PRUEBAS

ESTADISTICAS

Modulo: Procesamiento de Datos

Profesores: Marcelo Rioseco
Marjorie Smuel
 Tipos de pruebas
Pruebas Paramtricas
Se llaman as porque su clculo implica
una estimacin de los parmetros de la
poblacin con base en muestras
estadsticas. Mientras ms grande sea la
muestra ms exacta ser la estimacin,
mientras ms pequea, ms
distorsionada ser la media de las
muestras por los valores raros extremos.
 Tipos de pruebas
Ventajas de las Pruebas Paramtricas

Tienen mas poder de contraste

Ms poder de eficiencia.
Ms sensibles a los rasgos de los datos
recolectados.
Menos posibilidad de errores.
Completas (dan estimaciones
probabilsticas bastante exactas).
 Tipos de pruebas
Prueba t (student): Es una prueba
parametrica que es utilizada para
comparar las medias de dos grupos
independientes. Nos permite establecer
diferencias estadsticamente significativas
entre las medias de dos grupos.
Para esto se ve el valor de p o de
significancia estadstica debe ser
mayor que 0.05.

 Tipos de pruebas
Que es el nivel de significancia?
La probabilidad de que un evento
ocurra oscila entre 0 y 1, donde:
0= significa la imposibilidad de
ocurrencia
1=la certeza de que ocurra el
fenmeno
 Tipos de pruebas
Anova: Es una prueba estadstica
para analizar si dos o mas grupos
difieren significativamente entre si,
en cuanto a sus medias y
varianzas.Se utiliza para la
comparacin de medias de 2 o mas
grupos.
 Tipos de pruebas
Pruebas no parametricas: Se
denominan pruebas no paramtricas
aquellas que no presuponen una
distribucin de probabilidad para los
datos, por ello se conocen tambin
como de distribucin libre (distribution
free).
Las pruebas no parametricas mas
utilizadas
 Tipos de pruebas
Prueba de Wilcoxon para contrastar datos
pareados.
Prueba de Mann-Whitney para muestras
independientes
Prueba de Kruskal-Wallis para comparar K
muestras
Prueba de Friedman para comparar K muestras
pareadas (bloques)
Coeficiente de correlacin de Spearman para
rangos
Prueba de rachas de Wald-Wolfowitz
 Pregunta de investigacin
Asociacin de 2 variables (dep,
indep)

Tipos de variable
Prueba
Dependiente independiente
categrica categrica chi-cuadrado
categrica cuantitativa Regresin logstica
Cuantitativa categrica Prueba T
ANOVA
Cuantitativa Cuantitativa Correlacin Spearman
Regresin lineal
 Comparacion de variables
(diferencias)
Variable Nmero de variables independientes

2 grupos datos pareados >2grupos

Cuantitativa Prueba t Prueba t pareada Kruskal
wallis
Ordinal Mann- Wilcoxon
Whitney
Categrica chi-
cuadrada*
 Medidas de Distribucin
Las medidas de distribucin nos permiten
identificar la forma en que se separan o
aglomeran los valores de acuerdo a su
representacin grfica. Estas medidas
describen la manera como los datos
tienden a reunirse de acuerdo con la
frecuencia con que se hallen dentro de la
informacin
Sus principales medidas son la Asimetra y
la Curtosis
 Medidas de Distribucin

ASIMETRA
Esta medida nos permite identificar si
los datos se distribuyen de forma
uniforme alrededor del punto central
(Media aritmtica). La asimetra
presenta tres estados diferentes, cada
uno de los cuales define de forma
concisa como estn distribuidos los
datos respecto al eje de asimetra.
 Medidas de Distribucin

Se dice que la asimetra es positiva

cuando la mayora de los datos se
encuentran hacia el lado izquierdo de la
curva (por debajo de la media aritmtica).

La curva es Simtrica cuando se

distribuyen aproximadamente la misma
cantidad de valores en ambos lados de la
media
 Medidas de Distribucin

Asimetra negativa : cuando la mayor

cantidad de datos se aglomeran hacia la
derecha de la curva. (por encima de la
media)
El Coeficiente de asimetra, se representa mediante
la ecuacin matemtica,

Donde (g1) representa el coeficiente

de asimetra de Fisher, (Xi) cada uno
de los valores, ( X ) la media de
la muestra y (ni) la frecuencia de
cada valor. Los resultados de esta
ecuacin se interpretan:

(g1 = 0): Se acepta que la

distribucin es Simtrica, es decir,
existe aproximadamente la misma
cantidad de valores a los dos lados
de la media. Este valor es difcil de
conseguir por lo que se tiende a
tomar los valores que son cercanos
ya sean positivos o negativos ( 0.5).
 Medidas de Distribucin

(g1 > 0): La curva es asimtricamente

positiva por lo que los valores se tienden a
reunir ms en la parte izquierda que en la
derecha de la media.

(g1 < 0): La curva es asimtricamente

negativa por lo que los valores se tienden
a reunir ms en la parte derecha de la
media.
 Medidas de Distribucin
CURTOSIS
Esta medida determina el grado de
concentracin que presentan los valores en
la regin central de la distribucin.

Por medio del Coeficiente de Curtosis,

podemos identificar si existe una gran
concentracin de valores

 Medidas de Distribucin

Distribucin
leptocrtica: presenta
un elevado grado de
concentracin alrededor
de los valores centrales
de la variable.

.
 Medidas de Distribucin
Distribucin
mesocrtica: presenta
un grado de
concentracin medio
alrededor de los valores
centrales de la variable
(el mismo que presenta
una distribucin
normal).
 Medidas de Distribucin

Distribucin
platicrtica: presenta
un reducido grado
de concentracin
alrededor de los
valores centrales de
la variable.
Medidas de Distribucin
Medidas de Distribucin