Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Curso de Bioestadística Parte 9 Comparación de Dos Medias
Curso de Bioestadística Parte 9 Comparación de Dos Medias
Parte 9
Comparación de dos medias
Dr. en C. Nicolás Padilla Raygoza
Departamento de Enfermería y Obstetricia
División Ciencias de la Salud e Ingenierías
Campus Celaya-Salvatierra
Universidad de Guanajuato México
Presentación
Médico Cirujano por la Universidad Autónoma de Guadalajara.
Pediatra por el Consejo Mexicano de Certificación en Pediatría.
Diplomado en Epidemiología, Escuela de Higiene y Medicina
Tropical de Londres, Universidad de Londres.
Master en Ciencias con enfoque en Epidemiología, Atlantic
International University.
Doctorado en Ciencias con enfoque en Epidemiología, Atlantic
International University.
Profesor Asociado B, Departamento de Enfermería y
Obstetricia, División de ciencias de la Salud e ingenierías,
Campus Celaya Salvatierra, Universidad de Guanajuato.
padillawarm@gmail.com
Competencias
Aplicará prueba de Z para obtener inferencias de la
comparación de dos medias pareadas.
Aplicará prueba de Z para obtener inferencias de dos
medias independientes.
Aplicará prueba de t para dos medias pareadas en
una muestra pequeña.
Aplicará prueba de t para dos medias independientes
en una muestra pequeña.
Obtendrá el intervalo de confianza para dos medias
pareadas e independientes.
Introducción
Con frecuencia queremos hacer
comparaciones de dos grupos.
Los métodos estadísticos usados para la
comparación de dos medias dependen de
cómo las dos medias fueron obtenidas. Los
datos pueden ser obtenidos de muestras
pareadas o no pareadas.
Datos pareados
¿Cómo obtenemos datos pareados?
Muestras pareadas ocurren cuando las
observaciones individuales en la primera
muestra son pareadas a las observaciones
individuales de la segunda muestra.
Para datos cuantitativos usualmente ocurre
cuando hay mediciones repetidas en la
misma persona.
Ejemplo
En un estudio para determinar si las
mediciones de peso al nacer son adecuadas,
se comparó el peso al nacer de recién
nacidos de un hospital en Celaya, Gto.
Las mediciones fueron realizadas por
diferentes personas, para controlar el sesgo
de medición, estando un observador cegado
a la medición del otro observador.
Datos no pareados
¿Cómo obtenemos datos no pareados?
Obtenemos datos no pareados cuando
observaciones individuales en una muestra
son independientes de las observaciones
individuales de la segunda.
Ejemplo
Para estudiar los efectos de un nuevo medicamento
para tratar la carga parasitaria de Ascaris
lumbricoides, los pacientes fueron aleatorizados para
recibir nitazoxanida (grupo A) y albendazol (grupo B).
El efecto del medicamento en cada grupo fue medido
y comparado.
En el análisis de datos pareados calculamos la
diferencia entre la primera y la segunda medición.
Esto nos da una muestra de diferencias, para luego
aplicar los métodos de análisis para datos
cuantitativos de una muestra.
Análisis de datos cuantitativos
pareados
Cuando analizamos datos pareados, lo primero es calcular la
diferencia entre las dos observaciones individuales en cada par.
Se midieron los pesos al nacer del recién nacidos en Celaya,
por dos observadores.
Paciente Observador 1 (g) Observador 2 (g) Diferencia
(d)
1 2970 3010 - 40
2 3525 3650 -125
3 3100 3125 - 25
4 2750 2550 200
5 4000 4050 - 50
6 3200 3300 -200
7 3000 3000 0
8 2500 2700 -200
9 3200 3400 -200
10 3900 3700 200
Análisis de datos cuantitativos
pareados
Para evaluar la diferencia en mediciones pareadas podemos calcular la
media de las diferencias y su intervalo de confianza; también podemos
calcular si la media de las diferencias es significativamente diferente de
0.
La notación que usamos para indicar la media de las diferencias y
desviación estándar en la muestra y la población se muestran:
Población Muestra
Media de _ _
las δ d
diferencias
Desviación _ _
estándar σ s
Intervalo de confianza
Si no hay diferencia entre las mediciones
pareadas, la media de las diferencias será 0.
Para calcular el intervalo de confianza de la
media de las diferencias de la muestra y
probar la hipótesis de que es igual a 0,
necesitamos conocer:
La media de las diferencias
La desviación estándar de las diferencias
El error estándar de la media de las
diferencias
Intervalo de confianza
Podemos calcular el intervalo de confianza
alrededor de la media de las diferencias de la
muestra en la misma forma que los hicimos
para la media de una muestra.
El intervalo de confianza al 95% nos dice que
tenemos 95% de confianza de que la
verdadera media de la población está entre el
intervalo de confianza al 95% a los lados de
la media de la muestra.
Intervalo de confianza
La fórmula general para el intervalo de confianza al
95% es:
Estimación de la muestra ±1.96 x ES de la estimación
de la muestra
Entonces el intervalo de confianza al 95% para la
media de las diferencias es:
δ±1.96 x (s(δ)/√n)
δ es la media de las diferencias.
δ-0
Z= -----------------
S(δ) /√n
Ejemplo
Hemos visto que la media de la diferencia de
peso en 10 recién nacidos fue de -34, con
s=140.9 e intervalos de confianza al 95% de
-121.42 a 53.42 gr.
Queremos encontrar si las mediciones
tomadas por los dos observadores fueron
realmente diferentes.
Ejemplo
Debemos señalar la hipótesis nula:
“En promedio, todas las mediciones posibles
tomadas por los dos observadores son
idénticas”, o
La media de las diferencias en la población es
cero.
La hipótesis alternativa será: la media de la
diferencia en la población no es cero.
Ejemplo
-34 – 0
Para probar la hipótesis calculamos z = ----------- = - 0.76
44.52
σ21 σ22
ES (X1 – X2) = √ ------- + ------
n1 n2
Error estándar para la distribución de
la diferencia de medias
En la mayoría de las situaciones no
conocemos las desviaciones estándar de la
población (σ1 y σ2); en la práctica
comúnmente, usamos las desviaciones
estándar de la muestra (s1 y s2), por lo que:
s 21 s 21
ES(X1 – X2) = √ ------- + ---------
n1 n2
Intervalo de confianza para la
diferencia de dos medias
Asumiendo que la distribución de muestreo
de (X1 – X2) es Normal, podemos calcular el
intervalo de confianza para la diferencia entre
dos medias usando la fórmula general:
Diferencia en medias ± 1.96 (ES (X1 –X2))
Para un intervalo de confianza al 95%,
asumiendo distribución Normal:
_ _
(X1 – X2) ± 1.96 [√(s21 / n1) + (s21 / n2)]
Ejemplo
En un estudio para evaluar la eficacia de la solución
de rehidratación oral (SRO) en niños con diarrea
aguda, 40 niños estuvieron en el grupo de
tratamiento y 40 en el grupo control. Se midió la
duración media en horas de la diarrea y la desviación
estándar.
Grupo n Media de duración de diarrea s
Tratamiento 40 72 10
Control 40 120 12
Ejemplo
Para calcular el intervalo de confianza al 95% para la
diferencia en medias de muestras independientes,
necesitamos primero calcular la diferencia en medias
y el error estándar:
_ _
X1 – X2 = 72 – 120 = - 48 horas