PRUEBAS NO PARAMETRICAS

Elaborado por:
Mdico Freddy Garca Ortega Hospital Sergio E. Bernales Freddy_g_o@yahoo.es

Las pruebas estadsticas pueden ser parametricas y no parametricas

Las pruebas parametricas asumen los parametros de la distribucin de la variable (media y varianza) y un tipo de distribucin normal Las pruebas no parametricas no asumen acerca de los parametros de distribucin ni se preocupa por el tipo de distribucin, sino trabajan con simple ordenacin y recuento (asignando rankings) a los valores de la variable sin importar la distribucin.

Pruebas parametricas
Para usarlas deben cumplirse supuestos:
Las variables tienen que ser cuantitativas y estar medidas en escalas de intervalo o razn Los datos siguen una distribucin normal Las varianzas son iguales Muestras grandes (n > 30)
A veces se usa sin cumplir los supuestos pero debe usarse con cautela en muestras ms pequeas o con varianzas desiguales, en estos casos prefiera usar pruebas noparametricas

Pruebas no parametricas
Se deben usar con:
Datos de distribucin libre (no necesariamente normal). Si un grupo tiene distribucin normal mientras el otro no.

Si se trata de datos cuantitativos, ordinales o nominales

Con varianza grande, un grupo con varianza 0 y el otro no Al trabajar con muestras pequeas.

 QU VENTAJAS TIENEN LAS PRUEBAS PARAMETRICAS SOBRE LAS NO PARAMETRICAS?

Las pruebas parametricas tienen ms poder de contraste y pueden analizar interacciones entre variables independientes

PRUEBAS NO PARAMETRICAS
Chi cuadrado de Pearson (independencia, bondad de ajuste, homogeneidad) Prueba exacta de Fischer U de mann Whitney W de Wilcoxon T de Wilcoxon Mac Nemar Kruskall Wallis Friedman Q de Cochran

ELECCIN DE LA PRUEBA NO PARAMETRICA

Chi cuadrado 1 muestra Cuantitativa y cualitativa Binomial U de mann Whitney Wilcoxon Mc Nemar Kruskal Wallis

independientes 2 muestras Relacionadas

Cuantitativa Cuantitativa Cualitativa

independientes

Cuantitativa

Ms de 2 muestras
Relacionadas

Cuantitativa

Friedman

Cualitativa

Q de Cochran

CHI CUADRADO DE PEARSON

( F 1)(C 1)

i 1 j 1

(Oij Eij ) Eij

Prueba de bondad de ajuste

Ho: La muestra se ajusta a una distribucin teorica (esperado o modelo) H1: Ho: La muestra no se ajusta a una distribucin teorica (esperado o modelo)
Analyze / non parametric test/ chi square

CHI CUADRADO DE PEARSON

( F 1)(C 1)

i 1 j 1

(Oij Eij ) Eij

Criterio de homogeneidad Ho= Las poblaciones son homogeneas

Ho= Las poblaciones no son homogeneas

Analyze/ descriptive statisticts/ crosstabs

CHI CUADRADO DE PEARSON

( F 1)(C 1)

i 1 j 1

(Oij Eij ) Eij

Criterio de independencia Ho: Las variable son independientes

H1: Las variable estan relacionadas

Analyze/ descriptive statisticts/ crosstabs

Chi cuadrado: homogeneidad de poblaciones

Un estudio sobre caries dental en nios de seis ciudades con diferentes cantidades de fluor en el suministro de agua, ha proporcionado los resultados siguientes:
Comunidad A B C D E F N nios sin caries 38 8 30 44 64 32 N nios con caries 87 117 95 81 61 93

H0: Las incidencia de caries es igual en las seis ciudades (las poblaciones son homogeneas) H1: Las incidencia de caries no es igual en las seis ciudades (las poblaciones no son homogeneas)

Data \ weight cases

Cargar de esta manera los resultados, al hacer weight cases se esta consiguiendo que la tabla se despliegue como una base de datos completa a partir del cual se han resumido los datos en la tabla

Analyze\ descriptive statistics\ crosstabs

Chi cuadrado (homogeneidad)

Case Processing Summary Cases Missing N Percent 0 ,0% grupo * caries Valid N Percent 750 100,0% N Total Percent 750 100,0%

grupo * caries Crosstabulation Count caries sin caries con caries 38 87 8 117 30 95 44 81 64 61 32 93 216 534 Total 125 125 125 125 125 125 750

Chi-Square Tests Value 65,855a 72,153 12,860 750 df 5 5 1 Asymp. Sig. (2-sided) ,000 ,000 ,000

grupo

A B C D E F

Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases

Total

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 36,00.

