Tablas de contingencia

Ejemplo
Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de
automviles. De ellos, 65 son mujeres, 80 estn casados y 45 son mujeres
casadas. Se pide:
Cul ser la probabilidad de que le toque el viaje a un hombre soltero?
Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea
una mujer?

ANOVA DE DOS VIAS

Ejemplo
Suponiendo que se quiere investigar si la produccin de tres diferentes
mquinas es igual, tomando en cuenta la experiencia de los operadores a un
nivel de significancia del 5%.

Experiencia

Mquinas

de ops. En
aos

Maq 1

Maq 2

Maq 3

Promedios

27

21

25

24.33333

31

33

35

33

42

39

39

40

38

41

37

38.66667

45

46

45

45.33333

Promedios

36.6

36

36.2

36.26667

TABLA ANOVA

SS
SCTR
=

GL

CM

Fc

Falfa

0.933333 2

CMTR
Ftr =
=
0.466667 0.09

4.46

764.9333 4

CMBL
=

Fbl =
191.2333 37.25

3.84

SCE = 41.06667 8

CME=

5.133333

SCT = 806.9333 14

CMT=

57.6381

SCBL
=

ANOVA DE UNA VA
Ejemplo
Se tienen 14 empleados seleccionados al azar que se someten a 3 diferentes
cursos de entrenamiento: Programa 1, Programa 2 y Programa 3.
Como los empleados se seleccionan aleatoriamente para cada programa el
diseo se denomina DISEO COMPLETAMENTE ALEATORIZADO Se
observa el aprovechamiento de los empleados en los programas:

TRATAMIENTOS

c=1

c=2

c=3

Programa 1

Programa
2

Programa 3

r=1

85

80

82

r=2

72

84

80

r=3

83

81

85

r=4

80

78

90

r=5

**

82

88

Medias

80.00

81.00

85.00

Xj

Media de medias o media

total
82.14

DISTRIBUCIN CHI2 CUADRADO DE PEARSON

Ejemplo. Un bioqumico sospecha que su micro-centrfuga no mantiene
constante su velocidad mientras trabaja, lo cual le da una variabilidad
indeseada en sus determinaciones. Para controlarla, consigue un tacmetro
regulado y mide cada minuto la velocidad durante 10 minutos. Los resultados
fueron: una velocidad promedio en las 10 mediciones de 3098 rpm con una
desviacin de 100,4 rpm. Testear para un error relativo mximo del 2% o
menos, si la centrfuga es estable.

La desviacin estndar es smax=2%*3098=62 rpm, luego,

H0: smax62 rpm
H1: smax62 rpm

(n 1)s 2 (10 1) * 100.4 2

23.6
2
62 2
2

De la Tabla de valores crticos surge: 20,99;9=21,666 y 20,991;9=27,877. Por lo

tanto, el bioqumico ha encontrado una muy fuerte evidencia que la velocidad
del equipo oscila en forma indeseada, tal como sospechaba. Y deber ajustarlo
si desea disminuir la variabilidad de sus mediciones. Los resultados fueron muy
significativos 2 = 23,6
DISTRIBUCIN F SNEDECOR O F-FISHER
Ejemplo, Un valor de f con 6 y 10 grados de libertad para un rea de 0.95 a la
derecha es,
f0.95,6,10=1/(f0.05,10,6)=1/4.06=0.246

Si de dos poblaciones normales, o aproximadamente normales, se extraen dos

muestras aleatorias e independientes, y a cada una se le calcula su respectiva
2

F s12 s 2

varianza, el cociente de ambos valores

(con F>1, esto es, siempre se
coloca el ms grande como numerador) tendr una distribucin de Fisher,
cuyos valores crticos fueron obtenidos por W. Snedecor en una tabla que se
caracteriza por tener dos grados de libertad: el correspondiente al numerador
1=n1-1 y el del denominador 2=n2-1. Programas de computacin permiten
calcular los valores crticos respectivos

