UNIVERSIDAD AUTOÓ NOMA DE SINALOA.

FACULTAD DE MEDICINA EXTENSIOÓ N LOS MOCHIS.

BIOESTADIS
lia. Estadíística ITCA.
. né
tés a Ivon s Enri
Emi qué.
no paraméít
gran
ré
l
Inté aín Fabé ñ és Carl .
é n
o
é
Lau no Ord s Enriqu uardo. íía. Docénté. Dr
rica.
ca i d
Laz rado Lu l Jorgé E a Estéfa
n
.Z
aulo Alcaraz
P a
Léy Sandov lés Aléx do.
a
i
Hérnaíndéz.
Lugo ivil Mor osé Alfr
é
Epidémioílo
d
Mén co Ruiz
z
J go.
No al
 ¿Quéí és la éstadíística no paraméí trica?

0 Una dé las ramas dé la éstadíística inféréncial.

0 Estudia las pruébas y los modélos cuya distribucioí n no sé ajusta a los critérios
paraméí tricos.

0 Suélén sér muéstras dé distribucioí n désconocida.

0 Muéstras éstadíísticas con una poblacioí n muy baja.

0 Variablés a évaluar ordinalés o nominalés.

Véntajas y désvéntajas dé las pruébas no paraméí tricas.
0 Véntajas.
0 Sé logran utilizar con muéstras péquénñ as sin problémas.
0 Estas pruébas éstaí n disponiblés para variablés dé tipo nominal.
0 Son adécuadas para tratar muéstras obténidas dé obsérvacionés én
diféréntés poblacionés .
0 Suélé habér una intérprétacioí n mas dirécta qué én las pruébas
paraméí tricas.

0 Désvéntajas.
0 No son sistémaí ticas.
0 Es difíícil élégir la pruéba adécuada séguí n las variablés préséntés.
 Utilidad dé la éstadíística no paraméí trica.

0 Sé aplican én muéstras péquénñ as.

0 Solo és pérmitido én variablés catégoí ricas.

0 Estaí n disponiblés para tratar datos qué son simpléménté

clasificatorios, és décir médidos én éscala nominal.

0 Para tratar muéstras obténidas én obsérvacionés dé distintas

poblacionés.
 Utilidad dé la éstadíística no paraméí trica.

0 Puédé sér nécésaria cuando los datos tiénén una clasificacioí n

péro no una intérprétacioí n numéí rica clara.

0 Puédén aplicarsé én situacionés én las qué sé sabé ménos sobré

la aplicacioí n én cuéstioí n.

0 Otra justificacioí n para él uso dé méí todos no paraméí tricos és la

simplicidad.
 Principalés tipos dé anaí lisis.

0 Pruébas con una sola muéstra.

0 Pruébas dé dos muéstras indépéndiéntés.

0 Pruébas para dos o mas muéstras indépéndiéntés.

0 Pruébas dé dos muéstras dépéndiéntés pruébas dé varias

muéstras rélacionadas.
 Pruébas con una sola muéstra.
Ji cuadrada.

0 Compara la posiblé diféréncia éntré las frécuéncias obsérvadas

(én la distribucioí n dé una variablé) con réspécto a las éspéradas,
(én razoí n dé una détérminada hipoí tésis).
 Pruébas con una sola muéstra.
Pruéba binominal.

0 Compara las frécuéncias obsérvadas én cada una dé

las dos catégoríías dé una variablé dicotoí mica con
réspécto a las frécuéncias éspéradas bajo una
distribucioí n binomial qué tiéné un paraí métro dé
probabilidad éspécíífico qué, por défécto, para ambas
catégoríías és 0.5.
 Pruébas con una sola muéstra.
Pruéba binominal.
Pasos a séguir:
1. Plantéamiénto dé hipoí tésis éstadíísticas.
1. Ho: p = po.
2. Ha: p ≠ po.

2. Conocér él nuí méro total dé casos obsérvados (N).

3. Conocér la frécuéncia dé las ocurréncias én cada una dé las catégoríías

4. Sé habla dé valorés binomialés, con una N dé 2-30, k dé 0-30 y p désdé 0.01 a 0.50.

5. Si la probabilidad asociada con él valor obsérvado dé valorés auí n maí s éxtrémos, és igual o ménor al dé
alfa sé réchaza la hipoí tésis nula
Pruébas con una sola muéstra
Pruéba dé las rachas
0 Midé hasta quéí punto én una variablé dicotoí mica la
obsérvacioí n dé uno dé sus atributos puédé influir én
las siguiéntés obsérvacionés; és décir, si él ordén dé
ocurréncia én la obsérvacioí n dé uno dé los atributos
dé una variablé dicotoí mica ha sido por azar.
 Pruébas con una sola muéstra.
Pruéba dé Kolmogorov-Smirnov.
0 Sé usa para définir él grado dé ajusté dé los datos a una distribucioí n
téoí rica: qué puédé sér con téndéncia a la normal, a la dé Poisson o
éxponéncial.

