muestras dependientes difieren significativamente (media de pre y post-tratamiento para el mismo grupo de pacientes.

12.  La fórmula para grupos independientes x1 - x 2  t= S21/N1 + S22/N2 Con un nº de grados de libertad de N1+N2-2 Nº de datos que pueden variar independientemente para una determinada operación * Si t≤ tα,N se acepta la hipótesis nula * Si t > tα,N se rechaza la hipótesis nula.

13.  Pruebas de independencia  Ver si en un estudio de 2 ó más variables, éstas relacionadas  Coeficiente de correlación de Pearson (r)  Designa la magnitud de la relación entre 2 variables

14. Sus valores absolutos oscilan entre 0 y 1. La correlación es perfecta positiva si su valor es +1 La correlación es perfecta negativa si su valor es -1 La relación entre 2 variables x e y es positiva cuando al aumentar una, aumenta la otra y negativa cuando al disminuir una disminuye la otra

15. VARIANZA - PRUEBA F (ANOVA)

16.  Es usada para descubrir el efecto principal y los efectos de interacción de variables categóricas independientes (llamados factores) sobre un intervalo de la variable dependiente

17.  Tipos de anova  Anova de una forma prueba diferencias en un intervalo de la variable dependiente entre dos, tres o más grupos formados por las categorías de una variable categórica independiente.

18.  Uno de las pruebas mas importantes que utiliza la varianza en la F, que básicamente es la razón de dos estimaciones independientes de la varianza de la misma poblacion.  Varian con los grados de libertad.

19.     La distribución F: Está sesgada positivamente No tiene valores negativos

...