Bioestadística

• Introducción a la inferencia:
• Estimación puntual y de intervalo
• Pruebas de Significancia Estadística:
• Tipos de hipótesis
• Tipos de Pruebas estadísticas y su cálculo

Dra. María de Lourdes Martínez T. Msc.

 Objetivos
Clasificar los tipos de hipótesis y las pruebas
estadísticas e interpretarlas adecuadamente.

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
Letra griega Nombre
α Alfa
β Beta
δ Delta
π Pi
μ Mu
σ sigma
Tabal 1. Nomenclatura
Dra. María de Lourdes Martínez T. Msc.
Letra romana Término
estadístico
A Error tipo I
B Error tipo II
D Diferencia
P Proporción
M Media poblacional
S Desviación tipo
 Inferencia
Procedimiento por medio del cual se llega a inferencias
(deducciones) acerca de una población con base en los
resultados obtenidos de una muestra extraída de la población.

Hacer afirmaciones generales basadas en observaciones

relativamente limitadas y específicas.

Una muestra sesgada no es representativa de la población de la

cual fue tomada.

Áreas de la inferencia: Estimación y Prueba de hipótesis

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
Estimación: implica calcular a partir de los datos de una
muestra, alguna estadística (estimador) que se ofrece
como una aproximación del parámetro correspondiente
de la población de la cual se extrajo la muestra. La
estimación puede ser puntual y por intervalo.

Estimación puntual: un solo valor numérico utilizado para

estimar el parámetro correspondiente de la población. Ej:
proporción, media, desviación estándar, etc. Si a partir de
una muestra se afirma que el 20% de una población es
fumadora, se realiza estimación puntual de la proporción
poblacional de fumadores.

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
Un estimador puede ser:
Insesgado: cuando el estimador muestral corresponde al


poblacional, sin ninguna desviación sistemática.

 Sesgado: cuando el estimador muestral no se corresponde con el

poblacional, debido a un error sistemático.

 Eficiente: aquel estimador muestral de igual valor a otros, pero

que presenta la mínima varianza.

 No eficiente: los estimadores muestrales de igual valor que los

obtenidos de otra muestra pero cuya varianza no es la mínima.

 Suficiente: aquel estimador que utiliza toda la información

contenida en la muestra.
Un buen estimador es aquel que es insesgado, eficiente y suficiente

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
  Estimación por intervalos: dos valores numéricos que
definen un intervalo que, con un nivel de confianza
determinado, se considera incluye el parámetro que se está
estimando. Si a partir de una muestra se afirma que el
porcentaje de la población que es fumadora se sitúa entre
18% y 22%, se está haciendo una estimación por intervalo de
la proporción poblacional de fumadores.

Debido a la variabilidad de la muestra, casi nunca se tendrá el

caso de que =μ. Una alternativa para reportar el valor del
parámetro que se esté estimando es calcular un intervalo de
valores factibles, es decir un límite de confianza o intervalo de
confianza (IC).

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Intervalo de Confianza:
Para su cálculo se selecciona primero un nivel de confianza,
el cual es una medida del grado de confiabilidad en el
intervalo.
 Distribución t e intervalo de confianza sobre una media
en un grupo
 La fórmula general para intervalos de confianza para una
media es:
media observada ± (coeficiente de confianza) x una medida de
variabilidad de la media ó
 Para encontrar el valor de t, necesitamos saber:
 Grados de libertad para la media de un solo grupo (n-1).

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución t e intervalo de confianza sobre una media
en un grupo
Ej: en una investigación realizada por Dawson et al.

