FACULTAD DE MEDICINA 1

ESCUELA DE OBSTETRICIA
METODOLOGIA DE LA
INVESTIGACION
CIENTIFICA
_____________________________________________________________________________________

DOCIMASIA DE HIPÓTESIS

Prof. Mat. Lorena Binfa E.

Inferencia Estimación de parámetros

Estadística Docimasia de hipótesis

Docimasia: Prueba de Significación Estadística

Probar cierta hipótesis dada para una muestra poblacional.

Etapas de una dócima de hipótesis:

1) Planteamiento de hipótesis.

Hipótesis Nula H0 : =
Hipótesis alternativa Hi : > Pruebas
< Unilaterales

≠ Pruebas
Bilaterales
Ej. : P = 10%
N = 100
p = 2%

¿Existe diferencia significativa entre p y P?

Ho = p = P0
Hi = p < P0

2) Nivel de significación =
Decisión sobre H0

Realidad de H0 No rechaza Rechaza

Verdadero Correcto Error I
α
Falso Error II Correcto
β

“α” Probabilidad de cometer error tipo I, Rechazar H0 siendo verdadera

“β” Probabilidad de cometer el error tipo II, No rechaza H0 siendo falsa.

El error tipo I es el nivel de significación de la prueba estadística que siempre ha de

indicarse cuando se presentan los resultados.
α = 0,05 Rechazar no más de 5 veces en 100 la H0 siendo V
α = 0.01 Rechazar no más de 1 vez en 100 la H0 siendo V
 FACULTAD DE MEDICINA 2
ESCUELA DE OBSTETRICIA
METODOLOGIA DE LA
INVESTIGACION
CIENTIFICA
_____________________________________________________________________________________

El error tipo II se denomina potencia o poder estadístico, este depende del tamaño de
la muestra (a > tamaño muestral > potencia) y es = 1 -B.
En los estudios es frecuente establecer como objetivo una potencia de 0.8 con un nivel
de significación de 0,05. Ello significa que la probabilidad de cometer un error II (0,2)
es cuatro veces mayor que la probabilidad de cometer un error tipo I (0,05), lo que
refleja que en general un error tipo I se considera mucho más grave que un error tipo II.

3) Determinación de la región de rechazo de H0:

Para el mismo Ej: P0 = 10%
Q0 = 90% N = 100

Z Cal = p - P0 N (0,1)
P0 * Q0

Z Cal = 2 - 10 = -- 8 = -- 2,67
3
10 * 90

100
α= 0.05 (prueba unilateral)

Z crítico crea zona de rechazo

Z calculado está dentro de la zona de rechazo, por lo tanto
se rechazo H0
H0

0.05 0.95

Z Cal Z crítico 0
- 2.67 - 1.65

4) Conclusiones:
 Existen diferencias estadísticamente significativas al nivel del 5%
 Existe evidencia suficiente para rechazar H0
 FACULTAD DE MEDICINA 3
ESCUELA DE OBSTETRICIA
METODOLOGIA DE LA
INVESTIGACION
CIENTIFICA
_____________________________________________________________________________________
Pruebas Estadísticas:

Los métodos de análisis estadístico todos tienen principios y metas relativamente

uniformes, pero algunas diferencias específicas. El diseño de la investigación y tipo de
datos indican el test estadístico apropiado, no el investigador.

La elección de la prueba estadística depende de:

a) Del número de muestras o grupos.
b) Del tipo de hipótesis que plantea el investigador.
c) Del número y tipo de las variables en estudio.
d) De la utilización de diseños con datos independientes o pareados.
e) De las propias condiciones de aplicación de cada prueba.

I.- Pruebas de conformidad o bondad de ajuste:

1 Muestra 1 Variable (cualitativa o cuantitativa)

H0 : p = P0

Variables :
Cualitativa X2 Comparación de una distribución observada con una
Teórica (esperada) variable con más de 2 categorías.
Z Comparación de 1 proporción observada con una teórica
Cuantitativa Z Comparación de una media observada con una teórica
(muestra grande > 30)
T Comparación de una media observada con una teórica
(muestra pequeña).

