Estadística

ESCUELA SUPERIOR DE MEDICINA
DEPARTAMENTO DE SALUD PBLICA

METODOLOGA DE LA INVESTIGACIN Y ESTADSTICA II
Distribucin nr!"#$
Una muy importante distribucin continua de probabilidad es la distribucin
normal. Varios matemticos intervinieron en su desarrollo entre ellos figura el
astrnomo del siglo XVIII Karl Gauss, por lo cual algunas veces es llamada
esta curva en su honor la distribucin de Gauss.
C"r"ct%r&stic"s '% #" 'istribucin nr!"# '% #" (rb"bi#i'"'$
)$ s sim!trica con respecto a su medida aritm!tica promedio "#..
$omo se muestra en la figura % la curva hacia cual&uier de los lados a partir
de la es una imagen en espe'o.
(igura % Grfica de la )istribucin *ormal
*$ +a media aritm!tica o promedio de una poblacin distribuida
normalmente se encuentra en el centro de su curva normal.
+$ , causa de la simetr-a de la distribucin normal de probabilidad, la
mediana y la moda de la distribucin tambi!n se hallan en el centro, por lo
tanto en una curva normal, la media, la mediana y la moda poseen el mismo
valor.
,$ +as dos colas "e.tremos# de una distribucin normal de probabilidad
se e.tienden de manera indefinida y nunca tocan el e'e hori/ontal.
-$ l rea total ba'o la curva sobre el e'e de las x es una unidad de rea o
el %00 1. sta caracter-stica se deduce del hecho de &ue la distribucin
normal es una distribucin de probabilidad. )ebido a la simetr-a ya
mencionada, el 0.2 de la unidad o el 20 por ciento del rea est a la derecha
de la perpendicular &ue se levanta sobre la mediana, y el otro 0.2 de la
unidad o el 20 por ciento est a la i/&uierda.
labor3 4. en $. 5os! $arlos Guerrero ,scencio %
.$ 6i se levantan perpendiculares ha ambos lados de la media aritm!tica
a una desviacin estndar, el rea delimitada por dichas perpendiculares, el
rea aba'o de la curva ser apro.imadamente de un 78.97 1 del total. 6i los
l-mites laterales se e.tienden a dos desviaciones estndar en ambos lados
de la media, estar incluida apro.imadamente el :2 1 del rea, y
e.tendi!ndola a una distancia de ; desviaciones estndar, apro.imadamente
el ::.< 1 del rea total estar contemplada.
(igura 9 )istribucin del rea ba'o la curva normal de acuerdo a la
desviacin estndar
/$ +os parmetros y determinan completamente la distribucin
normal. n otras palabras, por cada valor diferente de y se especifica
una distribucin normal diferente. +os valores diferentes de media
trasladan la grfica de la distribucin a lo largo del e'e de las . . +os valores
de al definir la variabilidad determinan el grado de aplanamiento o
levantamiento de la grfica de la distribucin.
, continuacin se enlistan caracter-sticas &ue son usadas en el rea de la
salud y son descritos por la curva normal3
Caractersticas morfolgicos de individuos "personas, animales,
plantas,...# de una especie, por e'emplo tallas, pesos, envergaduras,
dimetros, per-metros,...
Caracteres fisiolgicos, por e'emplo3 n=mero de elementos formes de la
sangre, frecuencias cardiacas o respiratorias, efecto de un frmaco, o de una
cantidad de abono.
Caracteres sociolgicos, por e'emplo3 distribucin de la poblacin de
acuerdo a edad y se.o, consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de e.amen.
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9
Caracteres psicolgicos, por e'emplo3 cociente intelectual, grado de
adaptacin a un medio,...
Errores cometidos al medir ciertas magnitudes.
Valores estadsticos muestrales, por e'emplo3 la media.
Otras distribuciones como la binomial o la de >oisson son
apro.imaciones normales,
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;
TABLA )0 DISTRIBUCIN NORMAL
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?
PRUEBA DE HIPTESIS
l propsito de toda investigacin cient-fica es contestar una o varias
preguntas, si se comparan dos o ms poblaciones se plantean una o varias
hiptesis, estas =ltimas se definen como las e.plicaciones tentativas,
provisionales sobre un determinado problema. >ara comprobar si esa
e.plicacin se acepta o recha/an desde el punto de vista estad-stico se
plantea una forma sistemtica de llegar a una conclusin &ue tenga valide/
cient-fica. , este planteamiento se le conoce como prueba de hiptesis, el cual
a continuacin se describe de manera muy general, adems se utili/a la curva
normal "1# por ser la ms usada y para afirmar el e'emplo.
)$ PLANTEAMIENTO DE LAS 2IPTESIS$
)esde el punto de vista estad-stico se deben de plantear dos tipos de
hiptesis, las cuales a continuacin se e.plican3
a.@ 2i(t%sis '% nu#i'"' 23. 6e denomina con ese nombre por &ue
plantea &ue no hay diferencia entre los aspectos &ue se comparan,
por e'emplo3
A03 ,B C
b.@ 2i(t%sis "#t%rn"ti4" 2"3 sta hiptesis se puede plantear de las
siguientes formas3
Aa3 , C
b%.@ +os aspectos &ue se comparan son diferentes o n son iguales,
Aa3 ,DC
b9.@ l aspecto , es mayor o tiene mayor influencia &ue el aspecto C.
Aa3 ,EC
b;.@ l aspecto , es menor o tiene menor influencia &ue el aspecto C.
s necesario hacer varias acotaciones sobre las hiptesis de nulidad y
alternativa, ambas hiptesis son mutuamente e.cluyentes, lo &ue significa &ue
se acepta una o se acepta la otra, nunca se recha/an las dos o se aceptan las
dos.
>or otra parte en las publicaciones de traba'os cient-ficos se puede encontrar,
por lo menos, alguno de los dos planteamientos en el informe final, sin &ue
esto constituya un problema metodolgico &ue invalide el traba'o cient-fico,
para reafirmar este punto, se pude decir &ue este presentacin corresponde
e.clusivamente a la metodolog-a estad-stica.
)e acuerdo al punto de vista presentado en este escrito, a partir del siguiente
inciso se tomar en cuenta para el planteamiento solamente la hiptesis de
nulidad.
*$ DETERMINAR EL NIVEL DE SIGNI5ICACIA$
Fepresenta lo &ue el investigador esta dispuesto a e&uivocarse al
aceptar la hiptesis de nulidad siendo esta falsa o a recha/arla siendo
verdadera, a estos sesgos se le conoce como error y se identifican de la
siguiente manera3
rror tipo % aceptar la hiptesis de nulidad siendo esta falsa
rror tipo 9 recha/ar la hiptesis de nulidad siendo esta
verdadera
n la investigacin se puede plantear con la letra p o con la letra griega
6"#7"8, y seg=n algunos autores e investigadores reconocidos el l-mite
m.imo de error corresponde al valor de 0.% o %01 y m-nimo con el
advenimiento de los ordenadores personales puede se mucho menor al 0.0% o
%1.
>ara este documento se utili/ara como e'emplo el 2 1 de error3
B 0.02
+$ DE5INIR LAS REGLAS DE DECISIN
>ara poder e'emplificar me'or estas reglas se toma como base la G o
curva normal, as- desde este punto poder partir a otras pruebas de hiptesis
&ue utili/an otras curvas, como es la t de student, la chi o 'i cuadrada, la tabal
( entre otras, con esta observacin se inicia el planteamiento de las reglas de
decisin.
+as reglas de decisin estn basadas solo y e.clusivamente en la aceptacin
o recha/o de la 9i(t%sis '% nu#i'"', y esto va a depender del nivel de
significancia elegido por el investigador.
6e acepta A0 si3 :G cr-tica Zcalculada G cr-tica
6e recha/a A0 si3 :G cr-tica
> > Zcalculada
G cr-tica
6iguiendo con el nivel de significancia del e'emplo, si la curva utili/ada fuera G,
para obtener la G cr-tica o de tablas en algunos de los casos es necesitar-a
hacer el siguiente clculo3 %@ H 9, el valor obtenido se busca en tablas, y se
obtiene G cr-tica B %.:7. $on el valor obtenido se representa los l-mites de
aceptacin o de recha/o, como a continuando se muestran3
6e acepta A0 s-3 @%.:7 Zcalculada %.:7
6e recha/a A0 s-3 @%.:7
> > Zcalculada
%.:7
+a 1 c"#cu#"'" representa el valor calculado de acuerdo a los
resultados &ue se obtiene en la investigacin y a sustituir esto datos en la
formula utili/ada para el caso. s importante hacer hincapi! &ue la lectura de
los dos planteamientos anteriores es a partir de la G calculada, por lo &ue, por
e'emplo, se lee en la regla de aceptacin3 I,cepto la hiptesis de nulidad s- la
G calculada es menor o igual a %.:7 o mayor o igual a J%.:7K.
Lambi!n la regla de decisin va a estar de acuerdo con la curva &ue se
decida utili/ar de acuerdo con los datos a comparar, recu!rdese las escalas
cualitativas y cuantitativas con sus respectivas medidas de elaboracin
"pruebas param!tricas y no param!tricas, as- como las curvas t de student, chi
o 'i cuadrada, f de (ischer, la utili/acin de estas curvas va a depender de las
caracter-sticas del estudio reali/ado.
,$ CALCULAR EL VALOR DE ACUERDO A LA 5ORMULA Y CURVA
UTILI1ADA$
6i se sigue con el e'emplo la formula a utili/ar podr-a ser cuando se trata de
serie cuantitativa y se mane'a para su elaboracin la
. . . . s y x
media y
desviacin estndar respectivamente para la muestra y para la poblacin3
/ B
x
n
_

-$ CONCLUSION0
+a conclusin se basa en las reglas de decisin, pero lo ms importante
es &ue se tradu/ca a un lengua'e &ue se entienda para los traba'adores del
rea m!dico biolgica.
>or e'emplo si al hacer un estudio con dos vacunas para ver la
inmunidad &ue producen, y se acepta la hiptesis de nulidad despu!s de
comparar la G calculada con la G en tablas, lo &ue realmente importa es saber
&ue los dos biolgicos va a producir la misma inmunidad.
n caso contrario, si en otro estudio al comparar los resultados se
encuentra &ue se recha/a la hiptesis de nulidad, y se sabe &ue hay diferencia
estad-sticamente significativa, lo &ue ms importa es saber cul de los dos
biolgicos comparados produce me'or inmunidad.
+a aceptacin o recha/o de la hiptesis de nulidad es mutuamente
e.cluyente con respecto a la hiptesis alternativa.
n el momento de concluir es cuando ya se utili/an las dos hiptesis
para de'ar clara la conclusin a los lectores del informe final de la
investigacin.
labor3 4. en $. 5os! $arlos Guerrero ,scencio <
>or otra parte, es importante mencionar &ue la prueba G tambi!n se utili/a
para las series cualitativas donde lo primero &ue se tiene &ue recordar es
como se obtiene la proporcin de la caracter-stica &ue nos interesa de una
serie de datos3
% 100 . . 1
_ _
Q P = +
=

