Está en la página 1de 35

INFORMÀTICA MÈDICA Y BIOESTADÌSTICA

INGº PEDRO MONJA RUIZ.

INFORMÁTICA MÉDICA Y
BIOESTADÍSTICA

TEMA Nº03
PRUEBAS NO PARAMÉTRICAS
JI CUADRADO, PRUEBA EXACTA DE
FISHER, TEST DE MCNEMAR

ING° PEDRO MONJA RUIZ


INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS


SE DEBEN USAR CON:
Datos de distribución libre (no necesariamente normal). Si un grupo tiene distribución
normal mientras el otro no.
Si se trata de datos cualitativos, ordinales o nominales
Con varianza grande, un grupo con varianza 0 y el otro no
Al trabajar con muestras pequeñas n <10

APLICACIONES DE LA JI CUADRADO
Entre las aplicaciones más frecuentes de esta distribución en el área de salud, podemos señalar:
 La prueba de asociación, la cual permite al investigador determinar si existe asociación entre
dos variables en escala de medición nominal u ordinal. También aparece en la literatura con
el nombre de “tablas de contingencia”
 La prueba de “bondad de ajuste”
 Son útiles para describir conjuntamente a dos o más variables.
 Esto se hace convirtiendo las frecuencias observadas en frecuencias relativas o porcentajes
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

¿QUÉ ES LA JI CUADRADA?
Es una prueba estadística para evaluar hipótesis acerca de la relación entre dos variables
categóricas

Se simboliza por  2

Hipótesis a probar : Correlaciónales


( H0 : no hay asociación y H1 hay asociación)

Variables involucradas: Dos, esta prueba no considera relaciones causales

Nivel de medición de las variables: Nominal u Ordinal

Responde a la siguiente ecuación general:


(Oi  Ei ) 2
 2

Donde: Ei
Oi = Frecuencias absolutas observadas
Ei = Frecuencias absolutas esperadas
2 mide el grado de acuerdo entre frecuencias observadas y esperadas, suponiendo que H0 es verdadera.
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

¿QUÉ ES LA JI CUADRADA?

Está conformada por una familia


de curvas asimétricas donde una gl = 2
es diferente de otra en base a los f (2)
grados de libertad. A medida que
aumentan los grados de libertad gl = 4
las curvas son menos asimétricas gl = 8
y más extendidas a la derecha:
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

DISTRIBUCIÓN JI
CUADRADA

UNA VARIABLE DOS VARIABLES

Prueba Prueba
Prueba de
De Bondad De
Independencia
De ajuste Homogeneidad
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

ALICACIONES DE LA JI CUADRADA?

Las aplicaciones más importantes de la distribución chi


cuadrado, son:
 Con una sola variable: Prueba de bondad de ajuste,
ejemplo, prueba de normalidad.
 Con dos variables:
• Prueba de independencia
• Prueba de homogeneidad de poblaciones.
Daremos amas énfasis a estas dos aplicaciones que son las
más usadas en investigaciones biomédicas tanto
observacionales como experimentales.
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PRUEBA DE HIPOTESIS DE BONDAD DE AJUSTE


En un estudio diseñado para determinar la tolerancia de los pacientes a un nuevo
analgésico, 100 médicos seleccionaron cada uno una muestra de 25 pacientes para
participar en el estudio. Cada paciente después de haber tomado el nuevo analgésico
durante un periodo especificado, fue interrogado para saber si prefería éste o el que
había tomado regularmente con anterioridad. El interés consiste en determinar si los
datos son compatible con la hipótesis de que los pacientes se extrajeron de una
población que sigue una distribución Binomial (Puede ser normal, t-student, Ji cuadrado,
F, etc)

F C
(Oij  Eij ) 2
 2
( F 1)( C 1)  
i 1 j 1 Eij
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO PRUEBA DE HIPOTESIS DE BONDAD DE


AJUSTE
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO PRUEBA DE HIPOTESIS DE BONDAD DE AJUSTE

1. PLANTEAMIENTO DE LAS HIPOTESIS


Ho: La Clase Social SE comporta como una distribución normal
H1: La Clase Social NO SE comporta como una distribución normal

2. ESTADISTICO DE PRUEBA
F C
(Oij  Eij ) 2
 2
( F 1)( C 1)  
i 1 j 1 Eij
3. SE ESTABLECE UN NIVEL DE SIGNIFICANCIA
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PRUEBA DE HIPOTESIS DE BONDAD DE AJUSTE CON SPSS


INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTA SPSS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTA SPSS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTA SPSS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RESULTADOS SPSS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO PRUEBA DE INDEPENDENCIA


INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO PRUEBA DE INDEPENDENCIA


En un estudio transversal se desea determinar la posible
asociación entre tenencia de animales en el domicilio y
parasitosis en niños menores de diez años. Los resultados se
muestran en la tabla de contingencia siguiente.

