ESTADÍSTICA
Liliana Rodríguez 2º castellano
TEMA 1: INTRODUCCIÓN
¿QUÉ ES LA ESTADÍSTICA?
❖ Ciencia que utiliza conjuntos de datos para obtener a partir de ellos unas
conclusiones basadas en el cálculo de probabilidades.
❖ La estadística es una rama de las matemáticas que se ocupa de la obtención,
orden y análisis de un conjunto de datos con el fin de obtener explicaciones y
predicciones sobre fenómenos observados.
❖ Consiste en métodos, procedimientos y fórmulas que permiten recolectar
información para luego analizarla y extraer de ella conclusiones relevantes.
Conceptos:
❖ Población: conjunto de todos los elementos cuyas propiedades se van a
estudiar
❖ Muestra: pequeña representación de la población.
❖ Variable: qué es lo que varía de un sujeto a otro.
➢ Tipos de variables:
■ Cuantitativas: se registran mediante un número. Pueden ser
continuas, discretas (sólo se puede medir con enteros)
■ Cualitativas: las que NO se miden con un número.
TEMA 2: ESTADÍSTICA DESCRIPTIVA
● Tendencia central
● Descripción
● Percentiles
● Distribución
La estadística descriptiva y los gráficos son un modo conciso de describir y resumir los
datos, pero no prueban ninguna hipótesis. Hay diferentes tipos de estadísticas que se
pueden usar para describir los datos.
❖ Medidas de tendencia central.
❖ Medidas de dispersión.
❖ Percentiles.
❖ Gráficos descriptivos.
TENDENCIA CENTRAL:
Es la tendencia de varias variables a agruparse alrededor de un valor central.
Las 3 formas de describir este valor central son la media (mean), la mediana (median)
y la moda (mode).
Si se tiene en cuenta el total de la población, se utiliza el término media, mediana o
moda poblacional. Si se analiza una muestra/subconjunto de población, se utiliza el
término media, mediana o moda muestrales.
MEDIA (mean)
❖ La media, M o 𝑥 , es igual a la suma de todos los valores dividida por el número
de valores de la muestra. El promedio de los valores.
❖ Para describir datos continuos.
❖ Es una estimación teórica del “valor típico”, pero puede verse influida por los
valores “extremos”.
MEDIANA (median)
❖ La mediana, Mdn es el valor central del conjunto de datos que ha sido
ordenado del valor más pequeño al más grande. Es menos sensible a los valores
atípicos y a las distribuciones asimétricas.
MODA
La moda es lo que más se repite en el conjunto de datos y normalmente la barra más
alta en un histograma de una distribución.
MEDIDAS DE DISPERSIÓN:
Es la tendencia de las variables a alejarse de los valores centrales.
Las 4 formas de describir la dispersión son la desviación estándar, la varianza, el
error estándar de la media y el rango. Además,podemos considerar los intervalos de
confianza (CI).
DESVIACIÓN ESTÁNDAR (standard deviation)
S o SD se usa para cuantificar el grado de dispersión de los datos respecto a la media.
Una desviación estándar baja indica que los valores están cerca de la media, mientras
que una desviación estándar alta indica que el rango de dispersión de los valores es
más amplio.
VARIANZA (variance)
S² es otra estimación de hasta qué punto los datos se separan de la media. Cuanto más
pequeña es la desviación típica, más pequeña es la varianza. con lo cual más
pequeño es el grupo y más parecidos son entre sí. La desviación típica es la raíz
cuadrada de la varianza.
ERROR ESTÁNDAR DE LA MEDIA (Standard error of mean)
SE es una medida que expresa hasta qué punto se espera que la media obtenida a
partir de una muestra difiera de la media real de la población. Cuando aumenta el
tamaño de la muestra, el SE disminuye en comparación con la S y la verdadera media
de la población se conoce con mayor especificidad.
RANGO
Es la distancia (diferencia) que hay entre el valor máximo y el mínimo.
INTERVALOS DE CONFIANZA (Confidence Interval)
CI. Aunque no se muestren los resultados de la estadística descriptiva, se usan en
muchos otros test estadísticos.
Cuando se toma una muestra de la población para obtener una estimación de la media.
los intervalos de confianza representan un rango de valores dentro del cual se está n%
seguro de que se incluye la verdadera media.
Un CI del 95% es un rango de valores del que uno puede estar un 95$ seguro de que
contiene la verdadera media de la población. Esto no es lo mismo que un rango que
contenga un 95% de todos los valores.
PERCENTILES:
Los percentiles son los puntos en los cuales los conjuntos de datos se dividen en N
partes iguales, a partir de los valores de las medianas una vez ordenados los datos.
Los más utilizados son los cuartiles que dividen los datos en 4 partes iguales. Ej:
DISTRIBUCIÓN
Utilizaremos las medidas de asimetría y curtosis.