2
1
1
1
2 1
n n
Q P
p p
Z
TABLA CUADRICELULAR PAR EL CALCULO DE 1 PARA PROPORCIONES
),MN *N ),MN
X>U6LN " b ni BaOb
*N X>U6LN c ' n B dOc
!iB aOc ! B bOd N B aObOcOd
>ara obtener los porcenta'es es necesario &ue se utilice los cuadros de
daPo, y estos los dividamos entre el total de e.puestos, de no e.puestos, y del
gran total.
,s- el porcenta'e de los expuestos con daPo ser3
P
a
a b
o
a
n
1
1
=
+
,s- el porcenta'e de los no expuestos con daPo ser3
P
c
c d
o
c
n
1
2
=
+
,s- el porcenta'e de todos los &ue tienen daPo ser3
P
a c
a b c d
o
a c
N
=
+
+ + +
+
Fecordando &ue3
%B >OQ
>ara serie cualitativa, como en el caso anterior y para serie cuantitativa como
en el primer e'emplo se utili/a la prueba de hiptesis G y por lo tanto el
planteamiento general no varia, solamente en el punto 2 &ue se refiere al
calculo se utili/ar la prueba &ue corresponda a la serie.
, continuacin se enumeran una serie de e'ercicios para &ue se entienda
me'or cada uno de los procedimientos3
PROBLEMA )
l nivel promedio de colesterol en la poblacin general es de 2.%8 mmoHlt con una desviacin
estndar de 0.%7, se &uiere saber si hay diferencia entre los niveles de colesterol encontrados
en una muestra de %8 pacientes con arteriosclerosis del hospital la ra/a, en donde se encontr
un promedio 2.8%mmoHlt con un nivel de significancia del 0.02.
$ual es el valor de G calculada.
RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
$on el valor obtenido Scul es a la conclusin &ue llegaT
Que tamaPo de muestra se necesitar-a para comprobar si el promedio de colesterol de la
poblacin general es de 2.%8 mmoHlt. con una desviacin estndar de 0.%7 es igual en los
pacientes del hospital la Fa/a con arteriosclerosis, con un nivel de significancia de 0.0% y un
error del %01.
6i la desviacin estndar de los %8 pacientes del problema anterior es de %.90, determine entre
&ue valores de colesterol se encuentra el :0 1 de los pacientes del hospital la ra/a.
PROBLEMA *
La ingestin media de alcohol observado en 142 pacientes con psoriasis fue de 42.9 gr. Esta cifra debe
compararse con el valor promedio de la poblacin de 21.0 gr. on una desviacin est!ndar de "4.2 con
un nivel de significancia de 0.01.
$on el valor obtenido Scul es a la conclusin &ue llegaT
6i la desviacin estndar de la muestra de %?9 pacientes del problema anterior con psoriasis
es de %2.; gr. Indi&ue cul es el intervalo de confian/a de ingestin de alcohol para el :2 1 de
la poblacin con psoriasis
Sl intervalo para una confian/a del :01
PROBLEMA +
Un grupo de investigadores encontr en una muestra de %00 habitantes de la poblacin donde
traba'an una media de presin arterial es de %07.; mm. de Ag con una desviacin estndar de
%<.%%. )esean saber si los datos encontrados var-an con respecto a los datos de la poblacin
general &ue tiene una media de %%9.% mm. de Ag con una desviacin estndar de 90.92 con
un del 0.02.
)etermine el valor de G critica.
)eterminar el valor de G calculada
%7.@ +o &ue significa &ue3
labor3 4. en $. 5os! $arlos Guerrero ,scencio :
Un investigador desea conocer el promedio de presin arterial en la poblacin en la &ue
traba'a, ya sabe por otro estudio &ue se reali/ antes en esa misma comunidad, &ue la media
es de %07.; mm

de Ag con una desviacin estndar de %<.%% SQu! tamaPo de muestra
necesita tomar para conocer si estas cifras se mantienen con una confian/a de ::1 y un error
"d# del promedio de %0 mm de AgT
SQu! tamaPo necesitar-a si su desviacin estndar fuera de 92.%2 mm

de AgT
Una ve/ &ue un investigador determina en una muestra de 80 personas &ue la media de
presin arterial es de %07.; mm de Ag y una desviacin estndar de %<.%% mm. )e Ag
S )etermine para el promedio sus intervalos inferior y superior del universo del cual fue
e.tra-da la muestra, con una confian/a del :01T.
PROBLEMA ,
traba'an una media de yodo en sangre de 7.% mgr. con una desviacin estndar de %.?2.
)esean saber si los datos encontrados var-an con respecto a los datos de la poblacin general
&ue tiene una media de 7.8 mgr. con una desviacin estndar de 9.92 con un del 0.02.
+o &ue significa &ue3
PROBLEMA -
Un investigador desea conocer el promedio de leucocitos en la poblacin en la &ue traba'a, ya
sabe por otro estudio &ue reali/ otro m!dico &ue hab-a atendido esta misma comunidad
antes, &ue la media es de 8.?: leucocitos por mm
;
con una desviacin estndar de %.;0 SQu!
tamaPo de muestra necesita tomar para conocer si estas cifras se mantienen con una
confian/a de ::1 y un error "d# del promedio de 0.?; mm
;
T
SQu! tamaPo necesitar-a si su desviacin estndar fuera de 9 mm
;
T
)e acuerdo a los primeros datos S&u! tamaPo se necesitar-a en caso de establecer un error
"d# en relacin con el promedio de 0.2 mm de AgT.
Una ve/ &ue un investigador determina en una muestra de 80 personas &ue la media en miles
de leucocitos es de 8.?: mm
;
y una desviacin estndar de %.;0 "miles# de leucocitos por
mm.
;
S )etermine para el promedio sus intervalos inferior y superior del universo del cual fue
e.tra-da la muestra, con una confian/a del :21T.
Sl intervalo para una confian/a del ::1
labor3 4. en $. 5os! $arlos Guerrero ,scencio %0
PROBLEMA .
Un investigador supone, por&ue as- le han informado un grupo de e.pertos, &ue el 721 de su
poblacin padece parasitsis intestinal, sin embargo !l desea saber si esta cifra es real, por lo
&ue decide tomar una muestra. SQu! tamaPo debe de tener con una confian/a de :21 y un
error "d# del 0.0?T
SQu! tamaPo necesitar-a en caso de re&uerir una confian/a del ::1T
)e acuerdo a los primeros datos S&u! tamaPo se necesitar-a en caso de establecer un error
"d# de 0.02T.
PROBLEMA /
Un m!dico encuentra &ue de 220 niPos &ue ha revisado ?;0 de ellos tienen su es&uema de
vacunacin completo. stime los intervalos inferior y superior para el universo al &ue
pertenece esta muestra con una confian/a del :01
stime los intervalos inferior y superior con una confian/a del ::1
PROBLEMA ;
Un m!dico compara dos tratamientos antihipertensivos para identificar cul es el me'or. ,l
aplicar el tratamiento , en ;00 pacientes encuentra &ue %20 me'oran, y al aplicar el
tratamiento C en otros ;00 pacientes me'oran %:2.
)etermine el valor G cr-tico para una confian/a del ::1
)etermine el valor G calculado en su problema
S$ul es su conclusinT
PROBLEMA <
traba'an una media de yodo en sangre de 7.% mgr. con una desviacin estndar de %.?2.
)esean saber si los datos encontrados var-an con respecto a los datos de la poblacin general
&ue tiene una media de 7.8 mgr. con una desviacin estndar de 9.92 con un del 0.02.
90.@ +o &ue significa &ue3
labor3 4. en $. 5os! $arlos Guerrero ,scencio %%
PROBLEMA )3
#n m$dico reali%a un estudio de la poblacin donde se encuentra para determinar si ha& relacin entre la
amibiasis & la presencia o ausencia de drena'e en las viviendas. Encontrando los siguientes datos(
)e 72 personas cuya vivienda no tiene drena'e ?9 padecen amibiasis, y de ;2 personas cuya
vivienda tiene drena'e 92 de ellas no estn enfermas de amibiasis.
6i se decide utili/ar la prueba de hiptesis G con un del 0.0% determine3
)e acuerdo con el resultado obtenido se3
+o &ue significa3
PROBLEMA ))
6e reali/ una investigacin para determinar el estado nutricional en su comunidad, para lo
cual se tomo una muestra de sangre para determinar el nivel de hemoglobina, encontrndose
en una muestra de ;0 personas un promedio de %%.:< mgrHmm
;
con una desviacin estndar
de %.77, si se sabe &ue el promedio de la poblacin en general es de %?.00 mgrHmm
;
con una
desviacin estndar de %.7? determine si hay diferencia con un nivel de significancia de 0.0%.
Cn #s '"ts "nt%rir%s cu=# %s %# 4"#r '% 1 c"#cu#"'"
Cn %# 4"#r '% 1 c"#cu#"'" cu"# %s su cnc#usin0
Cn #s '"ts '% su c!uni'"' '%# (rb#%!" "nt%rir cu=# s%ri" %# t"!"> '% !u%str"
?u% n%c%sit"r&" ("r" crrbr"r #s r%su#t"'s cn un @ 3$3) A un %rrr '% 3$).0
Entr% ?u% 4"#r%s s% %ncu%ntr" #s ni4%#%s '% 9%!B#bin" '%# <-C '% su c!uni'"'$
PROBLEMA )*
Usted reali/o una investigacin para determinar si hay relacin entre el genero "masculino o
femenino# y el habito de fumar encontrndose &ue de un grupo de 990 hombres %90 de ellos
no fuman, y de %?0 mu'eres fuman 80. )etermine si hay diferencia con un nivel de
significancia del 0.0%
Cu=# %s %# 4"#r '% 1 c"#cu#"'
Cn %# 4"#r '% 1 c"#cu#"'" cu"# %s su cnc#usin0
Cn #s '"ts '% su c!uni'"' '%# (rb#%!" "nt%rir cu=# s%ri" %# t"!"> '% !u%str"
?u% n%c%sit"r&" ("r" crrbr"r #s r%su#t"'s cn un @ 3$3) A un %rrr '% 3$3-0
Entr% ?u% 4"#r%s s% %ncu%ntr" %# <<C '% 9!br%s 7u!"'r%s '%# (rb#%!" "nt%rir$
t DE STUDENT
COMPARACIN DE MEDIAS
INTRODUCCIN0
+a curva t es una distribucin de probabilidad seme'ante a la curva normal "D#,
ya &ue es sim!trica con una media aritm!tica o promedio &ue la divide en dos
partes iguales, pero su desviacin estndar depende de un parmetro llamado
grados de libertad "n). +os datos utili/ados para el clculo por lo general
proceden de muestras pe&uePas "menores a ;0 observaciones#, al ser
graficados estos presentan una imagen ms aplanada y ancha con respecto a
la curva normal, ya &ue su desviacin estndar es mayor. $onforme aumenta
el tamaPo de la muestra "n#, tambi!n se incrementan los grados de libertad y
se reduce la desviacin estndar, por lo tanto entre ms grande es el tamaPo
de la muestra la distribucin t se aseme'a cada ve/ ms a la distribucin
normal, hasta &ue los valores de ambas curvas los iguales.
Uno de los usos de la distribucin t es para probar hiptesis en donde
intervienen datos de escala cuantitativa, se considera, por lo tanto una prueba
param!trica, ya &ue utili/a fundamentalmente para su comprobacin la media
aritm!tica o promedio y la desviacin estndar. ,dems es una prueba de dos
colas ya &ue se van a encontrar valores e&uitativamente distribuidos por aba'o
y por arriba de la media.
+a t '% stu'%nt se utili/a para probar hiptesis entre dos grupos muestra, esta
prueba pude ser grupos pareados o grupos no pareados, para cada uno de
estos e.iste una manera diferente de obtener la t calculada, no obstante el
planteamiento general de prueba de hiptesis se puede considerar &ue para
fines prcticos es el mismo.
$omo se sabe la prueba de hiptesis se utili/a para determinar si se acepta o
se recha/a la hiptesis de nulidad, para sustentar esta conclusin se utili/a el
nivel de significancia, este nivel tendr valide/, estad-sticamente hablando,
cuando su valor sea menor o igual a 0.%0, actualmente los valores ms
utili/ados son el 0.02 y el 0.0% o menores, ya &ue estos valores indican lo &ue
el investigador est dispuesto ha estar e&uivocado en su afirmacin, o cometer
algunos de error, para ms informacin ver el planteamiento general de prueba
de hiptesis.
labor3 4. en $. 5os! $arlos Guerrero ,scencio %;
PRUEBA DE 2IPTESIS PARA GRUPOS PAREADOS0
$uando los grupos se forman tomando en cuenta variables para hacer pare'as
por e'emplo, edad, se.o, estado socioeconmico etc., o en el mismo grupo se
hace una recoleccin de datos inicial, se hace seguimiento y despu!s una
medicin final, como por e'emplo, para determinar la efectividad de un
tratamiento, cada individuo de cada grupo tienen su contraparte, ha estos
grupos se les denominan grupos pareados.
>ara aceptar a o recha/ar la hiptesis de nulidad "2# con prueba t para
grupos pareados es necesario completar las siguientes tareas3
I. 6e debe contar con dos grupos o dos observaciones de un grupo
>or e'emplo se reali/a una investigacin para determinar si un medicamento
hipoglucemiante es efectivo en un grupo de veinte pacientes con diabetes mellitus no
insulino dependiente. >ara lo cual se conforma un grupo de 90 pacientes con diagnstico
de diabetes sin tratamiento farmacolgico previo de ning=n tipo, se les toma sangre y se
determina la glucemia "glucosa en sangre# en ayunas. >osteriormente se les da un
medicamento &ue ser llamado A>G I y se les mantiene con vigilancia m!dica, a los %2
d-as se les toma una nueva muestra de sangre para determinar la glucemia, obteni!ndose
los resultados &ue se muestran en la siguiente tabla3
*=mero
G+U$4I,
I*I$I,+ (I*,+
%.
%80 %0:
9.
%82 %%0
;.
%8< %%0
?.
%:0 %8:
2.
%:9 %%;
7.
%:? %%;
<.
%:7 %%?
8.
%:8 %%?
:.
900 %:8
%0.
90; %%0
%%.
902 %%%
%9.
90< %%2
%;.
90: %%;
%?.
9%0 %%<
%2.
9%9 902
%7.
9%; %%8
%<.
9%2 %%:
%8.
9%7 %%:
%:.
9%: %90
90.
990 990
labor3 4. en $. 5os! $arlos Guerrero ,scencio %?
II. $on los datos presentados en la tabla anterior se calculan las diferencias
de cada individuo entre la glucemia inicial y final, como se muestra en la
tabla siguiente3
*=mero
G+U$4I,
)I(F*$I,6
I*I$I,+ (I*,+ I*I$I,+ J (I*,+
%
%80 %0: <%
9
%82 %%0 <2
;
%8< %%0 <<
?
%:0 %8: %
2
%:9 %%; <:
7
%:? %%; 8%
<
%:7 %%? 89
8
%:8 %9? <?
:
900 %:8 9
%0
90; %;0 <;
%%
902 %;% <?
%9
90< %;2 <9
%;
90: %?; 77
%?
9%0 %;< <;
%2
9%9 902 <
%7
9%; %?8 72
%<
9%2 %9: 87
%8
9%7 %9: 8<
%:
9%: %90 ::
90
990 990 0
III. Una ve/ obtenidas las diferencias se calcula la media aritm!tica o
promedio y la desviacin estndar de estas, con las formulas &ue a
continuacin se muestra3
Media aritmtica o promedio
n
x
x

=
_
Varianza
=
1
) *
_
2
2
n
x x
s
Desviacin Estndar
=
1
) *
_
n
x x
s
6e procede al clculo de los parmetros de la siguiente manera3
N$
)I(F*$I, ) G+U$4I,6
)
<%
*
<2
+
<<
,
%
-
<:
.
8%
/
89
;
<?
<
9
)3
<;
))
<?
)*
<9
)+
77
),
<;
)-
<
).
72
)/
87
);
8<
)<
::
*3
0
Su!"tri"
%9??
2 . +2
20
1244
= =
x
N$
)I(F*$I, ) G+U$4I,6
) *
_
x x
2
_
) * x x
)
<% 8.8 <<.??
*
<2 %9.8 %7;.8?
+
<< %?.8 9%:.0?
,
% @7%.9 ;<?2.??
-
<: %7.8 989.9?
.
8% %8.8 ;2;.??
/
89 %:.8 ;:9.0?
;
<? %%.8 %;:.9?
<
9 @70.9 ;79?.0?
)3
<; %0.8 %%7.7?
))
<? %%.8 %;:.9?
)*
<9 :.8 :7.0?
)+
77 ;.8 %?.??
),
<; %0.8 %%7.7?
)-
< @22.9 ;0?<.0?
).
72 9.8 <.8?
)/
87 9;.8 277.??
);
8< 9?.8 7%2.0?
)<
:: ;7.8 %;2?.9?
*3
0 @79.9 ;878.8?
Su!"tri"s %9?? %8:;:.9
Varianza
, . 99+
1 20
2 . 1,9"9
2
=
= s
Desviacin Estndar
-. . "1 -.21 . "1 , . 99+
1 20
2 . 1,9"9
= =
= s
IV. Nbtenidas la media aritm!tica y la desviacin estndar, se procede a
calcular el error estndar con la siguiente formula3
n
s
estndar error = .
6ustituyendo
0+ . . 0-92 . .
4.21 . 4
-. . "1
20
-. . "1
. = = = estndar error
V. $on los datos obtenidos se procede a hacer el planteamiento de
hiptesis3
%. >lanteamiento de la hiptesis de nulidad y alternativa
23 '% nu#i'"'3 +as diferencias entre las dos mediciones de glicemia
"inicial y final# es cero o no hay diferencia
2" "#t%rn"ti4"3 +as diferencias entre las dos mediciones de glicemia
"inicial y final# es diferente a cero, o la mediciones iniciales son mayores
&ue las finales.
9. )eterminar el nivel de significancia3
01 . 0 =
;. Feglas de decisin3
a. ,cepto A0 si3
tcrtica tcalculada tcrtica
b. Fecha/o AN si3
tcrtica tcalculada tcrtica > >
>ara obtener el valor de t cr-tica es necesario calcular los grados de
libertad con la siguiente formula3
gl "n)=n=mero de pares @ %
6ustituyendo
gl "n)=90 de pares J %B %:
$on el valor de %: grados de libertad se busca en la tabla de t de student el
valor de t cr-tica para B0.0% donde el valor de t cr-tica es de 9.87 para dos
colas, &uedando el planteamiento para aceptar o recha/ar la hiptesis de
nulidad de la siguiente manera3
labor3 4. en $. 5os! $arlos Guerrero ,scencio %<
a. ,cepto A0 si3
,+ . 2 ,+ . 2 tcalculada
b. Fecha/o AN si3
,+ . 2 ,+ . 2 > > tcalculada
?. , continuacin se calcula el valor de t calculada con la siguiente
formula3
estndar error
diferncias las de x
tcalculada
.
. .
_
=
6ustituyendo los datos3
,1 . ,
0+ . .
2 . +2
= = tcalculada
2. $on los datos obtenidos concluir3
6e recha/a la hiptesis de nulidad ya &ue el valor de t calculada 8.8% es
mayor &ue la t cr-tica de 9.87, por lo cual con un nivel de significancia del
0.0% se puede afirmar &ue la medidas de glicemia en sangre inicial es
mayor &ue la de glicemia en sangre final, por lo tanto el medicamento
llamado A>G I es efectivo para disminuir la glicemia en sangre.
PRUEBA DE 2IPTESIS PARA GRUPOS NO PAREADOS0
6i para conformar los grupos no toma en cuenta ninguna variable para
parearlos "hacerlos pare'as#, por e'emplo, edad, se.o, estado socioeconmico
etc., as- los individuos de cada grupo no tienen su contraparte, en este caso se
denominan grupos no pareados.
>ara aceptar a o recha/ar la hiptesis de nulidad "2# con prueba t para
grupos no pareados es necesario completar las siguientes tareas3
I. $alcular la media o promedio de cada grupo, con las siguientes formulas3
n
x
x

=
_
Varianza
=
1
) *
_
2
2
n
x x
s
Desviacin Estndar
=
1
) *
_
n
x x
s
12
1-
1,0
_
= = x
Varianza
+,2 . 1
1 1-
-4, . 2"
2
=
= s
Desviacin Estndar
"0 . 1 29+9 . 1 +,2 . 1 = = s
M%'i" "rit!Etic" (r!%'i
14
1-
240
_
= = x
Varianza
-+, . 1
1 1-
9-2 . 21
2
=
= s
Desviacin Estndar
14 . 1 1",, . 1 -+, . 1 = = s
Grupos de personas de dos comunidades con diferente caracter-sticas
econmicas y geogrficas en las cuales se trata de determinar si hay
labor3 4. en $. 5os! $arlos Guerrero ,scencio %:
diferencias nutricionales por medio de la hemoglobina en sangre,
encontrndose los siguientes resultados3
Aemoglobina
$omunidad
%
) *
_
x x
2
_
) * x x
Aemoglobina
$omunidad 9
) *
_
x x
2
_
) * x x
:.:< @9.0; ?.%90: %9.0? @%.:7 ;.8?%7
%0.97 @%.<? ;.09<7 %9.;9 @%.78 9.899?
%0.22 @%.?2 9.%092 %9.7 @%.? %.:7
%0.8? @%.%7 %.;?27 %9.88 @%.%9 %.92??
%%.%; @0.8< 0.<27: %;.%7 @0.8? 0.<027
%%.?9 @0.28 0.;;7? %;.?? @0.27 0.;%;7
%%.<% @0.9: 0.08?% %;.<9 @0.98 0.0<8?
%9 0 0 %? 0 0
%9.9: 0.9: 0.08?% %?.98 0.98 0.0<8?
%9.28 0.28 0.;;7? %?.27 0.27 0.;%;7
%9.8< 0.8< 0.<27: %?.8? 0.8? 0.<027
%;.%7 %.%7 %.;?27 %2.%9 %.%9 %.92??
%;.?2 %.?2 9.%092 %2.? %.? %.:7
%;.<? %.<? ;.09<7 %2.78 %.78 9.899?
%?.0; 9.0; ?.%90: %2.:7 %.:7 ;.8?%7
6umatorias
%80 9;.2?8 9%0 9%.:29
II. Una ve/ obtenidos las medias y desviaciones estndar se hace el
planteamiento de hiptesis de la siguiente manera.
%. >lanteamiento de la hiptesis de nulidad y alternativa
230
_ _
) 14 * 2 ) 12 * 1 x x =
Interpretacin3 &ue la media de hemoglobina de la comunidad % es igual a
la media de hemoglobina de la comunidad 9
2"0
_ _
) 14 * 2 ) 12 * 1 x x <
Interpretacin3 &ue la media de hemoglobina de la comunidad % es menor
a la media de hemoglobina de la comunidad 9
9. )eterminar el nivel de significancia3
01 . 0 =
;. Feglas de decisin3
a. ,cepto A0 si3
tcrtica tcalculada tcrtica
b. Fecha/o AN si3
tcrtica tcalculada tcrtica > >
>ara obtener el valor de t cr-tica es necesario calcular los grados de
libertad con la siguiente formula3
2
2
2
1
1
1
2
2
1
1
) *
2
2
2
2
2
2 2
n
n
s
n
n
s
n
s
n
s
gl
+
=
6ustituyendo los datos
1-
1-
-+, . 1
1-
1-
+,2 . 1
1-
-+, . 1
1-
+,2 . 1
) *
2
2
2
2
2
2 2
+
= gl
( )
( ) ( )
1-
1+"90,2++ . 0
1-
1,,+0,2++ . 0
1+"90,2++ . 0 1,,+0,2++ . 0
) *
2
2
+
+
= gl
( )
2- 001.910+1" . 0 - 002".1-",- . 0
"-2-1+-"" . 0
) *
2
+
= gl
( )
.- 0041+2-99, . 0
1242+.90+ . 0
) * = gl
"0 ,- . 29 ) * = gl
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9%
ES!UE"A SUPERI#R DE MEDI!I$A
DEPARTAME$T# DE SA"UD P%B"I!A
$on el valor de ;0 grados de libertad se busca en la tabla de t de student el
valor de t cr-tica para B0.0% donde el valor de t cr-tica es de 9.<2 para dos
colas, &uedando el planteamiento para aceptar o recha/ar la hiptesis de
nulidad de la siguiente manera3
a. ,cepto A0 si3
.- . 2 .- . 2 tcalculada
b. Fecha/o AN si3
.- . 2 .- . 2 > > tcalculada
?. , continuacin se calcula el valor de t calculada con la siguiente
formula3
2
2
1
1
2 1
2 2
_ _
n
s
n
s
x x
tcalculada
+
=
6ustituyendo los datos3
"-2-1+-"" . 0
2
1+"90,2++ . 0 1,,+0,2++ . 0
2
1-
-+, . 1
1-
+,2 . 1
14 12
2 2
=
+
=
+
= tcalculada
". . " "+,- . "
-9"."102. . 0
2
= = tcalculada
2. $on los datos obtenidos concluir3
6e recha/a la hiptesis de nulidad ya &ue el valor de t calculada ;.;< es
mayor &ue la t cr-tica de 9.<2, por lo cual se puede afirmar con un nivel de
significancia de 0.0% &ue la comunidad n=mero uno tiene un menor nivel de
hemoglobina &ue la comunidad n=mero 9.
TABLA DE LA DISTRIBUCION tStu'%nt
0,92 0,9 0,%2 0,% 0,02 0,092 0,0% 0,002 0,0002
r
% %,000 %,;<7 %,:7; ;,0<8 7,;%? %9,<07 ;%,89% 7;,727 7;7,2<8
9 0,8%7 %,07% %,;87 %,887 9,:90 ?,;0; 7,:72 :,:92 ;%,700
; 0,<72 0,:<8 %,920 %,7;8 9,;2; ;,%89 ?,2?% 2,8?% %9,:9?
? 0,<?% 0,:?% %,%:0 %,2;; 9,%;9 9,<<7 ;,<?< ?,70? 8,7%0
2 0,<9< 0,:90 %,%27 %,?<7 9,0%2 9,2<% ;,;72 ?,0;9 7,87:
7 0,<%8 0,:07 %,%;? %,??0 %,:?; 9,??< ;,%?; ;,<0< 2,:2:
< 0,<%% 0,8:7 %,%%: %,?%2 %,8:2 9,;72 9,::8 ;,?:: 2,?08
8 0,<07 0,88: %,%08 %,;:< %,870 9,;07 9,8:7 ;,;22 2,0?%
: 0,<0; 0,88; %,%00 %,;8; %,8;; 9,979 9,89% ;,920 ?,<8%
%0 0,<00 0,8<: %,0:; %,;<9 %,8%9 9,998 9,<7? ;,%7: ?,28<
%% 0,7:< 0,8<7 %,088 %,;7; %,<:7 9,90% 9,<%8 ;,%07 ?,?;<
%9 0,7:2 0,8<; %,08; %,;27 %,<89 9,%<: 9,78% ;,022 ?,;%8
%; 0,7:? 0,8<0 %,0<: %,;20 %,<<% 9,%70 9,720 ;,0%9 ?,99%
%? 0,7:9 0,878 %,0<7 %,;?2 %,<7% 9,%?2 9,79? 9,:<< ?,%?0
%2 0,7:% 0,877 %,0<? %,;?% %,<2; 9,%;% 9,709 9,:?< ?,0<;
%7 0,7:0 0,872 %,0<% %,;;< %,<?7 9,%90 9,28; 9,:9% ?,0%2
%< 0,78: 0,87; %,07: %,;;; %,<?0 9,%%0 9,27< 9,8:8 ;,:72
%8 0,788 0,879 %,07< %,;;0 %,<;? 9,%0% 9,229 9,8<8 ;,:99
%: 0,788 0,87% %,077 %,;98 %,<9: 9,0:; 9,2;: 9,87% ;,88;
90 0,78< 0,870 %,07? %,;92 %,<92 9,087 9,298 9,8?2 ;,820
9% 0,787 0,82: %,07; %,;9; %,<9% 9,080 9,2%8 9,8;% ;,8%:
99 0,787 0,828 %,07% %,;9% %,<%< 9,0<? 9,208 9,8%: ;,<:9
9; 0,782 0,828 %,070 %,;%: %,<%? 9,07: 9,200 9,80< ;,<78
9? 0,782 0,82< %,02: %,;%8 %,<%% 9,07? 9,?:9 9,<:< ;,<?2
92 0,78? 0,827 %,028 %,;%7 %,<08 9,070 9,?82 9,<8< ;,<92
97 0,78? 0,827 %,028 %,;%2 %,<07 9,027 9,?<: 9,<<: ;,<0<
9< 0,78? 0,822 %,02< %,;%? %,<0; 9,029 9,?<; 9,<<% ;,78:
98 0,78; 0,822 %,027 %,;%; %,<0% 9,0?8 9,?7< 9,<7; ;,7<?
9: 0,78; 0,82? %,022 %,;%% %,7:: 9,0?2 9,?79 9,<27 ;,770
;0 0,78; 0,82? %,022 %,;%0 %,7:< 9,0?9 9,?2< 9,<20 ;,7?7
?0 0,78% 0,82% %,020 %,;0; %,78? 9,09% 9,?9; 9,<0? ;,22%
70 0,7<: 0,8?8 %,0?2 %,9:7 %,7<% 9,000 9,;:0 9,770 ;,?70
%90 0,7<< 0,8?2 %,0?% %,98: %,728 %,:80 9,;28 9,7%< ;,;<;
A 0,7<? 0,8?9 %,0;7 %,989 %,7?2 %,:70 9,;97 9,2<7 ;,9:0
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9;
PROBLEMA )
Un grupo de investigadores comparan dos medicamentos para disminuir la
glicemia en sangre obteniendo de sus dos grupos los siguientes resultados.
LamaPo de la muestra del primer grupo B
92
>romedioB%02 mgr. )esviacin estndarB%2
LamaPo de la muestra del segundo
grupoB92
>romedioB:2 mgr. )esviacin estndarB%0
)etermine los siguientes valores, con un del 0.023
%. Valor de t calculado para el problema3 RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
9. Valor de t cr-tico3 RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
;. Grados de libertad3
RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
?. $on base en los resultados usted decide3
RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
PROBLEMA *
/e reali%o una investigacin entre personas de la tercera edad para ver si hab0a diferencia
entre el genero *masculino & femenino) & la edad & el promedio de vida presentado1
encontr!ndose los siguientes resultados(
;0 masculinos >romedio de edad3 <;.8; )esviacin estndar3 %0.78
90 femeninos >romedio de edad3 <<.<0 )esviacin estndar3 %0.;7
)etermine los siguientes valores, con un del 0.0%3
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9?
PROBLEMA +
Investigadores suecos reali/aron un estudio para determinar si la sobresaturacin
de la bilis con colesterol, la cual es una condicin necesaria para la formacin de
clculos vesiculares, tienen relacin con el se.o de la persona &ue se trate, para
lo cual formaron dos grupos independientes y midieron los niveles antes
mencionados, &uedando conformados de la siguiente manera3
*=mero de hombres3 ;% >romedio3 8?.?2 )esviacin estndar3
9;.:7
*=mero de mu'eres3 ;% >romedio3 87.70 )esviacin estndar3
97.07
PROBLEMA ,
Fanson 4, y colaboradores en el art-culo Litulado I$oncentracin de magnesio
tisular y sangu-nea en pacientes con falla cardiaca severa y arritmia ventricular.K
ncuentra &ue en dos muestras independientes lo siguiente3
LamaPo de la muestra del
grupo con arritmia ventricular B :
>romedioB72.7
mgr.
)esviacin
estndarB97.8
LamaPo de la muestra del
grupo sin arritmia ventricular B %?
>romedioB8%.8
mgr.
)esviacin
estndarB%?.?
PROBLEMA -
6e trata de compara si los promedios del porcenta'e de perdida sea son iguales
entre dos grupos de ancianas, un grupo con el diagnstico de fractura de cadera
y el otro sin fractura.
*=mero mu'eres con fractura3
%0
>romedio de perdida
sea3%8.:1
)esviacin estndar3 %0.%;1
*=mero mu'eres sin fractura3
%2
>romedio de perdida
sea3%0.91
)esviacin estndar3 2.; 1
)etermine los siguientes valores, con un del 0.0%3t
%. Valor de t calculado para el problema3 RRRRRRRRRRRRRRRRRRRRRRRRRRRRRRRR
&I !UADRADA # '
(
)!HI* !UADRADA
23#E45 6E 7829:E/8/ ;< 2535=>:385
E?E=2L<(
#n m$dico hace una investigacin para determinar si ha& relacin entre el alcoholismo & la
disfuncin familiar1 para lo cual estudia a 100 familias con disfuncin familiar1 de las cuales
+0 tienen antecedentes de alcoholismo1 & en otro grupo de 110 familias sin disfuncin1 100
de ellas no tienen antecedentes de alcoholismo.
on un del 0.01 determinar si ha& relacin entre el alcoholismo & la disfuncin familiar.
1.@ 2lanteamiento de la hiptesis de nulidad & alternativa
7o( la disfuncin es igual en las familias con antecedentes alcohlicos Aue en las Aue
no los tienen.
7a( 7a& diferencia entre las familias Aue tienen disfuncin relacionada con
alcoholismo Aue en las Aue no.
2.@ 6eterminar el nivel de significancia
El nivel de significancia lo determina el investigador & en este caso se plante en el problema
un del 0.01.
".@ 6efinir las reglas de decisin(
a.@ 5E2:< 7o si B
2
calculada es a B
2
en tablas.
b.@ 3E75C< 7o si B
2
calculada es > a B
2
en tablas.
/e calculan los grados de libertad *) con la siguiente formula(
= C xR 1 1
6onde( C indica en nDmero de columnas Aue se utili%an para el calculo1 & en el caso de tabla
cuadricelular son dos
E R representa el nDmero de renglones Aue en este caso tambi$n son dos
1 1 2 1 2 = = x
2ara este e'emplo se busca en tablas el valor de B
21
encontrando Aue para 1 grado de libertad
& un del 0.011 el valor es de +.+"1 por lo tanto(
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9<
a.@ 5E2:< 7o si
+" . +
2
X
b.@ 3E75C< 7o si
+" . +
2
> X
.
4.@ alcular ?i cuadrada con la siguiente formula(
( ) 2
2
X
O E
E
=

