4: Pruebas para una variable de medición

Última actualización
Guardar como PDF

Page ID: 149104

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

4.1: Prueba T de una muestra
Utilice la prueba t de Student para una muestra cuando tenga una variable de medición y una expectativa teórica de cuál debe ser la media bajo la hipótesis nula. Se prueba si la media de la variable de medición es diferente de la expectativa nula.
4.2: Prueba T de dos muestras
Utilizar la prueba t de Student para dos muestras cuando se tiene una variable de medición y una variable nominal, y la variable nominal tiene sólo dos valores. Se prueba si las medias de la variable de medición son diferentes en los dos grupos.
4.3: Independencia
La mayoría de las pruebas estadísticas asumen que se tiene una muestra de observaciones independientes, lo que significa que el valor de una observación no afecta el valor de otras observaciones. Las observaciones no independientes pueden hacer que tu prueba estadística dé demasiados falsos positivos.
4.4: Normalidad
La mayoría de las pruebas para variables de medición asumen que los datos se distribuyen normalmente (se ajustan a una curva en forma de campana) Aquí explico cómo verificar esto y qué hacer si los datos no son normales.
4.5: Homocedasticidad y Heterocedasticidad
Las pruebas paramétricas suponen que los datos son homoscedásticos (tienen la misma desviación estándar en diferentes grupos). Para aprender a verificar esto y qué hacer si los datos son heteroscedásticos (tienen diferentes desviaciones estándar en diferentes grupos).
4.6: Transformaciones de datos
Aprender a usar la transformación de datos si una variable de medición no se ajusta a una distribución normal o tiene desviaciones estándar muy diferentes en diferentes grupos.
4.7: Anova unidireccional
Para aprender a usar anova unidireccional cuando se tiene una variable nominal y una variable de medición; la variable nominal divide las mediciones en dos o más grupos. Se prueba si las medias de la variable de medición son las mismas para los diferentes grupos.
4.8: Prueba de Kruskal—Wallis
Aprender a usar la prueba de Kruskal—Wallis cuando se tiene una variable nominal y una variable clasificada. Se pone a prueba si los rangos medios son los mismos en todos los grupos.
4.9: Anova anidado
Utilice anova anidado cuando tenga una variable de medida y más de una variable nominal, y las variables nominales estén anidadas (forme subgrupos dentro de grupos). Se prueba si existe variación significativa en las medias entre grupos, entre subgrupos dentro de grupos, etc.
4.10: Anova bidireccional
Para usar anova bidireccional cuando se tiene una variable de medición y dos variables nominales, y cada valor de una variable nominal se encuentra en combinación con cada valor de la otra variable nominal. Se prueban tres hipótesis nulas: que las medias de la variable de medición son iguales para diferentes valores de la primera variable nominal; que las medias son iguales para diferentes valores de la segunda variable nominal; y que no hay interacción.
4.11: Prueba T emparejada
Para usar la t—test pareada cuando se tiene una variable de medida y dos variables nominales, una de las variables nominales tiene solo dos valores, y solo se tiene una observación para cada combinación de las variables nominales; en otras palabras, tiene múltiples pares de observaciones. Se prueba si la diferencia media en los pares es diferente de 0.
4.12: Prueba de rango firmado por Wilcoxon
Para usar la prueba de rango firmado de Wilcoxon cuando quieras usar la prueba t pareada, pero las diferencias no están distribuidas de manera muy normal.