Parecía que no iba a llegar nunca pero por fin llegamos a la explicación del último tema 👋👋👋
Tema 10: Hipótesis estadístico. Test de hipótesis
¿De verdad creéis que controláis los errores aleatorios? Pues si no sabéis más de la cuenta, es imposible, porque nos faltan por dar los test o controles de hipótesis jejejejejejeje
ASPECTOS A TENER EN CUENTA PARA ELEGIR UN TEST
Tipología de variables que participan en la hipótesis nula.
Número de categorías de las variables cualitativas que participan en la hipótesis nula.
Normalidad (o NO) de la distribución de las variables cuantitativas.
A continuación veremos cada uno de los problemas tipo de este tema que son: Chi cuadrado, T de student, Anova y regresión lineal.
CHI CUADRADO
T DE STUDENT
REGRESIÓN LINEAL
Este tema se verá reforzado en nuevas entradas, concretamente se llamará SEMINARIO 4. Es más, enlazaré mediante un enlace esta entrada a la próxima. Muchas gracias por leedme y seguid haciéndolo y llegaréis lejos, jajajajajaja. Un saludo!
Después de varios días perdida entre apuntes de farma, y lo que no es ya solo farma... aquí de nuevo con vosotros para hablaros de mi querida estadística.
Tema 9: Estadística inferencial: Muestreo e investigación
Algunos de los conceptos claves de este tema referidos a la estadística inferencial son los siguientes:
Una vez introducido el tema, en primer lugar con el esquema acerca de las palabras claves de este y en segundo lugar con la imagen aclaratoria de lo que significa la inferencia estadística pasamos a ver qué es el error estándar y cómo se calcula,y por último en qué consiste el teorema central del límite y los intervalos de confianza. ¡Allá vamos!
ERROR ESTÁNDAR = Grado de variabilidad en los valores del estimador
Para una mediaPara una proporción
TEOREMA CENTRAL DEL LÍMITE
Para estimadores que pueden ser expresados como suma de valores muestrales, la distribución de sus valores sigue una distribución normal con media de la población y desviación tipica igual al error estándar del estimador de que se trate.
INTERVALOS DE CONFIANZA (IC)
Con ella podemos conocer el parámetro en una población midiendo el error que tiene que ver con el azar. Se calcula mediante la siguiente fórmula:
Para reforzar todo ello os voy a dejar algunos vídeos de casos prácticos:
TEOREMA CENTRAL DEL LÍMITE
INTERVALO DE CONFIANZA
Una vez visto todo ello, pasamos con un explicativo esquema sobre el procedimiento muestral.
Por último, para terminar esta entrada, solo me queda hablaros del tamaño de la muestra o también llamado tamaño muestral.
TAMAÑO MUESTRAL
Con ella podemos estimar la media de una población con la siguiente fórmula:
Esto es todo por hoy mis lectores. ¡Qué paséis buena noche!
Aquí vamos con otro temas más, deseando terminar ya con las clases teóricas. ¡Vamos al lío!
Tema 8: Medidas de tendencia central
Empecemos con la MEDIA, MEDIANA Y MODA:
MEDIA ARITMÉTICA(para variables cuantitativas)
Con ella calculamos el centro geométrico o de gravedad de nuestros datos.
Nota: Cuando los datos están agrupados, aplicamos la siguiente fórmula, utilizando la marca de clase y la frecuencia absoluta.
MEDIANA (para variables cuantitativas)
Con ella calculamos el valor de la observación, el cual deja a un 50% de los datos menor y otro 50% de los datos mayor.
MODA (para cualquier tipo de variable)
Con ella calculamos el valor con mayor frecuencia, el cual puede ser DIMODAL (si se repiten 2 números) o MULTIMODAL (si se repiten <2 números).
MEDIDAS DE POSICIÓN
CUANTILES (para variables cuantitativas)
PERCENTILES: Dividen la muestra ordenada en 100 partes.
DECILES: Dividen la muestra ordenada en 10 partes.
CUARTILES: Dividen la muestra ordenada en 4 partes .
MEDIDAS DE DISPERSIÓN
RANGO O RECORRIDO (R)
Diferencia entre el mayor y el menor valor de la muestra
DESVIACIÓN MEDIA (DM)
Media aritmética de cada observación con respecto a la media de la muestra.
DESVIACIÓN TÍPICA (S)
Con ella cuantificamos el error que cometemos si representamos una muestra únicamente por su media.
VARIANZA (S2)
Expresa la misma información que la desviación típica pero en valores cuadráticos.
RECORRIDO INTERCUARTÍLICO (RI)
Expresa la diferencia entre el tercer y el primer cuartil
COEFICIENTE DE VARIACIÓN (CV)
Con ella comparamos la heterogeneidad de dos series numéricas con independencia de las unidades de medidas.
Para aclarar aun un poco más las medidas de dispersión aquí os dejo un vídeo, en el cual veréis un ejercicio típico donde se aplican cada una de las formulas descritas anteriormente.
DISTRIBUCIONES NORMALES
En estadística se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de los valores de posición central.
