Proporciones

TEST DE GAUSS PARA UNA PROPORCION

Muchas veces en aplicaciones biomdicas aparecen hiptesis sobre proporciones o
porcentajes: proporcin de muestras sensibles a un antibitico, prevalencia de una
enfermedad, tasa de mortalidad, etc.
Se tiene un parmetro desconocido p=proporcin de casos (xitos)
Se tiene un valor numrico p0

prefijado por el investigador.

Las hiptesis de prueba que se plantean pueden ser:

CASO I

H0

H1 p p0

p p0

CASO II

H0

H1 p p0

p p0

CASO III

H 0 p p0

H1 p p0

Estadstico de prueba es

p p0

p0 1 p0
n

5
Si n. p

n. 1 p 5

: N 0,1 aproximadamente. Es decir bajo estas

condiciones el estadstico es aproximadamente normal con media cero y varianza

uno.

Zona de Rechazo
CASO I : Rechazamos la hiptesis nula si z
en la cola de la derecha (es grande)

, o sea el estadstico de prueba est

Concluimos que la proporcin poblacional en estudio supera el valor p0

con una probabilidad del % de equivocarnos.

CASO II: Rechazamos la hiptesis nula si, z

est en la cola de la izquierda (es chico)

o sea el estadstico de prueba

Concluimos que la proporcin poblacional en estudio es inferior el valor p0

con una probabilidad del % de equivocarnos.

CASO III

Rechazamos la hiptesis nula si,

z
/2

z
/ 2 ; o sea el

estadstico de prueba est, en la cola de la izquierda (es chico) en la cola de la

derecha (es grande).

Concluimos que la proporcin poblacional en estudio es diferente del

valor p0 con una probabilidad del % de equivocarnos.
Por convencin
Tomaremos

0.05

z 1.645

z
1.96
/2

correspondientes a

5%

Ejemplo 1:

Se tratan 66 muestras de Esterichia Coli de un mismo material clnico con

Penicilina y 43 de ellas resultan sensibles. Se estima a partir de esta muestra un
porcentaje de sensibilidad del 65,15 % (n=66).
Debido a que una publicacin sostiene que el porcentaje de sensibilidad es del
50%, se quiere saber si el resultado de nuestra muestra difiere significativamente.
Hiptesis de Prueba

H 0 p 0.50
p

43
0.6515
66

H1 p 0.50

Si

n. p 66 0.6515 43 5

n. 1 p 66 0.3485 23 5

Estadstico de prueba

Zona de rechazo 1.96

2.46 1.96

p p0

p0 1 p0
n

0.65150.50

0.50 10.50
66

0.1515
2.46
0.0586

1.96

Entonces se rechaza la hiptesis nula.

Se concluye que la proporcin de muestras sensibles en la poblacin es

significativamente distinta del 50% con un 5% de probabilidad de equivocarnos. O
sea
P (Error Tipo I)=0.05

Podramos afirmar lo mismo con menor probabilidad de equivocarnos? Si

afirmamos La proporcin de sensibles en la poblacin difiere significativamente de
50% Cul es la menor probabilidad de equivocarnos?
Esta menor probabilidad de Error tipo I, se denomina P =Nivel Justo de
Significacin
En este caso P es el rea (amarilla) en la curva normal en las colas ms all de 2.46

A continuacin se muestra el valor P= 0.0138 =nivel justo de Significacin, para

este problema, en la salida del programa STATISTIX 1.

One-Sample Proportion Test

Sample Size

66

Successes

43

Proportion

0.65152

Null Hypothesis: P =

0.5

Alternative Hyp: P <> 0.5

Difference

0.15152

Standard Error

0.05865

Z (uncorrected)

2.46

0.0138

Ejemplo 2

H0

p 0.50

H1 p 0.50

Zona de rechazo 1.645

2.46 1.645 No se rechaza la hiptesis nula. No se detecta que la proporcin de

muestras sensibles en la poblacin sea menor que el 50%.
A continuacin se muestra el valor P = 0.9931 =nivel justo de Significacin, para
este problema , en la salida del programa STATISTIX .

