SESIN #

13

LA ESTADSTICA EN FARMACOLOGA. Parte I

Rebeca Aguirre Hernndez, Jacinto Santiago Meja, Rodolfo Rodrguez Carranza

Departamento de Farmacologa
Facultad de Medicina, UNAM. 2016

I. INTRODUCCIN

Como ya se mencion en el curso de Salud

Pblica I, la estadstica descriptiva se encarga
de organizar, resumir y presentar un conjunto
de datos, mientras que la estadstica inferencial
es un conjunto de tcnicas que sirven para
recopilar y analizar una base de datos con el fin
de hacer inferencias sobre una poblacin a
partir de una muestra. La bioestadstica es la
rama de la estadstica aplicada a las ciencias
biolgicas.

III. COMPETENCIAS.

Al final de esta sesin, el estudiante:

1. Contextualiza el problema planteado.
2. Realiza apropiadamente el anlisis de los
datos usando Excel.
3. Calcula estadsticas resumen con Excel.

Para los profesionales de la salud es

indispensable el dominio de los fundamentos de
la estadstica. De manera cotidiana son
bombardeados con datos, estadsticas, y con
artculos que informan de nuevos avances en
medicina e informacin sobre los efectos
teraputicos y reacciones adversas de los
frmacos en desarrollo. Los clnicos debern
estar capacitados para comprender y evaluar la
literatura mdica de manera inteligente, en
especial
la
relacionada
con
nuevos
medicamentos. A menudo se encuentran con
datos en los que deben basar sus juicios
clnicos. La confiabilidad de los datos auxiliares
tiene un lugar fundamental en las decisiones
clnicas correctas. El mdico debe ser capaz de
distinguir entre datos discrepantes, variabilidad
sistemtica y variabilidad aleatoria.
Para tomar decisiones correctas basadas en los
datos que tiene, debe saber de dnde
provienen esos datos, cmo fueron obtenidos y
cmo fueron analizados para determinar si las
conclusiones basadas en ellos son vlidas.
Del citado curso de Salud Pblica tambin
conviene recordar una serie de conceptos de la
estadstica inferencial que se describen en el
apndice de esta sesin.

II. OBJETIVO DE LA SESIN

1. Aplicar algunas de las pruebas estadsticas

paramtricas ms frecuentemente utilizadas en
la investigacin biomdica con el fin de
comparar las medias de dos poblaciones
independientes o relacionadas e interpretar
correctamente los resultados arrojados por
Excel.

4. Presenta los datos en grficas.

5. Aplica la t-Student para dos muestras
independientes y relacionadas.
6. Interpreta los resultados arrojados por Excel.
7. Comprende las implicaciones biolgicas y
mdicas de sus hallazgos

IV. PRUEBAS ESTADSTICAS

- Prueba t de Student para dos muestras

independientes.
- Prueba t
relacionadas.

Student

para

dos

muestras

V. PROGRAMAS DE ESTADSTICA

Para esta sesin se sugiere usar Excel. Aqu se

describen los pasos a seguir para resolver los
ejercicios usando la versin 2010 de Excel.
Otras versiones de Excel pueden funcionar de
manera ligeramente distinta.

VI.
EJERCICIOS
BIOESTADSTICA

PRCTICOS

DE

Ejercicio 1. Schechter y colaboradores. (1973)

investigaron si el consumo de cloruro de sodio
est relacionado con la hipertensin arterial.
Estudiaron dos grupos de personas, 12
normales (normotensos) y 10 con hipertensin
arterial no controlada.

Todos los individuos se hospitalizaron, se les

coloc agua con cloruro de sodio y agua sin
cloruro de sodio, fueron observados durante
una semana con el fin de comparar su ingesta
Grupo

de cloruro de sodio. Los datos mostrados a

continuacin se refieren al consumo promedio
diario de cloruro de sodio (mili-equivalentes).

Consumo promedio diario de cloruro de sodio (mili-equivalentes)

Normotensos

10.2

2.2

0.0

2.6

0.0

43.1

45.8

63.6

1.8

0.0

Hipertensos

92.8

54.8

51.6

61.7

50.8

84.5

34.7

62.2

11.0

39.1

3.7 0.0

Resuelva el problema planteado procurando seguir los siguientes pasos

Contextualizar el problema, resolviendo las siguientes interrogantes:
a. Cules son las dos poblaciones bajo estudio?
___________________________________________________________________________________
b. Cuntos individuos se seleccionaron de cada poblacin?
___________________________________________________________________________________
c.

Qu variable se midi en cada sujeto?

__________________________________________________________________________________
d.

La variable medida es cuantitativa o cualitativa?

__________________________________________________________________________________
e. Cul es el propsito del estudio?
______________________________________________________________________________
f.

Plantee las hiptesis a probar. Indique si la hiptesis alternativa es de una cola o de dos colas.

___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________

A continuacin deber teclear los datos en la

Hoja de clculo de Excel. Antes de teclear los
datos es importante recordar que cada columna
de la hoja de trabajo corresponde a una variable
y cada rengln a un individuo.

- Modifique el ttulo de la grfica haciendo

doble clic en el ttulo mostrado.
- Borre el ttulo mostrado y escriba, por
ejemplo, Hipertensin y cloruro de sodio.
- Oprima dos veces la tecla Esc.

En este ejemplo se tienen dos variables: el

consumo promedio diario de sodio y el grupo al
que pertenece el individuo. En la celda A1
deber teclear un nombre para la primera
variable. Idealmente dicho nombre deber tener
a lo ms 8 letras (caracteres), sugerimos usar el
nombre: Grupo. Posteriormente mueva el
cursor a la celda B1 y teclee el nombre de la
segunda variable cuidando, nuevamente, de
que tenga un mximo de 8 letras; el nombre
sugerido es: Sodio.

Agregue un nombre a cada eje.

- Haga clic en Herrramientas de grficas.
- Haga clic en Presentacin y luego en
Etiquetas.
- Haga clic en Rtulos del eje, luego en
Ttulo de eje horizontal primario y
despus en Ttulo bajo el eje.
- Coloque el cursor en el rectngulo que
aparece debajo del eje horizontal. Borre el
texto mostrado en el rectngulo y escriba:
Grupo.
- Oprima dos veces la tecla Esc

Despus, debajo de la celda que dice Sodio,

teclee los datos referentes al consumo de sodio
de cada sujeto. Deber teclear un dato en cada
celda, primero teclee los datos de los individuos
normotensos e inmediatamente debajo de ellos
teclee los datos de los hipertensos.
A continuacin posicione el cursor en la celda
A2 de la hoja de clculo. Es decir, coloque el
cursor debajo de la celda que dice: Grupo.
Mediante un cdigo numrico indique a qu
grupo pertenece cada uno de los datos
tecleados en la segunda columna de la hoja de
clculo. Sugerimos usar el nmero 0 para los
individuos normotensos y el 1 para los
individuos hipertensos. La base de datos
completa deber tener 22 renglones y 2
columnas.
g. Primero se har un anlisis exploratorio
de los datos. Comenzaremos haciendo un
diagrama o grfica de puntos
- Usando el ratn seleccione el nombre de
las variables y los datos. En la barra de
men de Excel haga clic en Insertar.
- Despus seleccione Grficos de
Dispersin.
- Elegir el primer tipo de grfico, es decir
Dispersin slo con marcadores.
Nota: en la grfica resultante, el eje X
(horizontal) corresponde al grupo y el eje Y
(vertical) al consumo de cloruro de sodio.

- Haga clic en Herrramientas de grficas.

- Haga clic en Presentacin y luego en
Etiquetas.
- Haga clic en Rtulos del eje, luego en
Ttulo de eje vertical primario y despus
en Ttulo girado.
- Coloque el cursor en el rectngulo que
est junto al eje vertical. Borre el texto
mostrado y escriba: Consumo promedio
diario de cloruro de sodio.
- Oprima dos veces la tecla Esc
- Haga clic en: Herramientas de grfico
Presentacin - Ejes Ejes Eje horizontal
primario Ms opciones del eje horizontal
primario.
- Donde dice: Unidad menor seleccione
Fija y escriba el nmero 1 en lugar del
valor que aparece en el recuadro. Haga clic
en Cerrar.
- Oprima la tecla Esc.
Para borrar la leyenda que aparece al lado
derecho de la grfica:
- Haga clic en Herramientas de grficos
Presentacin Etiquetas - Leyenda
Ninguno.
Para borrar las lneas horizontales de la
grfica:
- Haga clic en Herramientas de grficos
Presentacin Ejes Lneas de la
cuadrcula Lneas horizontales de la
cuadrcula primarias Ninguna

h. Comente la grfica: En trminos generales, qu grupo consume menor cantidad de cloruro de

sodio? Los datos son similares en los dos grupos?
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________

i.

Calcule estadsticas descriptivas por grupo. De acuerdo a las estadsticas descriptivas El

consumo promedio diario de cloruro de sodio es similar en los dos grupos? Considera que los
dos grupos tienen aproximadamente el mismo rango y la misma desviacin estndar? En qu
situaciones la media y la mediana son aproximadamente iguales? Las instrucciones en Excel
son las siguientes.

__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________

Primero deber ir a una hoja nueva de Excel y teclear los datos como se indica a continuacin.
En la celda A1 escribir Normotensos y abajo teclear los datos de los sujetos normotensos.
En la celda B1 escribir Hipertensos y abajo de este ttulo teclear los datos de los individuos
hipertensos.
Es decir, la nueva base de datos deber tener la siguiente apariencia.

Normotensos Hipertensos
10.2
92.8
2.2
54.8
0
51.6
2.6
61.7
0
50.8
43.1
84.5
45.8
34.7
63.6
62.2
1.8
11
0
39.1
3.7
0

- En la barra de men de Excel dar clic en Datos.

- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de Datos.
- En caso negativo siga las siguientes instrucciones.
*********************************************************************************************************************
- Clic en Archivo (parte superior izquierda de la barra de men).
- Clic en Opciones. Aparece una ventana.
- Seleccionar Complementos en el lado izquierdo y seleccionar Herramientas para anlisis VBA, en
el lado derecho.
- Clic en el cuadro titulado Ir (en la parte inferior de la pantalla). Aparece una ventana.
- Seleccionar Herramientas para anlisis VBA.
- Clic en Aceptar.
*********************************************************************************************************************
- En la barra de men de Excel dar clic en Datos.
- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de Datos.
- Haga clic en Anlisis de Datos.
- Aparece una ventana con las Funciones para anlisis.
- Mover el cursor hacia arriba o hacia abajo hasta encontrar la opcin Estadstica descriptiva.
- Seleccionar la opcin: Estadstica descriptiva.
- Haga clic en Aceptar.
A continuacin aparece otra ventana.
- En Rango de entrada seleccionar con el ratn las celdas dnde estn los datos, por ejemplo:
$A$1:$B$13
- Agrupado por: Columnas
- Seleccionar: Rtulos en la primera fila.
- Seleccionar: Resumen de estadsticas.
- En Opciones de salida seleccionar En una hoja nueva.
- Clic en Aceptar
j.

Use la t-Student para muestras independientes y con varianzas desconocidas pero iguales con
el fin de probar la hiptesis nula de que el consumo promedio de cloruro de sodio es el mismo
en los dos grupos de individuos contra la hiptesis alternativa de que el consumo promedio de
cloruro de sodio es distinto en los dos grupos. Reporte el valor de la estadstica de prueba, sus
grados de libertad y el valor de P. Qu se concluye?, se rechaza o no se rechaza la
hiptesis nula? Los pasos a seguir en Excel son los siguientes.
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________

- En la barra de men de Excel dar clic en Datos.

- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de Datos.
- Haga clic en Anlisis de Datos.
- Aparece una ventana con las Funciones para anlisis.
- Mover el cursor hacia arriba o hacia abajo hasta encontrar la opcin Prueba t para dos muestras
independientes suponiendo varianzas iguales.
- Seleccionar la opcin: Prueba t para dos muestras independientes suponiendo varianzas iguales.
- Clic en Aceptar

A continuacin aparece otra ventana.

