014-23-U4-P13

Diplomado en metodología de la investigación cuantitativa para las ciencas biológicas y de la salud

Unidad 4 MÉTODO DE ANÁLISIS DE LOS DATOS CUANTITATIVOS

SUPUESTOS DE LA ESTADÍSTICA PARAMÉTRICA

Dr. Jorge Lozada Lechuga

EMPEZAR

wow

Presentación Esencial

SUPUESTOS DE LA ESTADÍSTICA PARAMÉTRICA

Soy un subtítulo genial, ideal para dar más contexto sobre el tema que vas a tratar

¡Vamos!

Supuestos de la estadística paramétrica

Introducción

Paramétricas

Dos tipos de análisis estadísticos

No paramétricos

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuesto de la estadística paramétrica

ESTADÍSTICA PARAMÉTRICA

Info

Para realizar análisis paramétrico debe partirse de los siguientes supuestos: ​

La distribución poblacional de la variable dependiente es normal, es decir, el universo tiene una distribución normal.​

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

​Cuando dos o más poblaciones son estudiadas tienen una varianza homogénea y una dispersión similar en sus distribuciones.

Supuesto de la estadística paramétrica

Análisis de Normalidad

Antes de analizar cualquier tipo de dato, el investigador o el profesional deberá considerar la distribución que poseen estos, es decir, el comportamiento de probabilidades que presentan las variables según su naturaleza continua.

Para poder saber sí nuestros datos presentan o no una distribución normal, se podrán utilizar algunas pruebas que permitan reconocer esta característica:​

Métodos gráficos (Histograma y gráficos Q-Q).​

Métodos analíticos (Asimetría y curtosis).​​

Métodos de contraste de hipótesis (Shapiro-Wilk y Kolmogorov-Smirnov).​

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuesto de la estadística paramétrica

Métodos gráficos

Histograma de Curva Normal

De acuerdo con Dagnino (2014), la curva de normalidad cumple con las siguientes características: ​ • La distribución normal es simétrica, la media, moda y mediana coinciden​. • La distribución normal estándar es aquella que tiene:

Para explorarlas se consideran a los histogramas como herramientas de visualización. En este sentido, el histograma es un tipo especial de gráfica de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados, ya sea en forma absoluta o relativa. ​ ​ Sirven para obtener un panorama general de la distribución de la población, o la muestra, respecto a una característica cuantitativa continua y que es de interés para el investigador (Dagnino, 2014; Butler,1985).

Supuesto de la estadística paramétrica

Métodos gráficos

Cuantiles teóricos (Gráficos Q-Q)

De acuerdo con Castillo & Lozano (2007), el gráfico probabilístico normal también nos permite comparar la distribución empírica de un conjunto de datos con la distribución normal​.

Este gráfico, forma parte de la comprobación de los supuestos de regresión y el ANOVA, y muestran los cuartiles de los datos reales frente a los esperados para una distribución normal. Si los datos se distribuyen normalmente, todos estarán cerca de la línea diagonal de referencia. Si los puntos “caen” por encima o por debajo de la línea, hay un problema con la curtosis. ​ ​ Si los puntos serpentean alrededor de la línea, entonces el problema es la asimetría normal. También nos permite comparar la distribución empírica de un conjunto de datos con la distribución normal​.

Info

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuesto de la estadística paramétrica

Métodos analíticos

Métodos Analíticos

Cuantiles teóricos (Gráficos Q-Q)

Asimetría

Describe la falta de simetría en una distribución. La asimetría (As) se presenta cuando una curva de distribución, en una de sus colas se extiende más lejos que la otra en una dirección (Juárez & Salinas, 2014).​ Existen dos tipos:

Sesgo POSITIVO

Sesgo Negativo

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuesto de la estadística paramétrica

Métodos analíticos

Curtosis

Curtosis

Describe el grado en que las proporciones observadas difieren de las de la curva normal. ​ La curtosis está relacionada con el número de sujetos que estamos observando. En la medida que el número de sujetos es más pequeño, la curva se hace más ancha y conforme crece el número de sujetos la curva es menos ancha y se parece más a una distribución normal (Juárez & Salinas, 2014). ​

​LEPTOCÚRTICA​

​MESOCÚRTICA​

PLATICÚRTICA

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuestos de la estadística paramétrica

Métodos de contraste de hipótesis

Contraste de hipótesis

Existen dos pruebas de normalidad:

Kolmogorov-Smirnov (KS)

Shapiro-Wilk (SW)

Ambas pruebas parten de la hipótesis nula que se plantea como la información proviene de una población normal y la alterna es que este supuesto no se cumple. ​La interpretación de los valores de p para las pruebas de normalidad Shapiro- Wilk y Kolmogórov-Smirnov es que sí el valor es mayor o igual a 0,05 existe normalidad y sí es menor la distribución no es normal (Droppelmann, 2018).

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

Supuestos de la estadística paramétrica

Métodos de contraste de hipótesis

Prueba de Shapiro - Wilk

Contraste de hipótesis

Es una forma estadística utilizada para verificar el supuesto de normalidad. Postula que dada una muestra aleatoria simple de tamaño n, sea (w1, ..., wn) se quiere saber si proviene de una población con distribución normal.

La limitación más importante de esta prueba es que puede estar sesgada por el tamaño de la muestra, cuanto mayor sea la muestra, mayor será la probabilidad de obtener un resultado estadísticamente significativo.​ ​ La hipótesis nula de interés es si la muestra procede de una población normal.​

Diplomado en estadística y análisis de datos con SPSS, GAFIEP

¡GRACIAS POR SU ATENCIÓN!

55 31 19 83 55

iefpi.com.mx

55 31 19 83 55