Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
40Activity
0 of .
Results for:
No results containing your search query
P. 1
Inferencia estadística

Inferencia estadística

Ratings:

2.0

(1)
|Views: 3,711 |Likes:
Published by Julio
Capítulo 3 de la Guía del Curso de Bioestadística
Capítulo 3 de la Guía del Curso de Bioestadística

More info:

Published by: Julio on Jul 06, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

03/08/2013

pdf

text

original

 
Guía de Bioestadística Dr. Julio Idrovo
3. INFERENCIA ESTADÍSTICA
3.1 Introducción 
La
inferencia estadística
es la parte de la estadística que permite tomar decisiones sobre una determinadacuestión con un grado de confianza establecido a priori. Por ejemplo, se puede averiguar si dos muestrasestán o no correlacionadas linealmente, si sus medias son iguales, si su variabilidad es diferente, cuálesson sus distribuciones, etc.
3.2 Teoría de los tests estadísticos 
La formulación de la teoría de los tests estadísticos comprende los siguientes pasos:
3.2.1
 
Planteamiento de la hipótesis nula
La hipótesis nula (H
0
) generalmente es formulada con la intención de rechazarla. Postula la carencia dediferencia entre los parámetros motivo del problema. Simultáneamente se plantea la hipótesis alternativa(H
A
) o hipótesis de trabajo, la misma que es complementaria a la hipótesis nula. El rechazo de H
0
 conduce a la aceptación de H
A
y viceversa.Se puede saber si un test se realizará a "una cola" o a "dos colas" mirando a cuantos lados va la hipótesisalternativa.H
0
: s
2
= 3.25 H
A
: s
2
3.25 dos colasH
0
: s
2
3.25 H
A 
: s
2
> 3.25 cola derechaH
0
: s
2
3.25 H
A
: s
2
< 3.25 cola izquierda
3.2.2
 
Nivel de significancia ()
El nivel de significancia se considera como la probabilidad de rechazar la hipótesis nula cuando esverdadera; es por lo tanto un error denominado de tipo
I
. Su valor se da a priori, en porcentaje,generalmente 5%. También es probable que se tenga que aceptar la hipótesis nula cuando es falsa; este esun error de tipo
II
y se lo simboliza
ß
. El complemento de es el nivel de confianza, o sea laprobabilidad de aceptar H
0
cuando es verdadera; esta es una decisión correcta de tipo
A
. La potencia deun test se entiende como la probabilidad de rechazar H
0
cuando es falsa; esta es una decisión correcta detipo
B
.
 Decisión Verdadera Falsa Aceptar
A
 Rechazar
B
3.2.3
 
Elección del test estadístico
El test estadístico se seleccionará de acuerdo con la hipótesis planteada. Cuando para un mismo problemaexisten dos o más tests disponibles, se elegirá aquel más potente. Generalmente los tests paramétricosson los más potentes. Se denominan
tests paramétricos
a aquellos que necesitan del cálculo deparámetros propios de la distribución, como la media, varianza, etc. Los
tests no paramétricos
sonaquellos que consideran únicamente el tamaño de la muestra.
3.2.4
 
Cálculo del valor del test
Con el test seleccionado se procederá a calcular el valor del estadístico, utilizando la fórmula propia decada test.
3.2.5
 
Determinación de los puntos críticos
Conociendo el tamaño de la muestra (o los grados de libertad) y el nivel de significancia, se procederá abuscar los valores críticos del test, los mismos que se encuentran tabulados. Cuando el test se realiza ados colas, los puntos críticos se encuentran utilizando
 /2
en lugar de . El valor crítico izquierdo
 
Guía de Bioestadística Dr. Julio Idrovo
representa la probabilidad de que
1-/2
de los datos sean mayores que él. El valor crítico derechorepresenta la probabilidad de que
 /2
de los datos sean mayores que él. Estos determinan las zonas derechazo y aceptación de H0. La zona o zonas de rechazo comprenderán un área total igual a , mientrasque la zona de aceptación corresponderá a
1-
.
3.2.6
 
Decisión
Si el valor del test cae dentro de la zona de rechazo de H0se procederá a rechazar la hipótesis nula,aceptando la hipótesis alternativa.
3.3 Normalidad de los datos 
La mayoría de las pruebas estadísticas parten del hecho de que los datos analizados estánaproximadamente normalmente distribuidos. En algunos casos puede ser necesario verificar si esto escierto, para lo cual nos sirven los tests a continuación detallados.
3.3.1
 
