Tema 13: Pruebas paramétricas más utilizadas en enfermería.

Tema 13 (II).

T de Student.

Cuando el resultado del test obtenido en las tablas es menor que el estadístico calculado.

• Se rechaza la H0.
• Se acepta la H1.

Se puede presentar la situación que las dos varianzas sean distintas sean distintas o que partamos de la hipótesis de que las poblaciones de donde se han obtenido las muestras tengan varianza distintas. La formula es la siguiente:

Hay que dar un paso intermedio y tener en cuenta la Fisher-Snedecor o la prueba de Levene que sale en los resultados del SPSS.

Anova.

Método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student.

Es un método que permite comparar varias medias en diversas situaciones.

Está muy ligado al diseño experimental y es la base del análisis multivariable.

Con el análisis de varianza comprobamos si existen diferencias estadísticamente significativas entre más de dos grupos.

Es el método apropiado cuando tenemos más de dos grupos en el mismo planteamiento.

Permite estudiar la asociación entre una variable cuantitativa y una variable cualitativa de más de dos categorías, siempre que la cuantitativa siga una distribución normal.

El análisis de varianza, analizando varios grupos simultáneamente, nos dirá si entre las medias de los grupos hay o no hay diferencias significativas.

Se basa en el cálculo del estadístico F de Fisher-Schenedecor.

Tema 13: Pruebas paramétricas más utilizadas en enfermería.

Tema 13 (I).

Análisis bivariado variable cualitativa y cuantitativa:

Este tipo de análisis es sumamente frecuente en todo los ámbitos, puesto que con frecuencia nos interesa saber si las categorías de una variable cuantitativa presentan unos valores medios similares o no.

Comparación de medidas: Casos.

La media de una variable respecto a un valor de interés, por ejemplo el límite para instaurar una intervensión.

La media de dos muestras apareadas o dependientes. Los valores que adquiere una influye en los que adquiere la otra. Datos provienen del mismo conjunto de sujetos.

La media de dos muestras desapareadas o independientes. Los valores que adquiere una no influyen en los de la otra. Datos provienen de sujetos diferentes.

Test a aplicar en análisis bivariado variable cualitativa y cuantitativa.

• Paramétricos.
• T de student, para 1 o dos muestras (apareadas o independientes).
• ANOVA, para más de dos muestras o categorías independientes.
• No paramétricos.
• Prueba U de Mann-Whitney para muestras independientes.
• Test Wilconxon para muestras apareadas.
• Test Kruskal-Wallis para más de dos muestras o categorías.

Recordemos...

• Algunas de las formas de comprobar la normalidad de los datos.
• Métodos gráficos (histograma, prueba de lápiz grueso o gráfico QQ).
• Método descriptivo (IQR/S=1,34)
• Prueba de normalidad (prueba de Kolmogorov-Smirnov y la prueba de Shapiro-Wilk).
• Normality Check, como vimos en el tema 12 nosotros debemos verificar la normalidad usando Kolmogorov (n>50) or Shapiro (n<50).

T de Student como test parámetrico.

• Criterios de parametricidad.
• Distribución normalidad (test Kolmogorov-Smirnov o Shapiro).
• Homocedasticidad o igualdad de varianzas.
• Test Levene.
• F>0,05 se asume igualdad de varianzas.
• F<0,05 no hay igualdad de varianzas.
• N muestral > 30.
• Permite contrastar.
• Sí dos muestras proceden o no de la misma población.
• Si hay diferencia entre las dos medias.
• Las muestras.
• Muestras independientes.
• Muestras dependientes.
• Esta función matemática nació en la fabrica de Cerveza Guinness.

T de Student.

Comprobamos si existe una diferencia estadísticamente significativa entre las medias de dos muestras o grupos. Comprobamos si las dos medias difieren más de lo que consideramos normal cuando las muestras proceden de la misma población.

• Comprueba si la diferencia entre las medias de los grupos es estadísticamente significativa.

• Siendo la desviación típica y las varianzas de las muestras: