SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 1

Este seminario se llevo a cabo mediante la explicación de cómo empezar a hacer nuestro propio blog- portafolios el cual sería calificado para el 4 de junio.

Posteriormente, se realizó una exposición acerca de las dudas que podríamos tener en las búsquedas bibliográficas en base de datos ya que teníamos que hacer un trabajo sobre esto para el segundo seminario. El seminario se dividió en tres grupos que fueron asignados al azar por diferentes casos; nuestro grupo de seminario nos tocó el caso 1 el cual consistía en la búsqueda bibliográfica en base de datos acerca de cuál es más eficaz, si las soluciones hidroalcohólicas o los jabones antisépticos.

En primer lugar tendríamos que tener una Pregunta PICO y más tarde, a partir de esa pregunta, tuvimos que utilizar los tesauros que son palabras claves para que nos resulte mucho más fácil a la hora de buscar. Ya cuando tuvimos todas las palabras claves y todos los booleanos (AND, OR, NOT...) que tuvimos que aplicar (los booleanos son palabras o símbolos que permiten enlazar conceptos para así tener una búsqueda más fácil), empezamos a buscar varios artículos en base de datos como Pubmed o Scopus.

DATO: SI NO VEIS BIEN LAS IMÁGENES EN ALGUNAS PUBLICACIONES, LO QUE TENÉIS QUE HACER ES DARLES UN CLICK Y YA LA PODRÉIS VER MEJOR.

TEMA 10: Hipótesis Estadística. Tests de Hipótesis.

1. Contrastes de Hipótesis

Para controlar los errores aleatorios, además del cálculo de intervalos de confianza, contamos con una segunda herramienta en el proceso de inferencia estadística: los test o contrastes de hipótesis.

Con los contrastes (test) de hipótesis la estrategia es la siguiente:

-          Establecemos a priori una hipótesis cerca del valor del parámetro.

-          Realizamos la recogida de datos.

-          Analizamos la coherencia de entre la hipótesis previa y los datos obtenidos.

  

Las que más se utilizan son Chi cuadrado, T de Student, Test de ANOVA y Regresión Lineal.

2. Errores de Hipótesis

·         El test de hipótesis mide la probabilidad de error que cometo si rechazo la hipótesis nula.

·         Con una misma muestra podemos aceptar o rechazar la hipótesis nula. Todo depende de una error, al que llamamos α.

·         El error α es la probabilidad de equivocarnos al rechazar la hipótesis nula.

·         El error α más pequeño al que podemos rechazar H₀ es el error p.

·         Habitualmente rechazamos H₀ para un nivel α máximo del 5% (p< 0.05).

·         Es lo que llamamos “significación estadística”.

3. Tipos de Errores en el Test de Hipótesis

4. Test de Hipótesis: CHI- CUADRADO

·         Para comparar dos variables cualitativas (dependiente e independiente).

·         Se lleva a cabo el planteamiento de una hipótesis nula.

·         El tamaño de muestra tiene que ser mayor que 50.

·         Se calcula el grado de libertad.

·         Se aplica la siguiente fórmula:

Siendo 0 los valores observados y E los valores esperados. La hipótesis nula se rechaza si el valor p del resultado obtenido es igual o menor que 0,05.

Ahora os pondré un vídeo explicativo sobre este tipos de test para que os resulte más fácil y sepáis de dónde viene cada dato. 

5. Test de Student

·         Se utiliza cuando la variable independiente es cualitativa (dicotómica) y la variable dependiente es cuantitativa continua.

·         Solo sirve para comparar dos grupos y dos medias.

·         Se plantea una hipótesis nula para saber si se rechaza o se aprueba

·         Se calcula el grado de libertad.

·         A partir de esta fórmula podemos calcular este test de hipótesis:

Siendo sp la desviación estándar ponderada que se calcula de la siguiente manera:

Ejemplo:

H₀= Los apósitos de alginato tardan, por término medio, el mismo tiempo que los apósitos hidrocoloides, en regenerar tejidos de las UPP de III y IV grado.

Variable Independiente: Tipo de apósito empleado en las UPP de III y IV grado.

Variable Dependiente: Tiempo transcurrido en días desde la instauración de los apósitos hasta la regeneración de tejidos de las UPP.

ALGINATO n=10	HIDROCOLOIDES n=10
101	103
102	105
100	104
104	106
102	108
99	100
102	108
103	104
97	105
99	107

6. Test de ANOVA

Este test solamente se utiliza cuando se compara 3 o más grupos, además tiene que ser una variable cuantitativa y otra variable cualitativa para que se puede realizar este test. 

7. Regresión Lineal Simple: Correlación y Determinación

·         Se trata de estudiar la asociación lineal entre dos variables cuantitativas.

·         Regresión lineal simple: una sola variable independiente.

·         Regresión lineal múltiple: más de una variable independiente.

·         Ecuación de la recta y=ax + b (ej: TAS= a. edad + b)

·         Pendiente de la recta a=β1. El valor de a positivo la correlación entre las dos variables es directa y si el valor de a es negativo la correlación entre las dos variables es indirecta.

·         Punto de inserción con el eje de coordenadas b=βo

·         Modelos lineales deterministas: la variable independiente determine el valor de la variable dependiente. 

·         Modelos lineales probabilísticos: para cada valor de la variable independiente existe una distribución de probabilidad de valores de la dependiente, con una probabilidad entre 0 y 1.

·         La recta a determinar es aquella con la menor de cada punto a ella.

Y= ß₁ X + ß₀

Y_i= ß₁ X + ß₀ + e_i                                   

·         Para construir un modelo de regresión lineal hace falta conocer: Punto de inserción con el eje de coordenadas = ß₀ y la pendiente de la recta a = ß₁ (mayor valor de beta 1 la pendiente será muy pronunciada en sentido directo o inverso).

·         No hay modelo determinista: hay una nube de puntos y buscamos la recta que mejor explica el comportamiento de la variable dependiente en función de la variable independiente.

·         Coeficiente de correlación (Pearson y Speerman) : Número adimensional (entre -1 y 1) que mide la fuerza y el sentido de la relación lineal entre variables.

·         Coeficiente de determinación: número adimensional (entre 0 y 1) que da idea de la relación entre las variables relacionadas linealmente, es r². Se calcula a partir del coeficiente de correlación.

TEMA 9: Estadística inferencial. Muestreo y estimación

1. Inferencia Estadística

Al inferir nunca tienes el dato seguro de toda la población por lo tanto al inferir siempre hay error aleatorio.

Ø  Al conjunto de pacientes sobre los que queremos estudiar le llamamos población de estudio.

Ø  Al conjunto de individuos concretos que participan en el estudio le denominamos muestra.

Ø  Al número de individuos de la muestra le denominamos tamaño muestral.

Ø  Al conjunto de procedimientos estadísticos que permiten pasar de lo particular a lo general le denominamos inferencia estadística.

Ø  Al conjunto de procedimientos que permiten elegir muestras de tal forma que éstas reflejen las características de la población le llamamos Técnicas de muestreo.

Siempre que trabajamos con muestras hay que asumir un cierto error.

Ø  Si la muestra se elige por un procedimiento de azar, la técnica de muestreo en ese caso se denomina muestreo probabilístico o aleatorio y el error asociado a esa muestra elegida al azar se llama error aleatorio. (simple, sistematico, estratrificado).

Ø  En los muestreos no probabilísticos, no es posible evaluar el error.

2. Proceso de la Inferencia Estadística

Al proceso por el que a partir del estimador, me aproximo al parámetro se denomina inferencia.

3. Error Estándar

Ø  Es la medida que trata de captar la variabilidad de los valores del estimador.

Ø  Cuanto más pequeño es el error estándar de un estimador, más nos podemos fiar del valor de una muestra concreta.

v  Cálculo del error estándar

Depende de cada estimador:

Siendo la p la proporción de la muestra, n el tamaño de la muestra y s como desviación típica

4. Teorema Central del Límite

Si sigue una distribución normal, sigue los principios básicos de ésta:

5. Intervalos de Confianza

6. Tipos de Muestreo

-          Probabilístico. Todos los sujetos de la población tienen una probabilidad distinta de cero en la selección de la muestra y conocida.

1.       Aleatorio simple. P=1/nà por azar.

2.       Aleatorio sistemático.

3.       Estratificado.

4.       Conglomerados.

-            No probabilístico o de conveniencia del investigador. Puede haber personas en la población que no tengan probabilidad o que se desconozca.

1.      Accidental. Son aquellos en los que los sujetos de la población no tienen una probabilidad conocida o distinta de 0.

2.    Por cuotas. Me pongo a pasar un cuestionario en una esquina pero el 50% a mujeres y 50% a hombres, despreciando a la mujer 51 que pasa por la esquina.

7. Tamaño de la Muestra

El tamaño de la muestra a tomar va  a depender de

-          Error estándar.

-          De la mínima diferencia entre los grupos de comparación.

-          De la varianza de la población.

-          El tamaño de la población de estudio.

Calculo del tamaño de una muestra para estimar la media de una población.

n= Z²*S²/e²

Para calcular el tamaño de una muestra cuando queremos estimar una proporción: