YT YouTube2Text

YouTube2Text → Transcripts → U3 2 KW y Transf

U3 2 KW y Transf — Transcript

by Arnaldo Mangeaud · 1,993 words · 305 segments · language es · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00hola vamos a continuar en este capítulo
0:03viendo un tema que es transformación de
0:07variables y el tema que es prueba de
0:11crucero igual que representa una rama de
0:14la estadística denominada estadística no
0:16paramétrica o estadística de
0:19distribución libre
0:25recordemos la delicia varianza un factor
0:27recordemos que la hipótesis nula era la
0:29igualdad de media
0:31la hipótesis alternativa que al menos
0:33una media y diferente recordemos el
0:36modelo estadístico y recordemos los
0:39requisitos como supuestos como los
0:41errores con distribución normal
0:43independiente media cero y homogéneo de
0:45varianza la media cero dijimos que era
0:48por defecto ocurre simplemente la
0:52independencia hagamos de cuenta que
0:54garantizamos un diseño de corriente
0:56presencia pero qué pasa si no se cumple
0:59con la normalidad o qué pasa si no se
1:03cumple con la homogeneidad de varianza
1:06de los residuos yo qué hago con eso no
1:09se cumple el supuesto bueno una opción
1:13recomendada es la transformación
1:16matemática de la variable respuesta
1:20y es una transformación una
1:22transformaciones de la variable
1:25respuesta aplicable una función de tal
1:29modo de obtener un valor transformador
1:32hay distintos tipos de transformación se
1:35han escrito libros acerca de la
1:38transformación de las variables nosotros
1:40podríamos destacar dos tipos de
1:42transformaciones las que se llaman
1:44transformaciones de potencia y las que
1:46se llaman transformaciones logarítmicas
1:49porque pensamos en estas dos y no en
1:52todos los listados primero porque son
1:54las dos más utilizadas segundo porque
1:57hay modelos que han permitido reducir el
2:01uso de las transformaciones los vamos a
2:04ver hacia al finalizar la materia que se
2:07denominan modelos lineales generalizados
2:09esos modelos han permitido como les
2:12decía que haya menos abuso de las
2:15transformaciones matemáticas porque
2:18permiten otro tipo de análisis entonces
2:21nos vamos a quedar hoy con dos tipos de
2:25transformaciones la de potencia y la es
2:27logarítmica
2:30transformación de potencia obtiene una
2:33prima al que a la variable y se la eleva
2:38a un número r
2:40si él era un número mayor de 1 vamos a
2:43tener un tipo de resultados y si el r es
2:46menor que 1 vamos a tener otro tipo de
2:48resultados por último la transformación
2:51logarítmica es obtener una prima al que
2:54se utiliza un logaritmo de la variable
2:58original
3:00hay un artículo interesante lo pueden
3:03bajar por internet está escrito por box
3:05box del año 64 con un análisis muy
3:09pormenorizado de las transformaciones
3:12vamos a la transformación de potencia
3:14dijimos la transformación de potencia es
3:16obtener un transformador al que a la
3:20variable original le eleve a la r
3:23ahora qué pasa cuando el r es menor que
3:25justo básicamente con el r
3:27- tubo no estoy hablando de raíces si yo
3:30estoy hablando de la raíz cuadrada o la
3:33raíz cúbica
3:36las más utilizadas son las
3:39transformaciones que son la raíz
3:42cuadrada de 0 5 por la raíz cúbica de
3:460.5 porque se le suma algo porque si la
3:50variable respuesta puede obtener valores
3:520
3:53tenemos un problema matemático entonces
3:55para evitar ese tipo de problema cuando
3:58sabemos que nuestra variable puede tener
4:00valores ceros o para estabilizar las
4:02varianzas según dicen los investigadores
4:05es que a la variable respuesta se le
4:09suma primero 0.5 y luego se hace la raíz
4:12cuadrada o bien se hace la raíz cúbica
4:15dependiendo cuál es la transformación
4:16que se quiere hacer
4:19si la variable es asimétrica hacia la
4:23derecha lo que hace falta es apretar esa
4:26colita que se fue hacia la derecha por
4:28lo tanto es posible hacer una raíz
4:31cuadrada a una raíz cúbica lo que se
4:34obtiene en una distribución más
4:36simétrica y fíjense que la colita va a
4:40estar apretada y va a normalizar
4:45qué pasa con las transformaciones de
4:47potencia pero cuando el r es mayor que 1
4:50cuando tengo una re mayor que 1 el
4:53resultado con número más grande que el
