Presentación curso PSPP

Conocimientos básicos de estadística con PSPP

Ángel J. Sánchez Campos

INDICE• Conceptos estadísticos básicos.

- Estadística- Tipos de Variables- Análisis Descriptivo- Relación estadística

• Utilización del PSPP- Ventanas- Propuesta de trabajo

• Validación de experimentos

– Rel. entre variables categóricas.

– Rel. Categórica y cuantitativa.

– Rel. entre variables cuantitativas.

Conceptos básicosProbabilidad y Estadística

Conceptos básicosVariables (mediciones)

Variables Mediciones Ejemplos

Cualitativas Categóricas(Nominales)

Igualdad o desigualdad Sexo, estado civil, nacionalidad

“ Ordinales Igualdad, desigualdad u orden

Curso, meses año, nivel cultural

Cuantitativas Discretas Sólo valores enteros Nº hijos, censo,Nº acciones

“ Continuas Cualquier valor Edad, peso, temperatura

Conceptos básicosVariables (gráficos)

Principales representaciones gráficas

Variable Gráficos

Categórica (Nominal) Diagrama de ParetoDiagrama de sectores

Categorías ordenadas Diagrama de barrasDiagrama de líneas

Cuantitativa discreta Diagrama de líneasSteam and leaf

Cuantitativa continua Steam and leafHistogramaPolígono de frecuencias

Conceptos básicosGráficos

Conceptos básicosAnálisis descriptivo: basado en momentos

Conceptos básicosAnálisis descriptivo

• Basado en momentos: (V. CuantitativasV. Cuantitativas).

– Tendencia Central: Media

– Dispersión: Variancia, Desviación estandar

– Asimetría: Skewness

– Apuntamiento: Curtosis

• Basado en ordenaciones: (V. Cuantitativas u ordinalesV. Cuantitativas u ordinales)

– Mediana

– Moda

– Cuartiles

– Amplitud

– Gráfico: Boxplot

Distribuciones Distribuciones SIMETRICASSIMETRICAS

Distribuciones Distribuciones ASIMETRICASASIMETRICAS

Conceptos básicosBoxplot

Conceptos básicosRelación estadística

Variable Independiente

(X)

Variable Dependiente

(Y)

Pruebaestadística

Categórica Categórica Comparación de proporciones

Categórica Cuantitativa Comparación de medias

Cuantitativa Cuantitativa Regresión

Conceptos básicosPruebas de Significación estadística

•Hipótesis inicial (proceso de deducción)

– Ej: Alcohol incrementa el tiempo de reacción

•Hipótesis nula (Ho):

– No existe diferencia entre los grupos a comparar.

•Diferencia observada (d):

– Indicador de la discrepancia entre los datos recogidos y la Ho.

•Grado de significación (p):

– Valorar la discrepancia percibida.

– En muestras de poblaciones con la misma distribución,prob. obtener diferencias mayores a d

Conceptos básicosPruebas de Significación estadística -2

•Grado de significación (p0): [Gran discrepancia]

-La Ho se rechaza (poco creible).

-Considera diferencia estadísticamente significativa.

-No sugiere causalidad.

-Punto de corte aceptado: p≤0,05

Grado de Significación (p1): [pequeña discrepancia]

- No se rechaza Ho (puede ser el azar).

- Diferencia estadísticamente NO significativa.

- Los datos no aportan suficientes pruebas (No demostrado, no concluyente).

Conceptos básicosIntervalos de Confianza (IC)

• Estimación puntual de un parametro debe ir acompañada de su precisión (IC 1- del parámetro ).

• Los IC situan entre sus límites la verdadera magnitud del parametro detectado.

• Cuanto más estrecho, mas información de la magnitud

• Requiere el supuesto de muestras aleatorias.

Conceptos básicosIntervalos de Confianza (IC)

•Ejemplo1:

Una muestra aleatoria de 100 niños al nacer presenta una talla media de 51cm y una desviación estandar de 2 cm. ¿Cual es la talla media de la población?

Media= 51 cm IC 95%: 50,6 a 51,4 cm

•Conclusión: Con una confianza del 95%, la talla media al nacer de los niños de esta población esta situada entre 50.6 y 51.4 cm.

Conceptos básicosIntervalos de Confianza (IC)

Conceptos básicosEtapas del trabajo de investigación

Utilización del PSPPVentanas de trabajo

Ventana datos: *.SAV

Ventana Resultados: PDF, HTML, ODT, TXT, PS, CSV.

Ventana Sintaxis: *.SPS

Utilización del PSPPPropuesta de Trabajo

• Utilizar el botón PEGAR.

• Crear archivos de Sintaxis

temáticos.

