Universidad Nacional Experimental “Francisco de Miranda”

Medicina - ADITrabajo Comunitario III

Integrantes:Jose M. GimenezJose M. ArcayaJorge D. HerreraJorge L. MartinezYulianny K. Luque

Pruebas Paramétricasy

No Paramétricas

Pruebas Paramétricas:

Se llaman así porque su cálculo implica una estimación de los parámetros de la población con base en muestras estadísticas. Mientras más grande sea la muestra más exacta será la estimación, mientras más pequeña, más distorsionada será la media de las muestras por los valores raros extremos.

Desventajas

Ventajas• Más poder de eficiencia. • Más sensibles a los rasgos

de los datos recolectados. • Menos posibilidad de

errores. • Robustas (dan estimaciones

probabilísticas bastante exactas). • Más complicadas de

calcular. • Limitaciones en los tipos de

datos que se pueden evaluar.

Pruebas No Paramétricas:Las pruebas no paramétricas son pruebas estadísticas que no hacen suposiciones sobre la constitución de los datos de la población, no asumen acerca de los parámetros de distribución, ni se preocupan por el tipo de distribución, si no trabajan con simple ordenación y recuento.

Desventajas

Ventajas• Fáciles de usar y entender.• Eliminan la necesidad de

suposiciones restrictivas de las pruebas paramétricas.

• Se pueden usar con muestras pequeñas.

• Se pueden usar con datos cualitativos. • A veces, ignoran, desperdician o

pierden información.• No son tan eficientes como las

paramétricas.• Llevan a una mayor probabilidad

de no rechazar una hipótesis nula falsa (incurriendo en un error de tipo II).

¿QUE DEBÉMOS TOMAR EN CUENTA PARA USAR LAS PRUEBAS

PARAMÉTRICAS Y NO PARAMÉTRICAS?

Pruebas Paramétricas:•Las Variables tienen que ser cuantitativas y estar medidas en escalas de intervalo o razón.

•Los Datos siguen una distribución Normal.

•Las Varianzas son iguales.

•Muestras Iguales (n > 30 )

Pruebas No Paramétricas:•Datos de distribución libre (no necesariamente normal). Si un grupo tiene distribución 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 pequeñas.

¿Cuáles son los métodos o pruebas estadísticas paramétricas más

utilizadas?•Coeficiente de Correlación de Pearson y la regresión lineal

•Prueba “ t ”

•Prueba de contraste de la diferencia de proporciones

•Análisis de varianza unidireccional (ANOVA Oneway)

•Análisis de varianza factorial (ANOVA)

•Análisis de covarianza (ANCOVA)

¿Qué es el coeficiente de correlación de Pearson?

Definición:Es una prueba estadística para analizar la relación entre dos o más variables medidas en un nivel por intervalos o razón

Se simboliza por “ r “

Hipótesis a probar:Correlacionalmente, del tipo : “A mayor X, mayor Y”; ”A mayor X, menor Y”, “Altos valores en X están asociados con altos valores en Y”, “Altos valores en X se asocian con bajos valores de Y”

¿Qué es la regresión lineal?

Definición:Es un modelo matemático para estimar el efecto de una variable sobre otra. Está asociado con el coeficiente de correlación de Pearson.

Hipótesis a probar:Correlaciónales y causales

¿Qué es la prueba “T” ?Definición:Es una prueba estadística para evaluar si dos grupos difieren entre sí de manera significativa respecto a su medias.

Se simboliza por “ t ”

Hipótesis a probar:De diferencia entre dos grupos. La hipótesis de investigación propone que los grupos difieren significativamente entre sí y la hipótesis nula no difiere significativamente

¿Qué es la prueba de diferencia de proporciones?

Definición:Es una prueba estadística para analizar si dos proporciones difieren significativamente entre si.

Hipótesis a probar:De diferencia de proporciones entre dos grupos.

¿Qué es el análisis de varianza unidireccional ? (oneway)

Definición Es una prueba estadística para analizar si más de dos grupos

difieren significativamente entre sí en cuanto a sus medias y varianzas .La prueba “ t “ es utilizada para dos grupos y el análisis de varianza unidireccional se usa para tres, cuatro o más grupos

Hipótesis a probar:De diferencia entre dos o más grupos, se propone que los grupos difieren significativamente entre si y la nula propone que no difieren

¿Qué es el análisis factorial de varianza?

Definición:Es una prueba estadística para evaluar el efecto de dos o más variable independientes sobre una variable dependiente.

Se conoce como ANOVA ( análisis de varianza de k-direcciones)

¿Qué es el análisis de covarianza?

Definición:Es una prueba estadística que analiza la relación entre una variable dependiente y dos o más independientes, removiendo y controlando el efecto de al menos una de estas independientes

¿Cuáles son los métodos o pruebas estadísticas no paramétricas más

utilizadas?La Ji cuadrada o Chi cuadrada.

Los coeficientes de correlación e independencia para tabulaciones cruzadas.

Los coeficientes de correlación para rangos ordenados de Spearman y Kendall.

¿Qué es la Ji cuadrada o Chi Cuadrado?

Definición:

Es una prueba estadística para evaluar la hipótesis acerca de la relación entre dos variables categóricas

Se simboliza por x2

Hipótesis a probar: Correlaciónales

Variables Involucradas: Dos

Nivel de medición de las variables:Nominal u ordinal ( o intervalos o razón reducida a ordinales)

La Chi cuadrada se calcula a través de una tabla de contingencia o tabulación cruzada, de dos dimensiones y cada una representa una variable.

¿Qué son los coeficientes de correlación e independencia para

tabulaciones cruzadas?Este son otros coeficientes para evaluar si las variables incluidas en la tabla de contingencia o tabulación cruzada están correlacionadas; algunos coeficientes son los siguientes:

Phi, Coeficiente de contingencia o C dePearson,V de Gramer, Lamdba ,Gamma, Tau-b de Kendall(Tau-b) , D de Somers, Eta. etc.

¿Qué son los coeficientes de correlación por rangos ordenados de Spearman y Kendall?

Los coeficientes rhoi de Spearman, simbolizado por rs, y tau de Kendall, simbolizado como t, son medidas de correlación para variables en un nivel de medición ordinal, de tal modo que los individuos u objetos de la muestra pueden ordenarse por rangos o jerarquías.

Ambos coeficientes varían de -1.0 (correlación negativa perfecta) a +1,0 ( correlación positiva perfecta)

Estadísticas sumamente perfecta para variables ordinales

Importancia a nivel de la Medicina:

La importancia de estas pruebas radica en su utilidad.

A nivel de la Medicina siempre se irán haciendo investigaciones y estudios a la población ( bien sea para conocer las problemáticas sobre alguna enfermedad especifica, o para determinar el avance y propagación de alguna incidencia a nivel de la salud )

Importancia a nivel de la Medicina:Para realizar investigaciones como esas se necesita gran cantidad de datos e información que permitan desarrollar análisis reales y de fianza, pero para ello se deben tomar en cuenta ‘’Las Pruebas Paramétricas y No Paramétricas’’ Considerando las características que deben presentar los datos o la información para ser procesadas.

Los datos no tendrán las características especificas para usar un solo método (ya que siempre encontraremos diversas variables )

Nos ofrecen la comodidad de poder escoger la mas adecuada y con resultados apropiados y eficientes.

Preguntas o Dudas?

Gracias Por su Atención !!