Introducciòn

1 2 3 4 5 6
CURSO DE
ESTADSTICA BSICA
Guadalupe Ruiz Merino Curso de Estadstica Bsica

1 2 3 4 5 6
ESQUEMA DEL CURSO

ESTADSTICA BSICA
DISEO DE EXPERIMENTOS
ESTADSTICA DESCRIPTIVA INFERENCIA ESTADSTICA
CONTRASTE
ESTIMACIN
DE HIPTESIS
TIPOS DE TABLAS Y POR MTODOS MTODOS NO

PUNTUAL
VARIABLES GRFICAS INTERVALOS PARAMTRICOS PARAMTRICOS
T-STUDENT U-MANN
WHITNEY
MEDIDAS DE
POSICIN CENTRAL ANOVA
K-W
Y DE DISPERSIN
FISHER
TABLAS DE
CONTINGENCIA
PEARSON
Guadalupe Ruiz Merino - Curso de Estadstica Bsica

1 2 3 4 5 6
V
SESIN 5
INFERENCIA ESTADSTICA II
5.1 Tablas de contingencia

5.2 Contraste de hiptesis
5.3 Medidas de asociacin

1 2 3 4 5 6
V
EN LA SESIN ANTERIOR VIMOS
Denominamos variables cualitativas a aquellas

cuyo resultado es un valor o categora de entre un
conjunto finito de respuestas
POR El sexo, el estado civil o el grupo sanguneo son

EJEMPLO variables cualitativas

1 2 3 4 5 6
V
5.1 TABLAS DE 5.2 CONTRASTE 5.3 MEDIDAS DE
CONTINGENCIA DE HIPTESIS ASOCIACIN
Para analizar la relacin de dependencia o

independencia entre dos variables cualitativas es
necesario estudiar su distribucin conjunta o tabla
de contingencia
Tabla de contingencia: Tabla de doble entrada

donde en cada casilla figura el nmero de
individuos que posee esas caractersticas

1 2 3 4 5 6
V
EJEMPLOS
El sexo y el hbito de fumar

Estudiar la El grupo sanguneo y la posibilidad
de rechazar un trasplante
relacin entre
La prctica de ejercicio y el riesgo de
infarto

1 2 3 4 5 6
V
OBJETIVOS
Las tablas de contingencia tienen dos objetivos fundamentales:

1.- Organizar la informacin, cuando est referida a
factores
2.- Analizar si existe alguna relacin de dependencia

o independencia entre los niveles de las variables
objeto de estudio
El hecho de que dos variables sean independientes significa

que los valores de una de ellas no estn influidos por la otra

1 2 3 4 5 6
V
CMO SE CONSTRUYE UNA TABLA DE CONTINGENCIA?
Una tabla de contingencia se presenta de la siguiente forma
HOMBRE MUJER MARGINAL

SI n11 n12 n1.
NO n21 n22 N2.
MARGINAL n.1 n.2 observacionesnde

nij=n ..
la fila i y la columna j
Frecuencia: Nmero de veces que se presenta un valor dado de una observacin

1 2 3 4 5 6
V
EJEMPLO
Para contrastar la hiptesis El sexo influye en el hbito de

fumar, podemos construir la siguiente tabla de contingencia
SI 65 58 123
NO 43 67 110
MARGINAL 108 125 233

1 2 3 4 5 6
V
TIPOS DE TEST UTILIZADOS
Para identificar relaciones entre variables cualitativas se

utiliza el test estadstico de la Chi-cuadrado
Para las tablas 2x2 se utiliza el test de Fisher

1 2 3 4 5 6
V
TIPOS DE TEST UTILIZADOS
En los ejemplos anteriores
Influye el sexo en
La hiptesis que
el hbito de fumar? plantearemos ser:
Tienen ms posibilidades los H0: independencia

de un cierto grupo sanguneo H1: dependencia
de rechazar un trasplante?
El resultado nos permitir afirmar con un nivel de confianza que

nosotros determinaremos si los niveles de una variable influyen en
los niveles de la otra
1 2 3 4 5 6
V
RAZONAMIENTO
El razonamiento para contrastar si existe o no asociacin entre dos

variables cualitativas se basa en:
calcular cul seran los valores de frecuencia esperados para cada

una de las celdas en el caso de que efectivamente las variables
fuesen independientes y compararlos con los valores realmente
observados