a.@ /e 8ntegra la tabla cuadricelular o de contingencia(
/e encontr Aue ha& 100 familias *mi) con disfuncin familiar1 de las cuales +0 *a) tienen
antecedentes de alcoholismo en su familia1 la disfuncin en este caso es el daFo & el
alcoholismo la eGposicin.
5dem!s se refiere Aue de 110 familias *mo) sin disfuncin1 100 *d) de ellas no tienen
antecedentes de alcoholismo
2or lo tanto la tabla Aueda construida de la siguiente manera(
A"!#H#"ISM# DIS+USI#$ +AMI"IAR
/8 ;<
/8 ,- 10 .0
;< 40 .-- 140
:<:5L .-- ..- 210
b.@ /e determinan los valores tericos o esperados en general de la siguiente manera(
) * gra N ntotal
derengln umnaXtotal otaldecol
=
/e determina los valores de tericos o esperados de la siguiente manera1 por e'emplo para la
celda a(
N
nixmi
a =
donde ni H a total de rengln
mi H a total de columna
; H a gran total
6e la siguiente manera se calculan todas las celdas(
e'emplo( elda a( "" . ""
210
.0 100
=
x
elda b( +. . "+
210
.0 110
=
x

elda c( +. . ++
210
140 100
=
x
celda d(
"" . ."
210
140 110
=
x

# / E.@ a H +0 @ ""."" H 2+.+. b H 10 @ "+.+. H @ 2+.+.
c H 40 @ ++.+. H @2+.+. d H 100 @ ."."" H 2+.+.
)# / E*
(
.@ a H .11.2,,9 b H .11.2,,9
c H .11.2,,9 dH .11.2,,9
( ) O E
E
=
2
.@ a H .11.2,,9I ""."" b H .11.2,,9I "+.+.
c H .11.2,,9I "+.+. c H .11.2,,9I .".""
( )
O E
E
2
.@ a J b J c J d H 21."4 J 19.40 J 10.+. J 9..0 H ,.0..
-. onclusin(
/i comparamos la B
2
calculada Aue es de ,.0.. con la B
2
de tablas Aue es ,0,11 entonces
recha%amos la hiptesis de nulidad1 lo Aue significa Aue(
Que hay mayor disfuncin entre las familias con alcoholismo que en
las familias que no tienen relacin con el alcoholismo, en otras
palabras que el alcoholismo tiene influencia en la presencia de
disfuncin familiar.
labor3 4. en $. 5os! $arlos Guerrero ,scencio 9:
<tra forma de calcular B
2
eGclusivamente para tabla cuadricelular de manera condesada o
simplificada & a continuacin se describe a partir de la simbolog0a de la tabla Aue &a se
conoce
TABLA CUADRICELULAR PARA EL CALCULO DE B
2
),MN *N ),MN
X>U6LN " b ni BaOb
*N X>U6LN c ' no B dOc
!iB aOc ! B bOd N B aObOcOd
( )
no ni mo mi
bc ad N
X
K K K
2
2
=
Fetomado el e'emplo anterior el e'emplo anterior
A"!#H#"ISM# DIS+USI#$ +AMI"IAR
/8 ;<
/8 ,- 10 .0
;< 40 .-- 140
:<:5L .-- ..- 210
on un del 0.01 determinar si ha& relacin entre el alcoholismo & la disfuncin familiar.
/iguiendo el planteamiento de prueba de hiptesis(
1.@ 2lanteamiento de la hiptesis de nulidad & alternativa
7o( la disfuncin es igual en las familias con antecedentes alcohlicos Aue en las Aue
no los tienen.
7a( 7a& diferencia entre las familias Aue tienen disfuncin relacionada con
alcoholismo Aue en las Aue no.
2.@ 6eterminar el nivel de significancia
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;0
El nivel de significancia lo determina el investigador & en este caso se plante en el problema
un del 0.01.
".@ 6efinir las reglas de decisin(
a.@ 5E2:< 7o si B
2
calculada es a B
2
en tablas.
b.@ 3E75C< 7o si B
2
calculada es > a B
2
en tablas.
/e calculan los grados de libertad *) con la siguiente frmula(
= C xR 1 1
6onde( C indica en nDmero de columnas Aue se utili%an para el c!lculo1 & en el caso de tabla
cuadricelular son dos
E R representa el nDmero de renglones Aue en este caso tambi$n son dos
1 1 2 1 2 = = x
2ara este e'emplo se busca en tablas el valor de B
21
encontrando Aue para 1 grado de libertad
& un del 0.011 el valor es de +.+"1 por lo tanto(
a.@ 5E2:< 7o si
+" . +
2
X
b.@ 3E75C< 7o si
+" . +
2
> X
.
4.@ alcular ?i cuadrada con la siguiente frmula(
( )
no ni mo mi
bc ad N
X
K K K
2
2
=
6e sustituyen los valores en la frmula
( )
140 .0 110 100
40 10 100 +0 210
2
2
x x x
x x
X

