Datos numéricos
-
Upload
dianasofiaccamapaz -
Category
Documents
-
view
242 -
download
0
description
Transcript of Datos numéricos
![Page 1: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/1.jpg)
SPSS PARA INVESTIGADORES
Análisis de Datos numéricos
AQP VIRTUALAQP VIRTUAL
![Page 2: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/2.jpg)
ESTADISTICA APLICADA A LA INVESTIGACION BIOMEDICA Y BIOLOGICA
ANALISIS DE DATOS CUANTITATIVOS
![Page 3: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/3.jpg)
Si usted desea realizar la interpretación de Si usted desea realizar la interpretación de una variable cuantitativa como: colesterol, una variable cuantitativa como: colesterol, trigliceridos, peso, talla, etc. Entonces trigliceridos, peso, talla, etc. Entonces usted debe tener conocimiento de la usted debe tener conocimiento de la distribución de la variable, no debemos distribución de la variable, no debemos invertir el tiempo en las fórmulas ni en los invertir el tiempo en las fórmulas ni en los cálculos; sino en una buena cálculos; sino en una buena interpretación. interpretación. ¿Como se conoce si el conjunto de datos ¿Como se conoce si el conjunto de datos tiene distribución normal?tiene distribución normal?
![Page 4: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/4.jpg)
PRUEBAS DE NORMALIDADPRUEBAS DE NORMALIDAD
![Page 5: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/5.jpg)
ANÁLISIS DEL SESGO (ASIMETRIA)
1.- Sesgada a la izquierda: (sesgo negativo): La media y la mediana están a la izquierda de la moda. (<0)
2.- Simetría (sesgo cero): La media, la mediana y la moda son iguales. (=0)
3.- Sesgada a la derecha: (sesgo positivo): La media y la mediana están a la derecha de la moda. (>0)
MediaModaMediana
Media Moda
Mediana Moda=Mediana=MediaModa=Mediana=Media
La Mediana es resistente a los valores extremos.
![Page 6: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/6.jpg)
Click
PRUEBA DE NORMALIDAD
![Page 7: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/7.jpg)
RESULTADOSRESULTADOSPruebas de normalidad
.148 100 .000 .918 100 .000Colesterol Sérico(mg/dl)Estadístico gl Sig. Estadístico gl Sig.
Kolmogorov-Smirnova Shapiro-Wilk
Corrección de la significación de Lillieforsa.
Ahora el mismo proceso para la variables PAS
Ho: Tiene distribución normal = P>0.05
H1: No Tiene distribución normal ≠ P<0.05
Pruebas de normalidad
.083 100 .083 .978 100 .089Presión ArterialSistólica(mmHg)
Estadístico gl Sig. Estadístico gl Sig.Kolmogorov-Smirnova Shapiro-Wilk
Corrección de la significación de Lillieforsa.
![Page 8: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/8.jpg)
QRQX 5.1;min 3max
Qmin RQXmax 5.1; 1
Bigote superior
Bigote inferior
3Q
1Q
MeQ 2
DIAGRAMA DE CAJA - BOX PLOT
![Page 9: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/9.jpg)
ANALISIS DE DISPERSION
Caja PequeñaCaja Pequeña Caja GrandeCaja Grande
Baja VariabilidadBaja Variabilidad
Alta VariabilidadAlta Variabilidad
![Page 10: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/10.jpg)
EXPLORATORIAMENTEEXPLORATORIAMENTE
COLESTEROL
![Page 11: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/11.jpg)
PAS
![Page 12: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/12.jpg)
PRUEBA DE HOMOGENEIDAD DE VARIANZAPRUEBA DE HOMOGENEIDAD DE VARIANZA
Pruebas de normalidad
.121 64 .021 .954 64 .018
.140 36 .071 .927 36 .021
Enfermedad Coronarianosi
Colesterol Sérico(mg/dl)Estadístico gl Sig. Estadístico gl Sig.
Kolmogorov-Smirnova Shapiro-Wilk
Corrección de la significación de Lillieforsa.
Prueba de homogeneidad de la varianza
41.239 1 98 .000
37.061 1 98 .000
37.061 1 78.785 .000
41.537 1 98 .000
Basándose en la mediaBasándose en lamediana.Basándose en lamediana y con glcorregidoBasándose en la mediarecortada
Colesterol Sérico(mg/dl)
Estadísticode Levene gl1 gl2 Sig.
