ESTADISTICA DESCRIPTIVA

Jose Caballero Alvarado, MD,

Profesor de Investigacin Clnica
Universidad Privada Antenor Orrego

Etapas de una investigacin

Anlisis : tests estadsticos,
ajuste de
curvas , A. multivariante.

Exploracin de datos
Obtencin datos, calibrados, etc.
Diseo de experimentos
Antecedentes Bibliogrficos

Especificar poblacin y muestra

Poblacin

Conjunto todos los individuos

Muestra

Subconjunto individuos

Inferencia estadstica
(Tests estadsticos)

Media ()

Media

Desviacin Estndar ()

Desviacin Estndar (s)

ESTADSTICA INFERENCIAL
La estadstica Inferencial, es el proceso por el cual se deducen
(infieren) propiedades o caractersticas de una poblacin a partir
de una muestra significativa.
Poblacin

Muestra

Definicin

Coleccin de elementos considerados

Parte o porcin de la
poblacin
seleccionada
para su estudio

Caractersticas

Parmetros

Estadsticos

Smbolos

Tamao de la poblacin = N

Tamao de la muestra = n

Media de la muestra = X
Media de la poblacin =
Desviacin estndar de la poblacin = Desviacin estndar de Xla
muestra = s

Qu es estadstica inferencial?
Se utiliza para probar hiptesis y estimar
paramtros.
Parmetros - las estadsticas de la
poblacin.
Al recolectar datos de una muestra se
pueden inferir
las caractersticas de la
poblacin (generalizar)
Estadgrafos - datos estadsticos recopilados
de una muestra.

INFERENCIA
POBLACIN

Muestra

eo
r
t
s
Mue

Pasos en tests de contraste de hiptesis

1) Decidir hiptesis nula y alternativa a comparar, por ej. con 2 medias:

( 1 2 )

H0= Las 2 medias poblacionales son iguales

( 1 2 )

H1= Las 2 medias son diferentes

(test bilateral o de 2 colas)

H1= La media 1 es mayor que la 2

( 1 2 )

(test unilateral 1 cola superior)

H1= La media 1 es menor que la 2

( 1 2 )

(test unilateral 1 cola inferior)

2) Decidir el test a usar:

Paramtrico (test t Student)

No Paramtrico (test U de Mann Whitney)

3) Fijar un nivel de probabilidad de equivocarse:

Riesgo de equivocarse del 5 1 %

4) Aplicar el test y aceptar el resultado

riesgo 0.05 0.01

Tests paramtricos y no paramtricos

Requisitos de los tests paramtricos:
La muestra pertenece a una poblacin cuya distribucin de probabilidad es
conocida (por ej. distribucin normal).
Comparan los grupos a travs de un parmetro de la distribucin (por ej: la
media en la distribucin normal).
Se utilizan con muestras no muy pequeas en las que es posible comprobar la
distribucin que siguen los datos.

Requisitos de los tests no paramtricos:

No se presupone que los datos sigan una distribucin determinada.
Se realizan con procedimientos de ordenacin, rangos y recuentos.
Se usan con muestras pequeas (n < 10) en las que se desconoce la distribucin que
siguen los datos.

Tests paramtricos: La
distribucin normal
Normal:

1
2

f ( x)

x 2
2 2

Normal estandarizada:
valores estandarizados :
zi

f ( z)

( xi )

1
2

z2
2

Otras distribuciones

Exploracin de datos
Distribucin t de Student:

(x)
sea la variable : z

( se comprueba que s )
valores " t " : tn 1
n1

grados de libertad : n 1

xn

sn /

Distribucin F de Snedecor :

Si 2 poblaciones con 12 22

s12 12
variable " F " : F 2 2
s2 2

1 n1 1 ; 2 n2 1
Otras distribuciones:
Poisson, Ji-cuadrado,
binomial.

grados de libertad : 1 n1 1

2 n2 1

Anlisis estadstico

Eligiendo el Test estadstico

con variables de tipo cualitativo

Tests habituales con variable cualitativa

Test Ji-cuadrado (correccin de Yates)

Datos independientes

Paramtrico
Test de Fisher exacto

2 muestras
Datos apareados

Datos independientes

No paramtrico

Paramtrico

Test de MacNemar

Test Ji-cuadrado (correccin de Yates)

n muestras
Datos apareados

No paramtrico

Test de Cochran (datos dicotmicos)

Eligiendo el test
estadstico con variables
de tipo cuantitativo

Tests habituales con variable cuantitativa

Paramtrico

t de student para comparar una media experimental con una terica

1 muestra

Kolmogorov-Smirnov (probar qu distribucin siguen los datos)

No paramtrico

Datos independientes

Shapiro-Wilks (probar si los datos siguen la distribucin normal)

Paramtrico

t de student de datos independientes para 2 medias)

No paramtrico

U de Mann Whitney para comparar 2 medianas

Paramtrico

2 muestras

Datos apareados

Independientes o apareados

No paramtrico

No paramtrico

Independientes o apareados

ANOVA de 1 factor + test de Tukey

ANOVA de 2 factores factorial

Datos independientes

Datos apareados

Wilcoxon de rangos con signos

(mediana de diferencias es 0)

Test F o de Bartlett para probar igualdad de varianzas

Paramtrico

n muestras

t de student de datos apareados para 2 medias

Kruskal Wallis para 1 factor

Paramtrico

ANOVA de medidas repetidas de 1 factor

No paramtrico

Test de Friedman para n medianas

Test de Bartlett o Levene para probar igualdad de n varianzas