Repaso cuestionario 5

1)
Significativamente hace referencia a estimadores únicamente, no a parámetros
poblacionales.

 4) Supuestos para prueba t de muestras independientes:

 Muestreo aleatorio (siempre para toda prueba estadística)

 Estimador tenga un comportamiento normal.
(Y hay 2 maneras de probar la normalidad del estimador: teorema central del limite o viendo
la normalidad en si (prueba de Shapiro-Wilk o mediante QQplot)

Que se cumpla el teorema central del límite sería necesario si el estimador no fuera normal.
Es decir, si la prueba de ShapiroWilk da que no es normal, ahí si se recurre al teorema
central del límite. Lo que se necesita es que el estimador tenga un comportamiento normal,
y en este caso se re curre al teorema central del límite, pero no es algo que sea si o sí.

Si la variable tiene comportamiento normal, el estimador va a tener ese comportamiento

normal que se necesita como supuesto.
Si no se cumplen los supuestos no se puede usar prueba t para muestras independientes,
y se debe usar una prueba no paramétrica.

5)
De acuerdo a p valor que se tenga, se puede retener h0 o rechazar h0.
Si se rechaza h0, recién ahí se puede decir que se acepta h1.

Si se retiene H0, significa que no se la puede rechazar, es decir, que no hay evidencias en
contra.
No es lo mismo decir que H0 es 100% verdadero, sino, que no se tiene manera de negarlo.
Es decir, H0 no se puede rechazar y por ende se retiene.
La h0 nunca se acepta, sino que se retiene.

Si rechazo H0, recién ahí aparece h1. En ningún otro caso va a aparecer.

Tampoco se puede decir que se rechaza H1. No se puede afirmar “rechazo h1 y acepto h0”,
eso es incorrecto porque h0 se la retiene o se la rechaza, nada mas.
A h1 se la puede aceptar recién cuando se rechaza h0.

En la prueba de Shapiro estas son las pruebas de hipótesis que se quiere plantear:
En H0: se plantea que la variable está distribuida normalmente
En H1: se plantea que la variable no está distribuida normalmente.

Ej.: se tiene un p valor que hace que retengamos la H0 (p valor > alfa)
En este caso se retiene H0. Entonces no se tiene nada en contra que diga que la variable
no está distribuida normalmente.
Esto no significa que la prueba de shapiro diga que la variable sea normal. Si se hace la
prueba de shapiro y se obtiene un p valor > alfa (en el que se retiene h0), no hay nada que
diga que la variable no es normal.
La variable de shapiro no dice si es normal. Pero por lo menos tiene que tener
comportamiento normal.

Si se retiene H0, no se puede rechazar la normalidad de la variable. Entonces se permite

usar una prueba paramétrica.
La prueba de shapiro wilks va a desafiar que la variable viene de una población con
comportamiento normal.
6)
Prueba t para muestras independientes es paramétrica.
Prueba de Wilcoxon no es paramétrica.

Si se tienen todos los supuestos cumplidos, se usa la paramétrica porque es la que tiene
más potencia.
La prueba de shapiro wilks establece que el estimador va a tener un comportamiento
normal, entonces se cumple el supuesto y al tener el muestreo aleatorio, se va a tener un
estimador normal y un muestreo aleatorio. Por lo tanto al tener todos los supuestos, se
puede usar una prueba paramétrica.

8)
“Significativa” se reserva a los estimadores (medias muestrales), no a las medias
poblacionales. Se habla del estimador, no del parámetro poblacional.
Si la diferencia es significativa, no viene del azar. Es decir, las dos muestras vienen de dos
poblaciones distintas (hay una diferencia en los parámetros, mu control es distinto a mu
tratamiento).
Si la diferencia no es significativa, significa que viene del azar. Si se tiene una población y
se le saca una muestra, la media muestral siempre va a ser distinta.

Las medias muestrales dependen de la muestra, por lo que pueden tomar valores
aleatorios.

No rechazar H0 significa que se la retiene por el momento.

SABER INTERPRETAR CONTEXTO

Continuación ejercicio caso 2 (el del ejercicio, factor de crecimiento y los ratones).
Se encontró que una de las variables tenía distribución normal y otra no.
Entonces en un caso se hizo la prueba de t, y en la otra la prueba de Wilcoxon (que se
llama también estadística no paramétrica porque no exige una distribución de
probabilidades).
Las pruebas no paramétricas no exigen distribución de probabilidades.