En las Tablas se presenta una hoja para cada nivel de confianza, se eligen los
ms apropiados como: 95% ; 97,5% ; 99% ; 99,5% y 99,9%. Como siempre, el
rea total bajo la curva es la unidad y se extiende desde 0 a + . La forma es
muy parecida a la Chi-cuadrado. se muestran tres casos, con diferentes grados
de libertad, y se marca el valor de F=2,5 con una ,lnea punteada vertical.
El principal uso de esta funcin es el Anlisis de Varianza, que se ver ms
adelante, y es para cuando se necesita comparar ms de dos medias
mustrales a la vez. En estos casos la idea es detectar si el efecto de uno o
ms tratamientos afecta a las muestras testeadas. En cambio, cuando se tiene
el caso de dos muestras, la idea es testear si hay homocedasticidad en las dos
poblaciones en estudio. Una vez verificado este supuesto, se puede avanzar
ms verificando si hay diferencia entre las medias mustrales, y as verificar si
ambas muestras tienen igual media y varianza, porque eso significa que en
realidad provienen de la misma poblacin normal. Eso probara que no hay
efecto de un tratamiento si se lo compara con un placebo, o que dos tcnicas
de laboratorio son equivalentes.
Si el experimento no verifica esto, entonces se deber elegir el caso que
presente menor varianza, para tener menor variabilidad en las mediciones. En
Gentica se puede verificar si una generacin de cras es ms variable en un
carcter que la de sus padres. En Sistemtica se puede testear si dos
poblaciones locales tienen la misma variabilidad. En Bioqumica y Farmacia el

uso ms frecuente es comparar el error casual de mediciones de laboratorio, al

introducir algn efecto o cambiar el mtodo de medicin. En el caso de testear
si dos tcnicas de laboratorio tienen igual dispersin, o bien, para elegir aquella
con mayor precisin, conviene pensar el problema como la incidencia de un
factor en estudio en lugar de dos tcnicas totalmente diferentes entre s. Por
ejemplo, se trata de una misma prctica, pero se usan dos espectrofotmetros
diferentes, y se trata de determinar si la modificacin de la varianza se debe al
uso de un aparato diferente. El factor ac sera: tipo de espectros.
Tambin se puede estudiar la incidencia del factor humano, realizando las
mismas mediciones a dos personas diferentes. De esa forma se puede
imaginar que las dos muestras provienen de diferentes poblaciones, o que el
efecto del factor analizado no es despreciable cuando se rechaza la hiptesis
nula. En la figura se muestra el caso de dos poblaciones. En el caso (a) ambas
poblaciones tienen la misma media, pero por efecto del error casual sus
varianzas son diferentes. Si esta diferencia es significativa, resulta evidenciada
por el Modelo de Fisher que permite la comparacin de ambas.

En el caso (b) hay un error sistemtico que desplaza la media, pero sus
varianzas permanecen iguales. Es lo mismo que sumar una constante a todos
los valores; ocurre un desplazamiento hacia la derecha. t-Student se usa para
detectar esto cuando se hace el test de comparacin de dos medias
independientes. Como se ver ms adelante, se puede construir todo un
bagaje de mtodos para efectuar un Control de Calidad interno en un
laboratorio de medicin clnica. Por ahora, basta decir que se puede controlar
la exactitud con los modelos de t-Student y la precisin con los de Chicuadrado y Fisher.
Con esto se pueden comenzar a controlar y calibrar los sistemas de medicin.
Las limitaciones de todo esto son dos: la primera es que se puede estudiar el
efecto del factor analizado en solo dos muestras y no en ms de dos. La
segunda es que si la calidad se entiende como exactitud y precisin, solo se
pueden emplear estos modelos para magnitudes de tipo cuantitativas como las
de la Qumica Clnica, pero no en magnitudes cualitativas como las usuales en
Microbiologa, Bacteriologa, Micologa, etc. En magnitudes cuantitativas, por
calidad se entiende precisin y exactitud, en lugar de la capacidad de una
prueba clnica para diagnosticar. Sin embargo, a pesar de estas limitaciones
sigue siendo una herramienta sencilla y poderosa de control.

Para poder aplicar este modelo se deben tener en cuenta los requisitos
siguientes:
Las muestras fueron
aproximadamente normal.

extradas

de

una

poblacin

La seleccin de las muestras se hizo en forma aleatoria.

Las muestras son independientes entre s.

normal