Paúl E. Pachas MD, MPH (C), MSc (C) Instituto Nacional de Salud

Ministerio de Salud

Estadística inferencial

• Extrapola datos de la muestra a la población• Interés es conocer la probabilidad de que los

resultados de la muestra sea la misma si se tomara la población total

• Dos tipos básicos– Estadística parametrica– Estadistica no-paramétrica

Estadística inferencial

Paramétrica

oDistribución normal en la población

oMuestra aleatoria

oDatos cuantitativos: de intervalo o razón

No paramétrica oNo hay requisitos para la muestra

oDatos cualitativos: nominal u ordinal

Paramétrica vs no paramétrica

Técnicas paramétricas

o t de student para medias

o Análisis de varianzao Análisis de covarianzao Correlacion de Pearson

Técnicas no paramétricas para datos cuantitativoso U de Mann-Whitneyo Test de Kruskal-Walliso Test de Friedmano Correlacion de Spearman

o Técnicas no paramétricas para datos cualitativoso Chi-cuadradoo Test de Fisher exact

Estadística inferencial

Tipo de muestras

Tipo de variable

dependiente

N° muestras

Parametricas(distribucion

normal)

No parametricas(distribucion no

normal)2 t de student U de Mann Whitney

2Correlación de Pearson

Correlacion de Spearman

≥2 ANOVA Test de Kruskal Wallis≥2 Chi cuadrado2 Test de Fisher exact2 t de student pareado Test de Wilcoxon

≥2 Prueba F ANOVA de FriedmanCualitativa Test de Mc Nemar

Cuantitativa

Cualitativa

Independientes (no pareadas)

Dependientes (pareadas)

Cuantitativa

Análisis estadístico

CASO: Se compara la talla promedio entre 2 grupos de niños que recibieron distintos patrones de alimentación. Cada grupo comprendía 25 niños. Señale la prueba de significación estadística más apropiada para analizar los datos:

a) Prueba de Chi cuadrado

b) Prueba “Z” c) Prueba “t” de studentd) Prueba de Spearson e) Prueba de Mc Nemar

Tipo de muestras

Tipo de variable

dependiente

N° muestras

Parametricas(distribucion

normal)

No parametricas(distribucion no

normal)2 t de student U de Mann Whitney

2Correlación de Pearson

Correlacion de Spearman

≥2 ANOVA Test de Kruskal Wallis≥2 Chi cuadrado2 Test de Fisher exact2 t de student pareado Test de Wilcoxon

≥2 Prueba F ANOVA de FriedmanCualitativa Test de Mc Nemar

Cuantitativa

Cualitativa

Independientes (no pareadas)

Dependientes (pareadas)

Cuantitativa

CASO: En un ensayo clínico se comparan las cifras de glucosa en una muestra de sujetos representativa de una comunidad antes y después de la aplicación de un determinado tratamiento hipoglucemiante cuya eficacia queremos comprobar ¿Cuál prueba estadística es más adecuada para analizar los datos obtenidos?

a) Test de la t de Student para datos independientes

b) Análisis de varianza c) Test de la t de student –

Fisher para los datos apareados

d) Test de comparaciones múltiples e) Chi – cuadrado

Tipo de muestras

Tipo de variable

dependiente

N° muestras

Parametricas(distribucion

normal)

No parametricas(distribucion no

normal)2 t de student U de Mann Whitney

2Correlación de Pearson

Correlacion de Spearman

≥2 ANOVA Test de Kruskal Wallis≥2 Chi cuadrado2 Test de Fisher exact2 t de student pareado Test de Wilcoxon

≥2 Prueba F ANOVA de FriedmanCualitativa Test de Mc Nemar

Cuantitativa

Cualitativa

Independientes (no pareadas)

Dependientes (pareadas)

Cuantitativa