TAMBIÉN ESTOY EN: Youtube: https://bit.ly/2TCUoiR y Facebook: https://bit.ly/2QYxWPf
Como "Bioestadística con JL Soto"
Formulación de hipótesis estadística y comprobación de hipótesis
2. DEFINICIÓN DEL MÉTODO ESTADÍSTICO
• “Cajita” de la estadística con 3 compartimientos
GENERALIZARRESUMIR
3. TEST DE HIPÓTESIS
Calculo del P-valor
Tomar una
decisión
Nivel de
significancia
Prueba
estadística
Planteamiento de
Hipótesis
4.
5. 1. Planteamiento de Hipótesis
TEST DE HIPÓTESIS
A dos colas
Hipótesis bilateral
H1: El peso promedio de los recién nacidos de madres adolescentes es diferente al de la población
Ho: El peso promedio de los recién nacidos de madres adolescentes no es diferente (es igual) al de la
población
A una cola
Hipótesis unilateral
H1: Los niveles de glucosa en ayunas en los diabéticos son mayores que los niveles de glucosa en
ayunas en los no diabéticos
Ho: Los niveles de glucosa en ayunas en los diabéticos son menores que los niveles de glucosa en
ayunas en los no diabéticos.
6. Calculo del P-valor
Tomar una
decisión
Nivel de
significancia
Prueba
estadística
Planteamiento de
Hipótesis
7. PRUEBA DE HIPÓTESIS
2. Nivel de significancia
Máxima error permitido
Alfa = 5% = 0,05 o p < 0,05
Antes de realizar un estudio debemos plantearnos; que proporción de error estamos
dispuestos a aceptar para dar por válido nuestro resultado. El error es el objetivo
principal del estudio. El análisis estadístico consiste en calcular la probabilidad (p) de
cometer este error y esperamos que sea menor al planteado preliminarmente como
nivel significancia.
TEST DE HIPÓTESIS
8. TEST DE HIPÓTESIS
Calculo del P-valor
Tomar una
decisión
Nivel de
significancia
Prueba
estadística
Planteamiento de
Hipótesis
9. PRUEBA DE HIPÓTESIS
3. Prueba estadística
TEST DE HIPÓTESIS
Hay dos clases de pruebas estadísticas: las paramétricas y las no paramétricas. El
estadístico de prueba se elige en función a 6 criterios: tipo de estudio, nivel
investigativo, diseño de la investigación, objetivo estadístico, escalas de medición
de las variables y comportamiento de los datos, es este último punto donde
debemos considerar la distribución de los datos en las variables numéricas y las
frecuencias esperadas para las variables categóricas.
10. PRUEBA DE HIPÓTESIS
3. Prueba estadística
TEST DE HIPÓTESIS
PRUEBAS ESTADÍSTICAS DE ACUERDO AL TIPO DE VARIABLES
Pruebas
paramétricas
NOMINAL NOMINAL
DICOTOMICA POLITÓMICA
Estudio Binomial
Transversal X2
Bondad de Ajuste
Muestras X2
de Homogeneidad
Independientes Corrección de Yates
Test exacto de Fisher
Más de dos grupos
ANOVA con un factor
INTERsujetos
H Kruskal-Wallis X2
de Homogeneidad X2
de Homogeneidad
Medidas
Repetidas
Mas de dos medidas
ANOVA para medidas
repetidas o
ANOVA con un factor
INTRAsujetos
Friedman Q de Cochran Q de Cochran
Estudio
Longitudinal
Dos medidas McNemar Q de Cochran
T de Student para muestras
relacionadas
ORDINAL
X2
Bondad de Ajuste
U Mann-Withney
Wilcoxon
Un grupo X2
Bondad de Ajuste
T de Student para una
muestra
Dos grupos X2
de Homogeneidad
T de Student para muestras
independientes
Variable aleatoria
NUMÉRICA
Variable fija
Pruebas no paramétricas
OBJETIVO COMPARATIVO
11. PRUEBA DE HIPÓTESIS
3. Prueba estadística
TEST DE HIPÓTESIS
Pruebas paramétricas
Nivel de
Investigación
Objetivo Estadístico Numéricos Ordinales
Nominal
Dicotómica
Nominal
Politómica
DESCRIPTIVO
Contraste para un grupo
Describir: Medidas de tendencia central
y de dispersión
Estimar: Estimación puntual e
intervalos de confianza
Comparar:
t de Student para una muestra X2
Bondad de Ajuste
Comparar:
Bondad de Ajuste de X2
Binomial
Comparar:
Bondad de Ajuste de X2
Comparar dos grupos
t de Student para muestras
independientes U Mann-Whitney
X2
de Homogeneidad
Corrección de Yates
Test exacto de Fisher X2
de Homogeneidad
Comparar dos medidas
t de Student para muestras
relacionadas
Prueba de Wilcoxon
X2
de McNemar Q de Cochran
Asociar o Correlacionar Correlación de Pearson Correlación de Spearman X2
de Independencia X2
de Independencia
Medida de Asociación/ Correlación
Coeficiente de correlación R
Pearson
Taub de Kendall
Índice Kappa de Cohen Índice Kappa de Cohen
Más de dos grupos
Análisis de la varianza (ANOVA con
un factor INTERsujetos) y pruebas
Post Hoc
ANOVA de Kruskal-Wallis
X2
de Homogeneidad X2
de Homogeneidad
Más de dos medidas
ANOVA para medidas repetidas o
ANOVA con un factor INTRAsujetos Friedman Q de Cochran Q de Cochran
PREDICTIVO
Estimación probabilistica
Regresión Lineal:
Regresión Lineal Simple
Regresión Lineal Multiple
Regresiones Logísticas:
Regresión Logística
Ordinal
Regresiones Logísticas:
Regresión Logística Binaria
Regresiones Logísticas:
Regresión Logistica
Multinomial
RELACIONAL
Pruebas no paramétricas
PRUEBAS ESTADÍSTICAS SEGÚN EL NIVEL DE INVESTIGACIÓN
12. TEST DE HIPÓTESIS
Calculo del P-valor
Tomar una
decisión
Nivel de
significancia
Prueba
estadística
Planteamiento de
Hipótesis
13. PRUEBA DE HIPÓTESIS
4. Cálculo del p-valor Significancia asintótica
Probabilidad exacta
El p-valor: Es la probabilidad de equivocarse al aceptar nuestra
hipótesis del investigador como verdadera; es decir la
probabilidad de cometer un error tipo I.
El error tipo I: Ocurre cuando afirmamos la hipótesis del
investigador, siendo que es falsa. Por lo tanto, es un juicio de
valor equivocado.
El nivel de significancia: Es la máxima probabilidad de error que
estamos dispuestos aceptar para dar como válida nuestra
hipótesis del investigador.
TEST DE HIPÓTESIS
15. TEST DE HIPÓTESIS
Calculo del P-valor
Tomar una
decisión
Nivel de
significancia
Prueba
estadística
Planteamiento de
Hipótesis
16. PRUEBA DE HIPÓTESIS
5. Toma de decisiones
Si p-valor Alfa α o p 0,05
Si p-valor <Alfa α o p < 0,05
H0 Hipótesis nula
H1 Hipótesis alternativa
TEST DE HIPÓTESIS
18. 01 Exploratorio
ESTADÍSTICA
N i v e l e s d e I n v e s t i g a c i ó n
Se plantea cuando se observa un fenómeno que debe ser analizado, por tanto es
fenomenológico; su función es el reconocimiento e identificación de problemas.
Desestima la estadística y los modelos matemáticos, se opone al estudio
cuantitativo de los hechos, por tanto es hermenéutico. Se trata de investigación
CUALITATIVA.