0 La pruéba dé K-S no précisa qué las obsérvacionés séan agrupadas.

0 Sé utiliza para muéstras dé cualquiér tamanñ o.

0 Es uí til, éspécialménté cuando sé conocé la éstructura én qué subyacé la

distribucioí n dé la variablé én éstudio.
 Pruébas con una sola muéstra.
Pruéba dé Kolmogorov-Smirnov.

0 La contribucioí n dé Kolmogorov corréspondé al probléma

rélacionado con una sola muéstra, miéntras qué la dé Smirnov sé
ocupa dé réspondér al probléma réspécto a dos muéstras,
tratando dé probar la hipoí tésis dé igualdad éntré las poblacionés
dé origén dé una con réspécto a la dé la otra.
 Pruéba dé dos muéstras indépéndiéntés.

0 Comparan dos grupos dé casos con una variablé.

0 La U dé Mann-Whitnéy.

0 La Z dé Kolmogorov-Smirnov.

0 Las réaccionés éxtrémas dé mosés20.

0 La pruéba dé rachas dé wald-wolfowitz.

 Pruéba dé dos muéstras indépéndiéntés.
La U dé Mann-Whitnéy.
0 Es la mas popular.

0 Equivalénté a la pruéba dé suma dé rangos dé Wilcoxon y a la pruéba dé dos

grupos dé Krustal-Wallis.

0 Sé utiliza cuando sé déséa éféctuar la comparacioí n dé dos grupos én quiénés

sé lés ha médido una variablé cuantitativa continua qué no tiéné una
distribucioí n normal o cuando la variablé és dé tipo cuantitativa discréta.

0 La U dé Mann-Whitnéy és él nuí méro maí s péquénñ o dé éstos dos nuí méros.

 Pruéba dé dos muéstras indépéndiéntés.
La U dé Mann-Whitnéy.
0 La variablé indépéndiénté és dicotoí mica y la éscala dé médicioí n dé la
variablé dépéndiénté és al ménos ordinal.

0 Los datos son dé muéstras aléatorias dé obsérvacionés indépéndiéntés dé

dos grupos indépéndiéntés, por lo qué no hay obsérvacionés répétidas.

0 La distribucioí n dé la poblacioí n dé la variablé dépéndiénté para los dos

grupos indépéndiéntés comparté una forma similar no éspécificada,
aunqué con una posiblé diféréncia én las médidas dé téndéncia céntral.
 Pruéba dé dos muéstras indépéndiéntés
Pruéba Z dé Kolmogorov-Smirnov

0 Basada én la diféréncia absoluta maí xima éntré la funcioí n dé

distribucioí n acumulada obsérvada para ambas muéstras.

0 Cuando ésta diféréncia és significativaménté grandé, las dos

distribucionés son considéradas diféréntés.

0 La pruéba Z dé Kolmogorov-Smirnov y la pruéba dé rachas dé

Wald-Wolfowitz son pruébas maí s généralés qué détéctan
diféréncias én la localizacioí n y formas dé las distribucionés
 Pruéba dé dos muéstras indépéndiéntés.
Pruéba dé las réaccionés éxtrémas dé Mosés.

0 Asumé qué la variablé éxpériméntal afécta algunos sujétos én

una diréccioí n y otros sujétos én la diréccioí n opuésta.

0 Sé énfoca én la distribucioí n dél grupo dé control y és una médida

dé cuantos valorés éxtrémos dél grupo éxpériméntal influéncian
la distribucioí n cuando sé combinan con él grupo dé control.
 Pruéba dé dos muéstras indépéndiéntés.
Pruéba dé rachas dé Wald-Wolfowitz .

0 Es una altérnativa no paraméí trica para contrastar si dos

muéstras con datos indépéndiéntés procédén dé poblacionés con
la misma distribucioí n.

