SlideShare una empresa de Scribd logo
1 de 10
Seminario 9 Estadística y TIC
TAREA SEMINARIO 9
Seminario 9 Blog: La Chi cuadrado de Pearson
El estadístico Chi cuadrado de Pearson
Condiciones de aplicabilidad
Conceptos útiles
Ejercicios con tablas
Ejercicio con SPSS
La prueba o estadístico Chi cuadrado se utiliza para comprobar si la diferencia en los
datos que observamos:
- Está dentro de lo normal y probable, es decir, la diferencia que observamos en
los datos es debida al azar.
- Recordemos que la Ho establece que no hay diferencia o lo que es lo mismo hay
igualdad.
- Aceptamos la Ho
- La diferencia que observamos es debida a algo más
- Rechazamos la hipótesis nula
La categoría de las variables que estudiamos tienen que ser excluyentes, cualitativa,
tamaño muestral mínimo de 50 casos, la frecuencia esperada en cada casilla no deben
ser inferior de 5 (aquí tendríamos q aplicar el Test de Fisher o Corrección de Yates;
También se puede reagrupar las variables.*)
Ejemplo clase: N=50
Ho: el consumo de tabaco no se relaciona con la enfermedad
E NE Total
F 4 21 25
NF 3 22 25
Total 7 43 50
* los valores de las variables (frecuencias) no deben ser menores de 5.
Comparar la frecuencia observada con la esperada
Grado de libertad: depende de las categorías de las variables que ponemos en el estudio
Gl= (Nº de categoría de la variable independiente (fumar)- 1) . (Nº de categoría de la
variable dependiente -1)
Gl= (k-1) . (L-1)= (2-1) . (2-1)= 1.1= 1
El test nos va a decir el nivel de significación.
1
Seminario 9 Estadística y TIC
Por ejemplo:
1. Un enfermero de la unidad de digestivo observa que se produce diferencias
relacionadas con los meses en los reingresos de pacientes con ulcera gástrica.
Recoge los siguientes datos:
E F M A M J J A S O N D
2 1 4 3 5 7 1 3 2 6 8 6
• Ho== no hay diferencias de reingresos en función del periodo del año
• Fe= 48 reingresos/ año= 48/12meses= 4 el valor esperado de reingreso
mensual.
• Valor real: E2, F1, M4, A3, M5, J7, J1, A3, S2, O6, N8, D6,
• No podemos utilizar la chi cuadrado, porque 4 < 5.
• Variable dependiente: mes del año
• Variable independiente: reingresos
• Reagrupar en estaciones (en SPSS: recodificar en distintas variables):
La variable dependiente la reagrupamos en 4 categorías
Invierno: 7
Primavera: 15
Verano: 6
Otoño: 20
• Gl= (4-1) . (2-1)= 3
• Total: 48 ; Fe: 48/4=12
Valores observados menos los esperados al cuadrado (ambos) entre los esperados (ver
libreta).
Mio: necesitamos saber el grado de libertad (GL) y el nivel de significación.
Cuando se rechaza la hipótesis nula H0, no es seguro 100% de que sea cierto→ asumir
probabilidad de error.
Si el enunciado no dice nada, asumimos el error alfa (error que se comete al rechazar la
H0)= 0,05%
Si p< 0,05% se RECHAZA la hipótesis.
Si p > 0,05% se ACEPTA la hipótesis.
Relación entre valor de chi cuadrado y p de error= relación inversa, es decir, a
mayor valor de chi cuadrado, menor valor de p.
Mi resultado obtenido (11,16) es mayor del que debería ser el valor de chi cuadrado
(7,82 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis. Por lo
tanto, si hay diferencia de reingresos en f(x) del periodo del año.
 Grados de libertad: n-1= 3
2
( ) ( ) ( ) ( ) ( )
2 2 2 2 2
2 7 12 15 12 6 12 20 12
11,16
12 12 12 12
fo fe
fe
χ
− − − − −
= = + + + =∑
Seminario 9 Estadística y TIC
A un nivel de significación de 0,05
H0: la incidencia de complicaciones de úlceras gástrica es la misma en todas las épocas
del año
 χ2
= 11,6 obtenido mediante la fórmula a partir de los datos
 Chi en la tabla: 7,82 (el modelo teórico: si la diferencia fuera sólo producto del
azar a un nivel de sig. 0,05 y 3GL)
 Chi fórmula 11,6>Chi tabla 7,82
 11, 6 es mayor que el resultado de las tablas 7,82 o lo que es lo mismo
hay más diferencia en los datos que la que habría sí la diferencia fuera
producto del azar.
 rechazamos la Ho
 O lo que es lo mismo la incidencia de complicaciones en las
ulceras gástricas no es la misma en los cuatro trimestres a un
nivel de significación del 0,05.
La Chi… para comparar dos variables…
 Para comparar dos variables cualitativas: tabla de contingencia
 Poner las frecuencias observadas (datos)
 Calcular las frecuencias teóricas
 Es importante caer en la cuenta de que la suma de las frecuencias
observadas debe ser igual a la suma de las frecuencias teóricas
3
Seminario 9 Estadística y TIC
 Estas sumas (de todas las frecuencias observadas y de todas las
frecuencias teóricas) con frecuencia no son idénticas porque
redondeamos los decimales, pero deben ser muy parecidas
 Calcular los grados de libertad
Procedimiento
 Establecer la hipótesis nula
 Realizar una tabla con los datos observados o frecuencias observadas
 Calcular los grados de libertad
 Calcular las frecuencias esperadas
 Utilizar el estadístico
 Compararlo con las tablas al nivel de significación fijado
