sesión del 2014/12/02

A esta sesión yo no pude asistir por tener que presentar una comunicación en un Symposium de Eusko Ikaskuntza, por lo que aquí se presenta está sacado de los apuntes de otras personas compañeras del Master.


 La sesión de hoy se trabaja el tema 4 y para ello se utiliza un artículo sobre el autoconcepto en adolescentes.

se parte del concepto de hipótesis nula y el rechazo de hipótesis, por medio de un gráfico se señala dónde se acepta o dónde se rechaza la ésta. Para realizar el cálculo se usa la t de Student.
 

en este caso se toma P (Pearson) como valor crítico, que es el valor de la probabilidad asociada a la ocurrencia de un determinado suceso, siendo a la vez significativa o no.

La investigación  siempre se mueve entre un ámbito de población específico o un "n" de casos, siendo siempre más difícil y más costoso esta última opción. Es imposible  llegar a analizar toda la población, por lo que trabajamos sobre predicciones. Para poder llegar a este conocimiento, aunque sea predictivo, el investigador ha de controlar lo que pasa.

 Diferencias entre el 95% y el 99% o, lo que es lo mismo, sobre el 0,05 o 0,01.

Se atrabaja en esta sesión la práctica 1c.
 se pueden dar dos posibilidades: 

• que los grupos sean diferentes entre sí. Comparación de ambos grupos, si tienen la sintomatología o no. Diseño intersujetos.
• El mismo grupo pero en diferente situación. Se trabaja con grupo pretest. Diseño intrasujetos.

En el problema, M antes y después es diferente, y también se aprecia que la sintomatología se ha reducido,  ya que la suma de sus medias es menor o diferente.

Se realiza también un contraste de hipótesis. existen dos tipos:

• Paramétricos y no paramétricos (se verá en sesiones posteriores)

En los grupos pequeños es difícil calcularlo. primero se realizaría un análisis de medias y luego la prueba de t de Student. 

Si queremos analizar si estos datos son extrapolables a la población en general calcularíamos la diferencia de M de dos muestras independientes.. si existen diferencias entre los dos grupos, como en el caso del problema, 

Al usar muestras muy pequeñas los contrastes paramétricos no son fiables. La próxima sesión se centrará en la existencia de dos o más variables. La prueba de correlación en este caso es ANOVA. 


También en esta sesión se profundiza en la cuestión de la Campana de Gauss, que según su representación refleja la distribución normal de la muestra.

Fuente: http://www.entrenamiento.com/musculacion/la-excusa-genetica/

La desviación típica o estandar (S) es la medida de dispersión para variables de razón (cuantitativas o de cantidades racionales) y de intervalo. Se define como la raiz cuadrada de la varianza de la variable.