0 Combina y acomoda las obsérvacionés dé ambos grupos.

0 Si las dos muéstras son dé la misma poblacioí n, los dos grupos

débén distribuirsé al azar a lo largo dé la clasificacioí n jéraí rquica.
PRUEBAS PARA DOS O MAÓ S MUESTRAS INDEPENDIENTES.
Pruéba dé Kruskal-Wallis o dé H.
Su aplicacioí n asumé:
0 1) Qué los datos proviénén dé un grupo aléatorio dé obsérvacionés.

0 2) Qué la variablé dépéndiénté és, al ménos, ordinal.

0 3) Qué la variablé indépéndiénté és nominal, con maí s dé dos nivélés.

0 4) Qué las obsérvacionés son indépéndiéntés déntro dé cada grupo y éntré los grupos.

0 5) Qué no hay médidas répétidas o catégoríías dé réspuéstas muí ltiplés.

0 6) qué és similar la forma én qué la distribucioí n dé la variablé dépéndiénté déntro dé cada

uno dé los grupos, éxcépto por la posiblé diféréncia dé las médidas dé téndéncia céntral én al
ménos uno dé éstos grupos.
PRUEBAS PARA DOS O MAÓ S MUESTRAS INDEPENDIENTES.
pruéba dé la médiana.

0 Indicada cuando la variablé indépéndiénté és catégoí rica y la

variablé dépéndiénté tiéné, al ménos, un nivél dé médida dé tipo
ordinal, aunqué éí sta habitualménté és cuantitativa continua, y sé
déséa invéstigar diféréncias éntré dos o maí s grupos con rélacioí n
a su médiana.
 PRUEBAS DE DOS MUESTRAS DEPENDIENTES.

0 Compara én éllas las distribucionés dé dos variablés qué sé asumé éstaí n

rélacionadas. Para séléccionar la pruéba és préciso conocér él tipo dé
datos qué sé tiénén.

0 Es uí til para probar la téndéncia qué siguén una sérié dé variablés

ordinalés positivas o para una valoracioí n raí pida dé un éstudio
éxploratorio.

0 La désvéntaja és qué no toma én cuénta la magnitud dé la diféréncia éntré

dos variablés paréadas
 PRUEBAS DE DOS MUESTRAS DEPENDIENTES.
Rangos signados dé Wilcoxon.
0 Pruéba fléxiblé qué sé puédé utilizar én distintas situacionés, con muéstras
dé diférénté tamanñ o y con pocas réstriccionés.

0 Réquiéré qué la variablé séa continua y qué séan obsérvacionés paréadas,

és décir, qué séan sujétos dé una misma muéstra con médidas pré y post
pruéba, o bién sujétos qué hayan sido paréados bajo critérios bién
définidos.

0 Para éféctuar ésta pruéba sé calculan las diféréncias éntré los parés dé
datos y sé régistran los valorés absolutos éntré éllas.
 PRUEBAS DE DOS MUESTRAS DEPENDIENTES.
Rangos signados dé Wilcoxon.

0 Los valorés absolutos dé las diféréncias éntré las dos variablés sé

ordénan dél valor ménor al mayor y para finalizar, a cada rango
sé lé da un signo positivo o négativo, dépéndiéndo dél signo dé la
diféréncia original.

0 Signos positivos y los négativos sé suman séparadaménté y sé

obtiénén los promédios
 PRUEBAS DE DOS MUESTRAS DEPENDIENTES.
Pruéba dé McNémar.
0 UÓ til cuando sé tiéné un disénñ o pré y post pruéba, én él qué él sujéto sirvé como su
propio control y la variablé dépéndiénté és dicotoí mica.

0 Sé usa cuando hay una situacioí n én la qué las médidas dé cada sujéto sé répitén,
por lo qué la réspuésta dé cada uno dé éllos sé obtiéné dos vécés:
0 Una véz antés y la otra déspuéí s dé qué ocurré un événto éspécíífico: éxamina
la éxténsioí n dél cambio dé la variablé dicotoí mica antés y déspuéí s dél événto.

0 Para éféctuar la pruéba lo priméro és colocar los datos én una tabla dé 2 x 2, én la

qué numéí ricaménté sé répréséntén los cambios dé cada individuo antés y
déspuéí s dé la intérvéncioí n.
 PRUEBAS DE VARIAS MUESTRAS RELACIONADAS.
Pruéba dé Friédman.
0 Exténsioí n dé la pruéba dé Wilcoxon para incluir datos régistrados én maí s dé dos
périodos dé tiémpo o grupos dé trés o maí s sujétos paréados, con un sujéto dé
cada grupo qué ha sido asignado aléatoriaménté a una dé las trés o maí s
condicionés.

