Ppt-De Estadística

1 2 3 4
Guadalupe Ruiz Merino Curso de Estadstica Bsica

5 6
CURSO DE
ESTADSTICA BSICA
Guadalupe Ruiz Merino - Curso de Estadstica Bsica
1 2 3 4 5 6
ESQUEMA DEL CURSO
ESTADSTICA BSICA
DISEO DE EXPERIMENTOS
ESTADSTICA DESCRIPTIVA
TIPOS DE
VARIABLES
MEDIDAS DE
POSICIN CENTRAL
Y DE DISPERSIN
INFERENCIA ESTADSTICA
TABLAS Y
GRFICAS
ESTIMACIN
PUNTUAL
POR
INTERVALOS
MTODOS
PARAMTRICOS
MTODOS NO
PARAMTRICOS
T-STUDENT
U-MANN
WHITNEY
K-W
TABLAS DE
CONTINGENCIA
CONTRASTE
DE HIPTESIS
ANOVA
FISHER
PEARSON
1 2 3 4 5 6 1
1.1 Estudios observacionales
1.2 Estudios experimentales
SESIN 1
DISEO DE ESTUDIOS
EN INVESTIGACIN MDICA
1 2 3 4 5 6
SESIN 2
DESCRIPTIVA
2.1 Escalas de medida
2.2 Variables
2.3 Resumen de datos con nmeros
2.4 Resumen de datos con grficos

2
1 2 3 4 5 6 3
3.1 Concepto de estimacin
3.2 Error estndar
3.3 Intervalo de confianza
SESIN 3
ESTIMACIN
1 2 3 4 5 6 4
4.1 Contraste de hiptesis
4.2 Mtodos Paramtricos
4.3 Transformaciones de datos
4.4 Mtodos no Paramtricos

SESIN 4
INFERENCIA ESTADSTICA I
1 2 3 4 5 6
Si oigo algo lo olvido.
Si lo veo lo entiendo.
Si lo hago lo aprendo.
Confucio (551-478 A.C)
1 2 3 4 5 6 3
3.1 Concepto de estimacin
3.2 Error estndar
3.3 Intervalo de confianza
3.4 Tamao de muestra
SESIN 3
ESTIMACIN
1 2 3 4 5 6
DEFINICIN DE ESTIMACIN

Proceso de utilizar informacin de
una muestra para extraer conclusiones
acerca de toda la poblacin
Se utiliza la informacin para estimar un valor
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
PROPIEDADES DE LA ESTIMACIN
No tener sesgos

Poca variabilidad de una muestra a otra
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
TIPOS DE ESTIMACIN
PUNTUAL: Se obtiene un nico nmero al que se le
puede asignar un punto de la recta
POR INTERVALOS: Se obtienen dos puntos que
representan un lmite inferior y superior (li, ls)
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
CONCEPTO DE ESTIMACIN
Ser un estimador adecuado no significa ... significa ...
... manejo de la incertidumbre y
de la imprecisin
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
CONCEPTO DE ESTIMACIN
Un estimador puntual
Difiere del verdadero valor
Por lo tanto
Es deseable acompaar la estimacin
de alguna medida posible de error
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
DEFINICIN DE ERROR ESTNDAR

Diferencia entre el valor probable y los
valores reales de la variable dependiente
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
EL ERROR ESTNDAR ES

3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
TIPOS DE ERROR ESTNDAR

3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
El error estndar puede
ser de dos tipos
ALEATORIO

SISTEMTICO
1 2 3 4 5 6
ERROR ALEATORIO

3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Error inevitable que se produce por eventos nicos
imposibles de controlar durante el proceso de medicin
En un estudio de investigacin, el error aleatorio viene
determinado por el hecho de tomar slo una muestra de una
poblacin para realizar inferencias
Puede disminuirse aumentando el tamao de la muestra
1 2 3 4 5 6
ERROR SISTEMTICO

