Contraste de hipótesis para variables cuantitativas

Última actualización: 30/08/2026 por EMEI

En la investigación epidemiológica, la virología clínica y la inmunología molecular, una de las encrucijadas analíticas más frecuentes es la comparación de las medias de una variable continua entre dos cohortes experimentales o clínicas. A diferencia del análisis de variables categóricas, donde se evalúa la distribución de frecuencias, el contraste de hipótesis para variables cuantitativas busca determinar si las diferencias observadas en magnitudes numéricas (como la concentración de una citocina en picogramos por mililitro, la carga pronuclear o la presión parcial de un gas en sangre) son estadísticamente significativas o si, por el contrario, pueden atribuirse a la variabilidad estocástica del muestreo. En este diseño, la variable numérica asume el rol de variable dependiente, mientras que la variable dicotómica (que define los dos grupos de tratamiento, exposición o fenotipo) actúa como variable independiente.

La prueba t de Student constituye el pilar paramétrico para este propósito. Su aplicación exige el cumplimiento de supuestos matemáticos estrictos sobre la distribución de los datos poblacionales. Este documento profundiza en la arquitectura estadística de la prueba t de Student, sus criterios de validación, la interpretación de sus estadísticos de contraste y la implementación de la prueba U de Mann-Whitney como alternativa no paramétrica, integrando un modelo clínico de fisiopatología respiratoria y vascular.

Fundamentos Fisiopatológicos y Diseño del Contraste Clínico

Para ilustrar la mecánica de estas pruebas, analizaremos un estudio clínico diseñado para comparar los valores de la Presión Arterial de Oxígeno (PaO2), medida en milímetros de mercurio (mmHg), en dos cohortes de pacientes: un grupo diagnosticado con Hipertensión Arterial (HTA) sistémica y un grupo control normotenso.

Desde una perspectiva histológica y molecular, la hipertensión arterial crónica induce una disfunción del endotelio vascular. Este estado patológico se caracteriza por una biodisponibilidad reducida del óxido nítrico, un potente vasodilatador sintetizado por la enzima óxido nítrico sintasa endotelial (eNOS, codificada por el gen NOS3), y un incremento en la producción de especies reactivas de oxígeno. A nivel del parénquima pulmonar, aunque la HTA es un trastorno sistémico, la disfunción endotelial y el remodelado vascular (engrosamiento de la túnica media de las arteriolas) pueden alterar sutilmente la microcirculación en la membrana alvéolo-capilar, planteando la interrogante clínica de si esta condición sistémica impacta negativamente en la eficiencia del intercambio gaseoso y, por ende, en la PaO2.

La Distribución t de Student y sus Escenarios de Aplicación

La distribución t de Student es una distribución de probabilidad continua que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño y la desviación típica poblacional es desconocida, debiendo ser estimada a partir de la varianza muestral. Su morfología es campaniforme y simétrica, similar a la distribución normal estándar, pero con colas más pesadas, lo que refleja la mayor incertidumbre asociada a la estimación de la varianza. La forma exacta de la curva depende de los grados de libertad, aproximándose a la normalidad a medida que el tamaño muestral aumenta.

En la investigación biomédica, esta prueba se despliega en tres escenarios metodológicos fundamentales:

• Contraste contra un valor de referencia: Evalúa si la media de una única muestra difiere significativamente de un valor poblacional teórico o histórico prefijado (por ejemplo, comparar el nivel medio de linfocitos T CD4+ de una cohorte con el valor estándar de normalidad).

• Contraste de muestras pareadas (mediciones repetidas): Se aplica cuando se obtienen dos mediciones del mismo individuo en momentos temporales distintos (diseño longitudinal pre-post), como la cuantificación de la carga viral del Virus de la Inmunodeficiencia Humana (VIH) antes y después de instaurar una terapia antirretroviral de gran actividad.

• Contraste de dos grupos independientes: Compara las medias de dos cohortes distintas y mutuamente excluyentes para determinar si proceden de poblaciones con la misma media. Este es el escenario analizado en nuestro modelo de PaO2 e HTA.