ASIMETRÍA (skewness)
Sirve para valorar en qué medida nuestros datos se ajustan a una asimetría general.
Negativa: los datos mayores son más frecuentes.
Positiva: los datos más pequeños son más frecuentes.
CURTOSIS (kurtosis)
Compara el apuntamiento de nuestros datos con los de la curva normal.
Platicúrtica: menor que 0.
Mesocúrtica: 0.
Leptocúrtica: mayor que 0.
TEMA 3: INFERENCIA ESTADÍSTICA
PRUEBA DE HIPÓTESIS
❖ La aproximación frecuentista es la metodología estadística más comúnmente
enseñada y utilizada.
❖ Describe los resultados obtenidos a partir de una muestra basados en la frecuencia
o proporción de los datos a partir de estudios repetidos mediante los cuales se
define la probabilidad de los sucesos.
❖ La estadística frecuentista utiliza marcos de referencias rígidos que incluyen la
prueba de hipótesis, los valores de p, los intervalos de confianza, etc.
❖ Una hipótesis puede ser definida como “una explicación tentativa basada en
evidencias limitadas como punto de partida para investigaciones adicionales”.
❖ En estadística hay dos tipos básicos de hipótesis:
➢ Hipótesis nula (H0): es la posición por defecto para la mayoría de los
análisis estadísticos en los cuales se ha establecido que no existe ni
dependencia entre grupos.
➢ Hipótesis alternativa o experimental (H1): establece que existe una
relación o una diferencia entre los grupos y la dirección de esta diferencia o
relación.
La prueba de hipótesis se refiere a los procedimientos estrictamente predefinidos (test
estadísticos) que se utilizan para aceptar o rechazar las hipótesis y la probabilidad de que
pudiera ser el resultado de la mera casualidad.
La confianza con la que se acepta o rechaza una hipótesis nula se denomina nivel de
significación. El nivel de significación se denota por a (alfa), normalmente 0,05 (5%).
Esta es la probabilidad de aceptar un efecto como verdadero (95%) y que solamente haya
un 5% de probabilidad que el resultado se de por casualidad.
ERRORES DE TIPO I Y TIPO II
La probabilidad de rechazar la hipótesis nula cuando en realidad es verdadera se llama
error de Tipo I, mientras que la probabilidad de aceptar la hipótesis nula cuando no es
verdadera se conoce como error de Tipo II.
El error Tipo I se considera el pero que se puede cometer en el análisis estadístico.
La potencia de una prueba estadística se define como la probabilidad de que el test rechace
la hipótesis nula cuando la hipótesis alternativa es verdadera.
Para un determinado nivel de significación, si el tamaño de la muestra aumenta, la
probabilidad de cometer errores de Tipo II disminuye, por lo que se incrementa la potencia
estadística.
PRUEBA DE HIPÓTESIS
❖ La esencia de la prueba de hipótesis es definir en primer lugar la hipótesis nula (o
la alternativa), establecer el nivel de α, normalmente 0,05 (5%), y recopilar y
analizar datos de una muestra.
❖ Utilizamos un estadístico para determinar a qué distancia (o el número de
desviaciones estándar) está la media observada en la muestra en relación con la
media de la población establecida en la hipótesis nula.
❖ El valor estadístico se compara con un valor crítico. Este es un valor de corte que
define el límite en el que se pueden obtener menos del 5% de las medidas de
diferentes muestras si la hipótesis nula es verdadera.
❖ Si la probabilidad de obtener por casualidad una diferencia entre las medias es
inferior al 5% cuando se define la hipótesis nula, se puede rechazar la hipótesis nula
y aceptar la hipótesis alternativa.
❖ El valor de p es la probabilidad de obtener un resultado en una muestra, suponiendo
que el valor definido en la hipótesis nula es verdadero.
TAMAÑO DEL EFECTO:
❖ El tamaño del efecto es una medida estándar que puede calcularse en muchos tipos
de análisis estadísticos.
❖ Si la hipótesis nula es rechazada, el resultado es significativo. Esta significación
sólo evalúa la probabilidad de obtener el resultado en la muestra por
casualidad, pero no indica cómo de grande es la diferencia (significación práctica),
ni se puede utilizar para comparar entre diferentes estudios.
❖ El tamaño del efecto indica la magnitud de la diferencia entre los grupos.
❖ Así, por ejemplo, si se diera una disminución significativa de los tiempos en el sprint
en distancias de 100 m en un grupo que toma suplementos alimenticios en
comparación con otro grupo placebo, el tamaño del efecto indicaría cuánto más
efectiva fue la intervención con estos suplementos.
❖ En conjuntos de datos pequeños, puede haber un tamaño del efecto de moderado a
grande pero no hay diferencias significativas. Esto puede sugerir que el análisis no
tuvo suficiente potencia estadística y que el aumento en el número de puntos de
datos podría mostrar un resultado significativo.
