Estadísticos

Estadísticos

1. Paramétricos

   • PRUEBA T DE STUDENT
     • Se utiliza para determinar si hay una diferencia significativa entre las medias de dos grupos
       • T DE STUDEN PARA MUESTRAS PAREADAS
         • Esto se refiere a la diferencia entre las cuentas medias de una sola muestra de individuos que se determina antes del tratamiento y después del tratamiento.
       • T DE STUDENT PARA MUESTRAS INDEPENDIENTES
         • Esto se refiere a la diferencia entre los promedios de dos poblaciones. Básicamente, el procedimiento compara los promedios de dos muestras que fueron seleccionadas independientemente una de la otra
   • PRUEBA DE SHAPIRO - WILKS
     • Plantea la hipótesis nula que una muestra proviene de una distribución normal. Eligimos un nivel de significanza, por ejemplo 0,05, y tenemos una hipótesis alternativa que sostiene que la distribución no es normal
       • Si el Sig. es menor e igual a 0.05 los datos presentan una distribución no normal, y por el contrario, si es mayor será paramétrico
   • PRUEBA DE FISHER
     • Esta prueba estadística se utiliza frecuentemente como alternativa, cuando no se puede aplicar la ji cuadrada de Pearson
       • Es un procedimiento más eficaz en la escala nominal con dos muestras independientes. La razón de esto se basa en que se calcula directamente la probabilidad de una serie de arreglos de frecuencias observadas en una tabla de contingencia de 2 X 2,
   • PRUEBA F (ANÁLISIS DE VARIANZA O ANOVA)
     • Método de análisis estadístico se basa en el estudio de la variación total entre los datos y la descomposición de esta en diversos factores
       • Se puede contestar a la pregunta de si existen diferencias significativas entre las medias de las poblaciones o si, por el contrario, las diferencias encontradas pueden deberse a las limitaciones del muestreo
   • CORRELACIÓN DE PEARSON
     • Mide el grado de covariación entre distintas variables relacionadas linealmente
       • evalúa la relación lineal entre dos variables continuas. Una relación es lineal cuando un cambio en una variable se asocia con un cambio proporcional en la otra variable

2. No paramétricos

   • PRUEBA U DE MANN -WHITNEY
     • Se utiliza para contrastar si dos muestras, extraídas independientemente, proceden de la misma población
       • Compara las diferencias entre dos medianas, por lo que se basa en rangos en lugar de en los parámetros de la muestra (media, varianza).
         • El requisito para plicar dicha prueba es que la variable cuantitativa no cumple los requisitos de normalidad y/o homogeneidad de varianzas, o variable semi cuantitativa
   • PRUEBA DE LOS RANGOS CON SIGNO DE WILCOXON
     • Alternativa a la prueba de t de Student para muestras intependiente cuando los requisitos para un test paramétrico no se cumplen.
       • Se utiliza cuando se trabaja con datos de tipo ordinal, cuando se establece diferencias de magnitudes (+ y -); cuando Dos muestras apareadas y con muestras grandes (> 25) se intenta lograr la distribución normal (se utiliza la prueba Z).
   • PRUEBA DE KOLMOGOROV-SMIRNOV
     • Permite medir el grado de concordancia existente entre los valores de las funciones de distribución, tanto en la muestra, como la que teóricamente se derivaría de la población que se ha explicitado en la hipótesis nula
       • Criterio para la toma de la decisión entre las dos hipótesis Si D≤0.05 ⇒ Aceptar H0 Si D>0.05 ⇒ Rechazar H0

3. Por posición

   • Dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos
     • Ejemplo: cuantiles, percentiles, cuartiles, deciles

4. Centralización

   • Indica valores con respecto a los que los datos parecen agruparse
     • Ejemplo: Media, mediana y moda.

5. Dispersión

   • Indican la mayor o menor concentración con respecto a las medidas de centralización
     • Ejemplo: Desviación Típica, Coeficiente de variación, rango, varianza.

6. Forma

   • Dan una idea de como se distribuyen los datos
     • Ejemplos: Asimetría, apuntamiento o curtosis