Coeficiente de Kendall - Historial de revisiones

Alina ciget.vcl en 19:49 23 may 2012

2012-05-23T19:49:22Z

Yunieljcconsolacion en 15:12 11 nov 2011

2011-11-11T15:12:35Z

Yunieljcconsolacion en 15:10 11 nov 2011

2011-11-11T15:10:19Z

Yunieljcconsolacion: /* Pasos */

2011-11-11T15:03:53Z

‎Pasos

Yunieljcconsolacion: /* Pasos */

2011-11-11T15:02:28Z

‎Pasos

Yunieljcconsolacion en 14:54 11 nov 2011

2011-11-11T14:54:48Z

Yunieljcconsolacion en 14:48 11 nov 2011

2011-11-11T14:48:35Z

Yunieljcconsolacion en 14:30 11 nov 2011

2011-11-11T14:30:45Z

Yunieljcconsolacion en 14:19 11 nov 2011

2011-11-11T14:19:32Z

Yunieljcconsolacion en 14:16 11 nov 2011

2011-11-11T14:16:19Z

@@ Línea 1: / Línea 1: @@
 {{Definición
 |nombre=Coeficiente de Kendall.
@@ Línea 7: / Línea 6: @@
 }}
 <div  align="justify">
-El '''coeficiente de Kendall''' mide el grado de asociación entre varios conjuntos (k) de N entidades. Es útil para determinar el grado de acuerdo entre varios jueces, o la asociación entre tres o más variables.
+'''Coeficiente de Kendall.''' Mide el grado de asociación entre varios conjuntos (k) de N entidades. Es útil para determinar el grado de acuerdo entre varios jueces, o la asociación entre tres o más variables.
 ==En pruebas estadísticas==
 En la prueba estadística el Coeficiente de Concordancia de [[Kendall]] (W), ofrece el valor que posibilita decidir el nivel de concordancia entre los expertos. El valor de W oscila entre 0 y 1. El valor de 1 significa una concordancia de acuerdos total y el valor de 0 un desacuerdo total. La tendencia a 1 es lo deseado pudiéndose realizar nuevas rondas si en la primera no es alcanzada significación en la concordancia.
 ==Fórmula para el cálculo==
 Este coeficiente se calcula con el uso de las fórmulas que muestran a continuación:
 *W: Coeficiente de concordancia.
 *K: Cantidad de expertos.
@@ Línea 24: / Línea 23: @@
 *S: Suma de los cuadrados de las desviaciones.
 *t: Número de observaciones en un grupo ligado por un rango dado.
 ==Pasos==
-. Ordenar las observaciones por rangos, en función de la posible variable independiente.
+. Ordenar las observaciones por rangos, en función de la posible [[variable]] independiente.
 . Efectuar la sumatoria de los rangos en función de cada variable.
 . Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
@@ Línea 50: / Línea 41: @@
 Este método de pronóstico es importante porque brinda un modelo para la ordenación de entidades de acuerdo a un consenso, cuando no hay un orden objetivo de las entidades.
-==Referencias==
+==Fuentes==
 *[http://members.fortunecity.com/bucker4/estadistica/coeficientecsrk.htm/ Coeficientecsrk]
 *[http://aprendeenlinea.udea.edu.co/lms/moodle/mod/resource/view.php?inpopup=true&id=79080/ Aprende en linea]

@@ Línea 12: / Línea 12: @@
 ==Fórmula para el cálculo==
 Este coeficiente se calcula con el uso de las fórmulas que muestran a continuación:
 [[imagen:Coeficientekendall.JPG|thumb|260px|left| Fórmula]]
 <br>
 <br>
-<br>
 Donde:
 *W: Coeficiente de concordancia.

