E e Volumen 26, Wimero 4 Eno: Manzo 2018 Revista Mexicanagl® RESUMEN La prusha Student se fundamenta on dos premisas Ia primera: en Jadistribucicn de normalidad, y la segunda: en que las mues- tras soon independientes, Perinite comparar muestras, N= 30 ylo fstablece In diferencia entre las medias de Ine mestas. Ek anal sis matematico y estadistico de la prueba con frecuencia se mini niza para N'> 30, uilizando pruebas no paramétrioas, cuando la prucba tiene suficiente poder estadistic. Palabras claw Student, distribucin de normalidad, estadition, INTRODUCCION Con el seudonimo de estudiante (Student), William Sealy Gosset desarrollé la prueba t y la distribucidn t2 Esta prueba se usa con frecuencia en las publieaciones médias indexadas nacionales e internacionales y se han observado errores consistentes (The New England -Jour- nal of Medicine, Lancet y British Medical Journal)? E] objetivo de esta comunicacién es plantear co rrectamente la prueba y distribucidn t. La distribu- cin t es un conjunto de curvas estrueturada por un grupo de datos de unas muestras en particular, La contribucién de esta prucha, especificamente, es para comparar dos muestras de tamaiio < 30. La primera presuncidn es formular la hipétesis nula y la hip6te- sis alterna, que establece que no hay diferencias en Ja media de las dos muestras independientes y que de existir esta diferencia, sélo se debe al azar. Sila t calculada que se origina de las dos muestras es des- mesurada (valor de p que se encuentra en las tablas, respectivas), entonces se rechazarfa la hipotesis nula (error tipo 1), Bs importante mencionar que este va- lor depende del valor de signifieancia establecido con © UMAE Hospital de Cardiologia, Contre Médico Nacional Siglo XXI IMSS, Este articulo puede ser consultado en version completa en hip: /wwrw.medigraphic.com/revmexcardiol Comunicado breve t-Student. Usos y abusos Reinaldo Alberto Sanchez Turcios* ABSTRACT Student's ¢ teat is based on two premises; first: normality of, distribution and second: the independence ofthe eamplee. Thie fallowe comparing samples N © 30 andior eatabliehen the diffe rors betccen the means of the tco samples. The mathematical dnd statistical analyae of the tat i frequently minimalized N > 50, using non parametric teat, when the text has enough stats teal power Key words: Stunt’, normal distribution, statisti. anterioridad de lo que se quiere probar;t para la di- forencia entre las medias de las dos muestras. Este valor de significancia es la probabilidad de rechazar cerréneamente la hipétesis nula, NATURALEZA DE LA t STUDENT. La t de Student, inicialmente se diseié para examinar las diferencias entre dos muestras independientes y pe quefas que tengan distribueién normal y homogenei- dad en sus varianzas (en el articulo original, el autor no. define qué es una muestra grande y/o pequefia). Goss set hace hincapié en la normalidad de las dos muestras ‘como crucial en el desarrollo de la prueba, METODOLOGIA DE LA t-STUDENT. 1. Probar que cada una de las muestras tiene una dis tribucién normal;* 2, Obtener para cada una de las inestras: a) el tamatio de las muestras (n; ¥'n,),b) suis respectivas medias (m; y m,),¢) sus varianzas (vy ¥) 8, Probar que las varianizas sean homoggéneas; ia t-Shudent e# una prucba poderosa, en la que aunque una de las muestras no tenga distribucion normal pero la otra si y Ja raz de la varianea mas grande ala mis pequena son < 2 sta pica resulta edeouada al eomparut dae media,‘Sanchez TRA, Student Usos y abusos Rev Mex Car 2015; 26 (1): 58-61 #4, En caso de homogeneidad en esas varianzas: a) establecer Ia diferencia entre las medias: m,-my, b) calcular la varianza comin de las dos muestras. dyed, + (ny-Dv, iin, + n,-2) Es der, la varianza comiin (ve) es igual a un pro- medio pesado de Ins varianzas de las dos muestras en donde los posos para ese promedio son iguales al tamaiio, menos uno (n-1) para cada una de las. Iuestras, ¢) con esa varianza comtin, se calcula el orror estdndar de Ia diferencia de las modias ESI ¥ (ve) ny + m,V(nyng); 5. Finalmente, la t-Stadent es igual al cociente de la diferencia de medias entre. ol ESM anterior; 6, De acuordo con nuestra hipdtesis nula y alterna se debe demostrar que existe diferen- cia entre las medias de las muestras, se consulta una tabla do t-Student eon grado de libertad igual a nt + n2-2 y se calcula el valor de R° Ejemplo De un universo de 44,000 nifios, a los que se les regis 116 el peso, talla e indice de masa corporal, se tomé una muestra de 56 adolescentes (21 nifias y 35 ni- jos), del subgrupo de nifias y nihos de 14 anos de edad, para comparar las medias tomando exclusiva. ‘mente el indice de masa corporal (IMC). IMC en nitias y nitios de 14 aitos de edad Paso 1: prueba de normalidad de eada una de las muestras. N x 8 v Ninas 21 21775 4.225 17.862 Nios 35 20860 3.798 14.428 Nifias: p = 0.071, hay normalidad. ‘Nifios: p = 0.0008 no hay normalidad. Paso 2: en este caso se hace la prueba t-test aun sabiendo que una de las muestras (los nifios) no tiene normalidad. ~WEin este eato ae debe utilizar una modifcasién a la -Student dda por Snttertinwaite y Welch Paso 8: prueba para la homogeneidad de varian- zzas; se pueden considerar que son homogéneas debi- doa que la p = 0.570, Paso 4; (i) diferencia de medias = 0.025, Jas muestras. fi) ve a ve = ((ny-L)v; + (ny-Dy)/iny + ny=2) 10 x 17.852 + BA x 14.428 21+35-2 = 357.040 + 490.552 54 847.592 ca =15.696 Gi) Error estindar de las diferencias de las medias may ee Gog) 15.696) (GHATS) = (15.606) 0.0757 f..196" = 1.094 Paso 5: el valor de la t-test sera: 1 = (diferencia de las medias)/(ESM) Paso 6: hipatesis: Ho: el IMC es igual en nifios y nitias. HI: El IMC es diferente entré los nifios y las nifias. ‘Los grados de libertad, para consultar la tabla de t-Student son 21 + 35-2 = 54, consultando el valor de ps 0.401. Por lo tanto, no existe diferencia entre el IMC en- tre los nifios y niftas de 14 aio. COMENTARIO En la masa eritiea de informacién cientifica, prin¢ palmente en el area médica, cuando no hay normalSanchez TRA. tStudent. Usos y abusos 61 dad en ambas muestras se pretende sustituir a esta prueba por la U de Mann-Whitney, pero puede ser ciorta esta sustitucién cuando las muostras tienen distribueién similar y cuando una curva esté despla- zada con respecto a la otra y sélo en estos casos da- n resultados verosimiles a la diferencia entre las dos muestras. Desde otra dptica se ha usado estadis tica no paramétriea en muestras grandes cuando la {-Student (si se cumplen las condiciones) daria mejor resultado que el uso de las pruebas anteriores. 1. Es necesario mencionar que la distribucién t-test 6s similar a la distribucién de Gauss cuando las muestras > 30. 2. El poder estadistico tiene mayor magnitud cuando, las condiciones que se necesitan lo cumplen ambas miuestras, independientemente del tamaino. 3. La prueba original demostré que existe una curva que describe el comportamiento de la diferencia de medias y permite caleular el rea bajo la cur- va que representa la probabilidad de la diferencia entre elas. Fev Mex Cardiol 2015; 26 (1): 58-61 BIBLIOGRAFIA By Student. The probable eror of mean. Biometrika, 1908; BL. Fagerland MW. t-tests, non-parametvie tests, and lange stu- dicta paradox of statistical practice? BMC Med Ree Methodo. 2012; 12: 7885, Dawson-Saunders B, Trapp Robert G. Bioestadistioa Medion, Mexico, Editorial Manual Modemo, 190, |. Wayne W, Daniel, Bioestadistica base para el anslisis de las dene de la salud, 4¥ ed, México, Linsiaa Wile. 2002 Zog Jervold H, Biostatstical analysis. Prentice Hall. Ine. Pith ‘dition, New York, USA, Prentice Hall, 2010. Satterthwaite FE. An approximate distribution of estimates of variance components. Biometries Bul. 1848; 2: 110-114 Walch BL. Generalization of "student's" problem when seve- zal different populatian variances ave involved. Biometrika 1947, 24: 28-85, Direccién para comespondencia Dr Reinalde Alberto Sanches Turetos ‘Tepie Ninn. 112-610, Col. Rema Sur, Del, Gumuhtémes, México, DE 08760 E-mail: rtureis@live.com.ms