BIOESTADSTICA 2 Pag.

8 USAMEDIC 2017

LAS DISTRIBUCIONES DE PROBABILIDAD

Bioestadistica 7 (A) Concepto: Es un GRFICO de frecuencias (cantidades) tericas que describe la
forma en que se espera que varen los resultados de pruebas ALEATORIAS
(experimentos).

Resultan tiles para realizar inferencias y tomar decisiones bajo incertidumbre.

ESTADISTICA ANALITICA
Se basa en variables Cuantitativas (DISCRETAS Y CONTINUAS).

As como las variables (datos) de las caractersticas de una medicin se pueden

resumir en DISTRIBUCIONES DE FRECUENCIA es decir la cantidad de elementos que
se repiten por cada categora o intervalo, de la misma manera los valores de una
variable aleatoria se pueden resumir en una DISTRIBUCION DE PROBABILIDADES.

DISTRIBUCION = GRAFICO

Estadstica Analtica TIPOS DE DISTRIBUCIONES DE PROBABILIDAD

a) VARIABLE DISCRETA: La variable toma un nmero

limitado de valores. Abarca :
OBJETIVOS
- Distribucin binomial (Bernoulli)
- Distribucin de Poisson

b) CONTINUAS: La variable puede tomar cualquier valor

Estimar parmetros dentro de un intervalo dado. Abarca:
Probar hiptesis
(inferencia)
- Distribucin normal
- Distribucin normal estndar o Z

A. Estadstica Inferencial (Estimacin o Inferencia)

La estadstica descriptiva no se utiliza para inferir
resultados, Slo se aplica a la muestra. El evento
acepta 02 DISTRIBUCION
resultados BINOMIAL
La Estadstica inferencial que toma la informacin de la posibles
estadstica descriptiva para realizar procesos que permiten, V. DISCRETA
dentro de ciertos rangos de confianza, determinar el (nmeros enteros)
comportamiento probable de la poblacin que es
representada por la Muestra El evento DISTRIBUCION
es raro POISSON
Muestra aleatoria: se considera aleatoria siempre y EXPERIMENTO RESULTADOS MEDICION DE
cuando cada observacin, medicin o individuo de la ALEATORIO ALEATORIOS FRECUENCIA
poblacin tenga la misma probabilidad de ser
ESTADGRAFOS
seleccionado (azar). (estadsticos)

DISTRIBUCION
Tipos de estimacin o inferencia: V. CONTINUA
PARMETROS (todos los nmeros) NORMAL
Estimacin puntual: Se trabaja con una muestra.

Estimacin por intervalos de confianza: Se trabaja con varias muestras. Se propone un

intervalo de valores, en el que se encontrar el parmetro con cierta probabilidad (nivel
de confianza).

ESTIMACION PUNTUAL ESTIMACION POR INTERVALO Distribucin normal (SIMETRICA)

Todas las distribuciones normales
tienen la misma forma general.
N1 X 1= 58 Kg La curva de densidad (grfico) de
una distribucin normal se
determina por su media y su
N2 X 2= 54 Kg desviacin estndar .
POBLACION Si se cambia sin cambiar se
X = 63 Kg N provoca un desplazamiento de la
(P)
X 3= 62 Kg
curva de densidad a lo largo del eje
N3
de las abscisas sin que cambie su
dispersin.
La desviacin tpica controla la
N4 X 4= 61 Kg dispersin de la curva normal
(ancho de la curva).

As como en el histograma, el rea representa la frecuencia absoluta de las

54 Kg 62 Kg variables del conjunto de datos, en la funcin de densidad el rea de la curva
representa la probabilidad, por lo que el rea total de la curva es 1 (100%).
(P)
BIOESTADSTICA 2 Pag. 9 USAMEDIC 2017

CONFIANZA = PROBABILIDAD DE ACERTAR

OJO: Pregunta de
Nivel o grado de confianza: probabilidad que asociamos con una estimacin del intervalo. Se bioestadstica
representa con (1 - a). Los niveles ms utilizados son 0,90 0,95 y 0,99. Se utiliza cuando se
Qu tipo
trabaja con estadstica inferencial o probabilstica. de
descriptiva estadstica analtica
es?
Intervalos de confianza: es el alcance o rango de la estimacin que estamos haciendo. Es el
rango de valores entre los cuales existe la probabilidad que se encuentre el valor real o Terminologa Terminologa
Parmetro de la poblacin. Muestra Muestra
Media representativa
GRADO DE CONFIANZA Desviacin Estimacin
estndar y Error estndar
(probabilidad de acertar)
Rango o Intervalo de
intervalo. confianza.