=
6e hacen los clculos
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;%
( )
000 1 ,00 1 10.
400 +000 210
2
2
=
x
X
( )
000 1 ,00 1 10.
+00 1 - 210
2
2 x
X
=
( )
000 1 ,00 1 10.
000 1 "+0 1 "1 210 2 x
X
=
000 1 ,00 1 10.
000 1 +00 1 -,- 1 + 2
=
X
09090909 . +1
2
=
X
-. onclusin(
/i comparamos la B
2
calculada Aue es de ,.0-2-2-2-2 con la B
2
de tablas Aue es ,0,11
entonces recha%amos la hiptesis de nulidad1 lo Aue significa Aue(
Que hay mayor disfuncin entre las familias con alcoholismo que en
las familias que no tienen relacin con el alcoholismo, en otras
palabras que el alcoholismo tiene influencia en la presencia de
disfuncin familiar.
*ota3 +a diferencia de dos decimales es debida a las apro.imaciones reali/adas al resolverlo de la
primer forma, pero en ambas situaciones se llega a la misma conclusin
EN5OFUE DE RIESGO
M%'i'"s '% "sci"cin %7%ct 6c"us"#i'"'8
l enfo&ue de riesgo inicia con el concepto de riesgo el cual se pude considerar Uuna medida &ue
refle'a la probabilidad de &ue se produ/ca un hecho o daPo,U
1
definicin &ue lleva a darle un
sentido de utilidad &ue se materiali/a cuando usamos el enfo&ue de riesgo con fines anticipatorios
o preventivos, dicho de otro modo, es caracteri/ar la probabilidad de ocurrir un daPo y de manera
espec-fica cuando se trata de una dolencia, enfermedad, accidente e incluso la muerte &ue
pueden ser anticipados, evitados o reducidos, si se emprenden acciones antes de &ue estos
aconte/canU. ,l ser la enfermedad un proceso multicausal, esta probabilidad es medida de algo
incierto, de un suceso futuroV es por tanto, estad-stico, y aumenta por la presencia de una o ms
circunstancias o factores consecuentes.
$on estos antecedentes se hace necesario arribar al concepto de factor de riesgo, considerndolo
como cual&uier caracter-stica o circunstancia detectable, de una persona o grupo de personas, &ue
se sabe asociada con un aumento de la probabilidad de poder ser, desarrollar o estar e.puesto a
un proceso morboso.
6iguiendo a John Lost, encontramos connotaciones distintas, pues sePala &ue no necesariamente
es un factor causal, &ue es un atributo &ue aumenta la probabilidad de ocurrencia, o &ue es una
determinante &ue puede ser modificada por alguna forma de intervencin, logrando disminuir la
probabilidad de ocurrencia del daPo.
,ntes de continuar es necesario de'ar claro la diferencia entre riesgo y factor de riesgo, para lo &ue
nos valemos de un e'emplo3 riesgo: trnsitoV factor3 chofer ebrio.
+a mayor importancia es &ue pueden ser identificados u observables antes de &ue ocurra el hecho
&ue preceden, por lo &ue esto =ltimo le da una connotacin relevante &ue hace &ue constituya una
estrategia de intervencin fundamental en la ,tencin >rimaria de 6alud.
)e a&u- se evidencia la importancia de la medicin del riesgo para conocer la frecuencia total del
evento3 su incidencia "riesgo absoluto#V la probabilidad de &ue la enfermedad apare/ca en a&uellas
personas con uno o ms factores de riesgo3 fuer/a de asociacin del factor "riesgo relativo#V as-
como la proporcin en &ue un factor de riesgo se encuentra en una poblacin, dando prioridad de
intervenciones3 nos dice &u! pasa si el factor de riesgo se suprime "riesgo atribuible#.
6e han enunciado m=ltiples clasificaciones de estos factores, basados en distintos criterios3
mayores y menores, modificables y no modificablesV y tambi!n de acuerdo con su origen en
biolgicos "edad#, ambientales "clima#, de comportamiento "hbito de fumar, alcoholismo#,
relacionados con la atencin de salud "accesibilidad, calidad#, socioculturales "ba'o nivel cultural# y
econmicos "pobre/a, ba'os ingresos#.
2
,dems e.iste otra clasificacin, &ue se basa seg=n el
tiempo de actuacin y la probabilidad del daPo3
>ermanente3 alto nivel de colesterol mantenido en el tiempo.
,cumulativo3 hbito de fumar.
Ncasional3 escape de radiacin.
Un aspecto importante del enfo&ue de factores de riesgo es la capacidad de identificar a los
llamados grupos de alto riesgo3 "identificar grupos de poblacin con mayor suceptibilidad a sufrir
un daPo o enfermedad para aplicar medidas preventivas y de promocin#, y el individual3 "por
cada paciente#, as- es &ue la estrategia fundamental del enfo&ue de riesgo es el de intervenir en la
modificacin cuanti y cualitativa de los factores de riesgo, con un enfo&ue anticipatorio al daPo y
con el ob'etivo real de promover la salud.
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;;
Ntro tipo de estrategia al enfo&ue de riesgo &ue consiste en traba'arlos por enfermedad "daPo#. 6e
parte de la base de primero dar un orden de prioridad a las no transmisibles seg=n el grado en &ue
afecten la morbilidad, la mortalidad y la discapacidad en una poblacin dada. , partir de esto, se
procede a medir el riesgo, buscando el grado de asociacin de ese factor con la enfermedad
seleccionada en ese conte.to, con el presupuesto de &ue sea de uno o ms el resultado, pues
entonces mayor grado de asociacin tendr. n segundo lugar se procede entonces a medir &u!
puede ocurrir con el daPo si se suprime el factor de riesgo en la poblacin &ue a=n no padece la
enfermedad, o sea, en cunto y tanto puede disminuirV y en tercer orden se busca &u! por ciento
se le puede atribuir a cada factor de riesgo la enfermedad o daPo del con'unto de factores.
>ara dar inicio a las medidas de ,sociacin o efecto, se debe mencionar los siguientes conceptos3
$ausalidad
l conocimiento de la causalidad en salud es importante por diversas circunstancias, por e'emplo
al decidir si un agente etiolgico IXK produce una enfermedad IWK, si el factor de riesgo favorece
con mayor frecuencia la aparicin del daPo, o si el factor terap!utico a &ue se esta e.puesto cura
o evita &ue el daPo se presente o avance hasta generar una incapacidad, o por otro lado previene
totalmente la aparicin de la enfermedad.
s as- como la identificacin de factores de riesgo han permitido el advenimiento de vacunas &ue
previenen la aparicin de enfermedades o su disminucin en cuanto a sus efectos, se a podido
me'orar los pronsticos de enfermedades por medio del tratamientos ms efectivos, si este
enfo&ue se lleva a los problemas higienicodiet!ticos de hacinamiento, desnutricin, promiscuidad
etc!tera se han podido generar recomendaciones para disminuir la frecuencia y la gravedad de las
enfermedades, estos e'emplos entre otros muchos ms.
>ara concluir &ue dos o ms factores estn causalmente relacionados se re&uiere demostrar &ue
la asociacin &ue e.iste entre los factores de riesgo es valida y causal.
,sociacin Vlida3
>ara determinar &ue una asociacin es valida o real se debe evitar el sesgo y el a/ar o ambos,
esto de manera general se evita al seleccionar el tamaPo de muestra de acuerdo a los parmetros
aleatorios sePalados para cada caso y asegurar &ue todos los individuos tienen una probabilidad
mayor de 0 de entrar en la muestra, y una ve/ teniendo los resultados se evita tambi!n el a/ar y el
sesgo por medio de prueba de hiptesis como por e'emplo 'i cuadrada o G para proporciones.
,sociacin $ausal
)espu!s de demostrar &ue una asociacin es vlida, se debe proceder a determinar si esta
asociacin es causal, para lo cual se debe considerar los siguientes siete aspectos
TABLA CUADRICELULAR
),MN *N ),MN
X>U6LN a b ni BaOb
*N X>U6LN c d no B dOc
m%B aOc m9 B bOd * B aObOcOd
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;?
>ara calcular la medidas ms utili/adas para determinar la fuer/a de asociacin se utili/a
la tabla cuadricelular. 6e debe recordar &ue la c%#'" G"H representa a los e.puestos con daPo, la
c%#'" GbH a los e.puestos sin daPo, &ue de alguna forma se consideran los falsos negativos, la
c%#'" GcH son los no e.puestos con daPo &ue se definen como los falsos positivos y la c%#'" G'H
son los no e.puestos sin daPo, adems ni es el total de e.puesto, no es el total de no e.puesto, la
celda !i corresponde al total de personas con daPo y ! al total de personas sin daPo y por
=ltimo la c%#'" N es el total de pacientes.
%. (uer/a de asociacin3
6e refiere a la magnitud con &ue se incrementa un riesgo de desarrollar un efecto cuando se
presenta una e.posicin. , mayor incremento, ms fuer/a de asociacin y mayor seguridad de
causalidad. +as medidas ms utili/adas para determinar la fuer/a de asociacin son3
Fiesgo Felativo FF, el cual se establece como la ra/n &ue e.iste entre el riesgo de los
e.puestos "incidencia del efecto en los e.puestos aHni# y el riesgo de los no e.puestos
"incidencia del efecto en los no e.puestos#.
no
c
ni
a
o
d c
c
b a
a
