VARIABLE INDEPENDIENTE Cualitativa dicotómica MÉTODOS PARAMÉTRICOS VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE TEST Cualitativa dicotómica T-Student Cuantitativa ANOVA Cualitativa ordinal Cuantitativa

PRUEBA T DE STUDENT Como en la mayor parte de las investigaciones desconocemos el valor de σ2, la sustituimos por s2 de la muestra, obteniéndose t = x- μ s/√n Donde t sigue una distribución t de Student con n-1 grados de libertad. Luego Si t ≤t n-1,α/2 no podemos rechazar H0 Si t >t n-1,α/2 no podemos rechazar H0 y aceptamos H1

PRUEBA T DE STUDENT Condiciones: La muestra se ajusta a un modelo lineal (una observación directa sigue un modelo lineal) Datos distribuidos normalmente e independientes (Prueba de Kolmogorov-Smirnov Variable dependiente cualitativa dicotómica Variable independiente cuantitativa Dependiendo de si las varianzas son o no homogéneas (test de Levene) se elige o la t de Student o la prueba de Welch

ESTUDIO DE DATOS APAREADOS Hacemos un estudio de datos apareados cuando el mismo grupo se mide dos veces. Los individuos se miden al principio del tratamiento para establecer una línea basal y después de alguna intervención se repite la medición en los mismos sujetos Estos estudios necesitan una manera de controlar los datos entre pacientes. El objetivo es controlar factores extraños que podrían influir en el resultado La prueba estadística que se utiliza cuando los mismos individuos son objeto de medición de una variable numérica es la prueba t-Student para datos apareados. Debemos asumir que la diferencia de las medias sigue una distribución normal

H1=No todas las μi son iguales ANOVA DE UN FACTOR Se utiliza si queremos estudiar la influencia de más de un factor (variable por la cual se forman los grupos). El ANOVA de un factor puede considerarse una generalización de la prueba t para cualquier número de muestras. Las hipótesis de una ANOVA de un factor son: H0=μ1=μ2=μ3=…=μn= μ H1=No todas las μi son iguales

ANOVA DE UN FACTOR Condiciones ● Se asumen grupos de variable con distribución normal ● Debe haber homogeneidad en las varianzas ● Las variables son independientes, es decir, no se relaciona en forma alguna con el valor de otra ● Si el ANOVA da significativo, estudiamos la diferencia entre las medias

ANOVA DE UN FACTOR La independencia la conseguimos cuando las muestras se seleccionan al azar, y cada sujeto es asignado aleatoriamente a un grupo. La normalidad la comprobamos con la prueba de Kolmogorov-Smirnov. La homogeneidad de varianzas la comprobamos con la prueba de Levene

ANOVA DE UN FACTOR Hay que tener en cuenta que cuando en un análisis ANOVA rechazamos H0 lo que decimos es que al menos una media es distinta de las demás, se tiene que valorar por otros medios cuál o cuáles son las medias diferentes.