Chi Cuadrado
Chi Cuadrado
Chi Cuadrado
se dice que tiene una distribucin CHI con n grados de libertad. Su funcin de
densidad es
1
f (x)
x ( n 2) / 2 e x / 2
x0
n n
2
2
F( x ) P( X x ) f ( x )dx
0
Z i N(0,1) Z i2 2n
i 1
(n 1)s 2 19 * 0.84 2
Entonces,
37.24
2
0.60 2
Por tanto, el sistema est fuera de control
La funcin de distribucin CHI tienen importantes variaciones de acuerdo con los
grados de libertad y del tamao muestral (menor tamao muestral y mayor tamao
muestral respectivamente),
Xi i
i
i 1
n
2n
X
i 1
N ,
X X
2n 1
y i
i 1
n
A medida que los grados de libertad aumentan, la curva cambia de forma y sus
valores se han tabulado en el anexo de tablas estadsticas, donde se muestran los
valores del rea bajo la curva, para los principales valores de 2, a la derecha de ste.
O sea, se muestra la zona de rechazo para diferentes niveles de significacin y de
grados de libertad, lo cuales varan entre 1 y 100. Ms all, conviene usar
directamente la funcin de Gauss.
Para cada grado de libertad hay una tabla de valores que pueden obtenerse variando el
nivel de significacin, parecida a la de Gauss. El problema de calcular los valores
crticos, para un nivel de confianza dado, se resuelve de dos maneras: usando
computadoras para resolver los clculos, y la otra ms comn, usando tablas
resumidas, en forma anloga a la vista para el modelo de t-Student. La distribucin de
2 se usa principalmente para analizar dispersiones. Se compara la dispersin
23.6
2
62 2
(n 1)s 2 (10 1) * 8 2
16
2
62
Fk ( x )
(k / 2, x / 2)
(k / 2)
CORRECCIN DE YATES
La correccin de Yates se aplica a la prueba Chi-cuadrado cuando la frecuencia de las
observaciones en alguna de las celdas es menor de 10. La Chi-cuadrado corregida:
Valor Observado Valor Terico 0.52
2
Valor Terico
En general, se aplica la correccin de Yates o tambin correccin por continuidad
cuando aproximamos una variable discreta a una distribucin continua. La correccin
consiste en aadir y substraer 0,5 a la variable en cuestin. Por ejemplo, obtener 3
caras al lanzar una moneda es una medida discreta (nominal) que se ajusta a la
distribucin binomial. Mientras que si la aproximramos a la distribucin normal, su
valor oscilar entre 2,5 y 3,5.
DISTRIBUCIN F SNEDECOR O F-FISHER
Si U y V son dos variables aleatorias independientes que tienen distribucin Chi
Cuadrada con n1 y n2 grados de libertad, respectivamente, entonces, la variable
aleatoria
U n1
tiene funcin de distribucin F-Snedecor
F
V n2
(n 1 n 2 ) / 2n 1 / n 2 1
f ( n1 2 ) / 2
n 1 / 2n 2 / 2
1 n1f / n 2 ( n1 n 2 ) / 2
Que es la llamada funcin de distribucin F-Snedecor o F-Fisher con n1 y n2 grados
de libertad
n /2
h (f )
varianza, el cociente de ambos valores F s12 s 2 (con F>1, esto es, siempre se coloca
el ms grande como numerador) tendr una distribucin de Fisher, cuyos valores
crticos fueron obtenidos por W. Snedecor en una tabla que se caracteriza por tener
dos grados de libertad: el correspondiente al numerador 1=n1-1 y el del denominador
2=n2-1. Programas de computacin permiten calcular los valores crticos respectivos
En las Tablas se presenta una hoja para cada nivel de confianza, se eligen los ms
apropiados como: 95% ; 97,5% ; 99% ; 99,5% y 99,9%. Como siempre, el rea total
bajo la curva es la unidad y se extiende desde 0 a + . La forma es muy parecida a la
Chi-cuadrado. se muestran tres casos, con diferentes grados de libertad, y se marca el
valor de F=2,5 con una ,lnea punteada vertical.