- En Rango para la variable 1: Marcar con el ratn la primera columna de datos, es decir: $A$1:$A$13
- Posicionar el cursor en: Rango para la variable 2.
- En Rango para la variable 2: Marcar con el ratn la segunda columna de datos, es decir: $B$1:$B11
- En Diferencia hipottica entre las medias escribir: 0
Agrupado por: Columnas
- Seleccionar: Rtulos en la primera fila.
- En Opciones de salida seleccionar En una hoja nueva.
- Clic en Aceptar
Los resultados debern aparecer en la pantalla. En los primeros tres renglones de la tabla aparece la
media y la varianza del consumo de cloruro de sodio y el nmero de sujetos en cada grupo. Ms abajo
aparecen los grados de libertad, el valor de la estadstica de prueba, el valor P y el valor crtico de la
prueba t-Student para una hiptesis alternativa de una y dos colas.

k. Redacte un prrafo muy breve, resumiendo los resultados obtenidos y haciendo referencia a las
tablas y grficas que considere necesarias.
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
l. Consulte la bibliografa pertinente y explique cul es el posible significado mdico de este hallazgo
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________

Ejercicio 2. A 24 mujeres con preclamsia se les midi la presin sistlica sangunea (mmHg) en la
maana y en la noche. Los datos son los siguientes:

Matutina
137
135
139
139
138
137
133
143
127
127
137
142
161
119
152
129
134
156
121
149
143
141
137
148

Nocturna
119
120
138
135
117
115
126
119
112
123
126
124
161
110
141
114
132
163
121
149
129
135
131
139

Resuelva el problema planteado procurando seguir los siguientes pasos. Contextualizar el problema,
resolviendo las siguientes interrogantes:
a.

Describa a la poblacin estudiada.

_________________________________________________________________________________
b.

Cul es el tamao de la muestra?

_________________________________________________________________________________
c. El estudio es observacional o experimental?, por qu?
__________________________________________________________________________________
__________________________________________________________________________________
d. Qu variables se midieron? Las variables medidas son cualitativas o cuantitativas?
__________________________________________________________________________________
__________________________________________________________________________________

e. Las mediciones obtenidas de las distintas mujeres son independientes? Considera que las dos
mediciones realizadas a una misma mujer son independientes?, Por qu?
__________________________________________________________________________________
__________________________________________________________________________________
f.
Haga un diagrama de dispersin para comparar la presin sistlica sangunea matutina y
nocturna. Comente la grfica: los puntos muestran una tendencia lineal o no lineal?, existe una
tendencia creciente o decreciente?, etc.
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
- Usando el ratn seleccione el nombre de las variables y los datos. En la barra de men de Excel
haga clic en Insertar.
- Despus, seleccione Grficos de Dispersin.
- Elegir el primer tipo de grfico, es decir Dispersin slo con marcadores.
Nota: en la grfica resultante el eje X (horizontal) corresponde a la presin sistlica sangunea
matutina y el eje Y (vertical) a la presin sistlica sangunea nocturna.
Modifique el ttulo de la grfica haciendo doble clic en el ttulo mostrado.
- Borre el ttulo mostrado y escriba, por ejemplo, Presin sistlica sangunea.
- Oprima dos veces la tecla Esc.
Agregue un nombre a cada eje.
- Haga clic en Herrramientas de grficas.
- Haga clic en Presentacin y luego en Etiquetas.
- Haga clic en Rtulos del eje, luego en Ttulo de eje horizontal primario y despus en Ttulo
bajo el eje.
- Coloque el cursor en el rectngulo que aparece debajo del eje horizontal. Borre el texto mostrado
en el rectngulo y escriba: Matutina.
- Oprima dos veces la tecla Esc
- Haga clic en Herrramientas de grficas.
- Haga clic en Presentacin y luego en Etiquetas.
- Haga clic en Rtulos del eje, luego en Ttulo de eje vertical primario y despus en Ttulo
girado.
- Coloque el cursor en el rectngulo que est junto al eje vertical. Borre el texto mostrado y escriba:
Nocturna.
- Oprima dos veces la tecla Esc
A continuacin se modificar la escala de los dos ejes.
- Haga clic en: Herramientas de grfico Presentacin - Ejes Ejes Eje horizontal primario
Ms opciones del eje horizontal primario.
- Donde dice: Mnima seleccione Fija y escriba el nmero 100 en lugar del valor
predeterminado. Haga clic en Cerrar.
- Oprima la tecla Esc.
- Haga clic en: Herramientas de grfico Presentacin - Ejes Ejes Eje vertical primario Ms
opciones del eje vertical primario.

- Donde dice: Mnima seleccione Fija y escriba el nmero 100 en lugar del valor
predeterminado. Haga clic en Cerrar.
- Oprima la tecla Esc.
Para borrar la leyenda que aparece al lado derecho de la grfica:
- Haga clic en Herramientas de grficos Presentacin Etiquetas - Leyenda Ninguno.
Para borrar las lneas horizontales de la grfica:
- Haga clic en Herramientas de grficos Presentacin Ejes Lneas de la cuadrcula Lneas
horizontales de la cuadrcula primarias Ninguna

g.
Para cada mujer, calcule la diferencia entre la presin sistlica sangunea matutina y nocturna.
Calcule estadsticas resumen para las diferencias calculadas. En general, Las diferencias tienden a
ser positivas o negativas?, Qu significa esto?
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________

- Posicionar el cursor en la celda C1 y escribir: Diferencias

- Posicionar el cursor en la celda C2 y escribir = A2 B2
- Oprimir la tecla de retorno de pgina
- Clic en el botn derecho del ratn.
Aparece una ventana con varias opciones.
- Clic en Copiar.
- Colocar el cursor en la esquina inferior derecha de la celda C2.
- Aplanando el botn derecho del ratn arrastrar el cursor hasta la ltima fila de datos.
- Soltar el ratn.
- En la barra de men de Excel dar clic en Datos.
- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de
Datos.
- En caso negativo siga las siguientes instrucciones.
****************************************************************************************************************
- Clic en Archivo (parte superior izquierda de la barra de men).
- Clic en Opciones. Aparece una ventana.
- Seleccionar Complementos en el lado izquierdo y seleccionar Herramientas para anlisis VBA,
en el lado derecho.
- Clic en el botn titulado Ir (en la parte inferior de la pantalla). Aparece una ventana.
- Seleccionar Herramientas para anlisis VBA.
- Clic en Aceptar.
****************************************************************************************************************
- En la barra de men de Excel dar clic en Datos.
- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de
Datos.
- Haga clic en Anlisis de Datos.
-Aparece una ventana con las Funciones para anlisis.
- Mover el cursor hacia arriba o hacia abajo hasta encontrar la opcin Estadstica descriptiva.
- Seleccionar la opcin: Estadstica descriptiva.

