Professional Documents
Culture Documents
DEFINICIONES
Factor: Variable (Independiente) que manipula el
investigador para estudiar sus efectos sobre la
variable dependiente.
Nivel del Factor: es cada una de las categoras,
valores o formas especficas del factor.
Tratamientos: Conjunto de condiciones experimentales que sern impuestas a una unidad
experimental en un diseo elegido. En experimentos
unifactoriales, un tratamiento corresponde a un nivel
de factor. En experimentos multifactoriales, un
tratamiento corresponde a la combinacin de niveles
de factores.
UNT
DEFINICIONES
Tratamiento Control: tratamiento al que no se le
aplica tratamiento alguno.
UNT
INFERENCIA ESTADISTICA
ALEATORIA
PARMETROS
(Siempre desconocidos)
ESTADSTICOS
(conocidos)
Representativa
UNT
MEDIDAS DE TENDENCIA
MEDIDAS DE TENDENCIA
Media
MEDIDAS DE TENDENCIA
Moda
UNT
MEDIDAS DE TENDENCIA
Mediana
Valor que divide el rango de valores observados en
dos mitades con el mismo nmero de observaciones.
Su cmputo requiere ordenar la muestra.
Si n (n de observaciones) es impar: Me = X n 1
2
Si n es par: Me =
X n/2 X (n/2) 1
2
MEDIDAS DE TENDENCIA
Robustez de la Media versus la Mediana
La media es extremadamente sensible a situaciones en
que hay valores numricamente muy distantes del
resto (outliers)
La mediana en cambio permite obtener valores ms
representativos en estos casos
Ejemplo: 1, 2, 2, 2, 3, 9
UNT
MEDIDAS DE TENDENCIA
Robustez de la Media versus la Mediana
Mediana
0,5000
Moda
0,4500
Media
Aritmtica
0,4000
0,3500
0,3000
0,2500
0,2000
0,1500
Q1
0,1000
Q2
Q3
Q4
0,0500
0,0000
0
Rango
UNT
10
MEDIDAS DE DISPERSIN
11
MEDIDAS DE DISPERSIN
Varianza
n
1
2
s (xi x )2
n i 1
s2
x
xi
n
: Variancia Muestral
: Media Aritmtica
: i-simo valor observado
: Tamao Muestra
UNT
12
MEDIDAS DE DISPERSIN
Desviacin estndar
1 n
2
s
(
x
x
)
i
n i 1
Raz cuadrada de la varianza.
Tiene las mismas unidades de medida que las
observaciones de la muestra
UNT
13
MEDIDAS DE DISPERSIN
Asimetra
ndice de asimetra de Pearson
Est basado en la relacin entre la media y la moda en
distribuciones simtricas y asimtricas:
X Mo
As
sx
Si la distribucin es simtrica As ser 0
Si la distribucin es asimtrica positiva, As ser mayor que 0
Si la distribucin es asimtrica negativa, As ser menor que 0
UNT
14
MEDIDAS DE DISPERSIN
Curtosis
Hace referencia al apuntamiento de la distribucin en relacin
a un estndar, que es la distribucin normal.
n
C r
(X
i 1
X
)
n
i
4
x
UNT
15
MEDIDAS DE DISPERSIN
Curtosis
Distribucin normal (estndar): Distribucin Mesocrtica
Si la distribucin es ms apuntada que la distribucin normal:
Distribucin Leptocrtica
UNT
16
EJEMPLO
En la siguiente tabla se muestran valores del parmetro de color
L (Luminosidad) medidas en 50 rodajas de yacn utilizando
Colormetro Konica Minolta (CKM) y Sistema de Visin
Computacional (SVC):
45
11
60
45
14
10
63
90
59
52
UNT
50
8
20
67
64
67
67
24
35
36
17
EJEMPLO
Secuencia - SPSS
Analizar
Estadsticos descriptivos
Frecuencias
Estadsticos
CKM
N
Vlidos
Perdidos
Media
Mediana
Moda
Desv . tp.
Varianza
As imetra
Error tp. de asimetra
Curtosis
Error tp. de curtos is
Mnimo
Mximo
50
0
47.6600
50.5000
45.00
20.37466
415.127
-.341
.337
-.310
.662
5.00
90.00
SV C
50
0
47.1600
50.9500
2.60a
21.64382
468.455
-.327
.337
-.790
.662
2.60
86.70
UNT
18
Paso 2
Paso 3
Paso 4
Paso 5
UNT
Si p 0,05
19
DISTRIBUCIN DE PROBABILIDAD
Es una descripcin del conjunto de valores
posibles de X, con la probabilidad asociada a
cada uno de estos valores.