One-Sample Proportion Test

Null Hypothesis: P = 0.5

Alternative Hyp: P < 0.5

versin 8.0. Analytical Software, PO Box 12185, Tallahassee FL 32317 USA. (2003)

Difference

0.15152

Standard Error

0.05865

Z (uncorrected)

2.46

0.9931

Comentario Importante!: La conclusin NO es afirmamos la hiptesis nula

(detectamos una proporcin de sensibles superior al 50%)
La conclusin SI es No podemos rechazar la Hiptesis Nula (no hemos detectado
una proporcin de sensibles inferior al 50%)

Informe de Resultados

p
0.65

95% - IC
(0.53, 0.76)

Null Hypothesis
P = 0.5

P
0.01

0.65

(0.53, 0.76)

P > 0.5

N.S

La frmula del Intervalo de confianza (95%-IC) es:

p 1.96 p 1 p / n

Significado del 95%- IC La proporcin de sensibles se estim en 65% pero oscila

entre 53% y 76% en el 95% de los casos

TEST DE GAUSS PARA DOS PROPORCIONES

Se tienen dos parmetros desconocidos

p1 =

proporcin poblacional de casos (xitos) con tratamiento 1

p2 = proporcin poblacional de casos (xitos ) con tratamiento 2

Las hiptesis que se plantean pueden ser:

Caso I

H0

H1 p1 p2

p p
1
2

Caso II

H0

H1 p1 p2

p p
1
2

Caso III

H0

H1 p1 p2

p p
1
2

Se estiman dichas proporciones a travs de dos muestras independientes

r1
= proporcin de xitos con tratamiento1 estimada con la muestra de
n1
tamao n1

p =
1

r
p = 2 = proporcin de xitos con tratamiento2 estimada con la muestra de
2
n2
tamao n2

r r
p 1 2
n1 n2

Estadstico de prueba

Si

n1. p1 5

n1. 1 p1 5

p1 p 2
1 1
p 1 p

n n
1 2

n . p 5
2 2

n . 1 p 2 5
2

: N 0,1

Es decir bajo estas condiciones el estadstico es aproximadamente normal con

media cero y varianza uno.

Zona de Rechazo

CASO I : Rechazamos la hiptesis nula si z

en la cola de la derecha (es grande)

, o sea el estadstico de prueba est

Concluimos que la proporcin poblacional p1 supera a la proporcin

poblacional p2 con una probabilidad del % de equivocarnos.

CASO II: Rechazamos la hiptesis nula si, z

est en la cola de la izquierda (es chico)

o sea el estadstico de prueba

Concluimos que la proporcin poblacional p1 es inferior a la proporcin

poblacional p2 con una probabilidad del % de equivocarnos.
CASO III Rechazamos la hiptesis nula si,

z
/2

z
/ 2 ; o sea el

estadstico de prueba est, en la cola de la izquierda (es chico) en la cola de la

derecha (es grande).

Concluimos que la proporcin poblacional p1 es diferente de la proporcin

poblacional p2 con una probabilidad del % de equivocarnos.
Por convencin
Tomaremos

0.05

z 1.645

z
1.96
/2

correspondientes a

5%

Ejemplo 1: Se desea averiguar si la resistencia que tiene la Esterichia Coli a la

Penicilina es diferente de la resistencia a la Ciprofloxacina.

Se tratan 126 muestras de Esterichia Coli, de un mismo material clnico, con

Penicilina y se encuentran 6 resistentes. Se tratan otras 136 muestras de la misma
bacteria y el mismo material clnico con Ciprofloxacina y se encuentran 15
resistentes.