10

- Haga clic en Aceptar.

A continuacin aparece otra ventana.
En Rango de entrada seleccionar con el ratn las celdas dnde estn las diferencias
calculadas, es decir: $C$1:$C$25
Agrupado por: Columnas
- Seleccionar: Rtulos en la primera fila.
- Seleccionar: Resumen de estadsticas.
- En Opciones de salida seleccionar En una hoja nueva.
- Clic en Aceptar
h. Qu estadstica de prueba debe usarse para probar las hiptesis?
H0: Las medias de las dos mediciones de la presin sistlica sangunea son iguales.
H1: Las medias de las dos mediciones de la presin sistlica sangunea no son iguales.
a. La t-Student para dos muestras independientes con varianzas iguales pero desconocidas.
b. La t-Student para dos muestras relacionadas.
c. Anlisis de varianza de un factor.
__________________________________________________________________________________
__________________________________________________________________________________
i. Pruebe las hiptesis anteriores. Qu concluye? Reporte el valor de la estadstica de prueba, sus
grados de libertad y el valor de P.
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________
- En la barra de men de Excel dar clic en Datos.
- En la parte superior derecha de la pantalla debe aparecer un cuadro que dice: Anlisis de
Datos.
- Haga clic en Anlisis de Datos.
Aparece una ventana con las Funciones para anlisis.
- Mover el cursor hacia arriba o hacia abajo hasta encontrar la opcin Prueba t para medias de
dos muestras emparejadas.
- Seleccionar la opcin: Prueba t para medias de dos muestras emparejadas.
- Clic en Aceptar
A continuacin aparece otra ventana.
- En Rango para la variable 1: Marcar con el ratn la primera columna de datos, es decir:
$A$1:$A$25
- Posicionar el cursor en: Rango para la variable 2.
- En Rango para la variable 2: Marcar con el ratn la segunda columna de datos, es decir:
$B$1:$B25
- En Diferencia hipottica entre las medias escribir: 0
Seleccionar: Rtulos.
En Opciones de salida seleccionar En una hoja nueva.
- Clic en Aceptar
El valor de P y el valor crtico que debe usar son los de la prueba de 2 colas.

11

j. Redacte

un

prrafo

breve

describiendo

los

resultados

del

anlisis

estadstico.

__________________________________________________________________________________
__________________________________________________________________________________
k. Consulte la bibliografa pertinente y explique cul es el posible significado mdico de este hallazgo.
__________________________________________________________________________________
__________________________________________________________________________________
__________________________________________________________________________________

VII. APNDICE. CONCEPTOS

PRUEBAS DE HIPTESIS

SOBRE

Las pruebas de hiptesis son un

procedimiento de la estadstica inferencial que
sirve para decidir si una afirmacin acerca del
valor de una caracterstica de la poblacin es
verdadera. Ejemplos de afirmaciones que
pueden corroborarse mediante una prueba de
hiptesis:
1. Tomar una aspira al da reduce el
riesgo de que una persona adulta
tenga un ataque cardaco.
2. La
concentracin
promedio
de
colesterol en suero de los pacientes
tratados con un nuevo medicamento es
menor a la concentracin promedio de
colesterol en suero de pacientes que
recibieron el medicamento estndar.
3. Las pastillas para dormir producidas
por una compaa farmacutica
reducen el tiempo que tarda una
persona en conciliar el sueo en un
46% en comparacin con el tiempo
requerido cuando la persona no toma
la pastilla.
4. Dos formulaciones distintas de un
mismo medicamento tardan el mismo
tiempo en alcanzar la concentracin
plasmtica mxima (Cmax).
5. El peso (o el tamao) de las pldoras
producidas
por
una compaa
farmacutica
cumple
con
los
estndares de fabricacin.

Definiciones.
La poblacin es el conjunto de individuos u
objetos que interesa estudiar.
Una muestra aleatoria es un subconjunto de
individuos de la poblacin bajo estudio
seleccionados mediante un procedimiento
aleatorio.
Un
parmetro
es
una
caracterstica
desconocida de la poblacin.
Ejemplo A. En el primer ejemplo mencionado
arriba, la poblacin bajo estudio son los
adultos, es decir personas con 18 aos o ms.
Para determinar si la afirmacin del
investigador es cierta puede disearse un
estudio como sigue. El investigador selecciona
una muestra aleatoria de personas 18 aos.
Cada sujeto de la muestra es asignado a uno
de dos grupos mediante un procedimiento
aleatorio. Al primer grupo se le denominar el
grupo tratamiento, las personas que lo integran
tomarn una aspirina diariamente durante
varias semanas. El segundo grupo se
denominar el grupo control y estar formado
por personas que no podrn tomar una aspirina
diaria durante varias semanas. Durante el
periodo de observacin, el investigador
registrar cuntas personas de cada grupo
tuvieron un ataque cardaco. A partir de los
datos recabados el investigador tratar de
determinar si, en la poblacin bajo estudio, la
proporcin de personas que sufren un ataque
cardaco es menor cuando toman una aspirina
diaria que cuando no lo hacen. Es decir, el
parmetro bajo estudio es la proporcin de
personas que presentan un ataque cardaco.
Simblicamente, p1 representar la proporcin
de personas que sufren un ataque cardaco en
la poblacin de individuos que acostumbran

