Вы находитесь на странице: 1из 7

15 Septiembre 2011 1 Introduccin a la Investigacin Biomdica

EPIDEMIOLOGA TEMA 2
Anova para un factor o Anova para una va
Cundo se utiliza el anlisis de varianza? Cuando se trabaja con animales no son necesarios el permiso informado y otra serie de medidas de las que hablbamos el ao pasado y por lo tanto se puede experimentar, en laboratorios de farmacologa en los que se hacen trabajos y controlamos el efecto de distintos factores. En esta clase vamos a ver cmo se controla un factor, vamos a hacer un repaso para que quede claro lo que es el anlisis de varianza, porque es este anlisis de varianza el que se aplica a todos los experimentos/trabajos en farmacologa. En relacin a las prcticas 1 y 2 de ordenador Si recordamos, tenamos 4 tratamientos que eran tratamientos contra la hipertensin y los datos que nos daban era la diferencia de presin arterial antes y despus. Por lo tanto, lo importante de este estudio es ver la variacin de presin arterial antes y despus del tratamiento, y cuando hacemos la diferencia de presin arterial antes y despus lo que tenemos es una variable continua. Si el resultado de la diferencia es positivo, sabemos que el tratamiento es efectivo, si es negativo sabemos que es un tratamiento no eficaz para los que estamos intentando tratar, y si es igual a 0, concluimos que el tratamiento no tiene efecto alguno. Hiptesis general para un anlisis de varianza de un factor: En primer lugar vamos a considerar que las medias de la diferencia de presin arterial son igual en todos los tratamientos. Esa 1 la vamos a considerar A relacionada con el tratamiento A, B estar relacionada con el tratamiento B, P relacionada con el placebo y A-B relacionada con el tratamiento AB. Estas medias son las medias de las poblaciones, no son medias de las muestras. Tenemos 4 poblaciones independientes porque segn el diseo del estudio as lo hemos decidido. Estas poblaciones estn cogidas al azar, ya que esto nos asegura que todas las variables, los factores, etc., son similares en los distintos grupos (evitamos que todos los hipertensos caigan en un solo grupo por ejemplo). Mediante el azar se obtiene un reparto similar. Todos los grupos y poblaciones van a ser similares salvo en una cuestin: el tratamiento.

Nos interesa comparar los tratamientos para saber cul de ellos es ms efectivo y para ellos realizamos dos hiptesis: la hiptesis general o nula, y la hiptesis alternativa.

15 Septiembre 2011 2 Introduccin a la Investigacin Biomdica

Hiptesis general para un estudio de anlisis de varianza: Como decamos, vamos a considerar en primer lugar que las medias de la diferencia de presin arterial son igual en todos los tratamientos, teniendo en cuenta las medias aritmticas de todas las poblaciones (no muestras) ya que ellas son independientes entre s porque han sido seleccionadas al azar para que todas las poblaciones sean iguales. Esto es A= B= P = A-B Hiptesis nula (que todos los tratamientos son iguales). Hiptesis alternativa para un estudio de anlisis de varianza: Nos interesa contrastar esta hiptesis, ya que si todos los tratamientos son iguales no va a haber ninguno que haga un efecto ms positivo que los dems. La hiptesis alternativa a esto es que todos los tratamientos no son iguales, es decir, que hay algn tratamiento que es diferente a los dems.

Para aplicar un modelo ANOVA (anlisis de varianza) tenemos que saber lo siguiente, ya que si no, no podremos aplicar el modelo Anova: Todas las poblaciones son normales, por lo que van a tener una distribucin de la variable es normal dentro de cada una de las poblaciones(ej. no va a haber ningn grupo que sea tan nervioso que el frmaco no les haga efecto)

15 Septiembre 2011 3 Introduccin a la Investigacin Biomdica Todas las poblaciones tienen la misma varianza sea cual sea el tratamiento que estamos utilizando. Por eso, para poder realizar un anlisis de varianza contrastamos las varianzas. Los errores son independientes (porque las poblaciones como hemos dicho antes son independientes) con distribucin normal de media cero. La varianza se mantiene constante para todos los niveles del factor. Esto es lo que se denomina homocedasticidad. *Cmo aseguramos que todas las varianzas se mantienen en el mismo valor? Lo comprobaramos mediante el test que compara varianzas F de Snedecor.*

Ejemplo: Imaginamos que tenemos una poblacin en la que queremos estudiar una variable y tomamos una muestra aleatoria de 40 personas. No consideramos el tratamiento y les medimos la diferencia de presin arterial en una semana. Podemos calcular la media de diferencia de presiones y la varianza total de esa muestra, sin tener en cuenta el tratamiento que estamos administrando. En este caso tendramos un media general (gran media). Esto ocurrira si consideramos que tenemos una gran poblacin de hipertensos. Consideramos que la poblacin tiene una distribucin normal N (X, 2).

