Hemos diseñado la rejilla de más abajo para guiarle en la elección de una prueba estadística adecuada de acuerdo a la pregunta de investigación y a los datos. La guía propone una formulación de la hipótesis nula , así como un ejemplo de cada situación. Se listan las condiciones de validez de las pruebas paramétricas en el párrafo que sigue a la rejilla. Cuando estén disponibles, se proponen equivalentes no paramétricos. En algunas situaciones, no se dispone de pruebas paramétricas y, por tanto, solo se proponen pruebas no paramétricas. Si desea más detalles sobre las pruebas estadísticas, por favor lea este tutorial. Si desea consultar una rápida introducción a la diferencia entre pruebas paramétricas y no paramétricas, lea por favor este tutorial. Las pruebas siguientes son las más usadas en estadística. Todas ellas están disponibles en XLSTAT. Por favor, note que la lista no es exhaustiva, y que existen muchas otras situaciones / pruebas. Desplácese por favor hacia abajo para ver la rejilla. *Las ubicaciones (‘locations’) son las medias en las pruebas paramétricas y los rangos medios en sus equivalentes no paramétricas. Las condiciones de validez que proponemos son reglas generales. No son recomendaciones precisas en la literatura. Le recomendamos insistentemente que se obtenga información sobre las recomendaciones específicas en su campo de estudio. Las medidas son independientes Todas las muestras tienen una distribución normal (asumida o verificada)La rejilla
Familia
Pregunta
Datos
Hipótesis Nula
Ejemplo
Pruebas paramétricas
Condiciones de validez (pruebas paramétricas)
Equivalentes no paramétricas
Comparar ubicaciones*
Comparar una media observada con una teórica
Medidas en una muestra y 1 media teórica (1 número)
Media observada = media teórica
Comparar una tasa de polución observada con un estándar
Prueba t para una muestra
2
Prueba de los rangos con signo de Wilcoxon
Comparar dos ubicaciones* observadas (muestras independientes)
Measurements on two samples
Locations* are identical
Comparar la concentración de hemoglobina entre dos grupos de pacientes
Prueba t dos muestras independientes
1 ; 2 ; 3 ; 5
Prueba de Mann-Whitney
Probar la equivalencia entre dos muestras
Medidas sobre dos muestras
Las ubicaciones* son diferentes
Comprobar si el efecto de la medicación A es el mismo que el de la medicación B en la concentración de una molécula en ratones
Prueba de equivalencia (TOST)
1 ; 2 ; 3 ; 5
Comparar varias ubicaciones* observadas (muestras independientes)
Medidas en varias muestras
Las ubicaciones* son idénticas
Comparar rendimientos del maíz de acuerdo con 4 fertilizantes diferentes
ANOVA
1 ; 3 ; 4 ; 6
Prueba de Kruskal-Wallis ; Prueba de la mediana de Mood
Comparar dos ubicaciones* observadas (muestras dependientes)
Dos series de medidas cuantitativas sobre las mismas unidades (antes-después...)
Las ubicaciones* son idénticas
Comparar la concentración media de hemoglobina antes y después de un tratamiento se ha aplicado en un grupo de pacientes
Prueba t para dos muestras relacionadas
10
Prueba de Wilcoxon
Comparar varias ubicaciones observadas* (muestras dependientes)
Several series of quantitative measurements on the same units
Locations* are identical
Seguir la concentración de un elemento de traza en un grupo de plantas a lo largo del tiempo
ANOVA de medidas repetidas , modelos mixtos
10 ; Sphericity
Prueba de Friedman para diseños de bloques completos; Prueba de Durbin, Skillings-Mack para diseños de bloques incompletos; Prueba de Page para casos en que las puntuaciones de las series se espera que aumenten o disminuyan (a lo largo del tiempo, por ejemplo)
Comparar series de datos binarios
Comparar series de datos binarios (muestras dependientes)
Varias series de medidas binarias sobre las mismas unidades
Las ubicaciones* son idénticas
Un grupo de evaluadores (unidades) valoran la presencia / ausencia de un atributo en un grupo de productos
Prueba de McNemar (para 2 series); Prueba Q de Cochran (para más de 2 series)
Comparar varianzas
Comparar 2 varianzas (podría usarse para comprobar la asunción 3)
Medidas en dos muestras
varianza(1) = varianza(2)
Comparar la dispersión natural del tamaño en 2 variedades diferentes de una fruta
Prueba de Fisher
Comparar varias varianzas (podría usarse para comprobar la asunción 3)
Medidas en varias muestras
varianza (1) = varianza (2) = varianza (n)
Comparar la dispersión natural de tamaño en diferentes variedades de una fruta
Prueba de Levene
Comparar proporciones
Comparar una proporción observada con una teórica
1 proporción observada con su tamaño de muestra asociado, una proporción teórica
proporción observada = proporción teórica
Comparar la proporción de hembras con una proporción de 0.5 en una muestra
Pruebas para una proporción (chi-cuadrado)
Comparar entre sí proporciones observadas
Tamaño de la muestra asociado a cada categoría
proporción(1) = proporción (2) = proporción (n)
Comparar las proporciones de los diferentes colores de ojos en una muestra
Chi-cuadrado
Comparar proporciones observadas con proporciones teóricas
Tamaño de la muestra y proporción teórica asociada a cada categoría
proporciones observadas = proporciones teóricas
Comparar las proporciones de frecuencias de cruzamiento F1xF1 observadas con frecuencias mendelianas (1/2, 1/4, 1/2)
Prueba de Bondad del Ajuste Multinomial
Pruebas de asociación
Probar la asociación entre dos variables cualitativas
Tabla de contingencia o dos variables cualitativas
variable 1 & variable 2 son independientes
Está la presencia de trazas de un elemento vinculada a la presencia de trazas de otro elemento?