 Aceptar o rechazar la H0
Tabla de frecuencias teóricas
Ejemplo:
2. Se está estudiando la relación de complicaciones en la herida quirúrgica de dos
servicios hospitalarios (A, B). Para ello hemos recogido las observaciones de dos
servicios durante un periodo de tiempo
Ho: No hay diferencia entre los servicios (en los dos existe la misma
probabilidad de complicaciones de la herida quirúrgica)
H1: Existe diferencia entre los servicios
Queremos trabajar a un nivel de significación de 0,05 (95%)
DATOS OBSERVADOS
A B Total
Si C 4 9 13
No C 122 94 216
Total 126 103 229
4 + 9 + 122 + 94= 229
Se trata de calcular las frecuencias teóricas
4
2
2 ( )fo ft
ft
χ
−
= ∑
Seminario 9 Estadística y TIC
DATOS ESPERADOS
A B Total
Si C (126.13/229)= 7,15 (103.13/229)= 5,8
No C (126.216/229)= 118,8 (103.216/229)= 97,1
Total 228,85
7,15 + 5,8 + 118,8 + 97,1= 228,85
χ2
= Σ (O – E)2
/ E= (4 – 7,15)2
/ 7,15 + (9 – 5,8)2
/ 5,8 + (122 – 118,8)2
/ 118,8 + (94 –
97,1)2
/ 97,1= 1,387 + 1,765 + 0,086 + 0,098= 3,336
Como es tabla de 2 variables x 2 categorías = 1
(2 – 1).(2 – 1)= 1.1= 1 → 3,84 tendría que valer chi cuadrado.
El valor obtenido es menor que el valor para chi cuadrado; luego p es mayor, luego se
acepta la hipótesis.
3. Otro ejercicio….Inventa el tema de investigación y…. A un nivel de significación
de 0,001
Se está estudiando la efectividad de dos tratamientos (A y B) para las úlceras por
presión. Para ello hemos recogido los siguientes datos:
Ho: No hay diferencia en la eficacia de los tratamientos para la UPP.
H1: Existe diferencia entre los tratamientos.
Queremos trabajar a un nivel de significación de 0,001 (probabilidad de error de 1 por
1.000)
Chi= 27,9
DATOS OBSERVADOS
A B Total
Si Efectivo 20 70 90
No Efectivo 45 26 71
Total 65 96 161
DATOS ESPERADOS
A B
Si Efectivo (65.90/161)= 36,3354 (96.90/161)= 53,6645
No Efectivo (65.71/161)= 28,6645 (96.71/161)= 42,3354
Total 160,9998
χ2
= Σ (O – E)2
/ E= (20 – 36,3354)2
/ 36,3354 + (70 – 53,6645)2
/ 53,6645 + (45 –
28,6645)2
/ 28,6645 + (26 – 42,3354)2
/ 42,3354= 7,3439 + 4,9725 + 9,3093 + 6,3031=
27,9288
Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1
Buscar en la tabla de la χ2
a un nivel de significación del 0,001 y con un grado de
libertad el valor es = 10,83
5
Seminario 9 Estadística y TIC
Mi resultado obtenido (27,9) es mayor del que debería ser el valor de chi cuadrado
(10,83 tabla), por lo que p es menor de 0,001% y, por tanto, rechazo la hipótesis nula.
Por lo tanto, si hay diferencia de eficacia entre los dos tratamientos para la UPP.
El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se
rechaza la hipótesis.
¿Qué tratamiento es mejor?
65 pacientes con tto A: 20 curados, 45 no curados
96 pacientes con tto B: 70 curados, 26 no curados
A: 20/161= 0,12
B: 70/161= 0,43 es mejor el B
4. Tenemos la siguiente tabla de contingencia que refleja los datos de la asignatura
de religión en centros escolares. ¿Influye el tipo de colegio en la nota obtenida?
Con un margen de error 0,05)
1. Formular las hipótesis
Ho: La nota de los dos colegios es igual ó lo que es lo mismo no hay diferencia
en la nota en relación al tipo de colegio
H1: La titularidad del colegio influye en la nota de religión
2. Calcular las frecuencias esperadas
DATOS OBSERVADOS
INSUF. SUF/BIEN NOTABLE SOBRESAL Total
C. Privado 6 14 17 9 46
Instituto 30 32 17 3 82
Total 36 46 34 12 128
DATOS ESPERADOS
INSUF. SUF/BIEN NOTABLE SOBRESAL Total
C. Privado 36.46/128=
14,0338
46.46/128=
16,5312
34.46/128=
12,2187
12.46/128=
4,3125
Instituto 36.82/128=
23,0625
46.82/128=
29,4687
34.82/128=
21,7812
12.82/128=
7,6875
Total
3. Calcular el valor de la Chi cuadrado= 17,3
χ2
= Σ (O – E)2
/ E= (6 – 14,03)2
/ 14,03 + (14 – 16,53)2
/ 16,53 + (17 – 12,22)2
/ 12,22 +
(9 – 4,31)2
/ 4,31 + (30 – 23,06)2
/ 23,06 + (32 – 29,47)2
/ 29,47 + (17 – 21,78)2
/ 21,78 +
(3 – 7,69)2
/ 7,69 = 4,5959 + 0,3872 + 1,8697 + 5,1035 + 2,0886 + 0,0858 + 1,049 +
2,8603= 18,04
Tb calcular el grado de libertad
GL= (2 – 1) . (4 – 1)=1.3= 3
4. Buscar la tabla a 0.95 (0.05) y 3 grados de libertad: 7,82
Buscar en la tabla de la χ2
a un nivel de significación del 0,05 y con grado de libertad de
3, el valor es = 7,82
6
Seminario 9 Estadística y TIC
5. Comparar el estadístico con el resultado de la tabla
17,3>7,8: por lo que podemos decir que el tipo de colegio influye en la nota de religión,
o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se rechaza la
hipótesis nula de semejanza
Mi resultado obtenido (18,04) es mayor del que debería ser el valor de chi cuadrado
(7,82 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por
lo tanto, si hay diferencia en la nota en relación al tipo de colegio.
El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se
rechaza la hipótesis nula.
5. Invéntate un ejercicio… con 8 grados de libertad.
