Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Conceptos Basicos

Descargar como ppt, pdf o txt
Descargar como ppt, pdf o txt
Está en la página 1de 41

CONCEPTOS

BASICOS
Profesor: Claudio Betancur
La estadística es la disciplina que se enfoca
en aplicar a las ciencias de la vida, como
por ejemplo la biología, la genética o la
medicina, aquellos procedimientos propios
de la estadística tradicional.

La estadística tiene en este contexto una


estrecha ligazón además con el
denominado método científico, conjunto de
procedimientos que se realizan con el fin de
asegurarse un aumento o perfección del
conocimiento de modo sistemático y
coherente.
Algunos ejemplos de aplicaciones concretas para la bioestadística
pueden ser:

pruebas de fármacos para el combate de una enfermedad específica; formas


en las que una determinada enfermedad se propaga, considerando
características de individuos afectados y sus condiciones ambientales;
consideración de relaciones entre muertes y nacimientos con el aumento
poblacional o con condiciones etarias; evaluación de resultados de una
política de sanidad a lo largo del tiempo.

Las aplicaciones de la estadística en aquellas ciencias que tienen como


fundamento la vida pueden ser en extremo numerosas y útiles porque ofrecen
un conjunto de procedimientos estandarizados para el tratamiento de la
información.
PASOS EN UN ESTUDIO ESTADÍSTICO

• Plantear hipótesis sobre una población


• Los fumadores tienen “más bajas” laborales que los no fumadores
• ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?

• Decidir qué datos recoger (diseño de experimentos)


• Qué individuos pertenecerán al estudio (muestras)
• Fumadores y no fumadores en edad laboral.
• Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los que padecen
enfermedades crónicas?
• Qué datos recoger de los mismos (variables)
• Número de bajas
• Tiempo de duración de cada baja
• ¿Sexo? ¿Sector laboral? ¿Otros factores?
PASOS EN UN ESTUDIO ESTADÍSTICO

Recoger los datos (muestreo)


¿Estratificado? ¿Sistemáticamente?

Describir (resumir) los datos obtenidos


tiempo medio de baja en fumadores y no (estadísticos)
% de bajas por fumadores y sexo (frecuencias),
gráficos,...

Realizar una inferencia sobre la población


Los fumadores están de baja al menos 10 días/año más
de media que los no fumadores.

Cuantificar la confianza en la inferencia


Nivel de confianza del 95%
Significación del contraste: p=2%
DOS FORMAS DE LA
ESTADISTICAS

ESTADISTICA ESTADISTICA
DESCRPTIVA INFERENCIAL
• Estadística descriptiva:
descriptiva comprende las técnicas
que se emplean para resumir y describir datos
numéricos. Estos métodos pueden ser gráficos o
análisis.
• La estadística descriptiva es utilizada para describir
las características básicas de los datos con los que
estamos trabajando en un estudio.

• Nos entregan resúmenes simples acerca de la


muestra y sus parámetros o mediciones básicas.

• Junto con los análisis gráficos básicos, forman la


base de cualquier análisis cuantitativo de datos.
ESTADÍSTICA DESCRIPTIVA:
VENTAJAS

• Las estadísticas descriptivas son utilizadas


para presentar descripciones cuantitativas de
una manera eficiente.
• Por ejemplo, en una investigación pueden
haber muchas mediciones, o bien una
medición puede comprender grandes
cantidades de individuos.
• La estadística descriptiva nos ayuda a
simplificar grandes cantidades de información,
de una manera sensible y eficiente.
VENTAJAS DE LA ESTADÍSTICA
DESCRIPTIVA
• Las estadísticas descriptivas reducen
cantidades de información en resúmenes
simples, lo que es una ventaja. Por ejemplo,
representar la cantidad de tantos convertidos
por un jugador de básquetbol en su promedio
por partido. Mediante este promedio, un
simple número, estamos describiendo mucha
información.
DESVENTAJAS DE LA
ESTADÍSTICA DESCRIPTIVA

• Sin embargo, cada vez que tratamos de


describir un gran set de observaciones con un
simple indicador como un promedio, corremos
el riesgo de distorsionar los datos originales o
perder detalles importantes.
• Estadística Inferencial: Incluye métodos para
estimar las características de un grupo total
(población) basándose en datos de un conjunto
pequeño de observaciones (muestra).

La “intención de voto” en una elección, las “muestras” para analizar la contaminación de los alimentos o el
“control de calidad” en una industria, son métodos de la Estadística Inferencial.
ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA
INFERENCIAL

• Las estadísticas descriptivas son generalmente distinguidas de las


estadísticas inferenciales.

