APUNPORTES Beler Nolasco: marzo 2016

domingo, 13 de marzo de 2016

Un agrado para nuestra profe Urtza Garay

La vida es aquello que te va sucediendo mientras te empeñas en hacer otros planes.

domingo, 6 de marzo de 2016

Tarea evaluable T3

Tarea evaluable T3

Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps; el reparto de sujetos entre ambos grupos se realiza siguiendo un criterio de paridad de sexo.

El registro del caso se recoge en el siguiente fichero: https://www.dropbox.com/s/d4egha6ag2hgt9i/Notas-2grupos-v3.csv?dl=0

SE PIDE:

1. Observar los datos y reflexionar acerca de la relación que existe entre las variables calificación, grupo y sexo.

2. Dibujar en Excel o Google Sheets un gráfico de interacción (http://courses.washington.edu/smartpsy/interactions.htm) de las medias de las calificaciones combinando las variables grupo y sexo, es decir: Moodle-Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female. ¿Coinciden los resultados mostrados en el gráfico con tus reflexiones del apartado anterior?

3. Analizar si existen diferencias estadísticamente significativas en las calificaciones en función del grupo y del sexo.

4. Utilizar la función aov() de R para saber si existe una interacción estadísticamente significativa entre las variables grupo y sexo.

1. Observar los datos y reflexionar acerca de la relación que existe entre las variables calificación, grupo y sexo.

Figura 1.0

Abrimos la interfaz R studio y cargamos el fichero de datos desde la cuadrícula superior derecha: Import Dataset → From text file

Figura 1.1

A continuación se abre una ventana en cuya parte derecha se muestra, por un lado, el contenido del fichero de texto que deseamos cargar, y por otro lado, la estructura de datos que se va a cargar en R a partir de dicho contenido según las opciones indicadas en la parte izquierda de ventana. Para que la creación de la estructura de datos se realice de forma correcta, debemos indicar a través de dichas opciones si el contenido del fichero de datos incluye una cabecera, cuál es el separador utilizado entre variables, cuál es el carácter utilizado para separar la parte entera de la parte decimal de un número, etc.

Figura 1.2

Figura 1.3

Si el proceso se realiza correctamente, la estructura de datos debería aparecer representada en una nueva cuadrícula. El entorno queda compuesto de 4 cuadrículas: la cuadrícula superior derecha se utiliza para cargar datos y visualizar las variables de trabajo; la cuadrícula superior izquierda se utiliza para visualizar el contenido de dichas variables; la cuadrícula inferior izquierda se utiliza para introducir los comandos para procesar y analizar los datos; y la cuadrícula inferior derecha se utilizar para visualizar gráficas.

Figura 1.4

Los siguientes pasos van dirigidos a la obtención de los siguientes grupos de datos a partir del primer archivo: Moodle-Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female. En dicha figura se diferenciarán, mediante distintos colores, los estudiantes entorno sexo

FILTRADO DE DATOS

Para filtrar los sujetos por tipo entorno, escribimos los siguientes comandos en la consola:

grupoMoodle <- subset(Notas.2grupos.v3, grupo=="Moodle")

grupoGoogleApps <- subset(Notas.2grupos.v3, grupo=="Google Apps")

Al ejecutar estos comandos, se crearán dos nuevas variables: grupoMoodle y grupoGoogleApps.

Figura 1.5

Para filtrar los sujetos por tipo de entorno y sexo, escribimos los siguientes comandos en la consola:

oodle-Male <- subset(grupoMoodle, sexo==”M”)

Moodle-Female <- subset(grupoMoodle, sexo==”F”)

GoogleAppMale <- subset(grupoGoogleApps, sexo=="M")

GoogleappsFemale <- subset(grupoGoogleApps, sexo=="F")

Al ejecutar estos comandos, se crearán cuatro nuevas variables: oodle-Male, Moodle-Female, GoogleAppMale y GoogleappsFemale.

Figura 1.6

En este punto tenemos la división por sexo, grupo y calificaciones al mismo tiempo.

ANÁLISIS REFLEXIVO

Observando detenidamente cada grupo ordenados o agrupados de la siguiente manera ( Moodle.Male, Moodle.Female, GoogleApp.Male y Googleapps.Female) podemos visualizar a simple vista que no existe ninguna relación aparentemente significativa, ya que las notas en la mayoría de casos guardan similitudes en ambos grupos tomando en cuenta el sexo, como lo hemos hecho en este caso.

En el siguiente proceso analizaremos la media de cada grupo atendiendo a su sexo

Creamos los grupos GrupoMoodle y GrupoGoogleApps

Con los siguientes códigos:

GrupoMoodle <- subset(Notas.2grupos.v3, grupo =="Moodle")

GrupoGoogleApps <- subset(Notas.2grupos.v3, grupo =="Google Apps")

Figura 2.0

Luego agrupamos por sexo cada grupo con los siguientes códigos

GoogleApps.Male <- subset(GrupoGoogleApps, sexo =="M")

GoogleApps.Female <- subset(GrupoGoogleApps, sexo =="F")

Moodle.Male <- subset(GrupoMoodle, sexo =="M")

Moodel.Female <- subset(GrupoMoodle, sexo =="F")

Figura 2.1

ANÁLISIS DE DATOS.
En primer lugar, debemos de obtener los valores del análisis en cada categoría para luego realizar nuestros gráficos de interacción.

Primero buscaremos los datos estadísticos, tomando en cuenta la calificación o nota por grupo y por sexo con la siguiente línea de códigos:

t.test(grupoGoogleApps$nota, grupoMoodle$nota)

RESULTADOS

Análisis de datos por grupo (GrupoGoogleApps vs GrupoMoodle)

Figura 2.2

ANÁLISIS DE DATOS POR SEXO

Moodle.Female$nota vs GoogleApps.Female$nota

Figura 2.3

Figura 2.4

Veamos algunos gráficos de interacción de los datos de las figuras 2.2, 2.3 y 2.4.

GoogleApps	Moodle
7.25	5.25

Moodle.Female	GoogleApps.Female
5.9	6.6

Moodle.Male	GoogleApps.Male
4.6	7.9

3. Analizar si existen diferencias estadísticamente significativas en las calificaciones en función del grupo y del sexo.

Haciendo referencia a la figura 2.2 la cual analiza en función de los grupos Moodle y Google Apps, donde tenemos una media en x=7.25 y=5.25 y un p-value = 1.683e-06 encontramos que se encuentra muy por encima del margen de error de 5%.
La figura 2.3 nos referencia en el análisis de Moodle.Female y GoogleApps.Female donde obtuvimos un media de x=5.9 y=6.6 y un p-value = 0.1069 para un 10% de margen de error.
Para la figura 2.4 tenemos la siguiente media x=4.6 y=7.9 con un p-value=2.603 para un margen de error muy alto.

De los tres casos anteriores podemos sacar las siguientes conclusiones:

Existe un margen de error muy grande al afirmar que es debido al azar y no al factor diferencial del grupo.

Que los estudiantes con la media mas alta corresponden a los Google App.

4. Utilizar la función aov() de R para saber si existe una interacción estadísticamente significativa entre las variables grupo y sexo.

resultados.aov <- aov(nota~(grupo*sexo), data =Notas.2grupos.v3)

> summary(resultados.aov)

Df Sum Sq Mean Sq F value Pr(>F)

grupo 1 40.0 40.00 47.06 5.02e-08 ***

sexo 1 0.0 0.00 0.00 1

grupo:sexo 1 16.9 16.90 19.88 7.74e-05 ***

Residuals 36 30.6 0.85

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Figura 2.5

Gráfico de Interacción de regresión lineal utilizando
interaction.plot(grupo, sexo, nota)

Figura 2.6

Pr(>F) 7.74e-05, representa un 0,0077399999999999995 % (0.0078%), valor por debajo del 5%.
entonces concluimos que sí existe, una interacción significativa entre las variables grupo sexo.

Fuentes Bibliográficas
http://www.mutae.net/2016/01/bt01-bt02-actividad-9-introduccion-r.html
http://www.uv.es/mperea/R-Anovas.html
https://cran.r-project.org/doc/contrib/R-intro-1.1.0-espanol.1.pdf
https://cran.r-project.org/doc/contrib/curso-R.Diaz-Uriarte.pdf

Tarea evaluable T2

Situación

Que se pide

Para cada uno de los años, analizar si existen diferencias estadísticamente significativas entre las calificaciones de ambos grupos.

El registro del caso se recoge en los siguientes ficheros:

CARGAR DATOS

Cargar segundo archivo

NOTA

EL SEGUNDO ARCHIVO ESTA DIVIDIDO POR SIGNO DE # POR LO QUE COPIAMOS EL CODIGO DE LA RUTA Y EN SEP AGREGAMOS EL SIGNO UTILIZADO EN ESTE ARCHIVO, de lo contrario nos dará error.

Notas.2grupos.v2 <- read.delim("C:/Users/pc/Desktop/TAREA OSKAR2/Notas-2grupos-v2.csv", sep = "#")

Figura 1.0

ANALIZAREMOS SI EXISTE DIFERENCIAS ESTADÍSTICAMENTE SIGNIFICATIVAS ENTRE LAS CALIFICACIONES DE AMBOS GRUPOS, POR AÑOS.

Despejamos las variables que vamos a utilizar

Primer año

> datosMoodleaños1 <- subset(Notas.2grupos.v1, grupo =="Moodle")

> datosGoogleappsaños1 <- subset(Notas.2grupos.v1, grupo =="Google Apps")

Figura 1.2

Segundo año

> datosMoodleaño2 <- subset(Notas.2grupos.v2, grupo =="Moodle")

> datosGoogleappsaños2 <- subset(Notas.2grupos.v2, grupo =="Google Apps")

figura 1.3

Ejecutamos el t.test

Comparando de la siguiente manera

GRUPO AÑO 1	GRUPO AÑO 2
datosMoodleaños1---------->	datosMoodleaño2
datosGoogleappsaños1----à	datosGoogleappsaños2

Media de las notas de los estudiantes que utilizaron Moodle año 1 y Moodle año 2.

Figura 1.4

¿Qué nos indican los resultados?

En primer lugar, que la media de la variable x (datosMoodleaño1$nota) es de 6.25, mientras que la variable y (datosMoodleaño2$nota) tiene una media de 6.55, para una diferencia de -0.3 Por tanto, como hemos dicho anteriormente, la diferencia entre ambos grupos no parece significativa porque es tan sólo de -0.3.

¿Es esta diferencia ESTADÍSTICAMENTE significativa? Es decir, ¿la diferencia se debe al factor diferencial entre ambos grupos o se debe al azar? Para saberlo, nos fijamos en el p-value.

¿Qué indica el p-value? Indica que el riesgo a equivocarnos al afirmar "Si, existe una diferencia estadísticamente significativa entre ambos grupos debida al factor diferencial entre dichos grupos", cuando en realidad dicha diferencia no se debe al factor diferencial entre grupos, sino al azar. En este caso, p-value = 0.4577 = 45% ose, un error muy grande de equivocarnos.

Figura 1.5

Como vemos, en lo que respecta a la calificación final, el riesgo que corremos al afirmar "Sí, existe una diferencia estadísticamente significativa entre ambos grupos determinada por la plataforma utilizada en cada grupo" es grande.

Media de las notas de los estudiantes que utilizaron Google Apps año 1 y Google Apps año 2.

Figura 1.6

¿Qué nos indican los resultados?

Podemos observas que los estudiantes que utilizaron google apps, tanto el primer año como el segundo no reflejaron ninguna a diferencia estadísticamente hablando debido a que la media obtenida son iguales tanto para x(7.25) como para y(7.25) y nuestro margen de error p-value = 1

Figura 1.7

p-value en estadística

¿Qué es un valor p?

Utilice el valor p para determinar si los resultados son estadísticamente significativos. Los valores p suelen utilizarse en las pruebas de hipótesis, donde usted rechaza o no puede rechazar una hipótesis nula.

Cuando usted realiza una prueba de hipótesis, el elemento clave de la salida en el que hay que concentrarse es el valor p.

Un valor p oscila entre 0 y 1. El valor p es una probabilidad que mide la evidencia en contra de la hipótesis nula. Las probabilidades más bajas proporcionan una evidencia más fuerte en contra de la hipótesis nula.

Puede comparar el valor p con el nivel de significancia (α) para decidir si debe rechazar la hipótesis nula (H₀).

Si el valor p es menor que o igual a α, rechace H₀.

Si el valor p es mayor que el nivel de significancia (α), usted no puede rechazar H₀.

Para el nivel de significancia (α) suele utilizarse un valor de 0.05, entonces, si el valor p es menor que o igual a 0.05, rechace H₀.

Ahora analizaremos los datos de la siguiente manera

Veremos si existe alguna diferencia estadística cuando los estudiantes en un año utilizaron
Moodle un año y Google Apps otro año.

Moodle año 1 vs Google Apps año 2 y Google Apps año 1 vs Moodle año 2

GRUPO AÑO 1	GRUPO AÑO 2
datosMoodleaños1------------------>	datosGoogleappsaños2
datosGoogleappsaños1--------------->	datosMoodleaño2

t.test(datosMoodleaños1$nota, datosGoogleappsaños2$nota)

Figura 1.8

¿Qué nos indican los resultados?

para los estudiantes que el primer año utilizaron Moodle y el siguiente año Google Apps En lo concerniente a la media x (6.25) y (7.25), podemos observar que existe un crecimiento en la nota de los estudiantes. de una diferencia de 1.

el p-value =0.007427, nos dice que tenemos un margen de equivocarnos sí afirmamos que esto se debió al alzar de 0,07%, en pocas palabras sí podemos afirmar que se debió al azar, puesto que se encuentra por debajo del 5%.

Figura 1.9

t.test(datosGoogleappsaños1$nota, datosMoodleaño2$nota)

Figura 2.0

¿Qué nos indican los resultados?

Para el caso de los estudiantes que utilizaron el primer año Google Apps y el segundo año Cambiaron a Moodle tenemos una media de x(7.25) mientas que para y(6.55) con una disminución de la nota al pasar de Google Apps a Moodle. nuestro p-value =0.08832 para un 8,831999999999999 %, concluyendo que no se debió al azar sino, a la diferencia de grupo.

Conclusiones

Podemos concluir diciendo que las calificaciones varían para mejoría, utilizando el entorno Google Apps, pero esto no representa una diferencia estadística significativa.

En el caso de la figura 1.6 donde la media en ambos casos tienen un valor de 7.25, del análisis de Google Apps año 1 y Google App año 2, podemos decir que no se figura variación en las notas.

Fuentes Bibliográficas
http://www.mutae.net/2016/01/bt01-bt02-actividad-9-introduccion-r.html
https://cran.r-project.org/doc/contrib/rdebuts_es.pdf