PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS( , )..

ESTADISTICA PARA LOS CLÍNICOS. III.


PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS(1,2)..

Introducción
A la hora de contrastar nuestra hipótesis nula de partida, varios factores van a determinar la prueba estadística que utilizaremos y se refieren al número, tipo y distribución de las variables y a la forma en que se eligió a los sujetos del estudio.
Cuando trabajamos con unasola variable, ésta podrá ser cualitativa o cuantitativa, por ejemplo, tal y como indicamos en los números anteriores, la prevalencia de demencia o la cifra media de tensión arterial (TA) de nuestra muestra, respectivamente. Si sólo tenemos una muestra de sujetos, nuestro interés será saber si dicha muestra difiere en los valores de la variable de los de una población u otra muestra de referencia. Noobstante, es más habitual que dispongamos de dos muestras o grupos de sujetos, por ejemplo, hombres y mujeres, sanos y enfermos, pacientes con la enfermedad A y pacientes con la enfermedad B, etc. En este caso queremos saber también si existen diferencias entre los dos grupos con respecto a alguna de las variables que hemos estudiado, tal como la media de TA o la frecuencia de diabetes. Aunque elplanteamiento estadístico en este caso es el de si dos muestras pertenecen a la misma población de referencia (por ejemplo, los hombres y las mujeres pertenecen a la misma población con respecto a las cifras de TA), los clínicos entendemos mejor el razonamiento anterior: si existen diferencias en la media de TA entre los hombre y las mujeres. De manera similar podemos comparar los valores de lavariable de interés para el caso de que se trate de más de dos muestras.

Pruebas Paramétricas y Pruebas no Paramétricas
La distribución de la variable que nos interesa comparar también es importante a la hora de establecer la prueba estadística que nos permita evaluar la hipótesis nula de igualdad, de forma que si la distribución es normal y cumple algunas otras condiciones, utilizaremos losdenominados test paramétricos y si no cumple dichos criterios tenemos la opción de usar los llamados test no paramétricos o de distribución libre, que se basan en los rangos de distribución de la variable. Las pruebas no paramétricas son menos potentes, es decir, son más exigentes al rechazar la hipótesis nula de igualdad y por tanto tienen menos posibilidades de acertar cuando no la rechazan (masposibilidades de cometer un error tipo beta). Por otro lado, la potencia de un test estadístico aumenta cuando lo hace el tamaño de la muestra; de esta forma, para conseguir la misma potencia con una prueba no paramétrica, necesitaremos aumentar el tamaño de la muestra en una cantidad determinada. Así, la potencia de una prueba no paramétrica suele calcularse en referencia a su homólogaparamétrica. Por ejemplo, la U de Mann-Whitney tiene una potencia relativa del 95% con respecto a la prueba paramétrica t de Student (significa que con una muestra de 100 sujetos, se consigue la misma potencia con la U de Mann-Whitney que con 95 sujetos para la t de Student).

Muestras apareadas o dependientes
Si los sujetos de las muestras han sido elegidos de forma que se parecen en bastantes de suscaracterísticas (el prototipo serían los gemelos, pero tambien pueden ser compañeros de habitación en un colegio, etc) o se trata de los mismos indivíduos evaluados en dos momentos diferentes del tiempo, se habla de muestras apareadas. En este caso se utilizan pruebas estadísticas especiales para muestras apareadas. Lo que sucede es que, a la hora de valorar las diferencias que se presentan entredos muestras, el investigador debe de ser muy prudente y, en consecuencia, exigente, cuando considera la importancia del error aleatorio, por si se diera el caso de que los sujetos de ambas muestras fueran muy diferentes con respecto a otras muchas variables presuntamente confundentes (error sistemático). Para el caso de muestras apareadas, es decir aquellas que suponemos muy parecidas con...