(1997) sobre consumo promedio de bebidas en 94 niños de

2 años de edad se encontró que el consumo promedio de
bebidas es 5.97 oz/día y la desviación estándar es de 4.77.
Encontrar el intervalo de confianza para la media sabiendo
que el nivel de confianza es de 95%.
Primero obtener grados de libertad: n-1=94-1=93

Buscar en la tabla el dato correspondiente a t

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
Grados de 0.10 0.05 0.02 0.01 0.001
libertad
1 6.314 12.706 31.821 63.657 636.62
2 2.920 4.303 6.965 9.925 31.598
3 2.353 3.182 4.541 5.841 12.924
. . . . . .
. . . . . .
. . . . . .
29 1.699 2.045 2.462 2.756 3.659
30 1.697 2.042 2.457 2.750 3.646
60 1.671 2.000 2.390 2.660 3.460
120 1.658 1.980 2.358 2.617 3.373
∞ 1.645 1.960 2.326 2.576 3.291

Área en las dos colas

Dra. María de Lourdes Martínez T. Msc.
 Inferencia
Buscar en la tabla el dato correspondiente a t, a partir de
los grados de libertad = 93

En la tabla aparecen:
Grado de libertad 60 = 2.00 y grado de libertad 120 = 1.98,
por lo tanto usaremos 1.99, para un nivel de confianza de
95%.

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución t e intervalo de confianza sobre una media
en un grupo
Ej: en una investigación realizada por Dawson et al.

(1997) sobre consumo promedio de bebidas en 94 niños de

2 años de edad se encontró que el consumo promedio de
bebidas es 5.97 oz/día y la desviación estándar es de 4.77.
Encontrar el intervalo de confianza para la media sabiendo
que el nivel de confianza es de 95%.

Para calcular el intervalo de confianza de la media en un

grupo tenemos: t= 1.99, Media= 5.97, DE= 4.77

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución t e intervalo de confianza sobre una media

en un grupo
=

IC=0.49
IC=5.97±0.98
IC= 4.99-6.95

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un
grupo

Ingesta de energía por niño

Variable Estudio de Estudio norma
dietética Dawson et al.
Energía (kcal) 1,242 ± 30 1,286 ± 22

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un grupo

 Pasos para comprobar hipótesis

1. Expresar el problema como una hipótesis estadística.
2. Decidir sobre la prueba estadística adecuada
Ho: La media de la ingesta de energía por niños de dos años incluidos en
el estudio de Dawson et al. (μ1), no es diferente a la norma (μ0); expresado
como μ1= μ0.
Ha: La ingesta de energía media por niños de dos años en el estudio de
Dawson et al. (μ1), es diferente de la norma (μ0); expresado como μ1≠ μ0.

La Ho será rechazada si la media de la energía obtenida es

suficientemente mayor de 1,286 kcal o suficientemente menor a 1,286 kcal

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un

grupo

 Pasos para comprobar hipótesis

2. Decidir sobre la prueba estadística adecuada: en este ejemplo,
la prueba estadística apropiada se basa en la distribución t,
porque se desea hacer inferencia sobre una media y se requiere
usar la desviación estándar de la muestra, ya que se desconoce
la de la población .

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un
grupo

 Pasos para comprobar hipótesis

3. Seleccionar el grado de significancia de la prueba estadística
Valor alfa (α): probabilidad de rechazar de manera incorrecta la
hipótesis nula.
α=0.05 (para el ejemplo se usará este dato)
α=0.01
α=0.001

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un
grupo

 Pasos para comprobar hipótesis

4. Determinar el valor de la prueba estadística para que sea
declarada significativa
Para el ejemplo la hipótesis nula será rechazada si es menor a -1.99
o mayor que +1.99

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Distribución y Prueba de hipótesis sobre la media en un
grupo

 Pasos para comprobar hipótesis

5. Realización de los cálculos
La media de incorporación energética en 94 niños de dos años
estudiados por Dawson fue 1,242 kcal con desviación estándar de 256
y error estándar de 26.4. Se compara este valor con el valor supuesto
en la población de 1,286 kcal.

=-1.67

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Distribución y Prueba de hipótesis sobre la media en un
grupo

 Pasos para comprobar hipótesis

6. Hacer y exponer conclusiones
El valor de t -1.67 nos permite decidir NO RECHAZAR la hipótesis
nula, ya que la media de la muestra difiere de la norma.

