2 minute read
ESQUEMA DEL SISTEMA DE LA PRUEBA DE HIPÓTESIS
Valorar los datos Considerar las suposiciones
Elegir la estadística de prueba Determinar la distribución de la estadística
Establecer la regla de decisión
Calcular la estadística de prueba Establecer la decisión estadística
Formular las hipótesis
Rechazar la hipótesis nula Ho
Se concluye que la hipótesis alternativa Ha es verdadera
ESQUEMA DEL SISTEMA DE LA PRUEBA DE HIPÓTESIS -160-
No rechazar la hipótesis nula Ho
Se concluye que la hipótesis nula Ho puede ser verdadera
PRUEBAS DE CORRELACIÓN:
PRUEBAS DE CORRELACIÓN:
La correlación es una medida de la relación entre dos o más variables, en donde la correlación puede ser positiva o negativa, en el primer caso es cuando si una variable aumenta o disminuye, la otra variable que estamos comparando también se modifica, mientras que la correlación negativa corresponde a una diferencia entre las mismas ya que si una variable aumenta la otra que comparamos disminuye o viceversa.
La correlación es una medida de la relación entre dos o más variables, en donde la correlación puede ser positiva o negativa, en el primer caso es cuando si una variable aumenta o disminuye, la otra variable que estamos comparando también se modifica, mientras que la correlación negativa corresponde a una diferencia entre las mismas ya que si una variable aumenta la otra que comparamos disminuye o viceversa.
Existen diferentes pruebas de correlación que se van a utilizar según sea el tipo de variables, en donde si deseamos comparar variables cualitativas ordinales se emplea la correlación de rangos, pero si la escala es nominal se utiliza la razón de riesgo o de momios. Mientras que para las variables cuantitativas si la necesidad es valorar su relación se recurre a la correlación simple o la múltiple de Pearson, pero si lo que se desea es medir indicadores de predicción se utiliza la regresión bi variada o multivariada.
Existen diferentes pruebas de correlación que se van a utilizar según sea el tipo de variables, en donde si deseamos comparar variables cualitativas ordinales se emplea la correlación de rangos, pero si la escala es nominal se utiliza la razón de riesgo o de momios. Mientras que para las variables cuantitativas si la necesidad es valorar su relación se recurre a la correlación simple o la múltiple de Pearson, pero si lo que se desea es medir indicadores de predicción se utiliza la regresión bi variada o multivariada.
ESQUEMA PARA LA ELECCIÓN DE PRUEBAS DE CORRELACIÓN y / o REGRESIÓN.
Ordinales Nominales Si se desea Correlacionar Si se desea medir indicadores de predicción
Correlación de rangos
Razón de Riesgo o Momios
Correlación Simple y múltiple de Pearson
Regresión Bi variada y Multivariada
Dr. Arnulfo L´Gámiz Matuk Et Alii
Por otro lado, en el caso de la elección de una Prueba Estadística, para probar una hipótesis, en donde generalmente el planteamiento es poder comparar entre diferencias de muestras, en donde en el caso particular del área de la salud, el propósito se encuentra en ayudar al investigador a tomar una decisión en torno a una comunidad o sea el universo, al examinar una muestra de esa población.
Se deben tomar en cuenta: la cantidad de muestras, el tipo de variable y el tipo de escala. En el caso de que los análisis no existen recetas únicas, pero para fines prácticos, en el área de la salud se puede seguir la siguiente guía:
Si tenemos una sola muestra:
La variable en estudio es cualitativa en escala nominal la prueba más indicada es la prueba Chi cuadrada X2
Pero si la variable es cuantitativa con escala continua se utiliza una prueba paramétrica que es la prueba de
En el caso de tener dos muestras:
Para variables independientes en cualitativas con escala nominal la prueba recomendada es la Exacta de Fisher, empleada cuando las muestras son menores a 20. o la de X2 de Pearson cuándo la muestra es mayor a 20 casos.
Y si tenemos variables cuantitativas continuas la prueba será la de Student .
Pero si tenemos dos muestras y la variable es dependiente para variables cualitativas ordinales se recomienda la prueba de Wilcoxon.
Para variables cualitativas en escalas nominales la de Mc. Nemar
Y en el caso de variables cuantitativas continuas la de Student .