MAESTRIA EN RADIOLOGIA BUCAL Y MAXILOFACIAL

PRUEBA DE KRUSKAL WALLIS Y PRUEBA DE FRIEDMAN

MAESTRANDO: YALIL RODRIGUEZ

Cuando la distribucin de los datos no presenta normalidad, y se requiere comparar ms de 3 grupos, se pueden realizar varios tipos de pruebas: - Si los grupos son independientes:

Prueba de Kruskal Wallis Mediana - Si los grupos estn relacionados: Prueba de Friedman W de Kendall Q de Cochran

Prueba de Kruskal Wallis

Tambin es llamada prueba H
Es el equivalente a un ANOVA de una sola va

Es la prueba ms adecuada para comparar poblaciones cuyas distribuciones no son normales Es una prueba no paramtrica, que utiliza rangos de datos muestrales de tres o ms grupos independientes Se utiliza para probar la hiptesis nula (Ho) de que las muestras independientes provienen de poblaciones con medianas iguales. La hiptesis alterna (H1) es la afirmacin de que las poblaciones tienen medianas que no son iguales

Los valores de la muestra invariablemente dieren de alguna manera, y la pregunta es si las diferencias entre las muestras signican diferencias genuinas en la poblacin o si solo representan la clase de variaciones que pueden esperarse en muestras que se obtienen al azar de la misma poblacin.

Requiere que las mediciones de las variable se encuentre al menos en escala ordinal

Fue propuesta por William Henry Kruskal (1919- 2005) y W. Allen Wallis (1912-1998), en el artculo Use of ranks in onecriterion varience analysis, publicado en en Journal of American Statistics Association, en 1952

Requisitos
Al menos 3 muestras independientes, las cuales se seleccionan al azar Cada muestra debe tener al menos 5 observaciones
La distribucin de los datos no deber normal

Frmula

N= nmero total de observaciones en todas las muestras combinadas K= nmero de muestras

R1= suma de los rangos de la muestra 1 N1= nmero de observaciones de la muestra 1

Gl (grados de libertad)= k-1

Pasos
1. Planteamiento de las hiptesis 2. Se ordenan las observaciones de menor a mayor, y se les asignan rangos desde 1 hasta n 3. Se obtiene la suma de los rangos correspondientes a los elementos de cada muestra, y se halla el rango promedio

4. Se calcula el estadstico de prueba

5. Se busca H en la Tabla de Chi cuadrado 6. Se extraen las conclusiones

Para aplicar la prueba, se calcula el estadstico de prueba H, el cual tiene una distribucin que puede aproximarse por medio de la distribucin Chi , siempre y cuando cada muestra tenga al menos 5 observaciones. Cuando se utiliza Chi en este contexto, el nmero de grados de libertad es k-1 Si las muestras tiene menos de 5 observaciones, hay que remitirse a tablas de valores crticos Se trabaja generalmente con un nivel de significancia de 0.05 Si el resultado que arroja H es mayor que 0.05, se acepta Ho.

Al aplicarse la prueba de Kruskal Wallis, existe un factor de correccin que debe aplicarse siempre que existan muchos empates:

T= L- L. Donde L es el nmero de observaciones que est empatada. Se calcula T para cada grupo, y luego se realiza la sumatoria N= Nmero de todas las observaciones

Ejemplo
Utilizaremos algunos datos de mi artculo titulado:
ANALISIS DE BJRK Y JARABAK EN SUJETOS CON DIFERENTE RELACIN ESQUELTICA, SOBRE CEFALOGRAMAS DERIVADOS DE TOMOGRAFA COMPUTARIZADA CONE BEAM. El tamao de la muestra fu de 15 sujetos para Clase I, 15 sujetos para Clase II, y 16 sujetos para Clase III. A los 46 sujetos se les realizaron los trazos correspondientes al anlisis de Bjrk y Jarabak, ms el ANB y el FMA (ngulo mandibular)

Primero, aplico la prueba de normalidad de los datos. En este caso, con SPSS. Los datos no tienen distribucin normal o paramtrica, si son < 0.05

En este caso, segn la prueba de S-W, los ngulos NSAr, o ngulo de la silla, para Clase II, el MeGoN, o ngulo goniaco inferior para Clase II, y laAltura Facial Anterior, o NMe, para Clase III, fueron menores a 0.05, es decir, no tienen normalidad en su distribucin . Para estas medidas, usaremos la prueba de Kruskal Wallis.

