REFLEXIÓN FINAL DE LA ASIGNATURA.

Reflexión personal.

En esta reflexión, quiero resaltar varios aspectos sobre mi aprendizaje en la asignatura y además, la gravedad o no de la misma. Esta asignatura al principio me parecía algo muy nuevo y pensaba que no tenía mucho que ver con el grado de enfermería. Cuando comenzamos con ella, me parecía un royo pero poco a poco me fue gustando más, sobre todo cuando empezamos con la práctica en los trabajos y en los problemas. Aunque también he de decir, que el primer trabajo del seminario, para buscar las reseñas bibliográficas mediante los booleanos, nos resultó algo complicadísimo y no teníamos ni idea. Pero poco a poco, fuimos entendiendo más los pasos a seguir y ha realizarlos. 

Por otro lado, la ayuda de nuestro profesor Manuel Pabón, nos ha servido muchísimo para entender toda la teoría y los problemas de esta asignatura. Fue muy paciente con nosotros hasta el último minuto del examen. Por ello, parte de nuestro aprendizaje tiene que ver con nuestro profesor. 

Finalmente, quiero decir que el ambiente en la clase ha sido muy bueno para el aprendizaje y los seminarios han resultado llevaderos y fáciles. También me ha gustado mucho mi grupo de trabajo y todas hemos trabajado bastante. Me llevo un recuerdo muy bueno de la asignatura y espero que toda la clase nos llevemos unas buenas calificaciones. 

SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 4.

Seminario 4: Explotación inferencial de base de datos.

En este seminario, el profesor nos ha enseñado como realizar las frecuencias en nuestro trabajo así como las distintos tipos de gráficas que hay. Gracias a esto, hemos podido completar los resultados de nuestro trabajo y nos ha facilitado bastante este apartado.

En primer lugar, mi grupo compuesto por Paula Álvarez Troncoso, Alcora Hernández Martín, y yo, metimos los cuestionarios en el programa de Epi Info. Una vez introducidos, accedemos al apartado "Visual Dashboard". Ahí, podemos realizar las frecuencias y distinta relaciones para realizar gráficas, tablas de frecuencia...

Aquí tenemos un ejemplo de nuestros resultados del trabajo, como podéis observar, en la primera pregunta realizamos una tabla de frecuencia para mostrar nuestros datos con sus resultados. En la segunda un diagrama de barras, y así sucesivamente con todas las distintas preguntas y sus resultados. 

Me ha servido mucho este seminario y ha sido una gran ayuda. Con esto, hemos entendido mejor nuestros resultados y nos ha facilitado mucho la complejidad que tiene este trabajo. 

SESIONES TEÓRICAS ESTADÍSTICA Y TIC: TEMA 10.

TEMA 10: Hipótesis Estadísticas. Test De Hipótesis.

Este tema es el último que dimos de teoría, lo dimos muy rápido y lo que más se tuvo en cuenta fue la test de hipótesis Chi-cuadrado.

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, de manera que con los resultados que obtengamos podemos rechazar o no la hipótesis nula, es decir, si hay relación o no entre las variables.

El test de hipótesis analiza las diferencias que existen entre los grupos, mientras más diferencias haya, más relación de causa-efecto, más se apoya la hipótesis alternativa y más me alejo de la hipótesis nula.

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 del error llamado α -> es la confianza que damos al test que vamos a usar. El mínimo nivel de confianza es 95%. Habitualmente rechazamos el error probabilístico del error alfa para un nivel máximo de alfa 5% (p< 0,05). Es un problema con un nivel de confianza del 95%, lo que llamamos "significación estadística".

Un ejemplo de problema de Shi cuadrado:

Comparamos dos variables cualitativas:

• El tipo de crema que se utiliza para la úlcera: Silvederma y Blaroest
• Con la evolución de una úlcera: Positivo(+) o negativo(-)

 

Primero calculamos los datos esperados. Total x totsl entre total final.

Ejemplo: 27x26/52 25x26/52 así con todas las variables.

Ahora calculamos shi cuadrado: sumatorio de los observados menos los esperados al cuadrado entre los esperados.

Después de realizar estas cuentas, obtenemos una Shi2= 1,92.