Chi-cuadrado sobre tabla de contingencia
1 ; 9
Prueba Exacta de Fisher ; método Monte Carlo
Pruebas de asociación entre dos variables cualitativas a través de varios estratos
Varias tablas de contingencia o dos variables cualitativas con un identificador de estrato
variable 1 & variable 2 son independientes
¿Está la presencia de un elemento de traza vinculada a la presencia de otro elemento de traza? Evaluación sobre distintos sitios (estratos)
Prueba de Cochran-Mantel-Haenszel (CMH)
Probar la asociación entre dos variables cuantitativas
Medidas de dos variables cuantitativas en la misma muestra
variable 1 & variable 2 son independientes
¿Cambia la biomasa de las plantas con contenido Pb en el suelo?
Correlación de Pearson
7 ; 8
Correlación de Spearman
Probar la asociación entre una variable binaria y otra cuantitativa
Medidas de una variable binaria y otra cuantitativa
Las dos variables son independientes
¿Está la concentración de una molécula en ratas vinculada al sexo (M/F)?
Correlación Biserial
Normalidad de la variable cuantitativa
Probar la asociación entre una serie de proporciones y una variable ordinal
Tabla de contingencia o de proporciones y tamaños de las muestras
Las proporciones no cambian de acuerdo con la variable ordinal
¿Cambian las tasas de nacimiento de las ratas de un año a otro durante la última década?
Prueba de tendencias de Cochran-Armitage
Probar la asociación entre dos tablas de variables cuantitativas
Dos tablas de variables cuantitativas
Las tablas son independientes
¿Cambia la evaluación de una serie de productos en una serie de atributos de un panel a otro?
Prueba de coeficiente RV
Probar la asociación entre dos matrices de proximidad
Dos matrices de proximidad
Las matrices de proximidad son independientes
¿Está la distancia geográfica entre dos poblaciones correlacionada con la distancia genética?
Prueba de Mantel
Pruebas de series temporales
Probar la presencia de una tendencia a lo largo del tiempo
Una serie de datos clasificada por fecha (serie temporal)
No existe tendencia a lo largo del tiempo en la variable evaluada
¿Ha cambiado el precio de almacenamiento en los últimos 10 años?
Prueba de tendencias de Mann-Kendall
Pruebas sobre distribuciones
Comparar una distribución observada con una teórica
Medidas de una variable cuantitativa en una muestra; parámetros de la distribución teórica
Las distribuciones observadas y teóricas son iguales
¿Siguen los salarios de una compañía una distribución normal con media = 2500 y desviación estándar = 150?
Kolmogorov-Smirnov
Comparar dos distribuciones observadas
Medidas de una variable cuantitativa en dos muestras
Las dos muestras siguen la misma distribución
¿Es la distribución del peso de las personas la misma en dos zonas geográficas?
Kolmogorov-Smirnov
Comprobar la normalidad de una serie de medidas (podría usarse para comprobar las asunciones 2, 4 y 7)
Medidas sobre una muestra
La muestra sigue una distribución normal
¿Es la distribución de la muestra observada significativamente diferente de una distribución normal?
Pruebas de Normalidad
Prueba de valores atípicos
Comprobar la existencia de valores atípicos (outliers)
Medidas sobre una muestra
La muestra no contiene outliers (siguiendo la distribución normal)
¿Es el punto de datos un valor atípico (outlier)?
Prueba de Dixon / Prueba de Grubbs
Gráfico de cajas (boxplot ) (no es una prueba estadística)
Condiciones de validez de las pruebas paramétricas
Las muestras tienen varianzas iguales
Los residuos siguen una distribución normal (asumida o verificada)
Al menos 20 individuos por muestra, o bien se asume la normalidad poblacional de cada muestra
Al menos 20 individuos en el experimento completo, o se asume la normalidad de los residuos
Todas las variables tienen distribución normal
Al menos 20 individuos en la muestra (recomendado)
Las frecuencias teóricas no deberían ser < 5 en ninguna de las celdas de la tabla
Las diferencias entre las series deberían tener distribuciones normales
¿Cómo utilizar las pruebas estadísticas en XLSTAT?
En cada solución de XLSTAT, tiene acceso a todas las pruebas mencionadas arriba. Solo tiene que hacer clic en “Probar una hipótesis”.
¿Ha sido útil este artículo?