Importancia
Modela los posibles valores de un estadstico
muestral, con lo que al observar un estadstico
se puede corroborar o rechazar supuestos
(prueba de hiptesis).
UNT
20
DISTRIBUCIN DE PROBABILIDAD
UNT
21
DISTRIBUCIN NORMAL
Pruebas de Normalidad de una muestra
Pruebas Grficas
Histograma de Frecuencias
IQR/S
Grficos de Probabilidad normal
Pruebas Formales
Shapiro Wilk
N < 50
Kolmogorov Smirnov N > 50
Test de DAgostino
N 10
Ho = Los datos siguen una distribucin normal
Ha = Los datos no siguen una distribucin normal
UNT
p 0.05
p < 0.05
22
DISTRIBUCIN NORMAL
Pruebas de Normalidad de una muestra
Pruebas Grficas
Histograma de Frecuencias
Secuencia - SPSS
Analizar
Estadsticos descriptivos
Frecuencias
Grficos
Histograma con curva normal
UNT
23
DISTRIBUCIN NORMAL
Pruebas de Normalidad de una muestra
Pruebas Grficas
Shapiro Wilk
N < 50
Kolmogorov Smirnov N > 50
UNT
Secuencia SPSS
Analizar
Estadsticos descriptivos
Explorar
p 0.05
p < 0.05
24
DISTRIBUCIN NORMAL
Pruebas Paramtricas
S
Prueba de
Normalidad
Distribucin
normal
No
No
Transformacin
Pruebas No Paramtricas
UNT
25
PRUEBAS PARAMTRICAS
UNT
26
PRUEBAS NO PARAMTRICAS
Las PRUEBAS NO PARAMTRICAS, son mtodos que
no suponen nada acerca de la distribucin poblacin
muestreada, por eso tambin a los mtodos de la
estadstica no paramtrica se le llama de
distribucin libre.
Estos mtodos se basan ms en el anlisis de los
rangos de los datos que en las propias
observaciones.
UNT
27
PRUEBAS ESTADSTICAS
Datos del Experimento
Shapiro Wilk
Kolmogorov Smirnov
Test de DAgostino
Prueba de Normalidad
Transformacin
Sin Distribucin Normal
n < 50
n 50
n 10
Si los datos vienen de muestras
transformadas, se debe
continuar con estos datos hasta
el final del anlisis estadstico.
Distribucin Normal
Pruebas Paramtricas
Pruebas No Paramtricas
Comparacin de medias
2 muestras
k muestras
Wilcoxon
(Relacionadas)
Test de Friedman
(Relacionadas)
Mann Whitney
(Independientes)
Kruskal Walis
(Independientes)
Test de Levene
Transformacin
Varianzas
distintas
Varianzas
iguales
1 muestra
2 muestras
K muestras
2 muestras
k muestras
Kruskal Walis
Test de Friedman
Kruskal Walis
Test de Friedman
Prueb T
(Relacionada)
ANOVA
(1 Factor)
Si al menos un
trat. es
diferente
UNT
Test de Homogeneidad de
Varianzas
Test de
Tamhane
Prueb T
(Independ.)
Duncan y/o
Tuckey
Prueba T
Si al menos un
tratamiento es
diferente
28
PRUEBAS PARAMTRICAS
UNT
PRUEBA T
ANOVA
DUNCAN
Y/O TUCKEY
TAMHANE
29
PRUEBAS NO PARAMTRICAS
WILCOXON
MANN
WHITNEY
UNT
FRIEDMAN
KRUSKAL
WALIS
30
UNT
50
8
20
67
64
67
67
24
35
36
31
UNT
50
8
20
67
64
67
67
24
35
36
Determinar si existen (o
no) diferencias estadsticas
entre los valores de L
obtenidos por el CKM y el
SVC
32
33
Prueba T Student
Valor p < 0.05 Existen diferencias significativas
Valor p > 0.05 No existen diferencias significativas
UNT
34
Prueba T Student
Valor p < 0.05 Existen diferencias significativas
Valor p > 0.05 No existen diferencias significativas
No existen diferencias significativas entre los valores de L
obtenidos con CKM en relacin a los valores de L obtenidos
con el SVC
UNT
35