SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
06/02/2013




            UNIVERSIDAD PERUANA CAYETANO HEREDIA
               FACULTAD DE CIENCIAS Y FILOSOFÍA
    DEPARTAMENTO DE ESTADÍSTICA, DEMOGRAFÍA, HUMANIDADES Y
                      CIENCIAS SOCIALES.




           Introducción al uso de
          ANOVA, Kruskal-Wallis,
           Friedman, Correlación
                          (con STATA)



                           Juan Carlos Bazo Alvarez




                     Introducción
   A pedido de los organizadores de este pequeño taller
    (ADIECS-UNMSM), hemos estructurado una introducción
    rápida y práctica al uso de estas herramientas estadísticas
    básicas.

   Por ello, se asume una base teórica previa que no será
    abordada aquí, pero que suele ser materia del pregrado regular.

   Aún así, es recomendable que luego de esta sesión los alumnos
    repasen/revisen los fundamentos teóricos detrás de estas
    herramientas.


                          Juan Carlos Bazo Alvarez




                                                                              1
06/02/2013




                                       ANOVA
   Herramienta de gran poder y versatilidad
                  Originalmente para estudios experimentales.
                  Aún preferida en áreas como la agronomía.
                  También usada en Ciencias de la Salud y del Comportamiento.
                  Paulatinamente remplazada en sus usos más comunes por nuevas
                   herramientas, pero que usan enfoques distintos (ejemplo: GLM).

              Trabaja con la varianza: parte de un modelo que
               determina como se descompone la variabilidad total del
               outcome.
              El ANOVA tiene muchas variantes, aquí solo revosaremos
               dos: oneway y muestras relacionadas.
                                                                       Juan Carlos Bazo Alvarez




                             ANOVA Oneway
   Permite comparar dos o más grupos independientes
                                                   SC            SC             SC
            20




                                                        Total           Entre            Dentro




                                                    H 0 :  A   B  C   D
        Nicotina
        15  10




                     A      B      C       D




         Supuestos: independencia, homogeneidad de varianzas,
          normalidad.
         Requiere de un post-hoc para el detalle dos a dos.
                                                                       Juan Carlos Bazo Alvarez




                                                                                                          2
06/02/2013




    ANOVA Muestras Relacionadas
   Permite comparar medidas repetidas de los mismos
    sujetos o sujetos pareados.


                         10
                         8
                 Puntaje Memoria
                        64
                         2




                                       1    1.5      2         2.5           3
                                                  Condición




    Aquí hablamos de variabilidad INTRASUJETO e
     INTERSUJETO.

                                                                                      Juan Carlos Bazo Alvarez




                                   Kruskal-Wallis
   Es la alternativa no paramétrica del ANOVA Oneway
    cuando no se cumplen los supuestos.
   K-W es bastante flexible y sólo exige nivel ordinal de
    medida.
           . tab programa hab_lec

                                                     hab_lec
             programa                      baja   media        alta      muy_alta    Total

                                   A          3         5            0           1       9
                                   B          0         1            1           1       3
                                   C          1         1            1           0       3
                                   D          0         0            1           4       5

                Total                         4         7            3           6      20




                                                                                      Juan Carlos Bazo Alvarez




                                                                                                                         3
06/02/2013




                                      Friedman
   Es la alternativa no paramétrica del ANOVA de muestras
    relacionadas.
   Es altamente flexible (sin mayores supuestos).

                                 id     A   B                            C
                                 1      1   2                            3
                                 2      2   3                            4
                                 3      1   3                            3
                                 4      2   3                            4
                                 5      3   3                            4
                                 6      1   2                            4
                                 7      2   2                            3
                                 8      2   2                            4


                                                                                          Juan Carlos Bazo Alvarez




              Indices de Correlación
   Permiten determinar fuerza y                                              Gráfico de regresión parcial

    sentido de la relación.
                                                                             Variable dependiente: ptje total
   Se acompañan de una prueba                               40


    de significancia.                                        30




   Algunos tienen más supuestos                             20
                                                ptje total




    que otros.                                               10



                                                              0


   Existe uno para cada                                     -10


    necesidad.                                               -20

                                                                   -40           -20            0            20   40

   Hoy revisaremos sólo 4 de                                                          ptje de error total


    ellos.
      Juan Carlos Bazo Alvarez




                                                                                                                               4
06/02/2013




 Veamos ahora un poco más de
todo, con una práctica diferente:
            ENDES


            Juan Carlos Bazo Alvarez




                                               5

Más contenido relacionado

La actualidad más candente

La actualidad más candente (15)

