UNIVERSIDAD NACIONAL HERMILIO

VALDIZN
FACULTAD DE MEDICINA

TESIS I
ANLISIS INFERENCIAL
Mg. Joel Tucto Berros

Tipos de Anlisis Inferencial

Un estudio descriptivo con una
variable, se denomina anlisis
univariado
Un anlisis para establecer la
relacin entre dos variables, se llama
Anlisis bivariado.
Un estudio con ms de dos variables,
se
denomina
Anlisis
multivariado.

Variables cualitativas
Univariado
Multivariado

Bivariado

Frecuencias Chi cuadrado

Mantel Haenzel
Tasas
Exacta de Fisher Q de Cochran

Mc Nemar (1)
Rangos
Friedman
(1)Prueba de significacin de los cambios :
Cuantos pasan de + a - y de a + . Es decir se hacen
dos mediciones: Basal y otra.

Variable cuantitativa
Univariado
Multivariado
Medidas de
Regresin
x, Me, Mo,
Mltiple
etc.

Bivariado
Regresin y
correlacin
simple

Anlisis segn nmero de muestras

Una sola muestra

Prueba
Prueba
Prueba
Prueba

Chi cuadrado
Binomial
de rachas
K-S para una sola muestra


Dos muestras
Para datos independientes:
U de Mann Whitney
Z de Kolmogorov -Smirnov
Test de rachas de Weld-Wolfowitz
Para datos apareados:
T de Wilcoxon
Prueba de Signos
de Mc Nemar

K muestras
Para datos independientes:
Prueba de Kruskall Wallis
Test de la mediana
Para datos apareados:
Rangos de Friedman
W de Kendall
Q de Cochran

Tabla 1 Pruebas t de Student

Prueba t

Objetivo

Una
muestra

Determinar si la diferencia entre

la media de una variable y un
determinado valor terico es
estadsticamente significativa

Dos
muestras
relaciona
das

Determinar si la diferencia
entre las medias de dos
variables es estadsticamente
significativa

Tabla 2 . Pruebas de bondad de ajuste

para una muestra

Prueba

Tipo de
variabl
e

Objetivo

Binomial

Cualitati
va
2
valores

Determinar si las diferencias entre

las proporciones de cada uno de los
dos valores de la variable y
determinadas proporciones tericas
son estadsticamente significativas.

Chi
Cualitati
cuadrado va
K
alores

Determinar si las diferencias entre

las frecuencias de cada uno de los
valores de la variable y
determinadas frecuencias tericas
son estadsticamente significativas

Kolmogor Cuantita
ovtiva
Smirnov

Determinar si la diferencia entre la

funcin de distribucin emprica de
la variable y una determinada
funcin de distribucin terica es
estadsticamente significativa.

Tabla 3. Medidas de asociacin para

escala de intervalo o
razn
Medida
de
asociaci
n

Escala
de
medid
a

observaciones

Correlaci
n de
Pearson

Interval Son medidas de grado de asociacin

o
lineal entre las dos variables. Toman
valores comprendidos entre
-1 y 1 , que indican mximo grado de
asociacin lineal negativa y positiva
respectivamente.

Correlaci
n de
Spearman

Interval
o
(u
ordinal)

MantelHaenzel

Interval La medida de asociacin lineal de

o
Mantel-Haenzel se define como el

La correlacin de Spearman es la
correlacin de Pearson entre los
rangos asignados a los valores
ordenados.

Tabla 4. Pruebas no paramtricas para muestras

independientes
Prueba

N
de
grup
os

MannWhitney

Kolmogo 2
rovSmirnov

Variable
dependien
te

Objetivo

En escala
al menos
ordinal

Determinar si la diferencia
entre el nmero de veces en
que el valor de la variable en
un grupo es mayor que en el
otro y el nmero de veces en
que es menor es
estadsticamente significativa.

En escala
al menos
ordinal

Determinar si la diferencia
entre las funciones de
distribucin empricas de la
variable en cada uno de los
grupos es estadsticamente
significativa.

Tabla 5. Pruebas no paramtricas para muestras

relacionadas
Prueba N de
varia
ble
Mc
2
Nemar

Wilcox
on

Variable
s

Objetivo

Cualitati Determinar si la
va2
diferencia entre las
valores distribuciones de
frecuencias de los
valores de las dos
variables es
estadsticamente
significativa.
En
Determinar si la
escala
diferencia entre la
al
magnitud de las

contina
Prueba N de
variab
les
Q de
P2
Cochra
n

F de
P
Friedm
an

Variable
s

Objetivo

Cualitativ Determinar si las

as
diferencias entre las
2 valores distribuciones de las p
variables son
estadsticamente
significativas .
En escala Determinar si las
al menos diferencias entre las
ordinal
distribuciones de las p
variables son
estadsticamente
significativas.