Investigacin

Mtodos no paramtricos para la comparacin de dos muestras

Investigacin 109
Mtodos no paramtricos para la
comparacin de dos muestras
Prtega Daz, S.
Unidad de Epidemiologa Clnica y Bioestadstica. Complejo Hospitalario Universitario Juan Canalejo.
Pita Fernndez, S.
Unidad de Epidemiologa Clnica y Bioestadstica. Complejo Hospitalario Universitario Juan Canalejo
A la hora de analizar los datos recogidos para una investigacin, la
eleccin de un mtodo de anlisis adecuado es crucial para evitar lle-
gar a conclusiones errneas. La seleccin de la tcnica de anlisis
ms apropiada ha de hacerse tomando en cuenta distintos aspectos
relativos al diseo del estudio y a la naturaleza de los datos que se
quieren cuantificar. El nmero de grupos de observaciones a compa-
rar, la naturaleza de las mimas (segn se trate de muestras indepen-
dientes u observaciones repetidas sobre los mismos individuos), el
tipo de datos (variables continuas / cualitativas) o su distribucin de
probabilidad son elementos determinantes a la hora de conocer las
tcnicas estadsticas que se pueden utilizar
1
.
En el anlisis de datos cuantitativos, los mtodos estadsticos ms
conocidos y utilizados en la prctica, como el test t de Student o el
anlisis de la varianza, se basan en asunciones que no siempre son
verificadas por los datos de los que se dispone. As, es frecuente
tener que asumir que la variable objeto de inters sigue por ejemplo
una distribucin gaussiana. Cuando la ausencia de normalidad es
obvia, o no puede ser totalmente asumida por un tamao muestral
reducido, suele recurrirse a una transformacin de la variable de inte-
rs (por ejemplo, la transformacin logartmica) para simetrizar su
distribucin o bien justificar el uso de las tcnicas habituales recu-
rriendo a su robustez (esto es, su escasa sensibilidad a la ausencia
de normalidad). Existen a su vez otros mtodos, usualmente llama-
dos no paramtricos, que no requieren de este tipo de hiptesis
sobre la distribucin de los datos, resultan fciles de implementar y
pueden calcularse incluso con tamaos de muestra reducidos. En el
presente trabajo se describirn algunos de los mtodos no param-
tricos ms utilizados en la prctica
1-3
.
Dos muestras independientes: la prueba U de Mann-Whitney y
la prueba de la suma de rangos de Wilcoxon.
En muchas situaciones se desea contrastar si la distribucin de
una variable X es igual en dos poblaciones, o bien si dicha varia-
ble tiende a ser mayor (o menor) en alguno de los dos grupos,
basndose en los datos muestrales. Por ejemplo, puede resultar
interesante comparar el descenso de peso en pacientes someti-
dos a dos dietas alimenticias distintas, o el nivel de dolor en suje-
tos con artrosis que reciben un tratamiento frente a placebo. En la
teora estadstica tradicional la prueba que se aplicara para rea-
lizar este tipo de comparaciones sera el test t de Student para dos
muestras independientes
4
, siendo la U de Mann-Whitney o la
prueba de la suma de rangos de Wilcoxon pruebas de carcter no
paramtrico equivalentes que podran emplearse tambin en esta
situacin.
De un modo ms formal, supongamos que se dispone de observa-
ciones de una misma variable X (prdida de peso, puntuacin de
dolor, etc.) en dos poblaciones distintas sobre muestras de tamao
n1 y n2, respectivamente:
Poblacin 1:
Poblacin 2:
Un modo intuitivo de proceder consiste en ordenar las observaciones
obtenidas, independientemente de su poblacin de origen, de
menor a mayor valor y asignar rangos a los datos as ordenados. De
esta forma, a la observacin con un valor ms pequeo se le asigna
rango 1, a la siguiente rango 2, y as sucesivamente. En caso de
empates (si dos o ms observaciones coinciden en valor) se le asig-
nar a cada una de estas observaciones el promedio de los rangos
que les seran asignados si no hubiese empate.
Si no existiesen diferencias en la distribucin entre ambas poblacio-
nes, los rangos deberan mezclarse aleatoriamente entre las dos
muestras. En cambio, si la suma de los rangos asignados a las obser-
vaciones de una de las poblaciones resulta mucho mayor que la
suma de los rangos asignados a las observaciones de la otra pobla-
cin, esto indicara una diferencia en la distribucin de la variable X
entre ambas.
