Ir al contenido principal

TEMA 13: Pruebas paramétricas más utilizadas en Enfermería

¿QUÉ SON LAS PRUEBAS PARAMÉTRICAS?
1. Se conoce el modelo de distribución de la población objeto de estudio y se desconoce un número finito de parámetros de dicha distribución que hay que estimar con los datos de la muestra. 
2. Requieren conocer la distribución de la muestra para pode r realizar realizar inferencias inferencias sobre la población población.


T-STUDENT
La prueba t-Student se utiliza para contrastar hipótesis sobre medias en poblaciones con distribución normal. También proporciona resultados aproximados para los contrastes de medias en muestras suficientemente grandes cuando estas poblaciones no se distribuyen normalmente (aunque en este último caso es preferible realizar una prueba no paramétrica).
La prueba t-Student fue desarrollada en 1899 por el químico inglés William Sealey Gosset (1876-1937), mientras trabajaba en técnicas de control de calidad para las destilerías Guiness en Dublín . Debido a que en la destilería, su puesto de trabajo no era inicialmente de estadístico y su dedicación debía estar exclusivamente encaminada a mejorar los costes de producción, publicó sus hallazgos anónimamente firmando sus artículos con el nombre de "Student".

A continuación os dejo un vídeo para que entendáis mejor cómo hacer el T-Student y para qué se utiliza.

ANOVA
   Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas las medias de la población (medias de los niveles de los factores) son iguales mientras que la hipótesis alternativa establece que al menos una es diferente.
   Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor categórico con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas son bastante diferentes. Las transformaciones del conjunto de datos original pueden corregir estas violaciones.
   El nombre "análisis de varianza" se basa en el enfoque en el cual el procedimiento utiliza las varianzas para determinar si las medias son diferentes. El procedimiento funciona comparando la varianza entre las medias de los grupos y la varianza dentro de los grupos como una manera de determinar si los grupos son todos parte de una población más grande o poblaciones separadas con características diferentes.

Comentarios

Entradas populares de este blog

TEMA 9: Introducción a la inferencia estadística. Intervalos de confianza y contraste de hipótesis

¿QUÉ ES LA INFERENCIA ESTADÍSTICA?     La i nferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la información empírica proporcionada por una muestra, cual es el comportamiento de una determinada población con un riesgo de error medible en términos de probabilidad.    Los métodos paramétricos de la inferencia estadística se pueden dividir, básicamente, en dos: métodos de estimación de parámetros y métodos de contraste de hipótesis. Ambos métodos se basan en el conocimiento teórico de la distribución de probabilidad del estadístico muestral que se utiliza como estimador de un parámetro. ESTIMACIÓN CONTRASTE DE HIPÓTESIS Aquí os dejo un enlace  y un vídeo donde podréis profundizar más acerca de la Estadística Inferencial:  https://es.slideshare.net/rbarriosm/4-estadistica-inferencial

TEMA 8: Teoría de muestras: Tipos de muestreo. Teoría de la estimación. Tamaño de la muestra

Existen numerosas técnicas para seleccionar muestras. Este paso es de vital importancia en un estudio estadístico, ya que las conclusiones que se obtienen dependen muy esencialmente de la muestra analizada.  Tipos de Muestreo Inicialmente, los muestreos se dividen en dos grandes grupos:  MUSTREO NO PROBABILÍSTICO : No se usa el azar, sino el criterio del investigador, es decir, se decide si la muestra es o no representativa. Ejemplo: un médico para investigar una determinada enfermedad, selecciona a sus pacientes. MUESTREO PROBABILÍSTICO (ALEATORIO) : Interviene el azar de alguna forma. Se extrae una muestra de forma que todas las muestras posibles de tamaño fijo, tengan la misma posibilidad de ser seleccionadas.  “Se concentra en analizar y estudiar grupos específicos de la población, pero utilizando la selección aleatoria” Muestreo aleatorio simple Se basa en elegir los individuos de la muestra a investigar de forma aleatoria . Es decir, se le otorga un nú

TEMA 4: Introducción a la Estadística Descriptiva

ESTADÍSTICA DESCRIPTIVA VS ESTADÍSTICA INFERENCIAL Una vez han quedado claras las diferencias entre ambos tipos de Estadística, es momento de centrarnos en la Estadística Descriptiva para analizar detalladamente sus tipos, cómo sus variables se presentan en datos... Estadística Descriptiva Tabla de Frecuencia variable cualitativa dicotómica Tabla de Frecuencia variable cualitativa policotómica Tabla de Frecuencia variable cualitativa ordinal Tabla de Frecuencia variable cuantitativa discreta Tabla de Frecuencia variable cuantitativa continua: DATOS AGRUPADOS Cuando los valores de la variable son muchos, conviene agrupar los datos en  intervalos o  clases para así realizar un mejor análisis e interpretación de ellos.  Para poder entender mejor cómo hacerlo, os dejo este vídeo:  Otros conceptos: Proporciones Tasas /Rate Incidencia Razón/Ratio Ventaja/Odds El cociente entre la proporción o probabilidad de oc