Test de Kolmogorov
 – 
Smirnov
Este test es de gran utilidad cuando se trata de analizar la distribución de la variable en estudio. Ladistribución de la variable puede escribirse como una distribución acumulativa de frecuencias relativas.Se procede de la siguiente manera: se compara el valor observado en la distribución acumulativa defrecuencias con el valor de de la distribución teórica: , donde
 F
0
(x)
es el valor dela distribución teórica,
 F(x)
 
es el valor observado y
 D(x)
es el valor absoluto de la diferencia. La máximadiferencia se denota como
 D = max D(x)
La hipótesis nula H
0
asume que no hay diferencia entre la distribución acumulativa de frecuencias y ladistribución teórica. Los valores críticos
 D*
se localizan conociendo el tamaño de la muestra y . Si ladistribución acumulativa de frecuencias hipotética es correcta, es razonable que el valor
 D
sea pequeño.La hipótesis H
0
se acepta si el valor
 D
observado es menor que el valor critico
 D*
del test:
 D < D*
El test de Kolmogorov - Smirnov se puede aplicar para establecer comparaciones entre dos muestras. Seprocede haciendo las distribuciones acumulativas de frecuencias para cada muestra y se encuentra ladiferencia entre las frecuencias de las dos muestras para un mismo intervalo. La máxima diferencia esprobada en el test estadístico para verificar o no la carencia de diferencia entre las dos medidas. Losvalores críticos se localizan conociendo el tamaño de las dos muestras y , en la tabla del test deKolmogorov - Smirnov para dos muestras. La hipótesis H
0
se verifica si
 D < D*
.La prueba de Kolmogorov - Smirnov puede aplicarse para tamaños de muestra pequeños, lo que nosucede con la chi cuadrado. Además, es más poderosa que la
,
es decir, cuando se rechaza la hipótesisnula, se tiene una mayor confiabilidad en dicho resultado. El test de Kolmogorov - Smirnov debe usarsecuando la variable de análisis es continua. Sin embargo, si la prueba se usa cuando la distribución de lapoblación no es continua, el error que ocurre en la probabilidad resultante está en la dirección segura. Esdecir, cuando se rechaza la hipótesis nula, tenemos verdadera confianza en la decisión.
 Ejemplo 1:
 
Se realizaron ocho titulaciones, con los resultados 25.13, 25.02, 25.11, 25.07, 25.03, 24.97, 25.14 y 25.09mL. ¿Dichos resultados podrían proceder
(a)
de una población normal con media 25.00 mL y desviaciónestándar 0.05 mL, y
(b)
de cualquier otra población normal?
(a)
 
En este caso transformamos los valores
 x
 
en valores
 
 z
utilizando la relación
 
Guía de Bioestadística Dr. Julio Idrovo
Los valores obtenidos son:
x
i
25.13 25.02 25.11 25.07 25.03 24.97 25.14 25.09
z
i
2.6 0.4 2.2 1.4 0.6 -0.6 2.8 1.8
x
i
z
i
fra P(z)
 D(x)
24.97 -0.6 0.125 0.2743 0.149325.02 0.4 0.250 0.6554 0.405425.03 0.6 0.375 0.7257 0.350725.07 1.4 0.500 0.9192 0.419225.09 1.8 0.625 0.9641 0.339125.11 2.2 0.750 0.9861 0.236125.13 2.6 0.875 0.9953 0.120325.14 2.8 1.000 0.9974 0.0026El valor crítico es , y puesto que
 D=0.4192
la hipótesis de normalidad se rechaza.
(b)
 
En este caso estimamos la media y la desviación estándar de los datos antes de transformarlos envalores
 
z
.La media es 25.07 y la desviación estándar es 0.0593. Con estas estimaciones se obtienen lossiguientes valores:
x
i
25.13 25.02 25.11 25.07 25.03 24.97 25.14 25.09
z
i
1.01 -0.84 0.67 0.00 -0.67 -1.69 1.18 0.34
x
i
z
i
fra P(z)
 D(x)
24.97 -1.69 0.1250 0.0458 0.079225.02 -0.84 0.2500 0.1995 0.050525.03 -0.67 0.3750 0.2499 0.125125.07 0.00 0.5000 0.5000 0.000025.09 0.34 0.6250 0.6321 0.007125.11 0.67 0.7500 0.7501 0.000125.13 1.01 0.8750 0.8443 0.030725.14 1.18 1.0000 0.8812 0.1188El valor crítico es , y puesto que
 D=0.1251
la hipótesis de normalidad se acepta.
3.3.2
 
Test Chi cuadrado
Este test se puede interpretar como el test de la
bondad del ajuste
, el cual establece si existe unadiferencia significativa entre un número de objetos o respuestas y un número teórico.El valor del test estadístico se calcula con la expresióndonde
O
es el valor observado y
 E
es el valor esperado o teórico. Es de esperarse que un valor pequeño de
 
indique concordancia entre las dos series de frecuencias.La hipótesis H
0
asume que no existe diferencia entre las dos distribuciones y se acepta cuando es menorque el valor critico localizado en las tablas por conocimiento de los grados de libertad (n
 — 
1) y

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->