Mindmap
TEMA 4: Relación entre variables I
Inhalt der Mindmap
TEMA 4: Relación entre variables I
Asociación entre dos variables CUALITATIVAS (o UNA VARIABLE CUALITATIVA Y UNA ORDINAL)
- TABLA DE CONTINGENCIA
- Forma de ordenar los datos para estudiar la relación entre variables con pocas categorías.
- Representa la frecuencia o nº de elementos que reúne a la vez los valores que se cruzan en cada casilla.
- Análisis
- Relación asimétrica
- Una de las dos variables se considera como factor explicativo de la distribución de la otra variable
- Relación simétrica
- No existe distinción entre las dos variables, no cabe esperar que una de ellas influya en la otra
- Uso de porcentajes
- Permite eliminar la influencia del tamaño de la muestra y del tamaño de los marginales
- Relación asimétrica
- Datos
- Frecuencias conjuntas o absolutas
- Valores de las dos variables
- Porcentaje del total
- Frecuencias marginales de X y de Y o frecuencia absoluta total (distribución marginal)
- Totales de cada valor de una única variable
- Porcentaje condicionado a Xi o porcentaje por fila (distribución condicional por fila)
- nº de frecuencia de cada celdilla dividido por el total de casos por fila
- Porcentaje condicionado a Yi o porcentaje por columna (distribución condicional por columna)
- nº de frecuencia de cada celdilla dividido por el total de casos por columna
- Total de casos
- Frecuencias conjuntas o absolutas
- Forma de ordenar los datos para estudiar la relación entre variables con pocas categorías.
- DIAGRAMA DE BARRAS CONJUNTO
- Al menos una de las variables debe ser cualitativa
- Para construirlo se utilizan los datos de la tabla de contingencia
- Diagrama de barras adosadas
- Para cada valor de X se representa, una al lado de otra, la frecuencia con que se presenta cada valor de Y dentro de ese valor de X.
- Permite la comparación rápida entre las variables y dentro de cada variable
- Diagrama de barras apiladas
- Indica la frecuencia con que aparece cada valor de X en cada valor de Y, comparando entre categorías, la aportación de cada valor al total
- Al menos una de las variables debe ser cualitativa
- Medidas
- INDEPENDENCIA (χ^2)
- Se basa en la comparación de las frecuencias conjuntas
- Se comparan las frecuencias empíricas (u observadas) con las frecuencias teóricas (o esperadas) para determinar asociación o independencia entre las variables, pero no sirve para medir la intensidad de la relación (influye tamaño de la muestra y nº de categorías)
- No tiene límite máximo, lo cual supone una dificultad a nivel interpretativo
- Si se multiplican todas las frecuencias por una constante, el valor de χ^2 aumenta, aunque las proporciones de todas las casillas se mantengan
- Su valor solo puede compararse para variables en tablas de contingencia del mismo tamaño (I,J) y con el mismo «n».
- Adopta valores [0,+∞): únicamente adopta el valor 0 si la frecuencia empírica de la celdilla es igual a la teórica que le corresponde, en todas las celdillas de la tabla de contingencia.
- El tamaño de la muestra n debe ser relativamente grande. La frecuencia esperada mínima por casilla debe ser del al menos 5 en aproximadamente el 80% de las casillas
- COEFICIENTE C DE CONTINGENCIA
- Aplicable a tablas de contingencia de cualquier tamaño
- Adopta valores [0,1): Valor 0 indica ausencia de relación entre las variables. Cuanto mayor sea el valor, mayor es la relación entre las variables. Nunca puede tomar el C=1 porque para eso n=0
- Se puede calcular su valor máximo cuando nº filas=nº columnas
- COEFICIENTE V DE CRAMER
- Toma valores [0,1]: 1: Máxima asociación o asociación perfecta. 0: Independencia perfecta
- En la práctica, 0.6 un valor máximo habitual. Por tanto, un valor 0.3 es un valor intermedio.
- COEFICIENTE φ
- Se aplica a variables dicotómicas (tablas de contingencia 2x2)
- Valores entre 1 y -1
- Un valor>0 significa que los sujetos tienden a estar clasificados en 1 en las dos variables o en 0 en las dos variables
- Un valor<0 quiere decir que la tendencia es a estar clasificado en 1 en una variable y en 0 en la otra variable
- Equivalente al coeficiente de Pearson (Tema 5)
- Mismo resultado (en valor absoluto) que el coeficiente de Pearson
- Existe variante para variables politómicas pero no tiene valor máximo y dificulta la interpretación del resultado
- INDEPENDENCIA (χ^2)
- TABLA DE CONTINGENCIA
Relación entre VARIABLES ORDINALES
- nº reducido de valores
- TABLA DE CONTINGENCIA
- Medidas
- d de SOMMERS
- COEFICIENTE GAMMA
- nº amplio de valores
- Tabla de contingencia NO PRÁCTICA
- Medidas
- COEFICIENTE DE CORRELACIÓN DE SPEARMAN
- Se basa en rangos de datos en lugar de en los valores reales
- Apropiado para variables ordinales o variables cuantitativas que no tengan distribución normal
- Se deben ordenar los datos para una de las variables de interés en rangos consecutivos. En caso de empates, se asigna a las puntuaciones el rango promedio que ocuparían las observaciones de empate.
- Si la asociación es perfecta, se espera que el rango que corresponde a la variable X, corresponda al de la variable Y. El coeficiente se calcula en base a las diferencias registradas en los rangos entre ambas variables
- rs>0 → Relación directa entre las variables X e Y (valores altos de X → valores altos de Y)
- rs<0 → Relación inversa (valores altos de X → valores bajos de Y)
- rs≈0 → Apenas hay relación entre las variables
- Cuando hay empates se recomienda utilizar el coeficiente de correlación de Pearson aplicado a los rangos
- Tau-b de Kendall
- COEFICIENTE DE CORRELACIÓN DE SPEARMAN
- nº reducido de valores
Bilder und Dateien der Mindmap
Informationen
- Beschreibung
- INTRODUCCIÓN AL ANÁLISIS DE DATOS Mindmap am TEMA 4: Relación entre variables I, erstellt von Sara Álvarez Martín am 08/12/2018.
- Erstellt von
- Sara Álvarez Martín
- Aufrufe
- 0
- Bewertung