Buscar la respuesta Buscar la respuesta

que este redactada en que este redactada en
trminos absolutos terminologa
(descriptivos). probabilstica.
Descartar cualquiera Descartar cualquiera
que tenga terminologa que este redactada en
INTERVALO DE CONFIANZA inferencial trminos absolutos.

PROPIEDADES DE LA DISTRIBUCION NORMAL (terica)

1. Tiene forma de campana, es asinttica al eje Distribucin normal estndar (Z)
de las abscisas.
2. Es simtrica respecto a la media.
(estndar, tipificada, unitaria)
3. La media, la mediana y la moda tienen el Hay situaciones en las que se hace necesario comparar diferentes
mismo valor. distribuciones normales, pues stas tienen diferentes medias y desviaciones
estndar.
4. Los puntos de inflexin tienen como abscisas
los valores Puntos
Por este motivo se estandariza la variable. (Para comparar diferentes
de
5. Independientemente de la y , el rea total inflexin distribuciones normales).
bajo la curva normal es 1,00 (100%).
6. En el caso de distribucin normal de Dicho proceso (estandarizacin) consiste en restar la media a la variable y el
resultado dividirlo por la desviacin estndar, con lo cual se obtiene un
probabilidades las reas representan: cociente denominado el Valor Z, el cual corresponde a un rea de probabilidad
El 68% de probabilidades se encuentra en la cual se encuentra en una Tabla de valores Z y as podemos calcular y
1 desviacin estndar de la media. comparar las probabilidades de ocurrencia de un evento.

x
El 95,5% de probabilidades se encuentra +
en 2 (1.96) desviacin estndar de la
Z
- +
media. ,
El 99,7% de probabilidades se encuentra
en 3 (2.6) desviacin estndar de la
Mo,
Mn

media

15

RECORDAR: Propiedades de la distribucin normal estndar

N(0,1)
APLICACIN EN ESTADISTICA DESCRIPTIVA
1. Corresponde a la variable
Diga ud. cual es el intervalo de peso en Kg. en el que se aleatoria Z.
encontrar el 68% de individuos de un marco muestral, en el 2. No depende de ningn
cual la media de peso es de 78Kg con una DS de + - 6 Kg.? . parmetro (media ni desviacin
estndar).
En que rango de Talla se encontrar el 95% de la poblacin en la 3. Su media es 0, su varianza es 1
que se sabe que la media de talla es de 160 cm con una DS de + y su desviacin tpica es 1.
- 15 cm?
4. La curva es simtrica respecto a
0 y tiene un mximo en este eje.
En que rango de edades se encontrar el 99% de individuos de
una muestra (marco), cuya media aritmtica fue de 35 aos con 5. Tiene dos puntos de inflexin
una DS de +- 3 aos. en z =1 y z = -1. Distribucin
0
normal estndar
1

APLICACIN EN ESTADISTICA INFERENCIAL

En un estudio transversal sobre una muestra de sujetos representativos de una comunidad
, se ha observado una prevalencia de HTA de 20% (intervalo de confianza 95% : 15 -25%).
TEOREMA DEL LMITE CENTRAL
La afirmacin correcta es:
a. Se tiene un 95% de confianza de que el intervalo de 15 a 25%, incluye el verdadero PROPIEDADES:
valor de la prevalencia de la HTA de la comunidad.
b. La prevalencia real de la HTA de la comunidad se sita entre el 15 y 25%. 1. La MEDIA de distribucin del muestreo
(media de las medias) equivale a la media de
la poblacin.
En un estudio en una poblacin se ha encontrado una media de PAS en varones adultos de
120 mmHg, con un error estndar de 2. con un intervalo de confianza al 95%. La 2. El ERROR ESTANDAR es la desviacin
afirmacin correcta es: estandar de las medias muestrales
a. El 95% de los varones adultos de la poblacin tienen una PAS entre 115 a 126 mmHg. (variabilidad de las medias).
b. Existe una probabilidad del 95% que el verdadero valor de la PAS de la poblacin este
entre 116 a 124 mmHg. 3. Si la distribucin en la Poblacin es NORMAL,
las muestras tambin son NORMAL.
La prevalencia de glicemia en una muestra representativa de 500 individuos es de 110 4. Si la Poblacin no tiene una distribucin
mg% con un intervalo de confianza del 95%, cuyos lmites son: 90 y 130 mg%. Cul es la NORMAL, pero se tienen tamaos de
afirmacin correcta: muestras suficientemente grandes (>30), la
distribucin de la muestra igual se comporta
a. Existe un 95% de confianza de que el intervalo 90 a 130 mg% incluya al verdadero como NORMAL.
valor de la prevalencia de la glicemia de la comunidad.
b. Existe un 95% de confianza de que la prevalencia de la glicemia en dicha comunidad
es de 110 mg%.
BIOESTADSTICA 2 Pag. 10 USAMEDIC 2017

