Upload
jhonatan-portilla
View
10
Download
7
Embed Size (px)
DESCRIPTION
ESTADISTICA INFERENCIAL
Citation preview
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