Beruflich Dokumente
Kultur Dokumente
HIPÓTESIS
1 2 3
Nivel Relacional 4 5 6
Dr. José Luis Soto Velásquez
investigacionjls@gmail.com
ESTADÍSTICA
Niveles de Investigación
Asociar o Correlación de
Correlacionar Correlación de Pearson Spearman X2 de Independencia X2 de Independencia
Pruebas No Paramétricas
02 U Mann-Whitney
Distribución normal
- Simétrica
95% - Mesocúrtica
2,5% 2,5%
Contraste de hipótesis para la varianza
Propósito: Analizar la variabilidad de la variable aleatoria.
A dos colas
A una cola
Anemia en niños
Numéricos
Planteamiento: Se ha determinado los niveles de
Hemoglobina en menores de 5 años ¿La Hemoglobina será t de Student
diferente según el sexo de los niños menores de 5 años? para muestras
independientes
Carpeta: 20
Archivo SPSS: Línea base de anemia en niños
Anemia en niños
Planteamiento: Se ha determinado los niveles de Hemoglobina en Numéricos
menores de 5 años ¿La Hemoglobina será diferente según el sexo
de los niños menores de 5 años? t de Student
para muestras
independientes
Anemia en niños
Planteamiento: Se ha determinado los niveles de Hemoglobina en Numéricos
menores de 5 años ¿La Hemoglobina será diferente según el sexo
de los niños menores de 5 años? t de Student
para muestras
Plantear Hipótesis
1
H1: La Hemoglobina es DIFERENTE según el sexo de los niños menores de 5 años independientes
Ho: La Hemoglobina NO es DIFERENTE según el sexo de los niños menores de 5 años
Interpretación: Según el estudio sobre los niveles de Hemoglobina en niños menores de 5 años, este
demostró que existe diferencia significativa (P:0,003) entre la hemoglobina de los niños (Media: 11,14
g/dl) que es menor en comparación de la hemoglobina de las niñas (Media: 11,44 g/dl).
Fármacos para la HTA
Numéricos
Planteamiento: Se realizó un estudio a 75 individuos con Hipertensión arterial, los
cuales fueron sometidos a dos tratamientos farmacológicos distintos (Grupo A: t de Student
Enalapril y grupo B: Losartan), a 40 de ellos se le dio la Enalapril y a 35 Losartan.
Se desea comparar la Presión arterial de los individuos que iniciaron y terminaron para muestras
cada una de los tratamientos. independientes
Comparación de promedios
entre grupos
"t de Student para muestras
independientes"
Comparar dos GRUPOS
Pruebas No Paramétricas
02 U Mann-Whitney
Comparar dos GRUPOS
Pruebas No Paramétricas
02 U Mann-Whitney
Tests NO PARAMÉTRICOS
Datos NO NORMALES o muestras muy pequeñas
02 U Mann-Whitney
Contraste de hipótesis
Sexo
Grado de Estado
Nutricional Masculino Femenino Total
N % N % N %
Desnutrición 2 1,7% 14 15,4% 16 7,6%
Normal (Eutrófico) 62 51,7% 64 70,3% 126 59,7%
Sobrepeso 53 44,2% 12 13,2% 65 30,8%
Obesidad 2 1,7% 0 0,0% 2 0,9%
Obesidad Mórbida 1 0,8% 1 1,1% 2 0,9%
Total 120 100,0 91 100,0 211 100,0
Estado Nutricional en Pruebas No
Universitarios paramétricas
Planteamiento: Se ha evaluado el grado del Estado nutricional en U Mann-Whitney
un grupo de estudiantes universitarios de ambos sexos. ¿El grado para comparar grupos
del Estado nutricional es distinto según el sexo de los estudiantes?
Estado Nutricional en BFM y Pruebas No
otras carreras de Salud paramétricas
Planteamiento: Se ha evaluado el grado del Estado nutricional en U Mann-Whitney
los estudiantes de la carreras de BFM y las otras carreras de salud. para comparar grupos
¿El grado del Estado nutricional en los estudiantes de la carreras de
BFM es distinto al de las otras carreras de salud?
Carreras de Salud
Grado de Estado
Nutricional Bioquímica y Farmacia Otras Carreras Total
N % N % N %
Desnutrición 11 20% 5 3% 16 8%
Normal (Eutrófico) 25 45% 101 65% 126 60%
Sobrepeso 19 34% 46 30% 65 31%
Obesidad 0 0% 2 1% 2 1%
Obesidad Mórbida 1 2% 1 1% 2 1%
Total 56 100% 155 100% 211 100,0
Estado Nutricional en las Pruebas No
carreras de Salud paramétricas
Planteamiento: Se ha evaluado el grado del Estado nutricional en U Mann-Whitney
los estudiantes de la carreras de BFM y las otras carreras de salud. para comparar grupos
¿El grado del Estado nutricional en los estudiantes de la carreras de
BFM es distinto al de las otras carreras de salud?