El principal uso de esta funcin es el Anlisis de Varianza, que se ver ms adelante,
y es para cuando se necesita comparar ms de dos medias mustrales a la vez. En
estos casos la idea es detectar si el efecto de uno o ms tratamientos afecta a las
muestras testeadas. En cambio, cuando se tiene el caso de dos muestras, la idea es
testear si hay homocedasticidad en las dos poblaciones en estudio. Una vez verificado
este supuesto, se puede avanzar ms verificando si hay diferencia entre las medias
mustrales, y as verificar si ambas muestras tienen igual media y varianza, porque
eso significa que en realidad provienen de la misma poblacin normal. Eso probara
que no hay efecto de un tratamiento si se lo compara con un placebo, o que dos
tcnicas de laboratorio son equivalentes.
Si el experimento no verifica esto, entonces se deber elegir el caso que presente
menor varianza, para tener menor variabilidad en las mediciones. En Gentica se
puede verificar si una generacin de cras es ms variable en un carcter que la de sus
padres. En Sistemtica se puede testear si dos poblaciones locales tienen la misma
variabilidad. En Bioqumica y Farmacia el uso ms frecuente es comparar el error
casual de mediciones de laboratorio, al introducir algn efecto o cambiar el mtodo
de medicin. En el caso de testear si dos tcnicas de laboratorio tienen igual
dispersin, o bien, para elegir aquella con mayor precisin, conviene pensar el
problema como la incidencia de un factor en estudio en lugar de dos tcnicas
totalmente diferentes entre s. Por ejemplo, se trata de una misma prctica, pero se
usan dos espectrofotmetros diferentes, y se trata de determinar si la modificacin de
la varianza se debe al uso de un aparato diferente. El factor ac sera: tipo de
espectros.
Tambin se puede estudiar la incidencia del factor humano, realizando las mismas
mediciones a dos personas diferentes. De esa forma se puede imaginar que las dos
muestras provienen de diferentes poblaciones, o que el efecto del factor analizado no
es despreciable cuando se rechaza la hiptesis nula. En la figura se muestra el caso de
dos poblaciones. En el caso (a) ambas poblaciones tienen la misma media, pero por
efecto del error casual sus varianzas son diferentes. Si esta diferencia es significativa,
resulta evidenciada por el Modelo de Fisher que permite la comparacin de ambas.
En el caso (b) hay un error sistemtico que desplaza la media, pero sus varianzas
permanecen iguales. Es lo mismo que sumar una constante a todos los valores; ocurre
un desplazamiento hacia la derecha. t-Student se usa para detectar esto cuando se
hace el test de comparacin de dos medias independientes. Como se ver ms
adelante, se puede construir todo un bagaje de mtodos para efectuar un Control de
Calidad interno en un laboratorio de medicin clnica. Por ahora, basta decir que se
puede controlar la exactitud con los modelos de t-Student y la precisin con los de
Chi-cuadrado y Fisher.
Con esto se pueden comenzar a controlar y calibrar los sistemas de medicin. Las
limitaciones de todo esto son dos: la primera es que se puede estudiar el efecto del
factor analizado en solo dos muestras y no en ms de dos. La segunda es que si la
calidad se entiende como exactitud y precisin, solo se pueden emplear estos modelos
para magnitudes de tipo cuantitativas como las de la Qumica Clnica, pero no en
magnitudes cualitativas como las usuales en Microbiologa, Bacteriologa, Micologa,
etc. En magnitudes cuantitativas, por calidad se entiende precisin y exactitud, en
lugar de la capacidad de una prueba clnica para diagnosticar. Sin embargo, a pesar de
estas limitaciones sigue siendo una herramienta sencilla y poderosa de control.
Para poder aplicar este modelo se deben tener en cuenta los requisitos siguientes:
- Las muestras fueron extradas de una poblacin normal o aproximadamente
normal.
- La seleccin de las muestras se hizo en forma aleatoria.
- Las muestras son independientes entre s.
Ejemplo, El jefe de un laboratorio se encuentra con una tcnica de medicin fuera del
control estadstico. Para investigar las causas decide investigar si el factor humano
tiene incidencia, y toma una muestra de suero cualquiera la divide en 20 alcuotas.
Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que haga las
determinaciones; las restantes las encomienda al laboratorista 2 para que las mida.
Los resultados obtenidos son: s12=2,4 es la varianza obtenida por el laborista, 1 y
s22=0,8 para el otro. Decidir si hay diferencia en dispersin entre ambos.
H0: 12 22
H1: 12 22
El estadgrafo es
12 2.4
F 2
3.0
2 0.8
Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se
busca en las tablas para: 1=2=n1-1=9 grados de libertad, mientras que = 0,025
para el lmite inferior y = 0,975 para el superior. Estos valores son F0,975;(9,9) = 4,03.
Luego, para calcular el valor no tabulado = 0,025 se aprovecha una propiedad que
tiene la funcin F usando la inversa: F0,025;(9,9) =1/F0,975; (9,9) =1/4,03 = 0,248 Como
el valor hallado F=3 cae dentro de la zona de aceptacin, no hay evidencia
significativa como para decir que el factor humano tiene incidencia en la dispersin
de las mediciones.
La distribucin F de Snedecor aparece en los contrastes asociados a comparaciones
entre las varianzas de dos poblaciones normales. Si (X 1,X2,...,Xm) y (Z1,Z2,...,Zn) son
m+n variables aleatorias normales independientes de media =0 y varianza 2, la
variable
1 n 2
i1 X i
m
Yn
1 n 2
Zi
n i1
10
m n m
2 n
f (x)
m n
2 2
mx
x ( m 2 ) / 2 1
( m 2 ) / 2
F( x ) P(X x ) f ( t )dt
0
y Y 2m variables aleatorias
11
DISTRIBUCIN t-STUDENT
Si (X,X1,X2,...,Xn) son n+1 variables aleatorias normales independientes de media 0 y
varianza 2, la variable
X
Yn
1 n 2
Xi
n i 1
tiene una distribucin t-Student con n grados de libertad. Su funcin de densidad es
n 1
n 1
2
2
1
x
2
f (x)
x0
n
n
n
2
T
t n y adems, T
tn
2
1 2
n
1 Xi i
n
n
n i 1 i
12
Para calcular
n 1
( n 1) / 2
2 x2
P(T t ) f ( t )dt
dx
1 n
n
2
t
0,375
n=120
n=2
n=11
0,125
-3,50
+3,50
8.38
s n
2.1 16
Para el cual en las tablas, para =5% y 15 gl es insignificante, y por tanto se puede
concluir que el consumo de 12 gal/h es real
Ejemplo, Encuentre los valores de la funcin para:
a. 14 gl, =97.5%t0.975=-t2.5%=-2.145
b. P(-t0.025<T<t0.05)=0.925
Si de una poblacin normal, o aproximadamente normal, se extraen muestras
aleatorias e independientes y a cada una se le calcula dicho estadgrafo usando los
13
0,001
establecer las zonas de aceptacin y rechazo:
52.9 50.0 3
t
3 10
Dibujando las zonas con los valores crticos, el valor de t cae en la de rechazo para el
95% y no alcanza para las otras. La conclusin es que se ha probado la existencia de
un error sistemtico con una confianza del 95%.
Ejemplo. Se midi colesterol total a 11 pacientes varones adultos escogidos al azar
los resultados obtenidos arrojan una media de 235 mg/dl y un desviacin estndar de
35 mg/dl. Ensayar la hiptesis de que se mantienen por debajo del valor lmite de
referencia de 220 mg/dl
15
.
Ho: 220 mg/dl
H1: 220 ,g/dl
El valor t-Student para una sola cola es,
235 220 1.42
t
35 11
Valor no significativo pues t 0.05,10=1.81, entonces cae dentro del intervalo del 95%
Para el caso de una cola, el valor de tablas para el 95% debe ser el que est en la
Tabla t-Student para el 90% en dos colas. La idea es que el 10% en dos colas
significa el 5% en cada una, por la simetra de la curva de t-Student. Luego, para
La
conclusin es que no puede rechazar la hiptesis nula, por lo que debe considerarse
un colesterol total admisible desde el punto de vista clnico, por estar por debajo del
lmite de referencia.