4:55original
4:56entonces se utilizan para cuando tenemos
4:59distribuciones asimétricas hacia la
5:01izquierda y lo que hace esto es inflar
5:04los valores de la derecha que son más
5:05grande obteniendo una distribución más
5:08normalizada hay que tener cuidado porque
5:11cuando esto ocurre lo que suele pasar es
5:14que se incrementan mucho las varianzas
5:17pero también es una transformación
5:19utilizada
5:21por último la transformación logarítmica
5:24en una transformación tal que lo la
5:27manera respuesta transformada que tengo
5:29es igual al logaritmo alguno de los
5:32tipos de logaritmos de la variable y eso
5:35ocurre también el mismo caso que conduce
5:37a barra disco de raid para o raíz cúbica
5:39es para apretar las colitas de
5:42distribución es que son asimétricas
5:44hacia la derecha y lo que hace es
5:46logarítmica es normalizar una
5:50distribución asimétrica originalmente
5:53hacia la derecha las más utilizadas son
5:56el logaritmo natural rima 1 el logaritmo
5:59en base 10 décimos mundos y porque más 1
6:01también el mismo problema anterior y
6:04pasa si la barrera respuesta tiene puede
6:06tener valores ceros el logaritmo natural
6:09de 0 a logaritmos base 10 0 no está
6:11definido tenemos problemas en la
6:13transformación para evitar esos
6:14problemas la transformación se suele
6:16hacer como el organismo de la variable
6:18pero previamente se le suma
6:21está establecido por conceptos teóricos
6:25que es la mejor manera de estabilizar
6:27las las normales y transformar de normal
6:31y de estabilizar las varianzas
6:33les decía que en este artículo de boxing
6:36cox tiene lo puede bajar de aquí tiene
6:40una una
6:43muy buena google análisis y un pequeño
6:46resumen que encontré internet en esta en
6:50esta página les cuenta cómo hay que
6:53encontrar un valor lambda un valor y en
6:56función del valor arlanda de la
6:58distribución que tenemos nosotros nos
7:00recomienda una función de transformación
7:03hay muchas pero eso es para que ustedes
7:06vean la manera en que se puede
7:08transformar la variable obviamente
7:10cuando nosotros transformamos la
7:12variable y vamos a hacer un análisis de
7:16la varianza con la variable transformada
7:18primero tenemos que volver a someter a
7:21la prueba de los supuestos a la variable
7:24transformada porque transformar no es un
7:28dogma de fe puede ser que yo al
7:29transformar los valores de la variable
7:31obtenga una nueva variable que tampoco
7:34tenga distribución normal porque tampoco
7:36tengo varianza entonces una vez que
7:38transformó voy pongo a probar los
7:41supuestos y si se ponen a progress
7:43supuesto y también allá vamos
7:46yo voy a encontrar diferencias entre el
7:49promedio de el logaritmo de iu y nuestro
7:52promedio de y se entiende
7:56por otro lado qué pasa si aún
7:59si ni aun transformando se cumplen los
8:02supuestos o peor que pases y la variable
8:05respuesta es una leve variable ordinal y
8:08yo quiero hacer una realice la varianza
8:10con la variable ordinal en principio no
8:12se puede bueno hay una alternativa en lo
8:15que llamamos estadística no paramétrico
8:17la distribución libre que se llama
8:18prueba de cruz tal cual es la prueba de
8:22brusca wallis no tiene un requisito de
8:25normalidad de la variable no tiene un
8:28requisito de homogénea de varianza sólo
8:30tiene un requisito de datos
8:32independientes la variable que podemos
8:35utilizar puede ser hasta una variable
8:37ordinal se puede no ser cuantitativa
8:40podemos utilizar una ordinal
8:44vamos a hacer honor a dos investigadores
8:46william cruz y allen wallis ellos dos
8:50fueron el que inventaron esta prueba y
8:53esta prueba lo que va a permitir es
8:55hacer una comparación de tres o más
8:57grupos sin supuestos de distribución
9:02vamos a analizar de la misma forma que
9:05realizamos el ejercicio de análisis la
9:06varianza o factor las cuatro zonas de un
9:09ejemplo conocido pero qué pasa si lo
9:11analizamos con un test de club jaguares
9:14no nos interesa ni la media ni el desvío
9:18estándar porque la medida debió estándar
9:20son dos medidas que son importantes
9:22cuando hay normalidad no son tan
9:24importantes cuando las distribuciones no
9:25son normales entonces lo que vamos a
9:29hacer es calcular las medianas y hacer
