Estadística No Paramétrica

Sexta clase:

 Métodos paramétricos y no
paramétricos

 Medias, varianza y correlación

 Pruebas para variables continuas

Bioestadística Aplicada
Porqué usamos pruebas no
paramétricas?:
Porque no siempre se cumplen todos los
supuestos requeridos por las pruebas de
hipótesis tradicionales (paramétricas):
 Distribución normal

 Tamaño de muestra “grande”

 Varianzas iguales (?)

Si la distribucion de la poblacion es sesgada

(Por lo que la media no es buen indicador de
tendencia central)
Bioestadística Aplicada
Cómo se aplican estas pruebas:
 Aplicar una transformación a los datos originales,
convertiéndolos en rangos, valores positivo o
negativo, etc.

 Con los datos transformados, calcular un

estadístico en base a los datos (a veces también
se calcula su promedio y error estándar)

 Con el estadístico y los parámetros calculados,

realizar una prueba de hipótesis de acuerdo a
una cierta distribución paramétrica (Normal, Ji-
cuadrado, Binomial, etc.)

Bioestadística Aplicada
Transformaciones de datos

 Si los datos tienen una distribución

sesgada, en ocasiones pueden
transformarse para eliminar los sesgos

 En algunos casos se puede emplear un

test paramétrico después de la
transformación

Bioestadística Aplicada
Ejemplo:
Si trabajamos con parasitemia, con
frecuencia tendremos que aplicar una
transformación

Log

Bioestadística Aplicada
Comando ‘gladder’:

Bioestadística Aplicada
Análisis con variables numéricas:
Análisis Paramétrico No paramétrico
Describir un grupo , 2 Mediana, rango
intercuartil
Comparar un grupo T Student de una Prueba Wilcoxon
a un valor muestra
Comparar medias T Student de dos Mann-Whitney
en 2 grupos muestras
Comparar medias T Student Prueba Wilcoxon
en 2 grupos apareada
apareados
Comparar medias ANOVA Kruskal-Wallis
en 3 o mas grupos
Correlación entre Pearson (lineal) Spearman
dos variables (monotónica)
Bioestadística Aplicada
Comparación de una muestra
contra una constante
 Se piensa que la edad de inicio del consumo
de cigarrillos es la adolescencia

 Puntualmente se plantea que el consumo se

inicia a los 15 años

 Si la distribución es sesgada o la muestra es

pequeña, una prueba paramétrica sobre la
media puede ser poco relevante
Bioestadística Aplicada
 histogram p59, fraction
.2
.15
Fraction

.1
.05
0

0 20 40 60
¿qué edad tenía ud. cuando fumó cigarrillos por primera vez?

Bioestadística Aplicada
Prueba T Student de una muestra

Bioestadística Aplicada
Aunque no es necesario, hagamos
la prueba no paramétrica:

Bioestadística Aplicada
Prueba signrank (Wilcoxon):

 Ho: Mediana de la diferencia = 0

p59 – 15 = 0 ó p59 = 0

 Asume una distribución uniforme

alrededor de cero

 Compara puntajes esperados con

observados
Bioestadística Aplicada
Comparación entre dos muestras
independientes
 Se piensa que la edad de inicio del consumo
de cigarrillos varía entre varones y mujeres

 Si la distribución es sesgada, una prueba

paramétrica sobre la media puede ser poco
relevante

 Si los tamaños de muestra son pequeños (n

< 30), el TLC no se cumplirá y la prueba T
podría llevar a conclusiones erróneas
Bioestadística Aplicada
 Prueba T Student (paramétrica):
Ho: varones =  mujeres Ha: varones   mujeres

Bioestadística Aplicada
Igualdad de varianzas:

 La prueba T de Student de grupos

independientes difiere si las varianzas
difieren entre los grupos, debiendo
agregarse la opción “unequal”

 Para evaluar si las varianzas son

comparables o no se utiliza el comando
sdtest

Bioestadística Aplicada
 Prueba de Varianzas (sdtest)
Ho: 2varones = 2mujeres Ha: 2varones  2mujeres

Bioestadística Aplicada
 T Student con varianzas
diferentes:

Bioestadística Aplicada
Prueba de Mann-Whitney:
 Equivalente no paramétrico a una prueba de
hipótesis de promedios para dos muestras

 Determina si una variable tiene valores mas

altos en una población que en otra. NO
COMPARA LOS PROMEDIOS!!!