- t-Student para proporciones. En este caso e=P y p== luego con se puede
obtener el valor del estadgrafo de comparacin con la relacin,
P
t
1 n
Ejemplo. Un analgsico de plaza, afirma en su propaganda que alivia el dolor en el
90% de los casos antes de la primera hora luego de su ingesta. Para validar esa
informacin, se hace un experimento en 20 individuos con cefalea. Se observa que
fue efectivo en 15 de ellos.
16
Ho: 0.9
H1: 0.9
El valor t-Student para una sola cola es, siendo P el porcentaje de xitos
P=15/20=0.75 y la media de =0.90 con desviacin 0.9 * 0.1 / 20 0.067
0.75 0.90 2.24
t
0.067
Valor es significativo pues t 0.999,19=-3.579 o t0.99,19=-2.539 o t0.95,19=-1.729, entonces
cae fuera del intervalo del 95%. De todas formas la evidencia no alcanza para
rechazar la hiptesis a los niveles del 99% y 99,9%. Se la rechaza al nivel de 95%
nicamente. Si bien no es tan terminante, se puede afirmar que la aseveracin es falsa
con un 95% de confianza.
-
17
n1 n 2
El cual se contrasta con t ; donde =n1+n2-2 grados de libertad. Hay casos
particulares cuando: las muestras son de igual tamao y/o las muestras son
homocedsticas (tienen igual varianza). En ambos casos se simplifican las frmulas
de clculo.
Ejemplo. Se aplica un medicamento a 15 pacientes que padecen cierta enfermedad,
escogidos al azar, y un placebo a 20 pacientes. En el primer grupo, la desaparicin del
estado febril se observa a las 19 horas de tratamiento en promedio (con una
desviacin de 2 h.). En el grupo control, la mejora se observa en promedio las 25
horas con un desviacin de 3 horas. Decidir si el medicamento modifica el tiempo de
curacin.
Ho: 1=2
H1: 12
El valor t-Student para dos colas para 33 gl, siendo
25 19 0 7.06
t
9
4
20 15
18
Valor cae fuera del intervalo, como el valor hallado de t es mucho ms grande que el
valor crtico de tablas para 33 grados de libertad: t ;=t0,999;33=3,44 (ensayo de dos
colas y un 99,9% de confianza), por tanto se obtuvieron resultados altamente
significativos como para rechazar la hiptesis nula. Se tiene una prueba cientfica del
efecto del medicamento.
Ejemplo. Se desea verificar si hay diferencia en las mediciones a travs de dos
mtodos clnicos diferentes. Se toma una muestra de suero lo suficientemente grande
como para obtener 10 alcuotas. Se distribuyen al azar 5 alcuotas para cada mtodo.
Efectuadas las mediciones, con el primero se tuvo una media de 85 mg/dl con un
desviacin de 8 mg/dl. Mientras que con el segundo se tuvo una media de 83 mg/dl
con un desviacin de 6 mg/dl.
Ho: 1=2
H1: 12
El valor t-Student para dos colas para 33 gl, siendo
85 83 0 0.44
t
64 36
5
5
Por tanto, no se puede rechazar H0, pues hay diferencia entre ambos mtodos
- Comparacin de proporciones. Para estos casos, el valor de t-Student para
validaciones de proporciones se calcula la misma frmula, pero reemplazando los
valores esperados con
(1 1 ) 2 (1 2 )
12 (1 2 )
122 1
n1
n2
Entonces, el valor de comparacin del modelo t-Student para este caso es,
19
(p1 p 2 ) (1 2 )
1 (1 1 ) 2 (1 2 )
n1
n2
Contrastando con el valor de tablas dado por t ;; con = n1+n2-2 grados de libertad.
Ejemplo. Se escogen al azar dos grupos formados por 20 individuos cada uno, entre
los que padecen cierta alergia. Se administra una droga curativa al primer grupo y se
observa una mejora en 15 de los casos. Al segundo grupo se le administra un placebo
y mejoran 13 de ellos. Ensayar la hiptesis que la droga sirve para curar ese tipo de
alergia. Se emplean las hiptesis siguientes:
H0 : 1-2 = 0 las diferencias observadas se deben al azar
H1: 1-2 0 la droga produce efecto.
Si se supone que ambas muestras fueron extradas de la misma poblacin, y por lo
tanto no hay diferencias entre las muestras observadas (H 0) 1-2 = 0, eso significa que
el porcentaje de curados en dicha poblacin ser =1=2 y habr que estimarlo con
los datos mustrales, calculando la proporcin ponderada con:
p=( total de curados en las muestras / total muestral ) = (15+13) / 40 = 0,7
Entonces, sacando factor comn en la frmula de la varianza, esta resulta: 2() =
(1.) [2 / n] =(0,7 . 0,3) (2/20) = 0,021
Y es () = 0,145; de los datos del problema surgen P 1 =15/20 = 0,75 y P2 = 13/20 =
0, 65
t = ( 0,75 0,65 ) / (0,021)1/2= 0,69 < t 0,95 ; 38=2,02. 1-2 = 0 cae dentro de 95%.
Un resultado no significativo. Las diferencias observadas no se deben a la droga sino
al azar.
- Test de equivalencia biolgica. Hay ocasiones donde la Ho no busca establecer si
hay o no diferencia entre dos muestras, como las del ejemplo anterior, sino que se
trata de establecer si un mtodo clnico o tratamiento nuevo es lo suficientemente
bueno como para reemplaza al que se vena usando hasta entonces, el mtodo
viejo. Las ventajas de este nuevo mtodo pueden ser: un costo menor, ms rpido,
menos daino o peligroso para el paciente, etc. La cuestin bsica aqu es ver si,
en promedio, la diferencia entre ambos es menor que un cierto valor lmite para la
magnitud estudiada. Es decir que tal diferencia no implique una inferioridad del
nuevo mtodo, desde un punto de vista clnico.
20
Para estos casos la Ho: La diferencia entre ambos promedios es mayor o igual al valor
aceptable y la alternativa es H1 : Esta diferencia de medias es menor al valor crtico;
en cuyo caso ambos mtodos pueden ser considerados clnicamente equivalentes. La
idea es que, si se rechaza la H o se puede usar el mtodo nuevo en lugar del viejo y
aprovechar las ventajas que este posee. Pero la decisin se basa ms en
consideraciones mdicas que estadsticas. Entonces, si se trata de magnitudes
continuas, se puede usar el test de t-Student para comparar la diferencia de las dos
medias contra el valor crtico o mximo aceptable desde el punto de vista clnico.
El planteo se hace as: H o : V N = . > . Donde V es el valor poblacional que se
obtiene con el mtodo viejo y N con el mtodo nuevo, . es la diferencia real entre
ambos mtodos y es la diferencia mxima admisible entre ambos mtodos. De esta
manera, cuando Ho pueda rechazarse se tendr evidencia suficiente como para
efectuar el reemplazo, esto es cuando H1 : V N = . < .
Se trata de un ensayo de una sola cola. Pero cuando se trate de ver si en valor
absoluto la diferencia entre ambos mtodos no supere a un cierto valor , porque aqu
no interesa tanto que sea menor, sino que tambin interesa que no sea mayor
(dependiendo de la magnitud clnica analizada); entonces la Ho ser : VN= y el
ensayo ser de dos colas. Anlogo al visto en el punto anterior. Para ilustrar este
procedimiento se usar un ejemplo tomado de la obra de Armitage
Ejemplo. Sea el ndice cardaco CI (respuesta cardiaca normalizada para la superficie
del cuerpo) el cual se mide con un procedimiento invasivo como es el colocar un
catter en el corazn del paciente llamado Termo-dilucin (el mtodo viejo) y la
unidad de medicin son litros por minuto tomado por m2 de superficie del cuerpo
humano. Se ha propuesto una nueva manera de medir esa magnitud con una tcnica
no invasiva, llamada el mtodo de la Bioimpedancia, en la cual se le adosa un
instrumento al cuerpo de paciente en forma externa, y mide en forma elctrica el
valor del CI usando una escala adecuada (el mtodo nuevo). El criterio clnico de
aceptacin es: el nuevo mtodo se considerar equivalente al viejo cuando, en
promedio, el valor obtenido difiera en un 20% respecto al promedio aceptado de 2,75
l / min. / m2 para el mtodo del catter. Esto significa que el 20% de tal valor es =
0,55. Luego el planteo se hace as:
Ho : .V N . = ... > = 0,55 o lo que es lo mismo (V N ) = = 0,55
H1 : .V N . = ... < = 0,55 cuyo equivalente es (V N ) = 0,55
21
Se toma una muestra de N=96 individuos a los cuales se le aplica el mtodo nuevo,
los valores encontrados fueron un promedio de 2,68 l / min. / m2, y un desviacin
estndar de 0,26 l / min. / m2 luego ser,
x 2.68 2.75 2.642
t
0.26
n
96
Como se observa t=-2.642 es mayor que t 0.99,95=-2.62, lo que indica que hay evidencia
significativa como para rechazar a H0
La conclusin final es que se puede usar el mtodo nuevo en lugar del viejo, con una
gran ventaja para el paciente, pues ahora ya no tendr que ser cateterizado para
efectuarle su medicin del ndice cardaco. A este procedimiento estadstico
aparecido en los ltimos aos en Medicina se lo conoce tambin con el nombre de
test de equivalencias mdicas o biolgicas.
- t-Student para dos muestras apareadas. El modelo de t-Student se puede usar
para el caso especial de muestras apareadas, esto es, cuando se le efectan dos
tratamientos a la misma muestra; por ejemplo, del tipo antes despus donde al
mismo individuo se lo mide dos veces para ver el efecto del tratamiento realizado,
o el caso de mtodo nuevo contra el mtodo viejo, donde al mismo grupo de
pacientes se le hacen dos mediciones a cada uno, la del mtodo de rutina habitual y
una extra con el nuevo mtodo a probar para decidirse entre ambos. La idea bsica
es como sigue: se sacan n muestras aleatorias e independientes de una poblacin
normal. A cada muestra se le aplican dos tratamientos A y B diferentes y lo que
interesa detectar es si producen algn efecto apreciable.
Este caso es muy diferente al anterior si bien las muestras son independientes entre s,
los tratamientos no lo son, porque a un mismo individuo se le aplican ambos
22
tratamientos. Entonces, la misma persona aparecer dos veces en los resultados: uno
en el grupo A y el otro en el grupo B.
El truco para resolver este problema de la independencia es trabajar con la diferencia
de los resultados de cada par de mediciones efectuadas: d=x A-xB. Luego se tendrn n
diferencias d1;d2;d3...dn, que son independientes entre s, puesto que cada valor di
corresponde a un solo individuo. Luego, se le aplica el modelo t-Student para una
sola muestra, ensayando la hiptesis de que no hay diferencias entre ambos grupos. O
sea, efectuando
d O
t
n
Las hiptesis Inicial y alterna implica un efecto diferente para cada grupo, H 0:d=0
H1:d0. Si se prueba que el valor esperado del promedio de las diferencias es
diferente de cero, entonces el tratamiento aplicado produce un efecto demostrable.
Para aclarar estas ideas se presenta el siguiente caso:
Ejemplo. Se escogen 5 pacientes al azar, del grupo que concurre diariamente al
Laboratorio de Anlisis Clnicos a efectuarse una determinacin de Uremia. Las
muestras extradas se miden con el procedimiento habitual y adems con una nueva
tcnica clnica que se desea probar. Ver si hay diferencia entre ambas tcnicas. Los
resultados expresados en g/l fueron:
Paciente
Vieja
Nueva
Diferencia
1
0.38
0.33
0.05
2
0.54
0.45
0.09
3
0.22
0.15
0.07
4
0.11
0.09
0.02
5
0.23
0.22
0.01
y 0.033 , luego
Que obviamente es mayor que t 0.95,4=2.776, entonces O cae por fuera del intervalo, y
entonces se tienen evidencia significativa de que hay diferencia entre ambas tcnicas
TABLAS
En el Anexo de incluyen las tablas de las funciones Normal, Chi Cuadrado, t-Student
y F-Snedecor
23