CASO PRACTICO N° 27
U Mann-Whitney para
comparar grupos
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas y Politómicas
03 X2 de Homogeneidad
Corrección de Yates
Test exacto de Fisher
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas y Politómicas
03 X2 Chi-cuadrado de Homogeneidad
Tabla de contingencia
Variable fija
Grupo 1 Grupo 2
Variable aleatoria
Factor 1
Factor 2
Tabla de contingencia
Variable fija
Grupo 1 Grupo 2
Variable aleatoria
Factor 1 100%
Factor 2 100%
100%
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas y Politómicas
03 X2 Chi-cuadrado de Homogeneidad
Contraste de hipótesis
Propósito: Identificar las diferencias entre los grupos participantes.
95,00% Si X2 = 3,84
Entonces p = 0,05
5,00%
0 1 2 3 4 5 6
3,84
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas y Politómicas
03 X2 Chi-cuadrado de Homogeneidad
p-valor p-valor
H1 Ho
Ho: Las incidencia de desnutrición es igual en las seis comunidades (las poblaciones son homogéneas)
H1: Las incidencia de desnutrición es diferente en las seis comunidades (las poblaciones no son homogéneas)
Desnutrición infantil en
Relacional
comunidades
Categóricos
Comparación de frecuencias
entre grupos
Chi cuadrado de Homogeneidad
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas
03 Test exacto de Fisher
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas
03 Test exacto de Fisher
Ho: A no es diferente de B
A dos colas
H1: A es diferente de B
Ho: A no es mayor B
H1: A es mayor que B
A una cola
Ho: A no es menor B
H1: A es menor que B
Comparar dos GRUPOS
Pruebas No Paramétricas: Dicotómicas
03 Test exacto de Fisher
Contraste de hipótesis
Modelo I Modelo II
Variable Fija
Test de Fisher X2 de homogeneidad
95,00% Si X2 = 3,84
Entonces p = 0,05
5,00%
0 1 2 3 4 5 6
Síndrome Metabólico
Categóricos
Planteamiento 2: Se quiere estudiar a 14 sujetos las diferencias en el síndrome metabólico
respecto a sus edades. ¿Existen diferencias en el síndrome metabólico según el grupo
etareo de los sujetos?
CASO PRACTICO N° 18
Cálculo de la probabilidad
exacta de Fisher
Comparar dos MEDIDAS
Pruebas No Paramétricas:
3 Dicotómicas: X2 de McNemar
Politómicas: Q de Cochran
Después = Post
Comparar DOS MEDIDAS
Pruebas Paramétricas
1 T Student para muestras relacionadas
Después = Post
Comparar DOS MEDIDAS
Pruebas Paramétricas
1 T Student para muestras relacionadas
Antes = Pre
Antes Acontecimiento Después
Estudio Observacional
Estudio Experimental
Después = Post
Comparar DOS MEDIDAS
Pruebas Paramétricas
1 T Student para muestras relacionadas
- Varianzas homogéneas
Medida 1 Medida 2 Diferencia
63 64 1
59 57 -2
72 73 1
Después = Post
Comparar DOS MEDIDAS
Pruebas Paramétricas
1 T Student para muestras relacionadas
Contraste de hipótesis
Antes = Pre
Propósito: Evidenciar la diferencia entre al medida antes y la medida después
Después = Post
Comparar DOS MEDIDAS
Pruebas Paramétricas
1 T Student para muestras relacionadas
A una cola
Después = Post
Hierro Polimaltosado
para la anemia Numéricos
Planteamiento: Se ha evaluado la hemoglobina antes y después en
t de Student
un grupo de mujeres embarazadas del 1er trimestre con anemia, a
los cuales se les dio hierro Polimaltosado durante 3 meses. ¿El para muestras
hierro Polimaltosado podrá aumentar los niveles de hemoglobina? relacionadas
Hierro Polimaltosado
para la anemia Numéricos
Planteamiento: Se ha evaluado la hemoglobina antes y después en
t de Student
un grupo de mujeres embarazadas del 1er trimestre con anemia, a
los cuales se les dio hierro Polimaltosado durante 3 meses. ¿El para muestras
hierro Polimaltosado podrá aumentar los niveles de hemoglobina? relacionadas
CASO PRACTICO N° 21
Comparar frecuencias en
medidas repetidas
"t de Student para muestras
relacionadas"
Comparar DOS MEDIDAS
Pruebas No Paramétricas
2 Prueba de Wilcoxon
Tests NO PARAMÉTRICOS
Datos NO NORMALES o muestras muy pequeñas
Antes = Pre test
● Se utiliza cuando la variable aleatoria es ordinal o cuando se trata de una
variable numérica que no cumple los supuestos de distribución Normal y
Homocedasticidad, como también cuando se trabaja con muestras muy
pequeñas.
● Trabaja con muestras relacionadas
● Comparan Medianas
● Trabajan sobre rango de orden
● Son menos potentes (potencia: probabilidad de rechazar Ho cuando
realmente es falsa)
Contraste de hipótesis
Antes = Pre test
Propósito: Evidenciar la diferencia entre la medida antes y la medida
después
Plantear Hipótesis
1
Ho: El peso después del programa de dieta y ejercicios no es menor al peso basal
H1: El peso después del programa de dieta y ejercicios es menor al peso basal
Interpretación
El programa de dieta y ejercicios de 3 meses de duración, es muy efectivo para reducir el peso de los participantes.
