ÍNDICE
- Pruebas no paramétricas Análisis bivariado de variables cualitativas: Test de hipótesis Chi-cuadrado
- Odds ratio
1. Pruebas no paramétricas Análisis bivariado de variables cualitativas: Test de hipótesis Chi-cuadrado
- Compara dos variables cualitativas (dependiente
e independiente).
- Razonamiento a seguir: suponemos la hipótesis cierta,
y estudiamos cómo es de probable que siendo iguales
los dos grupos a comparar se obtengan resultados como
los obtenidos o haber encontrado diferencias más
grandes por grupos.
* Tablas de contingencia-frecuencias absolutas
Tablas de doble entrada que se emplean para registrar y
analizar la asociación entre dos o más variables de
naturaleza cualitativa (nominales u ordinales).
Tabla de contingencia general para la
comparación de dos variables dicotómicas:
La prueba o estadístico Chi cuadrado se utiliza para
comprobar si la diferencia en los datos que observamos:
- Es debida al azar (Recordemos que la Ho establece que no hay diferencia,
es decir, que hay igualdad. Aceptamos la H0).
- Es debida a algo más, por ejemplo una asociación entre
las variables que estudiamos (Rechazamos la H0. Aceptamos la H1).
* Condiciones para aplicar la Chi cuadrado
- Las observaciones deben ser independientes.
- Utilizar en variables cualitativas.
- Más de 50 casos.
- Las frecuencias teóricas o esperadas en cada casilla de clasificación no deben ser inferiores a 5. Si son menores que 5, no podemos sacar conclusiones del contraste de hipótesis con Chi-cuadrado.
- Utilizar el estadístico de Fisher.
- Corrección de continuidad de Yates: Actualmente discutido por bastantes autores y se puede no tener en cuenta. Es una práctica muy generalizada.
- Frecuencia observada: la que recogen los datos.
- Frecuencia esperada: la que observaríamos si no hubiera
relación.
- Grados de libertad (gl): Número de valores o datos que pueden
variar libremente dado un determinado resultado.
- Grados de libertad = k -1 (número de categorías menos una)
- Grados de libertad (gl) = (filas -1)*(columnas -1) (número de filas menos una) por (número de columnas menos una).
Esta prueba permite determinar si dos variables cualitativas están o no asociadas. Es
decir si son dependientes (H1) o independientes(Ho). Para su cómputo calculamos:
- Frecuencias esperadas (FE): aquellas que deberían haberse
observado si la Ho fuese cierta, si ambas variables fueran
independientes.
- Frecuencias observadas (FO) en nuestro estudio.
Las comparamos para calcular el valor del estadístico chi cuadrado (X2):
Cuanto mayor sea la diferencia (y, por tanto, el valor del estadístico), mayor es la
asociación/dependencia entre ambas variables. Por otra parte, como las diferencias entre las frecuencias observadas y esperadas están
elevadas al cuadrado, esto hace que el valor de X2 siempre sea positivo.
Para obtener los valores esperados , éstos se calculan a través del
producto de los valores totales marginales dividido por el número total de
casos (n). Para el caso más sencillo de una tabla 2x2:
* Resumen del procedimiento
- Establecer la hipótesis nula (H0).
- Realizar una tabla con los datos observados o frecuencias
observadas (fo).
- Calcular los grados de libertad (gl).
- Calcular las frecuencias esperadas o teóricas (fe o ft).
- Utilizar el estadístico:
- Compararlo con las tablas al nivel de significación fijado.
- Aceptar o rechazar la H0.
2. Odds ratio
Permite cuantificar la importancia/fuerza de la asociación entre dos variables. Puede acompañar al resultado de la prueba chi-cuadrado (en variables dicotómicas). Es la frecuencia expuestos/frecuencia no expuestos (casos y
controles). La Odds ratio sería el cociente entre la odds del grupo de individuos de la categoría 1 de
la variable supuestamente dependiente (variable 2) (a/c), frente a la odds del otro
grupo formado por los individuos de la categoría 2 de esa misma variable (b/d).
* Características
- No tiene dimensiones.
- El rango va de 0 a ∞
- OR=1 indica que no hay asociación (independencia)
- OR>1 la presencia del factor de exposición (V1.1) se asocia a mayor ocurrencia del evento (V2.1)
- OR<1 la presencia del factor de exposición (V1.1) se asocia a menor ocurrencia del evento (V2.1)
No hay comentarios:
Publicar un comentario