Quedan responder pregunta 6) y hacer informe técnico. Se hacen a continuación.

Partes de un Informe técnico.

Introducción: pone en contexto al lector, cual es la problemática que es estudia y su
importancia. Y al final de la introducción se pone los objetivos, es decir, que objetivos se
van a responder con el estudio que se hace.

Metodología se divide en dos subsecciones:

En metodología no van resultados, eso va en la sección de resultados.

Descripción del ensayo: se cuenta las líneas de cultivo que se usaron, criterios de
inclusión, como se hicieron las mediciones. Es decir, todas las cuestiones técnicas que
tienen que ver con como se generó el ensayo y cómo se midieron las variables.
Al leer la descripción debería ser reproducible lo que se hizo.
Descripción del análisis estadístico efectuado: se cuenta que pruebas se hicieron, los
supuestos y el nivel de significación (alfa) usado.

Resultados y conclusiones
Relato de los resultados: Se cuentan los resultados que se obtuvo, si las diferencias
fueron significativas, etc.
No se menciona nada de h0 ni h1.
Y acompañando el texto puede ir una tabla o gráfico.

Ejemplo.
Las variables cuantitativas fueron expresada como:
Si se usa un test no paramétrico, normalmente se usa la mediana y el rango intercuartílico
y si las variables son categóricas, se muestra la frecuencia y porcentaje.
El test que se usa va a depender de las variables.

Mann Whitney =Wilcoxon

Los resultados complementan lo que está en el texto.
Las tablas deben estar referenciadas en el texto.
Y todo tiene que estar rotulado.

Agregar unidades en el intervalo de confianza.

Las medias que se ven en la glucemia basal no son estadísticamente significativas.
Para saber si es significativo, se ve que el p valor (0.18) es > a 0,05 (alfa).
Entonces se retiene h0.

El p da una idea de probabilidad de evidencia a favor de h0. Si la probabilidad no es baja

(mayor al 5%), hay evidencia a favor de que estas diferencias no son estadísticamente
significativas. Es solamente ruido por muestreo aleatorio.
Entonces esta diferencia de 113 a 110, no es estadísticamente significativa.

Mu intervención = mu control porque siempre hay una igualdad en h0.

En el intervalo de confianza se muestra el desvio estándar.

Con variables cualitativas se informa la cantidad de eventos (éxitos) y el porcentaje. Esto se
ve en el numero de muertos.

¿La diferencia en la mortalidad es estadísticamente significativa? Para esto se mira el

pvalor.
Pvalor > alfa entonces retengo a h0
Y si retengo a h0, las diferencias no son significativas.
Si bien no murió la misma cantidad de gente, la diferencia no es lo suficientemente grande
como para convencer de que es una tendencia (que un grupo anduvo mejor que otro).

Estructura de la tabla.
Lo que se muestre va a depender del tipo de variable y del tipo de test (mediana, RIQ, etc.).
Significación =pvalor
Magnitud del efecto
Estructura de las figuras.
Gráfico de la derecha, le faltan las unidades, el nivel de significación, título, el eje de los
gráficos tiene que empezar en 0, dar unidades redondeadas y también indicar que se está
mostrando (la media, desvio estándar, etc.) y esto ultimo se pone en la leyenda de la figura.
(Abajo, corregido).
8) del caso 2. Informe técnico.
(VER WORD COMPLETO CON TODOS LOS PUNTOS HECHOS. MÁS ORDENADO)

INFORME TECNICO
Introducción y objetivos
La diabetes constituye un importante factor de riesgo de enfermedades cardiovasculares.
En músculo esqueletal diabético se ha observado una angiogénesis (formación de vasos)
deteriorada y una expresión reducida de VEGF-A, el principal factor de crecimiento
angiogénico (Vascular endothelial growth factor). Por otro lado, se ha demostrado que en
músculo esqueletal sano el ejercicio intenso incrementa la expresión de VEGF-A. El
objetivo de este estudio fue determinar el efecto del entrenamiento físico sobre la expresión
de VEGF-A (ARNm y proteína) en músculo esqueletal diabético.