H0: Las incidencia de caries es igual en las seis ciudades H1: Las incidencia de caries no es igual en las seis ciudadesCon p<0.05 se rechaza H0
Con p>0.05 no se rechaza H0

Conclusin: La incidencia de caries es igual en las 6 ciudades (poblaciones homogeneas)

CHI CUADRADO (CRITERIO DE INDEPENDENCIA)

Una muestra aleatoria de 200 adultos se clasifican de acuerdo al sexo y al nmero de horas que miran televisin durante la semana las frecuencias se dan en la siguiente tabla:
N de horas que miran TV Menos de 15 horas Hombre Mujer 55 40 Al menos 15 horas 45 60

Con esta informacin, se puede concluir que el tiempo utilizado para ver tv es independiente del sexo? use = 0.05 Ho : El sexo es independiente de las horas de ver televisin H1 : El sexo y las horas de ver televisin estan relacionadas

Data \ weight cases

Analyze\ descriptive statistics\ crosstabs

Chi cuadrado (independencia)

sexo * tv Crosstabulation
Case Processing Summary Cases Missing N Percent 0 ,0%

Count tv
Total N Percent 200 100,0%

sexo * tv

Valid N Percent 200 100,0%

sexo Total

Femenino Masculino

Menos de 15 horas 40 55 95

Al menos 15 horas 60 45 105

Total 100 100 200

Chi-Square Tests Value 4,511 b 3,930 4,529 df 1 1 1 Asymp. Sig. (2-sided) ,034 ,047 ,033 Exact Sig. (2-sided) Exact Sig. (1-sided)

Pearson Chi-Square a Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases

,047 4,489 200 1 ,034

,024

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

a. Computed only for a 2x2 table b. 0 cells (,0%) have expected count less than 5. The minimum expected count is 47,50.

H0: El sexo es independiente de las horas de mirar TV H1: El sexo esta asociado a las horas de mirar TV Conclusin: El sexo de la persona esta asociado al tiempo que mira TV, las mujeres permanecen ms tiempo mirando TV

U DE MANN WHITNEY - WILCOXON

Comparar 2 grupos independientes y que no tienen distribucin normal o que sean ordinales
Paralela a la prueba parametrica de contraste t para muestras independientes Contrasta si dos poblaciones muestreadas son equivalentes en su posicin Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao

Se desea saber si hay diferencias entre presin arterial sistlica de hombres y mujeres
PAS Hombres Rango 1 (R1) Orden PAS Mujeres Rango 2 (R2) Orden

110 120 100 115 110 100 120 125 125 130 Total

9.5 16 5 13.5 9.5 5 16 18.5 18.5 20 131.5

7 15 4 13 8 5 16 18 19 20

90 95 110 110 120 115 110 100 95 110

1 2.5 9.5 9.5 16 13.5 9.5 5 2.5 9.5 78.5

1 2 9 10 17 14 11 6 3 12

U DE MANN WHITNEY
U n1n2
Area de rechazo

n1 (n1 1) R1 2

U n1n2

n2 (n2 1) R2 2
Area de rechazo

Area de no rechazo

Estos valores de U y Use contrastan con los valores de la tabla para la U de Mann Withney y en el cual tiene valores para alfa bilateral al 0.05 y alfa unilateral para 0.01 y se eligen segn los valores caen en el rea de rechazo o no rechazo de Ho

H0: La presion arterial sistolica es igual en hombres y en mujeres

H1: La presion arterial sistolica no es igual en hombres y en mujeres
Ranks PAS SEXO Mujer Hombre Total N 10 10 20 Mean Rank 7,85 13,15 Sum of Ranks 78,50 131,50

Mean rank

Sum of ranks N

Zu

U R

Test Statisticsb Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)] PAS 23,500 78,500 -2,039 ,041 ,043
a

u
n

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

u tiene una formula compleja

a. Not corrected for ties. b. Grouping Variable: SEXO

El ranking promedio de mujeres esta en 7.85 y el de hombres esta en 13.15, es decir hay diferencias entre hombres y mujeres y como p<0.05 se rechaza H0
Conclusin: La PAS es diferente en hombres y en mujeres siendo mayor en hombres.

