Universidad Veracruzana

Fac. de Medicina Cd. Mendoza

Experiencia educativa
Bioestadística

Nombre del docente

Dr. Guillermo Ruiz Navarro

Nombre del alumno

Nayeli Alejandra Córdova López

CHI CUADRADA
CONTEXTO
 PRUEBA CHI-CUADRADO
Chi-Cuadrado ( X² ) es el nombre de una prueba de hipótesis que determina si dos variables están
relacionadas o no.
Pasos:
1) Realizar una conjetura.
2) Escribir la hipótesis nula y la alternativa.
3) Calcular el valor de X²calc.
4) 4) Determinar el valor de p y el grado de libertad.
5) Obtener el valor crítico.
6) Realizar una comparación entre el chi-cuadrado calculado y el valor crítico.
7) Interpretar la comparación.
 UTILIDAD
• Cuando se analizan los resultados de
una posible relación, se necesita
conocer si los resultados obtenidos se
desvían significativamente de los
resultados esperados.
• La prueba de Chi-cuadrado se usa para
comparar los resultados observados de
los resultados esperados por una
hipótesis y si la desviación obtenida no
es significativa y puede atribuirse al azar
o es significativa y otras variables
diferentes al azar están influyendo en
nuestros resultados.
 PRUEBA DE ASOACIÓN: CHI CUADRADA
Mide la relación entre dos variables nominales. • Compara las frecuencias observadas con el
modelo teórico-matemático “Chi cuadrado” (=frecuencias esperadas).

• Medición: escala nominal (datos cualitativos):

• sí/no
• Responde a tratamiento/no responde a tratamiento
• nunca/a veces/siempre
• Sobrevivió/no sobrevivió • Cada caso (=persona) es contado sólo 1 vez
 DISTRIBUCIÓN DE CHI - CUADRADA

Se usa para comparar los

Cuando se analizan los resultados
de una posible relación, se necesita
conocer si los resultados obtenidos
significativamente de los
resultados esperados
resultados observados de los
resultaods esperados de una
hip+otesis y si la desviación
obtenida no es significativa puede
atribuirse al azar o es significativa y
otras variables están influyendo

Nunca adopta valores de 0. Es asimétrica positiva.

 PRUEBA DE TÉRMINOS
FÓRMULA DE CHI CUADRADA

α = Nivel de Significancia:

En estadística, un resultado se denomina estadísticamente significativo cuando no es probable

que haya sido debido al azar. Son comunes los niveles de significancia del 0,05, 0,01 y 0,1. En
algunas situaciones es conveniente expresar la significancia estadística como percentil 1 − α.
Este valor hace referencia al nivel de confianza que deseamos que tengan los cálculos de la
prueba; es decir, si queremos tener un nivel de confianza del 95%, el valor de alfa debe ser del
0.05, lo cual corresponde al complemento porcentual de la confianza.
 FORMULACIÓN DE HIPÓTESIS
NULA (H0 ): Es aquella en la que se asegura que los dos parámetros analizados son
independientes uno del otro.
ALTERNATIVA (H1 ): Es aquella en la que se asegura que los dos parámetros analizados sí son
dependientes.
La hipótesis nula será que ambas variables sean independientes
Las frecuencias empíricas (observadas) son las que tenemos en la tabla de contingencia. Ahora
bien, ¿cómo calcular las frecuencias teóricas (esperadas)?
Bajo la hipótesis nula (ambas variables independientes), dicho estadígrafo sigue una distribución
chi-cuadrado con (num_filas-1)*(num_columnas-1) grados de libertad
 TABLA DE CONTINGENCIA
Es la tabla que contiene los datos obtenidos contados y organizados.
Ejemplo:
 EJEMPLOS DE HIPÓTESIS
Se conjetura que el uso de cinturón de seguridad, en los conductores, está relacionado con el
género.

H0 : El uso del cinturón de seguridad es

independiente del género.