Tenencia de Parasitosis
Total
animales
SI NO
Si 60 30 90
No 20 40 60
Total 80 70 150
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO PRUEBA DE INDEPENDENCIA


1. Planteamiento de hipótesis
H0: No existe asociación entre tenencia de animales y parasitosis
H1: Existe asociación entre tenencia de animales y parasitosis.
2. Nivel de significación: α = 0,05
3. Grados de libertad: G.l.= (f – 1)(c – 1) = (2-1)(2-1) = 1
CALCULO DE FRECUENCIAS ESPERADAS

Parasitosis
Tenencia de animales Total
SI NO
Si 60 (48) 30 (42) 90
No 20 (32) 40 (28) 60
Total 80 70 150
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO PRUEBA DE INDEPENDENCIA


Valor de P:
De la tabla de distribución de 2 con g.l. = 1 y 1- α = 0,95 el
valor es= 3.84; 16.071 > 3.84
Con computadora el valor de P = 0,000
Decisión y conclusión:
Decisión: Siendo 16.071 > 3.84
(P < 0,05), se rechaza Ho.
Conclusión: Entre tenencia de animales en el domicilio y
parasitosis existe una asociación estadísticamente significativa.
(p = 0,000).
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO PRUEBA DE INDEPENDENCIA (SPSS)

1. PLANTEAMIENTO DE LAS HIPOTESIS

Ho: EL HABITO DE FUMAR NO ESTA RELACIONADO CON EL GENERO.


H1: EL HABITO DE FUMAR SI ESTA RELACIONADO CON EL GENERO.
2. ESTADISTICO DE PRUEBA
F C
(Oij  Eij ) 2
 2
( F 1)( C 1)  
i 1 j 1 Eij
3. SE ESTABLECE UN NIVEL DE SIGNIFICANCIA
4. SE ESTABLECE LA REGIONES CRITICAS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO
PRUEBA DE
HOMOGENEIDAD
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PROCEDIMIENTO PRUEBA DE HOMOGENEIDAD

 Se aplica cuando se desea conocer si dos o más


muestras provienen de poblaciones homogéneas
 Tiene mayor posibilidad de uso en estudios
experimentales.
 La hipótesis nula establece que las muestras
provienen de la misma población o que las
poblaciones son homogéneas respecto a la variable
de interés o no difieren significativamente respecto
a la variable de interés.
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO PRUEBA DE HOMOGENEIDAD


En un ensayo clínico, en niños con asma crónica, se determinó la eficacia de
salbutamol (SAL) y de salbutamol más bromuro de ipratropio (SAL + BI). Los
resultados respecto a la mejoría del trastorno obstructivo a los 15 minutos de
iniciados los tratamientos, fueron:
Mejoraron Total
Tratamiento Si No
SAL 25(30) 15(10) 40
SAL + BI 35(30) 5(10) 40
Total 60 20 80

¿Difieren los tratamientos respecto a la proporción de pacientes con mejoría


del trastorno obstructivo a los 15 minutos?
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO PRUEBA DE HOMOGENEIDAD


Hipótesis
Ho: Los tratamientos no difieren significativamente en cuanto a la proporción de
pacientes con mejoría de trastorno obstructivo a los 15 minutos. (Las dos
poblaciones de pacientes, que reciben el tratamiento, son homogéneas respecto
a la mejoría del trastorno obstructivo )
H1: Los tratamientos difieren significativamente en cuanto a la proporción de
pacientes con mejoría de trastorno obstructivo a los 15 minutos. (Las dos
poblaciones de pacientes, que reciben el tratamiento, no son homogéneas
respecto a la mejoría del trastorno obstructivo)
Valor de P
De la tabla de distribución de 2 con g.l. = 1 y 1- α = 0,95 el valor es= 3.84
Como 6.667 > 3.84.
La computadora proporciona P = 0,010.
Decisión y conclusión.
Decisión: Siendo 6.667 > 3.84, (P  0,05), se rechaza H0.
Conclusión: La proporción de pacientes que mejoraron habiendo recibido
salbutamol difiere de la proporción de pacientes que mejoraron habiendo recibido
salbutamol y bromuro de ipratropio, a los 15 minutos. (P = 0,010).
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

PRUEBA DE HOMOGENEIDAD
PRUEBA DE INDEPENDENCIA • Mayor uso en estudios
experimentales.
• Mayor posibilidad de uso en
estudios observacionales. • Con dos o más poblaciones.
• Con una población. • Se determina si las poblaciones
son homogéneas respecto a
• Se determina la posible
una variable cualitativa
asociación entre dos variables
cualitativas. • Ho: Las poblaciones son
homogéneas respecto a la
• H0: Las dos variables son
variable de interés.
independientes.
H1: Las poblaciones no son
H1: Las dos variables no son
homogéneas respecto a la
independientes.
variable.
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