Se tienen dos parmetros desconocidos

p1 = proporcin poblacional de resistencia de Esterichia Coli, a Penicilina

p2 = proporcin poblacional de resistencia de Esterichia Coli, a Ciprofloxacina

Las hiptesis que se plantean pueden ser:

H0

H1 p1 p2

p p
1
2

r1
6
0.048 proporcin de resistencia de Esterichia Coli, a la Penicilina
=
n1
126
estimada con la muestra de tamao n1 =126

p =
1

r
p = 2 = 15 0,11 proporcin de resistencia de Esterichia Coli, a la Ciprofloxacina
2 n2
136
estimada con la muestra de tamao n2 =136

r r
p 1 2 6 15 0.080
n1 n2 126 136
Estadstico de prueba

p1 p 2
0.062
0.062

1.87
0.033
1
1 1

1
0.0800.020

p 1 p

126 136
n n
1 2

Verifique que se cumplen las condiciones:

n1. p1 5

n1. 1 p1 5

n . p 5
2 2

La zona de rechazo es 1.96

n . 1 p 2 5
2

1.96 . Esto es equivalente a 1.96 . Siendo

1.87 <1.96

nuestro estadstico de prueba no est incluido en la zona de

rechazo, en consecuencia no se rechaza la hiptesis nula.
Conclusin: no se registra diferencia significativa entre los porcentajes de
resistencia a Penicilina y resistencia a Ciprofloxacina para esta bacteria.

A continuacin se muestra el valor P = 0.0619=nivel justo de Significacin, para

este problema , en la salida del programa STATISTIX .

Two-Sample Proportion Test

Sample 1

Sample 2

126

136

15

0.04762

0.11029

Sample Size
Successes
Proportion

Null Hypothesis: P1 =

P2

Alternative Hyp: P1 <> P2

Difference

-0.06268

SE (diff)

0.03357

Z (uncorrected)

-1.87

0.0619

Comentario Importante!: La conclusin NO es afirmamos la hiptesis nula

(detectamos que ambos porcentajes de resistencia son iguales)

La conclusin SI es No podemos rechazar la Hiptesis Nula (no hemos detectado

diferencia en los porcentajes de resistencia)

Informe de Resultados

p1
0.047

p 2
0.11

p1 p 2

95% - IC

-0.062

(-0.12, 0.003)

Null Hypothesis

p1 p2

Frmula del intervalo de confianza al 95%

P
N.S

 p1 p 2 1.96

p 1 p / n

Interpretacin del intervalo de confianza al 95%:

La diferencia de resistencia es del 6.2 % y oscila entre 3% y 12% el 95% de las
veces que repitamos la observacin.

Ejemplo
La siguiente salida corresponde al test de las hiptesis

H0

H1 p1 p2

p p
1
2

Two-Sample Proportion Test

Null Hypothesis: P1 = P2
Alternative Hyp: P1 < P2

Difference

-0.06268

SE (diff)

0.03357

Z (uncorrected)

-1.87

0.0310

cual es su conclusion?

PROPORCIONES APAREADAS
Se comparan la proporcin de casos expuestos p1=(a+b)/n y la proporcin de
controles expuestos p2 = (a+c)/n. Notar que:
p1 p2

( a b) ( a c ) (b c )

n
n

Controles
Expuestos (+)

Expuestos (-)

Expuestos (+)

Expuesto (-)

Casos

X 2

(b c) 2
bc

gl=1 o

(b c )
bc

Ejemplo
Para cada paciente intoxicado se busco un par no intoxicado y se averigu si
haban ingerido pulpo. El siguiente cuadro muestra las frecuencias. Se desea
saber si el porcentaje de intoxicados que comi pulpo difiere del porcentaje
de intoxicados que no comi pulpo.

Controles: no intoxicados
Comieron pulpo(+)
Comieron pulpo(+)

Comieron pulpo(-)

16

13

Casos: intoxicados
Comieron pulpo(-)