T DE WILCOXON
Comparar 2 grupos relacionados y variables cuantitativas que no tienen distribucin normal o que sean ordinales
Paralela a la prueba parametrica de contraste t para muestras relacionadas Contrasta si dos poblaciones muestreadas son equivalentes en su posicin

Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao

Pacientes que intentan bajar de peso sometiendose a una dieta, se desea saber si hay diferencias antes y despues de la dieta
Peso inicial Peso final Diferencia Rango +s Rango -s Orden

80 70 68 75 72 85 90 75 85 80
Total

75 68 68 70 74 60 75 70 80 79

-5 -2 0 -5 2 -25 -15 -5 -5 -1

5.5 2.5
5.5 2.5

9 8 5.5 5.5 1
2.5 42.50

4 2 -5 3 9 8 6 7 1

Para ubicar en ranking se procede ignorando el signo de la diferencia

Wilcoxon Signed Ranks Test

Ranks N pesofin - pesoin Negative Ranks Positive Ranks Ties Total 8 1b 1c 10
a

Mean Rank 5,31 2,50

Sum of Ranks 42,50 2,50

H0: peso final = peso final H1: peso final peso final
H0: peso final > peso final

a. pesofin < pesoin b. pesofin > pesoin c. pesofin = pesoin

Test Statisticsb pesofin pesoin -2,393a ,017

H1: peso final peso final

Z Asymp. Sig. (2-tailed)

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

a. Based on positive ranks. b. Wilcoxon Signed Ranks Test

Conclusin la dieta es efectiva para bajar de peso

COMPARACION DE 2 GRUPOS RELACIONADOS CON VARIABLES DICOTOMICAS

Prueba de signos y prueba de Mc Nemar

Se estudia la presencia de parsitos en el agua antes y despus de un procedimiento para eliminar parsitos. Es til el procedimiento?

Antes
+ + + + + +

Despus
+ + + + -

Sign Test
Frequencies N despues - antes
a Negative Differences b Positive Differences Tiesc Total

4 2 4 10

a. despues < antes b. despues > antes c. despues = antes

H0: No hay diferencias entre antes y despues

Test Statisticsb despues antes Exact Sig. (2-tailed) ,688 a a. Binomial distribution used. b. Sign Test

H1: hay diferencias entre antes y despues

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

Conclusin: El tratamiento no es eficaz para eliminar parasitos del agua

Inicial +
+ A C

Final B D

de Mc Nemar(1)
2

b c 1
bc
2

de Mc Nemar(1)
2

4 2 1
42

1 0.1666 6

McNemar Test
antes & despues despues antes 0 1 0 2 4 1 2 2

Test Statisticsb antes & despues 10 ,688 a

N Exact Sig. (2-tailed) b. McNemar Test

H0: No hay diferencias entre antes y despues H1: hay diferencias entre antes y despues

a. Binomial distribution used.

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

Conclusin: El tratamiento no es eficaz para eliminar parasitos del agua

KRUSKALL WALLIS
Comparar k grupos independientes y variables cuantitativas que no tienen distribucin normal o que sean ordinales
Paralela a la prueba parametrica de ANOVA para muestras indpendientes Contrasta si K poblaciones muestreadas son equivalentes en su posicin

Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao

Se esta midiendo la reaccin frente a un medicamento en tres grupos de personas Se desea saber si hay diferencias entre los tiempos de reaccin entre los 3 grupos
Grupo 1 Reaccion 10 Grupo 2 Reaccion 10 Grupo 3 Reaccion
15

1
1 1 1

10
11 8 7

2
2 2 2

15
15 12 12
10
12 14 9

3
3 3 3

20
12 10 9

1
1 1 1 1

15
14 10 9 10

2
2 2 2 2

3
3 3 3 3

15
18 17 12

14

16

Kruskal-Wallis Test
Ranks Grupo Tiempo de reaccin 1 2 3 Total N 10 10 10 30 Mean Rank 10,00 15,80 20,70

Test Statisticsa,b Tiempo de reaccin 7,579 2 ,023

Chi-Square df Asymp. Sig.

