Comparar Proporciones

PROPORCIONES

MAS DE DOS
UNA (1) DOS (2)
(>2)

Datos Datos Variable Ordinal Variable

Esperado >=5 Esperado<5
Independientes Emparejados Nominal

χ² Pearson
Binomial Poisson Esperado >=5 Esperado<5 χ² McNemar χ² T.Lineal
{g.l.=(p-n)(c-1)}

χ² Pearson Test Exacto de  n1  n2 

z=DP/EEDP   
pTABLA  
(g.l.=1) Fisher
  1  2 
PosibOBSERVADAS k k
PosibTOTALES  nTOTAL 
 
χ² Pearson  kTOTAL 
(g.l.=1) Test Exacto de Fisher:
pFisher _1_ cola   pTABLAS
x  n p  p  p 
z   
Binomial:
n (1   )  (1   ) EEP pq
 2

b  c  12

; g .l.  col  1( fila  1)

χ² McNemar: McNemar
n n bc

 o  e 2   2  R 2  N  1
χ² Pearson:  2    

χ² Tendencia Líneal:
 e 
DP p1  p2
z  pq pq
z=DP/EEDP: EEDP pq pq   dˆ.  z 2  EEDP  p1  p2  z 2  
 n1 n2
n1 n2
 Comparar medias (o medianas en caso de test no paramétricos
paramétricos).
).
MEDIAS (O MEDIANAS)

UNA (1) TRES O MÁS (>3)

DOS (2)

Valor de x con respecto a Siguiente hoja

su media: z=(x-µ)/σ
Datos Datos
Media Muestral con respecto a
Independientes Emparejados
Media Poblacional t=(x-µ)/EEM
x x
t  n1 y n2 Variable
EEM s n1 y n2 n1 o n2 <30 n1 o
>=30 n1 o n2 <30 Ordinal
>=30 n2 <10
n Normalidad Test de la
U de Mann- Normalidad
Test de
Varianzas Varianzas Distribución Whitney Wilcoxon
Distribución
Homogéneas Heterogéneas Normal NO Normal Distribución Distribución
Normal NO Normal
t Student Test de t Student
Welch Test de la U de t Student
Mann-Whitney t Student Test de
Wilcoxon
Varianza Ponderada (sp²) y Desviación Estandar (sp): 2
t Student , Test de Welch tg.l.*:  s12 s2 2 
 
n1  1s12  n2  1s2 2 sp  sp
2 n  n 
sp  x1  x2   x1  x2   2 
2

n1  1  n2  1 g .l.* 

1
t g .l .*  2 2
EEDM 2 2  s12   s2 2 
Error Estándar de la Diferencia de Medias (EEDM): s1 s2
    
n  n 
n1 n2  1   2 
1 1 n1  1 n2  1
EEDM  s p   
 n1 n2  Grados de Libertad (g.l.*) para Test de Welch (tg.l.*) redondeado al entero menor:
t Student para Datos Independientes t(n1+n2-2):
Test de la U de Mann Whitney: U  mU U 2  n1n2 2 
z 
x1  x2   x1  x2  U n1n2 n1  n2  1 12
tn1  n2  2   t Student para Datos Emparejados tN-1 y su IC1-α
EEDM 1 1 DIF DIF Test de Wilcoxon (zW) n>=25:
sp    t N 1  
Homocedasticidad  n1 n2  EEMDIF s DIF N
s  zW  
R    nn  1 / 4
IC1  DIF  t( / 2, N 1) EEMDIF   DIF  t( / 2, N 1)  DIF  nn  12n  1 24
 n 
 Comparar medias (o medianas en caso de test no paramétricos
paramétricos).
).

COMPARAR TRES
O MÁS MEDIAS

ONE WAY TEST DE

ANOVA KRUSKAL-WALLIS.

Variable Variable
independiente dependiente Datos Ordinales. Muestras pequeñas.
Cuantitativa. Cualitativa (>3)

Distribución de
residuales se No siguen la
aproxima a una Normal.
normal.

Estadístico F Estadístico χ² con k-1

grados de libertad

 SCE    ni ( x i  xTotal ) 2

  n Rmed  RmedTotal 

   
2
2
 g .l.g .  k 1    (2g .l . k 1)
 
2 i i
s
F ENTRE
 N ( N  1) 12
s 2
 SCR  SCT  SCG    ( xi  x i ) 2 
RESIDUAL
   
 g .l.r.   N  k 
 