μ: mu

x̄: x raya
π: pi

Para hacer una conclusión de un intervalo de confianza:

“Con una confianza de 95% se estima, que el porcentaje de adultos sin manifestaciones
clínicas de toxoplasmosis, pero infectados con gondii en el total de la población, se
encuentra entre el 24% y el 30%”

Supuestos para hacer el intervalo de confianza de una media o promedio (para usar
distribución T):

 Muestreo aleatorio
 La variable debe tener distribución normal o el tamaño de la muestra lo
suficientemente grande (n>30).

Para que una variable sea normal:

 Lo dice el enunciado
 Se hace la prueba de Shapiro y si se cumple, ya es normal la variable (o el
estimador, en el caso de proporciones).
 Si no se cumple la prueba de Shapiro, pero n>30, se considera que tiene
comportamiento normal.

Supuestos para hacer el intervalo de confianza de una proporción (para usar

distribución Z):

 Muestra aleatoria.
 Tamaño de muestra grande (n>30)
 Al menos 5 éxitos y 5 fracasos en la muestra.

Z siempre va a tener:

 Media (mu)= 0
 Desvío (sigma) = 1

Todos estos mismos supuestos, luego aplican en los ejercicios cuando hay 2 grupos (ver
supuestos de cada distribución en el cuadro).
Intervalos de confianza posibles:

 Para una proporción (se calcula a mano)

 Para una media (con el infostat)
 Para una diferencia de medias (solo cuando se cumple test de t). Magnitud de
efectos.

¿Cómo calcular intervalo de confianza?

Para variables cualitativas: intervalo de confianza y n (tamaño de muestra), calcularlo a
mano.
Estimador p= éxitos/n
Fórmula para intervalo de confianza:

Fórmula para calcular n:

Para variables cuantitativas continuas: intervalo de confianza y n se puede calcular con
infostat. Y en este caso, las proporciones de éxitos también (siempre y cuando los
supuestos se cumplan, que en este caso no sucede).

Para calcular intervalo de confianza en infostat:

Estadísticas/ Inferencia basada en una muestra/Intervalos de confianza (dejar en media y
bilateral; solo editar confianza).
Si se busca calcular proporción de éxitos (tildar proporción y elegir rango de éxitos)

Para calcular el n en el infostat:

Estadísticas/cálculo del tamaño muestral/ para estimar una media con una precisión
deseada (completar confianza, amplitud, cota superior de la varianza)
Cota superior de la varianza = S2
(S=D.E en infostat)
Prueba de hipótesis

p-valor< alfa: Se rechaza H0

P-valor> alfa: Se retiene H0

(Lo mismo aplica para Shapiro).

Para prueba de hipótesis de una sola muestra:

Para Mu (cuantitativas), se usa la prueba t para una media.
Para pi (cualitativas; proporciones), se hace a mano la cuenta (ver ejercicio GBA)
Para concluir una prueba de hipótesis:

Siempre mencionar:

 Introducción de la frase (ver diapositiva)

 Después siempre se lo refiere al parámetro (es decir, la población) de que habla: la
proporción (pi), en variables cualitativas o puede ser la media (mu) en variables
cuantitativas
 Y decir las condiciones en que se hizo el experimento, como ahí que puse lo de
"mayor de 18 años..." y todo eso
 Pone al final el "por lo tanto..." que eso responde de forma directa la hipótesis de
investigación (la pregunta) que se plantea al principio.
 El p valor que se obtiene
Ejemplo:
Hipótesis de investigación: ¿La dexmedtomidina tiene ventaja sobre la midazolam?

H0:
Pi tratado >= Pi control
“La dexmedtomidina no tiene ventaja sobre la midazolam”

H1:
Pi tratado < Pi control
“La dexmedtomidina tiene ventaja sobre la midazolam”.

Conclusión: En términos del problema, se concluye que hay evidencias significativas que la
proporción de pacientes, en terapia intensiva, mayor de 18 años, entubado y con ventilación
mecánica no más de 96 hs antes del inicio del tratamiento, que presentaron agitación y
delirio fue menor al ser tratados con dexmedtomidina, en lugar de midazolam. Por lo tanto,
es posible afirmar que la dexmedtomidina tiene ventaja sobre la midazolam (p-
valor=0.000003).

Otro ejemplo de conclusión (clase 5, ejercicio caso 2):

Rechazo H0. Por lo tanto, hay evidencias de que el ejercicio aumenta la expresión media de
ARNm de VEGF-A en 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. Con una probabilidad máxima de error de tipo 1 de 5%. (p-valor =0.0247).

(VER POR LAS DUDAS EJEMPLOS DE MODELO EXAMEN Y EJERCICIO 13 TIPO

PARCIAL PARA COMPARAR)
Tipos de errores

Error de tipo 1: Rechazar H0 cuando H0 es verdadera (al rechazar H0, automáticamente

se acepta H1). FALSO POSITIVO.
Se detecta un efecto cuando en verdad este efecto no existe.
Probabilidad máxima del error de tipo 1 = alfa =5%
(normalmente 5% pero este valor lo fija el investigador, por lo que puede ser otro)

Error de tipo 2: No rechazar H0, cuando H0 es falsa / retener H0 cuando H0 es falsa.

FALSO NEGATIVO.
No se detecta un efecto cuando esté en verdad existe.
Probabilidad máxima del error de tipo 2= beta.
Valor de Beta no es conocido.

Solo se puede cometer un error por vez:

Error de tipo 1: aparece únicamente cuando se acepta H1.
Error de tipo 2: aparece únicamente cuando se retiene H0.

