presentación curso pspp
TRANSCRIPT
![Page 1: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/1.jpg)
Conocimientos básicos de estadística con PSPP
Ángel J. Sánchez Campos
![Page 2: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/2.jpg)
INDICE• Conceptos estadísticos básicos.
- Estadística- Tipos de Variables- Análisis Descriptivo- Relación estadística
• Utilización del PSPP- Ventanas- Propuesta de trabajo
• Validación de experimentos
– Rel. entre variables categóricas.
– Rel. Categórica y cuantitativa.
– Rel. entre variables cuantitativas.
![Page 3: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/3.jpg)
Conceptos básicosProbabilidad y Estadística
![Page 4: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/4.jpg)
Conceptos básicosVariables (mediciones)
Variables Mediciones Ejemplos
Cualitativas Categóricas(Nominales)
Igualdad o desigualdad Sexo, estado civil, nacionalidad
“ Ordinales Igualdad, desigualdad u orden
Curso, meses año, nivel cultural
Cuantitativas Discretas Sólo valores enteros Nº hijos, censo,Nº acciones
“ Continuas Cualquier valor Edad, peso, temperatura
![Page 5: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/5.jpg)
Conceptos básicosVariables (gráficos)
Principales representaciones gráficas
Variable Gráficos
Categórica (Nominal) Diagrama de ParetoDiagrama de sectores
Categorías ordenadas Diagrama de barrasDiagrama de líneas
Cuantitativa discreta Diagrama de líneasSteam and leaf
Cuantitativa continua Steam and leafHistogramaPolígono de frecuencias
![Page 6: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/6.jpg)
Conceptos básicosGráficos
![Page 7: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/7.jpg)
Conceptos básicosAnálisis descriptivo: basado en momentos
![Page 8: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/8.jpg)
Conceptos básicosAnálisis descriptivo
• Basado en momentos: (V. CuantitativasV. Cuantitativas).
– Tendencia Central: Media
– Dispersión: Variancia, Desviación estandar
– Asimetría: Skewness
– Apuntamiento: Curtosis
• Basado en ordenaciones: (V. Cuantitativas u ordinalesV. Cuantitativas u ordinales)
– Mediana
– Moda
– Cuartiles
– Amplitud
– Gráfico: Boxplot
Distribuciones Distribuciones SIMETRICASSIMETRICAS
Distribuciones Distribuciones ASIMETRICASASIMETRICAS
![Page 9: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/9.jpg)
Conceptos básicosBoxplot
![Page 10: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/10.jpg)
Conceptos básicosRelación estadística
Variable Independiente
(X)
Variable Dependiente
(Y)
Pruebaestadística
Categórica Categórica Comparación de proporciones
Categórica Cuantitativa Comparación de medias
Cuantitativa Cuantitativa Regresión
![Page 11: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/11.jpg)
Conceptos básicosPruebas de Significación estadística
•Hipótesis inicial (proceso de deducción)
– Ej: Alcohol incrementa el tiempo de reacción
•Hipótesis nula (Ho):
– No existe diferencia entre los grupos a comparar.
•Diferencia observada (d):
– Indicador de la discrepancia entre los datos recogidos y la Ho.
•Grado de significación (p):
– Valorar la discrepancia percibida.
– En muestras de poblaciones con la misma distribución,prob. obtener diferencias mayores a d
![Page 12: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/12.jpg)
Conceptos básicosPruebas de Significación estadística -2
•Grado de significación (p0): [Gran discrepancia]
-La Ho se rechaza (poco creible).
-Considera diferencia estadísticamente significativa.
-No sugiere causalidad.
-Punto de corte aceptado: p≤0,05
Grado de Significación (p1): [pequeña discrepancia]
- No se rechaza Ho (puede ser el azar).
- Diferencia estadísticamente NO significativa.
- Los datos no aportan suficientes pruebas (No demostrado, no concluyente).
![Page 13: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/13.jpg)
Conceptos básicosIntervalos de Confianza (IC)
• Estimación puntual de un parametro debe ir acompañada de su precisión (IC 1- del parámetro ).
• Los IC situan entre sus límites la verdadera magnitud del parametro detectado.
• Cuanto más estrecho, mas información de la magnitud
• Requiere el supuesto de muestras aleatorias.
![Page 14: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/14.jpg)
Conceptos básicosIntervalos de Confianza (IC)
•Ejemplo1:
Una muestra aleatoria de 100 niños al nacer presenta una talla media de 51cm y una desviación estandar de 2 cm. ¿Cual es la talla media de la población?
Media= 51 cm IC 95%: 50,6 a 51,4 cm
•Conclusión: Con una confianza del 95%, la talla media al nacer de los niños de esta población esta situada entre 50.6 y 51.4 cm.
![Page 15: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/15.jpg)
Conceptos básicosIntervalos de Confianza (IC)
![Page 16: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/16.jpg)
Conceptos básicosEtapas del trabajo de investigación
![Page 17: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/17.jpg)
Utilización del PSPPVentanas de trabajo
Ventana datos: *.SAV
Ventana Resultados: PDF, HTML, ODT, TXT, PS, CSV.
