un valor de significación p en las variables siguientes: Edad (p<0,0001), Peso (p=0,004), Peso en Hombres (p=0,693), Peso en Mujeres (p=0,333), Talla en Hombres (p=0,128), Talla en Mujeres (p=0,128), Tensión sistólica (p<0,0001), Tensión diastólica (p<0,0001), Colesterol (p=0,510), TSH (p<0,0001) y T4 (p=0,461). Se observa que debe rechazarse significativamente la hipótesis de normalidad para las variables con p<0,05.
Contrastes de independencia de variables
cualitativas. Tablas de contingencia: La distribución cruzada de las frecuencias de las diversas categorías de dos variables proporciona la información para valorar la relación de dos variables cualitativas. Este problema se resuelve por los llamados contrastes de independencia, que partiendo de una hipótesis nula de independencia entre las dos variables obtienen una valoración de la diferencia entre resultados teóricos y reales.
Contrastes para comparar dos muestras relacionadas: En realidad se trata de un estudio de una muestra única en el que se establece el efecto de un «tratamiento», entendiendo con este concepto una multiforme variedad de condiciones. En estos contrastes la hipótesis nula se formula indicando que la media de las diferencias entre las dos poblaciones es cero. Como en todos los contrastes los estadísticos obtenidos se valoran con la tabla de distribución correspondiente.
Contrastes para comparar k muestras independientes: La técnica paramétrica usual para probar si varias muestras independientes proceden de la misma población es la denominada. Ambas contrastan la hipótesis nula que las k muestras independientes se recogieron de la misma población o de k poblaciones idénticas.