2: Pruebas para variables nominales
- Page ID
- 149181
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)- 2.1: Prueba exacta de bondad de ajuste
- El objetivo principal de una prueba estadística es responder a la pregunta: “¿Cuál es la probabilidad de obtener un resultado como mis datos observados, si la hipótesis nula fuera cierta?” Si es muy poco probable que se obtengan los datos observados bajo la hipótesis nula, se rechaza la hipótesis nula. Las pruebas exactas, como la prueba exacta de bondad de ajuste, son diferentes. No hay estadística de prueba; en cambio, se calcula directamente la probabilidad de obtener los datos observados bajo la hipótesis nula.
- 2.2: Análisis de Potencia
- Se han desarrollado muchas pruebas estadísticas para estimar el tamaño de la muestra necesario para detectar un efecto particular, o para estimar el tamaño del efecto que se puede detectar con un tamaño de muestra particular. Para hacer un análisis de potencia, es necesario especificar un tamaño de efecto. Este es el tamaño de la diferencia entre tu hipótesis nula y la hipótesis alternativa que esperas detectar. Para la investigación biológica aplicada y clínica, puede haber un tamaño de efecto muy definido que se quiera detectar.
- 2.3: Prueba de Chi-cuadrado de bondad de ajuste
- Utilice la prueba de chi-cuadrado de bondad de ajuste cuando tenga una variable nominal con dos o más valores. Compara los recuentos observados de observaciones en cada categoría con los recuentos esperados, los cuales calculas usando algún tipo de expectativa teórica. Si el número esperado de observaciones en alguna categoría es demasiado pequeño, la prueba de chi-cuadrado puede dar resultados inexactos, y debe usar una prueba exacta en su lugar.
- 2.4: G—Prueba de bondad de ajuste
- Utilice la prueba G de bondad de ajuste cuando tenga una variable nominal con dos o más valores (como flores masculinas y femeninas o rojas, rosas y blancas). Compara los recuentos observados de números de observaciones en cada categoría con los recuentos esperados, los cuales calculas usando algún tipo de expectativa teórica.
- 2.5: Prueba Chi-cuadrada de Independencia
- Utilice la prueba de independencia de chi-cuadrado cuando tenga dos variables nominales, cada una con dos o más valores posibles. Se quiere saber si las proporciones para una variable son diferentes entre los valores de la otra variable.
- 2.6: G—Prueba de Independencia
- Para usar la prueba G de independencia cuando se tienen dos variables nominales y se quiere ver si las proporciones de una variable son diferentes para diferentes valores de la otra variable. Utilízala cuando el tamaño de la muestra sea grande.
- 2.7: Prueba Exacta de Fisher
- Utilice la prueba exacta de Fisher cuando tenga dos variables nominales. Se quiere saber si las proporciones para una variable son diferentes entre los valores de la otra variable.
- 2.8: Números pequeños en pruebas de Chi-cuadrado y G
- Las pruebas de chi-cuadrado y G de bondad de ajuste o independencia dan resultados inexactos cuando los números esperados son pequeños. Cuando los tamaños de muestra son demasiado pequeños, debe usar pruebas exactas en lugar de la prueba de chi-cuadrado o prueba G.
- 2.9: G—Pruebas repetidas de bondad de ajuste
- Se utiliza la prueba G repetida de bondad de ajuste cuando se tienen dos variables nominales, una con dos o más valores biológicamente interesantes (como flores rojas vs rosas vs blancas), y la otra representa diferentes réplicas del mismo experimento (días diferentes, diferentes ubicaciones, diferentes pares de padres). Se comparan los datos observados con una expectativa teórica extrínseca (como una relación esperada 1:2:1 en un cruce genético).
- 2.10: Prueba Cochran-Mantel-Haenszel
- Use la prueba Cochran—Mantel—Haenszel (que a veces se llama prueba Mantel—Haenszel) para pruebas repetidas de independencia. La situación más común es que tienes múltiples tablas 2×2 de independencia; estás analizando el tipo de experimento que analizarías con una prueba de independencia, y has hecho el experimento varias veces o en múltiples ubicaciones.