RR
+
+
=
sta formula es aplicable a los estudios prospectivos, ya sea e.perimentales u observacionales,
donde es posible estimar la incidencia del efecto.
n los estudios retroactivos, como es el de caso y controles se utili/a una estimacin indirecta del
riesgo relativo, &ue se conoce como ra/n de productos cru/ados o de momios "F4#
bc
ad
R! =
Int%r(r%t"cin0 Un Fiesgo Felativo "FF# Fa/n de 4omios "F4# de % se considera InuloK ya
&ue refle'a una ra/n de e.puestos y no e.puesto de %3% o de igualdad. Un FF F4 con valor de
; o ms muestra significancia cl-nica, ya &ue implica un riesgo de dos veces ms de desarrollar el
efecto de los su'etos e.puestos en relacin con los no e.puestos. n cambio un FF o F4 menor
de % puede referir a un factor protector con respecto al factor de riesgo en relacin de los su'etos
e.puestos con respecto a los no e.puestos
l Fiesgo ,tribuible "F,# o diferencia de riesgos permite distinguir el efecto absoluto de la
e.posicin y e.presa la proporcin de individuos e.puestos &ue, por efecto de la e.posicin
desarrollarn el efecto.
no
c
ni
a
d c
c
b a
a
R"
+
+
=
+a (raccin tiolgica "(# o porcenta'e de riesgo atribuible permite estima la proporcin del
riesgo o el efecto observado en su'etos e.puestos , &ue es atribuible a la e.posicin
ni
a
R"
b a
a
R"
RR
RR
#E
+
=
1
9. $onsistencia
Una asociacin es consistente si es reproducida por diferentes investigadores, utili/ando distintos
disePos en medios diferentes.
;. Felacin Lemporal
6e refiere a &ue la e.posicin del factor de riesgo anteceda al efecto. $omo ya se menciono esta
relacin puede demostrarse fcilmente en los estudios prospectivos.
?. Gradiente dosis respuesta
$uando la asociacin entre una posible causa y un efecto no es muy convincente, conviene
e.plorar el gradiente dosis respuesta. s l de esperar, s- hay asociacin causa &ue a mayor
magnitud o intensidad de e.posicin, mayor ser la magnitud o intensidad del efecto
2. $redibilidad epidemiolgica.
6i e.iste asociacin causal, cabe esperar &ue la distribucin geogrfica de la e.posicin y la
distribucin del efecto sean la misma.
7. $redibilidad biolgica.
Liene relacin con el conocimiento biolgico actual. sto esta relacionado con la comprensin de
respuestas a diferentes niveles, desde el celular hasta los organismos comple'os, y desde el
individuo hasta la organi/acin social.
<. specificidad
ste rubro se refiere a &ue a una sola e.posicin se va a generar un solo efecto y viceversa. sto
no se aplica los factores de riesgo, ya &ue pueden se varios los factores de riesgo los &ue
contribuyan a la aparicin de un solo efecto o es posible &ue un solo factor de riesgo sea el &ue
contribuya a la aparicin de muchos efectos.
'emplo %3
ALCO2OLISMO DIS5USION 5AMILIAR
6I *N
6I .3 %0 <0
*N ?0 )33 %?0
LNL,+ )33 ))3 9%0
6i se calcula la X
9
"'i cuadrada# obtenido es de .)$)) al comparar con la X
9
de tablas de .$.+ para
un del 0.0%, entonces recha/amos la hiptesis de nulidad, lo &ue significa &ue3 IQue hay mayor
disfuncin entre las familias con alcoholismo &ue en las familias &ue no tienen relacin con el
alcoholismo, en otras palabras &ue el alcoholismo tiene influencia en la presencia de disfuncin
familiarK.
Una ve/ recha/ada la hiptesis de nulidad, encontrando una diferencia estad-sticamente
significativa se procede a calcular3
a. +a Fa/n de 4omios
1-
400
+000
10 40
100 +0
= = =
x
x
R!
+o &ue significa &ue para cada familia con disfuncin familiar &ue no tenga relacin con el
alcoholismo se van a presentar %? familias con disfuncin familiar relacionadas con el
alcoholismo.
b. Fiesgo ,bsoluto.
% 14 . -. -.142,-.1 . 0
140
40
.0
+0
100 40
40
10 +0
+0
= =
+
+
= R"
+o &ue significa &ue el 2<.%? 1 de los casos de disfuncin familiar son atribuidos al alcoholismo.
c. (raccin tiolgica.
% ++ ++ . 0
.0
+0
-.142,-.1 . 0
10 +0
+0
-.142,-.1 . 0
. %. ++ ++ . 0
"
1 "
= =
+
= =
= #E
+o &ue significa &ue los 2< casos apro.imados de disfuncin familiar representan el 771 de todos
los casos de disfuncin familiar relacionados con el alcoholismo.
EI(sicin ("si4" "#
9u! '% t"b"c
Pr'ucts '% B"J P%s "# N"c%r
6I *N
6I 9; 8;0 82;
*N %? ).3. %790
LNL,+ +/ *,+. 9?<;
a. Fiesgo Felativo "FF#.
12 . "
1+20
14
,-"
2"
1+0+ 14
14
,"0 2"
2"
= =
+
+
= RR
+o &ue significa &ue de cada producto de ba'o peso al nacer de madres no e.puestas de manera
pasiva al humo del tabaco se van a presentar dos productos de ba'o peso al nacer de madres
e.puestas de manera pasiva al humo del tabaco.
b. Fiesgo ,tribuible "F,#3
% ," . 1 01,"21+,2 . 0
1+20
14
,-"
2"
1+0+ 14
14
,"0 2"
2"
= = =
+
+
= R"
+N &ue significa &ue el %.8;1 de los producto de ba'o peso al nacer van a tener relacin con las
madres e.puestas de manera pasiva al humo del tabaco.
c. (raccin tiolgica "(#3
% +, +.949-42" . 0
,-"
2"
01,"21+,2 . 0
,"0 2"
2"
01,"21+,2 . 0
12 . "
1 12 . "
= =
+
=
= #E
+o &ue significa &ue de los casi 9 "%.8;# productos de ba'o peso al nacer representan el 781 de
todos los producto de ba'o peso nacidos de madres e.puestas de manera pasiva al humo del
tabaco.
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;<
ANALISIS DE VARIANCIA
s una t!cnica mediante la cual la variacin total presente en un con'unto
de datos se distribuye en varios componentes. ,sociado con cada uno de estos
componentes hay una fuente espec-fica de variacin de modo &ue el anlisis es
posible averiguar la magnitud de las contribuciones de cada una de estas fuentes
de variacin total.
l anlisis de variancia se utili/a con dos fines distintos3
%.@ stimar y probar la hiptesis acerca de las variancias de las poblaciones, y
9.@ stimar y probar la hiptesis acerca de las medias de las poblaciones.
$omo se observar ms adelante este tipo de anlisis sirve para comparar ms
de dos grupos
n el anlisis de variancia para los diferentes disePos, se sigue el siguiente
formato, parecido al de la prueba de hiptesis ya mane'ado anteriormente3
)$ 2i(t%sis0 20 '% nu#i'"' A #" 2"0 "#t%rn"ti4"$
*$ Ni4%# '% siBni7ic"nci"
+$ C=#cu#s cn b"s% %n %# !'%# ANDEVA ADEVA$
,$ Cnstruccin '% #" t"b#" ANDEVA ADEVA
-$ Cnc#usin0 Ac%(t"r R%c9"D"r #" 9i(t%sis '% nu#i'"'
Ejercicio.- En un estudio del efecto de la glucosa sobre la
liberacin de insulina, se trataron muestras de tejido
pancretico de animales de laboratorio con cinco
estimulantes distintos. Posteriormente, se determin la
cantidad de insulina liberada, los datos se muestran en la
siguiente tabla. El investigador deseaba saber si deba
concluir que existe una diferencia significativa entre las
cinco poblaciones con respecto a la cantidad de insulina
liberada. Se muestran los resultados en la siguiente tabla !
Ta34a .
U*N )N6 LF6 $U,LFN $I*$N
%.2; ;.%2 ;.8: 8.%8 2.87
%.7% ;.:7 ;.78 2.7? 2.?7
;.<2 ;.2: 2.< <.;7 2.7:
9.8: %.8: 2.79 2.;; 7.?:
;.97 %.?2 2.<: 8.89 <.8%
%.27 2.;; 2.97 :.0;
<.%0 <.?:
8.:8
%;.0? %2.70 ;0.0% ?<.7: 27.8%
9.708 9.7 2.00%7777< 7.8%982<%? <.%0%92
%7;.%2
"ES#$$%&&% "E& E'E$()()%
)$ 2i(t%sis0 20 '% nu#i'"' A #" 2"0 "#t%rn"ti4"$
6uposicin.@ +as X poblaciones "o grupos# fi'as representadas por datos de
la muestra, se puede probar la hiptesis nula &ue todas las medias de los grupos
o tratamientos son iguales contra la alternativa de &ue los miembros de por lo
menos uno de los grupos no son iguales o son diferentes. >ueden enunciarse3
23 1=2=3=....
2"3 *o todas las son iguales.
*$ Ni4%# '% siBni7ic"ci" '% =3$3-
+$ C=#cu#s cn b"s% %n %# !'%# ANDEVA ADEVA$
6uma de cuadrados entre
6uma de cuadrados dentro
6uma Lotal de cuadrados
>ara el clculo se necesita3
%. 6umar cada grupo y despu!s sumar todos estos resultados.
9. +a suma de cada grupo elevarla al cuadrado y dividirla entre los elementos de
cada grupo y despu!s sumar todos estos resultados.
;. $ada grupo elevarlo al cuadrado y sumar todos los resultados
U*N )N6 LF6 $U,LFN $I*$N "U*N#
9
")N6#
9
"LF6#
9
"$U,LFN#
9
"$I*$N#
9
%.2; ;.%2 ;.8: 8.%8 2.87 9.;?0: :.:992 %2.%;9% 77.:%9? ;?.;;:7
%.7% ;.:7 ;.78 2.7? 2.?7 9.2:9% %2.78%7 %;.2?9? ;%.80:7 9:.8%%7
;.<2 ;.2: 2.< <.;7 2.7: %?.0792 %9.888% ;9.?: 2?.%7:7 ;9.;<7%
9.8: %.8: 2.79 2.;; 7.?: 8.;29% ;.2<9% ;%.28?? 98.?08: ?9.%90%
;.97 %.?2 2.<: 8.89 <.8% %0.79<7 9.%092 ;;.29?% <<.<:9? 70.::7%
%.27 2.;; 2.97 :.0; 9.?;;7 98.?08: 9<.77<7 8%.2?0:
<.%0 <.?: 20.?% 27.%00%
8.:8 80.7?0?
%;.0? %2.70 ;0.0% ?<.7: 27.8% ;<.:<29 ?7.700? %2?.78%: ;;<.%<02 ?%<.:9?:
9.7% 9.7 2.00 7.8% <.%0 ::?.;29:
%7;.%2
;?.008;9 ?0.27 %20.%000%< ;9?.:02%2< ?0;.?990%;
:29.::2207
Identificacin de los datos &ue nos van a ser =tiles en el calculo de las formulas3
labor3 4. en $. 5os! $arlos Guerrero ,scencio ;:
( ) ( )
n
x
ni
xi
$CE
2 2