II.- Pruebas de Asociación o de Independencia

1 muestra y 2 variables en estudio

H0 : No hay asociación o son independientes
H1 : Existe asociación o son dependientes

Con datos independientes :

Variables :
Cualititativo X 2 máximo 20% tabla con Ec < 5 o si no-corrección de Yates
o Cualitativa reagrupar filas o columnas
Z
Fisher caso particular Tablas 2x2 y Ec < 2

Cualitativo Análisis de varianza (ANOVA)

Cuantitativo Kruskal - Wallis (no paramétrico)
Z

Cuantitativa Coeficiente de correlación de Pearson

Cuantitativa Coeficiente de correlación de Spearman (no parámetrico)
Análisis de Regresión
 FACULTAD DE MEDICINA 4
ESCUELA DE OBSTETRICIA
METODOLOGIA DE LA
INVESTIGACION
CIENTIFICA
_____________________________________________________________________________________

Con datos apareados.

En algunos estudios el investigador opta por la elección de un diseño con grupos

apareados. Así se comparan las mediciones ejecutadas en el mismo grupo de sujetos
antes y después de la aplicación del factor en estudio. Estos diseños son de gran utilidad
porque al comparar a un individuo consigo mismo, se reduce la variabilidad personal.

Test de Mc Nemar (caso- control con muestras pareadas)

Test de Wilcoxon (comparación de dos medias, método no paramétrico)
Test de Friedman (Análisis de varianza, método no paramétrico)

III.- Pruebas de Homogeneidad.

Comparación de más de una muestra y una variable en estudio.

Aquí la cuestión planteada es si dos o más muestras observadas provienen de una
misma población teórica.
.

H0 : Las muestras provienen de una misma población y por lo tanto son iguales.
La proporción de individuos que poseen la característica en estudio es igual
en las K muestras.
H1 : Las muestras no provienen de una misma población, sino de poblaciones
diferentes y por lo tanto son diferentes.

Existe una gran similitud entre las pruebas de homogeneidad y las de independencia su
diferencia es más bien didáctica. Por lo tanto en la mayoría de los casos puede
asimilarse el problema planteado en las pruebas de homogeneidad (2 o más muestras y 1
variable) a una de independencia (con 1 muestra y 2 variables de manera que las
pruebas estadísticas presentadas en las tablas 2 y 3 serán también aplicables a éste tipo
de hipótesis.
Esta semejanza desaparece cuando las muestras de las pruebas de homogeneidad se
obtienen mediante técnicas diferentes. De esta manera, estudios epidemiológicos
basados en distintos tipos de diseños (Casos Controles/Cohortes, etc.) utilizan diferentes
fórmulas para determinar medidas específicas de frecuencia de enfermedad.

Tipos de Distribuciones.

Distribución Normal: Comparación de proporciones.

Se usa como modelo para fenómenos que presentan una alta frecuencia de los datos
alrededor del promedio y a medida que se alejan de el su frecuencia disminuye.
Características:
Promedio = Modo = Mediana
El área total bajo la curva = 1
Recorrido de más infinito a menos infinito
Determinado por los parámetros promedio y varianza y por lo tanto existe una curva
para cada par de valores.
 FACULTAD DE MEDICINA 5
ESCUELA DE OBSTETRICIA
METODOLOGIA DE LA
INVESTIGACION
CIENTIFICA
_____________________________________________________________________________________

Distribución Normal Standard :

Caso particular de la familia de las curvas normales con promedio U y varianza S2

Se utiliza para frecuencias grandes, Universo.

Z=X-U U = 0
S S2 = 1

Distribución T (Students): Comparación de medias

 Muestras chicas
 Es uniparamétrica por cuanto depende solo de los grados de libertad (n)
Son más dispersas que la distribución normal.

X - x t (n)

Distribución X2

 Curvas asimétricas
 Solo valores (+)
 Depende solo de un parámetro (grados de libertad)
 Area bajo la curva = 1

Distribución Fisher
Asociado a cuocientes F (m, n)

M : grado de libertad del numerador

N : grado de libertad del denominador

Métodos no paramétricos : generalmente cuando se utilizan variables de naturaleza

cualitativa, o variables cuantitativas discretas

 Cuando se dispone de pocos datos

 Cuando no se conoce la distribución de estos, métodos libres de distribución