Las diferencias no son significativas

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Intervalo de confianza y prueba de hipótesis para una
proporción de sujetos
 Fórmulas
1. Calculo del estimador a partir de la muestra

2. Cálculo del intervalo de confianza 95% para la proporción

3. Prueba de hipótesis

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Intervalo de confianza para una proporción de sujetos
 En el estudio de Fey et al (2002), realizado en 340 personas,
la proporción de personas que recibió la dilución 1:10 con
vacunación exitosa fue 0.971. ¿Cuánto cree que varía la
proporción de pacientes con un resultado exitosos?
Intervalo de confianza 95% para la proporción

= 0.971 (0.953 a 0.989)

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Prueba de hipótesis para una proporción de sujetos
1. Plantear la hipótesis estadística a investigar
Ho: La proporción de sujetos con una vacunación exitosa es 0.95 o
menor (π ≤ 0.95)
Ha: La proporción de sujetos con una vacunación exitosa es mayor de
0.95, (π > 0.95)
2. Decidir la prueba estadística apropiada
Prueba de hipótesis

Nota: el pre-requisito para emplear z es que, p(n) sea mayor que 5 y

que, (1-p) n también sea mayor que 5

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Prueba de hipótesis para una proporción de sujetos
3. Seleccionar el nivel de significancia para la prueba estadística
α = 0.05 (para la prueba de una cola)

4. Determinar el valor que debe tener la prueba estadística para ser

declarada significativa
La hipótesis nula de que la proporción de sujetos con una vacunación
exitosa es 0.95 o menor (π ≤ 0.95) se rechazará si el valor observado
de z es mayor que 1.645

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Prueba de hipótesis para una proporción de sujetos
5. Realizar los cálculos

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Prueba de hipótesis para una proporción de sujetos
5. Realizar los cálculos

= 1.75

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Prueba de hipótesis para una proporción de sujetos
6. Diagramar y sacar conclusiones
Como el valor observado de z (1.75) es mayor que el valor crítico,
1.645, la decisión es rechazar la hipótesis nula y concluir que la
hipótesis alternativa es correcta.

Dra. María de Lourdes Martínez T. Msc.

 Referencias
Bioestadística médica de Dawson
Bioestadística de Daniels
Bioestadística amigable

Dra. María de Lourdes Martínez T. Msc.

 Inferencia

  Prueba de hipótesis para una proporción de sujetos
Realizar los cálculos con corrección de continuidad

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Prueba de Chi o Ji cuadrado
Es una prueba de hipótesis que compara la distribución
observada de los datos con una distribución esperada de los
datos.

 Valor p
Se usa para determinar si los resultados son estadísticamente
significativos. Los valores p suelen utilizarse en las pruebas de
hipótesis, donde se rechaza o no la hipótesis nula.
 Si el valor de p es menor o igual a 0.05 rechace la hipótesis nula.

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Error tipo I (α)
 Se rechaza la hipótesis nula cuando es verdadera
 La probabilidad de cometer un error tipo I es α. Un α de 0.05
indica que usted está dispuesto a aceptar una probabilidad de 5%
de estar equivocado cuando rechaza la hipótesis nula.
 Error tipo II (β)
 Cuando la hipótesis nula es falsa y no se rechaza
 La probabilidad de cometer un error tipo II es β, que depende de
la potencia dela prueba.
 Se puede evitar asegurándose que el tamaño de la muestra sea lo
suficientemente grande.
 Probabilidad de 20% de aceptar la hipótesis nula falsa

Dra. María de Lourdes Martínez T. Msc.

 Inferencia
 Nivel de significancia
 En este nivel se toma la decisión sobre que valores van hacia la
región de rechazo o aceptación. Corresponde al complemento del
error tipo I (1-α) 95%
 Potencia (poder)
 Corresponde al complemento del error tipo II (1-β) 80%

Dra. María de Lourdes Martínez T. Msc.

 Gracias

Dra. María de Lourdes Martínez T. Msc.