INTRODUCCIÓN

Tema 1. Tablas de contingencia: Lectura e interpretación

Tema 2. Asociación estadística, dependencia funcional e

independencia

Tema 3. El estadístico Chi-cuadrado y contrastes asociados

Tema 4. Medidas de asociación

¿Qué hemos aprendido antes?


- Has estudiado las variables unidimensionales, calculando:
medidas de posición central o medidas de dispersión.

- En dicho estudio las variables se presentaron de forma

aislada, cosa que no es habitual en la vida real.
EJEMPLO: al estudiar el estado físico de una persona, se
realizan preguntas como altura, peso, si realiza ejercicio,
etc.

Se realizan por la sencilla razón de que en ocasiones las

variables están interrelacionadas entre sí.

En el EJEMPLO, una persona alta es razonable suponer que

tiene mayor peso, dos variables comúnmente relacionadas.
 RECORDEMOS

{
Como por ejemplo:
- Edad

{
Cuantitativas - Peso
- Altura

Tipos de
variables

{
Como por ejemplo:

- Color de pelo
Cualitativas
- Color de ojos
- Sexo
Vamos a estudiar las posibles relaciones entre dos
variables cualitativas.

 Mediante la herramienta:

TABLA DE CONTINGENCIA
Tema 1. Tablas de
contingencia: Lectura e
interpretación

KARL PEARSON
 Las tablas de contingencia hemos dicho que
estudia relaciones entre dos variables cualitativas

EJEMPLO. Si queremos estudiar la relación entre el

color de ojos y el color del pelo.

 
La variable X: Color de ojos La variable Y: Color de pelo
x1: ojos claros y1: pelo claro
x2: ojos oscuros y2: pelo oscuro
 ¿Cómo construir una tabla de contingencia?

EJEMPLO. En un hospital psiquiátrico se hace un estudio en

el que participan 30 pacientes con dos tipos de problemas
neuronales (altos y bajos), queremos comparar un fármaco
nuevo con otro antiguo. ¿Cómo podemos representar esta
situación? ¿Cómo podemos ver si el tratamiento nuevo es
preferible al anterior?

Variable X: Tipo de tratamiento

x1: antiguo
x2: nuevo
Variable Y: Problemas neuronales
y1: altos
y2: bajos
Los pacientes nos dijeron el tipo de problema y que
fármaco tomaban

Sujeto1 (alto, antiguo), Sujeto2 (alto, antiguo),

Sujeto3 (bajo, antiguo), Sujeto4 (alto, nuevo),
Sujeto5 (alto, nuevo)…

Contamos cuantos hay del mismo tipo, es decir:

a = Problemas altos y tratamiento antiguo = 10

b = Problemas bajos y tratamiento antiguo = 4
c = Problemas altos y tratamiento nuevo = 5
d = Problemas bajos y tratamiento nuevo = 11
 TABLA DE CONTINGENCIA

Tratamiento (X) Problemas neuronales (Y)

Altos (y1) Bajos (y2)

Antiguo (x1) a = 10 b=4

Nuevo (x2) c=5 d = 11

Estos 4 valores calculados llamaremos frecuencias

absolutas dobles (f), que nos dicen el número de sujetos
que hay, con valores específicos de las variables
 Tratamiento (X) Problemas neuronales (Y)

Altos (y1) Bajos (y2)

Antiguo (x1) 10 (f11) 4 (f12)

Nuevo (x2) 5 (f21) 11 (f22)

EJEMPLO:
¿Cuántos sujetos hay con problemas neuronales “Bajos” y
el tratamiento “Nuevo”?

Seguimos la columna problemas neuronales “Bajos” y el

tratamiento “Nuevo”, y obtenemos:
f22 = 11
 FRECUENCIAS RELATIVAS DOBLES

Obtenemos otra tabla como la anterior donde en cada celda

dividimos por el número de sujetos

En el EJEMPLO anterior recordemos que había 30

pacientes, por tanto la tabla queda:

Tratamiento (X) Problemas neuronales (Y)

Altos (y1) Bajos (y2)
Antiguo (x1) 10/30 = 0,333 4/30 = 0,133
Nuevo (x2) 5/30 = 0,167 11/30 = 0,367
¿Para que sirven las frecuencias relativas dobles?

