análisis de datos en css: introducción al análisis descriptivo e inferencial
DESCRIPTION
Dra. Mª José Rodríguez Conde Dra. Susana Olmos Migueláñez Dr. Fernando Martínez Abad Grupo de Evaluación Educativa y Orientación (GE2O) GRupo de investigación en InterAcción y eLearning (GRIAL) Instituto Universitario de Ciencias de la Educación (IUCE) Universidad de SalamancaTRANSCRIPT
![Page 1: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/1.jpg)
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Dra. Mª José Rodríguez Conde Dra. Susana Olmos Migueláñez
Dr. Fernando Martínez Abad Grupo de Evaluación Educativa y Orientación (GE2O)
GRupo de investigación en InterAcción y eLearning (GRIAL) Instituto Universitario de Ciencias de la Educación (IUCE)
Universidad de Salamanca
Salamanca, 9 de mayo de 2014
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014
![Page 2: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/2.jpg)
Coeficientes de correlación
Regresión lineal simple y múltiple
Inferencia estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
Estadística descriptiva
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Gráficos de representación de datos
![Page 3: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/3.jpg)
Estadística descriptiva
Tendencia central
Dispersión ESTADÍSTICA
DESCRIPTIVA Cálculo de los estadísticos de una muestra.
Forma
- Media
- Mediana
- Moda
- Varianza
- Desviación típica
- Asimetría
- Curtosis
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 4: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/4.jpg)
Fernando Martínez Abad
Susana Olmos Migueláñez
Tendencia central
• Media: Indica el valor promedio de todas las puntuaciones de una variable.
• Mediana: Puntuación que ocupa la posición central en una variable.
• Moda: Puntuación más repetida.
![Page 5: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/5.jpg)
210
200
190
180
170
160
150
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
Dispersión
![Page 6: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/6.jpg)
Altura
175 cm
25 cm
60 cm
205 cm
Dispersión
Altura
132 cm
125 cm
91.75 cm
![Page 7: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/7.jpg)
Forma
• Curtosis: Indica el grado de agrupación de las puntuaciones en torno a la media.
• Asimetría: Mide el grado de simetría que posee la distribución.
![Page 8: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/8.jpg)
Fernando Martínez Abad
Susana Olmos Migueláñez
Forma
ASIMETRÍA
Asimétrica negativa Simétrica Asimétrica positiva
As<0 As=0 As>0
![Page 9: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/9.jpg)
Fernando Martínez Abad
Susana Olmos Migueláñez
Forma
CURTOSIS
Leptocúrtica Mesocúrtica Platicúrtica
Curt>0 Curt=0 Curt>0
![Page 10: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/10.jpg)
Coeficientes de correlación
Regresión lineal simple y múltiple
Inferencia estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
Estadística descriptiva
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Gráficos de representación de datos
![Page 11: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/11.jpg)
Diagrama de sectores
El diagrama de sectores se emplea principalmente en la representación de variables cualitativas, aunque también es posible representar variables ordinales y cuantitativas discretas.
El tamaño de los sectores puede representar frecuencias absolutas o porcentajes.
525
705
Sexo Hombre
Mujer
n=1230
42,7%
57,3%
Sexo Mujer
Hombre
![Page 12: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/12.jpg)
Diagrama de barras
Fernando Martínez Abad
Susana Olmos Migueláñez
El diagrama de barras se emplea en la representación de variables cualitativas, ordinales y cuantitativas discretas.
La altura de las barras puede representar frecuencias absolutas o porcentajes, y cada barra representa una de las categorías o puntuaciones de la variable.
86
327
175
595
47
0
100
200
300
400
500
600
700
Profesores Familia Amigos Solo Otros
Fuente de información
n=1230
7%
27%
14%
48%
4%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Profesores Familia Amigos Solo Otros
Fuente de información
![Page 13: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/13.jpg)
Histograma y curva de densidad
Fernando Martínez Abad
Susana Olmos Migueláñez
El histograma se emplea en la representación de variables cuantitativas continuas. A diferencia del diagrama de barras, el histograma presenta las barras unidas.
La Curva de densidad puede formar un gráfico por separado o acompañar al histograma en un gráfico conjunto. La altura de la curva representa la frecuencia de observaciones para
una puntuación xi determinada.
El eje vertical (y) representa frecuencias absolutas o porcentajes, y el eje horizontal la escala de la variable.
![Page 14: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/14.jpg)
Histograma y curva de densidad
![Page 15: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/15.jpg)
Diagrama de cajas
El diagrama de cajas se emplea en la representación de variables continuas.
P75=Q3
P25=Q1
P50=Q2=D5
Valor máximo
Valor mínimo
Valor atípico
![Page 16: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/16.jpg)
Coeficientes de correlación
Regresión lineal simple y múltiple
Inferencia estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
Estadística descriptiva
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Gráficos de representación de datos
![Page 17: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/17.jpg)
Coeficiente de correlación
Fernando Martínez Abad
Susana Olmos Migueláñez
El coeficiente de correlación mide la relación entre dos variables.
