Quadre de proves (2013)

Resumen Catalán
Universidad Universidad de Barcelona (UB)
Grado Odontología - 1º curso
Asignatura Bioestadística
Año del apunte 2013
Páginas 4
Fecha de subida 10/11/2014
Descargas 6
Subido por

Vista previa del texto

PROVA CONFORMITAT 1 mitjana HIPÒTESIS H0: Ha bilaterals: Ha unilaterals: ESTADÍSTIC I DISTRIBUCIÓ VALOR CRÍTIC I GRAUS DE LLIBERTAT Estadístic: t V. crític: taules t-Student g=n-1 Distribució: t-Student CONFORMITAT 1 proporció H0: Ha bilaterals: Ha unilaterals: H0: BONDAT D’AJUST (conformitat proporcions) PARAMÈTRICA D’HOMOGENEÏTAT 2 mitjanes amb dades aparellades (Típic d’assajos clínics) Estadístic: Z V. Crític: taules Z Distribució: N(0,1) Estadístic: Ji2 Taula de freq. absolutes Ha: On k és el nº de categories de H0 H0: Ha bilaterals: V. Crític: Statcrunch g=k-1 Distribució: χ² Estadístic: t ; Ha unilaterals: V. Crític: taules t-Student g=n-1 Distribució: t-Student Estadístic: t PARAMÈTRICA D’HOMOGENEÏTAT 2 mitjanes amb dades independents i variàncies iguals H0: Ha bilaterals: V. Crític: taules t-Student Ha unilaterals: Distribució: t-Student PARAMÈTRICA HOMOGENEÏTAT 2 mitjanes amb dades independents i variàncies diferents H0: Ha bilaterals: Estadístic: t V. Crític: StatCrunch Ha unilaterals: Distribució: t-Welch Estadístic: F V. Crític: taules F-Fisher H0: PARAMÈTRICA D’HOMOGENEÏTAT 2 variàncies Ha bilaterals: Distribució: F-Fisher Conclusió: Variàncies iguals: tStudent Variàncies diferents: tWelch PROVA ESTADÍSTIC I DISTRIBUCIÓ HIPÒTESIS VALOR CRÍTIC I GRAUS DE LLIBERTAT Estadístic: T NO PARAMÈTRICA D’HOMOGENEÏTAT 2 medianes aparellades H0: Ha bilaterals: Ha unilaterals: ; ; V. Crític: taules TWilcoxon g=n-1 Distribució: T- Wilcoxon Estadístic: U H0: NO PARAMÈTRICA D’HOMOGENEÏTAT 2 medianes independents HOMOGENEÏTAT CATEGÒRICA proporcions amb dades independents Ha bilaterals: ; V. Crític: taules U-MannWhitney Ha unilaterals: Distribució: U-MannWhitney Estadístic: Ji2 Taula Observats i Esperats de cada mostra H0: Ha: V. Crític: Statcrunch g=(r-1)(c-1) On c és el nº de categories Distribució: χ² HOMOGENEÏTAT CATEGÒRICA proporcions amb dades aparellades Estadístic: Ji2 de McNemar Taula valors observats de cada categoria H0: Ha: V. Crític: Statcrunch g=1 Distribució: χ² ASSOCIACIÓ 2 variables dicotòmiques (taules 2x2) ASSOCIACIÓ 2 variables dicotòmiques (taules 2x2) Probabilitats condicionades Mesura: Coeficient phi de Pearson (ϕ) ϕ =-1: perfecta inversa ϕ =+1: perfecta directa ϕ =0: perfecta indep.
Distribució: χ² g=(r-1)(c-1) - Mesura: Risc Relatiu (RR) - RR<1 : factor protector RR=1: no associació factor i malaltia RR>1: factor de risc PROVA HIPÒTESIS ASSOCIACIÓ 2 variables dicotòmiques (taules 2x2) Probabilitats condicionades - ESTADÍSTIC I DISTRIBUCIÓ Mesura: Odds Ratio (OR) VALOR CRÍTIC I GRAUS DE LLIBERTAT OR<1: factor protector OR=1: no associació factor i malaltia OR>1: factor de risc 1. Estadístic rXY CORRELACIÓ PEARSON 2 variables quantitatives amb distribució X~N ρXY=-1: perfecta inversa ρXY=+1: perfecta directa ρXY=0: perfecta indep.
