Page 192 - EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO
P. 192

varianza (    ) o desviación estándar (   )) Shapiro-Wilk, Kolmogorov Smirnov, Cramer Von Mises,
                            2
                  y Anderson Darling.



                                                    Prueba de normalidad




                  Title ‘SAS PROCEDURES’;
                  Data A;

                  */ Para leer archivos con terminación “CSV”, “firstobs=2” significa que la lectura de los valores
                  deberá iniciar en la línea 2/*

                  INFILE ‘C:\NORMAL.CSV’ dlm=’,’ firstobs=2;




                  */Dentro del archivo: TRAT es el factor (tratamiento), PFIN es la variable de respuesta peso final
                  de ovinos y bovinos en engorda, y GDP es la ganancia diaria de peso/*
                  INPUT TRAT PFIN ADG;




                  */Para obtener los estadísticos descriptivos de tendencia central y dispersión de la variable
                  aleatoria: media, varianza, desviación estándar, coeficiente de asimetría y curtosis de los da-  EL PROCESO DE INVESTIGACIÓN EN INSTITUCIONES DE EDUCACIÓN EN MÉXICO
                  tos/*
                  PROC UNIVARIATE DATA=A NORMAL;

                  VAR GDP;

                  RUN;




                  La salida de SAS (1) muestra la media y la desviación estándar y la varianza (1º y 2º (µ,     ) mo-
                                                                                                     2
                  mentos de una variable aleatoria). El coeficiente de asimetría y la curtosis son dos momentos
                  de una variable aleatoria (3º y 4º (    ,      )), obtenidos del promedio o valor esperado de una
                                                         4
                                                    3
                  variable aleatoria elevada a la tercera y cuarta potencia, cuya interpretación es si la densidad
                  de probabilidad de una variable aleatoria tiene una cola más grande (derecha o izquierda) y el
                  máximo del pico con la dispersión de datos.
                  Si dos variables tienen la misma función de momentos, por lo tanto, esas variables tienen la
                  misma función de distribución de probabilidad, de modo que, las estadísticas útiles para una
                  variable pueden también ser útiles para analizar la distribución de la segunda variable aleatoria.

                  Dado que la distribución normal (Gaussian) ‘es una curva simétrica (     = 0) alrededor del
                                                                                       3
                  parámetro µ, y su densidad de probabilidad máxima se produce cuando x = µ, entonces µ
                  coincide con la moda, la mediana y la media de cualquier variable; por otro lado, la curtosis de
                  una curva normal es de alrededor de tres (     = 3).
                                                                                                             183
                                                            4
   187   188   189   190   191   192   193   194   195   196   197