Hiptesis: definicin
Son suposiciones que
relacionan una variable con
Poblacin Parmetro = media poblacional
otra y que sern probadas a
travs de la investigacin,
con el fin de ser aceptadas o
rechazadas por medio de los
resultados obtenidos.

n1 n2 n3 n4 nn Son ante todo, enunciados

que expresan afirmaciones
Estimador :
o negaciones sobre la
medias X1 = X2 = X3 = X4 = Xn
Media de realidad.
las medias
muestrales
A B
Variabilidad de las medias muestrales
(Desviacin Estndar de las medias muestrales = Error estndar o aleatorio) (Variable (Variable
independiente) dependiente)

ERROR ALEATORIO O ERROR ESTANDAR Qu es la prueba de hipotesis?

Cuando se mide el estadstico en diferentes muestras tomadas
aleatoriamente los resultados son variables. Esta variabilidad o Es un procedimiento estadstico,
dispersin del estadstico introduce un error en la estimacin a la que (matemtico), una herramienta
se denomina error aleatorio o estandar y es causada por el azar. de anlisis de datos que permite
Es equivalente a la desviacin estndar
ACEPTAR o RECHAZAR la
Hiptesis estadstica (NULA).
Este error puede medirse, pues las medias de los estimadores siempre
se distribuyen normalmente (Teorema del lmite central) aunque los Mide la significancia estadstica, es
mismos estimadores no lo hayan hecho. decir, mide la probabilidad
matemtica de que la hiptesis
cientfica sea verdadera.
s1 s2 Clculo del error estndar:

s4
SE X SD
N 1
s3
SE = Error estndar
SD = Desviacin estndar
N = Tamao de la muestra

1. Establecer la hiptesis nula y la alternativa

1
n1 DE 2. Elegir el error estadstico tolerable: nivel de significacin o el
grado de error esperado: nivel crtico para alfa (generalmente
(desviacin es 5% o 0.05)
muestra
3. Elegir un estadstico de contraste (Prueba estadstica o de
estndar) significancia)
4. Procesamiento de datos del experimento para calcular el
estadstico de la muestra aleatoria (obtener valor p).
5. Comparar el valor p con el valor alfa para concluir si la
n1 Hipotesis nula se rechaza o no (Criterio de rechazo).

n3
n2 EE P>a
NO ACEPTA
Varias n4 Hiptesis Nula PE No

muestras
n6 (Error Rechazar la Ho
Hiptesis
n5 1 2 3 4 5 Alterna
estndar) Hiptesis a p Rechazar la Ho
n7 cientfica ACEPTA
Contraste de hiptesis

Hiptesis Alterna P<a

1 Establecer las Hiptesis estadsticas

ESTADISTICA INFERENCIAL:
En el proceso de la estadstica inferencial, hay dos tipos de hiptesis claves:
PRUEBA DE HIPOTESIS LA HIPOTESIS NULA (Ho), se construye artificialmente para que el investigador

(CONTRASTE DE HIPOTESIS) evale su hiptesis de investigacin. Plantea que no existe relacin entre los dos
fenmenos comparados. ES LA QUE SE DEBE CONTRASTAR.

