7.5: Elegir la Prueba Correcta

Objetivos de aprendizaje

• Esta tabla está diseñada para ayudarte a decidir qué prueba estadística o estadística descriptiva es adecuada para tu experimento. Para poder usarlo, debes ser capaz de identificar todas las variables en el conjunto de datos y decir qué tipo de variables son.

prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Prueba exacta de bondad de ajuste	\(1\)	—	—	prueba de ajuste de frecuencias observadas a frecuencias esperadas	uso para tamaños de muestra pequeños (menos de\(1000)\)	contar el número de flores rojas, rosadas y blancas en un cruce genético, prueba de ajuste a\(1:2:1 \) relación esperada, muestra total\(<1000\)
Prueba de chi-cuadrado de bondad de ajuste	\(1\)	—	—	prueba de ajuste de frecuencias observadas a frecuencias esperadas	uso para tamaños de muestra grandes (mayores que\(1000\))	contar el número de flores rojas, rosadas y blancas en un cruce genético, prueba de ajuste a\(1:2:1\) relación esperada, muestra total\(>1000\)
G —prueba de bondad de ajuste	\(1\)	—	—	prueba de ajuste de frecuencias observadas a frecuencias esperadas	utilizado para tamaños de muestra grandes (mayores que\(1000\))	contar el número de flores rojas, rosadas y blancas en un cruce genético, prueba de ajuste a\(1:2:1\) relación esperada, muestra total\(>1000\)
G repetida: pruebas de bondad de ajuste	\(2\)	—	—	prueba de ajuste de frecuencias observadas a frecuencias esperadas en múltiples experimentos	-	contar el número de flores rojas, rosadas y blancas en un cruce genético, probar el ajuste a la\(1:2:1\) relación esperada, hacer cruces múltiples
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Prueba exacta de Fisher	\(2\)	—	—	hipótesis de prueba de que las proporciones son las mismas en diferentes grupos	uso para tamaños de muestra pequeños (menores que\(1000\))	contar el número de pacientes vivos y muertos después del tratamiento con fármaco o placebo, probar la hipótesis de que la proporción de vivos y muertos es la misma en los dos tratamientos, muestra total\(<1000\)
Prueba de independencia de Chi-cuadrado	\(2\)	—	—	hipótesis de prueba de que las proporciones son las mismas en diferentes grupos	uso para tamaños de muestra grandes (mayores que\(1000\))	contar el número de pacientes vivos y muertos después del tratamiento con fármaco o placebo, probar la hipótesis de que la proporción de vivos y muertos es la misma en los dos tratamientos, muestra total\(>1000\)
G —prueba de independencia	\(2\)	—	—	hipótesis de prueba de que las proporciones son las mismas en diferentes grupos	tamaños de muestra grandes (mayores que\(1000\))	contar el número de pacientes vivos y muertos después del tratamiento con fármaco o placebo, probar la hipótesis de que la proporción de vivos y muertos es la misma en los dos tratamientos, muestra total\(>1000\)
Prueba Cochran-Mantel-Haenszel	\(3\)	—	—	hipótesis de prueba de que las proporciones son las mismas en emparejamientos repetidos de dos grupos	hipótesis alternativa es una dirección consistente de la diferencia	contar el número de pacientes vivos y muertos después del tratamiento con fármaco o placebo, probar la hipótesis de que la proporción de vivos y muertos es la misma en los dos tratamientos, repetir este experimento en diferentes hospitales
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Media aritmética	—	\(1\)	—	descripción de la tendencia central de los datos	-	-
Mediana	—	\(1\)	—	descripción de la tendencia central de los datos	más útil que la media para datos muy sesgados	mediana de altura de los árboles en el bosque, si la mayoría de los árboles son plántulas cortas y la media estaría sesgada por unos pocos árboles muy altos
Rango	—	\(1\)	—	descripción de dispersión de datos	utilizado más en la vida cotidiana que en las estadísticas científicas	-
Varianza	—	\(1\)	—	descripción de dispersión de datos	forma la base de muchas pruebas estadísticas; en unidades cuadradas, por lo que no es muy comprensible	-
Desviación estándar	—	\(1\)	—	descripción de dispersión de datos	en las mismas unidades que los datos originales, así que es más comprensible que la varianza	-
Error estándar de la media	—	\(1\)	—	descripción de la exactitud de una estimación de una media	-	-
Intervalo de confianza	—	\(1\)	—	descripción de la exactitud de una estimación de una media	-	-
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Prueba t de una muestra	—	\(1\)	—	probar la hipótesis de que el valor medio de la variable de medición es igual a una expectativa teórica	-	vendar los ojos a las personas, pedirles que sostengan el brazo en\(45^{\circ}\) ángulo, vea si el ángulo medio es igual a\(45^{\circ}\)
Prueba t de dos muestras	\(1\)	\(1\)	—	probar la hipótesis de que los valores medios de la variable de medición son los mismos en dos grupos	solo otro nombre para anova unidireccional cuando solo hay dos grupos	compara el contenido medio de heavy metal en mejillones de Nueva Escocia y Nueva Jersey
Anova unidireccional	\(1\)	\(1\)	—	probar la hipótesis de que los valores medios de la variable de medición son los mismos en diferentes grupos	-	comparar el contenido medio de heavy metal en mejillones de Nueva Escocia, Maine, Massachusetts, Connecticut, Nueva York y Nueva Jersey