12

tomar una aspirina diariamente. Anlogamente,

p2 representar la proporcin de individuos
que sufren un ataque cardaco en la poblacin
de adultos que no toman una aspirina todos los
das. En trminos de los parmetros p1 y p2 , el
investigador afirma que p1 p2 . Las pruebas
de hiptesis permiten decidir si esta afirmacin
es cierta a partir de los datos de los sujetos
pertenecientes a la muestra aleatoria.
Ejemplo B. Como segundo ejemplo considere
la cuarta afirmacin mencionada arriba, es
decir, dos formulaciones distintas de un mismo
medicamento tardan el mismo tiempo en
alcanzar la concentracin plasmtica mxima
(Cmax). Este es un estudio de bioequivalencia,
para decidir si la afirmacin del investigador es
cierta se procede como sigue. El investigador
selecciona una muestra aleatoria de la
poblacin bajo estudio, por ejemplo voluntarios
sanos, y de manera aleatoria divide a los
individuos en dos grupos. A diferencia del
ejemplo anterior, en este caso todos los
individuos reciben ambos tratamientos. Los
sujetos del grupo 1 reciben primero el
tratamiento A y despus el B, mientras que las
personas del grupo 2 ingieren primero el
tratamiento B y despus el A. Se acostumbra
dejar
pasar
cierto
tiempo
entre
la
administracin de un medicamento y otro para
evitar que haya efectos residuales del primero
en el segundo. Al lapso de tiempo transcurrido
entre la aplicacin de ambos medicamentos se
le conoce como periodo de lavado. Despus de
administrar cada medicamento se extraen
varias muestras de sangre de cada sujeto a
intervalos fijos de tiempo con el fin de
determinar en qu momento se alcanza la
concentracin plasmtica mxima; a este
tiempo se le denotar como Tmax . Es decir,
para cada sujeto se calculan dos tiempos de
concentracin plasmtica mxima, uno para el
A
tratamiento A ( Tmax
) y otro para el tratamiento
B
B ( Tmax
). El objetivo es determinar si, en
promedio, estos dos tiempos son equivalentes
(bioequivalencia promedio). El parmetro A
denotar la media del tiempo de concentracin
plasmtica mxima del medicamento A y el
parmetro B representar la media del tiempo
de concentracin plasmtica mxima del
frmaco B. Estas dos medias son equivalentes
si su diferencia se encuentra entre dos valores
predeterminados, es decir si con un 95% de

confianza, se satisface que L A B U

donde L y U son lmites especificados por la
FDA.
Estos ejemplos ilustran que, a partir de una
muestra es posible inferir lo que ocurre en toda
la poblacin. Es decir, el procedimiento
inferencial consiste en extraer conclusiones de
lo particular (muestra) a lo general (poblacin).
Desde luego existe el riesgo de llegar a una
conclusin incorrecta, pero frecuentemente es
imposible estudiar a todos los elementos de la
poblacin. A veces, la poblacin es muy
grande o geogrficamente est muy dispersa y
estudiar a todos sus elementos requerira de
mucho tiempo y recursos (econmicos,
humanos, etc.). Tambin puede suceder que
sea necesario sacrificar a un elemento de la
poblacin bajo estudio (un animal, por
ejemplo), con la intencin de hacer una
medicin, lo que puede ocasionar problemas
ticos. La poblacin bajo estudio puede estar
conformada por personas, animales u objetos.
Algunos aspectos que es necesario cuidar al
momento de disear el estudio con el fin de
hacer inferencias vlidas son los siguientes.
1. Usar un procedimiento aleatorio para
seleccionar la muestra de la poblacin
bajo estudio. Esto permite conocer la
probabilidad de que un sujeto de la
poblacin pertenezca a la muestra.
2. Usar un procedimiento aleatorio para
asignar los sujetos seleccionados a los
grupos de tratamiento. A este tipo de
estudios se les denomina experimentos
el
investigador
controla
las
condiciones bajo las que se realiza el
estudio, a diferencia de lo que ocurre
en los estudios observacionales. Para
evitar sesgos (errores sistemticos) en
las respuestas proporcionadas por los
individuos o en las mediciones
realizadas por los investigadores se
recomienda usar un procedimiento
doble ciego para asignar los sujetos a
los grupos de tratamiento. En este
caso, el investigador y el paciente
ignoran cul fue el tratamiento
aplicado. En los experimentos ciegos,
el investigador s sabe cul fue el
tratamiento asignado, pero el paciente

13

no. Los efectos colaterales producidos

por un medicamento pueden provocar
que el investigador y el paciente se den
cuenta de cul fue el tratamiento
aplicado.
3. El nmero de sujetos asignados a cada
grupo de tratamiento debe ser lo
suficientemente grande para que el
proceso de aleatorizacin produzca
grupos homogneos o comparables
con respecto a los posibles factores de
confusin como edad y sexo entre
otros.
Tener
un
nmero
suficientemente grande de sujetos en
cada grupo tambin: (1) permite
estimar con precisin el error
experimental y (2) produce pruebas
estadsticas con una alta probabilidad
de detectar una diferencia significativa
entre los tratamientos - en caso de que
exista dicha diferencia.
4. Es importante disear el experimento
de tal forma que se controle la
variabilidad del error experimental. Por
ejemplo,
en
el
estudio
de
bioequivalencia descrito arriba se us
un diseo cruzado de 2x2 (dos
tratamientos aplicados a cada sujeto
en dos tiempos distintos) con el fin de
controlar la variabilidad entre los
individuos.
El
efecto
de
los
tratamientos A y B se evala en cada
sujeto. En cambio, en el ejemplo A,
cada paciente recibe un solo
tratamiento. A este tipo de diseo se le
conoce como diseo de grupos
paralelos y tiene el inconveniente de
que la comparacin del efecto de los
tratamientos est influenciada por la
variabilidad entre los sujetos.
5. Decidir qu variables se van a medir y
cmo. Usar procedimientos sencillos,
replicables, poco costosos y precisos
para medir las variables. Verificar que
los instrumentos de medicin y las
personas que hacen las mediciones
estn calibrados. Evitar categorizar
variables cuantitativas porque se

pierde potencia al momento de hacer el

anlisis estadstico.

HIPTESIS
NULA
E
HIPTESIS
ALTERNATIVA
Las pruebas de hiptesis permiten determinar
si la afirmacin que hizo el investigador sobre
el valor del parmetro es consistente con lo
que observ en la muestra. Para esto es
necesario plantear dos hiptesis. La hiptesis
alternativa ( H1 ) constituye la afirmacin del
investigador acerca del valor del parmetro. La
hiptesis nula ( H 0 ) es la negacin de dicha
afirmacin y generalmente indica que el efecto
de los tratamientos es nulo. En el estudio sobre
la relacin entre el consumo diario de aspirina
y los ataques cardacos, ejemplo A, las
hiptesis a probar son:

H 0 : p1 p2 vs.