9:32una prueba de hipótesis para la mediana
9:34en realidad esta es una adaptación la
9:38prueba de hipótesis original del club
9:40pero iguales no era para las medianas
9:42pero es la mejor manera de verlo
9:44entender como que lo que está poniendo a
9:47prueba son igualdades de medianas contra
9:50la hipótesis alternativa que al menos
9:53una mediana es diferente
9:55entonces para eso que hace el test de
9:58cruzar iguales tiene la métrica original
10:00tienen los valores de producción
10:03original luego lo que hace es ordenar
10:06los de menor a mayor el más pequeño más
10:10grande los valores teniendo en cuenta de
10:13que son es cada uno y cuando los ordena
10:15de menor a mayor busca el valor del
10:19ranking del orden de cada uno de ellos
10:22del menor al mayor entonces 1 2 3 4 como
10:29acá corre un empate los dos en 27 a los
10:322 que les correspondía 5 y 6 le
10:35corresponde el promedio de los dos
10:37rangos 5.5 ahora saltamos como éste le
10:41tocaba hacer el 6 a este le toque hacer
10:427 89 estos son el 10 y el 11 entonces 10
10:475 10 5 son dos empates y proseguimos
10:51hasta el último dato que es el 22
10:53y hace después lo que hace es reemplazar
10:58la medida original que teníamos por su
11:01valor de ranking el primer dato en el 16
11:05y es reemplazado por un 1 el segundo
11:09dato es un 20 y es reemplazado por un 2
11:12y así sucesivamente fíjense que
11:14reemplaza a la medida original por una
11:17transformación especial es el ranking el
11:22número de ranka
11:23y luego calcula el promedio del número
11:27de rank de cada uno de los niveles del
11:29factor
11:31el estadístico de cruzar iguales es esta
11:34fórmula y una fórmula que se llama h que
11:38tiene en cuenta muchas cosas y lo que
11:40hace acá tener en cuenta a los rangos y
11:43al número de la suma del número de
11:45rangos
11:46si la hipótesis de una cierta este valor
11:49tiende a cero si la muestra es pequeña h
11:53tiene una cable específica h de
11:55distribución de colocar boli pero si la
11:57muestra es grande h se distribuye como
11:59la chj cuadrado entonces se busca
12:02hernandis cuadrado con k menos 1 grado
12:04de libertad y a partir de eso se decide
12:06si rechaza o no a la hipótesis nula
12:09si no se rechaza la hipótesis nula
12:12quiere decir que todas las medianas son
12:14iguales si se rechaza la hipótesis nula
12:17la pregunta es cuál mediana es diferente
12:19lo mismo que hacíamos en el análisis la
12:22variedad son factor hay una prueba de
12:25comparación múltiple que es una
12:26adaptación de la prueba de dunn y esa
12:28prueba lo que hace es comparar si los
12:32rangos de cada uno de nivel el factor
12:36todos con todos mediante un test
12:38estadístico lo busca en una tabla de ese
12:42rango y me da el resultado
12:45el infocal analizando en la prueba de
12:48cruz árboles en la salida donde media en
12:52la columna variable en la columna zona
12:55como 1234 l de cada uno mide el valor de
12:59la medida del desvío porque recuerden
13:02ustedes que las personas que crearon en
13:04foster's son muy parámetros istas decir
13:06siguen pensando en media y en desvío
13:09aunque no tenga sentido si la
13:11distribución no es normal me da el valor
13:14de las medianas me da el estadístico h y
13:17me da el valor p para decirme que es
13:19significativa la diferencia
13:22y me da la diferencia entre la zona 4 y
13:261 y la 2003 y fíjense que el resultado
13:28que obtenemos era el mismo resultado que
13:31obtuvimos con el análisis la varianza en
13:34la clase anterior
13:36bien con esto terminamos entonces de ver
13:39dos temas y son pequeños pero son
13:42importantes se usan mucho en biología
13:44que son por un lado qué pasa cuando no
13:49se cumplen los supuestos para el
13:51análisis la varianza las opciones
13:53transformar y la otra es que pasa sin y
13:56aún transformando se cumple con los
13:59requisitos bueno hay una alternativa al
14:01análisis de la varianza a un factor y se
14:04llama prueba de cruzar wallis y eso es
14:07lo que viene

About this transcript

This page contains the full transcript of U3 2 KW y Transf by Arnaldo Mangeaud, generated from the public captions YouTube serves with the video. The transcript has 1,993 words across 305 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.