❖ Por el contrario, cuando se usan conjuntos de datos grandes, las pruebas
significativas pueden ser engañosas, ya que efectos pequeños o irrelevantes pueden
producir resultados estadísticamente significativos.
PRUEBA PARAMÉTRICAS VS. PRUEBA NO PARAMÉTRICA
❖ La mayoría de las investigaciones recogen información a partir de una muestra de la
población de interés ya que normalmente resulta imposible recopilar datos de toda la
población.
❖ Sin embargo, queremos saber hasta qué punto los datos recogidos reflejan
adecuadamente la media, la desviación estándar, la proporción, etc., de la población
basándonos en la distribución paramétrica de estas funciones.
❖ Estas medidas son los parámetros poblacionales. Las estimaciones de estos
parámetros en la muestra son los estadísticos.
❖ La estadística paramétrica requiere que se establezcan supuestos sobre los datos
que incluyen la distribución normal y la homogeneidad de la varianza.
❖ En algunos casos se pueden violar estos supuestos, en el sentido en que los datos
pueden ser notablemente asimétricos:
❖ A veces, transformar los datos sirve para rectificar esta situación, pero no siempre es
así.
❖ También es común recoger datos ordinales (p. ej., puntuaciones en escalas Likert)
para los cuales algunos términos como media y desviación estándar no tienen
sentido.
❖ Como tal, no hay parámetros asociados con datos ordinales (no paramétricos).
❖ Las alternativas no paramétricas incluyen, entre otras, la mediana y los cuartiles.
❖ Para estos dos casos disponemos de pruebas estadísticas no paramétricas.
❖ Existen equivalentes para la mayoría de las pruebas paramétricas clásicas más
comunes.
❖ Estas pruebas no asumen una distribución normal de los datos o la existencia
de parámetros en la población, y se basan en la ordenación de los datos en rangos,
de los valores más bajos a los más altos.
❖ Todos los cálculos posteriores se realizan con estos rangos en lugar de hacerlo con
los valores de los datos reales.
DISTRIBUCIÓN NORMAL
❖ Para que la mayoría de los test paramétricos sean fiables, uno de los supuestos es
que los datos se distribuyen de manera aproximadamente normal.
❖ Una distribución normal alcanza su punto máximo en el medio y es simétrica
respecto a la media. No obstante, los datos no tienen que estar distribuidos de
manera perfectamente normal para que los test sean fiables.
❖ El teorema del límite central establece que, a medida que el tamaño de la muestra
aumenta (> 30 puntos de datos) la distribución de las medias muestrales se
aproxima a una distribución normal.
❖ Por lo tanto, cuantos más puntos de datos se tengan, más normal parecerá la
distribución y más se acercará la media de la muestra a la media de la población.
❖ Los conjuntos de datos grandes pueden dar como resultado pruebas significativas
de normalidad; es decir, mostrar Shapiro - Wilk o puntuaciones Z de asimetría y
curtosis significativas cuando los gráficos de distribución parecen bastante normales.
❖ Y, al contrario, los conjuntos de datos pequeños reducirán la potencia estadística
para detectar la no normalidad.
❖ Los conjuntos de datos grandes pueden dar como resultado pruebas significativas
de normalidad; es decir, mostrar Shapiro - Wilk o puntuaciones Z de asimetría y
curtosis significativas cuando los gráficos de distribución parecen bastante normales.
❖ Sin embargo, los datos que definitivamente no cumplen con el supuesto de
normalidad ofrecerán resultados deficientes en ciertos tipos de test (en concreto,
aquellos que asumen que se debe cumplir con este supuesto).
❖ ¿Hasta qué punto deben ajustarse sus datos a una distribución normal? Para tomar
una decisión en relación con este supuesto, es mejor observar los datos.
¿QUÉ HAGO SI MIS DATOS NO SE DISTRIBUYEN NORMALMENTE?
❖ Se deben transformar los datos y realizar nuevamente comprobaciones de
normalidad para los datos transformados. Las transformaciones comunes incluyen
calcular el logaritmo o la raíz cuadrada de los datos.
❖ Es mejor usar test no paramétricos, dado que se trata de pruebas de distribución
libre y se pueden usar en lugar de su equivalente paramétrico.
TEMA 4: RELACIÓN ENTRE VARIABLES
CUANTITATIVAS
CORRELACIÓN
❖ La correlación es una técnica estadística que se puede usar para determinar si hay
pares de variables relacionados y con qué fuerza lo están.
❖ La correlación sólo es apropiada para datos cuantificables que tengan significado,
como datos continuos u ordinales.
❖ No puede usarse para datos categóricos; para estos, lo indicado es el análisis de
tabla de contingencia (ver Análisis chi cuadrado - X2 - en JASP).
❖ El coeficiente de correlación de Pearson (Pearson 's correlation coefficient, o r)
adopta un valor en el intervalo entre -1,0 y +1,0.
