<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>SEMANA II  by MARYCIELO CONSUELO ENCINAS ASENCIO</title>
      <link>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr</link>
      <description>LECTURAS</description>
      <language>en-us</language>
      <pubDate>2021-09-11 03:16:57 UTC</pubDate>
      <lastBuildDate>2024-11-17 03:06:08 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url>https://padlet.net/icons/png/1f4da.png</url>
      </image>
      <item>
         <title></title>
         <author>mcencinasa</author>
         <link>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732190952</link>
         <description><![CDATA[]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1325924978/d5507ca880abdb8f3db5b098b91f4bd7/lecturas_2da_sem_TESIS_II.docx" />
         <pubDate>2021-09-11 03:31:10 UTC</pubDate>
         <guid>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732190952</guid>
      </item>
      <item>
         <title>CAPITULO 9:CÓMO ELEGIR LA PRUEBA ESTADÍSTICA</title>
         <author>mcencinasa</author>
         <link>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732585922</link>
         <description><![CDATA[<div><br></div><div><strong>&nbsp;</strong></div><div>-La prueba estadística se hace cuando se quiere llevar un análisis estadístico,va mucho antes de la recolección de datos.</div><div>-Para elegir una prueba estadística es necesario que la estructura experimental este debidamente aclarada.</div><div>-La selección de una prueba estadística correcta depende de varios factores que detallaremos a continuación los más frecuentes:</div><div>&nbsp;</div><div><strong>1)</strong>&nbsp; &nbsp; &nbsp;Las características de las variables: tipo y escala de medición.</div><div>&nbsp;</div><div>Cuantitativas(intervalares):continuas y discretas<br>Categóricas(cualitativas):ordinales y nominales<br><br></div><div>Para elegir la prueba estadística adecuada es importante tomar en cuenta las escalas de medición.<br><br></div><div>A continuación se describe varias pruebas estadísticas a usar ejemplo: la prueba de la <em>t </em>de Student,prueba binominal , prueba de rachas.</div><div>&nbsp;</div><div><strong>2)</strong>&nbsp; &nbsp; &nbsp;La pregunta científica que se desea contestar.</div><div>&nbsp;</div><div>La elección de la prueba estadística también depende de cómo esté planteada la pregunta científica.</div><div>&nbsp;</div><div>En términos generales, puede concluirse que la prueba que debe elegirse depende del tipo de variables, así como de la naturaleza y el número del grupo o grupos que se van a analizar.</div><div>&nbsp;</div><div><strong>3)</strong>&nbsp; &nbsp; &nbsp;La hipótesis planteada.</div><div>&nbsp;</div><div><em>Hipótesis de trabajo o alterna </em>(Ha) y <em>Hipótesis de nulidad </em>(H0)</div><div>&nbsp;</div><div>También se debe establecer el nivel de significación, que en medicina habitualmente es de 5%:</div><div>Nivel de significación: para todo valor de probabilidad igual o menor que 0.05, se acepta Ha y se rechaza H0.</div><div>&nbsp;</div><div><strong>4)</strong>&nbsp; &nbsp; &nbsp;La potencia y la eficiencia de la prueba elegida.</div><div>&nbsp;</div><div>La validez del análisis estadístico depende mucho de la eficacia de la prueba estadística empleada. Se acepta que una prueba estadística es eficaz cuando tiene una probabilidad muy pequeña de rechazar una hipótesis verdadera y una alta probabilidad de rechazar la hipótesis cuando ésta es falsa.</div><div>&nbsp;</div><div><strong>5)</strong>&nbsp; &nbsp; &nbsp;Las características de la muestra (tamaño de muestra y número de grupos en estudio).</div><div>&nbsp;</div><div>La manera en que influye la muestra para elegir una prueba estadística está en función de su tamaño, selección de la muestra pueden ser independientes y dependientes o relacionadas; y distribución.</div><div>&nbsp;</div><div><strong>Conclusión</strong></div><div>&nbsp;</div><div>Elegir correctamente la prueba estadística apropiada depende de varios factores, como son el tipo de variable (cualitativa o cuantitativa), o la escala (ordinal, nominal, continua o discreta, dicotómica o politómica (llamada también policotómicas); otros factores son el número de grupos o muestras, tamaño de las muestras, si éstas están o no relacionadas, es decir, si son o no independientes, si tienen o no una distribución normal o de campana de Gauss o si sus varianzas son iguales. También influye la potencia de la prueba que se va a elegir, así como, desde el inicio, la manera en que se plantea la pregunta científica, cómo se plantean las hipótesis de trabajo y nula, y la relación que existe entre las variables en estudio.</div><div>&nbsp;<br><br></div><div>&nbsp;Las pruebas estadisticas hoy en dia, son herramientas digitales muy utiles y que agilizan la correcta interpretacion de resultados, y reducen el factor de sesgo o de error humano.<br><br></div><div>&nbsp;</div>]]></description>