Criterios de Aplicabilidad: Normalidad y Homocedasticidad

Antes de ejecutar el algoritmo de la prueba t de Student para muestras independientes, el rigor estadístico exige la verificación de dos supuestos paramétricos ineludibles:

La variable dependiente debe seguir una distribución normal en cada uno de los grupos estudiados. Según el Teorema del Límite Central, cuando los tamaños muestrales de cada grupo superan las 30 observaciones, la distribución de las medias muestrales tiende a la normalidad, permitiendo que la prueba t de Student funcione con robustez incluso si la distribución original presenta ligeras asimetrías. No es un requisito matemático que los tamaños de los grupos sean idénticos.

Si el tamaño muestral es inferior a 30, la normalidad debe evaluarse empíricamente. Visualmente, se emplean histogramas de frecuencias o gráficos de cajas (box-plots); un histograma marcadamente asimétrico es indicativo de no normalidad. Analíticamente, se recurre a pruebas de bondad de ajuste como la de Kolmogorov-Smirnov (para muestras mayores de 50) o la de Shapiro-Wilk (para muestras pequeñas). Si la prueba de normalidad arroja un valor p mayor a 0,05, no se rechaza la hipótesis nula de normalidad. En caso de vulnerarse este supuesto, el investigador puede aplicar una transformación matemática a la variable (frecuentemente el logaritmo neperiano) para estabilizar la varianza y normalizar la distribución. Si la transformación no es exitosa o se prefiere mantener la escala original, se debe transicionar a pruebas no paramétricas.

El segundo supuesto es la homocedasticidad, que postula que las varianzas de las poblaciones de las que se extraen las muestras son homogéneas. Si las varianzas difieren significativamente (heterocedasticidad), el cálculo del estadístico t y de sus grados de libertad debe ajustarse mediante la corrección de Welch, lo que impacta directamente en la estimación del valor p final.

Formulación de Hipótesis y Construcción del Estadístico

En nuestro estudio sobre la oxigenación arterial, se plantea el siguiente contraste bilateral, asumiendo a priori que desconocemos la dirección del efecto (no sabemos qué grupo presentará una PaO2 superior):

• Hipótesis nula (H0): mu HTA = mu No HTA. Afirma que las medias poblacionales de PaO2 son idénticas en pacientes con y sin hipertensión arterial. Cualquier diferencia observada en la muestra se debe exclusivamente al azar.

• Hipótesis alternativa (H1): mu HTA =/ mu No HTA. Sostiene que existe una diferencia estadísticamente significativa entre las medias de ambos grupos.

Es crucial destacar que, metodológicamente, se podría categorizar la variable continua PaO2 mediante puntos de corte clínicos (por ejemplo, normoxemia frente a hipoxemia leve, moderada o grave) y aplicar una prueba ji-cuadrado de tendencia lineal. Sin embargo, esta práctica está fuertemente desaconsejada en bioestadística avanzada, ya que la dicotomización de variables continuas conlleva una pérdida drástica de información biológica, reduce la potencia estadística y aumenta la probabilidad de cometer un error de tipo II (falso negativo).

El estadístico de contraste t se calcula restando ambas medias muestrales (lo que representa el efecto biológico observado) y dividiendo este numerador por el Error Estándar de la Diferencia de Medias (EEDM), que cuantifica la variabilidad o el error aleatorio del muestreo. Si este cociente supera un valor crítico determinado por la distribución t para unos grados de libertad específicos, se concluye que la magnitud de la diferencia es demasiado amplia para ser producto del azar.

Análisis Clínico e Interpretación de Resultados (Modelo SPSS)

Supongamos una cohorte de 54 pacientes, dividida en 25 individuos con HTA y 29 individuos sin HTA (grupo control). La evaluación gráfica mediante histogramas y la prueba de Kolmogorov-Smirnov (p mayor a 0,05) confirman que la distribución de la PaO2 en ambos grupos es compatible con la normalidad.

