Apuntes disenio experimentos
DISEÑO DE EXPERIMENTOS
Antecedentes y Revisión de Literatura Ho Hipótesis (Procesos metodología) Ha: Hipótesis de la investigación Preguntas?? Y Objetivos y Metas Problema (Arranque)
Metodología Obtención de Resultados Análisis de Resultados Medico
Ho Ha
Esta sano Esta enfermo
Ha: La temperatura es un factor que determina la distribución de las especies. VariablesEscala Rol de la variable en una relación causa-efecto VI: V. Independientes
VD: Variables dependientes Variables y sus combinaciones en una relación causa-efecto. Las hipótesis y los métodos para probarla. VARIABLES V. DEPENDIENTES CATEGORICAS CATEGORICAS V. INDEPENDIENTES NUMERICAS
NUMERICAS
CATEGORICAS: H=1 EJEMPLO: SEXO M=0 Resultado DE LA OPERACIÓN: Exitosa, no tuvo efecto, malaSobrevivencia: Vivo o muerto
NUMERICAS Temperatura Peso Edad Altura Presión
X1 X2 0 0 1 0 1 0 p normal hipert hipoten
CATEGORICAS
VARIABLES V. DEPENDIENTES (%) CATEGORICAS B) Ho: P1 = P2 Z para Ha: P1 ≠ P2 prop X2 Modelo lineal para datos categoricos
(Medias) NUMERICAS Ho: µ1 = µ2 Ha: µ1 ≠ µ2
Independiente Pareada
Ho: µ1 = µ2 = µ3…. ANOVA Ha: al menos una es diferenteGeneralizacion prueba de T A) Ho: β1 = 0 Ha: β1 ≠ 0 Regresion Lineal
V. INDEPENDIENTES NUMERICAS
A)
Y Ho: Las variables son independientes Ha: Hay dependencia entre las variables
X
Yi = β0+βiXi+εi
B) En una investigación se quiere determinar la concentración requerida para el control de una plaga. Los bichos de la plaga se colocan en cajas petri, a la cual se le aplica una concentración deinsecticida. Luego se evalúa cada insecto en cuanto a su sobrevivencia. Se checa si está vivo o muerto. Insecticida Sobreviviencia de bichos Var. Indep. Var. Dependiente Numerica Vivo o muerto Categorica categorica.
% de Bichos muertos
Concentracion de insecticida
C) Impacto de una variable categorica sobre una variable numérica
Impacto del géenero (Genero) en las Calificaciones
Seobservaría la diferencia entre las medias (si es mucha entonces si hay efecto del género)
El SPSS trae una ayuda muy fuerte para identificar las variables categoricas (Ver ejemplo que hicimos en la hoja de SPSS)
Vivo Variables de tipo Nominal Muerto
Frio Temperatura Tibio Variables de tipo Ordinal
Caliente
Que es un modelo? Análisis de datos Yij = µ + i + ij Obtención deconclusiones
Tendencia de los actos delictivos en el Mpio. De Chihuahua
Ejemplo SPSS de Regresión Lineal Efecto de interacción años de experiencia con genero
Yi = βo + βiXi + i Regresion Lineal
Βo, βi (Tasa de cambio o pendiente) Y Cambio en Y por unidad de incremento en X
(Salario base)
i
X Βo (0, βo)
Diferencias en βo de H y M
Diferencias en pendientes
R2 = 0.95porcentaje de explicación del modelo R2 = 0.85
Si gen = F entocnes genum = 1
Si gen = M entonces genum = 0
9 de junio de 2010
Ho Las variables son independientes Ha Las variables son independientes
[P(AB) = P(A) * P(B)] X^2
Esperamos lo que sucede bajo Ho
vs
observado en la realidad
X^2 Bajo Ho
14.465 Si B
0.00072 Dir ------ X ------ P Inv ----- P ----- X Num Hil = HNum Col = C Gl = (H-1) (C-1)
GET DATA /TYPE=XLS /FILE='F:\Curso_Disenio_Experimentos\CHIC1.xls' /SHEET=name 'GRAL' /CELLRANGE=full /READNAMES=on /ASSUMEDSTRWIDTH=32767. CROSSTABS /TABLES=HABFUM BY SALUD /FORMAT=AVALUE TABLES /CELLS=COUNT EXPECTED ROW COLUMN TOTAL /COUNT ROUND CELL.
Crosstabs
Case Processing Summary Cases Valid N Habitos de fumar * Estado de Preseion 180 Percent 100.0% N0 Missing Percent .0% N 180 Total Percent 100.0%
Habitos de fumar * Estado de Preseion Crosstabulation Estado de Preseion H Habitos de fumar E Count Expected Count % within Habitos de fumar % within Estado de Preseion % of Total M Count Expected Count % within Habitos de fumar % within Estado de Preseion % of Total O Count Expected Count % within Habitos de fumar % within Estado de Preseion...
Regístrate para leer el documento completo.