Es una representación cuantitativa de un fenómeno de la naturaleza que se va a parametrar por medio de la estadística descriptiva o inferencial (Foster Cody).Un modelo estadístico es una ecuación matemática que reproduce los fenómenos que observamos de la forma más exacta posible
Slide 3
Utilidad
Descubrir resultados en términos cuantitativos.
Manejo de diferentes técnicas para diferentes tipos y enfoques de investigación en grupos y variables.
Tener una metodología sistemática que nos permita tener resultados y datos mas controlados del fenomeno
Slide 4
ANALISIS DE VARIANZA
ANOVA.El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones son iguales, frente a la hipótesis alternativa de que por lo menos una de las poblaciones difiere de las demás en cuanto a su valor esperado. Este contraste es fundamental en el análisis de resultados experimentales, en los que interesa comparar los resultados de K 'tratamientos' o 'factores' con respecto a la variable dependiente o de interés
Slide 5
la regresión lineal es una técnica que permite cuantificar la relación que puede ser observada cuando se grafica un diagrama de puntos dispersos correspondientes a dos variables, cuya tendencia general es rectilínea (Figura la); relación que cabe compendiar mediante una ecuación “del mejor ajuste” de la forma:y = a + bxANOVA DE DOS VIAS
ANALISIS DE REGRESION
Slide 6
COEFICIENTE DE RELACION DE PEARSON
Modelo estadístico que mide la relación lineal entre dos variables cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.El cálculo del coeficiente de correlación lineal se realiza dividiendo la covarianza por el producto de las desviaciones estándar de ambas variables
Slide 7
Prueba "t" de student
Se utiliza para determinar si hay una diferencia significativa entre las medias de dos grupos, es decir que se utiliza cuando deseamos comparar dos medias.Se utiliza para la comparación de dos medias de poblaciones independientes y normales.