Diapositiva 1 - PowerPoint PPT Presentation

1 / 17
About This Presentation
Title:

Diapositiva 1

Description:

C MO ANALIZAR Y EVALUAR HIP TESIS CAUSALES O DE COVARIANZA ENTRE VARIABLES ... en una misma poblaci n, si son discretos o continuos reagrupados en clases. ... – PowerPoint PPT presentation

Number of Views:141
Avg rating:3.0/5.0
Slides: 18
Provided by: Agus162
Category:

less

Transcript and Presenter's Notes

Title: Diapositiva 1


1
SEMINARIO DE POSGRADO
METODOLOGÍA DE INVESTIGACIÓN MÓDULO 5 ANÁLISIS
ESTADÍSTICO DE RELACIONES Y GRADO DE ASOCIACIÓN
ENTRE VARIABLES. EL MODELO LAZARSFELD
2
CÓMO ANALIZAR Y EVALUAR HIPÓTESIS CAUSALES O DE
COVARIANZA ENTRE VARIABLES CUANDO LAS MISMAS
ESTÁN MEDIDAS EN ESCALA ORDINAL O NOMINAL?
ANÁLISIS DE TABLAS DE CONTINGENCIA TEST DE
SIGNIFICANCIA NO PARAMÉTRICOS MEDIDAS DE
ASOCIACIÓN
3
ANÁLISIS DE TABLAS DE CONTINGENCIA
  • COMPONENTES DE UNA TABLA DE CONTINGENCIA
  • DISTRIBUCIONES MARGINALES
  • DISTRIBUCIONES CONDICIONALES
  • UN TOTAL POBLACIONAL O MUESTRAL
  • TIPO DE ANÁLISIS QUE PERMITE UNA TABLA DE
    CONTINGENCIA
  • ANÁLISIS DE PERFILES O CARACTERÍSTICAS
    POBLACIONALES
  • ANÁLISIS DESCRIPTIVO DE GRUPOS O SEGMENTOS DE
    POBLACIÓN
  • ANÁLISIS DE ASOCIACIÓN / INDEPENDENCIA DE
    PROBABILIDADES

4
MEDIDAS DE ASOCIACIÓN ENTRE VARIABLES
UNA TABLA ES UNA DISTRIBUCIÓN EN FILAS Y COLUMNAS
EN LA QUE LOS INDIVIDUOS DE UNA POBLACIÓN SE
CLASIFICAN EN FUNCIÓN DE ALGUNAS VARIABLES. La
tabla de contingencia es un método de representar
simultáneamente dos caracteres observados en una
misma población, si son discretos o continuos
reagrupados en clases. Los dos caracteres son x e
y, el tamaño de la muestra es n. Las modalidades
o clases de x se escribirán c1.. cr, y las de
y, d1... ds. Estos valores en una tabla de doble
entrada
5
ASOCIACIÓN ESTADÍSTICA
La idea de asociación, en general, se define en
oposición a la de independencia. Por convención
es definida como La idea de fuerza de la
relación se define por la lejanía con respecto a
la independencia estadística. Las variables X e
Y (sexo y condición de actividad) son
estadísticamente independientes si el porcentaje
de observaciones que poseen el atributo Y1
(activo) es el mismo entre X1 (hombres) que entre
X2 (mujeres)
6
UN PROBLEMA DE ASOCIACIÓN ESTADÍSTICA A MODO DE
EJEMPLO
  • Hipótesis de Trabajo
  • Dentro de la población de 25 a 45 años los
    varones tendrán una tasa de actividad
    significativamente más alta que las mujeres
  • Sexo Varón (V) Mujer (M)
  • Condición de Actividad Activo (A) Inactivo (I)

V
A
M
I o A
7
UN PROBLEMA DE ASOCIACIÓN ESTADÍSTICA A MODO DE
EJEMPLO
  • Hipótesis Nula de Independencia Estadística
  • Dentro de la población de 25 a 45 años la tasa
    de actividad no presentará diferencias por sexo
  • Sexo Varón (V) Mujer (M)
  • Condición de Actividad Activo (A) Inactivo (I)