❖ Cuanto más cerca está r de +1 o -1, más estrechamente relacionadas entre sí están
las dos variables.
❖ Si r es cercano a 0, no hay relación.
❖ Si r es (+), cuando los valores de una variable son más altos, los de la otra
también lo son.
❖ Si r es negativo (-), cuando los valores de una variable son más altos, los de la
otra son más bajos (llamada a veces correlación “inversa”).
❖ El supuesto principal en este análisis es que los datos tienen una distribución
normal y son lineales.
❖ Este análisis no funcionará bien con relaciones curvilíneas.
❖ El análisis pone a prueba la hipótesis nula (H0) de que no hay relación entre dos
variables.
YENDO UN PASO MÁS ALLÁ
❖ Si se toma el coeficiente de correlación r y se eleva al cuadrado, se obtiene el
coeficiente de determinación (R2).
❖ Es una medición estadística de la proporción de la varianza de una variable que se
explica por la otra variable. O: R2 = Varianza explicada / Varianza total.
❖ R2 produce siempre un valor entre 0 y 100% en el que: un 0% indica que el modelo
no explica nada sobre la variabilidad de los datos en torno a su media, y un 100%
indica que el modelo explica toda la variabilidad de los datos en torno a su media.
❖ En el ejemplo anterior, r = 0,984, por lo que R2 = 0,968. Esto sugiere que la la
potencia de pierna representa un 96,8% de la varianza en altura de salto.
REPORTANDO LOS RESULTADOS (cómo se escribe a la hora de hacer el
análisis)
❖ La correlación de Pearson mostró una correlación significativa entre la altura de salto
y la potencia de pierna (r = 0,984, p < 0,001), representando la altura de salto un
96,8% de la varianza en la potencia de pierna.
CORRELACIÓN NO PARAMÉTRICA
La tau de Kendall y la rho de Spearman:
❖ Si los datos son ordinales o si son datos continuos que han violado los supuestos
requeridos para el uso de la estadística paramétrica (normalidad y/o varianza),
deberíamos usar alternativas no paramétricas al coeficiente de correlación de
Pearson.
❖ La rho de Spearman se usa habitualmente para datos de escala ordinal. (MÁS
USADA)
❖ La tau de Kendall se usa en muestras pequeñas o cuando hay muchos valores con
la misma puntuación (empates).
❖ En la mayoría de los casos, la tau de Kendall y el coeficiente de correlación de
Spearman son muy similares y, por lo tanto, conducen invariablemente a las mismas
inferencias.
❖ Los tamaños del efecto son los mismos que la r de Pearson. La principal diferencia
es que se puede usar rho2 como una aproximación no paramétrica al coeficiente de
determinación, cosa que no sucede en el caso de la tau de Kendall.
NOTA
❖ En muchos casos, la correlación sólo ofrece información sobre la fortaleza de la
asociación. No informa sobre la dirección, es decir, sobre qué variable hace que la
otra cambie.
❖ Por ello, no puede ser usada para afirmar que una cosa es causa de otra.
❖ A menudo, una correlación significativa no quiere decir absolutamente nada y es
puramente casual, en especial si se correlacionan miles de variables. Esto puede
verse en correlaciones extrañas.
REGRESIÓN
❖ Mientras que las pruebas de correlación se usan para las asociaciones entre
variables, la regresión es el paso siguiente usado habitualmente para los análisis
predictivos, es decir, para predecir una variable de resultado dependiente a partir
de una (regresión simple) o más (regresión múltiple) variables predictivas
independientes.
❖ La regresión resulta en un modelo hipotético de relación entre la variable resultado
(dependiente) y una o más variables predictivas (independientes). El modelo usado
es lineal,definido por la formula:
y = c + b*x + ε
❖ y = puntuación de la variable de resultado dependiente estimada
❖ c = constante
❖ b = coeficiente de regresión
❖ x = puntuación de la variable independiente predictiva
❖ ε = componente de error aleatorio (basado en los residuos)
❖ La regresión lineal proporciona tanto la constante como el o los coeficientes de
regresión.
La regresión lineal asume los siguientes supuestos:
1. Relación lineal: es importante revisar los valores atípicos, ya que la regresión lineal
es sensible.
2. Independencia de las variables
3. Normalidad multivariante: requiere que todas las variables estén distribuidas
normalmente.
4. Homocedasticidad: homogeneidad de la varianza de los residuos.
5. Multicolinealidad / autocorrelación mínima: cuando las variables independientes /
los residuos están muy correlacionados entre sí.
La regresión pone a prueba la hipótesis nula (Ho) (ESO QUE LO QUE ESTAMOS
HACIENDO NO SIRVE PARA NADA, ENTONCES SE EXPRESA DE LA SIGUIENTE
MANERA…) de que la(s) variable(s) predictiva(s) no predecirá(n) significativamente la
variable dependiente (resultado).