0 La pruéba éxamina los rangos dé los datos générados én cada périodo dé tiémpo
para détérminar si las variablés compartén la misma distribucioí n continua dé su
origén.

0 Es éspécialménté uí til cuando la variablé dépéndiénté és continua péro su

distribucioí n sé éncuéntra sésgada
 PRUEBAS DE VARIAS MUESTRAS RELACIONADAS.
Pruéba W dé Kéndall.
0 Sé intérpréta como él coéficiénté dé concordancia, qué és una médida dé acuérdo éntré
los rangos.

0 Cada caso és una basé o rango, y cada variablé sé considéra un artíículo o pérsona a juzgar.

0 Para cada variablé sé computa la suma dé cada líínéa. Su valor final éstaí compréndido
éntré 0 (ninguí n acuérdo) y 1 (acuérdo compléto).

0 Tiéné las mismas indicacionés qué la pruéba dé Friédman, aunqué su uso én invéstigacioí n
ha sido, principalménté, para conocér la concordancia éntré rangos, maí s qué para probar
qué hay una diféréncia éntré las médianas.
 PRUEBAS DE VARIAS MUESTRAS RELACIONADAS.
Q dé Cochran.

0 Pruéba la hipoí tésis dé qué varias variablés dicotoí micas qué éstaí n
rélacionadas éntré síí, tiénén él mismo promédio.

0 En obsérvacionés muí ltiplés las variablés son médidas én él mismo

individuo o én individuos paréados.

0 Tiéné la véntaja dé éxaminar cambios én las variablés catégoí ricas.

0 No tiéné équivalénté paraméí trico.

 Estudios
éstadisticos NO
paramétricos
 PRUEBA DE LOS SIGNOS.

Basada én la distribucioí n Binomial con probabilidad dé éí xito p=½, puésto qué la

probabilidad dé qué un dato séa mayor o ménor qué la médiana és ½.
Para calcularla sé détérminan las diféréncias dé los datos con réspécto al valor
dado dé la médiana y sé cuéntan los signos positivos y négativos
Intérprétacioí n: Sé toma él “valor-p” para vér si sé acépta o no la hipoí tésis.

29
 JI CUADRADA.

Comparar la posiblé diféréncia éntré las frécuéncias obsérvadas én la

distribucioí n dé una variablé con réspécto a las éspéradas, én razoí n dé una
détérminada hipoí tésis.
Intérprétacioí n: Déscribir la diféréncia éntré las frécuéncias dé una hipoí tésis.

30
 PRUEBA DE LAS RACHAS.

Midé hasta quéí punto én una variablé dicotoí mica la obsérvacioí n dé uno dé sus
atributos puédé influir én las siguiéntés obsérvacionés.
Objétivo: Si él ordén dé ocurréncia én la obsérvacioí n dé uno dé los atributos dé
una variablé dicotoí mica ha sido por azar
Intérprétacioí n: Déscribir la diféréncia éntré las frécuéncias dé una hipoí tésis.

31
 PRUEBA DE RANGOS CON SIGNOS DE WILCOXON.

Usada para hacér pruébas dé hipoí tésis acérca dé la médiana

Sé aplica én él caso dé una distribucioí n continua siméí trica.
Bajo ésta condicioí n sé puédé probar la hipoí tésis nula.
Intérprétacioí n: Réchaza la hipoí tésis nula cuando él valor dé la éstadíística
apropiada W+, W-, o W és suficiéntéménté péquénñ o.

32
 PRUEBA DE KOLMOGOROV-SMIRNOV PARA UNA MUESTRA.

Intérprétacioí n: No précisa qué las obsérvacionés séan agrupadas én cualquiér

muéstra dé cualquiér tamanñ o.

33
 PRUEBA DE KRUSKAL-WALLIS.

Sé comparan varios grupos péro usando la médiana dé cada uno dé éllos, én lugar
dé las médias.
Objétivo dé analizar si un grupo dé datos proviéné dé la misma poblacioí n.
Intérprétacioí n: Basada én la rélacioí n éntré los datos dé una poblacioí n dividida én
grupos.

34
 COEFICIENTE DE CORRELACIOÓ N DE SPEARMAN.

Médida dé la corrélacioí n (la asociacioí n o intérdépéndéncia) éntré dos variablés aléatorias

(tanto continuas como discrétas).
Para calcular ρ, los datos son ordénados y réémplazados por su réspéctivo ordén.
Intérprétacioí n: Médianté él anaí lisis dé las variablés a éstudiar y su corrélacioí n.

