Comparando parámetros poblacionales (Prueba Z, pruebas t y Chi cuadrada)

16
Comparando parámetros poblacionales (Prueba Z, pruebas t y Chi cuadrada) Dr. M. H. Rahbar Profesor de Bioestadística Departamento de Epidemiología Director, Centro Coordinador de Datos Colegio de Medicina Humana Universidad Estatal de Michigan

description

Comparando parámetros poblacionales (Prueba Z, pruebas t y Chi cuadrada). Dr. M. H. Rahbar Profesor de Bioestadística Departamento de Epidemiología Director, Centro Coordinador de Datos Colegio de Medicina Humana Universidad Estatal de Michigan. - PowerPoint PPT Presentation

Transcript of Comparando parámetros poblacionales (Prueba Z, pruebas t y Chi cuadrada)

Page 1: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Comparando parámetros poblacionales

(Prueba Z, pruebas t y Chi cuadrada)

Dr. M. H. RahbarProfesor de Bioestadística

Departamento de Epidemiología

Director, Centro Coordinador de Datos

Colegio de Medicina Humana

Universidad Estatal de Michigan

Page 2: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

¿Hay una asociación entre alcoholismo y cáncer de

pulmón?

Suponga que un estudio de casos y controles se está efectuando para

probar la hipótesis señalada

Page 3: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

PREGUNTA: ¿Hay una diferencia entre la proporción de alcohólicos entre casos y controles?

G rou p 1D isease

P 1 = p rop ortion o f d rin kers

G rou p 2N o D isease

P 2 = p rop ortion o f d rin k rs

Grupo 1

Enfermos

P1= proporción de alcohólicos

Grupo 2

No enfermos

P2= proporción de alcohólicos

Page 4: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Elementos de prueba de hipótesis

• Hipótesis nula

• Hipótesis alternativa

• Nivel de significancia

• Prueba estadística

• Valor de p

• Conclusión

Page 5: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Estudio de casos y controles de alcoholismo y cáncer de pulmón

Hipótesis nula: No hay asociación entre alcoholismo y cáncer de pulmón, P1=P2 o P1-P2=0

Hipótesis alternativa: Hay alguna asociación entre alcoholismo y cáncer de pulmón, P1P2 o P1-P20

Page 6: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

¿Basados en los datos en la tabla de contingencia, estimamos la proporción de bebedores entre aquellos que desarrollan Cáncer de pulmón y aquellos sin la enfermedad?

Cáncer de pulmón Total Caso Control Bebedor Sí A=33 B=27 60 No C=1667 D= 2273 3940

eP1=33/1700 eP2=27/2300

Page 7: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Prueba estadística

¿Cuantas desviaciones estándar tiene nuestro estimado del valor de la hipótesis si la hipótesis nula fuera verdad?

( 1 2 0) /[(1/ 1 1/ 2)( (1 ))]

(33 27) /(1700 2300) 60 / 4000 3/ 200 0.015

[(33/1700) (27 / 2300) 0)] /( (1/1700 1/ 2300)(0.015)(0.985)

2.003

Z eP eP n n p p

where

p

Z

Z

Page 8: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Valor de p para una prueba de dos colas

Valor p= 2 P[Z > 2.003] = 2(.024)=0.048

¿Como se asemeja este valor de p con =0.05?

Ya que el valor de p=0.048 < =0.05, rechaza la hipótesis nula H0 en favor de la hipótesis alternativa Ha.

Conclusión:Hay una asociación entre alcoholismo y cáncer

de pulmón. ¿La relación es causal?

Page 9: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Prueba de Chi-Cuadrada de independencia

(basada en tabla de contingencia)

22 ( xp )

( 1)( 1)

Observed E ected

Expected

df r c

Gl = (r-1)(c-1)

(Observado – Esperado)2

Esperado

Page 10: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

En la tabla de contingencia estime la proporción de bebedores entre los que desarrollan cáncer de

pulmón y aquellos sin la enfermedad

Cáncer de pulmón Total Caso Control Bebedor Si O11=33 O12=27 R1=60 No O21=1667 O22= 2273 R2=3940

Total C1 = 1700 C2 = 2300 n = 4000 E11=1700(60)/4000=25.5 E12=34.5 E21=1674.5 E22=2265.5

Page 11: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

E11=1700(60)/4000=25.5 E12=34.5

E21=1674.5 E22=2265.5

24

1

2

2 2

2 2

( xp )

(33 25.5) (27 34.5)25.5 34.5

(1667 1674.5) (2273 2265.5)1674.5 2265.5 4.0

k

k

obs

Observed E ected

Expected

Page 12: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

¿Cómo calculamos el valor de p?

• Los programas estadísticos SPSS, Epi-Info pueden ser usados para calcular el valor de p para varias pruebas, incluyendo la prueba de Chi cuadrada

• Si el valor de p es menor a 0.05, rechazamos la hipótesis nula de que columnas y renglones son independientes.

Page 13: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Probando hipótesis cuando las medias de dos poblaciones son comparadas

H0: 1= 2Ha: 1 2

Page 14: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

PREGUNTA: ¿Hay una asociación entre edad y cáncer de pulmón?

G rou p 1D isease

M ean ag e o f th e cases

G rou p 2N o D isease

M ean ag e o f th e con tro ls

Grupo 1Enfermedad

Media de la edad de los casos

Grupo 2No enfermedad

Media de la edad de los controles

Page 15: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Use la prueba de t para dos muestras, cuando ambas son independientes

• H0: 1 = 2 vs Ha: 1 2 • H0: 1 - 2 = 0 vs Ha: 1 - 2 0

• t= diferencia en medias – diferencia de la hipótesisES de la diferencia de medias

• Programas estadísticos ofrecen valores de p y grados de libertad

• Conclusión: si el valor de p es menor que 0.05, rechazamos la hipótesis nula de igualdad de medias

Page 16: Comparando parámetros poblacionales  (Prueba Z, pruebas t y Chi cuadrada)

Prueba de t pareada para estudios de casos y controles pareados

• H0: 1 = 2 vs Ha: 1 2 • H0: 1 - 2 = 0 vs Ha: 1 - 2 0

• Prueba de t pareada= Media de diferencias - 0 ES de la media de diferencias

• Programas estadísticos ofrecen valores de p para prueba de t pareada

• Conclusión: si el valor de p es menor a 0.05 rechazamos la hipótesis nula de igualdad de medias