Cad Aten Primaria
Ao 2006
Volumen 13
Pg. 109-113
110 Investigacin
CADERNOS CADERNOS
de atencin primaria de atencin primaria Mtodos no paramtricos para la comparacin de dos muestras
Denotemos por el rango asignado a cada una
de las observaciones disponibles. Consideraremos como estadstico
de contraste para la prueba de la suma de rangos de Wilcoxon la
suma de los rangos en una de las poblaciones:
La distribucin de probabilidad de los estadsticos anteriores ha sido
tabulada para tamaos de muestra pequeos y en el caso de no exis-
tir empates (Tabla 1). As, la Tabla 1 sirve para conocer si el resulta-
do es significativo a nivel bilateral si se trabaja con una seguridad del
95% y tamaos muestrales <15.
Para tamaos muestrales mayores (>15), es adecuado utilizar la
aproximacin normal, obteniendo a partir de T la variable:
donde m
T
y
T
son la media y desviacin estndar de T si la hipte-
sis nula es cierta, y vienen dadas por las siguientes frmulas:
El nmero de empates debe ser adems pequeo en relacin con
el nmero total de observaciones. En el caso de empates, la varian-
za del estadstico T debe modificarse, de modo que la expresin
anterior quedara como sigue:
Una vez obtenido el valor de z ste se debe referir a las tablas de la
distribucin normal para obtener el valor de significacin asociado
5
.
Para ilustrar el uso de esta prueba, consideraremos los datos de la
Tabla 2, correspondiente a los valores de medicin del dolor (en una
escala de 0 a 10) en dos grupos de 11 pacientes sometidos a dos
tratamientos analgsicos diferentes. En este caso n
1
=n
2
=11. La suma
de los rangos asignados a las observaciones del primer grupo es
T=171, y su media .
Puesto que la suma de rangos obtenida supera a la esperada, consi-
deraremos como estadstico final T=171-126,5=44,5, y lo referire-
mos a los valores en la Tabla 1. Trabajando con un planteamiento
bilateral y una seguridad del 95%, la regin de rechazo corresponde
a valores de T menores o iguales a 96, por lo cual se rechazara la
hiptesis nula de igual nivel de dolor en ambos grupos de tratamien-
to con un nivel de significacin p<0.05.
En el ejemplo propuesto podemos comprobar el resultado que se
obtendra al utilizar la aproximacin normal. Tal y como vimos:
Con lo cual se utilizara el estadstico:
que debe referirse a los valores de una distribucin normal estndar
5
.
As, se obtiene p=0,002, concluyndose igualmente que el nivel de
dolor es diferente segn la terapia analgsica utilizada.
Por otra parte, es frecuente referirse a la prueba de la suma de ran-
gos de Wilcoxon con el nombre de prueba U de Mann-Whitney. En
realidad, son dos pruebas diferentes, aunque esencialmente equiva-
lentes entre s. Para el clculo de la prueba U de Mann-Whitney, en
lugar de la suma de rangos se calcularn los valores:
U
12
: el nmero de pares para los cuales una observacin de la pri-
mera poblacin es inferior a una observacin de la segunda pobla-
cin, .
TABLA 1
Percentiles 95 para la prueba de la suma de rangos de 2 muestras de
Wilcoxon.
TABLA 2
Valores de medicin del dolor (en una escala de 0 a 10) en dos grupos
de pacientes sometidos a dos tratamientos analgsicos diferentes.
CADERNOS CADERNOS
de atencin primaria de atencin primaria Mtodos no paramtricos para la comparacin de dos muestras
Investigacin 111
U
21
: el nmero de pares para los cuales una observacin de la pri-
mera poblacin es superior a una observacin de la segunda pobla-
cin, .
En caso de empate se contabilizarn 0,5 unidades a mayores en
cada una de las cantidades anteriores. De forma anloga a como
ocurra con la prueba anterior, valores bajos de U
12
indicarn una
diferencia hacia valores ms altos de la variable en la primera pobla-
cin, mientras que valores altos indicarn que estos tienden a ser
ms altos en la segunda poblacin.