         <enclosure url="https://media3.giphy.com/media/VTErXIe8Q2kf0vMk11/giphy.gif" />
         <pubDate>2021-09-11 13:29:06 UTC</pubDate>
         <guid>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732585922</guid>
      </item>
      <item>
         <title>CONTRASTACIÓN DE HIPÓTESIS</title>
         <author>mcencinasa</author>
         <link>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732591173</link>
         <description><![CDATA[<div><strong>&nbsp;</strong></div><ul><li>Son las actividades que realiza un investigador para confrontar la hipótesis con lo que sucede u ocurre en los hechos. Este procedimiento conduce a aceptar o rechazar la hipótesis.&nbsp;</li></ul><div><strong>&nbsp;Concepción popperiana de la contrastación de hipótesis&nbsp;</strong></div><ul><li>Se caracteriza por sostener que no existe lógicamente número alguno de observaciones efectuables en tiempo real que permitan afirmar de manera concluyente la verdad de una hipótesis científica.</li><li>&nbsp;Popper sostiene que las reglas de la lógica solamente brindan seguridades plenas al investigador cuando este prueba que una determinada hipótesis es falsa; por el contrario, cuando el investigador pretende establecer la verdad plena de una hipótesis científica (por ejemplo, de una hipótesis en física o biología) resulta claro que toda evidencia factual que obtenga a favor de la referida hipótesis siempre será insuficiente para afirmar lógicamente su verdad plena.</li><li>El hecho de que una hipótesis resista las pruebas de contrastación realizadas no garantiza que se comporte de la misma manera con las próximas.</li></ul><div><strong>Falsación de una hipótesis cero&nbsp; </strong>&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;&nbsp;</div><ul><li>Hipótesis cero, que consiste en formular un enunciado con el propósito deliberado de rechazarlo.&nbsp;</li><li>La prueba de contrastación de hipótesis consiste en aportar evidencia probatoria de la existencia, no azarosa, de relaciones entre dos variables, hecho que contradice lo que la hipótesis cero afirma.</li></ul><div><strong>Diseño de contrastación de hipótesis</strong></div><ul><li>Diseño de prueba de hipótesis, que debe consistir en un cuadro o tabla que muestre el conjunto de relaciones posibles entre dos variables. Esto último, como se sabe, si interpretamos como conjuntos las variables X e Y, no es otra cosa que su producto cartesiano, el cual es graficable mediante una tabla de doble entrada.</li><li>En esta tabla debe especificarse las relaciones que interesan al investigador para la contrastación de hipótesis de un modo que se las distinga de aquellas que no son relevantes.</li></ul><div><strong>Criterios epistemológicos para el muestreo</strong></div><ul><li>Los investigadores y los tesistas, en la mayor parte de los casos, deben limitarse a trabajar con muestras no aleatorias debido a las dificultades prácticas que entraña localizar a los miembros de una muestra elegida al azar y administrarles los instrumentos de investigación.</li><li>Por tanto, el investigador debe considerar criterios y pruebas estadísticas para trabajar con muestras disponibles de la manera más significativa posible.</li></ul><div><strong>Etapas de la contrastación de hipótesis</strong></div><ul><li>Es necesario distinguir entre el diseño de contrastación de hipótesis y las acciones de recolección de información y su procesamiento estadístico, que constituyen las evidencias factuales o empíricas en base a las cuales se va decidir lógicamente si hay buenas razones para afirmar que el comportamiento de la variable dependiente es o no el esperado.</li></ul><div><strong>Ejemplo </strong>&nbsp;</div><div>&nbsp;Se dan ejemplos de datos estadísticos.</div><div><strong>Interpretación de los resultados</strong></div><ul><li>En lo que sigue se presenta, a manera de ejemplo con algunas correcciones, la manera como el tesista analizo los resultados no solo en términos de una constatación de los hechos sino también construyendo explicaciones que permitan entender porque fueron de esta manera y no de otra. La ventaja de esta estrategia de análisis es que permite ampliar el horizonte de investigación examinado, además de lo que ocurre a partir del comportamiento de cada uno de los índices normalizados, situaciones posibles respecto de lo que podría haber ocurrido o podría acaecer en el futuro.</li></ul>]]></description>
         <enclosure url="https://media3.giphy.com/media/JrXas5ecb4FkwbFpIE/giphy.gif" />
         <pubDate>2021-09-11 13:34:30 UTC</pubDate>
         <guid>https://padlet.com/mcencinasa/4lmf1qje0gzsiuxr/wish/1732591173</guid>
      </item>
   </channel>
</rss>
