-
CHI CUADRADO
Una prueba de chi-cuadrado es una prueba de hipótesis que compara la distribución observada de los datos con una distribución esperada de los datos. Existen varios tipos de pruebas de chi-cuadrado: Prueba de chi-cuadrado de bondad de ajuste. -
PRUEBAS DE BONDAD DE AJUSTE
se examinarán pruebas de hipótesis en las que la característica que se desconoce es alguna propiedad de la forma funcional de la distribución que se muestrea. Además se discutirán pruebas de independencia de dos variables aleatorias en las cuales la evidencia muestral se obtiene mediante la clasificación de cada variable aleatoria en un cierto número de categorías. -
¿EN QUE CONSISTE EL PROCEDIMIENTO DE MUESTREO?
Consiste en tomar varias pruebas aleatoreas independientes para cada categoria de datos. -
¿QUE ES LA SUPOSICION DETRAS DEL EMPLEO DEL ANALISIS DE VARIANZA?
Es que las medidas muestrales obtenidas de poblaciones con distribucion normal y que tienen todas la misma varianza. Sin embargo se a encontrado que el procedimiento de prueba se ve afectado por violaciones en la suposicion. -
¿QUE SIGNIFICA CMGT?
Cuadrado medio entre grupos de tratamiento. -
SIGNIFICADOS: CMGT, ECM.
(Cuadrado medio entre grupos de tratamiento)
(Error cuadrado medio.) -
DISEÑO COMPLETAMENTE ALEATOREO DE UN FACTOR. (ANOVA EN UNA DIRECCION)
El procedimento de analisis de varianza en una direccion se ocupa de la prueba para diferenciar entre K medidas muestrales cuando los sujetos son asignados de manera aleatorea a cada uno de los diferentes grupos de tratamiento. -
DISEÑO DE BLOQUES ALEATORIZADOS
Al modelo de analisis de varianza en dos direcciones en el cual solo hay una observacion por casilla por lo general se le conoce como diseño de bloques aleatorizado, debido al uso principal de este modelo. -
¿QUE DIFERENCIAS HAY ENTRE LA PRUEBA CHI CUADRADA CON EN ANALISIS DE VARIANZA?
CHI CUADRADA: Se puede usar para probar diferencias entre varias proporciones poblacionales. ANALISIS DE VARIANZA: es un método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student.