LA HIPOTESIS ALTERNA (H1), es la hiptesis complementaria que

simplemente seala la existencia de un hecho o de un evento (representa a la
hiptesis de investigacin o experimental), o la relacin entre dos o ms
fenmenos. ES COMPLEMENTARIA A LA ANTERIOR.

EJEMPLO:

Bioestadistica 8 Hiptesis cientfica: El nivel de colesterol en sangre de los hombres difiere del de
las mujeres
Hiptesis estadstica (NULA): el promedio de la variable Nivel de colesterol En
sangre de la poblacin de Hombres es igual al promedio de esa misma Distribucin
en la poblacin de mujeres.
Ho: hombres = mujeres
BIOESTADSTICA 2 Pag. 11 USAMEDIC 2017

Hiptesis Experimental: ERROR DE TIPO I - (a)

El frmaco A (variable independiente) provoca una reduccin importante de la
PA (variable dependiente). Es rechazar una hiptesis nula siendo verdadera (GRAVE).

Grupo experimental RESULTADOS ERROR TIPO I

Frmaco X PA RECHAZAR Ho
A (ge)

comparar
Grupo control SIENDO Ho, VERDADERA
Placebo
B X PA
(gc)
A la probabilidad de cometer un error de Tipo I se denota por alfa ( a ), y se le
llama el nivel o tamao de significancia de la prueba es decir

X PA
=
X PA X PA
=
X PA a = P(error Tipo I)= P (rechazar H0 H0 es verdadera)
(ge) (gc) (ge) (gc)
Es claro que se puede reducir de dos maneras:
HIPOTESIS ALTERNA HIPOTESIS NULA - Aumentando la regin de aceptacin (grficamente)
(Hiptesis experimental) - Aumentando el tamao de la muestra

Elegir el error estadstico aceptable (error tipo I )a

Nivel de confianza (1 a)
2

Es la probabilidad de error al comparar dos o ms muestras cuando

aseguramos que ambos son diferentes, siendo en realidad iguales. Representa el complemento del error tipo I, es decir la
probabilidad de no rechazar la hiptesis nula siendo sta
SUPUESTO ESTADISTICO: verdadera (acierto).
De 100 experimentos realizados, habr una cantidad de aciertos y una cantidad Se representa con (1 - a). Los niveles ms utilizados son 0,90
de errores.
0,95 y 0,99.
RESULTADOS o AFIRMACIONES = ACIERTOS + ERRORES
Mnemotecnia: invertir la primera parte del CHE VERE:
P (acierto) + P (error) = 100%

confianza error INVERSA No Rechazar Ho

95% 5%

90% 10%
Siendo Ho, VERDADERA
99% 1%

Probabilidad Probabilidad
de error Probabilidad de de error
acierto
(95%)

ERROR DE TIPO II -
Error tipo Beta: o tipo II, es aceptar una hiptesis nula siendo falsa
Nemotecnia: es la inversa al error tipo I o alfa:
Realidad de la H0
Verdadera Falsa
inverso NO RECHAZAR Ho
Error de tipo II
Correcto El tratamiento s tiene
No rechazo efecto pero no lo
H0 (grado de percibimos.
confianza inverso
Conclusin Probabilidad
del contraste p>a 1- ) SIENDO Ho, FALSA
de la
hiptesis
Error de tipo I Para evaluar un experimento de prueba de hiptesis tambin se requiere calcular
(Estadstica la probabilidad del error de Tipo II, denotada por b, es decir
Analtica)
Rechazo H0 (GRAVE) Correcto
(aceptacin de la El tratamiento no tiene (Poder de la b = P(error Tipo II) = P(aceptar H0 | H0 es falsa)
H1) efecto pero se decide
que s. Prueba
p<a Probabilidad
1- ) Se observa la existencia de una relacin inversa entre la magnitud de los
errores a y b : conforme a aumenta, b disminuye.

REALIDAD Poder de la Prueba (Potencia del test)

(golden test)
(1-b)
ENFERMO SANOS La meta de todo investigador en el proceso de contraste de
hipotesis es: rechazar la hiptesis nula, por ello es
RESULTADO DE LA

PRUEBA + VP FP (error) importante que la prueba tenga dicho poder.

TAMIZAJE
PRUEBA

PRUEBA - FN (error VN
El poder de la prueba se debe entender como la capacidad que
grave)
tiene la prueba estadstica de RECHAZAR LA HIPOTESIS
NULA SIENDO ESTA FALSA.