JI CUADRADO: HOMOGENEIDAD DE POBLACIONES (SPSS)

1. PLANTEAMIENTO DE LAS HIPOTESIS


Ho: EL HÁBITO DE FUMAR ES EL MISMO EN TODAS LAS CLASES SOCIALES.
H1: EL HÁBITO DE FUMAR NO ES EL MISMO EN TODAS LAS CLASES SOCIALES

2. ESTADISTICO DE PRUEBA
F C
(Oij  Eij ) 2
 2
( F 1)( C 1)  
i 1 j 1 Eij
3. SE ESTABLECE UN NIVEL DE SIGNIFICANCIA
4. SE ESTABLECE LA REGIONES CRITICAS
5. SE TOMA LA DECISIÓN 6. CONCLUSIÓN
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

Test Exacto de Fisher


La PRUEBA EXACTA DE FISHER está basada en la distribución exacta de los datos
y no en aproximaciones asintóticas, y presupone que los marginales de la tabla de
contingencia están fijos.
• El test exacto de Fisher permite analizar si dos variables dicotómicas están asociadas
cuando la muestra a estudiar es demasiado pequeña.
• El test exacto de Fisher se basa en evaluar la probabilidad asociada a cada una de las tablas
2 x 2 que se pueden formar manteniendo los mismos totales de filas y columnas que los de
la tabla observada.
• Cada una de estas probabilidades se obtiene bajo la hipótesis nula de independencia de
las dos variables que se están considerando.
•Cuando en un 20% de las casillas el valor esperado no es superior a 5, el
estadístico anterior no es válido y generalmente se utiliza la prueba exacta de
Fisher.
•Habitualmente, la prueba exacta de Fisher es más conservadora que la prueba
Chi-Cuadrado.
•La prueba exacta de Fisher se aplica a variables dicotómicas
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO - El test exacto de Fisher

• Supóngase que un grupo de 16 personas se reunió a comer en un


restaurante. Diez comieron pastel de mariscos y 6 comieron carne. Al día
siguiente, 11 de los comensales amanecieron enfermos de gastroenteritis
• La tabla adjunta muestra las frecuencia de enfermos en los que comieron
mariscos y en los que comieron carne.
• Lo que se quiere averiguar, es si la asociación entre el tipo de comida y
enfermar, es estadísticamente significativa
Enfermos

Comida Si No Total
Mariscos 9 1 10
Carne 2 4 6
Total 11 5 16
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO - El test exacto de Fisher

1. PLANTEAMIENTO DE LAS HIPOTESIS


Ho: LA ENFERMEDAD CORONARIA NO ESTA RELACIONADA CON LA HTA.
H1: LA ENFERMEDAD CORONARIA ESTA RELACIONADA CON LA HTA.
2. ESTADISTICO DE PRUEBA
F C
(Oij  Eij ) 2
 2
( F 1)( C 1)  
i 1 j 1 Eij
3. SE ESTABLECE UN NIVEL DE SIGNIFICANCIA
4. SE ESTABLECE LA REGIONES CRITICAS
5. SE TOMA LA DECISIÓN 6. CONCLUSIÓN
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

Test de Mc Nemar
Prueba no paramétrica para dos variables dicotómicas
relacionadas.
Contrasta los cambios en las respuestas utilizando la
distribución de chi-cuadrado.
Es útil para detectar cambios en las respuestas debidas a la
intervención experimental en los diseños del tipo "antes-
después“ o para comparar dos tipos de tratamiento.

EJEMPLO. Test de Mc Nemar


Se dispone de 20 pacientes a los que se les administró un determinado tratamiento
para tratar el dolor tras una intervención quirúrgica. En cada individuo, se realizó una
valoración del dolor inmediatamente después de la operación y al cabo de 1 hora tras
la administración del analgésico. Los datos se muestran en la siguiente Tabla N°06.
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

EJEMPLO. Test de Mc Nemar


EJEMPLO – Test Mc Nemar

INFORMÀTICA MÈDICA Y BIOESTADÌSTICA


INGº PEDRO MONJA RUIZ.

H0: El dolor tras la intervención es el mismo que una hora después del tto.

H1: El dolor tras la intervención es diferente que una hora después del tto.

2. ESTADISTICO DE PRUEBA
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTAS DEL SPSS


INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTAS DEL SPSS


INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

RUTAS DEL SPSS

RESULTADOS
INFORMÀTICA MÈDICA Y BIOESTADÌSTICA
INGº PEDRO MONJA RUIZ.

También podría gustarte