http://www.ugr.es/~bioestad/_private/Tema_8.

pdf
http://scientific-european-federation-osteopaths.org/es/test-estadisticos
http://www.biologiaosea.com.ar/files/seminarios/sem%20test%20estadist.pdf
http://es.wikipedia.org/wiki/Estad%C3%ADstico_muestral#Test_t-Student7
http://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/ts/ts.html
http://es.scribd.com/doc/95376164/TEST-DE-CORRELACION-DE-PEARSON

PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba de significacin estadstica no paramtrica para contrastar la hiptesis nula cuando los parmetros
de localizacin de ambos grupos son iguales.
Este contraste, que es vlido nicamente para variables continuas, compara la funcin de distribucin
(probabilidad acumulada) terica con la observada, y calcula un valor de discrepancia, representado
habitualmente como D, que corresponde a la discrepancia mxima en valor absoluto entre la distribucin
observada y la distribucin terica, proporcionando asimismo un valor de probabilidad P, que corresponde,
si estamos verificando un ajuste a la distribucin normal, a la probabilidad de obtener una distribucin que
discrepe tanto como la observada si verdaderamente se hubiera obtenido una muestra aleatoria, de tamao
n, de una distribucin normal.
Si esa probabilidad es grande no habr por tanto razones estadsticas para suponer que nuestros datos no
proceden de una distribucin, mientras que si es muy pequea, no ser aceptable suponer ese modelo
probabilstico para los datos.
PRUEBA DE F
Prueba estadstica que sirve para comparar varianzas.
El estadstico F experimental es el estadstico de contraste en el ANOVA y otras pruebas de comparacin de
varianzas.
TEST DE CHI AL CUADRADO
La prueba de Ji-cuadrado es cualquier prueba estadstica de la hiptesis en cul el test estadstico de la
distribucin del Ji-cuadrado si la hiptesis nula es verdad.
Determina si existe asociacin entre variables cualitativas.
Si el p-valor asociado al estadstico de contraste es menor se rechazar la hiptesis nula.
Se utiliza para analizar tablas de contingencia y comparacin de proporciones en datos independientes
PRUEBA EXACTA DE FISHER (p.- 5%)
Permite valorar el efecto del azar.
Es una prueba estadstica de significacin usada en el anlisis de los tamaos pequeos categricos de
muestra de datos.
La necesidad de la prueba de Fischer se presenta cuando tenemos datos que se dividan en dos categoras de
dos maneras separadas.
Prueba de significacin estadstica utilizada para comparar proporciones en tablas de contingencia.
Es preferible a la prueba de x2 cuando el tamao de la muestra es reducido (de menos de 30 efectivos).
Es la prueba estadstica de eleccin cuando la prueba de Chi cuadrado no puede ser empleada por tamao
muestral insuficiente
PRUEBA DE MCNEMAR.
Prueba estadstica que sirve para comparar proporciones en datos pareados.
Prueba de significacin estadstica para probar la hiptesis nula de inexistencia de cambios en la proporcin
de sujetos que experimentan un acontecimiento, cuando cada individuo es evaluado dos veces (en
condiciones diferentes) y los datos estn emparejados.
PRUEBA BINOMIAL
En estadstica, la prueba binomial es una prueba exacta de la significacin estadstica de desviaciones de
una distribucin tericamente prevista de observaciones en dos categoras.
El uso ms comn de la prueba binomial es en el caso donde la hiptesis nula es que dos categoras son
igualmente probables ocurrir.
TEST DE CORRELACIN DE PEARSON
Se utiliza para estudiar la asociacin entre un factor de estudio y una variable de respuesta cuantitativa,
mide el grado de asociacin entre dos variables tomando valores entre -1 y 1.
Valores prximos a 1 indicarn fuerte asociacin lineal positiva.
Valores prximos a -1 indicarn fuerte asociacin lineal negativa.
Valores prximos a 0 indicarn no asociacin lineal, lo que no significa que no pueda existir otro tipo de asociacin.
Prueba en una hiptesis nula que las frecuencias relativas de la ocurrencia de acontecimientos observados
siguen una distribucin de frecuencia especificada.
Los acontecimientos deben ser mutuamente exclusivos.
Es una prueba de la calidad de ajuste que establece s o no una distribucin de frecuencia observada
diferencia de una distribucin terica.
TEST DE CORRELACIN DE SPEARMAN
Es una medicin no paramtrica de correlacin, asume una funcin monotnica arbitraria para describir la
relacin entre dos variables, sin hacer ningunas asunciones sobre la distribucin de frecuencia de las
variables.
A la diferencia del coeficiente del test de Pearson, no requiere la asuncin que la relacin entre las
variables es linear, ni que las variables sean medidas en escalas del intervalo; puede ser utilizado para
variables medidas en nivel ordinal.
Se utiliza si no se cumplen las condiciones de aplicacin del test de Pearson.