15 Septiembre 2011 4 Introduccin a la Investigacin Biomdica

Imaginamos que entra un paciente en la consulta preguntando por la eficacia de su tratamiento. Al preguntar un paciente cunto le va a bajar la presin arterial le podramos dar la media o mejor an un intervalo de confianza con un grado de confianza que queramos (ej. 95%). Esto es, le respondo basndome en la media de la poblacin. Para ello es necesario establecer un intervalo de confianza para la media. Por eso, al paciente le diramos que su tensin con el tratamiento disminuir aproximadamente entre, por ejemplo, 2 y 4 mmHg. Le damos los lmites del intervalo de confianza, no un dato en concreto. Predeciramos lo que le va a pasar al paciente a lo largo de la semana a partir de la media general. Ahora vamos a tener en cuenta el tratamiento de cada paciente. A la poblacin total de hipertensos, la vamos a dividir entre los tratados con el tratamiento A, B, AB o P. Ahora vamos a tener ms de una media. Ya no solo tenemos la media general, sino que vamos a tener una media para cada tratamiento (XA, XB, XAB, XP). Ahora bien, imaginamos que en vez de tener 40 pacientes, vamos a tener 20 y todos ellos tratados con el tratamiento B. Por tanto, si ahora el paciente nos dice Me has recomendado el tratamiento B, Cunto me va a reducir la tensin arterial de media este tratamiento?. Le daramos el resultado de la media con en tratamiento B XB. El tratamiento B va a tener tambin una distribucin normal N (B, 2B). La varianza en este caso se calculara mediante la frmula de varianza pero aplicada al tratamiento B (SigmaB es igual al sumatorio desde 1 hasta nB de (XBi XB)2 dividido entre (nB 1)). Por tanto, le daramos una respuesta al paciente basndonos en la media del tratamiento B. Y cul sera el error que podramos cometer? Este sera el error para este paciente en concreto. Se trata de un error dentro de la poblacion (en este caso la poblacion B) para un paciente. Se llama tambien error intratratamiento.

15 Septiembre 2011 5 Introduccin a la Investigacin Biomdica Cuando hablamos de errores entre poblaciones (relacionando la poblacion A con la B con la AB y con la P), estamos refirindonos a errores intertratamientos.

Estamos por tanto trabajando con dos tipos de errores: Intratratamiento error dentro de una misma poblacin. Intratratamiento error entre poblaciones diferentes.

Por lo tanto, nos encontramos con tres errores posibles: Error total: cuando para cada uno de los individuos de la muestra utilizamos la media total: SCT (suma de cuadrados total). En este error total estn incluidos los otros dos errores.

Error intratratamiento: dentro de cada poblacin, comparar la media de un individuo en concreto con la media del tratamiento concreto al que pertenece: SCTr (suma de cuadrados de tratamientos).

Error intertratamiento: comparar las medias de cada tratamiento con la global: SCE (suma de cuadrados entre tratamientos).

15 Septiembre 2011 6 Introduccin a la Investigacin Biomdica Lo que tratan de medir estos errores es saber si considerando el tratamiento cometemos menos error que si no lo consideramos. SCT=SCE+SCTr A esto se denomina descomposicin de la varianza en dos partes (una relacionada con la variabilidad entre distintos tratamiento y otra relacionada con la variabilidad de un determinado paciente respecto a su tratamiento concreto) o descomposicin de la variabilidad de la variable. Comparando los errores o la varianza, lo que queremos saber es si los tratamientos son efectivos o no y si son diferentes unos de otros. Diremos que los tratamientos son diferentes entre s cuando el error intratratamiento es menor que el error intertratamiento. Esto quiere decir que entre diferentes tratamientos hay diferencias significativas. Dicho de otra manera, si el error intertratamiento es mayor que el error intratratamiento, el test va a ser significativo, es decir, que podremos determinar qu tratamiento es mejor que los dems o cual de ellos es el peor tratamiento. Esta comparativa la hacemos con la F de Snedecor o F de Fisher-Snedecor que compara la suma de cuadrados (varianzas) entre los grados de libertad (gl.) para darnos una razn.

No considerando tratamientos

Considerando tratamientos

MCT, MCTr, MCE Son estimaciones de la varianza, su resultado nos da el valor de la varianza. Cuanto ms grande sea este cociente Fc nuestro test ms significativo es. La Fc es una razn que hay que trasladar al cuadro de F de Snedecor. Como vemos en la frmula, tiene los grados de libertad del numerador y los grados de libertad del denominador Su significacin debe ser menor del 0,05 para que consideremos nula la hiptesis general. Si es menor a 0,05 significa podemos rechazar la hiptesis general y esto significa que al menos una de las medias va a ser diferente, por lo que no se cumple la hiptesis general (que dice que todas las medias son iguales).

15 Septiembre 2011 7 Introduccin a la Investigacin Biomdica Por ltimo, en el anlisis de varianza siempre se renen los datos en una tabla de varianza que nos dar la suma de cuadrados total, inter e intra, los grados de libertad y la F de Fisher

Вам также может понравиться