Introduccion al uso_de_x2_fisher_t_de_student_y_u_de_mann-withney
Introduccion al uso_de_x2_fisher_t_de_student_y_u_de_mann-withneyIntroduccion al uso_de_x2_fisher_t_de_student_y_u_de_mann-withney
Introduccion al uso_de_x2_fisher_t_de_student_y_u_de_mann-withney
 
Manual completo de diseño
Manual completo de diseño Manual completo de diseño
Manual completo de diseño
 
Diseño aleatorizado por bloques aplicado a los Negocios
Diseño aleatorizado por bloques aplicado a los NegociosDiseño aleatorizado por bloques aplicado a los Negocios
Diseño aleatorizado por bloques aplicado a los Negocios
 
Analisis de varianza alternativas1
Analisis de varianza alternativas1Analisis de varianza alternativas1
Analisis de varianza alternativas1
 
Analisis de varianzas (anova)
Analisis de varianzas (anova)Analisis de varianzas (anova)
Analisis de varianzas (anova)
 
Analisis de varianza
Analisis de varianzaAnalisis de varianza
Analisis de varianza
 
4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza
 
Preguntas Diseno Factoriales
Preguntas Diseno FactorialesPreguntas Diseno Factoriales
Preguntas Diseno Factoriales
 
Experimentos factoriales
Experimentos factorialesExperimentos factoriales
Experimentos factoriales
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
diseño de experimentos
diseño de experimentos diseño de experimentos
diseño de experimentos
 
Diseño COMPLETAMENTE al azar
Diseño COMPLETAMENTE al azar Diseño COMPLETAMENTE al azar
Diseño COMPLETAMENTE al azar
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
 
Comparaciones multiples
Comparaciones multiplesComparaciones multiples
Comparaciones multiples
 
Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)Análisis de la varianza (ANOVA)
Análisis de la varianza (ANOVA)
 

Destacado

Jaz diseños de investigación
Jaz diseños de investigaciónJaz diseños de investigación
Jaz diseños de investigaciónAdiecs Unmsm
 
Carbajal introduccion a_la_regresion_logistica
Carbajal introduccion a_la_regresion_logisticaCarbajal introduccion a_la_regresion_logistica
Carbajal introduccion a_la_regresion_logisticaAdiecs Unmsm
 
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacion
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacionIntroduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacion
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacionAdiecs Unmsm
 
Ce imt funciones_me_salazar
Ce imt funciones_me_salazarCe imt funciones_me_salazar
Ce imt funciones_me_salazarAdiecs Unmsm
 
Leiva karina causalidad_y_da_gs
Leiva karina  causalidad_y_da_gsLeiva karina  causalidad_y_da_gs
Leiva karina causalidad_y_da_gsAdiecs Unmsm
 
Osada estadistica descriptiva_e_inferencial
Osada estadistica descriptiva_e_inferencialOsada estadistica descriptiva_e_inferencial
Osada estadistica descriptiva_e_inferencialAdiecs Unmsm
 
Jaz planteamiento de la pregunta de investigación
Jaz planteamiento de la pregunta de investigaciónJaz planteamiento de la pregunta de investigación
Jaz planteamiento de la pregunta de investigaciónAdiecs Unmsm
 
Pruebas no parametricas en Spss
Pruebas no parametricas en SpssPruebas no parametricas en Spss
Pruebas no parametricas en SpssLarry Mendoza
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricasLuisais Pire
 

Destacado (11)

Jaz diseños de investigación
Jaz diseños de investigaciónJaz diseños de investigación
Jaz diseños de investigación
 
Carbajal introduccion a_la_regresion_logistica
Carbajal introduccion a_la_regresion_logisticaCarbajal introduccion a_la_regresion_logistica
Carbajal introduccion a_la_regresion_logistica
 
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacion
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacionIntroduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacion
Introduccion a la_integridad_cientifica_y_a_la_etica_en_la_investigacion
 
Ce imt funciones_me_salazar
Ce imt funciones_me_salazarCe imt funciones_me_salazar
Ce imt funciones_me_salazar
 
Leiva karina causalidad_y_da_gs
Leiva karina  causalidad_y_da_gsLeiva karina  causalidad_y_da_gs
Leiva karina causalidad_y_da_gs
 
Osada estadistica descriptiva_e_inferencial
Osada estadistica descriptiva_e_inferencialOsada estadistica descriptiva_e_inferencial
Osada estadistica descriptiva_e_inferencial
 