Para la explicacin del uso de la prueba de Kruskal Wallis, usaremos los valores del ngulo NSAr, para los 3 grupos
Angulo SNAr Clase I Clase II 121 128 130 115 127 128 134 121 114 117 125 116 117 116 125 Clase III 124 122 125 124 123 121 116 124 135 126 118 133 102 126 122 133 114 119 113 114 128 127 123 119 122 114 123 127 119 123 128

En este caso, compararemos el comportamiento del ngulo SNAr en las 3 clases esquelticas. Es decir, haremos la comparacin en 3 grupos.

Para el caso, plantearemos las siguientes hiptesis:

- Hiptesis nula (Ho): el comportamiento del ngulo SNAr en las 3 clases esquelticas, no difiere significativamente entre si. - Hiptesis alterna(H1): el comportamiento del ngulo SNAr en las 3 clases esquelticas, difiere significativamente entre s.

Orden

Va l or de Ang. SNAr en des cendente

Calculo de rango en caso

Ra ngo de empate

# de ligas

Explicacin en la diapositiva siguiente

4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

102 113 114 114 114 114 115 116 116 116 117 117 118 119 119 119 121 121 121 122 122 122 123 123 123 123 124 124 124 125 125 125 126

1 2 4,5 3+4+5+6/4=4,5 4,5 4,5 4,5 7 9 8+9+10/3=9 9 9 11,5 11+12/2=11,5 11,5 13 15 14+15+16/3=15 15 15 18 17+18+19/3=18 18 18 21 20+21+22/3=21 21 21 24,5 23+24+25+26/4=24,5 24,5 24,5 24,5 28 27+28+29/3=28 28 28 31 30+31+32/3=31 31 31 33,5 33+34/2=33,5

Se inicia con el ordenamiento de todas las observaciones de los 3 grupos, unindolas en uno solo, a partir del valor ms pequeo hasta el mayor, y la deteccin de las ligas o empates. Si se producen empates en los valores, se aplica un factor de correccin, el cual se observa en la columna Clculo de rango en caso de empate.
34 35 36 37 38 39 40 41 42 43 44 45 46 126 127 127 127 128 128 128 128 130 133 133 134 135 33,5 36 35+36+37/3=36 36 36 39,5 38+39+40+41/4=39,5 39,5 39,5 39,5 42 43,5 43+44/2=43,5 43,5 45 46

3
3

Para el valor del ngulo 114, hay 4 empates: el 3, 4, 5, y 6. Para obtener el valor corregido, se suman y se dividen entre el # de valores. 3+4+5+6=18. Dividido entre 4= 4.5. Este valor se usa para los 4 empates As sucesivamente en todos los casos de empate Se presentan 13 empates en valores El nmero de ligas es el nmero de valores empatados para cada rango. En este caso, es de 4, pues hay 4 valores empatados en 114.
Va l or de Ang. SNAr en des cendente

Calculo de rango en caso

Orden

Ra ngo de empate

# de ligas

1 2 3 4 5 6 7

102 113 114 114 114 114 115

1 2 4,5 3+4+5+6/4=4,5 4,5 4,5 4,5 7

Una vez efectuado el ordenamiento en rangos, volvemos a la primera tabla para organizar cada observacin con su correspondiente rango, y realizar la sumatoria de rangos. Cada sumatoria, la elevamos al cuadrado
Clase I 121 128 130 115 127 128 134 121 114 117 125 116 117 116 125 R R Rangos 18 39,5 42 7 36 39,5 45 18 4,5 11,5 31 9 11,5 9 31 352,5 124256,25 Clase II 124 122 125 124 123 121 116 124 135 126 118 133 102 126 122 Rangos 28 21 31 28 24,5 18 9 28 46 33,5 13 43,5 1 33,5 21 379 143641 Clase III 133 114 119 113 114 128 127 123 119 122 114 123 127 119 123 128 Rangos 43,5 4,5 15 2 4,5 39,5 36 24,5 15 21 4,5 24,5 36 15 24,5 39,5 349,5 122150,25

