Comprobacion de Hipotesis

Muestra probabilistica (misma posibilidad de ser elegidos): estratificada, por racimos, aleatorio simple. Muestra no probabilistica (depende de las caracteristicas q el investigador busca): muestro de conveniencia y muestreo por cuotas.

La estadistica Inferencial puede usarse para:

1. Estimacion de parametros: el proposito de la inv. es generalizar los resultados obtenidos en la muestra a la poblacion o universo. Los resultados estadisticos de la muestra se llaman estadigrafos o estimadores y de la poblacion se llaman parámetros.

2. Intervalo de confianza se llama al intervalo que con un cierto nivel de confianza contiene al parametro que se está estimando. Nivel de confianza es la "probabilidad" de que el intervalo calculado contenga al verdadero valor del parámetro (1-?).

 RECORDAR USAR T-STU PARA MUESTRAS MENORES A 30

la desviacion estandar es esa misma formula pero con la raiz cuadrada

__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-__-

Hipotesis: Conjetura educada

a)surge cuando las preguntas pasan a ser declaraciones que expresan las relaciones entre variables (si..entonces) b)proponen las respuestas a las preguntas de inv. c)relevan a los objetivos y preguntas para guiar la inv. **Reflejan el planteamiento gral del problema o pregunta que motivo ésta investigación.

V.Ind: es la que considera como supuesta causa en una relacion entre variables, es la condicon del antecedente. Son factores que el investigador controla o manipula, con el ?n de determinar su efecto sobre sobre la conducta.

V.Dep: es el efecto provocado por dicha causa.

1.Referirse a situacion real con contexto determinado.

2.Las variables de la Hº tienen que ser precisas y concretas.

3.La relacion entre variables propuesta por la Hº debe ser clara y lógica.

4.Las relaciones ser observables y medibles.

5.Las hº deben estar relacionadas con técnicas de medicion.

Hipótesis Nula H₀: Es la ausencia de una relacion entre las variables que se estudian. Expresion de igualdad, las variables no estan relacionadas entre si. Sirven como punto de partida (porque es la situacion la que se acepta como cierta en ausencia de otra informacion) y como marco de referencia (permite comparar los resultados observados para ver si los diferencias se deben al azar o algun otro factor), para contrastar los resultados reales del estudio. Hº IMPLICITA.

Hipótesis Inv o Alter H₁: Son expresiones de desigualdad. Direccional (la hº plantea un sentido para la desigualdad M1 = M2), No Direccional (cuando la hº de inv no plantea un sentido para la desigualdad, solo hay una diferencia M1>M2). Hº EXPLICITA.

Buena Hº: Expresar en forma declarativa, plantea relacion esperada entre variables, reflejan la teoria en que se basan, breve y concisa, se pueda comprobar/contrastar con la realidad.

Realidad ->Induc ->Hº ->deduc ->Tº ->Contraste con ->realidad

Contraste Hº: procedimiento sistemico que determina si nuestros resultados, por el que analizamos una muestra, alimenta una Tº (conjunto de ideas organiz. que explican fenomeno y permite probar consistencia con la realidad) determinada que se aplica a una poblacion.

Logica Central: sacar conclusiones evaluando la probabilidad de obtener nuestros resultados si fuera Verdad lo contrario de lo que predecimos.

Tº 2 propositos: a) proposito teorico, comprobar tº sometiendo a prueba ideas contra los hechos; b) prop. estadistico, deter si los efectos estad calsulados a partir de la muestra indican: efectos reales en pobl, error muestreo.

Proceso Prueba Hipotesis

1.replantear el problema sobre las poblaciones en funcion de hipotesis 1 (proposicion que niega o contradice una h0) e hipotesis 0 (se somete a prueba). Si 0 fuera Vdd la media y la varianza muestral serian igual a la poblacional. u1?u2 / u1?u2

2.determinar las caracteristicas de la distribucion comparativa.

(Esto es la varianza es igual a la varianza poblacional dividida por la cantidad de valores de cada muestra)

3.determinar el punto de corte en la Dis. Com. a partir del cual deberia rechazarse la h0. (sacar Z crítico), ver el nivel de significancia (nuestro 1-?), sacar el valor P (nuestro ?, si 99% ? P<0.01).

