Transformando los datos a la normalidad

La mayoría de los métodos estadísticos (métodos paramétricos) asumen que la muestra se extrae de una población cuyos valores siguen una distribución normal. Por lo tanto, uno de los primeros pasos del análisis estadístico de los datos es comprobar la distribución de las diferentes variables.

En el Estadísticas resumidas MedCalc puede realizar automáticamente una prueba de Chi-cuadrado o una prueba de Kolmogorov-Smirnov para comprobar la suposición de que los datos se distribuyen normalmente. Sin embargo, estas pruebas solo se pueden realizar cuando el tamaño de la muestra es suficientemente grande. Si la prueba no es posible, la simetría y la agudeza de la distribución deben estimarse a partir del histograma. La distribución normal es simétrica, con poca agudeza o con un vértice muy plano. La desviación de la distribución normal puede estimarse a partir del gráfico de frecuencias acumuladas.

El siguiente gráfico es el histograma de datos que no se distribuyen normalmente, pero muestran una asimetría positiva (sesgada hacia la derecha).

Este histograma es típico de distribuciones que se beneficiarán de una transformación logarítmica.

A continuación se muestra el gráfico de los mismos datos después de la transformación logarítmica. La transformación se obtuvo introduciendo LOG(FSH) en lugar de FSH en el cuadro de diálogo.

Otras funciones de hoja de cálculo que pueden ser útiles para la transformación de datos a normalidad son:

SQRT(var): transformación de raíz cuadrada

SQRT(SQRT(var)): equivalente a var ^1/4

var ^(1/3): transformación de raíz cúbica (^ es el símbolo para apagar)

1/ var: transformación recíproca

El efecto de estas funciones sobre la distribución de una variable se puede evaluar trazando, por ejemplo, una Gráfico de frecuencia acumulada.