Planteamiento: Se desea evaluar la efectividad de una
loción para cabellos maltratados con resequedad, puntas
abiertas, frizz y rebelde. ¿La loción para cabellos
maltratados dejará diferente el cabello después del
tratamiento?
CASO PRACTICO N° 28
Estudio Observacional
Estudio Experimental
Estas comparaciones siempre son de individuo a individuo.
Después = Post test
Comparar DOS MEDIDAS
Pruebas No Paramétricas:
3 Dicotómicas: X2 de McNemar
Tabla de contingencia
Antes = Pre test Medida final
Factor A Factor B
Medida inicial
Factor A
Factor B
100%
Contraste de hipótesis
Antes = Pre test
Propósito: Identificar diferencias entre las medidas realizadas.
95,00% Si X2 = 3,84
Entonces p = 0,05
5,00%
0 1 2 3 4 5 6
Después = Post test 3,84
Antiparasitario para Giardia
Categóricos
Planteamiento: Se administra el antiparasitario Nitazoxanida para
Prueba de niños con Giardiasis y se desea evaluar la eficacia del antiparasitario
Chi cuadrado de a través de la eliminación del parásito. ¿Será efectivo el tratamiento
McNemar con Nitazoxanida para eliminar la Giardiasis?
Dieta para síntomas de
ulcera gástrica
Planteamiento: Se administran una dieta para pacientes con síntomas de ulcera gástrica y se desea evaluar si la
dieta logra desaparecer los síntomas de la ulcera gástrica. ¿La dieta logrará desaparecer los síntomas de la ulcera
gástrica?
CASO PRACTICO N° 15
Comparar frecuencias en
medidas repetidas
Chi cuadrado de McNemar
Asociación
o
Correlación
Correlación
Variables Numéricas
Paramétrica No Paramétrica
Correlación de Pearson Correlación de Spearman
Correlación de Pearson
¿Qué es la correlación de unidades? Paramétrica
Correlación de Pearson
Se correlaciona las unidades de dos variables numéricas de
diferente dimensión, para ello hay que definir las unidades en
ambas variables.
Donde ambas variables numéricas son aleatorias.
Ejm. Correlacionar los niveles de hemoglobina de la gestante con el
peso de su recién nacido.
Peso del recién nacido (gramos)
Ho: Las unidades de una variable no se correlación con las unidades de la otra
H1: Las unidades de una variable se correlación con las unidades de la otra
Contraste de hipótesis
Ho: Las unidades de una variable no se correlación con las unidades de la otra.
H1: Las unidades de una variable se correlación con las unidades de la otra.
1
Plantear Hipótesis Correlación por
Ho: No existe correlación entre el grado académico y el ingreso económico
H1: Existe correlación entre el grado académico y el ingreso económico rangos de
Spearman
2 Establecer un nivel de significancia
Nivel de Significancia (alfa) α = _____5% = 0,05__________
Interpretación
En la muestra de profesionales estudiada no se pudo demostrar correlación entre el grado
académico y el ingreso económico.
Planteamiento: Se ha evaluado las Proteínas Totales y
Plantear Hipótesis
la Albúmina en niños guaraníes de la provincia 1
H1: Existe correlación entre las Proteínas Totales y la Albúmina
Cordillera. ¿Existe correlación entre las Proteínas Ho: No Existe correlación entre las Proteínas Totales y la Albúmina
Totales y la Albúmina?
2 Establecer un nivel de significancia
Nivel de Significancia (alfa) α = _____5% = 0,05__________
No Paramétrica
X2 de independencia
Asociación de X2 de Independencia
No Paramétrica
X2 de independencia
Variable aleatoria
Variable aleatoria
Factor X Factor Y
Factor A
Factor B
100%
Contraste de hipótesis
95,00% Si X2 = 3,84
Entonces p = 0,05
5,00%
0 1 2 3 4 5 6
3,84
Comportamiento de los datos
0 1 2 3 4 5
Valores esperados
Nivel de investigación RELACIONAL Dos Variables Categóricas
Hábitos de fumar
¿Asociación?
Hipertensión Arterial
DIABETES
Colesterol alto
Triglicérido alto
Planteamiento: ¿Existe asociación entre los Hábitos de fumar y la Diabetes en la población en estudio?
Hábitos de Fumar
Diabetes Si No Total
N % N % N %
P > 0,05: Acepta Ho
Si 11 8 7 5 18 13
No 67 50 49 37 116 87
Hábitos de fumar
¿Asociación?
Hipertensión Arterial
DIABETES
Colesterol alto
Triglicérido alto
Hipertensión arterial
Diabetes Si No Total
N % N % N %
P > 0,05: Acepta Ho
Si 13 10 5 4 18 13
No 69 52 47 35 116 87
Hábitos de fumar
¿Asociación?
Hipertensión Arterial
DIABETES
Colesterol alto
Triglicérido alto
Colesterol alto
Diabetes Si No Total
N % N % N %
P < 0,05: Acepta H1
Si 9 7 9 7 18 13
No 17 13 99 74 116 87
Hábitos de fumar
¿Asociación?
