Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Pruebas de independencia o de asociación. Prueba de Ji-cuadrada (2) De acuerdo con las leyes de probabilidad, si dos variables ocurren independientemente una de otra la probabilidad de observar dos valores simultáneamente es igual al producto de sus probabilidades: Leyes de probabilidades P(A o B) = P(A) + P(B); P(A y B) = P(A) x P(B), cuando A y B son independientes. Si consideramos a las probabilidades a posteriori calculadas a partir de frecuencias como estimadores de las verdaderas probabilidades, entonces la frecuencia relativa (A y B) debe corresponder a P(A y B), cuando A y B son independientes: F(A y B) = P(A y B); Si no se cumple con esas dos condiciones ( independencia y probabilidad a posteriori) entonces se puede supone que A y B no son independientes: Si F(A y B) =/= P(A y B), A y B no ocurren independientemente y por lo tanto hay ASOCIACIÓN. Ejemplo: De acuerdo con la Gaceta Salud Digna (abril-junio, 2018) las frecuencias de tipo sanguíneos en México son como sigue: Sistema ABO Fenotipo Frecuencia A 0.2744 B 0.0893 AB 0.0181 O 0.6182 Sistema Rh Fenotipo Frecuencia Rh + 0.9558 Rh - 0.0442 Si los alelos de cada gen segregan independientemente y las frecuencias observadas representan su probabilidad, entonces la probabilidad de observar una persona con tipo sanguíneo ORh- sería entonces P(O, Rh-) = 0.6282 x 0.0442 = 0.027766. En la misma fuente bibliográfica se muestra que la frecuencia observada del tipo sanguíneo ORh- es de: 2.56% o 0.0256, una diferencia de un poco mas de 2 milésimas. En la misma fuente la frecuencia observada del tipo sanguíneo ABRh- es de 0.001. La frecuencia esperada en caso de independencia será de 0.081 x 0.0442 = 0.0035, con una diferencia de 2 milésimas, también. Para establecer si la diferencia es tan pequeña como para demostrar independencia se requiere de una prueba estadística que nos permita descartar o no la independencia. Se puede recurrir a la distribución de Ji-cuadrada. Esta distribución surge de variables en unidades cuadradas: si z sigue una distribución normal, entonces la distribución de z2 es una Ji-cuadrada. Esta distribución permite modelar la probabilidad de que un valor observado corresponda o no con un valor esperado: Z = (x – ) / s 2 = (x – )2 / 2 Esta variable es la comparación de la diferencia con el parámetro central elevada al cuadrado (x – )2 con su valor esperado (2 ). Si la diferencia observada es mucho mayor que el valor esperado se concluye que las variables no son independientes. Por lo tanto si F(A y B) > P(A y B) entonces A y B no son independientes.
Compartir