Resumen Tema 13: Pruebas paramétricas más utilizadas en enfermería. La prueba T-Student para datos apareados. Anova.

 

1. Análisis bivariado. Variable cualitativa y cuantitativa.

Muy útil para saber visualizar si diferentes factores de un tipo de variable cualitativa presentan valores medios.

2. Comparación de medias: casos.

• Media de una variable respecto a un valor de interés. Ej.: Es diferente el valor medio de colesterol de un grupo de sujetos 299 mg/dl.
• Media de dos muestras apareadas o dependientes: los valores que adquieren están relacionados. Ej.: ¿Es diferente la agregación plaquetaria de un grupo de individuos antes y después de tomar un nuevo antiagregante?
• Media de dos muestras desapareadas o independientes: Los valores que adquieren no están relacionados entre sí.  Ej.: ¿Es diferente el peso medio de chicos y chicas de esta clase?

3. Test a aplicar.

Dependiendo de ante cuántas o de qué tipo de muestras nos encontremos:

• Paramétricos
• T de Student (una o dos muestras).
• ANOVA (más de dos muestras).
• No paramétricos
• Prueba U de Mann-Whitney (muestras independientes).
• Test de Wilconxon (muestras apareadas).
• Test Kruskal-Wallis (más de dos muestras).

4. Test de Student como test paramétrico.

• Criterios de parametricidad:
• Normalidad.
• Igualdad de varianzas: Test Levene.
• N muestral > 30.

A continuación se facilita un vídeo en el que se expone un caso en el que se usaría el método T Student y su resolución:

5. ANOVA: Analysis Of Variation.

Situación básica de ANOVA.

• 2 dos variables: una categórica y una cuantitativa.
• ¿Las variables cuantitativas dependen de en qué grupo (dado por la variable categórica) está el individuo?
• Si la variable categórica tiene dos valores: 2-sample t-test.
• ANOVA permite para 3 o más grupos. 

Investigación informal.

• Investigación gráfica
• Cajas de lado a lado.
• Múltiples histogramas
• Para que las diferencias entre los grupos sean significantes dependen de:
• Las diferencias en el significado
• Las desviaciones estándares en cada grupo
• Los tamaños de muestra.

ANOVA determina el valor de P del F estadístico.

Diagramas de cajas lado a lado.

El siguiente vídeo muestra algunos ejemplos sobre cómo se realiza un diagrama de cajas.

¿Qué hace ANOVA?

• H0: Significado de todos los grupos =.
• Ha: No todos los significados son =.

Suposiciones de ANOVA.

Cada grupo es aproximadamente normal.

Las desviaciones estándares de cada grupo son aproximadamente iguales. Regla de oro: la relación de

mayor a menor, la desviación estándar de la muestra debe ser inferior a 2:1.

6. Pruebas de normalidad.

Se usa Kolmogorov (n>50) o Shapiro (n<50). Para ello:

7. Comprobación de la desviación estándar.

Se debe comparar que la desviación estándar mayor y menor cumplan la regla de oro de la que hablábamos antes.

8. Notaciones para ANOVA.

• n: Número de individuos todos juntos.
• i: número de grupos.
• Media aritmética: significado para todo el conjunto de datos.

El grupo i tiene:

• ni = # of individuals in group i
• xij = value for individual j in group i
• I : significado para el grupo i.
• si = standard deviation for group i.

9. Cómo funciona ANOVA (fuera de línea).

Mide dos fuentes de variación en los datos y compara sus medidas relativas. Miramos la variación entre grupos y dentro de los grupos.

10. ¿Cómo están estas computaciones hechas?

Este vídeo explica cómo funciona ANOVA y muestra una representación:

11. ¿Cómo de grande es F?

F = (variación entre los grupos)/(variación dentro de los grupos). A mayor F, mayor diferencia entre los grupos. 

Para obtener el valor P, comparamos con F:

• 1-1: grados de libertad en el numerador.
• n-1: grados de libertad en el denominador.