Jaz planteamiento de la pregunta de investigación
Jaz planteamiento de la pregunta de investigaciónJaz planteamiento de la pregunta de investigación
Jaz planteamiento de la pregunta de investigación
 
Pruebas no parametricas en Spss
Pruebas no parametricas en SpssPruebas no parametricas en Spss
Pruebas no parametricas en Spss
 
Prueba t
Prueba tPrueba t
Prueba t
 
Pruebas parametricas y no parametricas
Pruebas parametricas y no parametricasPruebas parametricas y no parametricas
Pruebas parametricas y no parametricas
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 

Introduccion al uso_de_anova_kruskal-wallis_friedman_correlacion

  • 1. 06/02/2013 UNIVERSIDAD PERUANA CAYETANO HEREDIA FACULTAD DE CIENCIAS Y FILOSOFÍA DEPARTAMENTO DE ESTADÍSTICA, DEMOGRAFÍA, HUMANIDADES Y CIENCIAS SOCIALES. Introducción al uso de ANOVA, Kruskal-Wallis, Friedman, Correlación (con STATA) Juan Carlos Bazo Alvarez Introducción  A pedido de los organizadores de este pequeño taller (ADIECS-UNMSM), hemos estructurado una introducción rápida y práctica al uso de estas herramientas estadísticas básicas.  Por ello, se asume una base teórica previa que no será abordada aquí, pero que suele ser materia del pregrado regular.  Aún así, es recomendable que luego de esta sesión los alumnos repasen/revisen los fundamentos teóricos detrás de estas herramientas. Juan Carlos Bazo Alvarez 1
  • 2. 06/02/2013 ANOVA  Herramienta de gran poder y versatilidad  Originalmente para estudios experimentales.  Aún preferida en áreas como la agronomía.  También usada en Ciencias de la Salud y del Comportamiento.  Paulatinamente remplazada en sus usos más comunes por nuevas herramientas, pero que usan enfoques distintos (ejemplo: GLM).  Trabaja con la varianza: parte de un modelo que determina como se descompone la variabilidad total del outcome.  El ANOVA tiene muchas variantes, aquí solo revosaremos dos: oneway y muestras relacionadas. Juan Carlos Bazo Alvarez ANOVA Oneway  Permite comparar dos o más grupos independientes SC  SC  SC 20 Total Entre Dentro H 0 :  A   B  C   D Nicotina 15 10 A B C D  Supuestos: independencia, homogeneidad de varianzas, normalidad.  Requiere de un post-hoc para el detalle dos a dos. Juan Carlos Bazo Alvarez 2
  • 3. 06/02/2013 ANOVA Muestras Relacionadas  Permite comparar medidas repetidas de los mismos sujetos o sujetos pareados. 10 8 Puntaje Memoria 64 2 1 1.5 2 2.5 3 Condición  Aquí hablamos de variabilidad INTRASUJETO e INTERSUJETO. Juan Carlos Bazo Alvarez Kruskal-Wallis  Es la alternativa no paramétrica del ANOVA Oneway cuando no se cumplen los supuestos.  K-W es bastante flexible y sólo exige nivel ordinal de medida. . tab programa hab_lec hab_lec programa baja media alta muy_alta Total A 3 5 0 1 9 B 0 1 1 1 3 C 1 1 1 0 3 D 0 0 1 4 5 Total 4 7 3 6 20 Juan Carlos Bazo Alvarez 3
  • 4. 06/02/2013 Friedman  Es la alternativa no paramétrica del ANOVA de muestras relacionadas.  Es altamente flexible (sin mayores supuestos). id A B C 1 1 2 3 2 2 3 4 3 1 3 3 4 2 3 4 5 3 3 4 6 1 2 4 7 2 2 3 8 2 2 4 Juan Carlos Bazo Alvarez Indices de Correlación  Permiten determinar fuerza y Gráfico de regresión parcial sentido de la relación. Variable dependiente: ptje total  Se acompañan de una prueba 40 de significancia. 30  Algunos tienen más supuestos 20 ptje total que otros. 10 0  Existe uno para cada -10 necesidad. -20 -40 -20 0 20 40  Hoy revisaremos sólo 4 de ptje de error total ellos. Juan Carlos Bazo Alvarez 4
  • 5. 06/02/2013 Veamos ahora un poco más de todo, con una práctica diferente: ENDES Juan Carlos Bazo Alvarez 5