Upload
angel-sanchez
View
96
Download
1
Embed Size (px)
Citation preview
Conocimientos básicos de estadística con PSPP
Ángel J. Sánchez Campos
INDICE• Conceptos estadísticos básicos.
- Estadística- Tipos de Variables- Análisis Descriptivo- Relación estadística
• Utilización del PSPP- Ventanas- Propuesta de trabajo
• Validación de experimentos
– Rel. entre variables categóricas.
– Rel. Categórica y cuantitativa.
– Rel. entre variables cuantitativas.
Conceptos básicosProbabilidad y Estadística
Conceptos básicosVariables (mediciones)
Variables Mediciones Ejemplos
Cualitativas Categóricas(Nominales)
Igualdad o desigualdad Sexo, estado civil, nacionalidad
“ Ordinales Igualdad, desigualdad u orden
Curso, meses año, nivel cultural
Cuantitativas Discretas Sólo valores enteros Nº hijos, censo,Nº acciones
“ Continuas Cualquier valor Edad, peso, temperatura
Conceptos básicosVariables (gráficos)
Principales representaciones gráficas
Variable Gráficos
Categórica (Nominal) Diagrama de ParetoDiagrama de sectores
Categorías ordenadas Diagrama de barrasDiagrama de líneas
Cuantitativa discreta Diagrama de líneasSteam and leaf
Cuantitativa continua Steam and leafHistogramaPolígono de frecuencias
Conceptos básicosGráficos
Conceptos básicosAnálisis descriptivo: basado en momentos
Conceptos básicosAnálisis descriptivo
• Basado en momentos: (V. CuantitativasV. Cuantitativas).
– Tendencia Central: Media
– Dispersión: Variancia, Desviación estandar
– Asimetría: Skewness
– Apuntamiento: Curtosis
• Basado en ordenaciones: (V. Cuantitativas u ordinalesV. Cuantitativas u ordinales)
– Mediana
– Moda
– Cuartiles
– Amplitud
– Gráfico: Boxplot
Distribuciones Distribuciones SIMETRICASSIMETRICAS
Distribuciones Distribuciones ASIMETRICASASIMETRICAS
Conceptos básicosBoxplot
Conceptos básicosRelación estadística
Variable Independiente
(X)
Variable Dependiente
(Y)
Pruebaestadística
Categórica Categórica Comparación de proporciones
Categórica Cuantitativa Comparación de medias
Cuantitativa Cuantitativa Regresión
Conceptos básicosPruebas de Significación estadística
•Hipótesis inicial (proceso de deducción)
– Ej: Alcohol incrementa el tiempo de reacción
•Hipótesis nula (Ho):
– No existe diferencia entre los grupos a comparar.
•Diferencia observada (d):
– Indicador de la discrepancia entre los datos recogidos y la Ho.
•Grado de significación (p):
– Valorar la discrepancia percibida.
– En muestras de poblaciones con la misma distribución,prob. obtener diferencias mayores a d
Conceptos básicosPruebas de Significación estadística -2
•Grado de significación (p0): [Gran discrepancia]
-La Ho se rechaza (poco creible).
-Considera diferencia estadísticamente significativa.
-No sugiere causalidad.
-Punto de corte aceptado: p≤0,05
Grado de Significación (p1): [pequeña discrepancia]
- No se rechaza Ho (puede ser el azar).
- Diferencia estadísticamente NO significativa.
- Los datos no aportan suficientes pruebas (No demostrado, no concluyente).
Conceptos básicosIntervalos de Confianza (IC)
• Estimación puntual de un parametro debe ir acompañada de su precisión (IC 1- del parámetro ).
• Los IC situan entre sus límites la verdadera magnitud del parametro detectado.
• Cuanto más estrecho, mas información de la magnitud
• Requiere el supuesto de muestras aleatorias.
Conceptos básicosIntervalos de Confianza (IC)
•Ejemplo1:
Una muestra aleatoria de 100 niños al nacer presenta una talla media de 51cm y una desviación estandar de 2 cm. ¿Cual es la talla media de la población?
Media= 51 cm IC 95%: 50,6 a 51,4 cm
•Conclusión: Con una confianza del 95%, la talla media al nacer de los niños de esta población esta situada entre 50.6 y 51.4 cm.
Conceptos básicosIntervalos de Confianza (IC)
Conceptos básicosEtapas del trabajo de investigación
Utilización del PSPPVentanas de trabajo
Ventana datos: *.SAV
Ventana Resultados: PDF, HTML, ODT, TXT, PS, CSV.
