Autor de la sección: Jonas Rafi and Sebastian Jentschke

Análisis: Introducción

El objetivo de la siguiente sección es proveer tutoriales cortos, no técnicos, de cómo realizar procedimientos estadísticos comunes en jamovi. Fue creado originalmente por Jonas Rafi bajo el nombre de Guía jamovi. Sin embargo, ha sido pensado como una introducción, no como un recurso que provea una introducción profunda a los antecedentes de dichos procedimientos. Para quienes deseen eso, hay una gran cantidad de otros recursos. Algunos de dichos recursos están listados al final de las páginas que introducen al análisis individual en la caja «recurso de la Comunidad».

A Note On Measurement Types: The following documentation describes each of the analyses, and describes the variable measure types required. For example, it might explain that a particular analysis requires a continuous continuous dependent variable, and a nominal nominal grouping variable. However it’s possible that the columns in your data set, for a number of different reasons, aren’t set up with the correct measure types (as indicated in the column header). You can adjust the measure type of columns using the variable editor, however (for the most part) these measure types are really just a guide and don’t need to be set correctly. If you assign a continuous continuous variable to an analysis expecting a nominal nominal one, the analysis will simply treat the variable as nominal. All this to say, if the documentation says that a particular measure type is required, the data simply needs to be the correct “shape”, and you can save yourself the labour of setting the measure types correctly if you don’t want to.

Descriptive statistics

Pruebas T

La prueba t se utiliza para comprobar si la media de un conjunto de datos con distribución normal se desvía significativamente de una hipótesis nula (que supone que no hay diferencias).

Hay tres tipos de pruebas t:

Recursos de la Comunidad

Una introducción más completa al concepto se presenta en este vídeo de Barton Poulson.

Análisis de la Varianza (ANOVA)

The Analysis of variance (ANOVA) is a statistical method that examines how the impact of one or more factors affects an outcome (dependent) variable. These factors are the predictor variables and are categorical. Typically, such factors reflect an experimental manipulation (e.g. with or without treatment), but a factor can also represent groups for whose influence one would like to control (e.g. gender: men or women). The analysis of variance is based on a concept similar to that of the t-test, but it goes beyond that, in that factors can have several levels (t-tests only allow two), and in that several factors can be examined simultaneously.

Existen diferentes tipos de análisis de la varianza, que difieren en el número de factores examinados -uno o más factores- o en si se comparan entre personas o dentro de una persona -medidas repetidas-:

Recursos de la Comunidad

Una introducción en el concepto del ANOVA se presenta en este video por Barton Poulson.

Correlación y regresión

Los análisis de correlación y regresión son métodos estadísticos para evaluar las relaciones entre una variable dependiente/de resultado y una o más variables independientes/de predicción. Mientras que el análisis de correlación examina la relación entre un predictor y una variable de resultado, el análisis de regresión se centra principalmente en la predicción (en qué medida pueden una o más variables predecir otra variable (de resultado)). A menudo se distingue entre lineal y no lineal (por ejemplo, regresión logística).

Recursos de la Comunidad

Una introducción al concepto del análisis de regresión se presenta en este video por Barton Poulson.