H1 : p1 p2

(1)

La hiptesis nula indica que la proporcin de

individuos que sufren un ataque cardaco es la
misma independientemente de que tomen o no
una aspirina diaria. La hiptesis alternativa dice
que en la poblacin de personas que toman
una aspirina diaria, la proporcin de individuos
que sufren un ataque cardaco es menor que
en la poblacin de individuos que no toman
una aspirina todos los das.
En el ejemplo B sobre la bioequivalencia de
dos frmacos, las hiptesis a probar son las
siguientes:
H 0 : la media del tiempo de concentracin
plasmtica mxima del medicamento A no es
equivalente a la media del tiempo de
concentracin
plasmtica
mxima
del
medicamento B, es decir

H 0 : A B L A B U

H1 : la media del tiempo de concentracin

plasmtica mxima del medicamento A es
equivalente a la media del medicamento B, es
decir
H1 : L A B U
Si los datos son consistentes con la hiptesis
alternativa, es decir si muestran evidencia a
favor de H1 , entonces se rechaza la hiptesis
nula. De lo contrario no se rechaza la hiptesis

14

nula. Este procedimiento es similar al que se

sigue en un juzgado: la hiptesis nula se
considera cierta a menos de que la muestra
proporcione suficiente evidencia a favor de la
hiptesis alternativa (el acusado es inocente a
menos de que se presenten suficientes
pruebas en su contra).
La hiptesis alternativa puede ser de una cola
o de dos colas. Se dice que la hiptesis
alternativa es de una cola cuando el
parmetro en cuestin slo puede tomar
valores en cierta direccin, es decir a la
derecha o a la izquierda de un valor
predeterminado. Las hiptesis del ejemplo A
pueden replantearse como sigue:

H 0 : p1 p2 0 vs. H1 : p1 p2 0

(2)

De acuerdo con la hiptesis alternativa, slo

interesa saber si la diferencia entre p1 y p2 es
menor a cero, es decir si la proporcin de
personas que sufren un ataque cardaco es
menor en el grupo que tom aspirina
diariamente en comparacin con el grupo que
no tom aspirina todos los das. sta es una
hiptesis alternativa de una cola. La prueba de
hiptesis no
detectar
una diferencia
significativa entre p1 y p2 en caso de que

p1 p2 0 . En general se recomienda trabajar

con hiptesis alternativas de dos colas porque

a menudo los resultados de un experimento

son contrarios a lo esperado por los
investigadores (Bland y Altman, 1994).
Se dice que la hiptesis alternativa es de
dos colas cuando el parmetro en cuestin
puede tomar valores en cualquier direccin, es
decir a la derecha o a la izquierda de un valor
predeterminado. En el siguiente juego de
hiptesis, la hiptesis alternativa es de dos
colas porque la diferencia entre p1 y p2 puede
ser mayor o menor a cero.

H 0 : p1 p2 0 vs. H1 : p1 p2 0

(3)

Para probar las hiptesis del ejemplo B (sobre

la bioequivalencia de dos frmacos) es
necesario hacer dos pruebas de hiptesis de
una cola.
ERRORES TIPO I Y TIPO II
El resultado de la prueba de hiptesis puede
conducirnos a hacer una inferencia incorrecta.
Como lo ilustra la siguiente tabla y el diagrama,
pueden cometerse dos errores. Uno consiste
en rechazar la hiptesis nula cuando en
realidad es verdadera; a este error se le
conoce como el error tipo I. Tambin puede
suceder que no se rechace la hiptesis nula
cuando en realidad es falsa; este es el error
tipo II.

15

Decidimos
Rechazar H 0

En la realidad
H 0 es falsa
Acierto

En la realidad
H 0 es verdadera
Error tipo I

No rechazar H 0

Error tipo II

Acierto

En el ejemplo A, el error tipo I ocurre cuando

incorrectamente se rechaza la hiptesis de que
la proporcin de personas que sufren un
ataque cardaco es la misma en los individuos
que ingieren una aspirina todos los das y en
los que no lo hacen. En el ejemplo B, se
comete el error tipo I si se afirma que los dos
medicamentos son bioequivalentes cuando en
realidad no lo son.

letra griega . Al complemento del error tipo II

se le conoce como la potencia de la prueba,
es decir es la probabilidad de rechazar la
hiptesis nula cuando es falsa. Resumiendo:

Anlogamente, en el ejemplo A, el error tipo II

ocurre cuando no se rechaza la hiptesis de
que la proporcin de personas que sufre un
ataque cardaco es la misma en los que toman
una aspirina diariamente y en los que no lo
hacen cuando en realidad los que toman la
aspirina todos los das tienen un riesgo menor
(o distinto) de presentar un ataque cardaco.
En el ejemplo B, se comete el error tipo II si se
afirma que los medicamentos no son
bioequivalentes cuando en realidad s lo son.
A la probabilidad de cometer el error tipo I se le
denomina el nivel de significancia de la
prueba y se denota como . La probabilidad
de cometer el error tipo II se representa con la

Idealmente y deben ser cercanas a cero.

PRechazar H 0 H 0 es cierta
PNo rechazar H 0 H 0 es falsa
PRechazar H 0 H 0 es falsa 1

Sin embargo, cuando una de ellas decrece, la

otra aumenta. Por lo tanto, solo es posible
controlar la probabilidad de cometer uno de los
dos errores. Generalmente se considera que
es ms grave cometer el error tipo I porque
esto implica un cambio innecesario en el
protocolo de tratamiento de los pacientes.
Adems, el nuevo tratamiento puede producir
efectos colaterales y ser costoso. En el ejemplo
A, cometer el error tipo I puede provocar que
se recete una aspirina diaria a las personas
adultas sin que esto ayude a prevenir los
ataques al corazn. En el ejemplo B, cometer

16

el error tipo I puede provocar que los doctores

prescriban
los
dos
medicamentos
indistintamente a pesar de que no sean
bioequivalentes.
Para controlar el error tipo I los investigadores
fijan a su conveniencia el valor de .
Frecuentemente usan 0.05 , lo que significa
que el investigador est dispuesto a cometer el
error tipo I en 5 de cada 100 veces que repita
el
experimento
bajo
las
mismas
condiciones Ocasionalmente se usa 0.01
0.10 .
LA ESTADSTICA DE PRUEBA
La estadstica de prueba es un valor
calculado a partir de los datos de la muestra y
sirve para determinar si se rechaza o no la
hiptesis nula. Las estadsticas que pueden
usarse para probar las hiptesis en la ecuacin
(3) son: la estadstica exacta de Fisher, la
estadstica ji-cuadrada de Pearson y la
estadstica
z . Las dos ltimas son
equivalentes (Mendenhall et al, 2010, p. 615) y
se
aplican
cuando
hay
un
nmero
suficientemente grande de individuos en cada
grupo de tratamiento y la probabilidad de
presentar el evento de inters (un ataque
cardaco) no es muy cercana a 0 a 1 en
ningn grupo. Es decir, las frecuencias
esperadas de cada grupo, n j p j y n j 1 p j ,