Suponiendo que el estadístico que calculas sale 14
¿Qué decisión tomarías a un nivel de significación 0.05? Y a un nivel de
significación de 0.01?
(9 – 1) . (2 – 1)
(5 – 1) . (3 – 1) Este es mejor.
Ho: No hay relación entre el grupo de edad de los pacientes en un estudio y el grado de
satisfacción percibida con los servicios de enfermería.
Variable independiente: grupos de edad (0-15 años; 16-65 años; mayor de 65)
Variable dependiente: grado de satisfacción (5 niveles: muy satisfecho; satisfecho;
indiferente; Insatisfecho; muy insatisfecho)
χ2
= 14 (lo da el ejercicio)
gl→ p 0,05→ χ2
= 15,51. Lo aceptamos. Para 0,001 deberíamos saber que también lo
vamos a aceptar.
gl→ p 0,01→ χ2
= 20,09
6. En un grupo de enfermos que se quejaban de que no dormían se les dio
somníferos y placebos. Con los siguientes resultados. Nivel de significación: 0,05
¿Es lo mismo tomar somníferos o placebos para dormir bien o mal en este grupo de
enfermos?
Resultado: Chi cuadrado= 2,5778
Ho: No hay diferencia entre tomar placebos y somníferos a la hora de dormir
mejor.
H1: Existe diferencia entre los tratamientos a la hora de dormir mejor.
DATOS OBSERVADOS
Duermen bien Duermen mal Total
Somníferos (A) 44 10 54
Placebos (B) 81 35 116
Total 125 45 170
DATOS ESPERADOS
Duermen bien Duermen mal Total
Somníferos (A) 125.54/170=
39,7058
45.54/170=
14,2941
Placebos (B) 125.116/170= 45.116/170=
7
Seminario 9 Estadística y TIC
82,2941 30,7058
Total
χ2
= Σ (O – E)2
/ E= (44 – 39,7058)2
/ 39,7058 + (81 – 82,2941)2
/ 82,2941 + (10 –
14,2941)2
/ 14,2941 + (35 – 30,7058)2
/ 30,7058= 0,4644 + 0,0203 + 1,2899 + 0,6005=
2,3751
Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1
Buscar en la tabla de la χ2
a un nivel de significación del 0,05 y con un grado de libertad
el valor es = 3,84
Mi resultado obtenido (2,3751) es menor del que debería ser el valor de chi cuadrado
(3,84 tabla), por lo que p es mayor de 0,05% y, por tanto, acepto la hipótesis nula. Por
lo tanto, no hay diferencia entre tomar placebos y somníferos a la hora de dormir mejor.
El valor obtenido es menor que el valor para chi cuadrado; luego p es mayor, luego se
acepta la hipótesis.
7. En un C de Salud analizamos las historias de enfermería (292 hombres y 192
mujeres). De ellos tienen úlcera 10 hombres y 24 mujeres y no tienen 282 y 168
respectivamente. Nivel significación 0,05
- Formula la Ho.
- Calcula el estadístico
- ¿existe relación entre tener úlcera y el sexo?
1. Formular la H0: No hay diferencia entre hombres y mujeres a la hora de
presentar úlceras.
H1: existe diferencia entre hombre y mujeres a la hora de presentar úlceras.
2. Calcular las frecuencias esperadas
DATOS OBSERVADOS
Mujeres Hombres Total
Si U 24 10 34
No U 168 282 450
Total 192 292 484
DATOS ESPERADOS
Mujeres Hombres
Si U 192.34/484=
13,4876
292.34/484=
20,5123
No U 192.450/484=
178,5123
292.450/484=
271,4876
483,9998
3. Calcular el valor de la Chi cuadrado=
8
Seminario 9 Estadística y TIC
χ2
= Σ (O – E)2
/ E= (24 – 13,4876)2
/ 13,4876 + (10 – 20,5123)2
/ 20,5123 + (168 –
178,5123)2
/ 178,5123 + (292 – 271,4876)2
/ 271,4876= 8,1934 + 5,3874 + 0,619 +
1,5498= 15,7496
Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1
4. Buscar en la tabla de la χ2
: un nivel de significación del 0,05 y con un grado
de libertad, el valor es = 3,84
5. Comparar el estadístico con el resultado de la tabla
Mi resultado obtenido (15,7496) es mayor del que debería ser el valor de chi cuadrado
(3,84 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por
lo tanto, si hay diferencia entre hombres y mujeres a la hora de presentar úlceras.
El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se
rechaza la hipótesis nula.
15,7496 >3,84: por lo que podemos decir que el sexo influye en la presentación de
úlceras, o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se
rechaza la hipótesis nula de semejanza.
9
Seminario 9 Estadística y TIC
χ2
= Σ (O – E)2
/ E= (24 – 13,4876)2
/ 13,4876 + (10 – 20,5123)2
/ 20,5123 + (168 –
178,5123)2
/ 178,5123 + (292 – 271,4876)2
/ 271,4876= 8,1934 + 5,3874 + 0,619 +
1,5498= 15,7496
Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1
4. Buscar en la tabla de la χ2
: un nivel de significación del 0,05 y con un grado
de libertad, el valor es = 3,84
5. Comparar el estadístico con el resultado de la tabla
Mi resultado obtenido (15,7496) es mayor del que debería ser el valor de chi cuadrado
(3,84 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por
lo tanto, si hay diferencia entre hombres y mujeres a la hora de presentar úlceras.
El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se
rechaza la hipótesis nula.
15,7496 >3,84: por lo que podemos decir que el sexo influye en la presentación de
úlceras, o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se
rechaza la hipótesis nula de semejanza.
9