Al procesar los datos en el Statistical Package for the Social Sciences (SPSS), obtenemos la siguiente radiografía descriptiva:

El grupo sin HTA (n=29) presenta una media de PaO2 de 61,2 mmHg, con una desviación típica (DT) de 8,80 y un Error Estándar de la Media (EEM) de 1,63.

El grupo con HTA (n=25) muestra una media de 63,6 mmHg, una DT de 11,77 y un EEM de 2,35.

La diferencia absoluta entre las medias es de 2,38 mmHg a favor del grupo hipertenso. Antes de evaluar la significación estadística, el clínico debe plantearse la relevancia biológica: una diferencia de 2,38 mmHg en la PaO2 carece de impacto fisiológico sustancial en la saturación de la hemoglobina o en la entrega tisular de oxígeno.

Ruta Analítica para la Comparación de Medias Independientes

• Paso 1: Evaluación de la Homocedasticidad -> Se analiza la prueba de Levene para la igualdad de varianzas. La hipótesis nula de esta prueba asume que las varianzas son iguales. En nuestro modelo, el estadístico F de Levene es 2,17 con un valor p de 0,147. Al ser p mayor a 0,05, no podemos rechazar la hipótesis nula; por lo tanto, asumimos varianzas poblacionales homogéneas.

• Paso 2: Determinación de los Grados de Libertad -> Al asumir varianzas iguales, los grados de libertad (gl) se calculan sumando los tamaños muestrales y restando 2 (n1 + n2 – 2). En este caso, 29 + 25 – 2 = 52 grados de libertad. Si hubiéramos rechazado la igualdad de varianzas, el software aplicaría la corrección de Welch, resultando en grados de libertad fraccionarios (43,9).

• Paso 3: Cálculo del Estadístico t -> Se divide la diferencia de medias (-2,384) entre el Error Estándar de la Diferencia de Medias (EEDM = 2,806). El resultado es un valor t de -0,85.

• Paso 4: Obtención de la Significación Asintótica -> Para un valor t de -0,85 con 52 grados de libertad, la probabilidad asociada (p) es de 0,399.

• Paso 5: Conclusión del Contraste -> Dado que p (0,399) es ampliamente superior al nivel de significación alfa estándar de 0,05, no existe evidencia empírica suficiente para rechazar la hipótesis nula. Las diferencias observadas en la PaO2 se explican por la fluctuación aleatoria del muestreo.

Adicionalmente, el Intervalo de Confianza (IC) del 95% para la diferencia de medias oscila entre -8,01 y 3,25. La inclusión del valor cero dentro de este intervalo es la confirmación matemática de la ausencia de significación estadística; con un 95% de certeza, la verdadera diferencia poblacional podría ser nula, negativa o positiva dentro de ese rango. Para que el resultado hubiese sido significativo (p menor a 0,05), el estadístico t debería haber superado un valor absoluto aproximado de 2, lo cual requeriría una diferencia de medias biológicamente más pronunciada o una dispersión muestral (EEDM) significativamente menor.

La Prueba U de Mann-Whitney: El Paradigma No Paramétrico

Cuando los datos biomédicos violan flagrantemente el supuesto de normalidad (por ejemplo, en la cuantificación de copias del genoma del virus de la hepatitis C, que suele presentar distribuciones altamente sesgadas) y las transformaciones logarítmicas resultan ineficaces, o cuando el tamaño de los grupos es críticamente reducido (en torno a 10 observaciones), el investigador debe recurrir a la prueba U de Mann-Whitney (también conocida como prueba de suma de rangos de Wilcoxon). Esta prueba es igualmente la herramienta de elección para comparar variables de naturaleza ordinal (como el grado de fibrosis hepática en una biopsia).

La hipótesis nula de la prueba U de Mann-Whitney postula que ambas muestras proceden de la misma población o de poblaciones con distribuciones idénticas, sin asumir parámetros de normalidad.

Cascada de Ejecución del Estadístico U

• Fase de Fusión y Ordenación -> Se combinan las observaciones de ambos grupos (n1 y n2) en una única serie de datos.