Prueba Tukey-Kramer	\(1\)	\(1\)	—	después de un anova unidireccional significativo, prueba de diferencias significativas entre todos los pares de grupos	-	comparar el contenido medio de heavy metal en mejillones de Nueva Escocia vs Maine, Nueva Escocia vs Massachusetts, Maine vs Massachusetts, etc.
Prueba de Bartlett	\(1\)	\(1\)	—	probar la hipótesis de que la desviación estándar de una variable de medición es la misma en diferentes grupos	usualmente usado para ver si los datos se ajustan a uno de los supuestos de un anova	comparar desviación estándar del contenido de metales pesados en mejillones de Nueva Escocia, Maine, Massachusetts, Connecticut, Nueva York y Nueva Jersey
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Anova anidado	\(2+\)	\(1\)	—	hipótesis de prueba de que los valores medios de la variable de medición son los mismos en diferentes grupos, cuando cada grupo se divide en subgrupos	los subgrupos deben ser arbitrarios (modelo II)	comparar el contenido medio de metales pesados en mejillones de Nueva Escocia, Maine, Massachusetts, Connecticut, Nueva York y Nueva Jersey; varios mejillones de cada ubicación, con varias medidas de metal de cada mejillón
Anova bidireccional	\(2\)	\(1\)	—	probar la hipótesis de que diferentes grupos, clasificados de dos maneras, tienen las mismas medias de la variable de medición	-	comparar los niveles de colesterol en sangre de vegetarianos masculinos, vegetarianos femeninos, carnívoros masculinos y carnívoros femeninos
Prueba t pareada	\(2\)	\(1\)	—	probar la hipótesis de que las medias de la variable continua son las mismas en datos emparejados	solo otro nombre para anova bidireccional cuando una variable nominal representa pares de observaciones	comparar el nivel de colesterol en sangre de personas antes vs. después de cambiar a una dieta vegetariana
Prueba de rango de Wilcoxon	\(2\)	\(1\)	—	probar la hipótesis de que las medias de la variable de medición son las mismas en datos emparejados	se utiliza cuando las diferencias de pares son severamente no normales	comparar el nivel de colesterol en sangre de las personas antes vs. después de cambiar a una dieta vegetariana, cuando las diferencias no son normales
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Regresión lineal	—	\(2\)	—	ver si la variación en una variable independiente causa parte de la variación en una variable dependiente; estimar el valor de una variable no medida correspondiente a una variable medida	-	medir la velocidad de gorjeo en grillos a diferentes temperaturas, probar si la variación en la temperatura causa variación en la velocidad de chirrido; o usar la relación estimada para estimar la temperatura a partir de la velocidad de chirrido cuando no hay termómetro disponible
Correlación	—	\(2\)	—	ver si dos variables covaran	-	medir la ingesta de sal y la ingesta de grasas en las dietas de diferentes personas, para ver si las personas que comen mucha grasa también comen mucha sal
Regresión polinomial	—	\(2\)	—	probar la hipótesis de que una ecuación con\(X^2\)\(X^3\), etc. se ajusta a la\(Y\) variable significativamente mejor que una regresión lineal	-	-
Análisis de covarianza (ancova)	\(1\)	\(2\)	—	probar la hipótesis de que diferentes grupos tienen las mismas líneas de regresión	primero probar la homogeneidad de las pendientes; si no son significativamente diferentes, probar la homogeneidad de las\(Y\) -intercepciones	medir la velocidad del gorjeo vs. la temperatura en cuatro especies de grillos, ver si hay variación significativa entre las especies en la pendiente o\(Y\) -intercepción de las relaciones
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Regresión múltiple	—	\(3+\)	—	ajustar una ecuación que relaciona varias\(X\) variables con una sola\(Y\) variable	-	medir la temperatura del aire, la humedad, la masa corporal, la longitud de las piernas, ver cómo se relacionan con la velocidad de los grillos
Regresión logística simple	\(1\)	\(1\)	—	ajustar una ecuación que relaciona una variable de medición independiente con la probabilidad de un valor de una variable nominal dependiente	-	dar diferentes dosis de un medicamento (la variable de medición), registrar quién vive o muere en el próximo año (la variable nominal)
Regresión logística múltiple	\(1\)	\(2+\)	—	ajustar una ecuación que relaciona más de una variable de medición independiente con la probabilidad de un valor de una variable nominal dependiente	-	registrar estatura, peso, presión arterial, edad de varias personas, ver quién vive o muere en el próximo año
prueba	variables nominales	variables de medición	variables clasificadas	propósito	notas	ejemplo
Prueba de señal	\(2\)	—	\(1\)	probar aleatoriedad de dirección de diferencia en datos emparejados	-	comparar el nivel de colesterol en sangre de las personas antes vs. después de cambiar a una dieta vegetariana, solo registrar si es mayor o menor después del cambio
Prueba de Kruskal—Wallis	\(1\)	—	\(1\)	probar la hipótesis de que los rankings son los mismos en diferentes grupos	a menudo se usa como una alternativa no paramétrica al anova unidireccional	\(40\)mazorcas de maíz (\(8\)de cada una de\(5\) las variedades) se clasifican por sabor, y el rango medio se compara entre las variedades
Correlación de rango de Spearman	—	—	\(2\)	ver si los rangos de dos variables covaran	a menudo utilizado como una alternativa no paramétrica a la regresión o correlación	\(40\)mazorcas de maíz se clasifican por sabor y belleza, ver si el maíz más bonito también es más sabroso