Es una variante del test de correlacin de Pearson se aplica cuando cada valor en s no es tan importante
como su situacin respecto a los restantes.
Sus valores se interpretan exactamente igual que los del coeficiente de correlacin de Pearson.
La correlacin de Spearman mide el grado de asociacin entre dos variables cuantitativas que siguen una
tendencia siempre creciente o siempre decreciente.
Es ms general que el Coeficiente de correlacin de Pearson, la correlacin de Spearman, en cambio se
puede calcular para relaciones exponenciales o logartmicas entre las variables.
TEST DE WILCOXON
Contrasta la hiptesis nula de que la muestra procede de una poblacin en la que la magnitud de las
diferencias positivas y negativas entre los valores de las variables es la misma.
Prueba estadstica no paramtrica para la comparacin de dos muestras (dos tratamientos).
Las distribuciones de datos no necesitan seguir la distribucin normal.
Es por tanto una prueba menos restrictiva que la prueba t-Student.
PRUEBA DE SHAPIRO-WILKS.
Aunque esta prueba es menos conocida es la que se recomienda para contrastar el ajuste de nuestros datos
a una distribucin normal, sobre todo cuando la muestra es pequea (n<30).
Mide el ajuste de la muestra a una recta, al dibujarla en papel probabilstico normal.
PRUEBA t DE STUDENT-FISHER
Si se comparan dos grupos respecto a una variable cuantitativa.
En caso contrario, se utiliza una prueba no paramtrica equivalente, como la U de Mann-Whitney.
Se utiliza para la comparacin de dos medias de poblaciones independientes y normales.
Prueba de significacin estadstica paramtrica para contrastar la hiptesis nula respecto a la diferencia
entre dos medias.
Cuando las dos medias han sido calculadas a partir de dos muestras completamente independientes de
observaciones (situacin poco probable en la prctica, por lo menos desde un punto de vista terico), la
prueba se describe como no emparejada.
Cuando las dos medias han sido extradas de observaciones consecutivas en los mismos sujetos en dos
situaciones diferentes, se comparan los valores de cada individuo, y se aplica una prueba emparejada.
La prueba "t" de Student es un tipo de estadstica deductiva.
Se utiliza para determinar si hay una diferencia significativa entre las medias de dos grupos.
Con toda la estadstica deductiva, asumimos que las variables dependientes tienen una distribucin normal.
Especificamos el nivel de la probabilidad (nivel de la alfa, nivel de la significacin, p) que estamos
dispuestos a aceptar antes de que cerco datos (p < .05 es un valor comn que se utiliza).
Notas sobre la prueba t de Student:
Cuando la diferencia entre dos promedios de la poblacin se est investigando, se utiliza una prueba t. Es decir que
se utiliza cuando deseamos comparar dos medias (las cuentas se deben medir en una escala de intervalo o de
cociente).
Utilizaramos una prueba t si deseamos comparar el logro de la lectura de hombres y de mujeres.
Con una prueba t, tenemos una variable independiente y una dependiente.
La variable independiente (gnero en este caso) puede solamente tener dos niveles (varn y hembra).
Si la independiente tuviera ms de dos niveles, despus utilizaramos un anlisis de la variacin unidireccional
(ANOVA).
La prueba estadstica para t de Student es el valor t. Conceptualmente, la t-valor representa el nmero de unidades
estndares que estn separando las medias de los dos grupos.
Con una t-prueba, el investigador desea indicar con un cierto grado de confianza que la diferencia obtenida entre los
medios de los grupos de la muestra sea demasiado grande ser un acontecimiento chance.
Si nuestra t-prueba produce una t-valor que da lugar a una probabilidad de .01, decimos que la probabilidad de
conseguir la diferencia que encontramos sera por casualidad 1 en 100 veces.
Cinco factores contribuyen para indicar si la diferencia entre dos medias de los grupos se puede considerar
significativa:
1. Cuanto mayor es la diferencia entre las dos medias, mayor es la probabilidad que una diferencia estadstica
significativa existe.
2. La cantidad de traslapo que existe entre los grupos (es una funcin de la variacin dentro de los grupos). Cuantas
ms pequeas son las variaciones que existen entre los dos grupos, mayor es la probabilidad que una diferencia
estadstica significativa existe.
3. El tamao de la muestra es extremadamente importante en la determinacin de la significacin de la diferencia entre
las medias. Aumentando el tamao de la muestra, las medias tienden a ser ms estables y ms representativas.
4. Un nivel ms grande de la alfa requiere menos diferencia entre las medias (p < .05).
5. Se debe utilizar una hiptesis (con dos colas) no directivas.
Asunciones subyacentes la prueba de t:
1. Las muestras se han dibujado aleatoriamente a partir de sus poblaciones respectivas.
2. La poblacin se debe distribuir normalmente.
3. Unimodal (un modo).
4. Simtrico (las mitades izquierdas y derechas son imgenes espejo), el mismo nmero de gente arriba o abajo de la
media.
