21571566
Description
Mind Map by Emiliano Carmona, updated more than 1 year ago
|
Created by Emiliano Carmona
over 6 years ago
|
|
Diseño experimental y análisis
estadístico
- Método científico
- Ciencia La ciencia trata de explicar racionalmente la naturaleza obteniendo
explicaciones sobre el funcionamiento de un sistema, o siendo capaz de predecir
los resultados del sistema
- Hipótesis Son las ideas o descripciones sobre cómo funciona
el mundo.
- Es la técnica que se utiliza para decidir entre las hipótesis en base a las
observaciones
- Probabilidad y
estadística
- Son ciencias que tratan sobre la
incertidumbre.
- La teoría probabilística especifica los parámetros y el
modelo.
- La estadística intenta inferNir (deducir) las propiedades del sistema, dado el
modelo.
- Son ciencias que tratan sobre la
incertidumbre.
- Ciencia La ciencia trata de explicar racionalmente la naturaleza obteniendo
explicaciones sobre el funcionamiento de un sistema, o siendo capaz de predecir
los resultados del sistema
- Fundamentos de
probabilidad
- Es la frecuencia esperada con la que ocurre un
evento
- Probabilidad condicional Es la probabilidad de que ocurra un evento A, sabiendo que también
sucede otro evento B
- La probabilidad proporciona las bases para la
inferencia
- inferencia estadística tiene como objetivo la estimación de las propiedades o características
de un sistema (por ejemplo, una población) a partir del análisis de una muestra.
- Contrastar
hipótesis
- Confrontar
- Asesoramiento para
muestrear
- Contrastar
hipótesis
- inferencia estadística tiene como objetivo la estimación de las propiedades o características
de un sistema (por ejemplo, una población) a partir del análisis de una muestra.
- Es la frecuencia esperada con la que ocurre un
evento
- Contraste de hipótesis
estadísticas
- Significación estadística y valores de P El contraste de hipótesis se realiza mediante pruebas o
test estadísticos. Cada test produce un resultado numérico (un estadístico) y un valor de
probabilidad asociado (P).
- La hipótesis nula estadística (H0) Establece un modelo simple que considera que las
variaciones observadas en los datos son debidas al azar y no al efecto del factor o factores
estudiados.
- La hipótesis alternativa (H1) En general, como hipótesis alternativas (una o varias), se definen
las que sí consideran la existencia de efectos debidos al factor o factores estudiados.
- Potencia estadística La potencia estadística es la probabilidad de rechazar una H0 falsa (la
probabilidad de observar un efecto cuando realmente ocurre). Depende de cuatro factores:
- Tamaño de
muestra
- El tamaño del
efecto
- Variabilidad de la
respuesta
- El nivel significativo de
A
- Tamaño de
muestra
- Significación estadística y valores de P El contraste de hipótesis se realiza mediante pruebas o
test estadísticos. Cada test produce un resultado numérico (un estadístico) y un valor de
probabilidad asociado (P).
- Fundamentos del diseño
experimental
- Unidad experimental: División más pequeña de material experimental que recibe un
tratamiento
- Tratamientos y controles: Tratamiento es un término general para cualquier conjunto de
comparaciones. Entre los tipos tratamientos de un experimento debe figurar uno de controL
- Experimento: Es una operación o procedimiento para testar una
hipótesis.
- Término que describe la estructura lógica de un
experimento.
- Elementos clave en el diseño
experimental
- Replica
- Alteración y
espaciamiento
- Control del
diseño
- Control del
diseño
- Alteración y
espaciamiento
- Replica
- Unidad experimental: División más pequeña de material experimental que recibe un
tratamiento
- Análisis estadístico: enfoques
metodológicos
- Análisis no
paramétricO
- Análisis
Bayesiano
- Análisis de Monte
Carlo
- Selección de modelos e inferencia
multimodelo
- Análisis
parametrico
- Análisis no
paramétricO
- Análisis estadístico: conoce tus
datos
- Exactitud y precisión Son dos aspectos fundamentales en el proceso de obtención de datos. La
ausencia de exactitud se denomina sesgo (bias). La precisión se refiere a la dispersión de los
datos y se relaciona con la repetibilidad y la reproducibilidad.
- Requisitos de normalidad y homocedasticidad.
Transformaciones
- La independencia se consigue con un diseño experimental (o de muestreo) adecuado. Si
tenemos datos no independientes hay que utilizar las técnicas adecuadas para analizarlos
(modelos mixtos).
- No obstante, los tests paramétricos suelen ser “robustos” frente a las violaciones de estos
requisitos.
- La normalidad y la homocedasticidad (en el caso de variables continuas) se pueden conseguir
a través de transformaciones (por ejemplo aplicando logaritmos).
- La aplicación de los test paramétricos presenta una serie de requisitos que deben cumplir los
datos: independencia, normalidad (ajuste a una distribución normal) y homogeneidad de
varianzas (homocedasticidad)
- La independencia se consigue con un diseño experimental (o de muestreo) adecuado. Si
tenemos datos no independientes hay que utilizar las técnicas adecuadas para analizarlos
(modelos mixtos).
- Exactitud y precisión Son dos aspectos fundamentales en el proceso de obtención de datos. La
ausencia de exactitud se denomina sesgo (bias). La precisión se refiere a la dispersión de los
datos y se relaciona con la repetibilidad y la reproducibilidad.
- Análisis estadístico: métodos y
modelos
- Modelos lineales generalizados Más sobre regresión Modelosmixtos
Modelosanidados
- Selección de modelos e inferencia
multimodelo
- Análisissplit-plot Análisis de datos
pareados
- ANOVA, regresión lineal y ANCOVA ANOVA de dos
factores
- Tablas de contingencia, chi-cuadrado y análisis log-lineal Tablas de contingencia con más de
un factor
- Modelos lineales generalizados Más sobre regresión Modelosmixtos
Modelosanidados
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.