GUÍA DEFINITIVA PARA ENCONTRAR LA PRUEBA ESTADÍSTICA

 Publicado por: Rosana Ferrero

Hoy te traigo la guía definitiva para que sepas elegir rápida y correctamente la prueba
estadística que debes aplicar a tus datos.

Las estadística inferencial son técnicas explicativas que utilizan muestras

representativas de una población para comprobar la certeza de nuestras
afirmaciones (llamadas hipótesis).
Esta certeza se expresa en términos de probabilidad.
Si la probabilidad es alta, entonces consideraremos que la afirmación «es correcta» (o al
menos que no podemos rechazarla). En caso contrario, si la probabilidad de que
nuestra afirmación sea cierta es baja, la rechazaremos por incorrecta. Es
lógico, ¿verdad?

El problema muchas veces viene en el momento en el que queremos seleccionar la

prueba estadística correcta.
Pero para ponértelo fácil voy a resumírtelo en tan solo dos preguntas: ¿Cuál es tu
objetivo? y ¿Qué tipo de datos tienes?

Y… ¡al final de este post te resumo las funciones que debes usar en R para llevar a cabo cada
análisis!

El camino a seguir
La siguiente figura indica a grosso modo el camino a seguir mediante un mapa de las
técnicas usuales de asociación y comparación.
 Veamos paso a paso qué decisiones tienes que tomar.

1. ¿Cuál es tu objetivo?

Asociar o comparar

Podemos distinguir entre dos objetivos principales para las técnicas

explicativas: ASOCIAR O COMPARAR.

Ambos buscan establecer relaciones (semejanzas o diferencias) entre elementos pero, a

diferencia de las pruebas de asociación, las pruebas de comparación evalúan estas
relaciones entre uno o varios grupos.

Veamos un par de ejemplos para identificar el tipo de preguntas que intentan

responder ambos tipos de técnicas:

 ASOCIACIÓN. ¿Existe algún tipo de relación significativa entre las variables?,

¿cómo es esta relación (positiva o negativa)?, ¿qué tan fuerte es la relación
(magnitud)?, ¿la relación se mantiene si controlamos la influencia de terceras
variables?
 COMPARACIÓN. ¿Cuál es el promedio/variabilidad de la variable de estudio en la
población?, dado un conjunto de poblaciones ¿son similares?, ¿entre cuáles de ellas
 hay diferencias significativas?, ¿qué variables explican esas diferencias? y ¿existe
interacción entre las variables explicativas?.
Si quieres profundizar aún más en la selección de las técnicas explicativas debes
considerar cómo son tus muestras (independientes o relacionadas).

¿Qué tipo de muestras tienes?

También debes saber distinguir cómo son tus muestras:

 Muestras independientes: cada observación corresponde a un sujeto o caso

distinto.
 Muestras relacionadas (o pareadas): tenemos varias observaciones del mismo
sujeto o caso. Las muestras relacionadas aparecen en experimentos del tipo antes-
depués, como por ejemplo el estudio de pacientes donde se comparan los
resultados antes y después de la aplicación de un tratamiento.
Ejemplo.
Imaginemos que queremos estudiar el efecto de un fármaco que presuntamente reduce
la presión arterial. El problema puede estar planteado de dos maneras distintas según
se consideren muestras relacionadas o independientes:

 Se toman 30 pacientes hipertensos al azar, se les suministra el fármaco a 15 de

ellos y a los otros 15 se les aplica un placebo. Transcurrido un tiempo se miden las
presiones sanguíneas de ambos grupos y se contrasta si las medias son iguales o
no.
o variable respuesta: presión sanguínea (numérica)
o variable explicativa: grupo (categórica: tratamiento y placebo). Las dos
muestras están formadas por individuos distintos, sin relación entre sí:
muestras independientes.
 Se administra el fármaco a los 30 pacientes hipertensos disponibles y se anota su
presión sanguínea antes y después de la administración del mismo.
o variable repuesta: presión sanguínea (numérica).
o variable explicativa: tiempo (categórica: antes y después de aplicar el
fármaco). En este caso los datos vienen dados por parejas (presión antes y
después) por lo cual los datos están relacionados entre sí: muestras
relacionadas.

2. ¿Qué tipo de datos tienes?

¿Cómo son tus variables?

Seguro que tienes claro cuáles son los tipos de variables, así comienzan el 99% de los
cursos de estadística de grado, pero hagamos un pequeño repaso para desempolvar
estos conceptos.

Tenemos variables categóricas, que son de dos tipos: las llamadas

variables nominales (que son categorías sin orden) como el sexo; y las
variables ordinales (que sí representan un orden), como el nivel de estudios.

Recuerda que las variables nominales pueden ser binarias o dicotómicas (e.g.
fumador/no fumador, enfermo/sano).

Por otra parte tenemos las variables numéricas, que pueden ser discretas si vienen
dadas por números enteros, como el número de hijos, o continuas como el peso que se
representa por números reales.

¿Se cumplen los supuestos clásicos?

En segundo lugar debes corroborar si tus datos cumplen o no con los supuestos de

las pruebas estadísticas clásicas (normalidad, homogeneidad, independencia).

Esto te permitirá elegir entre pruebas PARAMÉTRICAS, pruebas NO PARAMÉTRICAS y

pruebas ROBUSTAS.

Para ello tienes que responder a las siguientes preguntas: ¿las variables se distribuyen

según la curva normal (gaussiana)?, ¿los son grupos tienen dispersión similar (son
homogéneos)?, 

«All models are wrong, but some are useful «, Box (1979).