5. Acampanado (altura mxima (moda) en el medio).
6. Media, moda, y mediana se localizan en el centro.
7. Asinttico (cuanto ms lejos se aleja la curva de la media, ms cercana ser el eje de X; pero la curva nunca debe
tocar el eje de X).
8. El nmero de personas en las poblaciones debe tener la misma varianza (s2 = s2).Si no es el caso se utiliza otro
clculo para el error estndar.
Existen 2 tipos de prueba t de Student
Test t para diferencia par ( grupos dependientes, test t correlacionado) : df= n (nmero de pares) -1
Esto se refiere a la diferencia entre las cuentas medias de una sola muestra de individuos que se determina
antes del tratamiento y despus del tratamiento. Puede tambin comparar las cuentas medias de muestras
de individuos que se aparean de cierta manera (por ejemplo los hermanos, madres, hijas, las personas que
se emparejan en trminos de las caractersticas particulares).
- Test t para muestras independientes
Esto se refiere a la diferencia entre los promedios de dos poblaciones.
Bsicamente, el procedimiento compara los promedios de dos muestras que fueron seleccionadas
independientemente una de la otra.
Un ejemplo sera comparar cuentas matemticas de un grupo experimental con un grupo de control.
Cmo decido qu tipo de t-prueba a utilizar?
Error tipo I:
Rechaza una hiptesis nula que sea realmente verdad. La probabilidad de hacer un error tipo I depende del nivel alfa
que se Eligio.
Si se fij la probabilidad alfa en p < 05, entonces existe un 5% de posibilidades de hacer un error de tipo I.
Se puede reducir la posibilidad de hacer un error tipo I fijando un nivel alfa ms pequeo (p < .01). El problema
haciendo esto es que se aumenta la posibilidad de un error tipo II.
Error tipo II:
Falla en rechazar una hiptesis nula que sea falsa.
La idea bsica para calcular una prueba de Student es encontrar la diferencia entre las medias de los dos grupos y
dividirla por el error estndar (de la diferencia), es decir la desviacin de estndar de la distribucin de las
diferencias.
Un intervalo de confianza para una prueba t con dos colas es calculado multiplicando los valores crticos por el error
de estndar y agregando y restando eso de la diferencia de las dos medias.
El efecto tamao se utiliza para calcular la diferencia prctica. Si existen varios miles de pacientes, es muy fcil
encontrar una diferencia estadsticamente significativa.
Saber si esa diferencia es prctica o significativa es otra pregunta.
Con los estudios implicando diferencias de grupo, el tamao del efecto es la diferencia de las dos medias dividido
por la desviacin estndar del grupo control (o la desviacin estndar media de ambos grupos si no hay grupo de
control).
Generalmente, el tamao del efecto es solamente importante si existe una significacin estadstica.
Un efecto tamao de 2 se considera pequeo, 5 se considera medio, y 8 se considera grande.
TEST DE MANN-WHITNEY
La prueba de Mann-Whitney U es una de las pruebas de significacin ms conocidas.
Es apropiada cuando dos muestras independientes de observaciones se miden en un nivel ordinal, es decir
que podemos decir cul es la mayor de estas dos observaciones.
Determina si el grado de coincidencia entre dos distribuciones observadas es inferior a la esperada por
suerte en la hiptesis nula que las dos muestras vienen de una misma poblacin.
Prueba de significacin estadstica no paramtrica para probar la hiptesis nula de que el parmetro de
localizacin (generalmente la mediana) es el mismo cuando se comparan dos grupos independientes,
cualquiera que sea el tipo de distribucin de la variable (distribucin normal o de otro tipo).
Se usa cuando se quiere comparar dos poblaciones usando muestras independientes, es decir; es una prueba
alterna a la prueba de t para comparar dos medias usando muestras independientes.
La hiptesis nula es que la mediana de las dos poblaciones son iguales y la hiptesis alterna puede ser que la
mediana de la poblacin 1 sea mayor (menor distinta) de la mediana de la poblacin 2.
Prueba de Mann-Whitney para muestras independientes:
Si tenemos dos series de valores de una variable continua obtenidas en dos muestras independientes: X1, X2,..., Xn,
Y1, Y2,..., Ym, procederemos a ordenar conjuntamente todos los valores en sentido creciente, asignndoles su rango,
corrigiendo con el rango medio los empates.
Calculamos luego la suma de rangos para las observaciones de la primera muestra Sx, y la suma de rangos de la
segunda muestra Sy.
Si los valores de la poblacin de la que se extrajo la muestra aleatoria de X se localizan por debajo de los valores de
Y, entonces la muestra de X tendr probablemente rangos ms bajos, lo que se reflejar en un valor menor de Sx del
tericamente probable.
Si la menor de las sumas de rangos es excesivamente baja, muy improbable en el caso de que fuera cierta la hiptesis
nula, sta ser rechazada.