REPORTANDO RESULTADOS:
❖ La regresión lineal muestra que la fuerza de la pierna derecha puede predecir
significativamente la distancia de pateo F (1,11) = 17,53, p < 0,001 usando la
siguiente ecuación de regresión:
Distancia = 57,105 + (6,452 * fuerza de la pierna derecha)
REGRESIÓN MÚLTIPLE:
❖ El modelo usado sigue siendo lineal, definido por la formula:
y = c + b*x + ε
y = puntuación estimada de la variable dependiente resultado.
c = constante.
b = coeficiente de regresión.
x = puntuación en la variable predictiva independiente.
ε = componente de error aleatorio (basado en los residuos).
❖ No obstante, ahora tenemos más de 1 coeficiente de regresión para la puntuación
en cada variable predictiva. Es decir:
y=c+b1*x1 +b2*x2 +b3*x3 ...bn*xn
REPORTANDO RESULTADOS:
❖ La regresión lineal múltiple basada en el método de entrada por pasos hacia atrás
muestra que la fuerza de pierna derecha y la fuerza bilateral pueden predecir
significativamente la distancia de pateo F (2,10) = 17,92, p < 0,001 usando la
ecuación de regresión:
Distancia = 57,105 + (3,914 * R_Strength) + (2,009 * Bilateral Strength)
EN RESUMEN:
❖ R2 proporciona información sobre cuánta varianza puede ser explicada utilizando las
variables predictoras introducidas en el modelo.
❖ El estadístico F proporciona información sobre cómo de bueno es el modelo.
❖ El valor de los coeficientes no estandarizados proporciona una constante que refleja
la fuerza de la relación entre cada una de las variables predictoras y la variable
resultado.
❖ La violación de los supuestos puede ser comprobada usando el valor de
Durbin-Watson, los valores de tolerancia / VIF y los gráficos de residuos vs.
predichos y Q-Q.
TEMA 5: RELACIÓN ENTRE VARIABLES
CUALITATIVAS
TABLAS DE CONTINGENCIA
TABLAS DE CONTINGENCIA Y X² : CHI CUADRADO
❖ La prueba de chi cuadrado (X²) de independencia (también conocida como prueba
de X² de Pearson o prueba X² de asociación) puede usarse para determinar si
existe relación entre dos o más variables categóricas (cualitativas).
❖ El test produce una tabla de contingencia, o tabla de doble entrada, que muestra las
agrupaciones cruzadas de las variables categóricas.
❖ El test X² pone a prueba la hipótesis nula de que no hay asociación entre
dos variables categóricas.
❖ Compara las frecuencias observadas de los datos con las frecuencias que deberían
esperarse si no hubiera relación entre ambas variables.
❖ El análisis requiere cumplir con dos supuestos:
➢ Las dos variables deben ser categóricas (nominales u ordinales).
➢ Cada variable debería comprender dos o más grupos categóricos
independientes.
Validez:
➢ La prueba de X² solo es válida cuando se dispone de un tamaño de muestra
razonable, es decir, menos del 20% de las celdas tienen un valor esperado
inferior a 5 y ninguna de ellas inferior a 1.
➢ La mayoría de los test estadísticos ajustan un modelo a los datos observados
asumiendo la hipótesis nula de que no hay diferencia entre los datos
observados y los modelados (esperados). El error o la desviación del modelo
se calcula como:
Desviación = Σ (observado - modelo) ²
➢ La mayoría de los modelos paramétricos se basan en medias y desviaciones
estándar poblacionales.
➢ El modelo X² , en cambio, se basa en frecuencias esperadas.
¿Cómo se calculan las frecuencias esperadas?
❖ Por ejemplo, hemos categorizado a 100 personas entre hombres y mujeres y entre
personas altas y bajas.
❖ Si existiera una distribución homogénea entre las 4 categorías, la frecuencia
esperada sería = 100/4 o 25%.
❖ No obstante, los datos reales observados no presentan una distribución de la
frecuencia homogénea.
❖ El modelo basado en valores esperados se calcula:
Modelo (valores esperados) = (total de fila x total de columna) /100
❖ Modelo – hombre alto = (81 x 71) / 100 = 57,5
❖ Modelo – mujer alta = (81 x 29) / 100 = 23,5
❖ Modelo – hombre bajo = (19 x 71) / 100 = 13,5
❖ Modelo – mujer baja = (19 x 29) / 100 = 5,5
Estos valores se pueden añadir a la tabla de contingencia:
El estadístico X² se deriva de Σ
YENDO UN PASO MÁS ALLÁ:
Tamaño del efecto.
COMPARACIONES ENTRE DOS GRUPOS:
1. Muestras independientes:
a. Prueba t para muestras independientes.
b. Prueba U de Mann-Witney.
2. Muestras relacionadas:
a. Prueba t para muestras relacionadas.
b. Prueba de Wilcoxon.
3. Con un valor dado:
a. Prueba t para una muestra.