H0: Ha: 2. Estadístic t V Crític: taules t-Student g=n-2 Distribucíó: t-Student CORRELACIÓ SPEARMAN 2 variables quantitatives amb distribució NO X~N i n≤30 CORRELACIÓ SPEARMAN 2 variables quantitatives amb distribució NO X~N i n>30 Estadístic: rS H0: V. Crític: taules rSpearman g=n-2 Ha: Distribució: r-Separman Estadístic: t H0: V. Crític: taules t-Student g=n-2 Ha: Distribució t-Student CONDICIONS D’APLICACIÓ: CONFORMITAT: Comprovar si 1 valor determinat correspon amb el valor d’1 paràmetre d’1 sola població.
- D’UNA MITJANA: 1 població, 1 variable quantitativa D’UNA PROPORCIÓ: 1 població, 1 variable qualitativa dicotòmica BONDAT D’AJUST: 1 població, 1 variable qualitativa categòrica, 2 o + categories HOMOGENEÍTAT: Comprovar is el valor d’1 mateix paràmetre és igual en 2 o + poblacions.
PARAMÈTRICA D’HOMOGENEÏTAT: Variable quantitativa X~N, i en cas que tingui distribució asimètrica cal que estigui compensat amb grans volums mostrals.
- 2 MITJANES AMB DADES APARELLADES:2 poblacions formades pels mateixos individus. Població pre-intervenció (A), i post intervenció (B). Típica d’Assajos Clínics.
- - 2 MITJANES AMB DADES INDEPENDENTS: 2 poblacions diferents.
 Variàncies iguals  Variàncies diferents 2 VARIÀNCIES: S’utilitza per comprovar si les variàncies entre dues poblacions són iguals o diferents, i així escollir el millor estadístic.
NO PARAMÈTRICA D’HOMOGENEÏTAT: Variable quantitativa NO X~N, o volum mostra massa petit.
Qualsevol tipus de variable excepte qualitativa nominal. Normalment mediana.
Transformació dades a rangs.
- 2 MEDIANES APARELLADES: 2 poblacions formades pels mateixos individus: .
Població pre-intervenció (A), i post intervenció (B).
2 MEDIANES INDEPENDENTS: 2 poblacions diferents.
CATEGÒRICA: Variables qualitatives dicotòmiques o amb + de 2 categories.
- PROPORCIONS AMB DADES INDEPENDENTS: (RXC) 2 poblacions, 2o + categories PROPORCIONS AMB DADES APARELLADES: (2X2) 1 població 2 grups, 2 categories ASSOCIACIÓ: Comprovar dependència o independència de 2 caràcters qualitatius.
- COEFICIENT PHI DE PEARSON (ϕ): Associació 2 variables qualitatives dicotòmiques (taules 2x2). Si IC conté 0, no podem afirmar associació.
RISC RELATIU (RR): Quocient entre probabilitat d’emmalaltir dels exposats i la dels no exposats. Típic d’estudis epidemiològics.
ODDS RATIO (OR): Raó entre probabilitat de tenir el factor de risc i de no tenir-lo. Típic d’estudis epidemiològics.
CORRELACIÓ: Indica força i direcció d’associació entre 2 variables quantitatives aleatòries - COEFICIENT DE CORRELACIÓ DE PEARSON: Variables quantitatives X~N COEFICIENT DE CORRELACIÓ DE SPEARMAN: Variables quantitatives NO X~N ...