Tema 13: pruebas paramétricas más utilizadas en enfermería
Análisis
bivariado variable cualitativa y cuantitativa.
Análisis muy
frecuente en todos los ámbitos, ya que con frecuencia nos interesa saber si las
categorías de una variable cualitativa presentan unos valores medios similares,
o no, por ejemplo, el diferente peso entre chicos y chicas de una clase.
Test a aplicar.
•
1 muestra o 2 muestras apareadas:
o
Paramétrica:
t-Student
o
No
Paramétricos: Wilconson
•
2 muestras independientes:
o
Paramétrica:
t-Student
o
No
Paramétricos: U de Mann-Whitney
•
K muestras independiente:
o
Paramétrica:
Anova
o
No
Paramétricos: Kruskal-Wallis
Test a aplicar.
·
1º
Determinar si se trata de una muestra o dos muestras independientes o
apareadas.
·
2º
determinar si usaremos test paramétricos o no paramétricos.
Si la relación entre ambas medias sigue una distribución
normal se realizará Test paramétrico.
Si la relación entre ambas medias no sigue una distribución
normal se realizará Test no paramétrico.
T de Student como test parámetrico.
·
Criterios de parametricidad
o
Distribución
Normalidad (Test K-S o Shapiro)
o
Homocedasticidad
o igualdad de varianzas
o
Test
Levene.
o
F>
0,05: Se asume igualdad de varianzas
o
F<
0,05: No hay igualdad de varianzas
o
N
muestral > 30
·
Permite contrastar
o
Sí
dos muestras proceden o no de la misma población.
o
Si
hay diferencia entre las dos medias.
• Las muestras
o
Muestras
independientes
o
Muestras
dependientes
• Esta función matemática nació en la fábrica de cerveza Guinness.
Con la t de Student comprobamos si
existe una diferencia
estadísticamente significativa entre las
medias de dos muestras o grupos.
Anova.
• Método para comparar dos o más
medias, que es necesario porque cuando se quiere comparar más de dos medias es
incorrecto utilizar repetidamente el contraste basado en la t de Student.
• Anova, es un método que permite
comparar varias medias en diversas situaciones;
o
Dos
variables: 1 categórica (+ de dos categorías), 1 cuantitativa.
• Está muy ligado al diseño experimental.
• Es la base del análisis multivariable.
Comentarios
Publicar un comentario