H0: La reaccion frente al medicamento es igual en los 3 grupos H1: La reaccion frente al medicamento no es igual en los 3 grupos
Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

a. Kruskal Wallis Test b. Grouping Variable: Grupo

Conclusin: Hay diferencias entre los 3 grupos para reaccionar frente al medicamento administrado

FRIEDMAN
Comparar K grupos relacionados y variables cuantitativas que no tienen distribucin normal o que sean ordinales
Paralela a la prueba parametrica de ANOVA para muestras relacionadas Contrasta si K poblaciones muestreadas son equivalentes en su posicin

Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao

Se esta midiendo la reaccin de 10 pacientes frente a tres medicamento diferentes Se desea saber si hay diferencias entre los tiempos de reaccin frente a los 3 medicamentos?
Paciente 1 2 3 4 5 6 7 8 9 10 Droga A 10 10 11 8 7 15 14 10 9 10 Droga B 10 15 15 12 12
10 12 14 9 14

Droga C
15 20 12 10 9 15 18 17 12 16

Friedman Test
Descriptiv e Statistics N Droga A Droga B Droga C 10 10 10 Mean 10,4000 12,3000 14,4000 Std. Deviation 2,45855 2,16282 3,56526 Minimum 7,00 9,00 9,00 Maximum 15,00 15,00 20,00

Ranks Droga A Droga B Droga C Mean Rank 1,35 2,00 2,65

H0: La de los accion de los 3 medicamento sobre la reacin de los pacientes es igual H1: La de los accion de los 3 medicamento sobre la reacin de los pacientes no es igual
Con p<0.05 se rechaza H0

Test Statisticsa N Chi-Square df Asymp. Sig. 10 9,135 2 ,010

a. Friedman Test

Con p>0.05 no se rechaza H0

Conclusin: Hay diferencias en la accion de los 3 medicamentos sobre la reaccin de los pacientes

Q DE COCHRAN
Comparar K grupos relacionados y variables cualitativas dicotomicas
Paralela a la prueba de Mc Nemar para muestras relacionadas Contrasta si K poblaciones muestreadas son equivalentes en su posicin Es recomendable pero no imprescindible que las poblaciones comparadas tengan el mismo tamao

Pacient e

Med A

Med B

Med C

Pacient e

Med A

Med B

Med C

Pacient e

Med A

Med B

Med C

10

18

11

19

12

20

13

21

14

22

15

23

16

24

17

25

25 pacientes reciben 3 medicamentos para mejorar su tos 0 = mejora su tos 1 = no mejora su tos

Se estudia el efecto sobre el dolor de tres medicamentos diferentes en 25 pacientes (0=no calma 1= si calma) Se desea saber si hay diferencias entre el efecto de los 3 medicamentos?
Pacien te 1 2 3 4 5 6 7 8 9 10 11 12 13 Medic A 1 1 0 1 0 1 0 1 0 0 1 1 1 Medic C 1 1 1 1 0 1 1 1 0 1 1 1 0 Medic B 1 0 0 1 1 0 0 0 0 1 0 1 0 Pacien te 14 15 16 17 18 19 20 21 22 23 24 25 Medic A 1 0 1 0 1 0 1 1 0 1 1 0 Medic C 1 1 0 0 1 0 0 1 1 1 0 1 Medic B 1 1 0 1 0 0 1 1 0 0 1 1

Cochran Test
Descriptiv e Statistics N Medicamento A Medicamento B Medicamento C 25 25 25 Mean ,60 ,68 ,48 Std. Deviation ,500 ,476 ,510 Minimum 0 0 0 Maximum 1 1 1

Frequencies Value 0 Medicamento A Medicamento B Medicamento C 10 8 13 1 15 17 12

H0: No hay diferencias entre los 3 medicamentos para mejorar mejorar la tos H1: hay diferencias entre los 3 medicamentos para mejorar mejorar la tos

Test Statistics N Cochran's Q df Asymp. Sig. 25 2,111 a 2 ,348

Con p<0.05 se rechaza H0 Con p>0.05 no se rechaza H0

a. 1 is treated as a success.

Conclusin: No hay diferencia estadisticamente significativa entre los 3 medicamentos para mejorar la tos en los pacientes.