Los parmetros anteriores se relacionan con el estadstico T descrito
anteriormente mediante la siguiente ecuacin:
De forma que a partir del estadstico U puede obtenerse inmediata-
mente el valor del estadstico de Wilcoxon y utilizar la metodologa
anterior para obtener el valor de significacin asociado. De hecho, la
mayor parte de programas estadsticos, como el SPSS, muestran en
sus salidas los valores de ambos estadsticos, junto con un p-valor
comn, bien calculado a partir de la aproximacin asinttica median-
te una distribucin normal o a partir de las tabulaciones correspon-
dientes, corrigiendo la posibilidad de empates. Otra prueba equiva-
lente aunque menos conocida es la S de Kendall, calculada segn S=
U
12
- U
21
.
Por ltimo, decir que al igual que el anlisis de la varianza en el abor-
daje estadstico tradicional extiende la prueba t de Student al caso
en el que se quieran comparar ms de dos
grupos, el test de Kruskall-Wallis es una
extensin natural de la prueba de Mann-
Whitney a esta situacin. Para su clculo se
ordenarn las N observaciones obtenidas,
independientemente de su poblacin de ori-
gen, de menor a mayor valor y se asignarn
los rangos correspondientes. El estadstico
de contraste para la prueba de Kruskall-Wallis
vendr dado por:
donde N denota al nmero total de observa-
ciones en los k grupos que se comparan,
es el promedio de los rangos de
las observaciones del i-simo grupo y el pro-
medio de todos los rangos. As definido, el
estadstico H sigue una distribucin x
2
con k-
1 grados de libertad.
Dos muestras relacionadas: la prueba del signo y la prueba de la
suma de rangos con signo de Wilcoxon.
Otra situacin muy frecuente es aquella en la que se desea compa-
rar la distribucin de una variable X en dos muestras de casos apare-
ados, usualmente sobre los mismos individuos en dos momentos
diferentes de tiempo. Por ejemplo, puede quererse comparar el nivel
de dolor en una articulacin antes y despus de un tratamiento con
infiltraciones, o el peso antes y despus de someterse a algn pro-
grama de adelgazamiento. En estas situaciones, es lgico trabajar con
la diferencia de las observaciones entre ambos momentos (prdida
de peso, disminucin del nivel de dolor, etc.):
donde aqu denotan los valores observados de la varia-
ble X en n individuos en el primer instante y los valores
observados en un instante posterior.
Una forma sencilla de proceder consiste en contabilizar el nmero r
de diferencias positivas y el nmero s de diferencias negativas (sin
contar los valores 0). Bajo la hiptesis nula de que no existen diferen-
cias, ser igualmente probable obtener una diferencia positiva o nega-
tiva, por lo que ambos valores se distribuirn segn una distribucin
TABLA 3
Tabla de la distribucin binomial acumulada Bi (n,p) con p=1/2.
112 Investigacin
CADERNOS CADERNOS
de atencin primaria de atencin primaria Mtodos no paramtricos para la comparacin de dos muestras
binomial de parmetros Bi(r+s,1/2). Recurriendo a las tablas de la dis-
tribucin binomial, podemos obtener a partir de r (o, equivalentemen-
te, de s) el valor exacto de significacin asociado (Tabla 3).
Como ejemplo, utilizaremos los datos de la Tabla 4 en la que se
muestra la prdida de peso alcanzada por 20 sujetos sometidos a un
programa de adelgazamiento. El nmero de observaciones positivas
(pacientes que realmente perdieron peso) es r=14, mientras que el
nmero de observaciones negativas (pacientes que ganaron peso)
es s=6. Refiriendo estos valores a los de una distribucin binomial de
parmetros Bi(20,1/2) se obtiene un valor de p=2x0,058=0,116,
por lo que no puede concluirse que exista una prdida de peso sig-
nificativa en los pacientes estudiados.
Para tamaos muestrales grandes (n>20) puede utilizarse como
estadstico de contraste:
que seguir aproximadamente una distribucin normal estndar
N(0,1).
En el ejemplo anterior:
Si referimos el valor obtenido a la funcin de probabilidad de una dis-
tribucin N(0,1) se obtiene p=0.075, no resultando en un valor sig-
nificativo tal y como ocurra con la aproximacin por la binomial.