35
 La U dé Mann-Whitnéy:

 Comparan dos grupos dé casos con una variablé.

 Sé utiliza cuando sé déséa éféctuar la comparacioí n dé dos grupos én

quiénés sé lés ha médido una variablé cuantitativa continua qué no
tiéné una distribucioí n normal o cuando la variablé és dé tipo
cuantitativa discréta.

 Interpretación: La U dé Mann-Whitnéy és él nuí méro maí s péquénñ o

dé éstos dos nuí méros.

36
 Pruéba Z dé Kolmogorov-Smirnov.

 Diféréncia absoluta maí xima éntré la funcioí n dé distribucioí n acumulada

obsérvada para ambas muéstras.

Interpretación:
 Cuando ésta diféréncia és significativaménté grandé, las dos distribucionés
son considéradas diféréntés.

37
 Pruéba dé las réaccionés éxtrémas dé Mosés.

⬡ Asumé qué la variablé éxpériméntal afécta algunos sujétos én una

diréccioí n y otros sujétos én la diréccioí n opuésta.

Interpretación:
⬡ Sé énfoca én la distribucioí n dél grupo dé control y és una médida dé
cuantos valorés éxtrémos dél grupo éxpériméntal influéncian la
distribucioí n cuando sé combinan con él grupo dé control.

38
 PRUEBAS DE DOS MUESTRAS INDEPENDIENTES

⬡ pruéba dé rachas dé Wald-Wolfowitz:

⬡ altérnativa no paraméí trica para contrastar si dos muéstras con datos indépéndiéntés
procédén dé poblacionés con la misma distribucioí n.
⬡ Combina y acomoda las obsérvacionés dé ambos grupos.
⬡ Si las dos muéstras son dé la misma poblacioí n, los dos grupos débén distribuirsé al azar a
lo largo dé la clasificacioí n jéraí rquica.

⬡ Interpretación: Si hay pocas rachas habla dé qué sé tratan dé grupos diféréntés miéntras
qué, si hay muchas rachas no hay diféréncias significativas én la distribucioí n.

39
 Pruéba dé Kruskal-Wallis o dé H.

⬡ Exténsioí n dé la dé U dé Mann-Whitnéy; anaí lisis dé varianza dé una

víía y pérmité conocér si hay diféréncias én las distribucionés dé la
variablé én éstudio én las poblacionés.

⬡ Interpretación: Sé utiliza cuando la variablé indépéndiénté tiéné

maí s dé dos grupos y la variablé dépéndiénté és cuantitativa continua.

40
 La pruéba dél signo.

⬡ Usada para sabér si una variablé tiéndé a sér mayor qué otra.
⬡ UÓ til para probar la téndéncia qué siguén una sérié dé variablés ordinalés positivas o para
una valoracioí n raí pida dé un éstudio éxploratorio.

⬡ Interpretación: Si las dos variablés tiénén una distribucioí n similar, él nuí méro dé
diféréncias positivas y négativas no difériraí significativaménté.

41
 Rasgos signados dé Wilcoxon.
⬡ Sé puédé utilizar én distintas situacionés, con muéstras dé diférénté tamanñ o y con pocas
réstriccionés.
⬡ Réquiéré és qué la variablé séa continua y qué séan obsérvacionés paréadas.
⬡ Interpretación: Sé calculan las diféréncias éntré los parés dé datos y sé régistran los
valorés absolutos éntré éllas.
⬡ Los valorés absolutos dé las diféréncias éntré las dos variablés sé ordénan dél valor
ménor al mayor.
⬡ Los signos positivos y los négativos sé suman séparadaménté y sé obtiénén los
promédios.
⬡ Sé usa él valor dé Z para probar la hipoí tésis nula dé la no diféréncia éntré los parés. Si la
hipoí tésis nula és ciérta, la suma dé los rangos positivos débé sér similar a los rangos
négativos.

42
 Pruéba dé McNémar.
⬡ UÓ til cuando sé tiéné un disénñ o pré y post pruéba, én él qué él sujéto sirvé como su propio
control y la variablé dépéndiénté és dicotoí mica.
⬡ Sé usa cuando hay una situacioí n én la qué las médidas dé cada sujéto sé répitén, por lo qué la
réspuésta dé cada uno dé éllos sé obtiéné dos vécés.

Interpretación:
⬡ Si la frécuéncia dé la réspuésta én una diréccioí n és mayor dé lo éspérado por él azar, sé
réchaza la hipoí tésis nula.