[Link]ÓN DE 2 GRUPOS INDEPENDIENTES:
A) PRUEBA PARA MUESTRAS INDEPENDIENTES.
❖ La prueba t paramétrica para dos muestras independientes, también conocida como
prueba t de Student (Student 's t-test), se usa para determinar si existe diferencia
estadística entre las medias de dos grupos independientes.
❖ La prueba requiere una variable dependiente continua (p. ej., masa corporal) y una
variable independiente que contenga dos grupos (p. ej., hombres y mujeres).
❖ Con esta prueba se obtiene una puntuación t (t-score) que es el cociente de las
diferencias entre los dos grupos y las diferencias dentro de los dos grupos:
❖ Una puntuación t alta indica que existe una gran diferencia entre los grupos. Cuanto
más baja sea la puntuación t, mayor será la similitud entre los grupos. Una
puntuación t de 5 indica que los grupos son cinco veces más diferentes entre ellos
de lo que lo son dentro de cada uno de ellos.
❖ La hipótesis nula (Ho) que se pone a prueba es que las medias poblacionales
de los dos grupos no relacionados son iguales.
SUPUESTOS DE LA PRUEBA T PARAMÉTRICA PARA DOS MUESTRAS
INDEPENDIENTES (1)
❖ Independencia del grupo:
➢ Ambos grupos deben ser independientes entre sí:
➢ Cada participante solo proporcionará un punto de datos para un solo grupo.
➢ Por ejemplo, el participante 1 solo puede estar en un grupo, masculino o
femenino, pero no en ambos.
SUPUESTOS DE LA PRUEBA T PARAMÉTRICA PARA DOS MUESTRAS
INDEPENDIENTES (2)
❖ Normalidad de la variable dependientes:
➢ La variable dependiente también debe medirse en una escala continua y
debe tener una distribución aproximadamente normal, sin valores atípicos
significativos. Esto se puede comprobar mediante el test Shapiro-Wilk.
➢ (La prueba t es bastante robusta, por lo que pueden aceptarse pequeñas
desviaciones de la normalidad).
SUPUESTOS DE LA PRUEBA T PARAMÉTRICA PARA DOS MUESTRAS
INDEPENDIENTES (3)
❖ Homogeneidad de la varianza: HOMOCEDASTICIDAD → (que los diferentes
grupos tengan la misma varianza)
➢ Las varianzas de la variable dependiente deben ser iguales en cada grupo.
Esto se puede comprobar con el test de igualdad de varianzas de Levene.
YENDO UN PASO MÁS ALLÁ
Tamaño del efecto: D de Cohen
REPORTANDO RESULTADOS
Una prueba t para dos muestras independientes mostró que las mujeres han perdido más
peso tras 10 semanas de dieta que los hombres: t (85) = 6,16, p < 0,001.
La d de Cohen (1,322) sugiere que se trata de un efecto importante.
B) PRUEBA U DE MANN - WHITNEY
❖ Si se da el caso de que los datos no están normalmente distribuidos (en el Shapiro
Wilk) o si la distribución ordinal, la prueba no paramétrica para dos muestras
independientes equivalente es la prueba U de Mann - Whitney.
ENTENDIENDO EL RESULTADO
❖ Esta vez solo se obtiene una tabla:
❖ El test estadístico Mann - Whitney (JASP lo reporta como W-Wilcoxon) es altamente
significativo: U = 207, p < 0,001.
❖ El parámetro de localización, la estimación Hodgen - Lehman, es la diferencia
mediana entre los dos grupos.
❖ La correlación de rango biserial, puede ser considerada como tamaño del efecto e
interpretada del mismo modo que la r de Pearson, por lo que 0,84 es un tamaño del
efecto importante
❖ Para datos no paramétricos, se debe reportar valores medianos como estadística
descriptiva y usar los gráficos de caja en lugar de los gráficos de líneas e
intervalos de confianza, barras SD/SE.
REPORTANDO RESULTADOS
❖ El test Mann - Whitney mostró que el tratamiento con hielo reduce significativamente
las puntuaciones de dolor (Mdn = 3), en comparación con el grupo de control (Mdn
=7), U = 207, p < 0,001
2. COMPARACIÓN DE 2 MUESTRAS RELACIONADAS:
A) PRUEBA T PARA MUESTRAS RELACIONADAS
❖ La prueba t paramétrica para dos muestras relacionadas (también conocida como
prueba t para muestras dependientes, apareadas o prueba t para medidas repetidas)
compara las medias entre dos grupos relacionados en la misma variable continua
dependiente.
❖ Por ejemplo, observando la pérdida de peso antes y después de las 10 semanas de
dieta.
❖ Con la prueba t para dos muestras relacionadas, la hipótesis nula (Ho) que se
pone a prueba es que la diferencia entre las parejas de los dos grupos es cero.
SUPUESTOS DE LA PRUEBA T PARAMÉTRICA PARA DOS MUESTRAS
RELACIONADAS
❖ La variable dependiente debe ser medida en una escala continua.