Hipertensión Arterial
DIABETES
Colesterol alto
Triglicérido alto
Triglicérido alto
Diabetes Si No Total
N % N % N %
P < 0,05: Acepta H1
Si 9 7 9 7 18 13
No 20 15 96 72 116 87
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
Ho: Las unidades de una variable no se correlación con las unidades de la otra.
H1: Las unidades de una variable se correlación con las unidades de la otra.
?
Punto de corte
El signo indica la dirección de la correlación
Correlación directa (+) Signo positivo Correlación inversa (-) Signo negativo
“a mayor X, mayor Y” ó “a mayor X, menor Y” ó
“a menor X, menor Y” “a menor X, mayor Y”
Método manual y automatizado para determinar
Hemoglobina
Numéricos
Planteamiento: Se evalúa la determinación de Hemoglobina en
sangre y se quiere saber cual método es más efectivo para emitir los Correlación de
resultados, si el método manual o el método automatizado. Pearson
¿Existirá correlación entre el método manual y el método
automatizado?
R de Pearson
Muy baja Baja Moderada Buena Alta
R de Pearson
Muy baja Baja Moderada Buena Alta
Coeficiente de correlación R
de Pearson
Medidas o Fuerza de Correlación/Asociación
Variable 2 NOMINAL NOMINAL
ORDINALES NUMÉRICOS
Variable 1 DICOTÓMICA POLITÓMICA
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
Ho: Las unidades de una variable no se correlación con las unidades de la otra.
H1: Las unidades de una variable se correlación con las unidades de la otra.
La prueba de hipótesis se realiza con el estadístico: Correlación de Spearman y la medida de correlación con el
Coeficiente Rho de Spearman
Planteamiento: Se ha evaluado las Proteínas Totales y
Plantear Hipótesis la Albúmina en niños guaraníes de la provincia
1
H1: Existe correlación entre las Proteínas Totales y la Albúmina Cordillera. ¿Cuál es el grado de correlación existente
Ho: No Existe correlación entre las Proteínas Totales y la Albúmina entre las Proteínas Totales y la Albúmina?
2 Establecer un nivel de significancia
Nivel de Significancia (alfa) α = _____5% = 0,05__________
5 Toma de decisiones (dar como respuesta una de las Hipótesis) 0 0,2 0,4 0,6 0,8 1,0
Existe correlación entre las Proteínas Totales y la Albúmina
Interpretación
En el presente estudio realizado a 360 niños guaraníes de la provincia Cordillera, se pudo demostrar
que existe una Baja correlación (rho = 0,308) entre las Proteínas Totales y la Albúmina.
Medidas o Fuerza de Correlación/Asociación
Variable 2 NOMINAL NOMINAL
ORDINALES NUMÉRICOS
Variable 1 DICOTÓMICA POLITÓMICA
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
Factor A
Ordinal
Factor B
Factor C 100%
Adherencia al tratamiento
Nivel de instrucción Mala Regular Buena Total
Primaria 12 6 4 22
Secundaria 6 12 13 31
Superior 2 11 34 47
Total 20 29 51 100
Planteamiento: Se desea saber si el nivel de
instrucción es un factor predictivo para la
adherencia al tratamiento.
Plantear Hipótesis
1 Ho: __NO Existe correlación entre el nivel de instrucción y la adherencia al tratamiento__
H1: __ Existe correlación entre el nivel de instrucción y la adherencia al tratamiento ______
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
NUMÉRICOS R de Pearson
Eta Rho de Spearman Rho de Spearman
Medidas o Fuerza de Correlación/Asociación
Pruebas No
Coeficiente de Correlación Tau c de Kendall paramétricas
Factor A
Ordinal
Factor B
Factor C 100%
Pruebas No
paramétricas
Tau-c de Kendall
Muy baja Baja Moderada Buena Alta
Interpretar el valor de “Tau c”: a) de 0.00 a 0.19 Muy baja correlación 0 0,2 0,4 0,6 0,8 1,0
CASO PRACTICO N° 31
Coeficiente de asociación
Tau b de Kendall y
Tau c de Kendall
Medidas o Fuerza de Correlación/Asociación
Variable 2 NOMINAL NOMINAL
ORDINALES NUMÉRICOS
Variable 1 DICOTÓMICA POLITÓMICA
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
NUMÉRICOS R de Pearson
Eta Rho de Spearman Rho de Spearman
Medidas o Fuerza de Correlación/Asociación
Medida de acuerdo Índice Kappa de Cohen Pruebas No
paramétricas
Tipos de concordancia
Es una medida de acuerdo donde el requisito fundamental es que se trata de un solo grupo y los resultados de la
observación tienen las mismas opciones.
Factor A Factor B
Variable aleatoria
Factor A
Factor B
100%
?
Punto de corte
Planteamiento: Se ha evaluado los niveles de glucosa en los pacientes del club de diabetes en un
Hospital Regional. ¿Existe concordancia entre los resultados del glucómetro y la medida
laboratorial?
Glucosa laboratorial
Elevada Normal Total
Glucómetro N % N % N %
Elevada 24 48,0 1 2,0 25 50,0
Normal 3 6,0 22 44,0 25 50,0
Total 27 54,0 23 46,0 50 100,0
Planteamiento: Se ha evaluado los niveles de glucosa en los pacientes del club de diabetes en un Hospital
Regional. ¿Existe concordancia entre los resultados del glucómetro y la medida laboratorial?