Ahora se calcula el valor de ajuste de ligas con la siguiente frmula:

L= 1- (Li-Li)
N-N

(3-3) + (4-4)
46 - 46

=1- 306/97290

= 0.99
Donde Li corresponde al valor de cada liga, y N corresponde al nmero total de observaciones entre los 3 grupos.

Con el ajuste L, procedemos a calcular el valor estadstico de prueba de Kruskal Wallis

12

124256,25

143641

122150,25

H=

X
46(46+1) 15

+
15

+
16

- 3 (46 + 1)

= 0,00555042 X (8283,75+9576,06667+7634,39063) - 141 = 0,00555042 X (25494,2073) 141 = 141,503463 141 = 0,503. Al dividirlo con el ajuste L, que corresponde a 0,99 nos da = 0,50. Este valor se compara con los valores de chi , pues cada muestra tuvo al menos 5 observaciones, en este caso, 15 o 16. Teniendo en cuenta que los grados de libertad son k 1, quiere decir que k=2 (fueron 3 grupos)

Tabla de Chi 2

La prueba H nos arroja un resultado de 0.50, el cual es menor a 5.99 de la tabla de Chi , con 2 grados de libertad , con un nivel de significancia de 0.05.
0.50 se encuentra entre el 0.8 y el 0.7 de probabilidad, lo cual no es significativo Este resultado de H es mayor de 0.05, lo cual quiere decir que no hay diferencias significativas en las medianas de las 3 clases esquelticas para el ngulo SNAr.

Se acepta la hiptesis nula (Ho).

En SPSS

Nos arroja el mismo resultado

Este valor es mayor a 0.05, lo cual significa que no hay diferencias significativas entre las 3 clases esquelticas para el ngulo NSAr. Se acepta la hiptesis nula (Ho).

Prueba de Friedman
Esta prueba puede considerarse como una extensin de la prueba de Wilcoxon para el caso de ms de 2 muestras relacionadas. Es la prueba no paramtrica paralela al ANOVA de medidas repetidas, y al igual que ste, contrasta la hiptesis nula de igualdad de tres o ms muestras relacionadas Existen 2 situaciones en las que se aplica esta prueba:
- Para una misma muestra medida ms de 2 veces. En este caso, k es el nmero de tratamientos, o las diferentes situaciones o tiempos en los que se mide al sujeto

- En una sola medicin de ms de 2 muestras relacionadas. En este caso, k es el nmero de muestras o grupos relacionados

En estadstica la prueba de Friedman es una prueba no paramtrica desarrollado por el economista Milton Friedman. Esta prueba puede utilizarse en aquellas situaciones en las que se seleccionan n grupos de k elementos de forma que los elementos de cada grupo sean lo ms parecidos posible entre s, el mtodo consiste en ordenar los datos por filas o bloques, reemplazndolos por su respectivo orden.

Hiptesis

H0: No existen diferencias entre los grupos.

Ha: Existen diferencias entre los grupos.

Para resolver este contraste de hiptesis, Friedman propuso un estadstico que se distribuye como una Chi-cuadrado con K - 1 grados de libertad, siendo K el nmero de variables relacionadas; se calcula mediante la siguiente expresin.

Estadstico de Prueba

En la expresin anterior:
X2r = estadstico calculado del anlisis de varianza por rangos de Friedman.

H = representa el nmero de elementos o de bloques (numero de hileras)

K = el nmero de variables relacionadas

Rc2 = es la suma de rangos por columnas al cuadrado.

Pasos
1.

2.

3. 4. 5.

