Técnicas de análisis de datos Flashcards
Kolmogorov-Smirnov
Normalidad de la distribución
Normalidad de la distribución
Kolmogorov-Smirnov
Prueba de Rachas
Independencia de las observaciones
Independencia de las observaciones
Prueba de Rachas
Prueba de Levene
Homogeneidad de varianzas
Tabla “Pruebas de efectos inter-sujetos”. Fila “Modelo corregido
La capacidad explicativa del conjunto del modelo con todas las fuentes de variación incluidas (A, B, AxB).
Para que sea significativa, la sig. debe ser menor a 0,05
Tabla “Pruebas de efectos inter-sujetos”. Fila de cada efecto y de las interacciones
La capacidad explicativa (la influencia significativa o no) de cada factor o de su interacción (según la fila en la que estemos).
Para que sea significativa, la sig, debe ser menor a 0,05
Para expresarlo:
“Hay asociación significativa entre VI y VD”
“VI tiene una influencia significativa sobre la variación de VD”
“Existen diferencias significativas entre los grupos”
Welch y Brown-Forsythe
ANOVA unifactorial:
Obtener las F cuando NO hay homogeneidad de varianzas (es más robusto que F de ANOVA)
Prueba de Games-Howell
ANOVA unifactorial:
Contraste post hoc con varianzas poblacionales diferentes
Prueba de Gabriel
ANOVA unifactorial:
Contraste post hoc con muestras de tamaño ligeramente distinto
Prueba GT2 de Hochberg
ANOVA unifactorial:
Contraste post hoc con muestras de tamaño muy diferente
Pruebas de Tukey y REGWQ
ANOVA unifactorial:
Contraste post hoc en todo el resto de casos (no varianzas poblacionales diferentes, no muestras de tamaños diferentes)
Contrastes post hoc
Para ver si hay diferencias significativas entre las medias de diferentes niveles de la VI.
¿Entre qué categorías de VI hay diferencias?
Interpretando las gráficas: cuando NO hay solapamiento en los intervalos confidenciales de los grupos
Indica significatividad
Lo que nos puede indicar F
Diferencias entre dos variables