4.determinar el valor muestral en la dist. comp. Se calcula ptje Z correspondiente a la puntuacion original de la muestra basandonos en la media y el ds de la dist comp ? nos indica donde se ubica su muestra en la distribucion comparativa.

5.decidir si se rechaza o no la hº nula. ? para ver esto tenemos que comparar el ptje Z necesario con el ptje Z real.

Tipos de Contraste:

Zona Acep. conjunto de valores muestrales con los que aceptamos H0.

Zona Rech. conjunto de valores muestrales con los que rechazamos H0.

Hipotesis poseen 2 direcciones

Unilateral: la ZR se fija a un lado de la dist. muestral, "pruebas de una cola" u1?u2

Bilateral: la ZR está en ambos lados de la distribucion muestral, "prueba de 2 colas" u1?u2.

** Mas facil rechazar h0 con una cola, xq el valor de la muestra no necesita ser tan extremo como para que el resultado de la muestra sea estadistica% significativo.

Error tipo I (?): probabilidad de rechazar la h0 cuando esta es en realidad verdadera. Error tipo II (?): probabilidad de aceptar la h0 cuando ésta es en realidad falsa.

PRUEBA DE HIPOTESIS

Variable Independiente (continua)= 2 grupos y 1 medición

Variable Dependiente (discreta)= 1 grupo y 2 mediciones

Muestras T I y D

Paso 1: analizar estadisticos descriptivos (media, moda, mediana,desviacion y varianza)

Paso 2: analizar prueba t para muestra I o D, como Correlaciones.

            Prueba de Hº | Test de Levene | Correlación

P>0.05| acepto Ho   | varianzas iguales| no significativa

P<0.05|rechazo Ho  |varianzas distintas| significativa

Respuesta con un F= 0.17 Sig= 0.685 T=2.236 Gl=18 Sig (bil)= 0.038

- Nivel de confianza

-Test de Levene  (F (1,18) de Levene = 0.17, P (0.685) > 0.05) si se asumen o no varianzas iguales

-Acepto o rechazo Ho (T (18)= 2.236)  Sig (bil) < 0.05 --> acepto Ho

-La consecuencia de lo que significa eso.

Correlacion

Describe relaciones lineales con variables continuas (valores infinitos, talla, peso, presion arterial, nivel de colesterol), por lo que no se le atribuye el efecto de una variable con otra, no es causa-efecto, sin embargo, si podriamos decir que "tal variable X tiene relacion con variable Y", la medida mas usada es el coeficiente de correlación (r-Pearson) que es un numero que se ubica entre -1 y 1.

Si su direccion es positiva es directamente proporcional (dos suben ? o ?)

Si su direccion es negativa es inversamente proporcional (una ? y la otra ?)

La intensidad se ve con términos absolutos.

0-0.2 (muy debil)

0.2-0.4 (debil) 

0.4-0.6 (moderado) 

0.6-0.8 (fuerte) 

0.8-1 (muy fuerte)

No sirve para variables discretas (valor numero entero con valores intermedios que carecen de sentido, numero de hijos, de comunas, paises, examenes de laboratorio o pacientes atendidos).

Coeficiente de Determinacion: se eleva al cuadrado el Coef. de Correlacion y luego se multiplica por 100 (es por el porcentaje que se multiplica), indica el porcentaje de varianza de una variable que se explica por la otra variable.

Respuesta: "El porcentaje x% de la varianza de la variable X es explicada por el x% de la varianza de la variable Y"

Coeficiente de Alineacion: es el porcentaje no explicado por la varianza, se mueve libremente.

R: "Se puede concluir que con un Alfa de (0.01 o 0.05) no hay pre-dictores fuertes para las variables X, Y y Z, porque todos son mayores que 0.01 y 0.05, por tanto no es que no haya correlaciones si es que las correlaciones no son estadisticamente significativas. No son buenos predictores y la Correlacion no es singificativa"

TENGO QUE FIJARME PARA VER LO DE LOS PREDICTORES EN LA SIG (BIL) Y LO DE SIGNIFICATIVA O NO CON LO DE PEARSON.