Análisis de datos en ciencias sociales y de la salud II

1. La inferencia estadística
La inferencia estadística
El contraste de hipótesis
Un ejemplo
Qué significa rechazar y no rechazar la hipótesis nula
Contrastes bilaterales y unilaterales
Errores Tipo I y II, y potencia de un contraste
Factores de los que depende la potencia
Tamaño del efecto
Clasificación de los contrastes de hipótesis
Programas informáticos para el análisis de datos
Apéndice 1
Cálculo de la potencia
Curva de potencias
Ejercicios

2. Inferencia con una variable
Contrastes sobre el centro de una distribución
La prueba de Wilcoxon para una muestra
La prueba de los signos para una muestra
La prueba T, la de Wilcoxon y la de los signos
Los contrastes sobre el centro de una distribución con SPSS
Contrastes sobre la dispersión de una distribución
Contrastes sobre la forma de una distribución
La prueba de Kolmogorov-Smirnov sobre bondad de ajuste
Los contrastes sobre la forma de una distribución con SPSS
Apéndice 2
La prueba de las rachas
La prueba de los cuantiles
Ejercicios

3. Inferencia con dos variables categóricas
Proporciones independientes y relacionadas
Homogeneidad marginal y simetría
Simetría con variables dicotómicas: la prueba de McNemar
Simetría con variables politómicas: la prueba de Bowker
Homogeneidad marginal y simetría con SPSS
Índices de riesgo
Riesgo relativo
Odds ratio
Relación entre el riesgo relativo y la odds ratio
Consideraciones sobre la interpretación de los índices de riesgo
Los índices de riesgo con SPSS
Índices de acuerdo
Acuerdo con variables nominales: kappa
El índice de acuerdo kappa con SPSS
Asociación entre variables categóricas ordinales
Medidas de concordancia-discordancia
Medidas de concordancia-discordancia con SPSS
Apéndice 3
Simetría relativa
Combinación de tablas 2 × 2 (Cochran y Mantel-Haenszel)
La paradoja de Simpson
Medidas de asociación basadas en la reducción proporcional del error
Muestras pequeñas: la prueba exacta de Fisher
Concordancias y discordancias en una tabla de contingencias
Cómo reproducir una tabla de contingencias en SPSS
Ejercicios

4. Inferencia con una variable categórica y una cuantitativa
La prueba T de Student para muestras independientes
La prueba de Mann-Whitney
La prueba de Mann-Whitney con SPSS
La prueba de Kruskal-Wallis
La prueba de Kruskal-Wallis con SPSS
Medidas del tamaño del efecto
El caso de dos grupos
El caso de más de dos grupos
Medidas del tamaño del efecto con SPSS
Cálculo de la potencia y del tamaño muestral
Contrastes de equivalencia y no-inferioridad
Métodos para demostrar equivalencia
Doble contraste unilateral de Schuirmann
Intervalo de confianza de Westlake
Métodos para demostrar no-inferioridad
Limitaciones de los contrastes de equivalencia y no-inferioridad
Apéndice 4
La prueba de Kolmogorov-Smirnov para dos muestras independientes
La prueba de las rachas de Wald-Wolfowitz
La prueba de reacciones extremas de Moses
Ejercicios

5. Inferencia con dos variables cuantitativas
La prueba T de Student para muestras relacionadas
La prueba de Wilcoxon para dos muestras
La prueba de Wilcoxon para dos muestras con SPSS
La prueba de los signos para dos muestras
La prueba de los signos para dos muestras con SPSS
El coeficiente de correlación de Pearson
El coeficiente de correlación de Spearman
El coeficiente de correlación de Spearman con SPSS
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Apéndice 5
Correlaciones parciales
Ejercicios

6. Análisis de varianza (I). Un factor completamente aleatorizado
Modelos de análisis de varianza
Número de factores
Tipo de asignación de las unidades de análisis a las condiciones del estudio
Forma de establecer los niveles del factor
Clasificación de los modelos de análisis de varianza
La lógica del análisis de varianza
ANOVA de un factor completamente aleatorizado (A-CA)
Supuestos del ANOVA de un factor
Independencia
Normalidad
Igualdad de varianzas (homocedasticidad)
Transformación de las puntuaciones
Efectos fijos y aleatorios
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Comparaciones múltiples entre medias
Comparaciones lineales
Tasa de error en las comparaciones múltiples
Comparaciones planeadas o a priori
Prueba de Dunn-Bonferroni
Comparaciones de tendencia
Prueba de Dunnett
Comparaciones post hoc o a posteriori
Prueba de Tukey
Prueba de Scheffé
Comparaciones múltiples: qué procedimiento elegir
ANOVA de un factor con SPSS
Supuestos
Hipótesis de igualdad de medias
Tamaño del efecto y potencia observada
Comparaciones post hoc
Comparaciones planeadas y de tendencia
Apéndice 6
Distribución muestral del estadístico F
Tabla de la Distribución F
La distribución F con SPSS
Estadísticos F robustos: Welch y Brown-Forsythe
Comparaciones post hoc: procedimientos alternativos
Métodos secuenciales
Efectos aleatorios
Ejercicios

7. Análisis de varianza (II). Dos factores completamente aleatorizados
Estructura de los datos y notación
La interacción entre factores
ANOVA de dos factores completamente aleatorizados (AB-CA)
Supuestos del ANOVA de dos factores
Efectos fijos y aleatorios
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Comparaciones múltiples
Efectos principales
Efectos simples
Efecto de la interacción
ANOVA de dos factores completamente aleatorizados con SPSS
Hipótesis globales (efecto de A, de B y de AB )
Tamaño del efecto y potencia observada
Comparaciones post hoc: efectos principales
Comparaciones múltiples: efectos simples
Comparaciones múltiples: efecto de la interacción
Apéndice 7
Casillas con tamaños muestrales distintos
Más sobre los efectos simples y el efecto de la interacción
La sentencia LMATRIX
Modelos jerárquicos o anidados
Ejercicios

8. Análisis de varianza (III). Un factor con medidas repetidas
Características de los diseños con medidas repetidas
ANOVA de un factor con medidas repetidas (A-MR)
Supuestos del modelo
Alternativas al estadístico F
Estadístico F con los grados de libertad modificados
Aproximación multivariada
Qué solución elegir
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Comparaciones múltiples
ANOVA de un factor con medidas repetidas (A-MR) con SPSS
Esfericidad
Igualdad de medias
Tamaño del efecto y potencia observada
Comparaciones planeadas
Comparaciones post hoc
La prueba de Friedman
Apéndice 8
Cómo estimar épsilon (e)
Prueba de Cochran
Coeficiente de concordancia W de Kendall
Prueba de no-aditividad de Tukey
Ejercicios

9. Análisis de varianza (IV). Dos factores con medidas repetidas
ANOVA de dos factores con medidas repetidas en ambos (AB-MR)
Supuestos del modelo
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Comparaciones múltiples
ANOVA de dos factores con medidas repetidas en ambos (AB-MR) con SPSS
Esfericidad
Hipótesis globales (efecto de A, de B y de AB )
Tamaño del efecto y potencia observada
Comparaciones post hoc: efectos principales
Comparaciones múltiples: efectos simples
Comparaciones múltiples: efecto de la interacción
ANOVA de dos factores con medidas repetidas en uno (AB-CA-MR)
Supuestos del modelo
Medidas del tamaño del efecto
Cálculo de la potencia y del tamaño muestral
Comparaciones múltiples
ANOVA de dos factores con medidas repetidas en uno (AB-CA-MR) con SPSS
Esfericidad multi-muestra e igualdad de varianzas
Hipótesis globales (efecto de A, de B y de AB )
Comparaciones post hoc: efectos principales
Comparaciones múltiples: efectos simples
Comparaciones múltiples: efecto de la interacción
Apéndice 9
La sentencia MMATRIX
Análisis de los efectos simples
Comparaciones entre los niveles de un mismo efecto simple
Análisis del efecto de la interacción
Ejercicios

10. Análisis de regresión lineal
Regresión lineal simple
Diagramas de dispersión
La recta de regresión
Mínimos cuadrados
Coeficientes de regresión
Coeficientes de regresión tipificados
Bondad de ajuste
Significación de los coeficientes de regresión
Intervalos de confianza
Cómo efectuar pronósticos
Regresión lineal múltiple
La ecuación de regresión
Coeficientes de regresión
Coeficientes de regresión tipificados
Bondad de ajuste
Significación de los coeficientes de regresión
Importancia relativa de las variables
Variables independientes categóricas
Regresión jerárquica o por pasos
Criterios para seleccionar variables
Métodos para seleccionar variables
Supuestos del modelo de regresión lineal
Linealidad
No colinealidad
Independencia
Normalidad
Homocedasticidad
Casos atípicos e influyentes
Casos atípicos
Casos atípicos en Y
Casos atípicos en X j
Casos influyentes
Cambio en los coeficientes de regresión
Cambio en los pronósticos
Cambio en los residuos
Qué hacer con los casos atípicos e influyentes
Regresión lineal con SPSS
Regresión múltiple
Bondad de ajuste
Ecuación de regresión
Significación de los coeficientes de regresión
Pronósticos
Importancia relativa de las variables
Chequeo de los supuestos
Casos atípicos e influyentes
Regresión jerárquica o por pasos
Regresión jerárquica o por pasos con variables categóricas
Comentarios finales
Validez de una ecuación de regresión
Consideraciones sobre el tamaño muestral
Apéndice 10
Regresión curvilínea
Ejercicios

Editorial: Síntesis
ISBN: 9788497567046
Publicado:9/2010
Páginas: 492
Idioma: Español
Encuadernación: Rústica