Ventana Sintaxis: *.SPS
Utilización del PSPPPropuesta de Trabajo
• Utilizar el botón PEGAR.
• Crear archivos de Sintaxis
temáticos.
•Ventajas:
• Reutilización en estudios cíclicos.
• Incorporar nuevos casos al estudio.
• Detección y corrección de errores.
• Modificación de criterios.
Ejercicio Práctico• Estudio sobre hábitos saludables en la Universidad.
• n=722
• Facultades: Farmacia, Física, Bellas Artes.
• Recogida datos en Access sin validaciones.
• Piden:
• Pasarlo a PSPP.
• Codificar variables
Utilización del PSPPCodificación de variables
• Vista de variables
• Nombre:
• Tipo: Numérica, Cadena o Fecha.
• Etiqueta: V. Cuantitativas incluir unidad de medida.
• Etiquetas de Valor:
Fundamental con variables nominales u ordinales.
• Valores perdidos:
- Recomendable dejar campo vacio.
- Declarar valores desconocidos.
• Medida:
Utilización del PSPPCodificación de variables
Utilización del PSPPDepuración de datos.
• Pasos con todas las variables iniciales:
1. Chequeo lógico de todas las variables. Informe de Máximos y Mínimos
(Analizar/Estadística_Descriptiva/Frecuencias)
2. Modificar el dato erroneo por el correcto.
3. Si no tenemos dato correcto, codificarlo como missing (Vista de variables/Valores Perdidos)
Utilización del PSPPTransformación de variables.
• Procedimientos: (Pestaña Transformar)
1. Recodificar en Variables Diferentes (RECODE)
2. Calcular (COMPUTE)
3. Recuento (COUNT)
4. Recodificación Automática (AUTORECODE)
Utilización del PSPPTransformación de variables.
Validación de ExperimentosAnálisis Descriptivo.
• V. Nominal: (Analizar/Estadística Descriptiva/Frecuencias) FREQUENCIES
• Tabla de Frecuencias
• Diagrama de Sectores.
• V. Ordinal: (Analizar/Estadística Descriptiva/Frecuencias)
• Moda, Mediana e Intervalo.
• Diagrama de Sectores.
• V. Cuantitativa (Analizar/Estadística Descriptiva/Explorar) EXAMINE
• Estadísticos Descriptivos, Extremos y Percentiles.
• BoxPlot (/PLOT= BOXPLOT)
Validación de ExperimentosComparación de proporciones
(Relación entre dos variables Categóricas(Relación entre dos variables Categóricas)
• Chi-Cuadrado de Pearson:• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
• Razón de Verosimilitud:• Condiciones: Frecuencias esperadas (ei≥5)
• Comprueba hipótesis de homogeneidad.
•Prueba de Tendencia Lineal:• Condiciones: Frecuencias esperadas (ei≥2)
• Variable con categorías ordenadas y respuesta binaria.
• Comprueba hipótesis de tendencia (creciente o decreciente).
(Analizar/Estadística Descriptiva/Tablas Cruzadas….) CROSSTAB
Validación de ExperimentosComparación de medias
(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)
Análisis de la Variancia(ANOVA):(Analizar/Comparar Medias/ANOVA de un factor)
• Condiciones: Muestras aleatorias
Poblaciones normales
Igual Variancia
• ¿Cómo?
• Exploración de datos: BoxPlot (/PLOT= BOXPLOT)
• Comprobar Normalidad: Kolmogorow-Smirnow o Shapiro-Wilk
• Comprobar homogeneidad de Variancias: Prueba de Levene
• Estudiar relación estadística: ANOVA
• ¿No cumple todas las condiciones?
• Prueba no paramétrica de Kruskal-Wallis.
Validación de ExperimentosRegresión
(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)
Validación de ExperimentosRegresión Simple
(Analizar/Regresión/Lineal)
• Coeficiente de determinación (r2):
• Mide el ajuste de la recta (expresa la proporción de la variación total explicada por la recta)
• Ajuste: perfecto r2=1, nulo r2=0
• ANOVA:
• Explica si existe asociación lineal entre las variables.
• Recta: a+bx
IC de b: Si no incluye el valor 0 es significativo.
Validación de ExperimentosNuevos casos
• Depuración de datos.
• Introducir nuevos casos en PSPP.
• Ejecutar Sintaxis de Transformación de Variables.
• Ejecutar Sintaxis de Análisis de datos.
ESPERO HABER SIDO DE UTILIDAD
MUCHAS GRACIAS POR VUESTRA ATENCIÓN