Ejemplos de interpretación de cada error:

H0: Glifosato NO retrasa el crecimiento
H1: Glifosato SI retrasa el crecimiento.
Error de tipo 1: “Se concluye que el glifosato sí retrasa el crecimiento (es tóxico),
cuando en realidad no lo hace”
Error de tipo 2: “Se concluye que no hay evidencias de que el glifosato retrasa el
crecimiento, cuando en realidad sí lo retrasa”.

Para justificar Shapiro

(O del estimador, en el caso de proporciones)

La normalidad, ya sea por shapiro o tamaño de muestra (si shapiro no se cumple), se debe
aplicar a ambos grupos (control y tratado) para que se cumpla. Es decir, siempre hablando
de la misma variable para ambos grupos.

Diferencia significativa vs no significativa: solo referido al estimador (leer clase 6 en varias

partes como distinguir)
Cuando hay dos grupos:

 Siempre hacer prueba de Shapiro para verificar normalidad y el p-valor en este caso
se usa tal cual.
 En el resto de las pruebas, se calcula siempre el p-valor bilateral y se usa tal cual si
la prueba es bilateral, y si es unilateral (izquierda o derecha), se divide por 2.

Informe técnico:
Estructura de Informe Técnico:

1) Introducción y objetivos
Objetivos e hipótesis en la introducción

2) Metodología
2a) Descripción de los ensayos
En descripción de ensayos mencionar los tratamientos que se aplicaron, el tamaño de la
muestra y qué es lo que se midió.

2b) Análisis estadístico

(Se copia y se pega y se va adaptando lo que está en rojo):
Las variables continuas fueron expresadas como (media y DE / media y EE / mediana y
RIQ) y las categóricas como frecuencia y porcentaje.
Las diferencias entre los (grupos) fueron analizadas mediante (test 1, test 2, lo que fuese
apropiado) para variables continuas y (test 1, test 2, lo que fuese apropiado) para
variables categóricas.
Se consideraron significativas aquellas pruebas con p < (nivel de significación)
Todos los análisis estadísticos fueron efectuados utilizando el programa estadístico
(Infostat, FCA, Universidad Nacional de Córdoba)

3)Resultados y conclusiones
Tablas y gráficos que se usan según la prueba que sea:

 T de student: media y DE; grafico de puntos con media y DE

 Wilcoxon: mediana y RIQ; se hace tabla, no grafico
 Prueba Z para dos proporciones: n (%); se hace tabla (con frecuencias y
porcentajes), no grafico
Para pruebas apareadas se respeta lo mismo.

En las conclusiones se responden los objetivos y la hipótesis (donde decía “se especula o
“se supone”).
ADEMAS MENCIONAR SIEMPRE SI LAS DIFERENCIAS SON O NO SIGNIFICATIVAS
(guiarse por otros informes).
Cosas que no pueden faltar en una tabla:

Cosas que no pueden faltar en un gráfico:

Ejemplos de informes con ejercicios para guiarse:

 Informe 1: Clase 6 (página 11 a 13) / Ejercicio: caso 2 (ver archivo)

Pruebas que se hacen y variables: prueba de wilcoxon para muestras independientes
(cuantitativa continua y se muestra mediana y RIQ) y prueba t para muestras
independientes (cuantitativa continua y se muestra media y D.E).
(En este caso se hicieron tablas y gráficos, pero seguir guía de arriba de todo. )

 Informe 2: Clase 6 (página 16 a 18) / Ejercicio: 8) (resuelto arriba del informe)

Pruebas que se hacen y variables: prueba Z para dos proporciones (cualitativa nominal
y se muestra frecuencia y porcentaje)

 Informe 3: Clase 7(página 13 a 14)/Ejercicio 13 tipo parcial (resuelto arriba del

informe)
Pruebas que se hacen y variables: prueba de wilcoxon para muestras independientes
(variable cuantitativa continua y se muestra mediana y RIQ) y prueba Z para dos
proporciones (variable cualitativa nominal y se muestra frecuencia y porcentaje).
Ejercicio muestras apareadas: Clase 7 (página 15 a 18) y clase 6 (página 17 y 18)
Muestras apareadas: a los mismos individuos se les hacen dos estudios de la misma
variable (lo que diferencia estos dos estudios puede ser el tiempo: mismo individuo antes y
después (problema 13); o puede ser un cambio en el medio, como el cambio de pH
(problema 7))

Puede ser t para muestras dependientes o wilcoxon para muestras dependientes

Supuesto: (todo depende si se cumple la normalidad o no, de las diferencias).

Si pregunta: “El IC95 para la diferencia en el consumo de oxígeno entre ambos tratamientos ( o magnitud de
efectos) es ………………………Y se interpreta, en el contexto del ensayo, como..”

Hay que armar: intervalo de confianza de la diferencia de medias poblacionales:

En infostat: Estadísticas/ inferencia basada en dos muestras/ prueba t para muestras independientes/
variable: consumo/ criterios de clasificación: grupo /bilateral e intervalo de confianza tildados

SOLO SE PUEDE HACER SI SE ESTÁ USANDO UNA PRUEBA T PARA MUESTRAS

INDEPENDIENTES

(ver clase 7; página 11)

Interpretación:

“IC 95%: -1.52; -0,005 ug O2 por minuto

Con una confianza del 95% se estima que la reducción media en el consumo de oxígeno en
embriones expuestas a cobre se encuentra entre 0.005 y 1.52 ug oxigeno /min”