Tratamiento Problemas neuronales

Altos Bajos
Antiguo 0,333 (h11) 0,133 (h12)
Nuevo 0,167 (h21) 0,367 (h22)
Si estos valores los multiplicamos por 100 nos da el
porcentaje de sujetos correspondiente a esa celda

EJEMPLO: ¿Qué porcentaje de sujetos hay con

problemas “Altos” y tratamiento “Nuevo”?

0,167 x 100 = 16,7% es el porcentaje

 FRECUENCIAS MARGINALES Y
DISTRIBUCIÓN MARGINAL

En la tabla de las frecuencias absolutas dobles anterior,

añadimos una columna a la derecha y una fila debajo, que
llamaremos “TOTAL”, en ambos casos.

La columna del TOTAL llamaremos distribución marginal de X

Cada valor llamaremos frecuencia marginal de X
La fila del TOTAL llamaremos distribución marginal de Y
Cada valor llamaremos frecuencia marginal de Y

¿Cómo se obtiene?
Sumando la fila para la distribución marginal de X
Sumando la columna para la distribución marginal de Y
 EJEMPLO

Tratamiento Problemas neuronales TOTAL

Altos Bajos
Antiguo 10 4 10+4 = 14
(f1.)
Nuevo 5 11 5+11= 16
(f2.)
TOTAL 10+5 = 15 4+11 = 15 30 (n)
(f.1) (f.2)

El valor n, se obtiene sumando cualquier distribución

marginal, representa el número total de sujetos, que como
recordamos son 30 pacientes.
 FRECUENCIAS CONDICIONALES Y
DISTRIBUCIÓN CONDICIONAL

Vamos a conocer estos términos con nuestro ejemplo

Se trabaja con la tabla de frecuencias absolutas, es decir:

Tratamiento Problemas neuronales TOTAL

Altos Bajos
Antiguo 10 (f11) 4 (f12) 14 (f1.)
Nuevo 5 (f21) 11 (f22) 16 (f2.)
TOTAL 15 (f.1) 15 (f.2) 30 (n)
 Podemos obtener la distribución de X condicionada
por y1 ó y2
Podemos obtener la distribución de Y condicionada
por x1 ó x2

Calculemos una distribución de Y condicionada por X, esto

implica calcular:
La frecuencia condicional de y1 condicionada por x2
La frecuencia condicional de y2 condicionada por x2
Los datos que nos interesan son:

Tratamiento Problemas neuronales (Y) TOTAL

Altos (y1) Bajos (y2)
Nuevo (x2) 5 11 16

Las frecuencias condicionales son:

Tratamiento Problemas neuronales (Y) TOTAL

Altos (y1) Bajos (y2)
Nuevo (x2) 5/16=0,3125 11/16=0,6875 1
(h(y1/x2)) (h(y2/x2))
La interpretación

Tratamiento Problemas neuronales (Y) TOTAL

Altos (y1) Bajos (y2)
Nuevo (x2) 5/16=0,3125 11/16=0,6875 1
(h(y1/x2)) (h(y2/x2))

- El 31,25% de los pacientes con el tratamiento

nuevo, tienen problemas neuronales altos
- El 68,75% de los pacientes con el tratamiento
nuevo, tienen problemas neuronales bajos
 ALGUNAS
REPRESENTACIONES
GRÁFICAS
Diagrama de barras
adosadas
Diagrama de barras
apilado
Gráfico tridimensional
 RESUMEN

- Frecuencias absolutas dobles (f11 f12 f21 f22)

- Frecuencias relativas (h11 h12 h21 h22)
- Frecuencias marginales (f1. f2. f.1 f.2)
- Distribución marginal
- Frecuencias condicionales
- Distribución condicional

-Algunas representaciones gráficas

- Diagrama de barras adosadas
- Diagrama de barras apilado
- Gráfico tridimensional
GRACIAS POR
LA ATENCIÓN