Mnemotecnia: invertir la segunda parte del CHEVERE:

CULPABLE INOCENTE
Rechazar Ho
CULPABLE JUSTICIA Injusticia
DECISION DEL

(error grave)
JURADO

INOCENTE Injusticia JUSTICIA

(error)

INVERSA Siendo Ho, FALSA

BIOESTADSTICA 2 Pag. 12 USAMEDIC 2017

3 Elegir el estadstico de contraste (Prueba estadstica)

Para cada tipo de diseo se debe elegir una Prueba de contraste

particular:

PRUEBAS PARAMETRICAS PRUEBAS NO PARAMETRICAS PRUEBAS DE SIGNIFICACION

T de student independiente Chi cuadrado
ESTADISTICA
T de student apareada Wilcoxon
ANOVA U de Mann Whitney
Correlacin de pearson Mc Nemar
Kruskall wallis
Correlacin de pearson

4 Procesar los datos con la Prueba estadstica elegida:

obtener el valor P
Definicin
Valores P
el P valor o nivel de significacin emprico del contraste (a Son frmulas estadsticas (matemticas) que
posteriori) es el dato obtenido a partir del valor del estadstico
del contraste (Prueba estadstica o de significancia) , en las permiten saber si hay diferencias significativas
observaciones que corresponden a la realizacin de la muestra (no por azar) entre dos resultados.
de tamao n extrada de la poblacin X.
Prueba estadstica elegida Permiten al investigador
determinar si hay una
diferencia significativa
Datos entre las medias
(variables)
de la
Valor p muestrales
muestra

5 Criterio de rechazo de Ho: Comparar p y a

Como seleccionar la prueba estadstica adecuada?
Si el valor p es ms chico que el nivel de significacin alfa, la hiptesis
nula es rechazada. Criterios de seleccin
si p<a, H0 se rechaza
Tipo de variables
Si el valor de p es mayor que alfa, la hiptesis nula no es rechazada. Cuantitativa
Cualitativa
Tipos de preguntas de investigacin
Asociacin (correlacin)
Comparacin (Factor de
Se acepta que la diferencia entre los riesgo).
p<a RECHAZO LA Ho tratamientos no se debe al azar, pero, con
Cuntos grupos se estn comparando.
un % de confianza o % de error (alfa).
La diferencia aceptada, es significativa o Estructura de datos
ACEPTO LA H1. estadsticamente significativa, porque la Independientes
probabilidad de equivocarnos es bastante
Dependientes (Pareados)
baja (pej. < del 5%).
En ningn caso, el proceso de contraste
puede afirmar al 100% ninguna conclusin.

RESUMEN TIPO DE VARIABLE

La eleccin del Mtodo Analtico o Prueba Estadistica,

Resultados del Toma de decisiones
Condicin
esta determinada principalmente por el tipo de
contraste de (conclusin del
Hiptesis estudio)
variable con el que se vaya a trabajar.

Probabilidad de
% confianza
p< a
Acertar
Rechazar Ho Aceptar Test Paramtricos (porque se
H1 Probabilidad de Variable cuantitativa conocen los parmetros estadsticos de
Proceso : Equivocarse % error
la poblacin y muestra).
Contraste
de hiptesis excepto Cuando te indican que:
Probabilidad de La distribucin de la muestra no es NORMAL
% confianza
p >a No Rechazar
Ho
No Aceptar Acertar La muestra es muy pequea
Escojas una Prueba No paramtrica
H1 Probabilidad de
Equivocarse % error

Variable cualitativa Test No Paramtrico

RECHAZAR = NO ACEPTAR NO RECHAZAR = ACEPTAR
BIOESTADSTICA 2 Pag. 13 USAMEDIC 2017

Tipos de Pruebas estadsticas Concepto de grupos dependientes o

En la estadstica inferencial el investigador se encuentra
pareados
con dos tipos de tcnicas:

