Los experimentos científicos a menudo requieren comparar dos (o más) conjuntos de datos. En algunos casos, los conjuntos de datos están emparejados , en el sentido de que existe una correspondencia uno a uno obvia y significativa entre los datos del primer conjunto y los datos del segundo conjunto.
Por ejemplo, pueden surgir datos pareados al medir un único conjunto de individuos en diferentes momentos. [1] Un ensayo clínico podría registrar la presión arterial en un conjunto de n pacientes antes y después de administrarles un medicamento. En este caso, los conjuntos de datos "antes" y "después" están emparejados, en el sentido de que cada paciente tiene una medición "antes" y una medición "después", que probablemente estén relacionadas. Por el contrario, otro ensayo clínico podría medir n pacientes antes del tratamiento y un conjunto diferente de m pacientes después del tratamiento; en ese caso, los datos "antes" y "después" no están emparejados.
Las pruebas estadísticas utilizadas para comparar conjuntos de datos se han diseñado para conjuntos de datos que están emparejados o no, y es importante utilizar la prueba correcta para evitar resultados erróneos. Las pruebas para datos pareados incluyen la prueba de McNemar y la prueba de permutación pareada . Las pruebas para datos no apareados incluyen la prueba de chi-cuadrado de Pearson y la prueba exacta de Fisher .
{{cite book}}: CS1 maint: multiple names: authors list (link)