ASIMETRÍAS
G1 =0 :Distribución simétrica
G1>0: Distribución asimétrica positiva
G1<0: Distribución asimétrica negativa
CURTOSIS O APUNTAMIENTO
G2 =0: Distribución mesocúrtica
G2>0: Distribución leptocúrtica
G2<0: Distribución platicúrtica
Esto es todo por hoy. Espero que os sea de utilidad y RECORDAD:
Empieza Junio, y con ello se acerca el VERANO, pero también los EXÁMENES, y no sé que me da más miedo, jajajajaja. Bueno dejémonos de chachara y vamos con la estadística:
Tema 7: Introducción a la bioestadística
Primero que nada... ¿Sabéis qué significa ESTADÍSTICA?¿No, verdad?. Como lo suponía, os lo explico: Es un cuerpo de conocimientos para aprender de la experiencia, frecuentemente en forma de números provenientes de medias que muestran variables entre los distintos individuos, en otras palabras es la CIENCIA QUE ESTUDIA LA VARIABILIDAD, pero para medir las variables se utilizan diferentes escalas de medición. ¡Vamos con ellas!
ESCALA NOMINAL
Es el nivel inferior de medida.
Solo se puede comprobar si las variables son= o ≠.
Los números o iniciales se utilizan como meros nombres que podrían ser sustitutivos.
ESCALA ORDINAL CARACTERÍSTICAS
En el nivel nulo y leve de mejoría en el tratamiento, no podemos decir algo intermedio entre uno y otro con exactitud.
No se puede afirmar que la categoría 4 sea el doble que la 2.
Carecemos de suficiente información para determinar si entre los niveles 3 y 4 existe el mismo grado de mejoría que entre el grado 3 y 2, o 1 y 2.
ESCALA DE INTERVALO
Presenta distancias iguales entre los distintos niveles o intervalos.
El requerimiento de las distancias o intervalos iguales representan distancias equivalentes.
El cambio de temperatura entre 36ºC y 37ºC es el mismo cambio de temperatura entre 40ºC y 41ºC.
ESCALA DE RAZÓN : NIVEL MÁS ALTO DE MEDICIÓN
Igualdad, desigualdad = IDENTIDAD.
Orden.
Distancias equivalentes entre intervalos.
El 0 representa nulidad.
Una vez vistas cada una de las escalas, pasamos a explicar los distintos tipos de variables.
TIPOS DE VARIABLES
Variables discretas: Representación de datos
TABLA DE FRECUENCIA
Variables continuas: Representación de datos
Calculamos el recorrido; Re=xn–x1
Calculamos el intervalo. Cuando no se nos dice nada del número de intervalos, se obtienen calculando la raíz cuadrada del número de datos observados.
Por último calculamos la amplitud. Para ello debemos dividir el recorrido entre el número de intervalos.
Cuando os hablé de que era un blog sobre estadística aplicada a enfermería pensaríais que os estaba mintiendo con tanta teoría, pero NO jajajajaja es hora de hablar de FÓRMULAS
Tema 6: La etapa empírica de la investigación: El diseño y el material y métodos
Sé que tenéis ganas de empezar con los números, pero antes, hay que aclarar varios conceptos. En primer lugar, debemos saber qué es la población de estudio, la cual se refiere a la selección de individuos que elegimos en búsqueda de validez interna y externa para así con ello evitar los distintos sesgos. Sin embargo, no siempre es posible integrar a toda la población de estudio, por ello, debemos realizar un muestreo, aleatorio simple, sistemático, estratificado, por conglomerados y multitetápico, que es el que garantiza unos mejores resultados, considerando un error determinado, que generalmente suele serp<0,005.
Como hemos visto en entradas anteriores, sabemos que los diseños cuantitativos pueden ser descriptivos, analíticos y experimentales por ello vamos a clasificar las medidas de frecuencia teniendo en cuenta dicha clasificación.
MEDIDAS DE FRECUENCIA EN ESTUDIOS DESCRIPTIVOS
PREVALENCIA
Se usa para medir una enfermedad en un punto determinado en el tiempo, es adimensional y adopta valores entre 0 y 1.
INCIDENCIA
INCIDENCIA ACUMULADA
Mide la probabilidad de tener el evento, no tiene unidades, es una proporción, adquiere valores entre 0% y 100%, no lleva implícito el periodo de tiempo, no puede haber perdidas en el seguimiento, se siguen todos los sujetos durante todo el periodo y no permite inferir fuera del periodo de estudio.
TASA DE INCIDENCIA O DENSIDAD DE INCIDENCIA
Es necesario especificar la unidad de tiempo a la que se refiere la tasa, se mide en unidades de tiempo elevado a menos 1 y no son proporcionales.
ESTUDIOS DE SEGUIMIENTO Y EXPERIMENTALES
MEDIDA DE ASOCIACIÓN Y RIESGO RELATIVO
INDIDENCIA EN NO EXPUESTOS
INCIDENCIA EN EXPUESTOS
RIESGO RELATIVO
ESTUDIO DE CASOS Y CONTROLES. ESTIMACIÓN DE LA MAGNITUD DE ASOCIACIÓN
En estos estudios se comparan 2 grupos, uno que presenta la variable dependiente y otro grupo que no la presenta, y en ellos se calcula la ODDS RATIO
ODDS CASOS
ODDS CONTROLES
ODDS
Esto es todo por hoy, espero que os sirvan todas estas fórmulas. ¡Buenas noches mis lectores, hasta la próxima!