1 2 3 4 5 6
V
QU CONCLUSIONES SE OBTIENEN?
Si no existe mucha diferencia entre ambos valores
no hay razones para dudar de que las variables sean

independientes

1 2 3 4 5 6
V
QU CONCLUSIONES SE OBTIENEN?
Una vez que hayamos hecho

probabilidad de equivocarnos si
los clculos, obtendremos un
rechazamos la hiptesis nula
nivel de significacin
Si es p<0.05 rechazamos la hiptesis nula y

decimos que las variables son dependientes
Si es p>0.05 no podramos rechazar H0 porque la

probabilidad de equivocarnos sera muy alta

1 2 3 4 5 6
V
PROBLEMAS
La Chi-cuadrado est influenciada por el tamao muestral
Si la muestra es excesivamente
grande ser ms fcil que
A mayor nmero de casos
analizados el valor de la Chi- rechacemos la hiptesis nula de
cuadrado tiende a aumentar independencia cuando a lo mejor
podran ser independientes

1 2 3 4 5 6
V
PROBLEMAS
En cada celda de la tabla deber existir un mnimo de 5

observaciones esperadas
Se agrupan filas o columnas (excepto

tablas 2x2)
Si no fuera as
Se elimina la fila que da la frecuencia <5

1 2 3 4 5 6
V
PROBLEMAS
Para el ejemplo anterior El sexo influye en el hbito de fumar
SI 12 32 44
NO 18 10 28
OCASIONALMENTE 3 4 7

1 2 3 4 5 6
V
PROBLEMAS
Y si la tabla es de 2x2?
Se aplica la correccin de Yates

1 2 3 4 5 6
V
PROBLEMAS
La Chi-cuadrado permite contrastar la hiptesis de independencia

pero
en el caso de que se rechace dicha hiptesis no dice nada sobre

la fuerza de la asociacin entre las variables estudiadas

1 2 3 4 5 6
V
Las MEDIDAS DE ASOCIACIN distinguen entre que las variables

sean ordinales o nominales
Las MEDIDAS DE ASOCIACIN NOMINALES slo informan del

grado de asociacin existente pero no de la direccin
Las MEDIDAS DE ASOCIACIN ORDINALES aportan informacin

sobre la direccin de la relacin, pudiendo tomar tanto valores positivos
como negativos

1 2 3 4 5 6
V
Se pueden encontrar los intervalos de confianza para los riesgos

relativos, lo cual alcanza la misma finalidad que la prueba de
significancia, segn contenga el 1 o no
Los intervalos de confianza para riesgos relativos cada vez son ms

utilizados para las publicaciones en revistas mdicas

1 2 3 4 5 6
V
MEDIDAS DE ASOCIACIN ORDINALES
Existe una relacin Valores altos de una

VALORES se corresponden con
POSITIVOS directa entre las
variables valores altos de la
otra y al contrario
Existe una relacin Valores altos de una

VALORES se corresponden con
NEGATIVOS inversa entre las
variables valores bajos de la
otra y al contrario

1 2 3 4 5 6
V
RESIDUOS
CMO SE Diferencia entre la frecuencia observada

CALCULAN? y esperada en cada casilla
PARA QU Son muy tiles para interpretar las

SIRVEN? relaciones que se observan en la tabla
QU Indican que la diferencia entre las

INFORMACIN frecuencias es elevada cuando su valor
DAN? es superior a 1.96 inferior a -1.96

1 2 3 4 5 6
V
RESIDUOS
Un valor del residuo tipificado en una casilla
Hay ms casos (si es positivo) o menos (si es

Mayor a 1.96 en negativo) de los que debera haber en esa
valor absoluto casilla si las variables fueran independientes,
por lo que las variables son dependientes
Comprendido La diferencia es pequea por lo que las

entre 1.96 variables son independientes

1 2 3 4 5 6
V
USO EXCESIVO
Debido a que la prueba Chi-cuadrado es fcil de entender y calcular, en

ocasiones se utiliza cuando es ms apropiado otro mtodo
POR Cuando se analizan dos grupos y las caractersticas de

