X Curso Terico

Prctico de
Estadstica Aplicada
a las Ciencias de la
Salud
Sociedad Cientfica de San Fernando

Rubn E. Valle Rivadeneyra

2011

NDICE
1. CREACIN DE VARIABLES E INTODUCCIN DE DATOS.
2. ANLISIS EXPLORATORIO.
2.1 Estudio de la normalidad de variables.
2.2 Transformacin de variables.
2.3 Seleccin de datos.
3. PRUEBAS ESTADSTICAS.
3.1 Variables cualitativas.
3.2 Variables cuantitativas Paramtricas.
3.3 Variables cuantitativas no Paramtricas.
4. Anlisis de supervivencia
4.1 Curvas de Kaplan Meier
4.2 Prueba de Long Rank

R. Valle

1. Creacin de variables e introduccin de datos.

El primer paso para el manejo del programa es reconocer sus 2 primeras hojas. La primera hoja
llamada Vistas de variables es donde se realiza la operacionalizacin estadstica de las variables.
Se tiene que rellenar todas las caractersticas observadas en la primera fila de la pantalla.

La segunda hoja se llama Vista de datos y permite la introduccin de cada uno de los datos
recolectados, estos se completarn segn las caractersticas dadas a la variable en la seccin
anterior.

R. Valle

En el caso de variables cualitativas se tiene que colocar en Tipo de variable la opcin cadena y
dar Valores a cada variable, por ejemplo si la variable es Comorbilidad los valores sern 1=
Presente, 2= Ausente. Finalmente se define la escala en la que se quiere medir (Nominal,
ordinal). En el caso de las variables cuantitativas es ms sencillo se tiene que colocar el nmero de
decimales con que se desea trabajar y en la seccin de medida siempre marcamos la opcin de
escala

De esta forma se irn introduciendo cada una de las variables, y posteriormente cada uno de sus
datos.
Tambin se puede importar base de datos desde otros programas, por ejemplo el Exel, para lo cual
se va a la pestaa Abrir datos y posteriormente se remarca la opcin TIPO de archivo, aqu
escogemos la opcin Excel (*xls) y luego marcamos la ubicacin donde se encuentra el archivo.

Para fines de la presente prctica trabajaremos con la base de datos de un estudio titulado:
Consumo materno de un complejo multivitamnico y su efecto en el estado y peso al nacer de
neonatos en un hospital de la ciudad de Lima. El estudio consisti en suminitrar a las madres un
complejo multivitamnico para que sea tomado durante los 30 das siguientes al diagnstico del
embarazo, se trabaj con 200 madres y posteriormente se tomaron los datos del neonato, las
variables evaluadas se observan en la siguiente tabla.

R. Valle

VARIABLE

ETIQUETA

VALORES

ESCALA

Edad _ madre

Edad de la madre

Aos

Razn
(escala)

Das

Razn
(escala)

Das de
Dias_Tx
tratamiento
1= Si
Comorbilidades

Comorbilidades

Nominal
2= No
1=Ausente

FR

Factores de riego

2=Tabaco

Nominal

3=Alcohol
1= Primigesta
Gravidez

Gravidez

2=Segundagesta

Ordinal

3= Multigesta
Edad_Gestacional

Edad gestacional

Semanas

Razn
(escala)

Peso_nacimiento

Peso de nacimiento

Aos

Razn
(escala)

Estado_nacer

Estado al nacer

1= Vigoroso
Ordinal
2=Deprimido
1=Incompleto
Est_escolares

Estudios escolares

Nominal
2=Completo

R. Valle

HB1_Madre

Nivel de
hemoglobina al
inicio

mg/dl

Razn
(escala)

HB2_Madre

Nivel de
hemoglobina al final

mg/dl

Razn
(escala)

2.Anlisis exploratorio
Es el procedimiento que permite una visualizacin general de los datos y conocer las caractersticas
de su distribucin. Se realiza previo al anlisis definitivo de los datos. Objetivos:
Determinar el tipo de distribucin de las variables.
Codificacin y recuento de datos ausentes.
Evaluar la calidad y la consistencia de los datos.
Mostrar datos atpicos.
Anlisis exploratorio de variables cualitativas. Nos dirigimos a la opcin: Analizar>>Estadsticos
descriptivos>>Frecuencias

En la
pantalla aparecer una ventana en la cual colocamos las variable que queremos analizar, si
marcamos la opcin Grficos obtendremos una segunda ventana en la cual podemos escoger el
tipo de grfico, asi como la forma de presentacin. Finalmente damos aceptar y se abrir una nueva
ventana con los resultados del anlisis.