H1 : El uso del cinturón de seguridad no es

independiente del género.
 GRADOS DE LIBERTAD
Chi – cuadrada es en realidad una familia de curvas, en función de
los llamados “grados de libertad”. Es decir, hay una distribución chi-
cuadrado con 1 gl, una distribución chi-cuadrado con 2 gl, etc.
(Nota: Los grados de libertad son siempre números positivos).
Grados de libertad
df = n – 1 ; donde n es el # de posibles combinaciones.
A medida que aumentan los grados de libertad, la distribución se
hace más y más simétrica.
 SIGNIFICANCIA
Hipótesis
Si un contraste de hipótesis proporciona un valor P inferior a α, la hipótesis nula es rechazada,
siendo tal resultado denominado “estadísticamente significativo”. Cuanto menor sea el nivel de
significancia, más fuerte será la evidencia de que un hecho no se debe a una mera coincidencia
(al azar).
Grados de Libertad: GL=k-1
En estadística, grados de libertad es un estimador del número de categorías independientes en
una prueba particular o experimento estadístico. Se encuentran mediante la fórmula n − r,
donde n=número de sujetos en la muestra, también pueden ser representados por k − r,
k=número de grupos, cuando se realizan operaciones con grupos y no con sujetos individuales
r=número de sujetos o grupos estadísticamente dependientes
REGIONES
 TABLA
DE
VALORES
REGLA DE DECISIÓN
APLICACIONES DE CHI – CUADRADA
Prueba de Chi
cuadrada

Dos variables Una variable

Prueba de
Prueba de Prueba de
bondad de
homogeneidad independencia
ajuste
 PRUEBA DE BONDAD DE AJUSTE
Se utiliza para la comparación de la distribución de una muestra con alguna distribución teórica
que se supone describe a la población de la cual se extrajo.
Ho : La variable tiene comportamiento normal se distribuye de manera uniforme
H1 : La variable no tiene comportamiento normal, no se distribuye de manera uniforme.
 PRUEBA DE INDEPENDENCIA
Se usa para analizar la frecuencia de dos variables con categorías múltiples para determinar si
las dos variables son independientes o no.
Hipótesis nula (H0 ) : Las variables X e Y son independientes, ( X e Y no están relacionadas).
Hipótesis alternativa (H1 ): Las variables X e Y no son independientes, (X e Y están relacionadas).
 PRUEBA DE CHI CUADRADA (INDEPENDENCIA)
La independencia de dos variables consiste en que la distribución de una de las variables es
similar sea cual sea el nivel que examinemos de la otra. Esto se traduce en una tabla de
contingencia en que las frecuencias de las filas (y las columnas) son aproximadamente
proporcionales. Posiblemente sea más cómodo reconocerlo usando en la tabla de contingencias
los porcentajes por filas (o columnas) y observando si estos son similares. Sin embargo, la
información que se ingresa a la tabla esta relacionada con la frecuencia de presentación del
evento.
 PRUEBA DE HOMOGENEIDAD
Se extraen Muestras Independientes de varias poblaciones y se prueban para ver si son
homogéneas con respecto a algún criterio de clasificación.
 H0 = Las Poblaciones son Homogéneas.
 H1 = Las Poblaciones no son Homogéneas.
 LIMITACIONES DE CHI CUADRADA
Para contrastar la independencia se suele usar el
estadígrafo chi-cuadrado. Su cálculo se basa en
calcular la diferencia entre las observaciones
observadas para cada par de modalidades de las
variables, y las que serían de esperar en caso de
que se satisficiese la condición de independencia.
Para que se pueda considerar correcta la
significación calculada por la prueba, se debe
cumplir que las frecuencias esperadas no sean
muy pequeñas (inferiores a 5) más que en unas
pocas celdas. Si es en muchas celdas donde esto
ocurre (más del 20% por ejemplo) se debe usar
una prueba que no incluya aproximaciones, como
la prueba exacta de Fisher. Esta la ofrece
cualquier programa como opción cuando se hace
este tipo de contrastes.
Si las muestras son muy grandes, la prueba
de independencia dará resultados
significativos incluso donde, posiblemente,
consideremos que las diferencias no sean
en realidad clínicamente interesantes.
Si una de las variables es numérica u
ordinal, posiblemente queramos hacer algo
más que contrastar la simple
independencia. Lo aconsejable es usar
pruebas de tipo t-student, andeva u otra
prueba estadística.
 IMPORTANTE
El contraste de chi-cuadrada sirve para contrastar la
independencia. No hay que considerarla como una
medida de la asociación entre variables. Si buscamos
estudiar la asociación de variables tenemos otros
métodos a nuestra disposición como la regresión
lineal o la logística que esta incluida en la tabla
resumen de pruebas estadísticas pero que no se verá
en este curso.
 BIBLIOGRAFÍA
Downie NM, Hearth RW. Métodos extadísticos aplicados. 5ta ed.
España: Harla; 1973.
Lipschutz. S., Schiller. J., Introducción a la Probabilidad y Estadística.
2001 Editorial Mc Graw Hill.
Evans. M., Rosenthal. J. Probabilidad y Estadística. 2005 Editorial
Reverte.