V
I o A
M
I o A
8
Tablas de Contingencia / Análisis de Asociación
RELACIÓN ORIGINAL
9
PRUEBA DE HIPÓTESIS JI-CUADRADA A MODO DE EJEMPLO
10
ASOCIACIÓN ESTADÍSTICA MULTIVARIADAA MANERA DE
EJEMPLO
  • Hipótesis Multivariada
  • Entre las personas en edad de alta participación
    económica (de 25 a 45 años), la tasa de actividad
    significativamente más elevada entre los varones
    que entre las mujeres, se explica por la
    intervención de condiciones familiares

11
ASOCIACIÓN ESTADÍSTICA MULTIVARIADA
EL PAPEL MÁS IMPORTANTE DEL ANÁLISIS
MULTIVARIABLE ES PROPORCIONAR LOS SUSTITUTOS
LÓGICOS DEL CONTROL EXPERIMENTAL Y PONER A PRUEBA
HIPÓTESIS MÁS COMPLEJAS SOBRE EL ORDEN O EL
CAMBIO SOCIAL.
  • DOS TIPOS DE PROBLEMAS ENFRENTA EL ANÁLISIS
    MULTIVARIADO
  • Análisis de los datos cómo manipular la
    información, resumirla, identificar y evaluar las
    diferentes relaciones?
  • Interpretación de los datos cómo diferenciar
    los efectos particulares de los de interacción y
    cómo evaluar de manera racional el sentido de las
    regularidades empíricas?

12
ASOCIACIÓN ESTADÍSTICA MULTIVARIADA
  • NECESIDAD DE UN MÉTODO QUE PERMITA
  • Explicar una relación descubriendo las
    conexiones causales existente entre las
    variables.
  • Identificar condiciones bajo las cuales una
    relación tiene lugar.
  • Identificar factores o condiciones
    independientes que operan sobre una misma
    variable.
  • Evaluar la existencia de relaciones espurias
    entre variables.

13
ASOCIACIÓN ESTADÍSTICA MULTIVARIADAEL MODELO
LAZARSFELD
  • Forma estadística
  • Por parciales
  • Por marginales
  • Temporalidad
  • Antecedente
  • Interviniente

Parcial anterior (condición / especificación)
Parcial interviniente (contingencia)
X
Y
T
X
Y
T
Marginal anterior (Espuriedad)
Marginal interviniente (interpretación)
T
Y
X
T
X
Y
14
Tablas de Contingencia / Análisis de Asociación
PARCIALES
15
Tablas de Contingencia / Análisis de Asociación
MARGINALES
16
ASOCIACIÓN ESTADÍSTICA MULTIVARIADAEL MODELO
LAZARSFELD
  • Ecuación de Covarianzas de Lazarsfeld

Siempre debe usarse el mismo coeficiente
(XY) (XY,t1) ? (XY,t2) ? (XT) ? (YT)
Relación Original
Relaciones Parciales
Relaciones Marginales
Existe relación causal entre dos variables si,
para cualquier factor de prueba antecedente, la
relación entre esas variables no desaparece
17
ASOCIACIÓN ESTADÍSTICA MULTIVARIADAA MODO DE
EJEMPLO
ECUACIÓN DE COVARIANZAS DE LAZARSFELD
(XY) (XYt1) ? (XYt2) ? (XT) ? (YT)
Hipótesis diagonal (PHI) (XY) (XYt1) ? (XYt2)
? (XT) ? (YT) 0,367 0,423 ? 0,299 ? -0,086 ?
-0,059
Hipótesis rinconal (Gamma) (XY) (XY,t1) ?
(XY,t2) ? (XT) ? (YT) 0,807 0,896 ? 0,555 ?
-0,161 ? -0,157
Write a Comment
User Comments (0)
About PowerShow.com