R. Valle

En el caso de las variables cuantitativas procedemos de la misma manera: Analizar>> Estadsticas

descriptivas>>Frecuencias. Posteriormente seleccionamos la opcin Estadsticos y marcamos
todos los anlisis que se quieren realizar (Ejm: Media, mediana, moda, DS, etc). En este caso
tambin se puede proceder como el caso anterior y seleccionar la opcin grficos.

2.1Estudio de la normalidad de las variables

Existen diferentes pruebas que se pueden realizar para ver si una variable tiene una distribucin
Normal. Las ms utilizadas son:
Histograma.
Kolmorogov- smirnov.
Grficos Q-Q.
Grfico P-P.
Para trabajar con el histograma procedemos como
en el caso anterior, Analizar>> Estadsticas
descriptivas>>Frecuencias>>Grficos
y
escogemos la opcin Histograma y curva normal.
Trabajaremos esta seccin con la variable Edad de
la madre.

R. Valle

Para realizar la prueba de kolmorogov-Smirnov nos dirigimos a: Analizar>>Pruebas no

Paramtricas>>K-S 1 muestra. Para desarrollar esta prueba debemos tener presente:
H0: Los datos se distribuyen en forma normal
Ha: Los datos no se distribuyen en forma normal

R. Valle

Prueba de Kolmogorov-Smirnov para una muestra

N
Parmetros normales

Media
Desviacin tpica

Z de Kolmogorov-Smirnov
Sig. asintt. (bilateral)

Edad de
la madre
200
27.43
6.372
1.118
.164

En este caso como el P es mayor

que 0.05 no rechazamos la Ho, la
aceptamos: La variable edad de la
madre tiene una distribucin
Normal. Lo que se corrobora con
el Histograma.

a. La distribucin de contraste es la Normal.

Observando el histograma y el resultado de la prueba de K-S vemos que la variable edad de la

madre, tiene una distribucin normal. Sin embargo desarrollaremos otras 2 pruebas que analizan la
Normalidad. Para desarrollar un grfico Q-Q nos dirigimos a Analizar>>Estadsticas
descriptivas>>Grfico Q-Q. Dentro de la opcin, distribucin de contraste seleccionamos:
NORMAL

R. Valle

Para desarrollar un grfico P-P nos dirigimos a Analizar>>Estadsticas descriptivas>>Grfico PP. Dentro de la opcin, distribucin de contraste tambin seleccionamos: NORMAL

2.2 Transformacin de variables.

Esta propiedad nos permite transformar las

variables a partir de los valores que toma la
variable
inicialmente.
Se
puede
recodificar en la misma variable o en otra
diferente. En el presente ejercicio
transformaremos la variable Peso de
nacimiento que es una variable cuantitativa
en una nueva variable con los valores 1=
Bajo peso (< 2.5 Kg.), 2= Buen peso
(2.6-4.0 Kg.) y 3= Macrosmico(>4.1
Kg.). Transformar>>Recodificar en distinta variable.
R. Valle

Una vez seleccionada esta

opcin en la pantalla se
abrir una ventana en la que
debemos colocar la variable
a
transformar,
luego
escogemos un nombre y una
etiqueta para la nueva
variable.
Posteriormente
marcamos
la
casilla
valores
antiguos
y
nuevos

En esta seccin debemos

colocar los nuevos valores.
Esta ventana consta de 2
partes, en la de la izquierda se
construyen los nuevos rangos
y en la de la derecha se
colocan los nuevos valores que
tendrn cada uno de los
rangos. En el ejemplo se ha
escogido como el rango 2.51
hasta el 4.0 y se le ha asignado
el valor 2 tal como se seala
lneas arriba.
En la hoja de variables aparecer nuestra nueva variable (fila sombreada). Luego debemos
codificar cada uno de los valores de la nueva variable, prestando atencin en utilizar los mismos
valores empleados al momento de construir la nueva variable. 1= Bajo peso (< 2.5 Kg.), 2=
Buen peso (2.6-4.0 Kg.) y 3= Macrosmico( >4.1 Kg.)

R. Valle

2.3 Seleccin de casos

Esta opcin nos permite trabajar con slo una parte de la poblacin, que presenta una caracterstica
en comn. Para fines de la prctica nosotros escogeremos trabajar con las madres que no presentan
ninguna comorbilidad. Nos dirigimos: Datos>>Seleccionar casos y escogemos la opcin Si se
satisface la condicin, lo que nos llevara a una nueva ventana.