3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Error que se produce de igual modo en todas las
mediciones que se realizan de una magnitud
Puede estar originado en un defecto del instrumento, en una
particularidad del operador o del proceso de medicin, etc
Se contrapone al concepto de error aleatorio
1 2 3 4 5 6
ESTIMACIN POR INTERVALOS

Asociado a cada
estimacin
siempre hay
Un intervalo
Una medida de confianza
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
DEFINICIN DE INTERVALO DE CONFIANZA

Espacio que tiene una cierta probabilidad de
contener el verdadero valor del parmetro
desconocido
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
MEDIDA DE CONFIANZA

Coeficiente de
confianza
= 1-
Nivel de
confianza
= 100*(1- )%
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
Elegiremos probabilidades cercanas a la unidad
MEDIDA DE CONFIANZA

Lo decidimos nosotros:
Probabilidad
del 95%
1- = 0.95 = 0.05
Probabilidad
del 90%
1- = 0.90 = 0.10
Probabilidad
del 99%
1- = 0.99 = 0.01
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
Se utilizan como indicadores de la variabilidad
de las estimaciones.

Cunto ms estrecho sea, mejor.
LOS INTERVALOS DE CONFIANZA

3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
Se pueden crear para cualquier parmetro de
la poblacin.
LOS INTERVALOS DE CONFIANZA

EJEMPLOS
Media: tiempo medio de recuperacin
Proporcin: de nios que sufren apendicitis
Desviacin estndar: del error de medida de un
aparato mdico
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
(
+ s s =

n
s
t x
n
s
t x IC
n
n
n
n
1
1
1
1
% 95
Factor relacionado
con la confianza
Parmetro: Media Poblacional
Error Estndar
Estimo
Nivel de
confianza
Lmites de confianza
IC95%
FRMULA DEL INTERVALO DE CONFIANZA PARA LA MEDIA
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6
Nivel de confianza
Lmites de confianza
Parmetro: Prevalencia Poblacional
Error Estndar
(
(

+ s s

=
n
p p
z p
n
p p
z p IC
) 1 ( ) 1 (
% 95
2 / 2 / o o
t
IC95%
FRMULA DEL INTERVALO DE CONFIANZA PARA LA PROPORCIN
3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
1 2 3 4 5 6 3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Cuntos individuos deberemos elegir para estimar una proporcin?
FRMULA
Para contestar a esta pregunta
debemos fijar a priori la precisin D
deseada y a partir de ella estimar la
proporcin
CONDICIONES DE
APLICACIN
La muestra debe ser extrada al azar de una
poblacin infinita (muy grande)
1 2 3 4 5 6 3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Cmo se obtiene el valor de p?
En la frmula anterior, debemos sustituir p por un valor aproximado, obtenido
segn uno de los siguientes criterios:
Estudios anteriores proporcionan una idea aproximada
del valor de p

Realizar un sondeo previo se extrae una pequea
muestra y se sustituye p por la proporcin p0 observada en ella

Sustituir el valor p por el caso ms desfavorable ocurre
cuando p=0,5
p =
1 2 3 4 5 6 3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
El resultado de un sondeo previo
indica que la proporcin de
votos a favor es de 62%
EJEMPLO
Se desea calcular el tamao de muestra necesario para predecir,
mediante un sondeo al azar, el resultado de una votacin a nivel
nacional con error inferior a 4%
Tomamos p=0,62
1 2 3 4 5 6 3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Cuntos individuos deberemos elegir para estimar una media?
FRMULA
Al igual que para el clculo de la
proporcin debemos estimar a priori
el error que estamos dispuestos a
asumir.
CONDICIONES DE
APLICACIN
La muestra debe ser extrada al azar de una
poblacin infinita (muy grande)
1 2 3 4 5 6 3
3.1 CONCEPTO DE
ESTIMACIN
3.2 ERROR
ESTNDAR
3.3 INTERVALO DE
CONFIANZA
3.4 TAMAO DE
MUESTRA
Cmo se obtiene el valor de ?
En la frmula anterior, debemos sustituir por un valor aproximado, obtenido
segn uno de los siguientes criterios:
Estudios anteriores proporcionan una idea aproximada
del valor de