Plantear Hipótesis
1
Ho: No Existe concordancia entre los resultados del glucómetro y la medida laboratorial
H1: Existe concordancia entre los resultados del glucómetro y la medida laboratorial
Interpretación: En los pacientes del club de diabetes de un Hospital Regional, se encontró que existe una alta
concordancia (Kappa = 0,84), entre los niveles de glucosa obtenidos mediante el glucómetro y el examen
laboratorial.
CASO PRACTICO N° 17
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
NUMÉRICOS R de Pearson
Eta Rho de Spearman Rho de Spearman
Medidas o Fuerza de Correlación/Asociación
Categóricos
Aplicativo
Predictivo
c.- Medida de Asociación Epidemiología: Riesgo
Explicativo
EL RIESGO ES RELATIVO
Medidas o Fuerza de Correlación/Asociación
EL RIESGO ES RELATIVO
En estadística y epidemiología…
Enfermos Sanos
Expuestos a b a+b
No expuestos c d c+d
a+c b+d n
𝑎+𝑏 𝑎+𝑏
𝑃𝑟𝑒𝑣𝑎𝑙𝑒𝑛𝑐𝑖𝑎 = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 =
𝑛 𝑛
Medidas o Fuerza de Correlación/Asociación
El diseño de cohortes es un estudio prospectivo - longitudinal
Enfermos Sanos
Expuestos a b a+b
No expuestos c d c+d
a+c b+d n
𝑎 𝑐
𝐼𝑛𝑐𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑛𝑜 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 =
𝑎+𝑏 𝑐+𝑑
Medidas o Fuerza de Correlación/Asociación
El diseño de cohortes es un estudio prospectivo - longitudinal
Enfermos Sanos
Expuestos a b a+b
No expuestos c d c+d
a+c b+d n
𝑎 𝑐
𝐼𝑛𝑐𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 = 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑛𝑜 𝑒𝑥𝑝𝑢𝑒𝑠𝑡𝑜𝑠 =
𝑎+𝑏 𝑐+𝑑
𝑎(𝑐 + 𝑑)
𝑹𝒊𝒆𝒔𝒈𝒐 𝑹𝒆𝒍𝒂𝒕𝒊𝒗𝒐 =
𝑐(𝑎 + 𝑏)
Medidas o Fuerza de Correlación/Asociación
Medidas de Riesgo
Riesgo Relativo (RR) es difícil de obtener por cuanto los estudios longitudinales consumen demasiado
tiempo y recursos.
El Odds Ratio (OR) intenta imitar el valor del riesgo relativo mediante estudios transversales.
Bajo una estrategia metodológica adecuada el ODDS RATIO se acerca bastante al RIESGO RELATIVO.
Medidas o Fuerza de Correlación/Asociación
Enfermos Sanos
Diseño de Expuestos a b 100%
cohortes
RR No expuestos c d 100%
a+c b+d 100%
Enfermos Sanos
Expuestos a b a+b
Diseño de casos
y controles No expuestos c d c+d
OR 100% 100% 100%
Medidas o Fuerza de Correlación/Asociación
Enfermos Sanos
Diseño de Expuestos a b a+b 𝑎(𝑐 + 𝑑)
cohortes 𝑹𝒊𝒆𝒔𝒈𝒐 𝑹𝒆𝒍𝒂𝒕𝒊𝒗𝒐 =
No expuestos c d c+d 𝑐(𝑎 + 𝑏)
RR
a+c b+d n
Enfermos Sanos
Expuestos a b a+b 𝑎∗𝑑
Diseño de casos 𝑶𝒅𝒅𝒔 𝑹𝒂𝒕𝒊𝒐 =
No expuestos c d c+d 𝑐∗𝑏
y controles
OR a+c b+d n
Medidas o Fuerza de Correlación/Asociación
Enfermos Sanos
Diseño de Expuestos a b a+b 𝑎(𝑐 + 𝑑)
cohortes 𝑹𝒊𝒆𝒔𝒈𝒐 𝑹𝒆𝒍𝒂𝒕𝒊𝒗𝒐 =
No expuestos c d c+d 𝑐(𝑎 + 𝑏)
RR
a+c b+d n
Enfermos Sanos
Expuestos a b a+b 𝑎∗𝑑
Diseño de casos 𝑶𝒅𝒅𝒔 𝑹𝒂𝒕𝒊𝒐 =
y controles No expuestos c d c+d 𝑐∗𝑏
OR a+c b+d n
Medidas o Fuerza de Correlación/Asociación
Medidas de Asociación
Evalúan la fuerza con que una variable o característica se asocia con otra.
