Bioestadística inferencial

Estadística paramétrica y no paramétrica

Estadística paramétrica
• Procedimientos estadísticos y de decisión que están
basados en distribuciones conocidas.

• Se basa en la ley de distribución normal y debe cumplir con

ciertas condiciones:

• Normalidad
• Homocedasticidad
• Errores

2
Condiciones
• Normalidad:
La variable se distribuye de manera normal, basándose en los
parámetros de la media y la desviación estándar. Sigue la forma de
campana de Gauss
• Homocedasticidad y homogeneidad:
Los grupos que se comparan presentan variables uniformes, son
homogéneas y con varianzas que se consideren iguales
• Valor de n:
Se utiliza para muestras con n igual o mayor a 30

3
Ventajas y desventajas
• Sensibles a rasgos de los datos relacionados
• Estimaciones probabilísticas más exactas
• Mayor eficiencia estadística
• Mayor poder estadístico

• Más complicadas de calcular

• Solo se pueden aplicar si se cumplen sus supuestos

4
Pruebas paramétricas
Tipo de comparación Pruebas

Una muestra Prueba t

Dos muestras independientes Prueba t para muestras independientes

Dos muestras relacionadas Prueba t para datos relacionados

Más de dos muestras independientes ANOVA

Correlación entre dos variables Pearson

5
Prueba t para una muestra
• La prueba t para una muestra se ocupa de contrastar si la
media de una población difiere de forma significativa de un
valor dado conocido o hipotetizado.

• Así, la prueba calcula estadísticos descriptivos para las

variables de contraste junto con la prueba t .

6
Prueba t independientes
• Esta prueba se utiliza cuando la comparación sea entre las
medias de dos poblaciones independientes.

• Esto es, los individuos de una de las poblaciones son

distintos a los individuos de la otra.

• Un ejemplo de esto es una comparación entre hombres y

mujeres.

7
Prueba t relacionadas
• Esta prueba es otra de las alternativas para contrastar dos
medias.

• Esta se refiere principalmente al supuesto caso en el que las

dos poblaciones no sean independientes. En este caso, se
trata de poblaciones que se relacionan entre sí.

• Esta situación ocurre, por ejemplo, cuando un grupo de

individuos es observado antes y después de una
determinada intervención.
8
ANOVA
• En el caso de tener que comparar más de dos muestras,
habremos de recurrir al análisis de varianza o ANOVA.

• Es una prueba estadística desarrollada para realizar

simultáneamente la comparación de las medias de más de
dos poblaciones.

9
Estadística no paramétrica
• Pruebas o técnicas que no siguen la ley de probabilidad
para sus poblaciones y poseen una distribución libre no
normal

• Se utiliza cuando los datos provienen de dos poblaciones

distintas o bien el tamaño de muestra es muy pequeño

10
Ventajas y desventajas
• Se pueden aplicar a una amplia variedad de situaciones
• Puede utilizar variables de medición nominal
• Son más fáciles de calcular

• Su eficiencia estadística es menor

• Su poder estadístico es menor
• Desperdician información

11
Estadística no paramétrica
Tipo de comparación Pruebas

Una muestra Prueba de rangos de Wilcoxon

Dos muestras independientes Prueba U de Mann-Whitney

Dos muestras relacionadas Prueba de Wilcoxon

Más de dos muestras independientes Kruskall Wallis

Correlación entre dos variables Spearman

12
Dos muestras independientes

13
Dos muestras relacionadas

14
Tres o más muestras

15
Pruebas Post-hoc
• Una vez que se ha determinado que existen diferencias
entre las medias, las pruebas de rango post hoc permiten
determinar qué medias difieren. La prueba de rango post
hoc identifica subconjuntos homogéneos de medias que no
se diferencian entre sí.

• Existen múltiples pruebas post-hoc:

• Prueba de Tukey
• Prueba de Scheffé
• Diferencia de Fisher
• Prueba de Duncan
• Prueba de Bonferroni 16