Práctica 4

Estadística diferencial
Comparación de valores medios
Repetimos de la práctica 2:
Prueba de normalidad de Shapiro-Wilk

 P>= 0.05: normalidad

 P<0.05: no nomalidad
Prueba de homogeneidad de las varianzas-Levene

 P>=0.05: las varianzas son iguales (homogéneas)

 P<0.05: las varianzas son distintas (heterogéneas)
Pruebas de comparación de valores medios

 P>=0.05: no existen diferencias significativas entre los valores medios

(medias o medianas)
 P<0.05: existen diferencias significativas entre los valores medios (medias o
medianas)

Comparación de 2 medias o medianas

1 pregunta: como son las dos muestras (si son paramétricas o no), es decir,
relacionadas o no.
2 pregunta: hacer la prueba de normalidad de shapiro para ver si hay normalidad o
no. Si hay normalidad es una prueba paramétrica y si no hay normalidad es una
prueba no paramétrica
La prueba de homogeneidad se utiliza para saber si utilizar prueba de student o
welch: welch no hay homogeneidad, student si hay homogeneidad
Pasos en jamovi: t-tests (comparamos dos medias), anova (más de dos grupos, más
de dos medias)
(no normalidad cogemos medianas, no paramétricas) (normalidad cogemos
medias, paramétricas)
Cuestión: si hay diferencias significativas entre incremento de presión diastólica de
hombres y mujeres
En este caso son grupos independientes, son distintos individuos
Empezamos por t-test, independent simples t-test, en tests marcamos student wech y
Whitney, en assupmtion checks marcamos normality test
Nos sale un p valor de 0.70, hay normalidad, por lo tanto nuestra prueba es
paramétrica por lo tanto quitamos el mann-whitney
Marcamos homogeneity test el p valor es 0.34, esto indica que las varianzas son
iguales/homogéneas, escogemos el test de student y quitamos el welch
El student da 0.5198, por lo tanto en la prueba de comparación de valores medios, con
ese valor no existen diferencias entre los valores medios (medias)
Otro ejemplo, con el incremento de presión sistólica entre hombre y mujeres

Normality Test (Shapiro-Wilk)

W P

inc_pas 0.871 < .0001

Note. A low p-value suggests a violation of the assumption of normality

En este ejemplo no hay normalidad

Independent Samples T-Test

Statistic p

inc_pas Mann-Whitney U 1180.500 0.6720

P valor mayor que 0.05: no hay diferencias significativas entre las medianas del
incremento de presión sistólica entre hombres y mujeres

Otro ejemplo: existen diferencias entre en incpad y incpas

Estas variables son relacionadas porque ambas son los mismos pacientes en ambos
casos

En t-test seleccionamos paired simples t-test, seleccionamos student y wilcoxon rank

Normality Test (Shapiro-Wilk)

W p

inc_pad - inc_pas 0.980 0.1383

Note. A low p-value suggests a violation of the assumption of normality

Valor de shapiro wilk es 0.13 que es mayor que 0.05 por lo que hay normalidad y
escogemos el test student

Paired Samples T-Test

statistic df P

inc_pad inc_pas Student's t 0.520 99.000 0.6045

El test student nos da 0.60, que es mayor de 0.05, por lo que no existen diferencias
entre los valores medios (entre las medias) de inc pad y inc pas

Comparación de más de tres muestras

Solo vamos a estudiar 2 o mas grupos que sean independientes

Homocedasticidad=homogeneidad

Si va a la izq es que se dan las dos cosas (homogeneidad y normalidad), y se da el

modelo paramétrico ANOVA, comparamos las medias

Si no hay normalidad o homogeneidad vamos al modelo no paramétrico de wallis,

comparando las medianas
Si en cualquiera de las dos no hay diferencias se termina, todos son iguales, todos
tienen las mismas medias o medianas

Si sí hay diferencias, necesitamos otra comparación, porque necesitamos saber entre

que grupos hay diferencias

Contrastes post hoc: comparan parejas de grupos, parejas de dos en dos, si hay 3
grupos necesitamos 3 comparaciones, si hay 4 grupos necesitamos 6 comparaciones

Pasos: Anova, one-way ANOVA (el paramétrico) y en non parametric one-way annova
kruskal-wallis

Si hay diferencias entre incpad según el fármaco tomado

Pasos: one way anova, ponemos las variables, marcamos normalidad y

homogeneidad

Normality Test (Shapiro-Wilk)

W P

inc_pad 0.983 0.2245

Note. A low p-value suggests a violation of the assumption of normality

Si hay normalidad

Homogeneity of Variances Test (Levene's)

F df1 df2 p

inc_pad 0.024 2 97 0.9763

Si hay homogeneidad (son iguales)

Tenemos las dos por lo que vamos al modelo paramétrico ANOVA

En variances marcamos asume equa y desmarcamos la de dont asume

One-Way ANOVA (Fisher's)

F df1 df2 p

inc_pad 12.460 2 97 < .0001

P valor por debajo de 0.05, por lo que si existen diferencias entre los tres grupos

Seguimos con el contraste post hoc para saber entre que grupos están las diferencias

En post-hoc tests marcamos tukey por ser varianzas iguales

Tukey Post-Hoc Test – inc_pad
Placebo IECA CaA+D

Placebo Mean difference — 20.600 6.515

p-value — < .0001 0.2811

IECA Mean difference — -14.085

p-value — 0.0035

CaA+D Mean difference —

p-value —

1 vs 2 p<0.0001 hay diferencias significativas

1 vs 3 p=0.28 >0.05 no hay diferencias

2 vs 3 p=0.003 < 0.05 hay diferencias significativas

Podemos deducir que en los que han tomado el IECA ha tenido efecto el tratamiento

En el caso hipotético que según anova si hay diferencias, pero luego en tukey no hay
diferencias entre ellos. Sucede porque nos habremos equivocado en homogeneidad o
en normalidad y lo revisamos y hay que acudir a la otra prueba de Wallis

En caso de no ser paramétrica y haber diferencias, para ver entre que grupos se
diferencian seleccionamos DSCF pairwise comparisons