Prevalencia Incidencia
Transversal Longitudinal
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
NUMÉRICOS
Eta Rho de Spearman Rho de Spearman R de Pearson
Medidas o Fuerza de Correlación/Asociación
Medidas/Fuerza en el SPSS
Variable 2 NOMINAL NOMINAL
ORDINALES NUMÉRICOS
Variable 1 DICOTÓMICA POLITÓMICA
Coeficiente Phi
NOMINAL Kappa de Cohen
Coeficiente de contingencia Eta
DICOTÓMICA Riesgo Relativo
Odds Ratio
V de Cramer
NOMINAL Lambdas S&A
Coeficiente de contingencia Rho de Spearman
POLITÓMICA Coef de Incertidumbres S&A
Kappa de Cohen
Gamma
Tau-b de Kendall
ORDINALES
Tau-c de Kendall Rho de Spearman
D de Somers S&A
Rho de Spearman
NUMÉRICOS
Eta Rho de Spearman Rho de Spearman R de Pearson
A n á l i s i s d e l a Va r i a n za
ANOVA
ANOVA con un factor INTER-sujetos y pruebas Post Hot ,
ANOVA de Kruskal-Wallis,
X2 Chi-cuadrado de Homogeneidad
A n á l i s i s d e l a Va r i a n za
Análisis de la
Varianza
Contraste de hipótesis
Ho: A = B = C = D
H1: A ≠ B ≠ C ≠ D A B C D
Análisis de la varianza
(ANOVA) y pruebas Post Hoc
A n á l i s i s d e l a Va r i a n za
ANOVA de Kruskal-Wallis
No Paramétrica: Variables Ordinal
Pruebas No
paramétricas
Análisis de la Varianza (ANOVA)
ANOVA de Kruskal-Wallis
No Paramétrica: Variables Ordinal
Pruebas No
Contraste de hipótesis paramétricas
ANOVA de Kruskal-Wallis
No Paramétrica: Variables Ordinal
2,0
1,5
1,0
Creencias religiosas
Medicamento contra el Pruebas No
Colesterol paramétricas
Análisis de la varianza
(ANOVA) de Kruskal-Wallis
Planteamiento: En un experimento sobre la acción de un medicamento contra el
Colesterol, se midió la reducción del mismo al cabo de una semana de iniciado el
tratamiento. Determinar si hay diferencia significativa entre los cuatro grupos
testeados:
Medición N° 40-44 años 45-49 años 50-54 años > 55 años
1 189 175 186 100
2 238 205 190 128
3 250 198 170 110
4 190 200 160 139
5 210 180 195 154
Medicamento contra el Pruebas No
Colesterol paramétricas
Análisis de la varianza
(ANOVA) de Kruskal-Wallis
Estado Nutricional Pruebas No
paramétricas
Análisis de la varianza
(ANOVA) de Kruskal-Wallis
Planteamiento: Se ha evaluado el Estado nutricional a universitarios de las carreras de
salud.
a) ¿El grado de Estado Nutricional en los universitarios será diferente según las
variables aleatorias estudiadas (Categóricas)?
b) ¿El grado de Estado Nutricional en los universitarios será diferente según las
variables aleatorias estudiadas (Numéricas)?
Estado Nutricional
Variables de estudio Normal Obesidad
(Categóricas) Desnutrición (Eutrófico) Sobrepeso Obesidad mórbida
n = 16 n = 126 n = 65 n=2 n=2 Total P-Valor
Actividad Gym 1 32 20 1 1 55
fisica Futbol 2 31 19 0 0 52
Crossfit 3 19 4 0 0 26
0,088
Calistenia 2 13 6 0 1 22
Ninguno 3 9 8 1 0 21
Otros 5 22 8 0 0 35
Días practica 1 día 0 1 1 0 0 2
2 días 2 13 13 0 0 28
3 días 5 21 5 0 0 31
5 días 4 51 22 1 2 80 0,865
6 días 0 22 14 0 0 36
Todos los días 2 11 4 0 0 17
Ningun día 3 7 6 1 0 17
Enfermedad Ninguna 12 101 55 2 0 170
Respiratoria 2 10 2 0 1 15
Muscular 1 8 5 0 0 14
Cardiaca 1 3 3 0 0 7
0,040
Miopia 0 2 0 0 0 2
Anemia 0 1 0 0 0 1
Fractura 0 0 0 0 1 1
Renal y neurológica 0 1 0 0 0 1
Visita medica Ocacionalmente 5 72 37 2 1 117
Mensual 1 17 7 0 0 25
0,237
Semestral 7 19 6 0 1 33
Anualmente 3 18 15 0 0 36
Tiempos 2 2 1 2 0 0 5
comidas 3 2 13 11 0 0 26
4 2 29 18 0 1 50 0,387
5 6 50 19 1 1 77
6 4 33 15 1 0 53
Lugar Casa 10 97 42 1 1 151
consumo Universidad 3 16 8 0 1 28
Restaurant 3 4 11 0 0 18 0,236
Catering 0 9 1 0 0 10
Trabajo 0 0 3 1 0 4
Consumo de Alto 6 17 13 0 0 36
azucar Moderado 4 59 28 1 1 93 0,697
Bajo 6 50 24 1 1 82
Consumo de Alto 2 10 10 0 0 22
aceite y Moderado 4 69 28 1 1 103 0,645
grasas Bajo 10 47 27 1 1 86
Estado Nutricional Pruebas No
paramétricas
Análisis de la varianza
(ANOVA) de Kruskal-Wallis
Planteamiento: Se ha evaluado el Estado nutricional a universitarios de las carreras de
salud.
a) ¿El grado de Estado Nutricional en los universitarios será diferente según las
variables aleatorias estudiadas (Categóricas)?
b) ¿El grado de Estado Nutricional en los universitarios será diferente según las
variables aleatorias estudiadas (Numéricas)?