❖ La variable independiente debe contar con 2 grupos o categóricos relacionados /
emparejados, es decir, que cada participante aparece en ambos grupos.
❖ Las diferencias entre las parejas deben estar aproximadamente distribuidas
normalmente.
❖ No debe haber valores atípicos significativos en las diferencias entre los grupos.
REPORTANDO RESULTADOS
❖ Los participantes perdieron, de promedio , 3,8 kg (SE: 0,29 Kg) de masa corporal
siguiendo la dieta de 4 semanas. La prueba t para muestras apareadas mostró que
esta disminución es significativa (t (77) = 13,039, p < 0,001 ). La d de Cohen sugiere
que se trata de un efecto importante.
B) PRUEBA DE RANGOS DE WILCOXON
❖ Si los datos no siguen una distribución normal (Shapiro Wilk) o si la distribución es
ordinal, la prueba no paramétrica equivalente a la prueba T para muestras
relacionadas es la prueba de rangos con signo de Wilcoxon.
ENTENDIENDO EL RESULTADO
❖ El resultado se mostrará en una única tabla:
❖ El estadístico W de Wilcoxon es altamente significativo, p < 0,001.
❖ El parámetro de localización, la estimación Hodges - Lehmann, es la diferencia
mediana entre los dos grupos. La correlación de rango biserial puede ser
considerada como un tamaño del efecto y se interpreta como la r de Pearson, por lo
que 0,48 es un tamaño del efecto entre medio y grande.
❖ Para los datos no paramétricos, se deben reportar valores medianos como
estadísticas descriptivas y usar gráficas de caja en lugar de gráficos de líneas e
intervalos de confianza, barras SD/SE.
REPORTANDO RESULTADOS
❖ La prueba de rangos con signo de Wilcoxon mostró que la hipnoterapia reduce
significativamente las puntuaciones de ansiedad (Mdn = 15), en comparación con las
puntuaciones de ansiedad anteriores al tratamiento (Mdn = 22), W= 322, p < 0,001.
3. COMPARACIÓN CON UN VALOR DADO: PRUEBA T PARA UNA MUESTRA.
❖ La prueba t paramétrica para una muestra única determinada si la media de la
muestra es estadísticamente diferente de la media conocida o hipotética de la
población.
❖ La hipótesis nula (Ho) que se pone a prueba es que la media de la muestra es
igual a la media de la población.
SUPUESTOS DE LA PRUEBA T PARA UNA MUESTRA
❖ La variable de la prueba debe medirse en una escala continua.
❖ Los datos de la variable de la prueba deben ser independientes, es decir, sin
relación entre ninguno de los puntos de datos.
❖ Los datos deben seguir una distribución aproximadamente normal.
❖ No debe haber valores atípicos significativos.
REPORTANDO RESULTADOS
❖ Una prueba t para una muestra única no exhibió diferencias significativas en la altura
en comparación con la media de la población: t (22) = - 0,382, p = 0,706. No
obstante, los participantes eran significativamente más delgados que el promedio de
la población masculina del Reino Unido : t (22) = - 7,159. p < 0,001.
COMPARACIONES ENTRE N GRUPOS INDEPENDIENTES
[Link]
❖ Mientras que las pruebas t comparan las medias de dos grupos/condiciones, el
análisis de la varianza (ANOVA, ANalysis Of Variance) de un solo factor (o
unifactorial) compara las medias de 3 o más grupos / condiciones.
❖ El ANOVA ha sido descrito como una prueba global que proporciona un estadístico F
que compara si la varianza explicada es significativamente mayor que la varianza no
explicada.
❖ La hipótesis nula (Ho) que se pone a prueba es que no hay diferencia
significativa entre las medias de todos los grupos.
❖ Si la hipótesis nula es rechazada, el ANOVA simplemente afirma que hay una
diferencia significativa entre los grupos, pero no dónde se hallan estas diferencias.
Para determinar en qué grupos se encuentran las diferencias, a continuación se
deben llevar a cabo pruebas post hoc ( “después de esto”).
❖ ¿Por qué no realizar simplemente múltiples comparaciones entre pares? Si hay
4 grupos (A, B C, D), por ejemplo, y las diferencias fueran comparadas usando
múltiples pruebas t.
❖ Asumiendo que cada prueba fuera independiente, la probabilidad global sería
entonces:
0,95*0,95*0,95*0,95*0,95*0,95 = 0,735
❖ Esto se conoce como familywise error o error de Tipo I acumulativo, y en este caso
resulta en solo un 73,5% de probabilidad de que no cometamos un error de Tipo I,
por lo que la hipótesis nula podría rechazarse cuando en realidad es verdadera.
❖ Esto se evita con las pruebas post hoc, que realizan comparaciones múltiples por
parejas con criterios de aceptación más estrictos y permiten así prevenir este tipo de
error.