Paramtricas
Son las ms potentes y por consiguiente las inferencias que se Diseos Cohorte
Cohorte
realizan son ms fiables. Casos Control expuesta
no
Analticos expuesta
El inconveniente es que el investigador no siempre puede cumplir con
los requisitos y supuestos que exige el enfoque paramtrico, sobre
todo en investigaciones educativas y sociales. Intervencin
Diseo Cuasi
Antes Despus
experimental
No paramtricas
Son fciles de utilizar y no son tan potentes como las paramtricas.
El anlisis de datos cualitativos ha generado tcnicas propias, que Experiment
al Tratamiento A
actualmente constituyen toda una metodologa especfica que viene
marcada por la propia idiosincrasia cualitativa y que toma Ensayo
cruzado
determinadas opciones en relacin a las unidades del registro de los
datos y la forma de tratarlos. Control Tratamiento B

PRUEBAS PARAMETRICAS Qu es el anlisis de varianza

unidireccional ? ANOVA (oneway)
Requisitos:
- Variables son cuantitativas (Escalas de intervalo y Definicin
proporciones). Es una prueba estadstica para analizar si ms de dos grupos (3
o mas), difieren significativamente entre s en cuanto a sus
- Variables tienen un comportamiento NORMAL. medias y varianzas.
- Seleccin de participantes o formacin de grupos puede ser La prueba t es utilizada para dos grupos y el anlisis de
dependientes o independientes. varianza unidireccional (ANOVA) se usa para tres o ms grupos
- Varianzas de grupos son similares.
Hiptesis a probar:
1. Test de la t de Student. De diferencia entre ms de dos grupos, se propone que los
grupos difieren significativamente entre si y la nula propone
2. t de Student apareada. que no difieren
3. ANOVA
4. Correlacin de Pearson.

Qu es la prueba t
(t de student) ? Concepto de Correlacin
Denota fuerza de relacin entre variables
Definicin:
Es una prueba estadstica para evaluar si
dos grupos difieren entre s de manera
significativa respecto a su medias.

Se simboliza por t

Hiptesis a probar:
Anlisis de Correlacin .- Es el conjunto de tcnicas estadsticas empleadas para
De diferencia entre dos grupos. La medir la intensidad de la asociacin entre dos variables.
hiptesis de investigacin propone que
los grupos difieren significativamente El principal objetivo del estudio del anlisis de correlacin consiste en
entre s y la hiptesis nula dice que no determinar que tan intensa es la relacin entre dos variables. Normalmente, el
difieren significativamente. primer paso es mostrar los datos en un grfico de dispersin.
William Sealey
Gosset
(Student)

Qu es el Coeficiente de correlacin de Pearson?

Caractersticas de las pruebas t
Prueba t no pareada o independiente: prueba si las medias
estimadas de la poblacin por 2 muestras independientes
difieren significativamente (grupo de hombres y grupo de
mujeres)
Prueba t pareada: prueba si la media estimada de la poblacin
por muestras dependientes difieren significativamente (media de
pre y post-tratamiento para el mismo grupo de pacientes.
Existen dos versiones de la prueba t Student: una que supone
que las varianzas poblacionales son iguales y otra versin que
no asume esto ltimo.
PRUEBA F Snedecor: Se aplica cuando existen varianzas
diferentes para ambos grupos de comparacin.
Definicin.- Es una prueba estadstica para analizar la relacin entre dos o ms
variables cuantitativas. Se simboliza por r y sus valores son de -1 a +1
Mientras mas cerca a los extremos la relacin es mas fuerte (positiva o negativa).
Si r > 0, la correlacin lineal es positiva (si sube el valor de una variable sube la
otra). La correlacin es ms fuerte cuanto ms se aproxime a 1.
Por ejemplo: altura y peso: los alumnos ms altos suelen pesar ms.
Si r < 0, la correlacin lineal es negativa (si sube el valor de una variable
disminuye el de la otra). Esta correlacin es tanto ms fuerte cuanto ms se
aproxime a 1. Por ejemplo: peso y velocidad: los alumnos ms gordos suelen
correr menos.
Si r = 0, no existe correlacin lineal entre las variables. Aunque podra existir
otro tipo de correlacin (parablica, exponencial, etc.)

