Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 22201147
Tema 1: Contraste de hipótesis
Objetivos/Competencias:
Tema 2: Caracterización de los contrastes no paramétricos
* Conocer los supuestos básicos que deben ayudarnos a elegir el estadístico de contraste más adecuado: independencia de las observaciones, nivel de medida y aspectos de la distribución
* Saber caracterizar los contrastes no paramétricos frente a los paramétricos
* Reconocer cuando un problema requiere la alternativa no paramétrica
Tema 3: Contrastes no paramétricos para una muestra
· Conocer y diferenciar los contrastes de hipótesis no paramétricos con una sola muestra: contraste de hipótesis para medidas de posición (Signos, Wilcoxon), contraste de hipótesis sobre una proporción, pruebas de bondad de ajuste (prueba de X2 cuadrado de Pearson, de Kolmogorov-Smirnov y de Lilliefors) y prueba de X2 cuadrado de Pearson de independencia de dos variables
· Saber formular las hipótesis del problema o investigación
· Saber elegir el estadístico más adecuado de entre los no paramétricos para una muestra, analizando los supuestos específicos requeridos para su aplicación
· Saber desarrollar los cálculos del estadístico
· Definir la zona de rechazo de la hipótesis nula
· Saber obtener el nivel crítico p
· Interpretar los resultados obtenidos en el contexto de la investigación
Tema 4: Contrastes no paramétricos para dos muestras independientes
· Conocer y diferenciar procedimientos estadísticos no paramétricos para contrastar hipótesis sobre distintos aspectos de la distribución para dos muestras de observaciones independientes: estadístico X2 cuadrado de Pearson de homogeneidad, estadístico D de Kolmogorov-Smirnov y estadístico W de Mann-Whitney-Wilcoxon, así como contrastes de hipótesis sobre dos proporciones (estadístico Z para π1 - π2 = 0 y estadístico Z para λ = π1- π2)
· Saber elegir el estadístico más adecuado de entre los no paramétricos para dos muestras independientes, analizando los supuestos específicos requeridos para su aplicación
Tema 5: Contrastes no paramétricos para dos muestras relacionadas
· Conocer y diferenciar dos procedimientos estadísticos no paramétricos para contrastar hipótesis sobre medianas para dos muestras de observaciones relacionadas: el estadístico S de signos y el estadístico W de Wilcoxon, así como contrastes de hipótesis sobre dos proporciones (estadístico B (Binomial) y estadístico Z).
· Saber elegir el estadístico más adecuado de entre los no paramétricos para dos muestras relacionadas, analizando los supuestos específicos requeridos para su aplicación
Tema 6: Contrastes no paramétricos para más de dos muestras independientes
· Conocer y diferenciar dos procedimientos estadísticos no paramétricos para más de dos muestras independientes: el test de Kruskal-Wallis y el test de Jonckheere
· Saber elegir el estadístico más adecuado de entre los no paramétricos para más de dos muestras independientes, analizando los supuestos específicos requeridos para su aplicación
Tema 7: Contrastes no paramétricos para más de dos muestras relacionadas
· Conocer y diferenciar dos procedimientos estadísticos no paramétricos para más de dos muestras relacionadas: el test de Friedman y el test de Cochran
· Saber elegir el estadístico más adecuado de entre los no paramétricos para más de dos muestras relacionadas, analizando los supuestos específicos requeridos para su aplicación
Tema 8: Contrastes de hipótesis para coeficientes de correlación de variables ordinales y dicotómicas
· Conocer y diferenciar los contrastes de hipótesis para coeficientes de correlación de variables ordinales y dicotómicas: el coeficiente de correlación biserial-puntual, ρbp, el coeficiente de correlación de Spearman, ρs y el coeficiente de correlación Phi, ¿
· Saber elegir el estadístico más adecuado según el tipo de variables
Tema 9: Análisis no paramétrico con el SPSS
· Conocer y saber utilizar el paquete estadístico SPSS para realizar distintos análisis de datos no paramétricos.
Tema 10: Regresión simple no paramétrica y técnicas de escalamiento no métrico
· Revisar los conceptos generales de la regresión simple no paramétrica y las técnicas de escalamiento no métrico.