@@ Línea 12: / Línea 12: @@
 ==Fórmula para el cálculo==
 Este coeficiente se calcula con el uso de las fórmulas que muestran a continuación:
 [[imagen:Coeficientekendall.JPG|thumb|260px|left| Fórmula]]
 <br>
 <br>
+<br>
 Donde:
 *W: Coeficiente de concordancia.
@@ Línea 35: / Línea 37: @@
 ==Pasos==
-#Ordenar las observaciones por rangos, en función de la posible variable independiente.
+. Ordenar las observaciones por rangos, en función de la posible variable independiente.
- Efectuar la sumatoria de los rangos en función de cada variable.
+. Efectuar la sumatoria de los rangos en función de cada variable.
- Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
+. Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
- Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
+. Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
- Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
+. Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
- Aplicar a ecuación coeficiente de concordancia de Kendall (w).
+. Aplicar a ecuación coeficiente de concordancia de Kendall (w).
- Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
+. Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
- Decidir si se acepta o rechaza la hipótesis.
+. Decidir si se acepta o rechaza la hipótesis.
 No basta con saber si W está más próximo a 0 o 1 sino que además debemos saber si W es significativamente distinta de 0 para rechazar la hipótesis de concordancia casual. Esta prueba sería en principio una prueba de hipótesis.

@@ Línea 36: / Línea 36: @@
 #Ordenar las observaciones por rangos, en función de la posible variable independiente.
-Efectuar la sumatoria de los rangos en función de cada variable.
+ Efectuar la sumatoria de los rangos en función de cada variable.
-Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
+ Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
-Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
+ Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
-Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
+ Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
-Aplicar a ecuación coeficiente de concordancia de Kendall (w).
+ Aplicar a ecuación coeficiente de concordancia de Kendall (w).
-Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
+ Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
-Decidir si se acepta o rechaza la hipótesis.
+ Decidir si se acepta o rechaza la hipótesis.
 No basta con saber si W está más próximo a 0 o 1 sino que además debemos saber si W es significativamente distinta de 0 para rechazar la hipótesis de concordancia casual. Esta prueba sería en principio una prueba de hipótesis.

@@ Línea 36: / Línea 36: @@
 #Ordenar las observaciones por rangos, en función de la posible variable independiente.
 Efectuar la sumatoria de los rangos en función de cada variable.
 Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
 Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
 Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
 Aplicar a ecuación coeficiente de concordancia de Kendall (w).
 Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
 Decidir si se acepta o rechaza la hipótesis.
 No basta con saber si W está más próximo a 0 o 1 sino que además debemos saber si W es significativamente distinta de 0 para rechazar la hipótesis de concordancia casual. Esta prueba sería en principio una prueba de hipótesis.
 == Importancia==

@@ Línea 35: / Línea 35: @@
 ==Pasos==
-# Ordenar las observaciones por rangos, en función de la posible variable independiente.
+#Ordenar las observaciones por rangos, en función de la posible variable independiente.
-# Efectuar la sumatoria de los rangos en función de cada variable.
+#Efectuar la sumatoria de los rangos en función de cada variable.
-# Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
+#Obtener la sumatoria de la sumatoria anterior y obtener un promedio.
-# Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
+#Calcular las diferencias obtenidas entre la sumatoria y el promedio, elevarlas al cuadrado y sumarlas. Lo anterior es el valor S.
-# Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
+#Aplicar la ecuación para obtener el ajuste dado por las ligas o empates.
-# Aplicar a ecuación coeficiente de concordancia de Kendall (w).
+#Aplicar a ecuación coeficiente de concordancia de Kendall (w).
-# Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
+#Transformar w en ji cuadrada y calcular los grados de libertad (gl). gl = N - 1.
-# Decidir si se acepta o rechaza la hipótesis.
+#Decidir si se acepta o rechaza la hipótesis.
 No basta con saber si W está más próximo a 0 o 1 sino que además debemos saber si W es significativamente distinta de 0 para rechazar la hipótesis de concordancia casual. Esta prueba sería en principio una prueba de hipótesis.