Hacer una tabla en la que las K variables, es decir, las K medidas estn en las columnas y los n elementos en las filas, de esta manera la tabla tendr K columnas y n filas. A los valores de cada fila se les asigna un nmero del 1 a K, segn el orden de magnitud de menor a mayor; a este nmero se le denomina rango. Se suman los respectivos rangos en funcin de las columnas. Aplicar la frmula de anlisis de varianza de doble entrada por rangos de Friedman. Comparar el valor de X2r de Friedman con tablas de valores crticos de Chi-cuadrada.

Ejemplo
Se escogen al azar 8 Maestrandos de la Maestra de Radiologa Bucal y Maxilofacial de la UPC, para evaluar su criterio con respecto al grado de incomodidad que podria presentar un paciente con respecto a la toma de 3 tipos de radiografas intraorales: Periapical de zona molar posterior inferior, Oclusal inferior, y Bite wing de zona molar posterior. Este criterio se evala de acuerdo a una escala de 1 a 10, donde 1 es MUY INCMODO, y 10 corresponde a una MUY BUENA RESPUESTA DEL PACIENTE. Ho, o Hiptesis nula: No hay diferencia entre las 3 tcnicas. H1, o Hiptesis alterna: Existe diferencia entre las 3 tcnicas con respecto al grado de incomodidad en el paciente.

Primer paso: Hacer una tabla en la que las K variables estn en las columnas y los n elementos en las filas, de esta manera la tabla tendr K (3) columnas y n (8) filas.
Maestrandos

Periapical 6 9 6 5 7 5 6 6

Oclusal 5 9 9 8 8 7 7 7

BW 3 4 3 6 8 5 5 7

A B C D E F G H

Segundo paso: A los valores de cada fila se les asigna un nmero del 1 a K (3), segn el orden de magnitud de menor a mayor; a este nmero se le denomina rango.

Maestrandos A B C D E F G H

Periapical 6(3) 9(2.5) 6(2) 5(1) 7(1) 5(1.5) 6(2) 6(1)

Oclusal 5(2) 9(2.5) 9(3) 8(3) 8(2.5) 7(3) 7(3) 7(2.5)

BW 3(1) 4(1) 3(1) 6(2) 8(2.5) 5(1.5) 5(1) 7(2.5)

Tercer paso: Se suman los respectivos rangos en funcin de las columnas.

Las sumas de rangos correspondientes a cada aparato, variable o columna son: R2 =21.5 R3 =12.5

R1 = 14

A cada valor se le saca el cuadrado. R2 = 462.25 R3 = 156.25

R1 = 196

Cuarto paso: Aplicar la frmula de anlisis de varianza de doble entrada por rangos de Friedman.

= 12/ 8x3 (4) (14) + (21.5) + (12.5) - 3 (8) (3+1) = 12/ 96 196 + 462.25 + 156.25 - 96

= 0.125 (814.15) - 96 = 101.76 - 96 = 5.81

Debido a que se presentaron varios empates, hay que dividir este valor por un factor de correccin. Su frmula es la siguiente:

Donde: T ih = nmero de observaciones empatadas para un rango dado en una fila, o bloque h = numero de empates en cada bloque. Por ejemplo, en el bloque 2 hay un solo empate (h=1), y hay 2 datos empatados (t 2h=2). Entonces T 2= 2-2=6. Igual para los bloques o filas 5, 6, y 8. Entonces, T I = 24 k = nmero de variables, es decir, 3. b=H = Nmero de filas o bloques, es decir , 8.

C = 1 24/24 X 8 = 0.875 Con la correccin, quedara: 5.81 x 0.875 = 6.64

Este valor se compara con la tabla de Chi . Los grados de libertad corresponden a k -1, osea 3-1= 2 Para este caso, el valor de Chi es de 5.99. Nuestro resultado es mayor a este valor, lo que significa que si hay diferencias significativas en el grado de incomodidad para el paciente, entre las 3 tcnicas. Se rechaza la hiptesis nula

En SPSS

El msmo valor

Este valor es menor a 0.05, lo cual nos confirma las diferencias significativas encontradas. Se rechaza la Hiptesis nula

GRACIAZZZZZZZZZZ ZZZZZZZZZZZZZZZZ ZZZZZZZZZ