X2

(13 3) 2
10 2 / 16 =6.25
13 3

22

21, 0.053.84

(13 3)
13 3

z 0.051.96

Salida de Programa

MC NEMAR'S SYMMETRY TEST

VARIABLE
CASE

PULPOSI

PULPONO

+-----------+-----------+
1

OBSERVED |

16

13

29

=10/4=2.5

EXPECTED |

16.00

8.00

CELL CHI-SQ |

0.00

3.13

+-----------+-----------+
2

OBSERVED |

22

EXPECTED |

8.00

22.00

CELL CHI-SQ |

3.13

0.00

25

+-----------+-----------+
19

OVERALL CHI-SQUARE
P-VALUE
DEGREES OF FREEDOM

CASES INCLUDED 4

35

54

6.25
0.0124
1

MISSING CASES 0

COMPARANDO RIESGOS

Otra manera de analizar las tablas 2 2, se generaliza a tablas de mayor

dimensin.
El concepto de RIESGO involucra la comparacin de dos grupos con respecto al
riesgo de un evento.
Fue desarrollado en EPIDEMIOLOGIA donde los grupos no reciben la exposicin de
riesgo sino que hay un grupo expuesto al riesgo y otro que no lo est y se observa
la respuesta de cada uno. Pero se puede usar tambin en estudios experimentales

RIESGO RELATIVO
Se define cuando el estudio es prospectivo.
Ejemplo: se observa el % de infarto de miocardio en dos grupos uno fuma y otro no
(las muestras se eligen por las columnas)

MI

Grupo 1: no
fuma

Grupo 2: fuma

Total

Si

a=2

b=33

a+b

No

c=14

d=58

c+d

Total

a+c=16

b+d=91

a
2
0.13
=
a c 16

b
33

0.36
b d 91

Mide el Riesgo de MI

Mide el riesgo de MI

en el grupo no fumador

a
2
RR a c 16 0.345 35%
b
33
b d 91

en el grupo fumador

Mide el riesgo de MI del grupo 1, relativo al grupo 2

Interpretar

RR 1

RR 1
RR 1

Intervalo de Confianza es :
SE (ln RR)

ln RR z / 2 SE (ln RR )

1
1
1
1

a ac b bd

En el ejemplo
SE ln RR )

1 1
1
1
el IC al 90% resulta

2 16 33 91

 1.0651 1.645 0.676 2.177,0.047 tomando exponencial

P(0.11<RR<1.05)=0.90

ODD RATIO (OR)

Se define para un estudio retrospectivo de casos y controles, las muestras se

eligieron por fila
Tenemos 35 casos de MI y 72 controles, averiguamos que pasaba con su hbito de
fumar

MI

Grupo 1,no
fumador

Grupo 2,fumador

Total

Si

a=2

b=33

35

No

c=14

d=58

72

Total

16

91

El RR ac no sirve porque podemos modificar su valor cambiando el nmero de

individuos seleccionados
Necesitamos una medida basada en el clculo dentro de cada grupo
Llamamos a/c el ODD del grupo 1
Llamamos b/d el ODD del grupo 2
OR

a / c ad

b / d bc

En el ejemplo:

2
2 58
OR 14

38 33 14
58
El Intervalo de Confianza

SE (ln OR)

1 1 1 1

a b c d

ln OR z / 2 SE (ln OR)

En el ejemplo :

SE (ln(OR ))

1
1
1
1

2 16 33 91

EJEMPLO DE UNA TABLA DE CONTINGENCIA 2x2

EMBARAZADAS

CANDIDA (+)

CANDIDA (-)

TOTAL

SI

53

148

201

NO

29

194

223

TOTAL

82

342

424

OR = 2.40 IC de Cornfield al 95%(1.41<OR<4.08)

RR = 2.03 IC de Taylor al 95% 1.34<RR<3.06)
CHI NO CORREGIDO = 12.40, P=0.00050
CON CORRECCION DE YATES= 11.26, P=0.0007915

NIAS

CANDIDA (+)

CANDIDA (-)

TOTAL

SI

21

137

158

NO

61

205

266

TOTAL

82

342

424

OR = 0.16 IC al 95% (0.01<OR<1.16)

RR = 0.20 IC al 95% (0.03<RR<1.36)
CHI NO CORREGIDO = 4.01 P=0.04
CORREC DE YATES = 3.03 P=0.08

N.(ad - bc )2
=
(a + b)(a + c)(b + d)(c + d)
2

2
=

N(| ad - bc | -N/2 )2
(a + b)(a + c)(b + d)(c + d)