R. Valle

En la nueva ventana
sealamos la variable
que va a funcionar
como
condicional
(comorbilidad) y luego
escogemos el valor de
la variable que va a
servir para seleccionar
los casos. Como en el
presente caso queremos
trabajar con las madres
sanas marcamos
el
valor 2 (comorbilidad
ausente) y le damos
continuar.

Observe que en la hoja de

datos, aquellos datos que
tenan marcada la variable
comorbilidad presente, se
encuentran tachados en la
columna de la izquierda, por
lo tanto todos los anlisis
que se realicen slo tomarn
en cuenta a las madres sanas.

R. Valle

3. Pruebas estadsticas
3.1 VARIBLES CUALITATIVAS
3.1.1 Prueba Chi cuadrado
Esta prueba se utiliza para probar asociacin estadstica entre variables cualitativas, en todos los
casos se trata de comparar los valores observados y esperados. Esta prueba utiliza las tablas de
contigencia
Comparacin de proporciones o frecuencias de dos o ms grupos.
Para mostrar la asociacin entre 2 variables.
Recomendaciones:
Si n> 40 se usa X2 corregido por continuidad.
Si n se esta entre 20 y 40 se usa X2 en el caso que todas las frecuencias esperadas sean 5.
Si n< 20 no se usa X2. Se utiliza la prueba exacta de Fisher.
Para desarrollar esta seccin, nos haremos la siguiente pregunta: La comorbilidad materna influye
en el estado de nacimiento del neonato?
H0: El estado de nacimiento del neonato es independiente de la comorbilidad de la madre.
H1: El estado de nacimiento del neonato NO es independiente de la comorbilidad de la madre.
Nos dirigimos a Analizar>>Tablas de contigencia. Se abre una ventana donde seleccionamos las
variables a analizar y para analizar las variables aplicando el X2 nos dirigimos a Estadsticos.

R. Valle

El valor P en la prueba X2, es menor de 0.05 por lo tanto se rechaza la Ho y se acepta la alterna. El
OR (razn de ventajas) es de 2.76 y es significativo
pues su intervalo no incluye a la unidad.
Estimacin de riesgo

Tabla de contingencia Comorbilidad * Estado al ancer

Recuento

Valor

Comorbilidad
Total

Presente
Ausente

Estado al ancer
Deprimido
vigorozo
49
16
71
64
120
80

Total
65
135
200

Razn de las ventajas

para Comorbilidad
(Presente / Ausente)
Para la cohorte Estado
al ancer = Deprimido
Para la cohorte Estado
al ancer = vigorozo
N de casos vlidos

2.761

1.430

5.329

1.433

1.160

1.772

.519

.327

.823

200

Pruebas de chi-cuadrado

Chi-cuadrado de Pearson
Correccin por
a
continuidad
Razn de verosimilitudes
Estadstico exacto de
Fisher
Asociacin lineal por
lineal
N de casos vlidos

Sig. asinttica
(bilateral)
.002

8.571

.003

9.869

.002

Valor
9.497b

9.449

gl

Sig. exacta
(bilateral)

Sig. exacta
(unilateral)

.002

.001

.002

200

a. Calculado slo para una tabla de 2x2.

b. 0 casillas (.0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada
es 26.00.

R. Valle

Intervalo de confianza
al 95%
Inferior
Superior

3.1.2 Prueba Exacta de Fisher.

Es una prueba para analizar variables cualitativas, se utiliza cuando no se llegan a cumplir los
criterios de la prueba X2. Se usa slo para tablas 2x2. Las H0 y H1 son las siguientes:
1.Bilateral:
H0: La proporcin con la caracterstica de inters es la misma en ambas poblaciones, p1=p2.
H1: La proporcin con la caractersticas de inters NO es la misma en ambas poblaciones, p1p2.

2. Unilateral:
H0: La proporcin en la poblacin 1 es menor o igual que en la proporcin en la poblacin2, p1p2.
H1: La proporcin en la poblacin 1 es mayor que en la proporcin en la poblacin2, p1>p2.