Realizar un sondeo previo se extrae una pequea
muestra y se sustituye p por la proporcin 0 observada en ella

Sustituir el valor p por el caso ms desfavorable ocurre
cuando =0,5
=
1 2 3 4 5 6 4
4.1 Contraste de hiptesis
4.2 Mtodos Paramtricos
4.3 Transformaciones de datos
4.4 Mtodos no Paramtricos

SESIN 4
INFERENCIA ESTADSTICA I
1 2 3 4 5 6 4
DEFINICIN DE INFERENCIA ESTADSTICA

Mtodos empleados para sacar conclusiones
a partir de una muestra y extenderlas a una
poblacin
En la Inferencia Estadstica, a diferencia que en la
Estimacin, primero se formula una hiptesis y
despus se comprueba su veracidad, aceptando o
rechazando dicha hiptesis
IMPORTANTE!
1 2 3 4
5 6

Expresar el interrogante de la investigacin como
una hiptesis estadstica:
H0: No hay diferencia
H1: Hay diferencia
PASO 1 PASO 2 PASO 3 PASO 4
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
4.3 TRANSFORMACIONES
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
MTODO DE CONTRASTE DE HIPTESIS
1 2 3 4
5 6
Decidir sobre la prueba estadstica adecuada
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
CMO?
Segn la poblacin y el tipo de variables
1 2 3 4
5 6
Seleccionar grado de significacin para la prueba
estadstica.

Grado de significacin = alfa = probabilidad de
rechazar de manera incorrecta H0 cuando sea cierta
(normalmente 0.05, 0.01, 0.001)
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
1 2 3 4
5 6
Realizar los clculos y exponer conclusiones
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
1 2 3 4
5 6
Existe diferencia
H1
No existe
diferencia H0
Existe
diferencia
Poder 1- Falso positivo,
Error tipo I
No existe
diferencia
Falso negativo,
Error tipo II
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ERRORES EN LAS PRUEBAS DE HIPTESIS
HIPTESIS
CONCLUSIN
1 2 3 4
5 6
= Probabilidad de error tipo II

Potencia = 1-

Los test sern ms adecuados
cuanto ms potentes
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ERRORES EN LAS PRUEBAS DE HIPTESIS
1 2 3 4
5 6
Cmo se puede aumentar la potencia de un test?
Aumentando el tamao de la muestra
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
POTENCIA DEL TEST
1 2 3 4
5 6
VALOR DE
p
Probabilidad de
que el resultado
obtenido sea
debido al azar
Se calcula
despus de la
prueba
estadstica
Si p< se
rechaza H0
Y si no lo es?
Qu conclusin
sacamos?
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
VALOR DE P
1 2 3 4
5 6
Si rechazo una hiptesis con un nivel de
significacin () de 0.001
Se rechazara a un nivel de 0.01?
Porque si la rechazamos es porque p<0.001,
lo que implica que p<0.01
S
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
MTODOS PARA EL CONTRASTE DE HIPTESIS
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
Y si fuera al revs: p<0,01, puedo
rechazar para p<0,001?
En ese caso no puedo asegurar que la
regin de rechazo siga siendo la misma
NO
1 2 3 4
5 6
Si un test se rechaza con una potencia de 0.90
se seguir rechazando si rebajamos
la potencia a 0.80?
Estamos aumentando la probabilidad de error de tipo II
(aceptar H0| H0 falsa) y habra que rehacer el contraste
NO
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
TIPOS DE DISEO
VARIABLE
DEPENDIENTE
VARIABLE
INDEPENDIENTE
TEST
Cualitativa
dicotmica
Cualitativa ordinal
Cuantitativa
Cuantitativa
T-Student
ANOVA
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
T-Student
La muestra se ajuste a un modelo lineal (una
observacin directa sigue un modelo lineal)
Datos distribuidos normalmente e independientes
Variable dependiente cualitativa dicotmica
Variable independiente cuantitativa
Es el Mtodo Estadstico ms utilizado
CONDICIONES
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
T-Student
Datos distribuidos normalmente
Es lo ms frecuente
Bibliografa anterior
El Teorema Central del Lmite nos asegura
que cualquier muestra de un tamao > 30
sigue una distribucin normal
Test de contraste de normalidad
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
T-Student
Datos independientes
No se puede asignar los dos tratamientos a la muestra
Condicin indispensable: que las unidades de las variables
sean homogneas
NOTA!
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
T-Student
Los test de contraste de hiptesis pueden ser:

1. Unilaterales

2. Bilaterales

Se usan cuando se sospecha
que una media es mayor que otra

En este caso el nivel de
significacin pasa a ser 2
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
REPRESENTACIN GRFICA DE LA T-Student
1 2 3 4
5 6 4
T-STUDENT CON EL SPSS
1 2 3 4
5 6 4
T-STUDENT CON EL SPSS
1 2 3 4
5 6
PACIENTE PESO ANTES (kg) PESO DESPUS (kg)
1 100 95
2 89 84
3 83 78
4 98 93
5 108 103
6 95 90
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
PRUEBA T-Student PARA MUESTRAS DEPENDIENTES
EJEMPLO
1 2 3 4
5 6
FALSO!
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
PRUEBA T-Student PARA MUESTRAS DEPENDIENTES
Extraemos una muestra de 3 individuos y
calculamos su peso medio antes de la dieta
89 kg.
Extraemos otra muestra de 3 individuos y
calculamos su peso despus de la dieta
97 kg.
Concluimos por tanto que la dieta no es eficaz
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
DNDE EST EL FALLO?
La variable de estudio, en este caso el peso, es muy distinta
de un individuo a otro
Cmo controlar
esta variabilidad?
Cogiendo una nica muestra de
pacientes y calculando su peso
antes y despus de la dieta
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ESTUDIO DE DATOS APAREADOS
Hacemos un estudio de datos apareados cuando el mismo
grupo se mide dos veces:
Los individuos se miden al principio del tratamiento para
establecer una lnea basal y despus de alguna
intervencin se repite la medicin en los mismos sujetos
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ESTUDIO DE DATOS APAREADOS
Estos estudios necesitan una manera de controlar los datos entre
pacientes. El objetivo es controlar factores extraos que podran
influir en el resultado
La prueba estadstica que se utiliza cuando los mismos individuos
son objeto de medicin de una variable numrica es la prueba t-
Student para datos apareados
Debemos asumir que la diferencia de las medias sigue una
distribucin normal
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
Y si queremos estudiar la influencia de ms de un factor?

ANOVA
1 2 3 4
5 6
El trmino factor se refiere a la variable por la cual se
forman los grupos
4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
Al nmero de grupos definido por un factor se le conoce
como nmero de niveles
En estudios experimentales en medicina a los niveles
se les llama tratamiento
POR
EJEMPLO
Dividir en grupos en base a su estado de tiroides y terapia
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
Muchos de los proyectos en medicina utilizan ms de dos
grupos