deben ser mayores a 5 para poder usar la

estadstica ji-cuadrada de Pearson o la
estadstica z ; n j es el tamao de la muestra
del grupo j y p j es la probabilidad de que
una persona del grupo j presente el evento de
inters
(ataque
cardaco)
con
j 1,2
(Mendenhal et al,, 2010, p. 374). De lo
contrario se recomienda usar la estadstica
exacta de Fisher.
La estadstica z se define como:

p1 p 2 0
1 1
p 1 p
n1 n2

(4)

y es el cociente entre p1 p 2 0 y su error

estndar. El nmero cero es la diferencia entre
los parmetros p1 y p 2 cuando la hiptesis
nula es cierta, ver las ecuaciones (1), (2) y (3).
El estimador p 1 es la proporcin de individuos

estudiados que tuvieron un ataque al corazn

en el grupo que tom una aspirina diariamente,
p 2 es la proporcin de individuos observados
que tuvieron un ataque cardaco en el grupo
que no tom una aspirina todos los das y p
es
la proporcin total de individuos estudiados que
tuvieron un ataque al corazn. La estadstica
z , elevada al cuadrado, es igual a la
estadstica ji-cuadrada de Pearson. Notar que
el estimador de un parmetro, al igual que la
estadstica de prueba, es una cantidad
calculada a partir de los datos de la muestra.
La estadstica de prueba para el ejemplo B
puede consultarse en la seccin 10.2 de Chow
et al (2008).
Generalmente, la estadstica de prueba es el
cociente de dos cantidades. El numerador es la
diferencia entre el estimador del parmetro
bajo estudio y el valor del parmetro cuando la
hiptesis nula es cierta. El denominador es un
estimador de la desviacin estndar del
parmetro estimado. Actualmente, la mayora
de los investigadores calculan la estadstica de
prueba usando un paquete de cmputo
estadstico en lugar de usar frmulas. En Excel
es posible hacer algunos anlisis estadsticos
(incluyendo pruebas de hiptesis) usando la
biblioteca de funciones, habilitando las
herramientas de anlisis de datos o
comprando un complemento estadstico. Para
hacer anlisis ms sofisticados, como el del
ejemplo B, es necesario adquirir un paquete de
cmputo estadstico especializado. Al valor
calculado de la estadstica de prueba se le
denotar como s .
La hiptesis nula se rechaza si el valor de la
estadstica de prueba est lejos del valor del
parmetro en la hiptesis nula.
REGLA DE DECISIN
Hay dos mtodos para decidir si se rechaza o
no la hiptesis nula: el mtodo del valor crtico
y el mtodo del valor P. El valor crtico y el
valor P dependen del tamao total de la
muestra n1 n2 , del nivel de significancia de

la prueba , del tipo de hiptesis alternativa

(una cola o dos colas) y de la distribucin
muestral de la estadstica de prueba cuando la
hiptesis nula es cierta. La distribucin
muestral de la estadstica de prueba indica qu
valores puede tomar dicha estadstica y con
qu frecuencia.

15

En la seccin anterior se mencion que la

estadstica ji-cuadrada de Pearson y la
estadstica z pueden usarse para probar las
hiptesis del ejemplo A. En este caso, la
distribucin muestral de la estadstica jicuadrada de Pearson es una ji-cuadrada con 1
grado de libertad. La Figura A muestra cmo
es la funcin de densidad ji-cuadrada con 1
grado de libertad. La estadstica z se

distribuye como una normal estandarizada (con

media igual a cero y varianza igual a uno). La
Figura B muestra cmo es la funcin de
densidad normal estandarizada. Finalmente, la
distribucin muestral de la estadstica usada
para probar las hiptesis del ejemplo B (sobre
bioequivalencia) es la t-Student con n1 n2 2
grados de libertad.

Estadstica ji-cuadrada de Pearson

con 1 grado de libertad

A
Funcin de densidad, f(x)

14

H 0 : p1 p2 0
vs.
H1 : p1 p2 0

12
10
8
6
4

2
0
0

Valores de x

B
H 0 : p1 p2 0
vs.
H1 : p1 p2 0

16

Caso 1. Se desea probar las hiptesis de la

ecuacin (3), ejemplo A, usando la estadstica
ji-cuadrada de Pearson. Primero se localiza el
valor calculado de la estadstica de prueba, s ,
en el eje horizontal de la Figura A. Si este valor
est prximo al cero entonces la hiptesis
nula es cierta, pero si est alejado del cero
entonces H 0 es falsa. El valor P es la
probabilidad de que la estadstica de prueba
sea mayor a s , es decir:

hiptesis nula es cierta, pero si est alejado del

cero entonces es falsa. El valor P es la
probabilidad de que z sea mayor al valor
absoluto de s , es decir s , menor a s , es
decir:

P Probz s Probz s

Como la funcin de densidad normal

estandarizada es simtrica con respecto al
cero entonces

P ProbEstadstica de prueba s
Grficamente, esta probabilidad es el rea bajo
la curva de la funcin de densidad ji-cuadrada
con 1 grado de libertad y a la derecha de s .
Entre ms cerca est s del cero mayor ser el
valor de P y entre ms alejado est s del cero
menor ser el valor de P.
De acuerdo con el mtodo del valor P, la
hiptesis nula se rechaza cuando P ; es
la probabilidad de cometer el error tipo I.
Segn el mtodo del valor crtico, la hiptesis
nula se rechaza cuando s

2,1

. El nmero

2,1

de la funcin de densidad ji-cuadrada con un

grado de libertad y a la izquierda del valor
crtico es igual a 1 ; es la probabilidad de
cometer el error tipo I. Si 0.05 entonces
2,1

De acuerdo con el mtodo del valor P, la

hiptesis nula se rechaza cuando P ; es
la probabilidad de cometer el error tipo I.
Segn el mtodo del valor crtico, la hiptesis
nula se rechaza cuando s
. El rea