EJEMPLO inters se miden en escala numrica
LO CORRECTO Aplicar la prueba t-Student
LO INCORRECTO Convertir la escala numrica

en una ordinal o incluso binaria
1 2 3 4 5 6
V
USO EXCESIVO - EJEMPLO
Se desea conocer los pacientes de una intervencin que tienen

mayor probabilidad de padecer complicaciones que otros
Los investigadores queran saber si existe relacin entre

la edad y la probabilidad de tener complicaciones

1 2 3 4 5 6
V
MTODO DE TRABAJO:
1 Se recogen datos de pacientes que sufrieron complicaciones y
MAL!
de otros pacientes que no las sufrieron
2 Los investigadores formaron una tabla de contingencia 2x2 y

agruparon la edad en 45 o >45
Emplearon la prueba de chi-cuadrado para la independencia y

3 los resultados indicaron que no haba relacin entre la edad
y la presencia de complicaciones

1 2 3 4 5 6
V
DNDE EST EL ERROR?
En la seleccin arbitraria de los 45 aos

como punto de corte para la edad
Y en usar una prueba de forma incorrecta

1 2 3 4 5 6
V
USO EXCESIVO
Cuando las variables numricas se analizan con mtodos diseados

para variables categricas u ordinales, se pierde la mayor especificidad
de las mediciones numricas
Antes de hacerlo hay que investigar si las categoras son correctas

1 2 3 4 5 6
V
McNEMAR
Una variante de las tablas longitudinales es medir una misma variable

dicotmica (tratamiento-no tratamiento, rechazo-no rechazo) en dos
momentos temporales distintos
CONSEJO Resulta especialmente til para medir el cambio

1 2 3 4 5 6
V
McNEMAR
CMO SE TRABAJA?
Se toma una medida de una variable dicotmica, se aplica el

tratamiento (o se deja pasar el tiempo) y se vuelve a tomar
una medida de la misma variable en los mismos sujetos
Se contrasta la hiptesis de igualdad de proporciones antes

y despus

1 2 3 4 5 6
VI
SESIN 6
REGRESIN
6.1
6.1 Correlacin
6.2 Regresin Lineal Simple

1 2 3 4 5 6
VI
6.1 CORRELACIN 6.2 REGRESIN LINEAL SIMPLE
DEFINICIN DE CORRELACIN
Se considera que dos variables cuantitativas

estn relacionadas entre s cuando los
valores de una de ellas varan de forma
sistemtica conforme a los valores de la otra.

1 2 3 4 5 6
VI
EL COEFICIENTE DE CORRELACIN DE PEARSON
El coeficiente de correlacin de Pearson es

un ndice estadstico que permite definir de
forma ms concisa la relacin entre las variables
Es una medida de la relacin lineal entre dos
variables medidas con escala numrica

1 2 3 4 5 6
VI
Su resultado es un valor que flucta entre -1 y +1
+1 Relacin perfecta en sentido positivo
Cuanto ms cercanos a 0 sean los valores

0 significar una relacin ms dbil o incluso
ausencia de relacin
-1 Relacin perfecta en sentido negativo

1 2 3 4 5 6
VI
El valor del coeficiente de correlacin est

muy influenciado por los valores extremos,
igual que la desviacin estndar.
Por tanto la correlacin no describe bien la

relacin entre dos variables cuando cada
una de ellas tiene valores extremos
En estos casos debe hacerse una transformacin

de los datos o usarse la correlacin de Spearman

1 2 3 4 5 6
VI
Finalmente, correlacin no es igual a causa
Correlacin = Causa
El juicio de que una caracterstica causa otra debe justificarse

con argumentos, no slo con el coeficiente de correlacin

1 2 3 4 5 6
VI
Segn su valor la relacin entre las variables ser:
1 Perfecta
Excelente
0,9
Buena
0,8
Regular
0,5
Mala
1 2 3 4 5 6
VI
DIAGRAMAS DE DISPERSIN
Un DIAGRAMA DE DISPERSIN ofrece una idea bastante

aproximada sobre el tipo de relacin existente entre dos variables
Un DIAGRAMA DE DISPERSIN tambin puede utilizarse como

una forma de cuantificar el grado de relacin lineal existente entre
dos variables

