Please enable JavaScript.
Coggle requires JavaScript to display documents.
METODOS PARAMÉTRICOS, METODOS NO PARAMETRICO, MORENO CESAR, MORENO CESAR,…
METODOS PARAMÉTRICOS
ANOVA
Descripción: El ANOVA es una técnica estadística utilizada para comparar las medias de tres o más grupos independientes.
Aplicación: Útil cuando se tienen múltiples grupos y se necesita saber si hay diferencias en las medias de una variable entre ellos.
Interpretación: Si el valor p asociado con la prueba F es menor que el nivel de significancia elegido, se rechaza la hipótesis nula y se concluye que al menos uno de los grupos tiene una media significativamente diferente.
Tipos de ANOVA: ANOVA de un factor (compara un factor), ANOVA de dos factores (compara dos factores), ANOVA de medidas repetidas (compara las mismas unidades en diferentes momentos).
T-Student
Descripción: La prueba t de Student se utiliza para comparar las medias de dos grupos independientes y determinar si existen diferencias significativas entre ellas.
Aplicación: Es útil cuando se desea comparar la media de una variable numérica entre dos grupos diferentes.
Interpretación: Si el valor p asociado con la prueba F es menor que el nivel de significancia elegido, se rechaza la hipótesis nula y se concluye que al menos uno de los grupos tiene una media significativamente diferente.
F de Fisher
Aplicación: Se utiliza cuando se tienen más de dos grupos y se desea saber si al menos uno de ellos difiere significativamente.
Interpretación: Si el valor p asociado con la prueba F es menor que el nivel de significancia elegido, se rechaza la hipótesis nula y se concluye que al menos uno de los grupos tiene una media significativamente diferente.
Descripción: La prueba F de Fisher se utiliza en el análisis de varianza (ANOVA) para comparar las medias de tres o más grupos independientes.
Valor Z
Descripción: La prueba de valor Z se utiliza para comparar una media muestral con una media poblacional conocida.
Interpretación: Si el valor z calculado es mayor que el valor z crítico para un nivel de significancia dado, se rechaza la hipótesis nula y se concluye que hay una diferencia significativa entre la media muestral y la media poblacional.
Estos métodos suponen que los datos siguen una distribución específica, como la distribución normal.
-
Requieren que se cumplan ciertas condiciones, como la normalidad de los datos y la homogeneidad de las varianzas.
METODOS NO PARAMETRICO
-
Se utilizan cuando los datos no siguen una distribución específica o cuando se desconoce la forma de la distribución.
-
Al no depender de suposiciones sobre la distribución de los datos, estos métodos son más robustos pero pueden ser menos eficientes en ciertos escenarios.
DOS MUESTRAS
INDEPENDIENTES
CUANTITATIVAS
U de Mann-Whitney
Descripción: La prueba U de Mann-Whitney se utiliza para comparar las distribuciones de dos muestras independientes.
Aplicación: Es útil cuando se desea determinar si una variable numérica difiere significativamente entre dos grupos independientes.
Interpretación: Si el valor p asociado es menor que el nivel de significancia, se concluye que hay una diferencia significativa entre las medianas de las dos muestras.
RELACIONADAS
CUANTITATIVA
Prueba de Wilcoxon
Descripción: La prueba de Wilcoxon es una prueba no paramétrica que compara las medianas de dos muestras relacionadas o pareadas.
Aplicación: Se aplica cuando se desea determinar si hay diferencias significativas entre dos grupos emparejados.
Interpretación: Un valor p bajo indica que hay una diferencia significativa entre las medianas de las muestras pareadas.
CUALITATIVA
Descripción: La prueba de McNemar se utiliza para comparar las proporciones de dos muestras pareadas.
Aplicación: Es útil para determinar si hay cambios significativos en una variable binaria antes y después de una intervención.
-
MÁS DE DOS MUESTRAS
INDEPENDIENTES
CUANTITATIVAS
Descripción: La prueba de Kruskal-Wallis es una extensión de la prueba U de Mann-Whitney y se utiliza para comparar las medianas de tres o más muestras independientes.
Aplicación: Útil cuando se desea determinar si al menos uno de los grupos difiere significativamente en términos de una variable numérica.
Interpretación: Un valor p bajo indica diferencias significativas en las medianas entre al menos dos grupos.
RELACIONADAS
CUANTITATIVAS
Descripción: La prueba de Friedman es una versión de la prueba de Kruskal-Wallis para muestras relacionadas.
Aplicación: Se emplea cuando se desea determinar si hay diferencias significativas en una variable numérica entre múltiples grupos emparejados.
-
CUALITATIVAS
Q de Corchan
Descripción: Evalúa si hay diferencias significativas en las proporciones de respuesta entre tres o más grupos independientes.
-
Interpretación:
En la primera parte se describe la frecuencia de las respuestas por cada medición. Esto permite visualizar la distribución de las respuestas en cada grupo.
Finalmente, se presenta un resumen de los resultados, indicando si existen diferencias significativas en las proporciones de respuesta entre los grupos. Si el valor de la prueba Q es estadísticamente significativo, se concluye que hay diferencias significativas en las proporciones de respuesta entre los grupos.
-
-
-