• Fase de Asignación de Rangos -> Se ordenan todos los valores de menor a mayor. Al valor más bajo se le asigna el rango 1, y al más alto el rango n1 + n2. En caso de empates (valores idénticos), se asigna el rango promedio a las observaciones empatadas.

• Fase de Segregación y Sumatoria -> Se separan nuevamente los rangos según el grupo de origen y se calcula la suma de los rangos para cada cohorte.

• Fase de Contraste -> Si la hipótesis nula es cierta, los rangos altos y bajos deberían distribuirse aleatoriamente entre ambos grupos, resultando en rangos promedios muy similares. El estadístico U evalúa el grado de solapamiento entre las dos distribuciones.

Es un error conceptual grave confundir los rangos promedios reportados por el software estadístico con las medias aritméticas o las medianas clínicas. La prueba U de Mann-Whitney prescinde por completo de la media y la desviación típica en su formulación matemática.

En muestras pequeñas, la distribución del estadístico U es discreta y se evalúa mediante tablas específicas. En muestras grandes, la distribución de U se aproxima asintóticamente a una distribución normal, permitiendo el cálculo de un valor Z y su correspondiente valor p. Aplicando esta prueba a nuestro modelo de PaO2, los rangos promedios son 29,3 para el grupo con HTA y 26,0 para el grupo sin HTA. El valor p resultante es de 0,445. Esta convergencia en los resultados (p mayor a 0,05 en ambas pruebas) refuerza la conclusión de que no hay asociación. La principal limitación de la prueba de Mann-Whitney frente a la t de Student es su menor potencia estadística cuando los datos sí son normales, y su incapacidad para proporcionar una estimación directa de la diferencia de medias o un intervalo de confianza clínicamente interpretable.

Tabla Comparativa Técnica: Pruebas Paramétricas vs. No Paramétricas

Preguntas Frecuentes (FAQ)

¿Por qué se desaconseja transformar variables cuantitativas continuas en variables categóricas para su análisis estadístico?

La categorización de variables continuas (como agrupar la edad en décadas o la presión arterial en rangos) destruye la varianza biológica intrínseca de los datos, reduciendo drásticamente la potencia estadística del estudio. Esto incrementa el riesgo de cometer un error de tipo II (no detectar una diferencia real) y oculta posibles relaciones no lineales o gradientes biológicos sutiles dentro de las categorías creadas.

¿Qué implicación biológica y estadística tiene rechazar la hipótesis nula en la prueba de Levene?

Rechazar la hipótesis nula en la prueba de Levene indica que existe heterocedasticidad; es decir, la dispersión o variabilidad biológica de la variable dependiente es significativamente distinta entre los dos grupos. Estadísticamente, esto obliga a penalizar el modelo aplicando la corrección de Welch, la cual ajusta a la baja los grados de libertad para evitar un incremento artificial de la tasa de falsos positivos (error de tipo I) al calcular el estadístico t.

¿Cuál es la diferencia clínica en la interpretación de la Desviación Típica (DT) frente al Error Estándar de la Media (EEM)?

La Desviación Típica describe la dispersión biológica real de los valores individuales alrededor de la media dentro de la muestra estudiada, siendo útil para entender la variabilidad clínica de los pacientes. El Error Estándar de la Media, por el contrario, es una medida inferencial que cuantifica la precisión con la que la media de la muestra estima la verdadera media de la población general; siempre es menor que la DT y disminuye a medida que aumenta el tamaño muestral.

¿En qué escenarios de investigación molecular es estrictamente obligatorio utilizar la prueba U de Mann-Whitney en lugar de la t de Student?

Es obligatorio emplear la prueba U de Mann-Whitney cuando la variable dependiente es de naturaleza ordinal (como los grados de tinción inmunohistoquímica), cuando el tamaño muestral es extremadamente pequeño (impidiendo invocar el Teorema del Límite Central), o cuando la variable continua presenta una distribución severamente asimétrica (como la carga proviral en reservorios celulares) que no logra normalizarse tras aplicar transformaciones matemáticas logarítmicas o de raíz cuadrada.