Hay estudios que analizan la influencia de ms de un factor

Despus se comprueban las distintas combinaciones para
determinar las diferencias entre los grupos
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
P corregida
Si no se realiza la prueba mltiple,
las distintas combinaciones entre
los grupos alteran el nivel de
significacin
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
EJEMPLO
Supongamos que queremos estudiar las posibles diferencias entre
las medias de 4 grupos dos a dos.
Tendramos 4*2=8 posibilidades de cometer un error de tipo I con
un nivel =0.05
La posibilidad de que cada
comparacin significativa
fuera falsa sera de 5%
El total de posibilidad de declarar
una de las comparaciones como
significativa, de forma incorrecta,
sera de un 40%
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
Una manera de compensar las comparaciones mltiples es disminuir
el nivel , dividiendo entre el nmero de comparaciones hechas
EJEMPLO
En el caso anterior, si se hacen 4 comparaciones, se divide entre
4 para obtener una comparacin de 0.05/4=0.0125
Con este mtodo cada comparacin debe ser significativa al
nivel de 0.0125 para declararla como tal
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA
La forma de analizar los datos con observaciones mltiples se
llama ANOVA
ste mtodo protege al investigador contra el error inflaccin,
preguntando primero si hay diferencias entre las medias de los grupos
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
ANOVA - CARACTERSTICAS
Se asumen grupos de variable con distribucin normal
Debe haber homogeneidad en las varianzas
Las variables son independientes, es decir, no se
relaciona en forma alguna con el valor de otra
Si el ANOVA da significativo, estudiamos la diferencia
entre las medias
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
Si las observaciones estn muy sesgadas no debe emplearse la t-Student
QU
HACER?
En este caso las observaciones deben ser
transformadas o readaptadas
Tambin se pueden usar mtodos no paramtricos
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
QU ES UNA TRANSFORMACIN DE DATOS?
Transfomar observaciones significa
expresar los valores en otra escala
De esta forma se pueden usar pruebas estadsticas que
de otra manera no seran apropiadas.
Tambin resultan adecuadas cuando la dispersin es
muy alta.
POR
EJEMPLO
Si el peso se expresa en libras, se multiplica por 2.2
para obtener el valor en kg.
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
Las transformaciones ms comunes son las logartmicas,
tanto en base 10 como logaritmo neperiano
OJO!
Hay que tener cuidado con los valores iguales a cero
Las transformaciones logartmicas se emplean con frecuencia
cuando se trata de valores de laboratorio que tienen distribucin
sesgada o cuando hay mucha dispersin
Otra transformacin, menos utilizada, es la raz cuadrada
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
QU SON LOS MTODOS NO PARAMTRICOS?
Son pruebas estadsticas que no generan premisas
sobre la distribucin de las observaciones
Usar la prueba t requiere que se d por supuesto que las diferencias
siguen una distribucin normal, lo cual es especialmente importante
cuando los tamaos de muestra son pequeos (n<30)
La mayora de los test no paramtricos implican el anlisis del rango de
los datos, por lo que no se utilizan los valores de la muestra
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
TIPOS DE VARIABLES EN LOS MTODOS NO PARAMTRICOS
Variable dependiente cualitativa dicotmica
Variable independiente cuantitativa
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
MTODOS NO PARAMTRICOS PARA UN SOLO GRUPO
Variables dependientes
Test de la prueba de signo
aplicado a la diferencia (de
medias, proporcin,)

Prueba de Wilcoxon (U-
Mann Whitney)
Variables independientes Test de la prueba de signo
Se recomienda la prueba de Wilcoxon
por encima de la prueba de signo para
comparaciones pareadas, por ser ms
potente
1 2 3 4
5 6 4
4.1 CONTRASTE DE
HIPTESIS
4.2 MTODOS
PARAMTRICOS
DE DATOS
4.4 MTODOS NO
PARAMTRICOS
MTODOS NO PARAMTRICOS PARA VARIOS GRUPOS
La alternativa no paramtrica al ANOVA es el contraste
de Kruskal-Wallis
Sirve para contrastar la hiptesis de que k muestras
alternativas provienen de la misma poblacin
En el caso de existir diferencias podemos hacer
comparaciones a posteriori

Ppt-De Estadística

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ppt-De Estadística

Transféré par

Droits d'auteur :

Formats disponibles

1 2 3 4

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Vous aimerez peut-être aussi