=
( )
( )
=
ni
xi
x $C%
2
2
( )
( )
n
x
x $C
2
2
=
n B ;9 "total de elementos de todos los grupos#
ni B "total de elementos de cada grupo#. Grupo uno 2 elementos. Grupo dos 7
elementos. Grupo tres 7 elementos. Grupo cuatro < elementos y Grupo 2 8
elementos.
Fesultado de elevar cada grupo al cuadrado y despu!s sumarlos
Fesultado de sumar los elementos de cada grupo, luego sumar estos resultados y
elevarlos al cuadrado.
>or lo tanto3
Fesultado de elevar las sumas de cada grupo al cuadrado, dividirlo entre el
n=mero de elementos de cada grupo y despu!s sumar todos los resultados.
Identificados todos los componentes de las formulas, se sustituyen para hacer los
clculos correspondientes.
6uma de $uadrados ntre
6uma de $uadrados )entro
6uma Lotal de cuadrados
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?0
( )
,100.,1 . ,"1
"2
922- . 2++1.
2
= =
n
x
( ) ( ) 922- . 2++1. 1- . 1+"
2
2
= =
x
( ) "-29 . 994
2
=
x
( )
99--0+" . 9-2
2
=

ni
i x
1,-42,2 . 121 ,100.,1 . ,"1 99--0+" . 9-2 = = $CE
"-."9". . 41 99--0+" . 9-2 "-29 . 994 = = $C%
-42,219 . 1+2 ,100.,1 . ,"1 "-29 . 994 = = $C
Fesultado &ue se puede obtener tambi!n sumando la S(E * S("
El siguiente paso es la obtencin de los cuadrados medios los cuales se obtienen con las
siguientes formulas(
$uadrados medios entre "CME#3
$uadrados 4edios )entro "CM#3
)onde3
n B ;9 "total de elementos de todos los grupos#
+ B 2 "n=mero de grupos#
S(E B %9%.%82?98
S(" B ?%.;2<;:;<
6ustituyendo en las formulas3
$uadrados medios entre "CME#3
$uadrados 4edios )entro "CM#3
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?%
( )
1
=
&
$CE
C!E
( )
& n
$C%
C!%
=
( )
29+"-. . "0
1 -
1,-42, . 121
=
= C!E
( )
-"1.--"2 . 1
- "2
"-."9". . 41
=
= C!E
-42,219 . 1+2 "-."9". . 41 1,-42,2 . 121 = + = $C
6olamente falta calcular la Fa/n de Variancia "$.,.#con la siguiente formula3
6ustituyendo los valores antes calculados en la formula3
>ara poder llegar a una conclusin se necesitan calcular los grados de libertad
"gl.# los cuales se obtienen para el numerador y el denominador de la siguiente
manera3
Grados de libertad del numerador B "X@%#B 2@%B ?
Grados de libertad del denominador B "n@X#B ;9@2B 9<
$on todos los datos obtenidos se construye la tabla ,*)V, de la siguiente
manera3
,$ CONSTRUCCIN DE LA TABLA #-"E,# % #"E,#
./E-0E S/1# "E
(/#"$#"%
S
2$#"%S "E
&)3E$0#"
(/#"$#"%S
1E")%S
$#4%- "E
,#$)#-()#
.crtica
E-0$E &%S
2$/P%S
%9%.%82?98 ? "!"## ;0.9:7;2< %:.<<88?8: 9.<;
"E-0$% ?%.;2<;:;< 9<"n"!# %.2;%<22;9
0%0#& %79.2?9899 ;%
-$ CONCLUSIN0 ACEPTAR O REC2A1AR LA 2IPTESIS DE NULIDAD
)ebe compararse la Fa/n de Variancia "$!,.# calculada con el valor cr-tico de la
tabla ... &ue se obtiene consultando la tabla 5 con ? y 9< grados de libertad si se
elige un nivel de significacia de =3$3-. se encuentra en la tabla &ue el valor de (
es igual a 9.<; " pag 8;9@8;; Cioestad-stica )aniel 2Y. edicin en ingles#.
)ado &ue el valor calculado de F.V. es mayor &ue el valor cr-tico de ( se
$ec5a6a la 7iptesis de nulidad.
>or lo tanto se puede inferir &ue3
El estimulante Aue liber m!s insulina en la investigacin Aue nos
ocupa fue el del grupo cinco &a Aue tiene una media de liberacin del
..10. seguido por el grupo cuatro con una media del +.,1. el tres
con una media de -. el uno & por Dltimo el dos con unas medias de
2.+1 & 2.+0 respectivamente.
( )
( )
..,,4,9 . 19
-"1.--"2 . 1
29+"-. . "0
. . = = ' R
( )
( ) C!%
C!E
' R = . .
REGRESIN Y CORRELACIN LINEAL
l anlisis de regresin nos permite hacer predicciones sobre un fenmeno al
relacionar una variable independiente X con una dependiente WV ambas variables
deben ser cuantitativas continuas con distribucin normal.
+a regresin lineal nos muestra la relacin &ue e.iste entre dos variables.
l propsito de la regresin es averiguar la forma probable de la relacin entre
variables, para poder predecir el valor de alguna de las variables.
l anlisis de regresin lineal se sustenta en la ecuacin bsica de la recta
A@ " K bI donde A es la variable dependiente de desenlace o resultado y I la
variable independiente predictora. l anlisis de regresin resuelve los valores de
a y de b para &ue, a partir de un valor dado de I, se pueda predecir A &ue as- se
convierte en la variable dependiente.
>or su parte la correlacin lineal se refiere a la medicin de la intensidad de la
relacin entre las variables
cuacin general de la recta3
8 B valor sobre el e'e vertical "e'e de las y#
x B valor sobre el e'e hori/ontal "e'e de las .#
a B el punto de la recta donde la recta cru/a el e'e vertical, ordenada al origen.
b B la cantidad de la recta &ue se modifica con cada incremento de la ., pendiente
de la recta.
(ormulas para obtener los valores a y b3
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?;

bx a y + =
( ) ( )( )
( ) ( )
2
2

=
x x n
y x xy n
b
( )( ) ( )( )
( ) ( )
2
2
2

=
x x n
xy x x y
a
( ) ( )
n
x b y
a

=
$orrelacin lineal r, como ya se menciono la correlacin sirve para medir la
intensidad de la relacin entre las variables, y la formula para calcularla es la
siguiente3
>or lo tanto cuando el resultado de la correlacin lineal es de3
0 *o hay relacin lineal
@% +a relacin lineal es inversa o negativa perfecta
O% +a relacin lineal es directa o positiva perfecta
)e manera ms espec-fica, t"nt ("r" n%B"ti4s c! ("r" (siti4s, se
puede decir &ue3
)e 0.:7 a %.00 la correlacin es perfecta
)e 0.<7 a 0.:2 la correlacin es muy fuerte
)e 0.2% a 0.<2 la correlacin es fuerte
)e 0.97 a 0.20 la correlacin es moderada
)e 0.0% a 0.92 la correlacin es d!bil.
)e 0.00 no e.iste correlacin
>ara determinar si la correlacin es verdadera se utili/a t de student, para probar
&ue el valor verdadero del parmetro de poblacin "letra griega rho# es igual a
cero, para lo cual se utili/an las siguientes formulas3
labor3 4. en $. 5os! $arlos Guerrero ,scencio ??
( ) ( )( )
( ) ( ) ( ) ( )
2
2
2
2

=
y y n x x n
y x xy n
r
2
1
2
r
n
r t
=
2 = n gl
>+,*L,4I*LN G*F,+ >,F, + )6,FFN++N )+ >FNC+4,
%.@ >+,*L,F +,6 AI>ZL6I63
a.@ Aiptesis de nulidad o 23$ L" crr%#"cin 4%r'"'%r" %s c%r
b.@ Aiptesis alternativa3 2" L" crr%#"cin 4%r'"'%r" n %s c%r
9.@ )LF4I*,F + *IV+ ) +, 6IG*I(I$,$I,.
Fepresenta lo &ue el investigador esta dispuesto a aceptar la hiptesis de
nulidad siendo esta falsa o a recha/ara siendo verdadera.
n la investigacin se puede plantear con la letra p o con la letra , y
seg=n algunos autores puede tener como m.imo el valor de 0.% y m-nimo de
0.0%.
e'emplo3 B 0.02
;.@ )(I*IF +,6 FG+,6 ) )$I6IZ*
+as reglas de decisin estn basadas en la aceptacin o recha/o de la
hiptesis de nulidad, y esta de acuerdo al nivel de significancia.
6e acepta A0 si Jt cr-tica
calculada t
t cr-tica
6e recha/a A0 si @ t cr-tica >
calculada t
>t cr-tica
2.@ $,+$U+,F + V,+NF ) ,$UF)N , +, (NF4U+,
7.@ $N*$+U6IN*3
DESARROLLO0
, continuacin se presentan los resultados de una investigacin para determinar
la relacin entre las horas de estudio y las calificaciones obtenidas por die/
alumnos. n el presente e'ercicio se puede identificar como la variable horas de
estudio "variable independiente X# va a determinar la variable calificacin
"variable dependiente y#.
NL!%r 2ORAS
ESTUDIO
M
CALI5ICACION
Y
)$ 9 ?
9. ; ?
;. 2 8
?. 7 :
2. ? ?
7. 7 %0
<. 7 :
8. % 9
:. % <
%0. 7 <
TOTAL ,3 .,
>ara poder calcular a, b y r hay &ue reali/ar lo siguiente
%. $ada elemento de GIH se eleva al cuadrado y se suman los resultados.
9. $ada elemento de GAH se eleva al cuadrado y se suman los resultados.
;. 6e multiplica cada elemento de GIH por su correspondiente de GAH, y se
suman los resultados
FGF6IN* +I*,+
-/1E$
%
7<35/ E/:#68<
9
CALI5ICACION
:
M
*
Y
*
MY
)$ 9 ? ? %7 8
9. ; ? : %7 %9
;. 2 8 92 7? ?0
?. 7 : ;7 8% 2?
2. ? ? %7 %7 %7
7. 7 %0 ;7 %00 70
<. 7 : ;7 8% 2?
8. % 9 % ? 9
:. % < % ?: <
%0. 7 < ;7 ?: ?9
LNL,+ ?0 7? 900 ?<7 9:2
Identificando los datos para sustituirlos en las formulas tenemos3
n B %0 elementos
$alculando3
6e sustituyen los datos en las formulas y se obtiene lo siguiente3
)e donde se puede calcular los siguiente valores de GIH yHo GAH

$ul ser-a la calificacin &ue obtendr-a un alumno si estudiara < horas. )e
acuerdo a los datos encontrados3
. B <
aB9.2
bB0.:<2
W si el alumno &uiere obtener %0 de calificacin Scuntas horas de estudio tendr-a
&ue dedicarT
y B %0
aB9.2
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?<
( ) ( ) ( )
( ) ( )
9.- . 0
400
"90
1+00 2000
2-+0 29-0
40 200 10
+4 40 29- 10
2
= =
= b
( )( ) ( )( )
( ) ( )
- . 2
400
1000
1+00 2000
11,00 12,00
40 200 10
29- 40 200 +4
2
= =
= a
( ) ( )
- . 2
10
"9 +4
10
40 9.- . 0 +4
=
= a
( ) 40 =
x
( ) +4 =
y
( ) 200
2
=
x
( ) 4.+
2
=
y
( ) 29- =
xy
( ) ( ) "2- . 9 ,2- . + - . 2 . 9.- . 0 - . 2 = + = + = y
bB0.:<2
despe'ando .
,hora bien si &ueremos saber la intensidad de la relacin entre estudiar y obtener
una calificacin alta tendr-amos &ue utili/ar la correlacin lineal, por lo tanto
sustituyendo los valores en la formula obtenemos3
ntonces si seguimos las reglas antes descritas, se puede decir &ue como r;<.=>,
la relacin entre las horas de estudio y la calificacin obtenida es muy fuerte.
( ) ( ) ( )
( ) ( ) ( ) ( )
( )( )
.+ . 0 .-+ . 0
40 . -1-
"90
.. . 2- 20
"90
++4 400
"90
409+ 4.+0 1+00 2000
2-+0 29-0
+4 4.+ 10 40 200 10
+4 40 29- 10
2 2
= = = =

= r
b
a y
x bx a y

= + = (oras x +9 . .
9.- . 0
- . .
9.- . 0
- . 2 10
= =
=
PUEBA DE 2IPTESIS
Utili/ando t de student con un nivel de significancia del 0.02
)$N PLANTEAR LAS 2IPTESIS0
a.@ Aiptesis de nulidad o A0. +a correlacin verdadera es cero
b.@ Aiptesis alternativa3 +a correlacin verdadera no es cero
*$N DETERMINAR EL NIVEL DE LA SIGNI5ICACIA$
B 0.02
+$N DE5INIR LAS REGLAS DE DECISIN
t cr-tica
:21
B 9.;%
6e acepta A0 si J9.;%
calculada t
9.;%
6e recha/a A0 si @ 9.;%
calculada t
9.;%
-$N CALCULAR EL VALOR DE ACUERDO A LA 5ORMULA
.$N CONCLUSION0
Por lo tanto si el valor con ? grados de libertad de t
crtica es @.A 8 el de t calculada es de A.A< se puede
rec5a6ar la 5iptesis de nulidad que refiere que la
correlacin verdadera es cero, entonces la correlacin
verdadera no es cero, lo que quiere decir que las 5oras
de estudio tienen una relacin estadsticamente
significativa con la calificacin obtenida por los
alumnos.
labor3 4. en $. 5os! $arlos Guerrero ,scencio ?:
( )
( )
( ) ( ) "0 . " "- . 4 .+ . 0 94 . 1, .+ . 0
-..+ . 0 1
,
.+ . 0
.+ . 0 1
2 10
.+ . 0
2
= = =
= t
, 2 10 = = gl

Estadística

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadística

Загружено:

Авторское право:

Доступные форматы

ESCUELA SUPERIOR DE MEDICINA

DEPARTAMENTO DE SALUD PBLICA

labor3 4. en $. 5os! $arlos Guerrero ,scencio ?;

)e donde se puede calcular los siguiente valores de GIH yHo GAH

Вам также может понравиться