•Ventajas:

• Reutilización en estudios cíclicos.

• Incorporar nuevos casos al estudio.

• Detección y corrección de errores.

• Modificación de criterios.

Ejercicio Práctico• Estudio sobre hábitos saludables en la Universidad.

• n=722

• Facultades: Farmacia, Física, Bellas Artes.

• Recogida datos en Access sin validaciones.

• Piden:

• Pasarlo a PSPP.

• Codificar variables

Utilización del PSPPCodificación de variables

• Vista de variables

• Nombre:

• Tipo: Numérica, Cadena o Fecha.

• Etiqueta: V. Cuantitativas incluir unidad de medida.

• Etiquetas de Valor:

Fundamental con variables nominales u ordinales.

• Valores perdidos:

- Recomendable dejar campo vacio.

- Declarar valores desconocidos.

• Medida:

Utilización del PSPPCodificación de variables

Utilización del PSPPDepuración de datos.

• Pasos con todas las variables iniciales:

1. Chequeo lógico de todas las variables. Informe de Máximos y Mínimos

(Analizar/Estadística_Descriptiva/Frecuencias)

2. Modificar el dato erroneo por el correcto.

3. Si no tenemos dato correcto, codificarlo como missing (Vista de variables/Valores Perdidos)

Utilización del PSPPTransformación de variables.

• Procedimientos: (Pestaña Transformar)

1. Recodificar en Variables Diferentes (RECODE)

2. Calcular (COMPUTE)

3. Recuento (COUNT)

4. Recodificación Automática (AUTORECODE)

Utilización del PSPPTransformación de variables.

Validación de ExperimentosAnálisis Descriptivo.

• V. Nominal: (Analizar/Estadística Descriptiva/Frecuencias) FREQUENCIES

• Tabla de Frecuencias

• Diagrama de Sectores.

• V. Ordinal: (Analizar/Estadística Descriptiva/Frecuencias)

• Moda, Mediana e Intervalo.

• Diagrama de Sectores.

• V. Cuantitativa (Analizar/Estadística Descriptiva/Explorar) EXAMINE

• Estadísticos Descriptivos, Extremos y Percentiles.

• BoxPlot (/PLOT= BOXPLOT)

Validación de ExperimentosComparación de proporciones

(Relación entre dos variables Categóricas(Relación entre dos variables Categóricas)

• Chi-Cuadrado de Pearson:• Condiciones: Frecuencias esperadas (ei≥5)

• Comprueba hipótesis de homogeneidad.

• Razón de Verosimilitud:• Condiciones: Frecuencias esperadas (ei≥5)

• Comprueba hipótesis de homogeneidad.

•Prueba de Tendencia Lineal:• Condiciones: Frecuencias esperadas (ei≥2)

• Variable con categorías ordenadas y respuesta binaria.

• Comprueba hipótesis de tendencia (creciente o decreciente).

(Analizar/Estadística Descriptiva/Tablas Cruzadas….) CROSSTAB

Validación de ExperimentosComparación de medias

(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)(Relación entre V. Ind. Categórica y V. Dep. Cuantitativa)

Análisis de la Variancia(ANOVA):(Analizar/Comparar Medias/ANOVA de un factor)

• Condiciones: Muestras aleatorias

Poblaciones normales

Igual Variancia

• ¿Cómo?

• Exploración de datos: BoxPlot (/PLOT= BOXPLOT)

• Comprobar Normalidad: Kolmogorow-Smirnow o Shapiro-Wilk

• Comprobar homogeneidad de Variancias: Prueba de Levene

• Estudiar relación estadística: ANOVA

• ¿No cumple todas las condiciones?

• Prueba no paramétrica de Kruskal-Wallis.

Validación de ExperimentosRegresión

(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)(Relación entre V. Ind. Cuantitativa y V. Dep. Cuantitativa)

Validación de ExperimentosRegresión Simple

(Analizar/Regresión/Lineal)

• Coeficiente de determinación (r2):

• Mide el ajuste de la recta (expresa la proporción de la variación total explicada por la recta)

• Ajuste: perfecto r2=1, nulo r2=0

• ANOVA:

• Explica si existe asociación lineal entre las variables.

• Recta: a+bx

IC de b: Si no incluye el valor 0 es significativo.

Validación de ExperimentosNuevos casos

• Depuración de datos.

• Introducir nuevos casos en PSPP.

• Ejecutar Sintaxis de Transformación de Variables.

• Ejecutar Sintaxis de Análisis de datos.

ESPERO HABER SIDO DE UTILIDAD

MUCHAS GRACIAS POR VUESTRA ATENCIÓN