3.84 . La regin de rechazo son todos

bajo la curva de la funcin de densidad normal

estandarizada y a la izquierda de
es

igual a 1 donde es la probabilidad de

2
cometer el error tipo I. Equivalentemente, se
rechaza H 0 si s
si s ; el rea

es el valor crtico. El rea bajo la curva

P 2 Probz s 2 Probz - s

bajo la curva de la funcin de densidad normal

estandarizada y a la izquierda de es igual

.
2

0.975

Si

1.96 y

0.05

z z
2

0.025

entonces

1.96

aquellos valores mayores al valor crtico. Es

decir, la hiptesis nula se rechaza si el valor
calculado de la estadstica de prueba, s ,
pertenece a la regin de rechazo, es decir si
s 3.84 .
Caso 2. Se desea probar las hiptesis de la
ecuacin (3), ejemplo A, usando la estadstica
z . El valor de la estadstica de prueba z en la
muestra observada es s . Este valor puede
graficarse sobre el eje horizontal de la Figura
B. El valor observado de la estadstica de
prueba, s , puede estar a la derecha o a la
izquierda del cero; es decir, s puede ser
positivo o negativo. Independientemente de
esto, si s est cerca del cero entonces la

Caso 3. Se desea probar las hiptesis de la

ecuacin (2), ejemplo A, usando la estadstica
z . El valor de la estadstica de prueba z en la
muestra observada es s . En este caso, se
rechaza H 0 si s est a la izquierda del cero y
la distancia que separa a s del cero es
grande. Entre ms alejado est s del cero
menor ser el rea bajo la funcin de densidad
normal estandarizada y a la izquierda de s .
Anlogamente, entre ms cerca est s del
cero mayor ser el rea bajo la funcin de
densidad normal estandarizada y a la izquierda
de s . El valor P se define como la probabilidad
de que z sea menor a s , es decir:
P Pz s

17

De acuerdo con el mtodo del valor P, H 0 se

rechaza cuando P ; es la probabilidad
de cometer el error tipo I.

de libertad. Si la probabilidad de cometer el

error tipo I es 0.05 entonces el valor

2,1

crtico es

3.84 . Como el valor de la

Segn el mtodo del valor crtico, la hiptesis

nula se rechaza cuando s .

El mtodo del valor crtico se usa cada vez

menos porque las computadoras permiten
calcular de manera sencilla el valor de P.
EJERCICIO
La Tabla 4 del artculo BMJ 2002; 324:71-86
resume los datos de varios estudios realizados
en pacientes con infarto al miocardio. De 9,984
pacientes
que
tomaron
una
aspirina
diariamente, 1,345 (13.47%) presentaron un
evento cardiovascular mientras que de los
10,022 pacientes que no tomaron una aspirina
todos los das, 1,708 (17.04%) present un
evento cardiovascular. Pruebe si la proporcin
de personas que presenta un evento
cardiovascular es distinta en los dos grupos.

estadstica de prueba es mayor al valor crtico

49.32 3.84 entonces se rechaza la
hiptesis de que la proporcin de personas que
presenta un evento cardiovascular es la misma
en los dos grupos. El valor P es igual a

2.175 1012 y es menor a 0.05 por lo

que tambin se rechaza la hiptesis nula de
igualdad de proporciones usando este criterio.
Alternativamente, las hiptesis planteadas,
ecuacin (3), pueden probarse usando la
estadstica z (caso 2, ecuacin (4)). El valor de
la estadstica de prueba es s 7.02 . Si
0.05 entonces
1.96 ; como -

0.025

7.02 < -1.96 entonces se rechaza la hiptesis

nula que indica que la proporcin de personas
que presenta un evento cardiovascular es la
misma en los dos grupos estudiados.
12

Solucin. Las hiptesis a probar se presentan

en la ecuacin (3). El nmero de individuos en
cada grupo es suficientemente grande:
n1 9,984 y n2 10,022 . Adems, bajo el
supuesto de que la hiptesis nula es cierta, el
nmero esperado de pacientes con un evento
cardiovascular en el grupo que tom una
aspirina diaria es n1 p1 1,523.6 y el nmero
esperado de pacientes
sin un evento
cardiovascular
en
dicho
grupo
es
Anlogamente,
el
n1 1 p1 8,460.4 .
nmero esperado de pacientes con y sin un
evento cardiovascular en el grupo que no tom
una aspirina diaria es n2 p2 1,529.4 y

n2 1 p2 8,492.6

respectivamente. Es
decir, todas las frecuencias esperadas son
mayores a 5 por lo que es apropiado usar las
estadsticas ji-cuadrada de Pearson y z . La
proporcin total de personas que presentaron
un
evento
cardiovascular
es

1,345 1,708
3,053
p

0.1526
9,984 10,022 20,006

El valor de la estadstica ji-cuadrada de

Pearson (caso 1) es s 49.32 y tiene 1 grado

Nuevamente,
como
P 2.175 10 ;
P entonces se rechaza la hiptesis nula.
Notar que el cuadrado de la estadstica

z,

7.023 49.32 es igual al valor de la

estadstica ji-cuadrada de Pearson y el cuantil
1.96 elevado al cuadrado es

2

0.025

igual al valor crtico de la estadstica jicuadrada de Pearson, es decir

2,1

3.84 .

VII. REFERENCIAS

Antithrombotic
Trialists
Collaboration.
Colaborative meta-analysis of randomised trials
of antiplatelet therapy for prevention of death,
myocardial infarction, and stroke in high risk
patients. BMJ 2002; 324:71-86.
Bland JM, Altman DG. One and two sided tests
of significance. BMJ 1994;309:284.
Chow SC, Shao J, Wang H. Sample size
calculations in clinical trials research. 2a. ed.,
Boca Raton, FL: Chapman & Hall/CRC, 2008.

18

Mendenhall W, Beaver RJ, Beaver BM.

Introduccin a la probabilidad y estadstica.
13.ed., Romo Muoz JH (traductor); Garca
Hernndez AE (revisin tcnica). Cengage
Learning Editores, S.A. de C.V., Mxico, 2010.
Schechter PJ. Horwitz D, Henkin RI. Sodium
chloride preference in essential hypertension.
JAMA 1973;225:1311-5.

NOTA: Proceda a la evaluacin de esta

sesin.
Ingrese a la siguiente direccin:
www.facmed.unam.mx/encuestas/farmacologia
/practicas
De respuesta a las preguntas que ah se
enlistan. Su opinin ser considerada y
favorecer el mejoramiento de la educacin
farmacolgica. Gracias por su participacin.

19