Varianzas diferentes
Ho:2no
= 2si
(P>0.05)
H1: 2no ≠ 2
si (P<0.05)
![Page 13: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/13.jpg)
Diseño Comparativo (dos muestras Diseño Comparativo (dos muestras independientes)independientes)
Prueba de muestras independientes
41.239 .000 -4.917 98 .000 -49.010 9.968 -68.792 -29.229
-4.111 44.263 .000 -49.010 11.922 -73.033 -24.988
Se han asumidovarianzas igualesNo se han asumidovarianzas iguales
Colesterol Sérico(mg/dl)F Sig.
Prueba de Levenepara la igualdad de
varianzas
t gl Sig. (bilateral)Diferenciade medias
Error típ. dela diferencia Inferior Superior
95% Intervalo deconfianza para la
diferencia
Prueba T para la igualdad de medias
![Page 14: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/14.jpg)
Diseño Cuasiexperimental Diseño Cuasiexperimental (muestras relacionadas)(muestras relacionadas)
Prueba de muestras relacionadas
7.90000 8.94986 2.83019 1.49766 14.30234 2.791 9 .021antes del tratamiento -despues del tratamiento
Par 1Media
Desviacióntíp.
Error típ. dela media Inferior Superior
95% Intervalo deconfianza para la
diferencia
Diferencias relacionadas
t gl Sig. (bilateral)
![Page 15: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/15.jpg)
DISEÑO COMPARATIVO (una DISEÑO COMPARATIVO (una muestra vs un parámetro)muestra vs un parámetro)
Prueba para una muestra
37.118 99 .000 90.120 85.30 94.94Presión ArterialSistólica(mmHg)
t gl Sig. (bilateral)Diferenciade medias Inferior Superior
95% Intervalo deconfianza para la
diferencia
Valor de prueba = 90
![Page 16: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/16.jpg)
Diseño Comparativo (tres o más Diseño Comparativo (tres o más muestras independientes)muestras independientes)
ANOVA
Colesterol Sérico(mg/dl)
33239.161 2 16619.580 6.541 .002246451.839 97 2540.741279691.000 99
Inter-gruposIntra-gruposTotal
Suma decuadrados gl
Mediacuadrática F Sig.
Colesterol Sérico(mg/dl)
HSD de Tukeya,b
19 277.3749 277.9632 316.88
.999 1.000
EstresintensonomoderadoSig.
N 1 2
Subconjunto para alfa= .05
Se muestran las medias para los grupos en los subconjuntoshomogéneos.
Usa el tamaño muestral de la media armónica = 28.766.
a.
Los tamaños de los grupos no son iguales. Se utilizarála media armónica de los tamaños de los grupos. Losniveles de error de tipo I no están garantizados.
b.
![Page 17: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/17.jpg)
DISEÑO DE RELACIONDISEÑO DE RELACION (una aplicación) (una aplicación)La siguiente tabla muestra los valores del consumo de metilmercurio y La siguiente tabla muestra los valores del consumo de metilmercurio y la concentración total de mercurio en sangre, de 12 individuos la concentración total de mercurio en sangre, de 12 individuos expuestos al metilmercurio por consumir peces contaminadosexpuestos al metilmercurio por consumir peces contaminados..
Construya el modelo matemático:
Y=..............+ ...............(X)r=...................t=...................Interprete:
XConsumo de
metilmercurio de (g Hg/día)
YMercurio en toda la sangre
(ng/g)
180 90
200 120
230 125
410 290
600 310
550 290
275 170
580 375
105 70
250 105
460 205
650 480
![Page 18: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/18.jpg)
DISEÑO DE RELACIONDISEÑO DE RELACION
Atención en la interpretación del profesor
![Page 19: Datos numéricos](https://reader035.fdocument.pub/reader035/viewer/2022081422/577c78701a28abe054900aab/html5/thumbnails/19.jpg)
ANOVAb
162391.687 1 162391.687 75.531 .000a
21499.980 10 2149.998183891.667 11
RegresiónResidualTotal
Modelo1
Suma decuadrados gl
Mediacuadrática F Sig.
Variables predictoras: (Constante), consumo de mercurio ug Hg/díaa.
Variable dependiente: mercurio en sangre ng/gb.
Coeficientesa
-20.579 30.662 -.671 .517
.641 .074 .940 8.691 .000
(Constante)consumo demercurio ug Hg/día
Modelo1
B Error típ.
Coeficientes noestandarizados
Beta
Coeficientesestandarizad
ost Sig.
Variable dependiente: mercurio en sangre ng/ga.
Resumen del modelo
.940a .883 .871 46.36807Modelo1
R R cuadradoR cuadradocorregida
Error típ. de laestimación
Variables predictoras: (Constante), consumo de mercurio ugHg/día
a.