La prueba chi

9
PRUEBA JI CUADRADO

description

 

Transcript of La prueba chi

Page 1: La prueba chi

PRUEBA JI CUADRADO

Page 2: La prueba chi

Una de las técnicas de inferencia de uso más frecuente, para el análisis de datos nominales es la prueba no paramétrica llamada Ji – cuadrado. Es adecuada para el análisis de datos consistentes en frecuencias que provienen de una o dos variables.

Page 3: La prueba chi

Pruebas de homogeneidad de 2 proporciones (Prueba de χ2)

◦ χ2 : Estadístico que indica, en general, la discrepancia entre ciertas frecuencias observadas (empíricas) de una variable cualitativa dividida en k categorías y la frecuencia teórica.

Page 4: La prueba chi

La Ji cuadrada mide, es esencia, la discrepancia entre la frecuencia observada y la frecuencia esperada, para cada una de las celdas en una tabla de doble entrada.

Page 5: La prueba chi

REQUERIMIENTOS

Datos deberán estar en forma de frecuencias El total número de observaciones deberá exceder 20 Frecuencia esperada en una categoría o en cualquier celda

deberá ser >5 (cuando un de las celdas tiene <5 observados se usa corrección de Yates o si tiene <5 de esperados se usa exacta de Fisher)

El grupo de comparación deberá ser aproximadamente igual.

Page 6: La prueba chi

Usada para probar la fuerza de asociación entre dos variables cualitativas

Usada para datos categóricos

Page 7: La prueba chi

• Se compara el valor de χ2 obtenido con el teórico que proporciona la tabla de su función de probabilidad:– Si χ2

0> χ2t , se rechaza Ho

– Si χ20 χ2t , se acepta Ho.

• Se obtiene el estadístico χ2

Page 8: La prueba chi

El valor de χ2 teórica depende de: Nivel de significación α Grados de libertad (k-1)(y-1)

k = nº de muestras y = nº de categorías

Al trabajar con una tabla de contingencia tetracórica de 2 X 2 el nº de gº de libertad es 1

Page 9: La prueba chi

1 2

A a1 a2 NA

B b1 b2 NB

N1 N2 N

1 2

A N1NA

N

N2NA

N

NA

B N1NB

N

N2NB

N

NB

N1 N2 N

Frecuencias esperadas o teóricas

Frecuencias observadas

Sumando cada diferencia:

χ2 = N (a1b2 – a2b1)

N1N2NANB

χ2