1 2 3 4 5 6
VI
COEFICIENTE DE PEARSON REPRESENTACIN GRFICA

1 2 3 4 5 6
VI

1 2 3 4 5 6
VI

1 2 3 4 5 6
VI

1 2 3 4 5 6
VI
DIAGRAMAS DE DISPERSIN
El DIAGRAMA DE DISPERSIN permite formarse una primera

impresin sobre el tipo de relacin existente entre variables
Intentar cuantificar esa relacin tiene inconvenientes porque la

relacin entre dos variables no siempre es perfecta o nula
Normalmente ni lo uno ni lo otro

1 2 3 4 5 6
VI
MODELOS DE REGRESIN
Una vez que sabemos que dos variables estn

relacionadas
Cmo averiguar qu tipo de relacin tienen?
Para esto utilizamos los modelos de regresin

1 2 3 4 5 6
VI
CONCEPTO DE REGRESIN
La regresin como tcnica estadstica analiza

QU ES?
la relacin de dos o ms variables contnuas
La regresin se utiliza para inferir datos

PARA QU
a partir de otros y hallar una respuesta a lo
SIRVE?
que pueda suceder

1 2 3 4 5 6
VI
DIFERENCIA ENTRE CORRELACIN Y REGRESIN:
La correlacin es independiente de la escala pero

no la regresin
La correlacin entre estatura y peso es la misma

EJEMPLO sin importar que la estatura se mida en metros o
centmetros
La ecuacin de regresin entre el peso y la

SIN EMBARGO
estatura depende de las unidades que utilicemos

1 2 3 4 5 6
VI
SIMILITUDES ENTRE CORRELACIN Y REGRESIN:
La pendiente de la lnea de regresin tiene el

mismo signo que el coeficiente de correlacin
OJO!
La correlacin y la regresin slo describen relaciones lineales.
Si los coeficientes de correlacin y las ecuaciones de regresin
se calculan a ciegas, sin examinar las grficas, los
investigadores pasarn por alto relaciones muy estrechas pero
no lineales

1 2 3 4 5 6
VI
VARIABLES DE LA REGRESIN
Las variables del modelo de regresin deben ser cuantitativas
Dada la robustez de la regresin es frecuente encontrar incluidas

como variable independiente variables nominales transformadas
La variable dependiente debe ser siempre cuantitativa
Robustez: un estadstico se dice que es

robusto cuando es vlido aunque no se
cumpla alguno de sus supuestos

1 2 3 4 5 6
VI
TIPOS DE REGRESIN
Se pueden encontrar distintos tipos de regresin
1 Regresin Lineal
2 Regresin Mltiple
3 Regresin Logstica

1 2 3 4 5 6
VI
REGRESIN LINEAL
Consideremos una variable aleatoria respuesta Y, relacionada

con otra variable que llamaremos explicativa X
Supongamos una muestra de n individuos para los que se

conocen los valores de ambas variables
Y Variable aleatoria
Hacemos una representacin
grfica:
X Variable explicativa
en el eje X la variable explicativa
en el Y la respuesta Muestra
n

1 2 3 4 5 6
VI
REGRESIN LINEAL
OBJETIVO Encontrar una recta que se ajuste a la nube de puntos
A partir de esa recta podemos usar los valores de X para predecir

los de Y
Normalmente se utiliza el mtodo de los mnimos cuadrados que

minimiza la distancia de las observaciones a la recta

1 2 3 4 5 6
VI
REPRESENTACIN GRFICA
Una recta tiene una ecuacin muy simple:
Y=a+bX
b
Habra que calcular los
coeficientes a,b.
b es la pendiente de la recta
a es el punto en que la recta corta el eje vertical