Metodología:
Descripción del ensayo:
Se utilizaron ratones machos NMRI con un peso corporal de 37-43 g, que recibieron una
única inyección de estreptozotocina para inducir una diabetes experimental tipo I. Los
animales fueron asignados al azar a 2 grupos (n = 10 por grupo): controles sedentarios o
entrenados. El entrenamiento consistió en 1 h por día de carrera en cinta a 21 m / min
durante tres semanas. Al cabo de ese período los animales fueron sacrificados y se extrajo
músculo de pantorrilla. Se midió: ARNm de VEGF-A por RT-PCR. Como control endógeno
para corregir las posibles variaciones en la carga de ARN o en la eficiencia de la
amplificación, se utilizó ARNm de GAPDH. Los resultados se expresan como VEGF-A /
GAPDH ARNm y concentración proteica de VEGF-A por ELISA. Los resultados se expresan
en ng/mg de proteína total

Análisis estadístico:
(AL HACER COPIAR DE LA DIAPOSITIVA Y ADAPTAR A LOS DATOS)
La variable ARNm se expresó como mediana y RIQ y la variable proteína, como media y
DE. Las diferencias entre los tratamientos fueron analizadas mediante prueba de Wilcoxon
para muestras independientes para ARNm y test-t para muestras independientes para
proteína. Para evaluar la normalidad se utilizó la prueba de Shapiro. Se consideraron
significativas aquellas pruebas con p < 0.05.
Todos los análisis estadísticos fueron efectuados utilizando el programa estadístico Infostat,
FCA, Universidad Nacional de Córdoba.
Resultados y conclusiones

Figura 1: Comparación de los niveles de proteína VEGF-A entre animales controles y

tratados. Se muestra media y DE

(Gráfico de puntos para media y desvio estándar)

Para un test paramétrico con distribución normal, se usa media y desvio estándar.

Figura 2: Comparación de los niveles de ARNm VEGF-A entre animales controles y

tratados. Se muestra mediana y cuartiles.

(Gráfico Box plot para mediana y rango intercuartílico).

Mediana y cuartiles para pruebas no paramétricas (cuando no hay normalidad)
Como se muestra en (la Figura 1/la Tabla 1) se encontró que el entrenamiento aumenta
significativamente la expresión media de proteína VEGF-A (p=0.0045), así como también
los niveles medios de ARNm (p=0.0247) en músculo esquelético. Por lo tanto, se concluye
que el entrenamiento en diabéticos puede estimular la formación de vasos y prevenir las
complicaciones vasculares.

PARA EL EXAMEN SOLO GRÁFICOS O TABLAS, PERO SABER HACER LAS DOS
HACER PLANTILLA PARA EL INFORME TECNICO Y TABLA.

Problema 8

1.Identifique la unidad experimental, las muestras, las poblaciones y la variable aleatoria

involucradas en este estudio.
UE: cada hembra Merino de campo experimental Pilcaneyeu, RN
Muestras: 2 muestras independientes, una de 70 y otra de 40
Población: todas las hembras Merino del campo experimental Pilcaneyeu
Variable aleatoria o dependiente o respuesta: preñez (sí/no). Tipo: cualitativa nominal /
categórica
Variable independiente: Grupos, 2 (sin tratamiento hormonal y con tratamiento de
sincronización
Pregunta de investigación: ¿el tratamiento con sincronización es efectivo?

2.Con un nivel de significación del 5%, ¿existen evidencias a favor del tratamiento hormonal
en relación a la tasa de preñez? Plantee las hipótesis, elija la prueba estadística más
adecuada, calcule el valor p y concluya. Indique qué error podría estar cometiendo.

Ho: La proporción de ovejas preñadas en el grupo tratado es <= al grupo sin tratar
Por lo tanto, la sincronización no es efectiva, no se recomienda
(Otra forma de expresar H0): El tratamiento con sincronización no genera una mayor
eficiencia reproductiva
Pi preñez/tratado < = Pi preñez/no tratado

H1: La proporción de ovejas preñadas en el grupo tratado es > al grupo sin tratar
El tratamiento con sincronización sí genera una mayor eficiencia reproductiva
Pi preñez/tratado > Pi preñez/no tratado
Prueba unilateral

Alfa = 0.05
Al ser una variable cualitativa nominal ( y no cuantitativa), no se necesita del supuesto de
normalidad. Entonces se usa la Prueba Z para dos proporciones.

Donde dice “cualitativa ordinal”.

Cualitativa nominal es la mas baja, le sigue ordinal, le sigue cuantitativa discreta y le
sigue cuantitativa continua.
Entonces, para la prueba de wilcoxon para muestras independientes, cualitativa nominal es
la que no entra. Es desde ordinal o más.
La prueba de t, si o si tiene que ser cuantitativa.