SUPUESTOS DE LA PRUEBA ANOVA DE 1 FACTOR
❖ La variable independiente debe ser categórica y la variable dependiente debe
ser continua.
❖ Los grupos deben ser independientes entre sí. No pueden estar en dos a la vez.
❖ La variable dependiente debe tener una distribución aproximadamente normal.
❖ No debería haber valores atípicos significativos.
❖ Debería haber homogeneidad de varianza entre los grupos; de otro modo, el valor
de p para el estadístico F podría no ser fiable.
❖ Normalmente, los 2 primeros supuestos se controlan con un diseño de investigación
adecuado.
❖ Si los tres últimos supuestos no se cumplen, entonces deberíamos aplicar la prueba
de Kruskal - Wallis, su equivalente no paramétrico.
PRUEBAS POST - HOC
❖ JASP proporciona 4 alternativas para llevar a cabo con la prueba de ANOVA de
medidas independientes:
A. Bonferroni: puede ser muy conservador, pero ofrece garantías de control del
error de Tipo I a riesgo de reducir la potencia estadística.
B. Holm: el test Holm-Bonferroni, un método Bonferroni secuencial menos
conservador que el test Bonferroni original.
C. Tukey: uno de los test más frecuentemente usados que proporciona un error
de Tipo I controlado para grupos con el mismo tamaño de muestra y la
misma varianza.
D. Scheffe: controla el nivel global de confianza si los grupos tienen diferentes
tamaños de muestra.
❖ JASP proporciona 4 tipos de análisis Post-hoc:
A. Standar: a la que hacen referencia las opciones de la diapositiva anterior.
B. Games-Howell – se utiliza cuando no tenemos seguridad sobre la igualdad
de las varianzas de los grupos.
C. Dunnett’s: se usa cuando queremos comparar todos los grupos con uno
solo, es decir, el grupo de control.
D. Dunn: test post hoc no paramétrico que se usa para poner a prueba
pequeños subgrupos de pares.
TAMAÑO DE EFECTO
❖ JASP proporciona 3 cálculos alternativos del tamaño del efecto para usar con la
prueba de ANOVA de medidas independientes:
A. Eta cuadrado (η2) – preciso para estimar la varianza explicada en la
muestra pero sobreestima la varianza en la población. Dificulta la
comparación del efecto de la misma variable en distintos estudios.
B. Eta cuadrado parcial (ηp 2) – resuelve el problema de la sobreestimación
de la varianza en la población permitiendo la comparación del efecto de la
misma variable en distintos estudios.
C. Omega cuadrado (ω2) – normalmente, el sesgo estadístico deviene muy
pequeño a medida que se incrementa el tamaño de muestra, pero para
cuando tenemos muestras pequeñas (n < 30) ω2 proporciona una medida no
sesgada del tamaño del efecto.
REPORTANDO RESULTADOS
❖ El ANOVA unifactorial mostró un efecto significativo del tipo de dieta sobre la perdida
de peso tras 8 semanas (F (2, 69) = 46,184, p < 0,001, ω2 = 0,214).
❖ El análisis post hoc mediante la corrección de Tukey reveló que la dieta C consiguió
una pérdida de peso significativamente superior que la dieta A (p < 0,001) o la dieta
B (p = 0,001). No hubo diferencias significativas de pérdida de peso entre las dietas
A y B (p = 0,777).
COMPARACIÓN ENTRE N GRUPOS INDEPENDIENTES: KRUSKAL-WALLIS
❖ Si los datos no cumplen con los supuestos paramétricos o son de naturaleza
nominal, la prueba H de Kruskal-Wallis es un equivalente no paramétrico del ANOVA
para medidas o muestras independientes.
❖ Se puede usar para comparar dos o más grupos independientes con un tamaño de
muestra igual o diferente.
❖ Como las pruebas de Mann-Whitney y Wilcoxon, es un test basado en rangos.
❖ Como el ANOVA, la prueba H de Kruskal-Wallis (también conocida como ANOVA
unifactorial por rangos) es una prueba global que no especifica qué grupos de la
variable independiente son significativamente diferentes entre sí.
❖ Para poder hacerlo, JASP proporciona la opción de ejecutar la prueba post hoc de
Dunn. Esta prueba de comparaciones múltiples puede ser muy conservadora,
especialmente cuando se realizan un gran número de comparaciones.
REPORTANDO LOS RESULTADOS
❖ Las puntuaciones de dolor estaban afectadas significativamente por la modalidad de
tratamiento H (2) = 19,693, p < 0,001. Las comparaciones dos a dos mostraron que,
tanto la crioterapia como la crioterapia con compresión, reducen significativamente
las puntuaciones de dolor (p=0,001 y p<0,001, respectivamente) en comparación
con el grupo de control. No hubo diferencias significativas entre la crioterapia y la
crioterapia con compresión (p = 0,102).