algunos conceptos previos
DESCRIPTION
ALGUNOS CONCEPTOS PREVIOS. Tipos de Variables y Niveles de medida Proceso de datos y Análisis de datos Estadística y niveles de análisis Validez Interna, Externa y Ecológica Error Tipo I ( ) y Error Tipo II ( ) Significación estadística y significación práctica Contraste estadístico - PowerPoint PPT PresentationTRANSCRIPT
Modelos Multivariantes 1
ALGUNOS CONCEPTOS PREVIOS
Tipos de Variables y Niveles de medida Proceso de datos y Análisis de datos Estadística y niveles de análisis Validez Interna, Externa y Ecológica Error Tipo I () y Error Tipo II () Significación estadística y significación práctica Contraste estadístico Supuestos para el análisis de datos Pruebas paramétricas y no paramétricas Matriz (tipos de matrices) Correlación y covarianza Coeficientes de correlación Regresión …
El Proceso de Datos Un continuum que empieza ya en el Diseño de la investigación. Los
pasos por los que atraviesan los DATOS:
Diseño de la investigación Recogida de datos
Codificación y grabación Análisis Exploratorio
Análisis Estadístico Interpretación de Resultados Elaboración del Informe
¡TODOS SON IGUALMENTE IMPORTANTES!
EL ANÁLISIS DE DATOS
La ESTADÍSTICA como un cuadro de herramientas, con 3 niveles de análisis:
Nivel 1: DESCRIPTIVO-UNIVARIADO. Resumir e ilustrar la información contenida en una matriz de datos
Nivel 2:INFERENCIAL-BIVARIADO. Estimar parámetros, contrastar hipótesis, comparar el comportamiento de dos o más grupos o analizar la relación entre pares de variables
Nivel 3: MODELIZACIÓN-MULTIVARIANTE. Elaborar modelos, ecuaciones o funciones que permitan explicar unas variables a partir de otras y hacer predicciones
SELECCIÓN DE LA PRUEBA ESTADÍSTICA
¿Qué queremos hacer? ¿en qué Nivel de Análisis nos situamos? Nivel 1: DESCRIPTIVO-UNIVARIADO Nivel 2:INFERENCIAL-BIVARIADO Nivel 3: MODELIZACIÓN-MULTIVARIANTE
Nivel 1: DESCRIPTIVO-UNIVARIADO
Medidas de Tendencia Central Medidas de VariabilidadMedidas DistribuciónMedidas de PosiciónGráficosTablas
Nivel 2: INFERENCIAL-BIVARIADO
Correlaciones Variables de Escala: Pearson Variables Ordinales: Spearman y Kendall Variables categóricas: Phi, Coeficiente de Contingencia, …
Contrastes Variables Métricas: Paramétricos
N o K grupos Independientes o Relacionados
Variables No Métricas: No Paramétricos N o K grupos Independientes o Relacionados
Nivel 3: MODELIZACIÓN-MULTIVARIANTE
Técnicas multivariantes de Dependencia Regresión Lineal Múltiple Regresión Logística Análisis Discriminante Análisis de Varianza (ANOVA y MANOVA) Análisis LOGIT
Técnicas multivariantes de Interdependencia Análisis Factorial (Componentes Principales) Análisis de Correpondencicas Análisis Cluster Escalamiento Multidimensional
t-StudentIndependientes
2 Grupos
Grupos normales
CONTRASTES: VD CUANTITATIVA
Relacionados
Grupos NO normales
Grupos normales
Grupos NO normales
Grupos normales
Grupos NO normales
Grupos normales
Grupos NO normales
Independientes
Relacionados
K Grupos
Mann-Withney
t-Student relacionados
Wilcoxon
Anova + Post Hoc
Kruskal-Wallis + Dunn
Anova medidas repetidas
Friedman
1 Grupo t-Student
McNemar (2)Relacionados
Cochran (k)
PROPORCIONESBinomial
Chi-Cuadrado
Tablas decontingenciaIndependientes Chi-Cuadrado
Corregido 2x2
Prueba de Fisher
2 VARIABLES
1 VARIABLE
CONTRASTES: VD CUALITATIVA
CONTRASTES: VD CUASI-CUANTITATIVA
2 GRUPOS
Independientes
RelacionadosWilcoxon
K GRUPOS
Independientes
Relacionados Friedman
Mann-Whitney
Kruskal-Wallis + Dunn