1 2 3 4 5 6
VI
REGRESIN LINEAL
Conociendo los valores de estos dos coeficientes podramos

reproducir la recta y describir con ella la relacin entre las variables
Adems de representar la recta con su frmula tambin es til

disponer de alguna informacin sobre el grado en que la recta se
ajusta a la nube de puntos

1 2 3 4 5 6
VI
BONDAD DEL AJUSTE
Una medida de ajuste muy

Cuadrado del coeficiente de
aceptada es el coeficiente
correlacin lineal
de determinacin R2
Se trata de una medida estandarizada que toma valores entre 0 y 1
La recta explica un 86% de la variabilidad de

R2=0.86
Y en funcin de X

Introducciòn

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Introducciòn

Încărcat de

Drepturi de autor:

Formate disponibile

1 2 3 4 5 6

Guadalupe Ruiz Merino Curso de Estadstica Bsica

ESQUEMA DEL CURSO

ESTADSTICA DESCRIPTIVA INFERENCIA ESTADSTICA

TIPOS DE TABLAS Y POR MTODOS MTODOS NO

Guadalupe Ruiz Merino - Curso de Estadstica Bsica

5.1 Tablas de contingencia

Guadalupe Ruiz Merino - Curso de Estadstica Bsica

Denominamos variables cualitativas a aquellas

POR El sexo, el estado civil o el grupo sanguneo son

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Para analizar la relacin de dependencia o

Tabla de contingencia: Tabla de doble entrada

Guadalupe Ruiz Merino - Curso de Estadstica Bsica

El sexo y el hbito de fumar

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Las tablas de contingencia tienen dos objetivos fundamentales:

2.- Analizar si existe alguna relacin de dependencia

El hecho de que dos variables sean independientes significa

Guadalupe Ruiz Merino Curso de Estadstica Bsica

CMO SE CONSTRUYE UNA TABLA DE CONTINGENCIA?

Una tabla de contingencia se presenta de la siguiente forma

HOMBRE MUJER MARGINAL

NO n21 n22 N2.

MARGINAL n.1 n.2 observacionesnde

Frecuencia: Nmero de veces que se presenta un valor dado de una observacin

Para contrastar la hiptesis El sexo influye en el hbito de

HOMBRE MUJER MARGINAL

MARGINAL 108 125 233

Guadalupe Ruiz Merino Curso de Estadstica Bsica

TIPOS DE TEST UTILIZADOS

Para identificar relaciones entre variables cualitativas se

Para las tablas 2x2 se utiliza el test de Fisher

Guadalupe Ruiz Merino Curso de Estadstica Bsica

TIPOS DE TEST UTILIZADOS

En los ejemplos anteriores

Tienen ms posibilidades los H0: independencia

El resultado nos permitir afirmar con un nivel de confianza que

El razonamiento para contrastar si existe o no asociacin entre dos

calcular cul seran los valores de frecuencia esperados para cada

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Si no existe mucha diferencia entre ambos valores

no hay razones para dudar de que las variables sean

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Una vez que hayamos hecho

Si es p<0.05 rechazamos la hiptesis nula y

Si es p>0.05 no podramos rechazar H0 porque la

Guadalupe Ruiz Merino Curso de Estadstica Bsica

La Chi-cuadrado est influenciada por el tamao muestral

Guadalupe Ruiz Merino Curso de Estadstica Bsica

En cada celda de la tabla deber existir un mnimo de 5

Se agrupan filas o columnas (excepto

Se elimina la fila que da la frecuencia <5

Guadalupe Ruiz Merino Curso de Estadstica Bsica

HOMBRE MUJER MARGINAL

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Se aplica la correccin de Yates

Guadalupe Ruiz Merino Curso de Estadstica Bsica

La Chi-cuadrado permite contrastar la hiptesis de independencia

en el caso de que se rechace dicha hiptesis no dice nada sobre

Guadalupe Ruiz Merino Curso de Estadstica Bsica

Las MEDIDAS DE ASOCIACIN distinguen entre que las variables

Las MEDIDAS DE ASOCIACIN NOMINALES slo informan del

Las MEDIDAS DE ASOCIACIN ORDINALES aportan informacin