3.2 VARIABLES CUANTITATIVAS PARAMTRICAS.

3.2.1 Prueba T- Student para muestras independientes

Es una de las pruebas ms utilizadas, se utiliza para comparar las medias de 2 grupos diferentes. La
variable cuantitativa debe presentar una distribucin Normal. Criterios:
La escala de medicin de la variable tiene que ser de intervalo o de razn.
El tamao de los grupos de pueden ser diferentes.
Se recomienda realizar pruebas bilaterales.
Para desarrollar el siguiente caso nos haremos la siguiente pregunta Existe diferencia en la edad
entre aquellas madres que no tienen factores de riesgo y entre aquellas que consumen tabaco?
Ho: La media de la edad de las madres que consumen tabaco es similar a la edad de las madres que
no presentan factores de riesgo.
Ha: La media de la edad de las madres que consumen tabaco es diferente a la edad de las madres
que no presentan factores de riesgo
Como observamos al inicio, la variable Edad de la madre tiene una distribucin normal, por lo que
esta variable debe ser tratada con pruebas Paramtricas, por lo que podemos utilizar la prueba T de
studet para muestras independientes. Analizar>>Comparar medias>>Prueba T para muestras
independientes.
R. Valle

En la nueva ventana ingresamos la variable a analizar y en la opcin variable de agrupacin,

introducimos la variable que va a formar los grupos, en este caso Factor de riesgo. Luego definimos
los valores, recuerda que la variable Factor de Riesgo tiene 3 valores; 1=ausente, 2=tabaco,
3=alcohol. Como slo debemos comparar 2 medias (ausente y tabaco) escogemos los valores 1,2. Si
quisiramos comparar entre las madres que tienen FR ausente y las que consumen alcohol
tendramos que seleccionar la opcin 1,3.

Estadsticos de grupo

Edad de la madre

Factotores de riesgo
Ausentes
Tabaco

N
136
48

Media
28.49
25.08

Desviacin
tp.
6.080
6.568

Error tp. de
la media
.521
.948

Prueba de muestras independientes

Prueba de Levene
para la igualdad de
varianzas

F
Edad de la madre

R. Valle

Se han asumido
varianzas iguales
No se han asumido
varianzas iguales

Sig.
.656

.419

Prueba T para la igualdad de medias

gl

Sig. (bilateral)

Diferencia
de medias

Error tp. de
la diferencia

95% Intervalo de
confianza para la
diferencia
Inferior
Superior

3.270

182

.001

3.409

1.043

1.352

5.466

3.151

77.263

.002

3.409

1.082

1.255

5.564

3.2.2 Prueba T de student para muestras pareadas.

Esta prueba se utiliza cuando se quieren comparar la media de una misma poblacin medida en
momentos o por observadores diferentes. La variable tiene que describir una distribucin normal.
Para efectos de la prctica trabajaremos con los niveles de hemoglobina (Hb) de la madre que
fueron medidos antes y despus de los 30 das de tratamiento. Primero vemos si esta variable tiene
una D. Normal de ser asi seleccionamos: Analizar>>Comparar medias>>Prueba T para
muestras relacionadas. En la nueva ventana seleccionamos la variable (Hb) que ha sido medida en
diferentes tiempos.

Estadsticos de muestras relacionadas

Par 1

R. Valle

Nivel de Hb al inicio
Nivel de Hb al final

Media
10.878
12.1095

N
200
200

Desviacin
tp.
1.0441
.96145

Error tp. de
la media
.0738
.06798

Prueba de muestras relacionadas

Diferencias relacionadas

Media
Par 1

Nivel de Hb al inicio
- Nivel de Hb al final

-1.23140

Desviacin
tp.
1.26643

Error tp. de
la media
.08955

95% Intervalo de
confianza para la
diferencia
Inferior
Superior
-1.40799

-1.05481

t
-13.751

gl

Sig. (bilateral)
199

.000

3.2.3 Anova
Esta prueba permite comparar las medias de 3 o ms grupos, se realiza a travs del anlisis de la
varianza y bsicamente nos dice si los grupos son iguales o diferentes respecto a sus promedios.
Analiza la diferencia entre la variacin de cada individuo y la media de su grupo y la variacin entre
la media de cada grupo y la media global.
En este caso, queremos saber si la gravidez (primigesta, segundagesta, multigesta) de la mujer
influye en el peso del producto, por lo que trabajamos con la variables gravidez y peso del neonato.
Ho: El peso promedio de los neonatos es similar en los grupos de gravidez.
Ha: El peso promedio de los neonatos es diferente en los grupos de gravidez.
Primero analizamos si la variable peso del neonato presenta o no una distribucin normal. De ser
asi, entonces podemos utilizar la prueba. Analizar>>Comparar medias>>Anova. En la nueva
ventana seleccionamos las variables a contrastar, y en la seccin de factor colocamos la variable que
va a formar los grupos de comparacin (gravidez), Para obtener los valores descriptivos del anlisis
seleccionamos opciones y marcamos esta opcin.