Indica el tipo de relación entre dos variables y la intensidad de la relación.
TIPO DE RELACIÓN: DIRECTA Valores positivos INVERSA Valores negativos NULA Cero
INTENSIDAD DE LA RELACIÓN: ALTA Valores cercanos a 1 o -1 BAJA Valores cercanos a 0
![Page 18: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/18.jpg)
Coeficiente de correlación
Fernando Martínez Abad
Susana Olmos Migueláñez
RELACIÓN DIRECTA Tendencia de que a valores altos en la primera variable (X), corresponden valores altos de la segunda (Y), y viceversa.
0
2
4
6
8
10
12
14
16
18
20
0 2 4 6 8 10 12 14
![Page 19: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/19.jpg)
Coeficiente de correlación
Fernando Martínez Abad
Susana Olmos Migueláñez
RELACIÓN INVERSA Tendencia de que a valores altos en la primera variable (X), corresponden valores bajos de la segunda (Y), y viceversa.
0
2
4
6
8
10
12
14
0 2 4 6 8 10 12 14
![Page 20: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/20.jpg)
Coeficiente de correlación
Fernando Martínez Abad
Susana Olmos Migueláñez
RELACIÓN NULA No se observa ninguna tendencia lineal.
40
50
60
70
80
90
100
110
0 2 4 6 8 10 12 14
![Page 21: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/21.jpg)
CUANTITATIVA ORDINAL CUALITATIVA POLITÓMICA
CUALITATIVA DICOTÓMICA
CUANTITATIVA PEARSON (rxy) SPEARMAN (rs) BISERIAL
PUNTUAL (rbp)
ORDINAL SPEARMAN (rs)
CUALITATIVA POLITÓMICA
COEFICIENTE DE CONTINGENCIA
COEFICIENTE DE CONTINGENCIA
CUALITATIVA DICOTÓMICA
COEFICIENTE FI
Coeficiente de correlación en
función del tipo de variables
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 22: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/22.jpg)
Coeficientes de correlación
Regresión lineal simple y múltiple
Inferencia estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
Estadística descriptiva
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Gráficos de representación de datos
![Page 23: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/23.jpg)
Ecuación de regresión
Fernando Martínez Abad
Susana Olmos Migueláñez
y’= Valores pronosticados en y para un valor concreto en x
a = Ordenada en el origen (punto de corte de la recta con el eje y)
b = Pendiente de la recta de regresión ε = Error de la predicción
(diferencia entre el valor pronosticado y el real para un sujeto)
![Page 24: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/24.jpg)
Recta de regresión
Fernando Martínez Abad
Susana Olmos Migueláñez
RECTA CRECIENTE: En este caso, a medida que aumenta el valor de x, aumenta el de y. Así, la el valor de b (pendiente) es positivo, al igual que el del coeficiente de correlación.
0
2
4
6
8
10
12
14
16
18
20
0 2 4 6 8 10 12 14
a = 2
b > 0
![Page 25: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/25.jpg)
Recta de regresión
Fernando Martínez Abad
Susana Olmos Migueláñez
RECTA DECRECIENTE: A medida que aumenta el valor de x, el valor de y disminuye. Así, el valor de b (pendiente) es negativo, al igual que el del coeficiente de correlación.
0
2
4
6
8
10
12
14
0 2 4 6 8 10 12 14
a = 14
b < 0
![Page 26: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/26.jpg)
Bondad de ajuste de la
ecuación de regresión
Fernando Martínez Abad
Susana Olmos Migueláñez
Para medir la bondad de ajuste de la ecuación de regresión, esto es, el error cometido al predecir los valores de y a partir de un valor xi, se emplea el coeficiente de determinación (R2).
El coeficiente de determinación tiene valores entre 0 y 1. Indica la proporción de variabilidad explicada por el modelo.
R2 = (rxy)2
![Page 27: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/27.jpg)
Coeficientes de correlación
Regresión lineal simple y múltiple
Inferencia estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
Estadística descriptiva
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Gráficos de representación de datos
![Page 28: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/28.jpg)
El proceso de inferencia Estadística
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 29: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/29.jpg)
Intervalos de confianza
Gracias a la inferencia estadística, partiendo de unas condiciones específicas de las distribuciones de las variables, podré afirmar que, partiendo de una muestra determinada y con un error concreto, el valor de un parámetro poblacional se encuentra dentro de un intervalo dado.
![Page 30: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/30.jpg)
Suponiendo que la muestra es representativa y que la variable es normal y homocedástica:
Error= 5%
Error= 1%
Error= 5%
Error= 1%
Intervalos de confianza
![Page 31: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/31.jpg)
La hipótesis estadística
La inferencia estadística se basa en la formulación de hipótesis acerca de los parámetros, y consiste en contrastar si esa hipótesis es cierta o falsa.