 Util si el tamaño de muestra es pequeño o la

distribución es demasiado sesgada

Bioestadística Aplicada
Qué son los puntajes correlativos?
60
40
20
0

Varones Mujeres
.5 1 1.5 2 2.5
inf_sexo

Bioestadística Aplicada
Prueba de Mann-Whitney:
Ho: Fumarvarones = Fumarmujeres Ha: Fumarvarones  Fumarmujeres

Bioestadística Aplicada
Interpretación

 Se están comparando “valores” o la

“distribución”, no los promedios

 Si en un grupo los puntajes observados

son mayores a los esperados, ese
grupo tiene mayores “valores”

Bioestadística Aplicada
Comparación de dos grupos
apareados
 Es una sola muestra, en verdad, en la que se
han medido dos valores

 Se puede calcular la diferencia entre los

valores y sería una prueba de una sola
muestra

 Qué comienza primero, alcohol o tabaco?

 Prueba no paramétrica útil si es muestra

pequeña o distribución muy sesgada
Bioestadística Aplicada
Prueba T Student apareada:
Ho: μfumar = μtomar Ha: μfumar  μtomar

Bioestadística Aplicada
Prueba signrank (Wilcoxon):

Bioestadística Aplicada
Análisis de Varianza:
Prueba paramétrica para determinar si hay
diferencias en el promedio de una variable
cuantitativa (inicio fumar) entre tres o más
poblaciones (estratos sociales). Supuestos:
 Distribución normal en todas las poblaciones (no
es necesario si el tamaño de muestra es
“grande”)

 Varianzas comparables entre poblaciones

 Observaciones (muestras) independientes

Bioestadística Aplicada
Comparación de Varianzas:
 Se usa en el ANOVA para determinar si hay
diferencias entre promedios de varias
muestras

 También se usa ANOVA en el análisis de

regresión, siendo un caso particular del
ANOVA

 Utiliza la prueba estadística F

Bioestadística Aplicada
Las hipótesis:

 Hipótesis nula, Ho:

X-inicioAlto = X-inicioMedio = X-inicioBajo

 Hipótesis alternativa, Ha:

Existen diferencias en la edad de inicio
de fumar promedios de al menos dos
estratos sociales

Bioestadística Aplicada
Bioestadística Aplicada
Prueba de Kruskal-Wallis:

 Extensión de la prueba de Mann-Whitney a

mas de dos poblaciones

 Equivalente no paramétrico del análisis de

varianza

 TAMPOCO COMPARA PROMEDIOS:

determina si una población tiene valores
diferentes (mas altos o mas bajos) que las
otras poblaciones

Bioestadística Aplicada
Los puntajes correlativos:
60
40
20
0

.5 1 1.5 2 2.5 3 3.5

estrato social

Bioestadística Aplicada
En Stata:

Bioestadística Aplicada
Determinando pares diferentes:

Bioestadística Aplicada
Correlación r de Pearson
 Mide el grado de asociación lineal entre dos
variables numéricas

 -1 <= r <= 1, r = 0 indica independencia

 Se calcula en stata con el comando “pwcorr”

 Requiere muestras “grandes”, distribuciones

cruzadas no sesgadas

Bioestadística Aplicada
Las hipótesis:

 Hipótesis nula (Ho):

rfumar - tomar = 0

 Hipótesis alternativa (Ha):

rfumar - tomar  0

Bioestadística Aplicada
 scatter p59 p89
60
40
p59b

20
0

0 10 20 30 40 50
p89b

Bioestadística Aplicada
Resultados:

Bioestadística Aplicada
Correlación de puntajes
(Spearman):
 Equivalente no paramétrico a la prueba de
correlación lineal de Pearson. Se aplica cuando
la correlación no es lineal, la muestra es
pequeña o existen valores muy extremos

 Determina si dos variables cuantitativa u

cualitativa-ordinal están correlacionadas positiva
(una crece y la otra también) o negativamente
(una crece y la otra disminuye)

 Al igual que las pruebas de Mann-Whitney y

Kruskal-Wallis, también utiliza datos por rangos
Bioestadística Aplicada
Las hipótesis:

 Hipótesis nula, Ho:

ρ-puntajesfumar - tomar = 0

 Hipótesis alternativa, Ha:

ρ- puntajesfumar - tomar  0

Bioestadística Aplicada
Resultados:

Bioestadística Aplicada
Que debemos llevar a casa hoy:
 Alternativas disponibles cuando no se
cumplen las condiciones para usar
pruebas parámetricas

 Como aplicar e interpretar las pruebas de

Wilcoxon, Mann-Whitney, Kruskal-Wallis y
Spearman

 Limitaciones de las pruebas no

paramétricas
Bioestadística Aplicada