Estado Nutricional
Variables de estudio Normal Obesidad
(Numéricas) Desnutrición (Eutrófico) Sobrepeso Obesidad mórbida
n = 16 n = 126 n = 65 n=2 n=2 Total P-Valor
Minutos 0 3 7 6 1 0 17
practica 20 0 0 1 0 0 1
45 2 26 13 0 2 43
60 10 68 35 1 0 114 0,189
90 1 24 9 0 0 34
150 0 0 1 0 0 1
240 0 1 0 0 0 1
Litros agua 0 1 8 3 0 0 12
1 2 25 15 1 0 43
0,122
2 10 69 41 1 0 121
3 3 24 6 0 2 35
Raciones 1 5 30 28 1 0 64
frutas 2 9 66 29 1 1 106
3 2 23 4 0 1 30 0,040
4 0 6 3 0 0 9
5 0 1 1 0 0 2
Raciones 1 6 27 31 1 0 65
verduras 2 9 67 26 1 1 104
3 1 23 6 0 1 31 0,002
4 0 8 2 0 0 10
5 0 1 0 0 0 1
Raciones 0 0 3 0 0 0 3
lacteos 1 8 34 26 1 1 70
2 3 58 27 1 0 89
0,619
3 4 25 11 0 1 41
4 0 5 0 0 0 5
5 1 1 1 0 0 3
Raciones de 0 0 2 2 0 0 4
cereales y 1 0 1 0 0 0 1
legumbres 2 6 61 36 1 1 105
3 1 38 17 1 1 58 0,153
4 6 15 9 0 0 30
5 3 8 1 0 0 12
6 0 1 0 0 0 1
Raciones de 1 7 28 14 0 0 49
carne, 2 5 58 26 2 0 91
huevos y 0,143
3 4 29 22 0 1 56
embutidos 4 0 11 3 0 1 15
Raciones de 0 1 2 2 0 0 5
bebidas 1 3 56 27 1 1 88
2 1 44 12 0 1 58 0,143
3 10 15 15 1 0 41
4 1 9 9 0 0 19
CASO PRACTICO N° 30
Análisis de la varianza
(ANOVA) de Kruskal Wallis
Comparar más de dos MEDIDAS
Pruebas paramétricas Pruebas no paramétricas
Nivel de Nominal Nominal
Objetivo Estadístico Numéricos Ordinales
Investigación Dicotómica Politómica
2
X de Homogeneidad
Comparar dos t de Student para U Mann-Whitney Corrección de Yates
grupos muestras independientes Test exacto de Fisher X2 de Homogeneidad
Asociar o Correlación de
Correlacionar Correlación de Pearson Spearman X2 de Independencia X2 de Independencia
Medida de
RELACIONAL Asociación/ Coeficiente de correlación Taub de Kendall
Correlación R Pearson Índice Kappa de Cohen Índice Kappa de Cohen
Análisis de la varianza
(ANOVA con un factor ANOVA de Kruskal-
INTERsujetos) y pruebas Wallis Análisis de
Más de dos grupos Post Hoc correspondencia X2 de Homogeneidad
ANOVA para medidas
repetidas o
Más de dos ANOVA con un factor
medidas INTRAsujetos Friedman Q de Cochran Q de Cochran
Planteamiento: Se desea evaluar la eficacia de un programa de dieta Análisis de la varianza
y ejercicios para bajar de peso (Antes, a la mitad y al final). ¿El peso (ANOVA) para
después del programa de dieta y ejercicios es menor al peso a la medidas repetidas
mitad y el peso basal?
Plantear Hipótesis
1
Ho: El peso después del programa de dieta y ejercicios no es menor al peso a la mitad y el peso basal
H1: El peso después del programa de dieta y ejercicios es menor al peso a la mitad y el peso basal
Interpretación
El programa de dieta y ejercicios de 1 año de duración, no es muy efectivo para reducir el peso de los
participantes, pero en la comparación entre pares se observa que el programa de dieta de la mitad al
final si es significativamente efectiva (P:0,004).
CASO PRACTICO N° 32
Análisis de la varianza
(ANOVA) para medidas
repetidas (Intra-sujetos)
Pruebas No
Es una prueba no paramétrica de comparación de tres o más paramétricas
muestras relacionadas, debe cumplir las siguientes características:
Análisis de la varianza
• Es libre de curva, no necesita una distribución específica
(ANOVA) de Friedman
• Nivel ordinal de la variable dependiente
• Se utiliza para comparar más de dos mediciones de rangos (medianas) y determinar
que la diferencia no se deba al azar (que la diferencia sea estadísticamente
significativa).
• El arreglo en bloques consiste en colocar los datos en una tabla de n filas y k
columnas. Las filas (bloques) representan a los distintos sujetos, unidades, animales,
plantas, etc. Y las columnas a las diferentes condiciones (tratamientos, grupos,
muestras, etc.)