Descriptivos

R. Valle

Descriptivos
ANOVA

Peso de nacimiento
Peso de nacimiento

N
Primigesta
Segundagesta
Multigesta
Total

82
40
78
200

Media
2.9598
3.0900
2.9526
2.9830

Inter-grupos
Intra-grupos
Total

Suma de
cuadrados
.575
82.388
82.962

gl
2
197
199

Media
cuadrtica
.287
.418

Sig.
.504

.687

3.2.4 Asociacin entre variables cuantitativas

Para el anlisis de variables cuantitativas utilizamos la correlacin y regresin lineal simple. La
regresin nos permite ver como se relacionan las variables y la correlacin permite cuantificar el
grado de asociacin. Se estudia la relacin entre una variable X llamada independiente o explicativa
y una variable Y llamada dependiente o respuesta.
En este caso queremos
analizar la relacin
entre la edad de la
madre y el peso del
neonato. Por lo que
seleccionamos
Analizar>>Regresin
>>Lineal.

Ambas variables deben mantener una relacin de dependencia donde el comportamiento de la

variable independiente define a la variable dependiente (resultante).

Resumen del modelob

Modelo
1

R
.069a

R cuadrado
.005

R cuadrado
corregida
.000

Error tp. de la
estimacin
6.373

a. Variables predictoras: (Constante), Peso al nacimiento

b. Variable dependiente: Edad de la madre

R. Valle

Peso de nacimiento

3.00

2.00

4.00

En el presente diagrama de dispersin se evidencia

lo mostrado por el R y el R2, ya que ambas
variables carecen de asociacin.

20

30

40

Edad de la madre

3.3 VARIABLES CUANTITATIVAS NO PARAMETRICAS

3.3.1 Mann Whitney
Esta prueba es utilizada para evaluar variables cuantitativas que no presentan una distribucin
Normal. La prueba plantea la comparacin de medianas.
Supuestos
1.-Ambas muestras son aleatorias de sus respectivas poblaciones.
2.-Existe independencia entre las muestras.
3.-La escala es al menos ordinal.
En el presente caso queremos saber, si la edad gestacional de la madre influye en el estado al nacer
del neonato. Para realizar el anlisis nos dirigimos: Analizar>>Pruebas no paramtricas>>2
muestras independientes.
Ho: La edad gestacional es similar en los neonatos que nacen vigorosos y deprimidos.
Ha: La edad gestacional no es similar en los neonatos que nacen vigorosos y deprimidos.

R. Valle

Estadsticos de contrastea

U de Mann-Whitney
W de Wilcoxon
Z
Sig. asintt. (bilateral)

Edad
gestacional
4284.000
7524.000
-1.338
.181

a. Variable de agrupacin: Estado al nacer

Al realizar el anlisis, no se observan el promedio de semanas de gestacin para aquellos que

nacieron vigoroso y de los que nacieron deprimidos. Por lo que se tiene que realizar un anlisis ms.
Nos dirigimos a Analizar>>Comparar medias>>Medias.
Luego de marcar esta opcin ingresamos las variables que deseamos analizar. Luego obtendremos
los promedios en cada uno de los grupos.

Das de tratamiento
Estado al nacer
Deprimido
vigoroso
Total

R. Valle

Media
21.53
21.76
21.63

N
120
80
200

Desv. tp.
7.436
8.046
7.667

3.3.2 Prueba de Wilcoxon

Esta prueba no paramtrica se utiliza para
evaluar datos pareados de una variable
que no cumple con una distribucin
Normal. Se basa en el supuesto de la H0
que la diferencia entre las medianas de
los datos pareados de una poblacin es
cero.
Para desarrollarla nos dirigimos a:
Analizar>>Pruebas no parametricas>>
2 muestras relacionadas

