República Bolivariana de Venezuela Ministerio del Poder Popular para la Educación Universitaria Ministerio del Poder Popular para la Salud Universidad Nacional Experimental “Simón Rodríguez” Fisioterapia - sección 300 TALLER I: Análisis bivariante Tutor: Autores: Laurence Vásquez. . Daily Pernias María José Ramírez Yessica Espinoza Keilys Villafañes Palo Verde, agosto de 2022 1. ¿Qué es un análisis bivariante? Los datos en estadística a veces se clasifican de acuerdo con cuántas variables hay en un estudio en particular, dependiendo de la cantidad de variables que se observen, los datos pueden ser univariados o bivariados. Donde el análisis bivariado es una forma de análisis estadístico en el cual se cuantifica a nivel descriptivo e inferencial el nivel de covarianza entre dos variables y de esta forma se da cuenta de la relación entre dos variables. Es decir, cuando se estudian dos variables; siendo una de las formas más simples de análisis estadístico, que se utiliza para averiguar si existe una relación entre los dos conjuntos de valores. Por lo general involucra las variables X e Y. Por ejemplo, si se busca estudiar a un grupo de estudiantes universitarios para averiguar el puntaje promedio de una clase y la edad , se tiene que recolectar los datos necesarios para responder a estas interrogantes, es decir, el puntaje y la edad. Los datos bivariados también podrían ser dos conjuntos de elementos que dependen el uno del otro 2. ¿Cómo se realiza? Este análisis expresa el grado de relación entre dos variables. Pueden considerarse, en algunos supuestos casos especiales o simplificados de algunas técnicas de análisis multivariantes que se realizan entre las más utilizadas en investigación comercial, cabe destacar que se realiza con el objetivo de estudio bajo ciertas características a través de: 2 Tablas de contingencia: Basada en la encuesta como técnica de obtención de información y con variables cualitativas, después de realizar un análisis univariante se procede a llevar a cabo una serie de cruces entre variables con el fin de observar la relación entre dichas variables. Tabulación de valores medios y análisis de varianza: El análisis de la varianza trata de estudiar la relación entre una variable métrica y una variable no métrica. la prueba de hipótesis se hace mediante la F de Snedecor. La hipótesis nula es que hay igualdad de medias. Las variables que se suelen cruzar son las que provienen de una encuesta en la que se valoran determinados atributos o características del producto mediante escalas métricas y las de clasificación u otras relacionadas con el tema general de la encuesta. Correlación entre rangos de spearman y de correlación lineal: La correlación es la técnica estadística bivariante que se usa con mayor frecuencia para resumir la fuerza de la asociación entre dos variables métricas. En la investigación comercial se suele utilizar para medir la intensidad de la relación entre dos variables. Ejemplo: (ventas y gasto publicitario, cuota de mercado y número de puntos de distribución, percepciones de calidad y de precio). 3. ¿Cuantos tipos de correlaciones bivariadas existen? 3 El tipo de análisis bivariado depende del tipo de atributos y variables utilizadas para analizar los datos. A continuación, mencionamos los tipos asociados a los datos bivariados. Numérica: En este tipo de variable ambas variables de los datos bivariados que incluyen la variable dependiente y la independiente tienen un valor numérico. Categórica: Cuando las dos variables de los datos bivariados están en forma estática, los datos se interpretan y se hacen afirmaciones y predicciones sobre ellos. Durante la investigación, el análisis ayudará a determinar la causa y el impacto para concluir que la variable dada es categórica. Numérica y categórica: Es cuando una de las variables es numérica y la otra es categórica. Existen 2 grandes tipos de correlaciones bivariadas: Correlación de Pearson y correlación de Spearman. Ambas están basadas en la misma información, aunque usan fórmulas diferentes. La correlación de Pearson es más adecuada cuando las variables siguen la curva normal. La correlación de Spearman es más conveniente usarla cuando las variables no siguen la curva normal. Por lo general, no suelen haber muchas diferencias entre los resultados, aunque pueden variar los resultados sobre todo cuando se trabaja con muestras pequeñas. 4 En análisis estadístico de datos se usa la correlación cuando trabajamos con variables ordinales o escalares. Las variables ordinales y escalares son aquellas que sus categorías tienen un orden interno. 4. Analice y explique los tipos de bivariante Prueba de macnemar: es una prueba que nos permite identificar modificaciones en una variable categoría través del tiempo es decir hay que realizar dos medidas una antes y otra después para analizar un estudio observacional de sujetos que experimentan un acontecimiento. Prueba de los signos: es una prueba no paramétrica que utiliza los signos negativos y positivos para someter a prueba diferentes afirmaciones incluyendo datos variados, datos nominales y acerca de una sola población con el fin de determinar el análisis de signos positivo y negativo Prueba de pares emparejados de Wilcoxon: es una prueba no paramétrica de comparación de dos muestras relacionadas, se utiliza para comparar dos mediciones de rango so medianas y determinar qué la diferencia no se deba al azar. Prueba de t emparejado: consiste en medir una muestra de una población dada en dos ocasiones diferentes para comprobar si existe una diferencia entre las muestras. Prueba de probabilidad exacta de Fisher: se utiliza cuando se requiere estudiar si existe asociación entre dos variables cualitativas útil para los 5 datos categóricos que resultan clasificar los objetos en dos formas diferentes. Prueba de chi- cuadrado de dos muestras: es una prueba no paramétrica de comparación de proporciones para dos y más de 2 muestras independientes, debe cumplir las siguientes características los datos se ajusta a la distribución de chi-cuadra nivel nominal de la variable independiente . Prueba de mediana: se usa para comparar datos de dos muestras de medianas independientes que hayan sido tomadas al azar y determinar si pertenece a la misma población o no. Prueba de correlación: se usa para realizar la relación entre variables corresponden a los planteamientos del problema e hipótesis qué plantean vínculos entre dos variables cuantitativas Prueba independiente: consiste en comprar dos grupos independientes de observaciones en una variable me determina si son independientes o no. 6