Ventana Sintaxis: *.SPS
![Page 18: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/18.jpg)
Utilización del PSPPPropuesta de Trabajo
• Utilizar el botón PEGAR.
• Crear archivos de Sintaxis
temáticos.
•Ventajas:
• Reutilización en estudios cíclicos.
• Incorporar nuevos casos al estudio.
• Detección y corrección de errores.
• Modificación de criterios.
![Page 19: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/19.jpg)
Ejercicio Práctico• Estudio sobre hábitos saludables en la Universidad.
• n=722
• Facultades: Farmacia, Física, Bellas Artes.
• Recogida datos en Access sin validaciones.
• Piden:
• Pasarlo a PSPP.
• Codificar variables
![Page 20: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/20.jpg)
Utilización del PSPPCodificación de variables
• Vista de variables
• Nombre:
• Tipo: Numérica, Cadena o Fecha.
• Etiqueta: V. Cuantitativas incluir unidad de medida.
• Etiquetas de Valor:
Fundamental con variables nominales u ordinales.
• Valores perdidos:
- Recomendable dejar campo vacio.
- Declarar valores desconocidos.
• Medida:
![Page 21: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/21.jpg)
Utilización del PSPPCodificación de variables
![Page 22: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/22.jpg)
Utilización del PSPPDepuración de datos.
• Pasos con todas las variables iniciales:
1. Chequeo lógico de todas las variables. Informe de Máximos y Mínimos
(Analizar/Estadística_Descriptiva/Frecuencias)
2. Modificar el dato erroneo por el correcto.
3. Si no tenemos dato correcto, codificarlo como missing (Vista de variables/Valores Perdidos)
![Page 23: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/23.jpg)
Utilización del PSPPTransformación de variables.
• Procedimientos: (Pestaña Transformar)
1. Recodificar en Variables Diferentes (RECODE)
2. Calcular (COMPUTE)
3. Recuento (COUNT)
4. Recodificación Automática (AUTORECODE)
![Page 24: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/24.jpg)
Utilización del PSPPTransformación de variables.
![Page 25: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/25.jpg)
Validación de ExperimentosAnálisis Descriptivo.
• V. Nominal: (Analizar/Estadística Descriptiva/Frecuencias) FREQUENCIES
• Tabla de Frecuencias
• Diagrama de Sectores.
• V. Ordinal: (Analizar/Estadística Descriptiva/Frecuencias)
• Moda, Mediana e Intervalo.
• Diagrama de Sectores.
• V. Cuantitativa (Analizar/Estadística Descriptiva/Explorar) EXAMINE
• Estadísticos Descriptivos, Extremos y Percentiles.
• BoxPlot (/PLOT= BOXPLOT)
![Page 26: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/26.jpg)
Validación de ExperimentosComparación de proporciones
(Relación entre dos variables Categóricas(Relación entre dos variables Categóricas)
• Chi-Cuadrado de Pearson:• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
• Razón de Verosimilitud:• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
•Prueba de Tendencia Lineal:• Condiciones: Frecuencias esperadas (ei≥2)
• Variable con categorías ordenadas y respuesta binaria.
• Comprueba hipótesis de tendencia (creciente o decreciente).
(Analizar/Estadística Descriptiva/Tablas Cruzadas….) CROSSTAB
![Page 27: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/27.jpg)
Validación de ExperimentosComparación de medias
(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)
Análisis de la Variancia(ANOVA):(Analizar/Comparar Medias/ANOVA de un factor)
• Condiciones: Muestras aleatorias
Poblaciones normales
Igual Variancia
• ¿Cómo?
• Exploración de datos: BoxPlot (/PLOT= BOXPLOT)
• Comprobar Normalidad: Kolmogorow-Smirnow o Shapiro-Wilk
• Comprobar homogeneidad de Variancias: Prueba de Levene
• Estudiar relación estadística: ANOVA
• ¿No cumple todas las condiciones?
• Prueba no paramétrica de Kruskal-Wallis.
![Page 28: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/28.jpg)
Validación de ExperimentosRegresión
(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)
![Page 29: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/29.jpg)
Validación de ExperimentosRegresión Simple
(Analizar/Regresión/Lineal)
• Coeficiente de determinación (r2):
• Mide el ajuste de la recta (expresa la proporción de la variación total explicada por la recta)
• Ajuste: perfecto r2=1, nulo r2=0
• ANOVA:
• Explica si existe asociación lineal entre las variables.
• Recta: a+bx
IC de b: Si no incluye el valor 0 es significativo.
![Page 30: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/30.jpg)
Validación de ExperimentosNuevos casos
• Depuración de datos.
• Introducir nuevos casos en PSPP.
• Ejecutar Sintaxis de Transformación de Variables.
• Ejecutar Sintaxis de Análisis de datos.
![Page 31: Presentación curso PSPP](https://reader033.vdocumento.com/reader033/viewer/2022052301/55cd1e64bb61ebb3568b476a/html5/thumbnails/31.jpg)
ESPERO HABER SIDO DE UTILIDAD
MUCHAS GRACIAS POR VUESTRA ATENCIÓN