3.3.3 Prueba de Kruskall- walliss

La prueba es una ampliacin de la prueba de Mann Whitney, permite evaluar si 3 o ms grupos son
diferentes. La escala de medicin debe ser ordinal.
Ahora, se desea saber si existe asociacin entre el nmero de das de tratamiento y el peso de los
neonatos (peso_2).
Ho: Los das de tratamiento de la madre es similar en los nios con diferentes pesos
Ha: Los das de tratamiento de la madre no es similar en los nios con diferente peso.
Para realizar el anlisis nos dirigimos Analizar>>Pruebas no paramtricas>>K muestras
independientes y en la nueva
ventana seleccionamos las
variables. En la seccin de
variable de agrupacin tenemos
que definir el rango, que
consiste en seleccionar los
valores de la variable que van a
formar
los
grupos
de
comparacin.
En
nuestro
ejemplo la variable Peso del
neonato tiene 3 valores[1=
Bajo peso (< 2.5 Kg.), 2=
Buen peso (2.6-4.0 Kg.) y
3= Macrosmico( >4.1 Kg.)]
por lo que escogemos el rango
1-3.
R. Valle

Rangos

Das de tratamiento

Peso 2
Bajo peso
Buen peso
Macrosmico
Total

N
55
137
8
200

Rango
promedio
87.43
107.62
68.50

Chi-cuadrado
gl
Sig. asintt.

Das de
tratamiento
7.422
2
.024

En este caso, el anlisis no libera el promedio de das de tratamiento en cada uno de los grupos. Por
lo tanto procedemos como en el caso anterior ANALIZAR>> COMPARAR MEDIAS>>MEDIAS.
Luego escogemos las variables a analizar.

Das de tratamiento
Peso 2
Bajo peso
Buen peso
Macrosmico
Total

R. Valle

Media
19.65
22.68
17.13
21.63

N
55
137
8
200

Desv. tp.
8.269
7.272
6.379
7.667

4. Anlisis de supervivencia
4.1 Kaplan y Meier
Es un anlisis que analiza los tiempos en que se presentan los eventos, en lugar de los eventos
propiamente dichos. El desarrollo del anlisis requiere definir el tiempo de seguimiento, el evento y
la censura
Tiempo de seguimiento (tiempo de falla): Es una variable cuantitativa y corresponde al periodo
correspondiente desde que el paciente ingresa a evaluacin hasta que ocurre el evento de inters.
Evento: Es la situacin de inters que se evala, ejemplos: muerte, cura, accidente, etc.
Censura: Es el sujeto que no presento el evento de inters, pudiendo ser porque fue perdido, retirado
del seguimiento o porque no termino el estudio.
Con motivo de la prctica, la variable tiempo de supervivencia es una variable cuantitativa con
escala de medicin de escala y la variable resultado (cualitativa) abarca los valores de evento o
censura. Accedemos de la siguiente manera: ANALISIS>>SUPERVIVENCIA>>KAPLAN MEIR

En la nueva ventana, tenemos que definir la seccin de tiempo y estado, en esta ltima seccin
seleccionamos la opcin Definir evento con la finalidad de identificar el evento de inters con el
numero que lo representa (La variable Resultado tiene 2 valores: 0 censura y 1 evento).

R. Valle

En la misma ventana podemos presionar opciones y

obtener ms anlisis, asi como la curva de Kaplan y
Meier.

En la ventana de resultados aparecen una tabla de supervivencia que describe el proceso segn cada
sujeto estudiado, y el tiempo que aporta al anlisis hasta la ocurrencia del evento.

La curva de supervivencia de kaplan y Meier

muestra en el eje de las ordenadas, la
probabilidad de estar libre del evento o la
probabilidad de supervivencia. En el eje de
las abscisas muestra el tiempo de
seguimiento. Por lo que si se quiere conocer
la probabilidad de estar libre del evento
estudiado en determinado tiempo solo se
requiere trazar una vertical en el tiempo y
luego ver donde corta a la curva y reflejarlo
en el eje de las ordenadas.

R. Valle

4.2 Long Rank

Mtodo estadstico utilizado para saber si los grupos que se comparan tienen igual supervivencia.
Trabaja con la hiptesis nula que los grupos evaluados presentan igual supervivencia.
Para el anlisis ingresamos a ANALISIS>>SUPERVIVENCIA>>KAPLAN MEIER y nos
centramos en la opcin factor, en la cual ingresamos la variable a estudiar la cual debe ser
categrica y luego solicitamos los anlisis necesarios.

Los resultados nos muestran un anlisis descriptivo de las variable, asi como el resultado del long
rang con su valor de significancia.

R. Valle

El grafico muestra las curvas de supervivencia para el grupo que recibi el tratamiento A(lnea
verde) y B(lnea azul), al evaluar el valor de P con la prueba de Long Rank vemos que estos son
estadsticamente diferentes(0.002) lo cual tambin se observa en el grfico.

R. Valle