Más contenido relacionado

La actualidad más candente

4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencialrbarriosm
 
Prueba de hipótesis.pptx
Prueba de hipótesis.pptxPrueba de hipótesis.pptx
Prueba de hipótesis.pptxSaskia Ayala
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Prueba de normalidad en SPSS
Prueba de normalidad en SPSSPrueba de normalidad en SPSS
Prueba de normalidad en SPSSAugusto Zavala
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simpleDyan Andres
 
Prueba de hipotesis y intervalos de confianza
Prueba de hipotesis y intervalos de confianzaPrueba de hipotesis y intervalos de confianza
Prueba de hipotesis y intervalos de confianzaIselitaa Hernadez
 
Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-CuadradoJulio Rivera
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...JAVIER SOLIS NOYOLA
 
Probabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesisProbabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesisJaviera Huera (Temuco)
 
Muestreo estratificado
Muestreo estratificadoMuestreo estratificado
Muestreo estratificadoAdriano Meza
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Luz Hernández
 

La actualidad más candente (20)

Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12
 
PowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de HipotesisPowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de Hipotesis
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencial
 
Prueba de hipótesis.pptx
Prueba de hipótesis.pptxPrueba de hipótesis.pptx
Prueba de hipótesis.pptx
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Prueba de normalidad en SPSS
Prueba de normalidad en SPSSPrueba de normalidad en SPSS
Prueba de normalidad en SPSS
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Unidad 3 Estadistica descriptiva
Unidad 3 Estadistica descriptivaUnidad 3 Estadistica descriptiva
Unidad 3 Estadistica descriptiva
 
Muestreo aleatorio simple estadistica
Muestreo aleatorio simple estadisticaMuestreo aleatorio simple estadistica
Muestreo aleatorio simple estadistica
 
Prueba de hipotesis y intervalos de confianza
Prueba de hipotesis y intervalos de confianzaPrueba de hipotesis y intervalos de confianza
Prueba de hipotesis y intervalos de confianza
 
Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-Cuadrado
 
Muestreo No Probabilístico
Muestreo No ProbabilísticoMuestreo No Probabilístico
Muestreo No Probabilístico
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
Probabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesisProbabilidad y Estadíticas: Prueba hipotesis
Probabilidad y Estadíticas: Prueba hipotesis
 
Presentación ANOVA
Presentación ANOVAPresentación ANOVA
Presentación ANOVA
 
Compara medias
Compara mediasCompara medias
Compara medias
 
Muestreo estratificado
Muestreo estratificadoMuestreo estratificado
Muestreo estratificado
 
Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)Metodos de muestreo, ejercicios y su procedimiento (1)
Metodos de muestreo, ejercicios y su procedimiento (1)
 
T de student
T de studentT de student
T de student
 

Destacado

Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadradoaramirez
 
Ejercicio ejemplo de chi cuadrado
Ejercicio ejemplo de chi cuadradoEjercicio ejemplo de chi cuadrado
Ejercicio ejemplo de chi cuadradomerysunny
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesLizeth
 
Ramas de la estadística
Ramas de la estadísticaRamas de la estadística
Ramas de la estadísticaTina Campos
 
Chi cuadrado, ejercicio resuelto.
Chi cuadrado, ejercicio resuelto.Chi cuadrado, ejercicio resuelto.
Chi cuadrado, ejercicio resuelto.LennysNJ
 
Las estadísticas en la actualidad
Las estadísticas en la actualidadLas estadísticas en la actualidad
Las estadísticas en la actualidaddadaos
 
Pruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesPruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesMaría Isabel Bautista
 
Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanPatricia Castillo
 

Destacado (13)

Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
Ejercicio ejemplo de chi cuadrado
Ejercicio ejemplo de chi cuadradoEjercicio ejemplo de chi cuadrado
Ejercicio ejemplo de chi cuadrado
 
Ji cuadrada
Ji cuadradaJi cuadrada
Ji cuadrada
 
F:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblacionesF:\planteamiento de hipótesis en mas de dos poblaciones
F:\planteamiento de hipótesis en mas de dos poblaciones
 
Ramas de la estadística
Ramas de la estadísticaRamas de la estadística
Ramas de la estadística
 
Chi cuadrado, ejercicio resuelto.
Chi cuadrado, ejercicio resuelto.Chi cuadrado, ejercicio resuelto.
Chi cuadrado, ejercicio resuelto.
 
Las estadísticas en la actualidad
Las estadísticas en la actualidadLas estadísticas en la actualidad
Las estadísticas en la actualidad
 
Test de independencia chi cuadrado
Test de independencia chi cuadradoTest de independencia chi cuadrado
Test de independencia chi cuadrado
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
Pruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para ProporcionesPruebas De HipóTesis Para Proporciones
Pruebas De HipóTesis Para Proporciones
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
Odds ratio
Odds ratioOdds ratio
Odds ratio
 
Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y Spearman
 

Similar a Seminario 9 Estadística y TIC: Chi cuadrado de Pearson

Seminario 8 estadistica
Seminario 8 estadisticaSeminario 8 estadistica
Seminario 8 estadisticaTomy_181
 
Seminario 8 estadistia
Seminario 8 estadistiaSeminario 8 estadistia
Seminario 8 estadistiaTomy_181
 
Seminario 8 blog
Seminario 8 blogSeminario 8 blog
Seminario 8 blogmarsegtel
 
Pdf sem 8 terminado
Pdf sem 8 terminadoPdf sem 8 terminado
Pdf sem 8 terminadoMarinagonzz
 
Tablas contingencia
Tablas contingenciaTablas contingencia
Tablas contingencialugel99
 
ESTADISTICA ANALITICA (II Bimestre Abril Agosto 2011)
ESTADISTICA  ANALITICA (II Bimestre Abril Agosto 2011)ESTADISTICA  ANALITICA (II Bimestre Abril Agosto 2011)
ESTADISTICA ANALITICA (II Bimestre Abril Agosto 2011)Videoconferencias UTPL
 
Tic seminario 9
Tic seminario 9Tic seminario 9
Tic seminario 9elicesgut
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionadosnicanor cachi ramos
 
Seminario 8. Test de Chi - cuadrado.
Seminario 8. Test de Chi - cuadrado.Seminario 8. Test de Chi - cuadrado.
Seminario 8. Test de Chi - cuadrado.martaelices
 
Respuestas de ejercicios
Respuestas de ejerciciosRespuestas de ejercicios
Respuestas de ejercicioscapimubi
 
Tarea seminario 9, estadística
Tarea seminario 9, estadísticaTarea seminario 9, estadística
Tarea seminario 9, estadísticapadoca278
 
Seminario 9 estadistica
Seminario 9 estadisticaSeminario 9 estadistica
Seminario 9 estadisticaLydia Carrasco
 

Similar a Seminario 9 Estadística y TIC: Chi cuadrado de Pearson (20)

Seminario 8 estadistica
Seminario 8 estadisticaSeminario 8 estadistica
Seminario 8 estadistica
 
Seminario 8 estadistia
Seminario 8 estadistiaSeminario 8 estadistia
Seminario 8 estadistia
 
Seminario 8 blog
Seminario 8 blogSeminario 8 blog
Seminario 8 blog
 
Pdf sem 8 terminado
Pdf sem 8 terminadoPdf sem 8 terminado
Pdf sem 8 terminado
 
Anova
AnovaAnova
Anova
 
Tablas contingencia
Tablas contingenciaTablas contingencia
Tablas contingencia
 
ESTADISTICA ANALITICA (II Bimestre Abril Agosto 2011)
ESTADISTICA  ANALITICA (II Bimestre Abril Agosto 2011)ESTADISTICA  ANALITICA (II Bimestre Abril Agosto 2011)
ESTADISTICA ANALITICA (II Bimestre Abril Agosto 2011)
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Significancia estadistica
Significancia estadisticaSignificancia estadistica
Significancia estadistica
 
Semi 9
Semi 9Semi 9
Semi 9
 
Semi 9
Semi 9Semi 9
Semi 9
 
Tic seminario 9
Tic seminario 9Tic seminario 9
Tic seminario 9
 
Prueba t de student para datos relacionados
Prueba t de student para datos relacionadosPrueba t de student para datos relacionados
Prueba t de student para datos relacionados
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Seminario 8. Test de Chi - cuadrado.
Seminario 8. Test de Chi - cuadrado.Seminario 8. Test de Chi - cuadrado.
Seminario 8. Test de Chi - cuadrado.
 
Tarea seminario 8
Tarea seminario 8Tarea seminario 8
Tarea seminario 8
 
Respuestas de ejercicios
Respuestas de ejerciciosRespuestas de ejercicios
Respuestas de ejercicios
 
Tarea seminario 9, estadística
Tarea seminario 9, estadísticaTarea seminario 9, estadística
Tarea seminario 9, estadística
 
Trabajo 1 estadistica
Trabajo 1 estadisticaTrabajo 1 estadistica
Trabajo 1 estadistica
 
Seminario 9 estadistica
Seminario 9 estadisticaSeminario 9 estadistica
Seminario 9 estadistica
 

Más de fatima_m_p

Caso clinico envejecimeinto
Caso clinico envejecimeintoCaso clinico envejecimeinto
Caso clinico envejecimeintofatima_m_p
 
S 4 blog. tipos prevencion
S 4 blog. tipos prevencionS 4 blog. tipos prevencion
S 4 blog. tipos prevencionfatima_m_p
 
La ciencia es una empresa de colaboración
La ciencia es una empresa de colaboraciónLa ciencia es una empresa de colaboración
La ciencia es una empresa de colaboraciónfatima_m_p
 
Semiario 8 blog
Semiario 8 blogSemiario 8 blog
Semiario 8 blogfatima_m_p
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blogfatima_m_p
 
Seminario 5 blog
Seminario 5 blogSeminario 5 blog
Seminario 5 blogfatima_m_p
 

Más de fatima_m_p (11)

Caso clinico envejecimeinto
Caso clinico envejecimeintoCaso clinico envejecimeinto
Caso clinico envejecimeinto
 
Vgi blog
Vgi blogVgi blog
Vgi blog
 
S 4 blog. tipos prevencion
S 4 blog. tipos prevencionS 4 blog. tipos prevencion
S 4 blog. tipos prevencion
 
La ciencia es una empresa de colaboración
La ciencia es una empresa de colaboraciónLa ciencia es una empresa de colaboración
La ciencia es una empresa de colaboración
 
Semi 10 blog
Semi 10 blogSemi 10 blog
Semi 10 blog
 
Semiario 8 blog
Semiario 8 blogSemiario 8 blog
Semiario 8 blog
 
Seminario 7 blog
Seminario 7 blogSeminario 7 blog
Seminario 7 blog
 
Semi 6 final
Semi 6 finalSemi 6 final
Semi 6 final
 
Seminario 5 blog
Seminario 5 blogSeminario 5 blog
Seminario 5 blog
 
Seminario 4
Seminario 4Seminario 4
Seminario 4
 
Doc1
Doc1Doc1
Doc1
 

Seminario 9 Estadística y TIC: Chi cuadrado de Pearson

  • 1. Seminario 9 Estadística y TIC TAREA SEMINARIO 9 Seminario 9 Blog: La Chi cuadrado de Pearson El estadístico Chi cuadrado de Pearson Condiciones de aplicabilidad Conceptos útiles Ejercicios con tablas Ejercicio con SPSS La prueba o estadístico Chi cuadrado se utiliza para comprobar si la diferencia en los datos que observamos: - Está dentro de lo normal y probable, es decir, la diferencia que observamos en los datos es debida al azar. - Recordemos que la Ho establece que no hay diferencia o lo que es lo mismo hay igualdad. - Aceptamos la Ho - La diferencia que observamos es debida a algo más - Rechazamos la hipótesis nula La categoría de las variables que estudiamos tienen que ser excluyentes, cualitativa, tamaño muestral mínimo de 50 casos, la frecuencia esperada en cada casilla no deben ser inferior de 5 (aquí tendríamos q aplicar el Test de Fisher o Corrección de Yates; También se puede reagrupar las variables.*) Ejemplo clase: N=50 Ho: el consumo de tabaco no se relaciona con la enfermedad E NE Total F 4 21 25 NF 3 22 25 Total 7 43 50 * los valores de las variables (frecuencias) no deben ser menores de 5. Comparar la frecuencia observada con la esperada Grado de libertad: depende de las categorías de las variables que ponemos en el estudio Gl= (Nº de categoría de la variable independiente (fumar)- 1) . (Nº de categoría de la variable dependiente -1) Gl= (k-1) . (L-1)= (2-1) . (2-1)= 1.1= 1 El test nos va a decir el nivel de significación. 1
  • 2. Seminario 9 Estadística y TIC Por ejemplo: 1. Un enfermero de la unidad de digestivo observa que se produce diferencias relacionadas con los meses en los reingresos de pacientes con ulcera gástrica. Recoge los siguientes datos: E F M A M J J A S O N D 2 1 4 3 5 7 1 3 2 6 8 6 • Ho== no hay diferencias de reingresos en función del periodo del año • Fe= 48 reingresos/ año= 48/12meses= 4 el valor esperado de reingreso mensual. • Valor real: E2, F1, M4, A3, M5, J7, J1, A3, S2, O6, N8, D6, • No podemos utilizar la chi cuadrado, porque 4 < 5. • Variable dependiente: mes del año • Variable independiente: reingresos • Reagrupar en estaciones (en SPSS: recodificar en distintas variables): La variable dependiente la reagrupamos en 4 categorías Invierno: 7 Primavera: 15 Verano: 6 Otoño: 20 • Gl= (4-1) . (2-1)= 3 • Total: 48 ; Fe: 48/4=12 Valores observados menos los esperados al cuadrado (ambos) entre los esperados (ver libreta). Mio: necesitamos saber el grado de libertad (GL) y el nivel de significación. Cuando se rechaza la hipótesis nula H0, no es seguro 100% de que sea cierto→ asumir probabilidad de error. Si el enunciado no dice nada, asumimos el error alfa (error que se comete al rechazar la H0)= 0,05% Si p< 0,05% se RECHAZA la hipótesis. Si p > 0,05% se ACEPTA la hipótesis. Relación entre valor de chi cuadrado y p de error= relación inversa, es decir, a mayor valor de chi cuadrado, menor valor de p. Mi resultado obtenido (11,16) es mayor del que debería ser el valor de chi cuadrado (7,82 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis. Por lo tanto, si hay diferencia de reingresos en f(x) del periodo del año.  Grados de libertad: n-1= 3 2 ( ) ( ) ( ) ( ) ( ) 2 2 2 2 2 2 7 12 15 12 6 12 20 12 11,16 12 12 12 12 fo fe fe χ − − − − − = = + + + =∑
  • 3. Seminario 9 Estadística y TIC A un nivel de significación de 0,05 H0: la incidencia de complicaciones de úlceras gástrica es la misma en todas las épocas del año  χ2 = 11,6 obtenido mediante la fórmula a partir de los datos  Chi en la tabla: 7,82 (el modelo teórico: si la diferencia fuera sólo producto del azar a un nivel de sig. 0,05 y 3GL)  Chi fórmula 11,6>Chi tabla 7,82  11, 6 es mayor que el resultado de las tablas 7,82 o lo que es lo mismo hay más diferencia en los datos que la que habría sí la diferencia fuera producto del azar.  rechazamos la Ho  O lo que es lo mismo la incidencia de complicaciones en las ulceras gástricas no es la misma en los cuatro trimestres a un nivel de significación del 0,05. La Chi… para comparar dos variables…  Para comparar dos variables cualitativas: tabla de contingencia  Poner las frecuencias observadas (datos)  Calcular las frecuencias teóricas  Es importante caer en la cuenta de que la suma de las frecuencias observadas debe ser igual a la suma de las frecuencias teóricas 3
  • 4. Seminario 9 Estadística y TIC  Estas sumas (de todas las frecuencias observadas y de todas las frecuencias teóricas) con frecuencia no son idénticas porque redondeamos los decimales, pero deben ser muy parecidas  Calcular los grados de libertad Procedimiento  Establecer la hipótesis nula  Realizar una tabla con los datos observados o frecuencias observadas  Calcular los grados de libertad  Calcular las frecuencias esperadas  Utilizar el estadístico  Compararlo con las tablas al nivel de significación fijado  Aceptar o rechazar la H0 Tabla de frecuencias teóricas Ejemplo: 2. Se está estudiando la relación de complicaciones en la herida quirúrgica de dos servicios hospitalarios (A, B). Para ello hemos recogido las observaciones de dos servicios durante un periodo de tiempo Ho: No hay diferencia entre los servicios (en los dos existe la misma probabilidad de complicaciones de la herida quirúrgica) H1: Existe diferencia entre los servicios Queremos trabajar a un nivel de significación de 0,05 (95%) DATOS OBSERVADOS A B Total Si C 4 9 13 No C 122 94 216 Total 126 103 229 4 + 9 + 122 + 94= 229 Se trata de calcular las frecuencias teóricas 4 2 2 ( )fo ft ft χ − = ∑
  • 5. Seminario 9 Estadística y TIC DATOS ESPERADOS A B Total Si C (126.13/229)= 7,15 (103.13/229)= 5,8 No C (126.216/229)= 118,8 (103.216/229)= 97,1 Total 228,85 7,15 + 5,8 + 118,8 + 97,1= 228,85 χ2 = Σ (O – E)2 / E= (4 – 7,15)2 / 7,15 + (9 – 5,8)2 / 5,8 + (122 – 118,8)2 / 118,8 + (94 – 97,1)2 / 97,1= 1,387 + 1,765 + 0,086 + 0,098= 3,336 Como es tabla de 2 variables x 2 categorías = 1 (2 – 1).(2 – 1)= 1.1= 1 → 3,84 tendría que valer chi cuadrado. El valor obtenido es menor que el valor para chi cuadrado; luego p es mayor, luego se acepta la hipótesis. 3. Otro ejercicio….Inventa el tema de investigación y…. A un nivel de significación de 0,001 Se está estudiando la efectividad de dos tratamientos (A y B) para las úlceras por presión. Para ello hemos recogido los siguientes datos: Ho: No hay diferencia en la eficacia de los tratamientos para la UPP. H1: Existe diferencia entre los tratamientos. Queremos trabajar a un nivel de significación de 0,001 (probabilidad de error de 1 por 1.000) Chi= 27,9 DATOS OBSERVADOS A B Total Si Efectivo 20 70 90 No Efectivo 45 26 71 Total 65 96 161 DATOS ESPERADOS A B Si Efectivo (65.90/161)= 36,3354 (96.90/161)= 53,6645 No Efectivo (65.71/161)= 28,6645 (96.71/161)= 42,3354 Total 160,9998 χ2 = Σ (O – E)2 / E= (20 – 36,3354)2 / 36,3354 + (70 – 53,6645)2 / 53,6645 + (45 – 28,6645)2 / 28,6645 + (26 – 42,3354)2 / 42,3354= 7,3439 + 4,9725 + 9,3093 + 6,3031= 27,9288 Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1 Buscar en la tabla de la χ2 a un nivel de significación del 0,001 y con un grado de libertad el valor es = 10,83 5
  • 6. Seminario 9 Estadística y TIC Mi resultado obtenido (27,9) es mayor del que debería ser el valor de chi cuadrado (10,83 tabla), por lo que p es menor de 0,001% y, por tanto, rechazo la hipótesis nula. Por lo tanto, si hay diferencia de eficacia entre los dos tratamientos para la UPP. El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se rechaza la hipótesis. ¿Qué tratamiento es mejor? 65 pacientes con tto A: 20 curados, 45 no curados 96 pacientes con tto B: 70 curados, 26 no curados A: 20/161= 0,12 B: 70/161= 0,43 es mejor el B 4. Tenemos la siguiente tabla de contingencia que refleja los datos de la asignatura de religión en centros escolares. ¿Influye el tipo de colegio en la nota obtenida? Con un margen de error 0,05) 1. Formular las hipótesis Ho: La nota de los dos colegios es igual ó lo que es lo mismo no hay diferencia en la nota en relación al tipo de colegio H1: La titularidad del colegio influye en la nota de religión 2. Calcular las frecuencias esperadas DATOS OBSERVADOS INSUF. SUF/BIEN NOTABLE SOBRESAL Total C. Privado 6 14 17 9 46 Instituto 30 32 17 3 82 Total 36 46 34 12 128 DATOS ESPERADOS INSUF. SUF/BIEN NOTABLE SOBRESAL Total C. Privado 36.46/128= 14,0338 46.46/128= 16,5312 34.46/128= 12,2187 12.46/128= 4,3125 Instituto 36.82/128= 23,0625 46.82/128= 29,4687 34.82/128= 21,7812 12.82/128= 7,6875 Total 3. Calcular el valor de la Chi cuadrado= 17,3 χ2 = Σ (O – E)2 / E= (6 – 14,03)2 / 14,03 + (14 – 16,53)2 / 16,53 + (17 – 12,22)2 / 12,22 + (9 – 4,31)2 / 4,31 + (30 – 23,06)2 / 23,06 + (32 – 29,47)2 / 29,47 + (17 – 21,78)2 / 21,78 + (3 – 7,69)2 / 7,69 = 4,5959 + 0,3872 + 1,8697 + 5,1035 + 2,0886 + 0,0858 + 1,049 + 2,8603= 18,04 Tb calcular el grado de libertad GL= (2 – 1) . (4 – 1)=1.3= 3 4. Buscar la tabla a 0.95 (0.05) y 3 grados de libertad: 7,82 Buscar en la tabla de la χ2 a un nivel de significación del 0,05 y con grado de libertad de 3, el valor es = 7,82 6
  • 7. Seminario 9 Estadística y TIC 5. Comparar el estadístico con el resultado de la tabla 17,3>7,8: por lo que podemos decir que el tipo de colegio influye en la nota de religión, o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se rechaza la hipótesis nula de semejanza Mi resultado obtenido (18,04) es mayor del que debería ser el valor de chi cuadrado (7,82 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por lo tanto, si hay diferencia en la nota en relación al tipo de colegio. El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se rechaza la hipótesis nula. 5. Invéntate un ejercicio… con 8 grados de libertad. Suponiendo que el estadístico que calculas sale 14 ¿Qué decisión tomarías a un nivel de significación 0.05? Y a un nivel de significación de 0.01? (9 – 1) . (2 – 1) (5 – 1) . (3 – 1) Este es mejor. Ho: No hay relación entre el grupo de edad de los pacientes en un estudio y el grado de satisfacción percibida con los servicios de enfermería. Variable independiente: grupos de edad (0-15 años; 16-65 años; mayor de 65) Variable dependiente: grado de satisfacción (5 niveles: muy satisfecho; satisfecho; indiferente; Insatisfecho; muy insatisfecho) χ2 = 14 (lo da el ejercicio) gl→ p 0,05→ χ2 = 15,51. Lo aceptamos. Para 0,001 deberíamos saber que también lo vamos a aceptar. gl→ p 0,01→ χ2 = 20,09 6. En un grupo de enfermos que se quejaban de que no dormían se les dio somníferos y placebos. Con los siguientes resultados. Nivel de significación: 0,05 ¿Es lo mismo tomar somníferos o placebos para dormir bien o mal en este grupo de enfermos? Resultado: Chi cuadrado= 2,5778 Ho: No hay diferencia entre tomar placebos y somníferos a la hora de dormir mejor. H1: Existe diferencia entre los tratamientos a la hora de dormir mejor. DATOS OBSERVADOS Duermen bien Duermen mal Total Somníferos (A) 44 10 54 Placebos (B) 81 35 116 Total 125 45 170 DATOS ESPERADOS Duermen bien Duermen mal Total Somníferos (A) 125.54/170= 39,7058 45.54/170= 14,2941 Placebos (B) 125.116/170= 45.116/170= 7
  • 8. Seminario 9 Estadística y TIC 82,2941 30,7058 Total χ2 = Σ (O – E)2 / E= (44 – 39,7058)2 / 39,7058 + (81 – 82,2941)2 / 82,2941 + (10 – 14,2941)2 / 14,2941 + (35 – 30,7058)2 / 30,7058= 0,4644 + 0,0203 + 1,2899 + 0,6005= 2,3751 Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1 Buscar en la tabla de la χ2 a un nivel de significación del 0,05 y con un grado de libertad el valor es = 3,84 Mi resultado obtenido (2,3751) es menor del que debería ser el valor de chi cuadrado (3,84 tabla), por lo que p es mayor de 0,05% y, por tanto, acepto la hipótesis nula. Por lo tanto, no hay diferencia entre tomar placebos y somníferos a la hora de dormir mejor. El valor obtenido es menor que el valor para chi cuadrado; luego p es mayor, luego se acepta la hipótesis. 7. En un C de Salud analizamos las historias de enfermería (292 hombres y 192 mujeres). De ellos tienen úlcera 10 hombres y 24 mujeres y no tienen 282 y 168 respectivamente. Nivel significación 0,05 - Formula la Ho. - Calcula el estadístico - ¿existe relación entre tener úlcera y el sexo? 1. Formular la H0: No hay diferencia entre hombres y mujeres a la hora de presentar úlceras. H1: existe diferencia entre hombre y mujeres a la hora de presentar úlceras. 2. Calcular las frecuencias esperadas DATOS OBSERVADOS Mujeres Hombres Total Si U 24 10 34 No U 168 282 450 Total 192 292 484 DATOS ESPERADOS Mujeres Hombres Si U 192.34/484= 13,4876 292.34/484= 20,5123 No U 192.450/484= 178,5123 292.450/484= 271,4876 483,9998 3. Calcular el valor de la Chi cuadrado= 8
  • 9. Seminario 9 Estadística y TIC χ2 = Σ (O – E)2 / E= (24 – 13,4876)2 / 13,4876 + (10 – 20,5123)2 / 20,5123 + (168 – 178,5123)2 / 178,5123 + (292 – 271,4876)2 / 271,4876= 8,1934 + 5,3874 + 0,619 + 1,5498= 15,7496 Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1 4. Buscar en la tabla de la χ2 : un nivel de significación del 0,05 y con un grado de libertad, el valor es = 3,84 5. Comparar el estadístico con el resultado de la tabla Mi resultado obtenido (15,7496) es mayor del que debería ser el valor de chi cuadrado (3,84 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por lo tanto, si hay diferencia entre hombres y mujeres a la hora de presentar úlceras. El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se rechaza la hipótesis nula. 15,7496 >3,84: por lo que podemos decir que el sexo influye en la presentación de úlceras, o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se rechaza la hipótesis nula de semejanza. 9
  • 10. Seminario 9 Estadística y TIC χ2 = Σ (O – E)2 / E= (24 – 13,4876)2 / 13,4876 + (10 – 20,5123)2 / 20,5123 + (168 – 178,5123)2 / 178,5123 + (292 – 271,4876)2 / 271,4876= 8,1934 + 5,3874 + 0,619 + 1,5498= 15,7496 Grado de libertad= (2 – 1) . (2 – 1)= 1 . 1= 1 4. Buscar en la tabla de la χ2 : un nivel de significación del 0,05 y con un grado de libertad, el valor es = 3,84 5. Comparar el estadístico con el resultado de la tabla Mi resultado obtenido (15,7496) es mayor del que debería ser el valor de chi cuadrado (3,84 tabla), por lo que p es menor de 0,05% y, por tanto, rechazo la hipótesis nula. Por lo tanto, si hay diferencia entre hombres y mujeres a la hora de presentar úlceras. El valor obtenido es mayor que el valor para chi cuadrado; luego p es menor, luego se rechaza la hipótesis nula. 15,7496 >3,84: por lo que podemos decir que el sexo influye en la presentación de úlceras, o lo que es lo mismo la diferencia observada no se debe al azar y por tanto se rechaza la hipótesis nula de semejanza. 9