La prueba del signo, tal y como se denomina a la prueba que se
acaba de describir, presenta como mayor limitacin el hecho de que
no tiene en cuenta la magnitud (positiva o negativa) de las observa-
ciones. As, puede ocurrir que existan muchas diferencias positivas
pero de escasa magnitud (pacientes que pierden peso pero en poco
volumen) y pocas diferencias negativas pero de mucha mayor impor-
tancia (pacientes que ganan mucho peso). Este tipo de situaciones
deberan reducir la posibilidad de encontrar diferencias significativas
entre las observaciones.
La prueba de la suma de rangos con signo de Wilcoxon toma en con-
sideracin la deficiencia anterior. Las observaciones se ordenan de
menor a mayor valor absoluto y se les asignan rangos (ignorando los
valores nulos y actuando igual que en el caso de la prueba de suma
de rangos ante empates). Se utilizar como estadstico de contraste
la suma T
+
de los rangos asignados a valores positivos o bien la suma
T
-
de los rangos asignados a valores negativos. Para valores peque-
os de n, la distribucin de T
+
y T
-
est completamente tabulada, y
puede utilizarse para obtener los valores crticos del test (Tabla 5). En
el caso de muestras grandes (n>20), la distribucin de T
+
y T
-
puede
aproximarse por la de una variable normal. As, realizando la transfor-
macin:
TABLA 5
Valores crticos para la prueba de la suma de rangos con signo de Wilco-
xon segn el tamao de muestra y el nivel de significacin asociado
TABLA 4
Valores del peso en una muestra de 20 pacientes antes y despus de
someterse a un programa de adelgazamiento.
CADERNOS CADERNOS
de atencin primaria de atencin primaria Mtodos no paramtricos para la comparacin de dos muestras
Investigacin 113
Obviamente, el tipo de procedimientos aqu expuestos permiten
cubrir slo una pequea parte de las situaciones que se nos pueden
plantear en la prctica. En la mayora de las ocasiones, se dispone de
informacin en una gran cantidad de variables, lo cual requiere recu-
rrir a otros mtodos de anlisis que no slo permitan estudiar las rela-
ciones entre un par de variables, sino estudiar el efecto conjunto de
todas ellas.
BIBLIOGRAFA
1. Altman D.G. Practical Statistics for Medical Research. London: Chapman & Hall,
1991.
2. Armitage P., Berry G. Estadstica para la investigacin biomdica. Barcelona: Doyma,
1992.
3. Milton J.S., Tsokos J.O.. Estadstica para biologa y ciencias de la salud. Madrid:
Interamericana_McGraw Hill; 1989.
4. Prtega Daz S, Pita Fernndez S. Mtodos paramtricos para la comparacin de dos
medias. T de Student. Cad Aten Primaria 2001; 8. 37-41
5. Prtega Daz S, Pita Fernndez S. La distribucin normal. Cad Aten Primaria 2001;
8: 268-274.
la distribucin asociada es la de una normal estndar (donde n' es el
nmero de observaciones no nulas).
Al igual que ocurra en la prueba de la suma de rangos para mues-
tras independientes, en caso de empate la varianza del estadstico
vara y debera efectuarse alguna correccin en la expresin anterior.
As mismo, los valores crticos en la Tabla 5 para el caso de empates
suelen resultar algo conservadores, es decir, con empates se tende-
r a aceptar la hiptesis nula de no diferencias cuando en realidad
sta debera ser rechazada.
Volviendo al ejemplo anterior, y tras ordenar las observaciones en la
Tabla 4 de menor a mayor valor absoluto, se obtiene las sumas de
rangos T
+
=178,5 y T
-
=31,5 correspondientes a las observaciones
con prdida o ganancia de peso, respectivamente. Refiriendo estos
valores a los que se muestran en la Tabla 5 con n=20, se obtiene un
valor de p<0.01.
www.
agamfec
.com
A revista Cadernos de Atencin Primaria accesible
por internet (www.agamfec.com). Os autores que o
desexen poden presentar material complementario
na pxina web (enquisas utilizadas, anexos,
aspectos metodolxicos mis detallados, fotos,...).
Este tipo de material enviarase de modo
diferenciado ao resto do texto. Cando algn traballo
incla material adicional na pxina web, ste
identificarase na revista con esta imaxe.
Ma t e r i a l a d i c i o n a l e n I n t e r n e t
Informacin
I n f o r m a c i n
I nf o r ma c i n
Cadernos de Atencin Primaria