Cuando trabajas con datos reales en la mayoría de las ocasiones no se cumplen los
supuestos de la estadística clásica.

En estos casos las técnicas paramétricas no nos demasiado útiles; pero como

mencionamos en la entrada anterior (ver AQUÍ) tenemos 3 posibles soluciones:

 la transformación de los datos, cuando los datos no siguen una distribución

normal o queremos disminuir su variabilidad.
 utilizar las pruebas no paramétricas cuando los datos no siguen una
distribución normal
 utilizar las pruebas robustas cuando tienes datos atípicos.
Razones para utilizar pruebas paramétricas

 Si la distribución se aparta poco de la normalidad, y las muestras no son muy

pequeñas (n>30), pueden ser válidas teniendo ciertos cuidados.
 Si la falta de homogeneidad de varianza en cada grupo no es muy grande,
existen maneras en la prueba t o en el ANOVA de incluir esta condición. Sin
embargo las no paramétricas no permiten solucionar este inconveniente.
 Generalmente tienen mayor poder estadístico que las pruebas no paramétricas.
Es decir, con ellas tenemos más probabilidad de detectar un efecto
significativo cuando realmente existe.
Razones para utilizar pruebas no paramétricas

 Si puedes utilizar contrastes que solo necesiten establecer supuestos poco

exigentes (como simetría o continuidad) o quieres analizar las propiedades
nominales u ordinales de los datos.
Ten en cuenta que muchas de estas pruebas utilizan la mediana en lugar de la media
para sus cálculos.
Cuando la distribución de frecuencias de los datos es muy asimétrica, la media se ve
muy afectada mientras que la mediana refleja mejor la centralidad de la distribución.

 Cuando tienes un tamaño muestral pequeño.

Cuando tenemos pocos datos las pruebas de normalidad pierden poder estadístico y no
estamos seguros del tipo de distribución de los datos. Sin embargo, para realizar
pruebas no paramétricas el tamaño muestral tampoco debe ser muy pequeño.

 Cuando analizamos datos ordinales o de rango.

Las pruebas paramétricas sirven para analizar datos de escala y sus resultados se ven
muy afectados por la presencia de outliers. Aunque a veces la interpretación de los
rangos medios puede ser difícil.
Razones para utilizar pruebas robustas

 Son estables respecto a pequeñas desviaciones del modelo

paramétrico asumido (normalidad y homocedasticidad).
A diferencia de los procedimientos no paramétricos, los procedimientos estadísticos
robustos no tratan de comportarse necesariamente bien para una amplia clase de
modelos, pero son de alguna manera óptimos en un entorno de cierta distribución
de probabilidad, por ejemplo, normal.

 Solucionan los problemas de influencia de los outliers.

  Son más potentes que las pruebas paramétricas y no paramétricas cuando los
datos no son normales y/o no son homocedásticos.
 Los métodos robustos modernos son diseñados para obtener un buen
desempeño cuando los supuestos clásicos se cumplen y también cuando se
incumplen. Por lo tanto, hay poco que perder y mucho que ganar a la hora de
utilizar estas técnicas en lugar de las clásicas.
 

Manos a la obra… aplicación en el Software R

Lo prometido es deuda, aquí tienes el resumen de las funciones que debes utilizar en R
para realizar cada tipo de prueba.

Pasos finales

Potencia estadística
No te quedes solo con el resultado de la prueba estadística (p-valor), analiza si
realmente puedes confiar en los resultados. Cuando mis resultados no son
significativos, ¿realmente no existe un efecto o es que el estudio no fue capaz de
detectarlo? O, por el contrario, cuando tengo resultados significativos ¿son realmente
tan positivos o es que el experimento sobreestima los efectos del tratamiento?

Esto te lo dirá la potencia estadística.

Tamaño del efecto

Explica el significado real (práctico) de los resultados de tu investigación. Es esencial que
interpretemos no sólo la significación estadística de los resultados (el ya archiconocido
p-valor), sino también su significación práctica o real.

Revisa el post de tamaño de efecto para saber cómo actuar.

Gráficos
Ayúdate de gráficos y estadísticos descriptivos para interpretar los resultados de las
pruebas de hipótesis. En este post te contamos la importancia de los gráficos a la hora
de informar tus resultados.

¡Realizar  gráficos apropiados es parte esencial del análisis de datos!

Resumiendo, que es gerundio

Estos son los principales pasos a seguir en la selección de la técnica explicativa correcta:

1. Escribir claramente el objetivo de análisis (asociación o comparación)

2. ¿Qué tipo de variables tengo?
3. ¿Son muestras independientes o relacionadas?
4. ¿Se pueden aplicar técnicas paramétricas? Analizar los supuestos:
o Normalidad.
o Homogeneidad de varianza.
o Linealidad (en caso de que sea necesario)
5. ¿Qué prueba debo realizar? Seleccionar la prueba adecuada según el mapa que te
he enseñado.
 6. ¿La asociación/comparación es estadísticamente significativa? Realizar la prueba
de hipótesis.
7. Interpretar y graficar los resultados.
o Si estamos asociando nos preguntaremos ¿cómo es esta relación? ¿qué tan
fuerte es?
o Si estamos comparando nos preguntaremos ¿entre qué grupos/muestras?
 Si son 2 grupos/muestras realizar estadísticos descriptivos y/o
gráficos para decidir.
 Si son más de 2 grupos/muestras realizar comparaciones múltiples
pareadas post hoc y en aquellos pares de variables significativamente
distintos realizar estadísticos descriptivos y/o gráficos para decidir.

Espero que este post te sea útil ¡y ya no tengas dudas a la hora de elegir tus pruebas!
Saludos