Evaluación Sensorial Pruebas No
Galletas enriquecidas CPFZ paramétricas
Planteamiento: En un estudio se pretende evaluar la calidad nutricional de galletas enriquecidas al
10% de Concentrado Proteico Foliar de Zanahorias (CPFZ), donde se midió la aceptabilidad global y la
aceptabilidad de los atributos sensoriales: sabor, textura, olor y color, a nivel de laboratorio, utilizando
10 panelistas semi-entrenados y una escala hedónica no estructurada de 9 puntos. ¿Existirá una
diferencia significativa en la aceptabilidad de los atributos sensoriales?. Nivel de significancia 5%.
Evaluación Sensorial Pruebas No
Galletas enriquecidas CPFZ paramétricas
Planteamiento: En un estudio se pretende evaluar la calidad nutricional de galletas enriquecidas al
10% de Concentrado Proteico Foliar de Zanahorias (CPFZ), donde se midió la aceptabilidad global y la
aceptabilidad de los atributos sensoriales: sabor, textura, olor y color, a nivel de laboratorio, utilizando
10 panelistas semi-entrenados y una escala hedónica no estructurada de 9 puntos. ¿Existirá una
diferencia significativa en la aceptabilidad de los atributos sensoriales?. Nivel de significancia 5%.
Análisis de la varianza
(ANOVA) de Friedman
Evaluación Sensorial Pruebas No
Galletas enriquecidas CPFZ paramétricas
Planteamiento: En un estudio se pretende evaluar la calidad nutricional de galletas enriquecidas al
10% de Concentrado Proteico Foliar de Zanahorias (CPFZ), donde se midió la aceptabilidad global y la
aceptabilidad de los atributos sensoriales: sabor, textura, olor y color, a nivel de laboratorio, utilizando
10 panelistas semi-entrenados y una escala hedónica no estructurada de 9 puntos. ¿Existirá una
diferencia significativa en la aceptabilidad de los atributos sensoriales?. Nivel de significancia 5%.
Prueba de
Wilcoxon
Galletas enriquecidas con Concentrado Pruebas No
Proteico Foliar de Zanahoria paramétricas
Planteamiento: En un estudio se pretende evaluar la calidad nutricional de galletas enriquecidas con
Concentrado Proteico Foliar de Zanahorias (CPFZ). Se ensayaron 3 niveles de enriquecimiento: 5%
(T1), 10% (T2), 15% (T3) y un grupo control de galletas no enriquecidas (T0). Se midió la aceptabilidad
global y la aceptabilidad de los atributos sensoriales: sabor, textura, olor y color, a nivel de laboratorio,
utilizando 10 panelistas semi-entrenados y una escala hedónica no estructurada de 9 puntos. ¿Existirá
una diferencia significativa en la aceptabilidad de los atributos sensoriales? Nivel de significancia 5%.
Galletas enriquecidas con Concentrado Pruebas No
Proteico Foliar de Zanahoria paramétricas
Estadísticos descriptivos
Marca Olor Color Sabor Textura
T0 X ± DE 7,20 ± 0,789 7,60 ± 0,843 5,10 ± 1,729 3,60 ± 0,516
T1 X ± DE 7,30 ± 0,675 5,40 ± 3,134 5,50 ± 2,506 5,30 ± 0,823
T2 X ± DE 7,10 ± 0,876 7,60 ± 2,066 6,70 ± 1,337 4,60 ± 0,699
T3 X ± DE 7,10 ± 0,568 7,20 ± 1,398 5,70 ± 2,003 4,50 ± 0,707
Prueba de Friedman Rango promedio
T0 3,3 3,4 2,75 3,15
T1 3,65 2,55 3,45 3,25
T2 1,9 2,15 2,5 2,15
T3 1,15 1,9 1,3 1,45
P-valor (5%) 0,000 0,038 0,001 0,002
Galletas enriquecidas con Concentrado Pruebas No
Proteico Foliar de Zanahoria paramétricas
Prueba de Wilcoxon
Olor Color Sabor Textura
Marca Z P-valor Z P-valor Z P-valor Z P-valor
b
T0/T1 -,921 0,357 -1,268b 0,205 -1,436b 0,151 -,159b 0,873
c b c c
T0/T2 -2,692 0,007 -1,809 0,071 -1,025 0,305 -2,047 0,041
T0/T3 -2,873c 0,004 -2,694b 0,007 -2,728c 0,006 -2,848c 0,004
T1/T2 -2,844c 0,004 -,085c 0,932 -1,192c 0,233 -1,992c 0,046
c c c c
T1/T3 -2,848 0,004 -,180 0,857 -2,676 0,007 -2,539 0,011
T2/T3 -1,851c 0,064 -,282b 0,778 -2,555c 0,011 -1,676c 0,094
Análisis de la varianza
(ANOVA) para medidas
repetidas de Friedman
Tipos de pruebas No Paramétricas para varias muestras relacionadas Pruebas No
paramétricas
Hay tres pruebas disponibles para comparar las distribuciones de diversas variables relacionadas.
La prueba Q de Cochran es idéntica a la prueba de Friedman pero se puede aplicar cuando todas las
respuestas son binarias. Esta prueba es una extensión de la prueba de McNemar para la situación
de k muestras. La Q de Cochran contrasta la hipótesis de que diversas variables dicotómicas relacionadas
tienen la misma media. Las variables se miden al mismo individuo o a individuos