Error= 5%
¿Se puede afirmar, con un error del 5%, que la media poblacional de esta variable es 7.5?
H0: µ = 7.5 H1: µ ≠ 7.5
NO SE PUEDE AFIRMAR!!! RECHAZO H0
![Page 32: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/32.jpg)
La inferencia estadística se basa en la formulación de hipótesis acerca de los parámetros, y consiste en contrastar si esa hipótesis es cierta o falsa.
Error= 1%
¿Y con un error del 1%, se puede afirmar que la media poblacional es 7.5?
H0: µ = 7.5 H1: µ ≠ 7.5
SÍ SE PUEDE AFIRMAR!!! NO RECHAZO H0
La hipótesis estadística
![Page 33: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/33.jpg)
Se observa mejor este procedimiento de manera gráfica:
Error= 5% H0: µ = 7.5 H1: µ ≠ 7.5
8.04 11.96 7.5
Zona de Aceptación de H0
Rechazo H0 Rechazo H0
ZONA DE RECHAZO!!! RECHAZO H0
La hipótesis estadística
![Page 34: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/34.jpg)
Se observa mejor este procedimiento de manera gráfica:
Error= 1%
7.42 12.58 7.5
Zona de Aceptación de H0
Rechazo H0 Rechazo H0
ZONA DE ACEPTACIÓN!!! ACEPTO H0
H0: µ = 7.5 H1: µ ≠ 7.5
La hipótesis estadística
![Page 35: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/35.jpg)
¿Y si lo que quiero es comparar grupos? ¿Existen diferencias significativas entre hombres y mujeres en la variable X?:
Error= 5%
Zona de Aceptación de H0
ZONA DE ACEPTACIÓN!!! ACEPTO H0
No existen diferencias Significativas entre los grupos
H0: µ1 = µ2
H1: µ1 ≠ µ2
La hipótesis estadística
8.08 15.92 14.08 21.92
![Page 36: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/36.jpg)
• MUESTREO – La muestra seleccionada debe ser representativa de la
población de la que procede.
• NORMALIDAD – Las variables sobre las que se va a realizar la inferencia deben
ajustarse a la distribución normal.
• HOMOCEDASTICIDAD – En el caso de que se contrasten varias variables, estas deben
poseer varianzas semejantes.
Condiciones para la inferencia
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 37: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/37.jpg)
• Distribución de la variable sobre la que se aplica inferencia similar a la distribución de la curva normal
– CURTOSIS MESOCÚRTICA (Curt=0)
– SIMETRÍA (As=0) Media=Moda=Mediana
» Prueba de Kolmogorov-Smirnov
• H0: La variable se ajusta a la curva normal p ≥ α
• H1: La variable no se ajusta a la curva normal p < α
Normalidad de las variables
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 38: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/38.jpg)
• Varianzas similares de las variables sobre las que se contrastan parámetros
– Estudio de la dispersión de los datos (Diagrama de cajas)
» Prueba de Levene
• H0: Las variables tienen varianzas iguales p ≥ α
• H1: Las variables no tienen varianzas iguales p < α
Homocedasticidad de las variables
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 39: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/39.jpg)
• En el caso del cumplimiento de las condiciones emplearemos las técnicas paramétricas (basadas en la distribución normal de las variables).
• En el caso de que no se cumplan las condiciones emplearemos técnicas no paramétricas (basadas en otras distribuciones).
Condiciones para la inferencia
Fernando Martínez Abad
Susana Olmos Migueláñez
![Page 40: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/40.jpg)
Estadística descriptiva
PARAMÉTRICA
ESTADÍSTICA
INFERENCIAL Cálculo de los parámetros de una población.
NO PARAMÉTRICA
-Prueba T para la media
-Prueba T para grupos
independientes
-Prueba T para grupos
relacionados
-ANOVA
Fernando Martínez Abad
Susana Olmos Migueláñez
-U de Mann-Whitney para 2
grupos independientes
-W de Wilcoxon para 2
grupos relacionados
-H de Kruskal-Wallis para k
grupos independientes
-Prueba de Friedman para
k grupos relacionados
![Page 41: Análisis de datos en CSS: Introducción al análisis descriptivo e inferencial](https://reader034.vdocuments.co/reader034/viewer/2022052206/5599862b1a28abb9628b4601/html5/thumbnails/41.jpg)
Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Dra. Mª José Rodríguez Conde Dra. Susana Olmos Migueláñez
Dr. Fernando Martínez Abad Grupo de Evaluación Educativa y Orientación (GE2O)
GRupo de investigación en InterAcción y eLearning (GRIAL) Instituto Universitario de Ciencias de la Educación (IUCE)
Universidad de Salamanca
Salamanca, 9 de mayo de 2014
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014