Si el supuesto de distribución normal no se cumple en prueba t para muestras

independientes, se puede usar la prueba de wilcoxon para muestras independientes.
La primera opción es siempre prueba t para cuantitativa; pero si se tuviese una ordinal, test
de t no se puede hacer y se hace wilcoxon.
Prueba Z para dos proporciones:
Estadísticas/ inferencia basada en dos muestras/ diferencia de proporciones.

La prueba siempre se hace bilateral y después se corrige, al dividir por 2 para que sea
unilateral.
Supuestos: por lo menos se tienen que tener 5 éxitos y por lo menos 5 fracasos en cada
grupo. (los mismos que para prueba de hipótesis de una proporción y para intervalo de
confianza).

P-valor = 0.4336/2 = 0.22

Conclusión:
Como p-valor > alfa, no rechazo Ho, retengo Ho.
Se concluye que el tratamiento de sincronización no aumenta significativamente la
proporción de ovejas preñadas, por lo tanto no se recomienda.
Podría cometerse un error tipo II, que consiste en concluir que el tratamiento de
sincronización no es efectivo cuando en realidad sí lo es. Se estaría perdiendo una
oportunidad de mejora

3.Estime la tasa de preñez en ovejas sometidas a sincronización hormonal de estros con

una confianza del 95%.
(Calcular un intervalo de confianza como antes visto)
4.Elabore un informe técnico con las conclusiones del estudio. Concluya en relación al
efecto de la sincronización hormonal de estros. Acompañe con Tablas o Gráficos
convenientemente rotulados.

Introducción y objetivos
La tasa de preñez en los rodeos identifica la proporción de hembras que resultan preñadas
en cada ciclo y es considerada un importante indicador de la eficiencia reproductiva. Por
otro lado, la sincronización del celo en ovinos se efectúa mediante tratamiento hormonal
para lograr que grupos de hembras presenten el celo de manera simultánea, y constituye la
base primordial para la aplicación de técnicas como la inseminación artificial y la
transferencia embrionaria.
El objetivo de este trabajo fue evaluar la efectividad reproductiva de la sincronización
hormonal en ovejas Merino.
Metodología
Descripción del ensayo: El ensayo se realizó en el campo experimental Pilcaniyeu, Río
Negro, en el cual se compararon dos tratamientos: I) sin tratamiento hormonal, II) con
sincronización hormonal de estros. Se utilizaron 70 hembras en el primer grupo y 40 en el
segundo. En cada hembra se determinó si quedó preñada.
Análisis estadístico: Los resultados de preñez fueron expresadas como frecuencia y
porcentaje. Las diferencias entre los tratamientos fueron analizadas mediante Prueba Z
para dos proporciones. Se consideraron significativas aquellas pruebas con p < 0.05. Todos
los análisis estadísticos fueron efectuados utilizando el programa estadístico Infostat, FCA,
Universidad Nacional de Córdoba.
Resultados
Tabla 1: Comparación de tratamiento con sincronización hormonal y sin en ovejas Merino

Se observó que en el grupo tratado el porcentaje de preñez fue del 87.5% mientras que en
no tratado fue del 80%. Sin embargo, las diferencias no fueron estadísticamente
significativas (p=0.22) (Tabla 1). Por lo tanto, no se recomienda el tratamiento de
sincronización para mejorar la eficiencia reproductiva de ovejas Merino en RN.

n en la tabla (habla de éxitos)

Problema 13
Es el mismo individuo que se mide antes y después, por lo que son muestras apareadas. Es
decir, muestras no independientes.

Para resolver muestras apareadas:

Para diferenciar entre prueba t o wilcoxon se ve los supuestos.
Para ver si se cumple el supuesto se genera una nueva columna de diferencias en el
infostat.

Luego se prueba normalidad de las diferencias

La diferencia es lo mismo que se reste un numero u otro.
Luego se hace una prueba de shapiro para las diferencias.
Estadisticas/inferencia basada en una muestra/prueba de normalidad shapiro/ variable:
diferencias.

Se obtiene p=0.9630
No se rechaza H0. Entonces se va a hacer la prueba t.
Estadísticas/inferencia basada en dos muestras/ prueba t apareada./ variables: antes y
después/ bilateral
(De la línea para abajo son para muestras apareadas: prueba t apareada y wilcoxon
apareado)

Así se obtiene el p bilateral.

Si es prueba bilateral queda así, y si es prueba unilateral se divide por dos.

Problema 13: ejercicio de parcial.

Poder resolver toda la guia