La igualdad de varianzas se conoce como homocedasticidad y El Coeficiente de Determinacin (r2) es el cuadrado del Coeficiente de correlacin
la no igualdad de varianzas como heterocedasticidad. e indica el porcentaje de variacin que sufre una variable respecto a la otra.
Ejemplo: Si el r2 del peso talla es 64%, significa que la variacin del peso se debe
en 64% a la talla, el otro 36% se debe a otros factores.
BIOESTADSTICA 2 Pag. 14 USAMEDIC 2017

PRUEBAS NO PARAMETRICAS
Test de Wilcoxon o del Rango con signo.
Requisitos:
-Variables son cualitativas (Escalas nominal y ordinal) o
cuantitativas con bajo tamao muestral (n<30).
La prueba de los signos de Wilcoxon es una prueba no
-No asumen nada respecto a la distribucin de las variables.
paramtrica para comparar la mediana de dos muestras
-Seleccin de participantes independientes o dependientes. relacionadas o dependientes (APAREADAS) y determinar si
Chi cuadrado existen diferencias entre ellas.
Test de Wilcoxon o del Rango con signo.
Test de la U de Mann-Whitney. Se utiliza como alternativa a la prueba t de Student apareada
Test de Kruskal-Wallis.
cuando no se puede suponer la normalidad de dichas
muestras.
Coeficiente de correlacin de spearman
Test de Mc Nemar
Test de Friedman.

Prueba chi cuadrado (chi o X o ji)

Test de Kruskal-Wallis.
La prueba chi-cuadrado es una prueba no paramtrica que se
emplea para medir la asociacin entre dos o mas variables
cualitativas nominales cuando tenemos tablas de contingencia.
Es un mtodo no paramtrico para probar si un
De manera general, el estadstico chi-cuadrado se obtiene as: grupo de datos proviene de la misma poblacin.
Intuitivamente, es idntico al ANOVA con los datos
( f e ft ) 2 reemplazados por categoras. Es una extensin de
2 la prueba de la U de Mann-Whitney para 3 o ms
ft
grupos. (independientes)
Donde fe representa las frecuencias empricas (observadas) y ft representa las
frecuencias tericas (esperadas).

Total de Fila x Total de Columna

F. Esperada=
Total General

Caractersticas de la ji cuadrado
TEST DE McNEMAR
Los datos debern estar en forma de frecuencias. En
general, cuando las frecuencias absolutas esperadas, en la
gran mayora de celdas son grandes (>5), se utiliza el X2 Prueba no paramtrica para dos variables
para realizar el contraste mencionado.
dicotmicas relacionadas.
La Prueba Chi cuadrado no establece causalidad, solo
de asociacin. Contrasta los cambios en las respuestas utilizando
la distribucin de chi-cuadrado.
En Tablas de 2 x 2, cuando una de las celdas (20% de
celdas) tiene <5 de frecuencia observada o esperada Es til para detectar cambios en las respuestas
se usa correccin de Yates (Mayor de 30 variables) debidas a la intervencin experimental en los
o Prueba exacta de Fisher (Menor de 30 variables). diseos del tipo "antes-despus o para
comparar dos tipos de tratamiento.
No tiene valores negativos. El valor mnimo es 0.

Todas las curvas son asimtricas

Test de la U de Mann-Whitney. Test de Friedman

Es una prueba no paramtrica aplicada a dos muestras
independientes, cuyos datos han sido medidos al menos Esta es una prueba no parametrica desarrollada por el
en una escala de nivel ordinal (mediana). economista Milton Friedman.

El test es virtualmente idntico a la realizacin de una
prueba paramtrica ordinaria T student de dos muestras
independientes en los datos despus de haber ordenado
las muestras combinadas.
Estudiante Universitario Independiente
Este test es utilizado para comparar varias medianas
(variable cualitativa ordinal), solo que es utilizado cuando
estas medianas son del mismo grupo.
Es una versin no paramtrica del ANOVA para grupos
dependientes.
BIOESTADSTICA 2 Pag. 15 USAMEDIC 2017

