Diseños de Investigación y Bioestadística
Diferencia de dos medias
U de Mann-Whitney
T de Student
Es un tipo de estadística deductiva. Se utiliza para determinar si hay una diferencia significativa entre las medias de dos grupos
T de dos muestras
T pareada
T de una muestra
T para muestras independientes
Esto se refiere a la diferencia entre los promedios de dos poblaciones. Básicamente, el procedimiento compara los promedios de dos muestras que fueron seleccionadas independientemente una de la otra
Es una prueba no paramétrica aplicada a dos muestras independientes
Bajo la hipótesis nula, la distribución de partida de ambos grupos es la misma: P(X > Y) = P(Y > X)
Las observaciones son variables ordinales o continuas
Bajo la hipótesis alternativa, los valores de una de las muestras tienden a exceder a los de la otra: P(X > Y) + 0.5 P(X = Y) > 0.5.
Las observaciones de ambos grupos son independientes
click to edit
Signo de Wilcoxon
Chi cuadrada
Prueba no paramétrica para comparar el rango medio de dos muestras relacionadas y determinar si existen diferencias entre ellas
La hipótesis nula de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada como el modelo matemático de la población que ha generado la muestra
Prueba Exacta de Fisher
Test de McNemar
Es útil para los datos categóricos que resultan de clasificar los objetos en dos formas diferentes. Se utiliza para examinar la significación de la asociación (de contingencia) entre los dos tipos de clasificación
En estos casos, el interés se centra en comparar si las mediciones efectuadas en dos momentos diferentes (normalmente antes y después de alguna intervención) son iguales o si, por el contrario, se produce algún cambio significativo.
Correlación
Pearson
Spearman
En estadística, el coeficiente de correlación de Pearson es una medida de dependencia lineal entre dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la escala de medida de las variables.
Se utiliza principalmente para el análisis de datos. Mide la fuerza y la dirección de la asociación entre dos variables clasificadas.