You are on page 1of 5

Nombre: Wellington Quinto

Estadsticas II
Apuntes

APUNTES DE CLASES DE ESTADISTICAS


PRUEBA ANOVA
Sirve para ver si hay una variancia entre los datos igual que la prueba T pero que tiene ms de dos
grupos ( ejemplo: nios , adolecentes ,ancianos, adultos , etc.) y en la prueba T solo de dor grupos
( ejemplo : hombre, mujer)
Con datos de las personas de peso de recin nacidos
ANOVA
pesoNR
Suma de
cuadrados
Entre grupos
Dentro de
grupos
Total

3012765,238

Media
cuadrtica

gl

2 1506382,619

4183854,762

17

7196620,000

19

F
6,121

Sig.
,010

246109,104

Pvalor: 0.010
Comparaciones mltiples
Variable dependiente: pesoNR
HSD Tukey
95% de intervalo de
confianza
Diferencia de
(I) ciudad (J) ciudad medias (I-J)
arequipa
puno
tacna

Error
estndar

Sig.

Lmite
inferior

Lmite
superior

puno

-959,762*

276,001

,008

-1667,80

-251,72

tacna
arequipa
tacna
arequipa

-426,905
959,762*
532,857
426,905

276,001
276,001
265,173
276,001

,295
,008
,140
,295

-1134,95
251,72
-147,41
-281,14

281,14
1667,80
1213,12
1134,95

puno

-532,857

265,173

,140

-1213,12

147,41

*. La diferencia de medias es significativa en el nivel 0.05.


Este es para ver si hay diferencia en cada una de las ciudades con respecto al pvalor o sig.
pesoNR

Nombre: Wellington Quinto


Estadsticas II
Apuntes

HSD Tukeya,b
Subconjunto para alfa =
0.05
ciudad
arequipa
tacna
puno
Sig.

1
6
7
7

2971,67
3398,57

3398,57
3931,43
,154

,286

Se visualizan las medias para los grupos en los


subconjuntos homogneos.
a. Utiliza el tamao de la muestra de la media
armnica = 6,632.
b. Los tamaos de grupo no son iguales. Se
utiliza la media armnica de los tamaos de
grupo. Los niveles de error de tipo I no estn
garantizados.
Prueba de normalidad
Prueba de Anoba con turkey
Pruebas de normalidad
Kolmogorov-Smirnova
Estadstico
GLICEMI
A

,164

gl

Shapiro-Wilk

Sig.
20

,162

Estadstico
,927

gl

Sig.
20

,134

a. Correccin de significacin de Lilliefors

0.014 es menor a 0.05 por lo tanto rechazo h0


Los tipos de tratamientos aplicados si generan efectos en los niveles de glicemia de los pacientes.

PRUEBAS DE NORMALIDAD
a) Kolmogorov-Smirnov

(k-s) o tambin Prueba ksmirnoff

Nombre: Wellington Quinto


Estadsticas II
Apuntes

b) Shapiro-Wilk

(s-w)

H0: la variable sigue una distribucin normal.


Hi: la variable no sigue una distribucin normal.
Sirven para ver si existe una distribucin normal o no hay distribucin y de acuerdo a eso
realizar las pruebas sea paramtricas o no paramtricas.
distribucin normal

no hay distribucin

se usa pruebas paramtricas:

se usa pruebas no paramtricas:

es continua_ cuantitativos, son datos exactos


y considera la media

es nominal cualitativo , son datos no exactos


y considera la mediana

Pruebas paramtricas:

Pruebas no paramtricas:

Prueba T
Anova de un factor
Correlacin de person

Chi_ cuadrado

En spss:
Analizar
Estadsticos descriptivos
Explorar: grficos con prueba de normalidad
Continuar
Escoge variable (poner en el primer espacio)
Aceptar.

Pruebas de normalidad
Kolmogorov-Smirnova
Shapiro-Wilk
Estadstico
gl
Sig.
Estadstico
gl
pesoNR
,162
20
,182
,844
20
a. Correccin de significacin de Lilliefors
Si tengo ms de 50 datos (en spss) voy a usar la prueba k-s
Si tengo menos de 50 datos (en spss) voy a usar la prueba de s-w

Sig.
,004

Nombre: Wellington Quinto


Estadsticas II
Apuntes

1er pas
H0: la variable peso de recin nacidos sigue una distribucin normal
Hi: la variable peso de recin nacidos no sigue una distribucin normal
2do pas
Pvalor (k-s): 0.182
Pvalor (s-w): 0.004
3er pas

Pvalor < 0.05 rechazo Ho

Pvalor > 0.05 no rechazo Ho

k-s) no rechazo H0
(s-w) rechazo H0

5to pas
(k-s): la prueba de k-s muestra que la variable sigue una distribucin normal
(s-w): la prueba de s-w muestra que la variable no sigue una distribucin normal

REGRESIN

Resumen del modelo

Nombre: Wellington Quinto


Estadsticas II
Apuntes

Error
R cuadrado estndar de la
Modelo
R
R cuadrado
ajustado
estimacin
a
1
,998
,997
,997
1,415
a. Predictores: (Constante), Ingreso promedio
1. Explica el modelo como tal el Resumen del modelo
X explica Y en un 99.7 % (mi modelo est bien porque es un porcentaje que explica, pero es
vlido desde el 0.60% un resultado)
Coeficientes
Coeficientes no
estandarizados
Error
B
estndar
301,654
2,544

Modelo
1
(Constante)
Ingreso
,535
promedio
a. Variable dependiente: Punto de venta
2.

,010

Evaluar el valor de sig. < 0.05

Y = bX + c
Y= 0.535 X + 301.654
Y = 301.654 + 0.535 X RECTA DE REGRECIN
Y = constante + beta (X)
Y = 301.654 + 0.535 (252)

Coeficientes
estandarizado
s
Beta

,998

t
118,566

Sig.
,000

53,382

,000