TEST DE KOLMOGOROV-SMIRNOV EJERCICIOS

5. En un ensayo clnico se comparan 03 tratamientos,
Para conocer si se puede suponer que los datos siguen la variable respuesta es continua. Aceptando que ANOVA
la variable tiene una distribucin normal, el test
una distribucin normal, se pueden realizar diversos correcto para comparar la respuesta es:
contrastes llamados de BONDAD DE AJUSTE.
6. Se desea comparar la colesterolemia en 3 ANOVA
muestras de sujetos, cada una de ellas
El Test de Kolmogorov-Smirnov es la prueba estadstica representativas. Cul de las siguientes ser la
mas utilizada para demostrar si una coleccin de datos prueba apropiada?
sigue una distribucin NORMAL (una Curva de Gauss)
7. Se determin la colesterolemia de de un grupo de T de student
30 pacientes antes de iniciar un tto y 6 meses apareada
Otros tests empleados para la prueba de normalidad son despus. Cul es la prueba estadstica es la mas
adecuada?
debidos a Saphiro y Wilks (< 30 elementos).
8. La asociacin entre 02 variables cualitativas Test de Mc Nemar
apareadas se verifica con:

EJERCICIOS
ESTADISTICO DE KAPPA
9. La existencia de relacin entre dos variables Correlacin de
cuantitativas se verifica mediante el test de: pearson

ndice de comparacin de la concordancia entre dos 10. La comparacin entre dos medias apareadas se T de student
estudia con: apareada
(02) observadores independientes sobre si el
resultado de una prueba diagnstica es normal o 11. Para comparar varias proporciones con datos
Chi cuadrado
independientes se aplica el test de:
anormal.
12. Se compara la talla promedio entre 2 grupos de
Se usa para medir la repetibilidad del test nios que recibieron distintos patrones de Prueba T de
alimentacin. Cada grupo comprenda 25 nios. student
diagnstico. Seale la prueba de significancia mas apropiada

13. Se desea comparar la intensidad de dolor, medida

en una escala ordinal, entre 2 grupos de sujetos Test de U de
que han recibido tto diferentes. La prueba Mann Withney
estadstica es:

EJERCICIOS
1. Con que Test se pueden comparar dos Chi cuadrado
proporciones?

2. Cul de las siguientes pruebas estadsticas puede

T de student
utilizarse para comparar las medias observadas
independiente
en dos muestras independientes?

3. Cul es la prueba de significacin estadstica que

permite analizar los estudios de investigacin
Chi cuadrado
con datos categorizables que comparan dos o
mas grupos independientes medidos en escalas
nominales?

4. El Test no paramtrico que permite estudiar la Correlacin de

relacin entre dos variables cuantitativas es: spearman
BIOESTADSTICA 2 Pag. 8 USAMEDIC 2017

FLUXOGRAMA PARA SELECCIONAR PRUEBA ESTADISTICA

Qu prueba estadstica
debo elegir?

Tipo de
CUANTITATIVA variable? CUALITATIVA

PRUEBAS PARAMETRICAS PRUEBAS NO PARAMETRICAS

Qu Qu
establece establece
entre variables? entre variables?
Comparacin estadstica Comparacin estadstica
Relacin (Significacin estadstica Relacin (Significacin estadstica
de las diferencias) de las diferencias)

Cuntos V. Ordinal V. Nominal

grupos?

2 >2 Cuntos Cuntos

grupos? grupos?

2 >2 2 >2
V. Ordinal

Dependientes e
Dependientes Independientes
independientes Depend. Independ. Independ. Depend. Dependientes Independientes

Correlacin t student Correlacin U de Mann Kruskall Nc Q de

ANOVA Wilcoxon Friedman
de Pearson apareada t de de Spearman Whitney Wallis Nemar Cochrane Chi
student cuadrado
BIOESTADSTICA 2 Pag. 9 USAMEDIC 2017

Que tipo de probabilidad se

quiere calcular?

uno Cuntos eventos se Mas de uno

quieren medir?

Probabilidad marginal o Probabilidad compuesta

individual o conjunta

Te dan datos Qu expresin

si o valores no gramatical
en la pregunta? reconoces?

Probabilidad real Probabilidad clsica

AoB AyB A dado que B
(a posteriori) (a priori)

Probabilidad de Probabilidad de Probabilidad

unin interseccin condicional

Los eventos son Los eventos son

excluyentes? independientes?
P a = N de eventos a / P a = Evento a /
N de eventos totales x 100 Espacio muestral x 100
no si si no

Regla de La Place
P (a U b) = Pa + Pb P (a n b) P (a n b) = Pa * Pb

P (a U b) = Pa + Pb P (a / b) = P (a n b) / Pb

Regla de suma Regla de multiplicacin