• Con las estadísticas descriptivas uno está simplemente describiendo


lo que los datos nos muestran.

• Con la estadística inferencial uno está tratando de alcanzar


conclusiones que van más allá de los datos presentes.
ESTADÍSTICA DESCRIPTIVA Y
ESTADÍSTICA
• Por ejemplo, usamos estadística inferencial para tratar de inferir
desde los datos de muestra a los datos de población a la que la
muestra pertenece.

• O también, usamos estadística inferencial para hacer juicios


acerca de la probabilidad que una diferencia observada entre
grupos es dependiente o no o bien está siendo originada por el
azar.
POBLACIÓN
No es más que aquel conjunto de individuos o elementos que
podemos observar, medir una características o atributo.

Ejemplos de Población:

•El conjunto formado por todos los estudiantes universitarios en


Chile.
•El conjunto de todos los estudiantes de una Universidad
•El conjunto de personas fumadoras de una región.
•Personas atendidas en un consultorio
POBLACIÓN

Son características medibles u observables de cada elemento


por ejemplo, su estatura, su peso, edad, sexo, etc.

Supongamos que nos interesa conocer el peso promedio de la


población formada por los estudiantes de una universidad. Si la
universidad tiene 5376 alumnos, bastaría pesar cada
estudiante, sumar los 5376 pesajes y dividirlo por 5376. Pero
este proceso puede presenta dificultades dentro de las que
podemos mencionar:
localizar y pesar con precisión cada estudiante.
escribir todos los datos sin equivocaciones en una lista.
efectuar los cálculos.
POBLACIÓN

Las dificultades son mayores si en número de elementos de la


población es infinito, si los elementos se destruyen, si sufren daños al
ser medidos o están muy dispersos, si el costo para realizar el trabajo
es muy costoso.

Una solución a este problema consiste en medir solo una parte de la


población que llamaremos muestra y tomar el peso medio en la
muestra como una aproximación del verdadero valor del peso medio de
la población.
MUESTRA
El tamaño de la población es la cantidad de elementos
de esta y el tamaño de la muestra es la cantidad de
elementos de la muestra. Las poblaciones pueden ser
finitas e infinitas.

Los datos obtenidos de una población pueden


contener toda la información que se desee de ella. De
lo que se trata es de extraerle esa información a la
muestra, es decir a los datos muéstrales sacarle toda
la información de la población.
La muestra debe obtener toda la información
deseada para tener la posibilidad de extraerla,
esto sólo se puede lograr con una buena
selección de la muestra y un trabajo muy
cuidadosos y de alta calidad en la recogida de
los datos.
Parámetro y Estadígrafos
• Parámetro: Valor numérico que resume todos los datos de una
población completa. Se utilizan letras griegas para simbolizar un
parámetro como ser  y  .
• Ejemplos: La calificación “promedio” de enseñanza media como
requisito de ingreso en las Universidad Chilenas (NEM).

• Estadígrafo: Valor numérico que resume los datos de una muestra. Se


utilizan letras del alfabeto español para simbolizarlas como ser x y s .
• Ejemplo: La edad “promedio” registrada en una encuesta de 150
consumidores de antidepresivos.
TIPOS DE VARIABLES
Las Variables se pueden clasificar según:

• Según extensión:
Individuales
Colectivas
• Según Función en la relación Metodológica:
Independiente
Dependiente
Interviniente
Según sus Formas de Medición

- VARIABLES CUANTITATIVAS:

SUS GRADUACIONES EN LOS SUJETOS PUEDEN SER MEDIDAS


NUMÉRICAMENTE, ESTAS PUEDEN SER SUBDIVIDIDAS EN:

DISCRETAS: CUANDO SÓLO PUEDEN SER MEDIDAS EN


NÚMEROS ENTEROS

CONTINUAS: CUANDO ADMITEN VALORES INTERMEDIOS


18

16

14

12

10

0
1 2 3 4 5 6 7 8
Una variable discreta es una variable que solo
puede tomar algunos valores dentro de un mínimo
conjunto numerable, es decir, no acepta cualquier
valor, únicamente aquellos que pertenecen al
conjunto. Estas variables se dan de modo
coherente separaciones entre valores observables
sucesivos. Dicho con más rigor, se define una
variable discreta como la variable que hay entre
dos valores observables (potencialmente), hay por
lo menos un valor no observable (potencialmente).
Como ejemplo, el número de animales en una
granja (0, 1, 2, 3...).
25

20

15

10

0
1 2 3 4 5 6 7 8
Una variable continua puede tomar un valor fijo dentro de un
intervalo determinado. Y siempre entre dos valores
observables va a existir un tercer valor intermedio que
también podría tomar la variable continua. Una variable
continua toma valores a lo largo de un continuo, esto es, en
todo un intervalo de valores. Un atributo esencial de una
variable continua es que, a diferencia de una variable discreta,
nunca puede ser medida con exactitud; el valor observado
depende en gran medida de la precisión de los instrumentos
de medición. Con una variable continua hay inevitablemente
un error de medida. Como ejemplo, la estatura de una
persona (1.71m, 1.719m, 1.7154m....)
- Variables Cualitativas: Llamadas variables
categóricas por cuanto establecen categorías es
decir, sólo determinan atributos que no
representan un orden o determinan que estos
sean mejores o peores que.

Estas Variables pueden ser:

Dicotómicas: Sólo dos categorías


Politómicas: Mas de dos categorías
Según sus propiedades matemáticas

Nominales: Distinguen diferencias que no implican u orden o la mayor o menor


presencia de un atributo (sexo, nacionalidad, opción política, estado civil, religión)
Ordinales: Indican una relación mayor o menor que, pero no indican cuanto es la
diferencia entre una y otra. (Inconformismo con el sistema democrático)
Intervalares: Indican relación mayor o menor, pero permiten establecer la diferencia
entre una y otra. Corresponden a convenciones sociales, en este caso el cero no
implica la ausencia de la característica (temperatura)
De Razón: Aquí las variables tienen propiedades aritméticas, por lo tanto el valor cero
indica la ausencia de la característica. ( Número de hijos, ingresos, puntaje en una
determinada escala)
MEDICION DE LAS VARIABLES

• Medir: asignar un valor a la propiedad, con un sistema de reglas y una escala


preestablecida.
• Tipos de variables: cualitativas o cuantitativas (continuas o discontinuas)
• Escalas de medición: conjunto de valores posibles que se le asigna a una variable.

• 1. Nominal o categórica
• 2. Ordinal
• 3. De intervalo
• 4. De razón o proporción
NIVELES O ESCALAS DE MEDICION

• Nominal
• Ordinal
CARACTERISTICAS
• Intervalo
• Clasificación
• De razón
• Ordenamiento o magnitud
• Intervalos iguales
• cero absoluto
NIVEL NOMINAL

Coloca los objetos o individuos en categorias desde el punto de


vista cualitativo y no cuantitativo Ej: Clasificación de personas

NOMINAL ESTUDIO DESCRIPTIVO ANÁLISIS

Identifica, clasifica y  Frecuencias  Dependencia


categoriza  Porcentajes  Prueba Chi-cuadrado
 Moda  A nivel multivariado
 Medidas de dispersión  Métodos de
correlación apropiada. clasificación y
 Medidas de concentración. correspondencia.
NIVEL ORDINAL

Se determina la posición de objetos o individuos con relación a


ciertos atributos, pero sin indicar la distancia o espacio que hay
entre las posiciones. Ej: ordenamiento por tallas, o por resultados

ORDINAL ESTUDIO DESCRIPTIVO ANÁLISIS

Compara, diferencia.  Frecuencias.  Correlación de rangos


Ordena posiciones  Porcentajes.  Prueba del signo
 Mediana, Moda  Análisis de
correspondencia,
Clasificación multivariado..
NIVELES DE INTERVALOS

Es aquel que proporciona intervalos de igual amplitud, de un


orígen o cero arbitrario elegido por el investigador. Ej: edades,
rangos de puntajes

INTERVALO ESTUDIO DESCRIPTIVO ANÁLISIS

Además de ordenar y  Media.  Análisis de correlación.


clasificar se pueden  Mediana.  Análisis de varianza.
establecer distancias  Moda.  Pruebas de hipótesis.
entre las mediciones.  Media geométrica  Análisis de hipótesis.
 Desviación estándar.  Análisis discriminatorio..
 Medidas de ubicación..
NIVELES DE RAZON

Proporciona un verdadero punto cero e intervalos iguales


Ej. La longitud, el peso, el ingreso

RAZÓN ESTUDIO DESCRIPTIVO ANÁLISIS

El cero corresponde a la  Media.  Dependencia


ausencia de la variable.  Mediana.  Prueba Chi-cuadrado
Contiene mayor  Moda..  A nivel multivariado
información que las  Media geométrica  Métodos de
escalas anteriores.  Desviación estándar. clasificación y
 Medidas de ubicación. correspondencia.

También podría gustarte