43
 Pruéba dé Friédman.

⬡ Exténsioí n dé la pruéba dé Wilcoxon para incluir datos régistrados én maí s dé dos périodos
dé tiémpo o grupos dé trés o maí s sujétos paréados.
⬡ Con un sujéto dé cada grupo qué ha sido asignado aléatoriaménté a una dé las trés o maí s
condicionés.
⬡ Es éspécialménté uí til cuando la variablé dépéndiénté és continua péro su distribucioí n sé
éncuéntra sésgada

Intérprétacioí n:
⬡ Examina los rangos dé los datos générados én cada périodo dé tiémpo para détérminar si
las variablés compartén la misma distribucioí n continua dé su origén

44
 Pruéba W dé Kéndall.
⬡ Normalizacioí n dé la éstadíística dé Friédman.
⬡ Conocér la concordancia éntré rangos, maí s qué para probar qué hay una
diféréncia éntré las médianas

Intérprétacioí n:
⬡ El coéficiénté dé concordancia, qué és una médida dé acuérdo éntré los rangos.
⬡ Cada caso és una basé o rango, y cada variablé sé considéra un artíículo o pérsona
a juzgar.
⬡ Para cada variablé sé computa la suma dé cada líínéa.
⬡ Su valor final éstaí compréndido éntré 0 (ninguí n acuérdo) y 1 (acuérdo compléto).

45
 Q dé Cochran.

Idéí ntica a la pruéba dé Friédman, péro sé aplica cuando todas las réspuéstas son binarias.

Pruéba la hipoí tésis dé qué varias variablés dicotoí micas qué éstaí n rélacionadas éntré síí, tiénén él
mismo promédio.

Interpretación:
Obsérvacionés muí ltiplés las variablés son médidas én él mismo individuo o én individuos paréados.
Tiéné la véntaja dé éxaminar cambios én las variablés catégoí ricas.

46
Como sé réaliza él anaí lisis

En MINITAB, para las

pruébas noparaméí tricas sé
éligé la sécuéncia STAT4
Noparamétrics.
 Pruéba dé los signos no paraméí trica.

0 1 Pruéba dé los Signos.

0 Sé usa para hacér pruébas dé hipoí tésis acérca dé la médiana dé
una poblacioí n.
0 Ho: La Médiana poblacional és igual a un valor dado.
0 Ha: La médiana és ménor (mayor oí distinta) dél valor dado.
0 La pruéba éstadíística éstaí basada én la distribucioí n Binomial con
probabilidad dé éí xito p=½, puésto qué la probabilidad dé qué un dato.

séa mayor o ménor qué la médiana és ½.

0 Para calcularla sé détérminan las diféréncias dé los datos con réspécto

al valor dado dé la médiana y sé cuéntan los signos positivos y
négativos.
0 Si la hipoí tésis altérna és "ménor qué" y él
nuí méro dé diféréncias positivas és mayor qué
él nuí méro dé diféréncias négativas éntoncés.

0 “valor-p”=P2 én caso contrario “valor-p” =P1.

Cuando la hipoí tésis altérna és dé dos lados y
él.

Nuí méro dé diféréncias positivas son mayorés

qué él nuí méro dé diféréncias négativas éntoncés
él “valor-p ” = 2P2, si hay ménor nuí méro dé
diféréncias positivas éntoncés “valor-p”=2P1 y si
hay igual nuí méro dé diféréncias positivas y
négativas éntoncés, “valor-p”=1. Si n>20 sé puédé
usar aproximacioí n Normal a una Binomial con p
= q = 0.5, para calcular los “valorés-p”. Es décir.
⬡ Los tiémpos dé sobrévivéncia (én anñ os) dé 12 pérsonas qué sé han
sométido a un trasplanté dé corazoí n son los siguiéntés:

⬡ 3.1 ⬡ 5.8
⬡ .9 ⬡ 9.9
⬡ 2.8 ⬡ 6.3
⬡ 4.3 ⬡ 10.4
⬡ .6 ⬡ 0
⬡ 1.4 ⬡ 11.5
 Bibliografíías.

0 Tarazona, I. T. S., Galindo, M. G. Q., & Manriqué, A. H. M. A. (2014).

Estadíística aplicada a la éducacioí n ciéntíífica. Universidad
nacional de educación, Enrique Guzmán Valle, , 3.

0 Goí méz-Goí méz M, Danglot-Banck C, Vélaí squéz-Jonés L. Basés

para la révisioí n críítica dé artíículos méí dicos. Rév Méx Pédiatr
2001; 69: 152-9.