Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
1. La mayoría de estos análisis no requieren de presupuestos acerca de la forma de la distribución
poblacional.
2. Las variables no necesariamente tienen que estar medidas en un nivel por intervalos o de razón; pueden analizar datos nominales u ordinales.
3. De hecho, si se quieren aplicar análisis no paramétricos
a datos por intervalos o razón, las variables deben ser categóricas.
Se calcula por medio de una tabla de contingencia o tabulación cruzada, que es un cuadro de dos dimensiones, y cada dimensión contiene una variable.
A su vez, cada variable se subdivide en dos o más categorías.
Es la alternativa no paramétrica del método ANOVA, sirve para contrastar la hipótesis de que k muestras cuantitativas han sido obtenidas de la misma población.
De este modo, este contraste es el que debemos aplicar necesariamente cuando no se cumple algunas de las condiciones que se necesitan para aplicar dicho método.
Al igual que las demás técnicas no paramétricas, ésta se apoya en el uso de los rangos asignados a las observaciones.
Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables categóricas.
Se simboliza: χ
“A mayor autoestima, menor temor de logro”.
Las relaciones causales son conexiones entre dos cosas donde el estado de una cambia o afecta el estado de la otra.
Una relación causal indica una correlación entre dos valores, en donde uno realmente causa que el otro cambie.
Ejemplos
Nominales
Ordinales:
Intervalo :
Ei=n•pi , donde n es el tamaño de la muestra y pi la probabilidad del i-ésimo valor o intervalo de valores según la hipótesis nula
El estadístico de prueba se basa en las diferencias entre la Oi y Ei y se define como:
Procedimiento del contraste: