Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Pruebas no paramétricas
ROMPIENDO BARRERAS EN LA
GENERACIÓN DE CONOCIMIENTOS
EPIDEMIOLÓGICOS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Observación
Descodificación
Información
Conocimiento
Análisis
Proceso producción de conocimiento
Datos
Matilde Peguero, Ph...
Interrelación problema-objetivo-hipótesis
Problema
Objetivo Hipótesis
Que no sabe?
Cual es el vacio de conocimiento?
El qu...
ANÁLISIS DE DATOS EN EPIDEMIOLOGIA
Qué información podemos
obtener con los datos
obtenidos en nuestro estudio?
Matilde Peg...
ETAPAS DEL ANÁLISIS EPIDEMIOLÓGICO
Comprobación
Proceder a comprobar que los datos son
correctos, tenemos que analizar que...
RECONOCIMIENTO DE LOS DATOS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Boxplot o Diagrama de caja
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Seleccionado la prueba estadistica
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Criterios para decidir en métodos
parametricos o no parametricos
• Cuando la población desde la cual fueron obtenidos
los ...
ANÁLISIS DE DATOS EN EPIDEMIOLOGIA
• Estadística paramétrica.- Son técnicas estadísticas de
estimación de parámetros ( int...
ANÁLISIS DE DATOS EN EPIDEMIOLOGIA
• Estadística no paramétrica.- •No requieren determinar
la distribución de la poblacion...
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
PRINCIPALES PRUEBAS ESTADÍSTICAS
NO PARAMÉTRICAS
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
CHI CUADRADO DE PEARSON
• Buscamos conseguir una expresión numérica
que indique el grado en que existe relación
entre las ...
CHI CUADRADO DE PEARSON
• Prueba de bondad de ajuste de un modelo estadístico
que describe lo bien que se ajusta un conjun...
CHI CUADRADO DE PEARSON
• Buscamos conseguir una expresión numérica
que indique el grado en que existe relación
entre las ...
CHI CUADRADO DE PEARSON
• A mayor valor del estadístico χ2, mayor es la diferencia entre
los valores observados y teóricos...
CHI CUADRADO DE PEARSON
• Evaluar si el valor que toma el estadístico χ2 es significativo.
• Utilizar la tabla de distribu...
CHI CUADRADO DE PEARSON
• La hipótesis nula ( H0) del test de χ2 apoya la independencia de
las variables
• Es un test de p...
PRUEBA DE McNEMAR
• La prueba de McNemar se utiliza para decidir si puede o
no aceptarse que determinado ''tratamiento'' i...
La hipótesis nula es que el ''tratamiento'' no
induce cambios significativos en las
respuestas, es decir, los cambios
obse...
PRUEBA H DE KRUSKAL-WALLIS
• Permite decidir si puede aceptarse la hipótesis de que k
muestras independientes proceden de ...
Wilcoxon
• Se usa para hacer pruebas de hipótesis acerca de la mediana de una
población.
• Ho: La Mediana poblacional es i...
BIBLIOGRAFÍA
Matilde Peguero, PhD, MPH
Profesora Escuela de Salud Publica
Upcoming SlideShare
Loading in …5
×

Pruebas no paramétricas

300 views

Published on

Una presentación en ppt que nos ayuda a decir en la selección de pruebas para evaluar signicfiancia estadística de datos a ser analizados

Published in: Education
  • Be the first to comment

Pruebas no paramétricas

  1. 1. Pruebas no paramétricas ROMPIENDO BARRERAS EN LA GENERACIÓN DE CONOCIMIENTOS EPIDEMIOLÓGICOS
  2. 2. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  3. 3. Observación Descodificación Información Conocimiento Análisis Proceso producción de conocimiento Datos Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  4. 4. Interrelación problema-objetivo-hipótesis Problema Objetivo Hipótesis Que no sabe? Cual es el vacio de conocimiento? El que hacer para responder a la duda Explicación tentativa o a priori de la duda Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  5. 5. ANÁLISIS DE DATOS EN EPIDEMIOLOGIA Qué información podemos obtener con los datos obtenidos en nuestro estudio? Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  6. 6. ETAPAS DEL ANÁLISIS EPIDEMIOLÓGICO Comprobación Proceder a comprobar que los datos son correctos, tenemos que analizar que no falten datos, que estén completos, valoraremos su precisión o exactitud y su consistencia. Reconocimiento de los datos Distribución de frecuencias Distribución de los valores obtenidos Tendencia y posición de los mismos en La variabilidad que presentan Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  7. 7. RECONOCIMIENTO DE LOS DATOS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  8. 8. Boxplot o Diagrama de caja Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  9. 9. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  10. 10. Seleccionado la prueba estadistica Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  11. 11. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  12. 12. Criterios para decidir en métodos parametricos o no parametricos • Cuando la población desde la cual fueron obtenidos los datos no tienen distribución normal • en este caso la media y la desviación estándar no son confiables como descriptores de la población Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  13. 13. ANÁLISIS DE DATOS EN EPIDEMIOLOGIA • Estadística paramétrica.- Son técnicas estadísticas de estimación de parámetros ( intervalos de confianza y prueba de hipótesis), son aplicadas básicamente a variables continuas. • Se basan en especificar una forma de distribución de la variable aleatoria y de los estadísticos derivados de los datos. Asume que la población de la cual la muestra es extraída es normal o aproximadamente normal. • Asumen los datos provienen de una muestras probabilística Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  14. 14. ANÁLISIS DE DATOS EN EPIDEMIOLOGIA • Estadística no paramétrica.- •No requieren determinar la distribución de la poblacion original ni la distribución de los estadísticos por lo que en realidad no tenemos parámetros a estimar; • No requieren asumir normalidad de la población y que en su mayoría se basan en el ordenamiento de los datos; Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  15. 15. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  16. 16. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  17. 17. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  18. 18. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  19. 19. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  20. 20. PRINCIPALES PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  21. 21. CHI CUADRADO DE PEARSON • Buscamos conseguir una expresión numérica que indique el grado en que existe relación entre las dos variables; • Si no hay ninguna distancia entre ambas situaciones, el valor es 0. • Conforme más lejos se encuentre de 0, estará indicando mayor grado de relación. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  22. 22. CHI CUADRADO DE PEARSON • Prueba de bondad de ajuste de un modelo estadístico que describe lo bien que se ajusta un conjunto de observaciones. Las medidas de bondad en general resumen la discrepancia entre los valores observados y los que valores esperados en el modelo de estudio. Tales medidas se pueden emplear en el contraste de hipótesis ( test de normalidad, de residuos chi cuadrado …) Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  23. 23. CHI CUADRADO DE PEARSON • Buscamos conseguir una expresión numérica que indique el grado en que existe relación entre las dos variables; • Si no hay ninguna distancia entre ambas situaciones, el valor es 0. • Conforme más lejos se encuentre de 0, estará indicando mayor grado de relación. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  24. 24. CHI CUADRADO DE PEARSON • A mayor valor del estadístico χ2, mayor es la diferencia entre los valores observados y teóricos, por consiguiente, más alejados están los valores observados de los valores calculados bajo el supuesto que las variables fuesen independientes (H0 verdadera). • En consecuencia, a mayor valor del estadístico χ2, mayor es el grado de asociación entre las variables (H1 verdadera). • Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  25. 25. CHI CUADRADO DE PEARSON • Evaluar si el valor que toma el estadístico χ2 es significativo. • Utilizar la tabla de distribución probabilística de χ2, la cual es dependiente de los “grados de libertad”. Los grados de libertad son igual al producto del número de filas menos 1 (r–1) por el número de columnas menos 1 (k–1); • Para el caso de variables dicotómicas,los grados de libertad es 1; • Cuando el valor de p es menor que 0.05, se rechaza la H0 en favor de H1, apoyando la probable asociación entre las variables. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  26. 26. CHI CUADRADO DE PEARSON • La hipótesis nula ( H0) del test de χ2 apoya la independencia de las variables • Es un test de planteamiento bilateral) es decir, solamente determina la independencia de dos variables cualitativas, sin informar el sentido ni la magnitud de dicha asociación; • Las variables cualitativas puede tener más de dos niveles • En la interpretacion del test de χ2 los valores que toman los niveles de las variables deben cumplir una serie de condiciones numéricas; el 80% de las celdas en una tabla de contingencia tengan valores esperados mayores de 5 Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  27. 27. PRUEBA DE McNEMAR • La prueba de McNemar se utiliza para decidir si puede o no aceptarse que determinado ''tratamiento'' induce un cambio en la respuesta dicotómica o dicotomizada de los elementos sometidos al mismo; • Es aplicable a los diseños del tipo ''antes-después'' en los que cada elemento actúa como su propio control. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  28. 28. La hipótesis nula es que el ''tratamiento'' no induce cambios significativos en las respuestas, es decir, los cambios observados en la muestra se deben al azar, de forma que es igualmente probable un cambio de + a - que un cambio de - a +. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  29. 29. PRUEBA H DE KRUSKAL-WALLIS • Permite decidir si puede aceptarse la hipótesis de que k muestras independientes proceden de la misma población o de poblaciones idénticas con la misma mediana. • la hipótesis nula es cierta, es que el rango promedio de la población es aproximadamente igual para a la muestra Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  30. 30. Wilcoxon • Se usa para hacer pruebas de hipótesis acerca de la mediana de una población. • Ho: La Mediana poblacional es igual a un valor dado. • Ha: La mediana es menor (mayor ó distinta) del valor dado. • La prueba estadística está basada en la distribución Binomial con probabilidad de éxito p=½, puesto que la probabilidad de que un dato sea mayor o menor que la mediana es ½. Para calcularla se determinan las diferencias de los datos con respecto al valor dado de la mediana y se cuentan los signos positivos y negativos. Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica
  31. 31. BIBLIOGRAFÍA Matilde Peguero, PhD, MPH Profesora Escuela de Salud Publica

×