Ahora calculamos el grado de libertad: (Filas-1)x(columnas-1)= (2-1)x(2-1)=1

Entonces ahora con el grado de libertad y el valor de shi2 miramos en la tabla. Como tenemos un error de 0,05 vamos a la tabla de 0,05 y el grado de libertad 1 y tenemos el resultado 3,8.

Como el valor de la tabla es mayor que shi2, se acepta la hipótesis nula. Con esto quiero decir, que no hay relación entre el tipo de crema y la evolución de la úlcera.

¡¡AQUÍ FINALIZAN LAS CLASES TEÓRICAS!!

SESIONES TEÓRICAS ESTADÍSTICA Y TIC: TEMA 9.

Tema 9: Estadística inferencial: muestreo y estimación.

Interferencia Estadística.

Cuando planteamos un estudio en el ámbito sanitario para establecer relaciones entre variables, nuestro interés está en los pacientes que hemos tenido acceso además de los similares a estos. Esto se denomina inferir. Al inferir hay que tener en cuenta que siempre hay error aleatorio.Tenemos que tener en cuenta: 

• Población de estudio: conjunto de pacientes sobre los que queremos estudiar alguna cuestión.
• Muestra: conjunto de individuos concretos que participan en el estudio
• Tamaño muestral: número de individuos de la muestra.
• Inferencia estadística: conjunto de procedimientos estadísticos que permiten pasar de lo particular, la muestra, a lo general, la población.
• Técnicas de muestreo: conjunto de procedimientos que permiten elegir muestras de tal forma que éstas reflejen las características de la población, esto se hace para evitar sesgos.
• Muestreo probabilístico o aleatorio: si la muestra se elige por un procedimiento de azar, se puede evaluar el error asociado a esa muestra, el cual se denomina error aleatorio. El los muestreos no probabilísticos, no es posible evaluar el error.

Hay que tener en cuenta que cuanto mayo sea el tamaño de la muestra, favorezco la reducción del error aleatorio por probabilidad.

Proceso de la interferencia estadística:

Tenemos una población de estudio, y la medida que queremos obtener se llama parámetro.

Hacemos una selección aleatoria y obtenemos una muestra, y la medida de la variable de estudio obtenida en la muestra se denomina estimador.

Interferencia es el proceso mediante el cual a partir del estimador me aproximo al parámetro.

Error estándar: es la medida que trata de captar la variabilidad de los valores del estimador.

Mide el grado de variabilidad en las distintas muestras de un determinado tamaño que pudiésemos tomar de población. Cuanto más pequeño sea el error estándar, más nos podemos fiar del valor de una muestra concreta.

Depende de cada estimador:

Error estándar para una media:

Error estándar para una proporción:

Con estos datos, realizamos problemas de tamaño muestral y de intervalos de confianza. Son problemas muy sencillos cuando se sabe la teoría y los llevas a la práctica. Son muy importantes para estimar valores y obtener datos concretos sobre la estadística. Este tema es el penúltimo de nuestra asignatura de Estadística. 

SESIONES TEÓRICAS ESTADÍSTICA Y TIC: TEMA 8.

TEMA 8: MEDIDAS DE TENDENCIA CENTRAL, POSICIÓN Y DISPERSIÓN.

Después del seminario 3, esta clase me resultó muy sencilla seguirla y no tener muchas dudas, ya que tocamos los mismos temas explicados anteriormente.el

En primer lugar, hablamos de los 3 tipos de medidas estadísticas:

1. Posición: calcular la posición que ocupa un individuo en una serie estadística. Por ejemplo: si es alto o bajo, obeso o flaco...
2. Dispersión: Heterogeneidad de los sujetos, es decir, las diferencias entre ellos. Por ejemplo: si la edad de dos sujetos se dispersa o están cercanas.
3. Tendencia central: nos da idea del comportamiento central de la mayoría de los sujetos. La media de edad por ejemplo.

Ahora voy a explicar un poco las medidas de tendencia central, ya explicadas en el seminario 3:

• Media aritmética o media: el sumatorio de todas las variables (x) entre el número de observaciones. Solo se calcula cuando los datos están desagrupados.

                                                  x= Ʃx/n

• Media ponderada, se utiliza cuando los datos están agrupados. Se resuelve multiplicando la marca de clase por la frecuencia de cada variable entre el número de observaciones. La marca de clase es la media entre los extremos de cada intervalo.

                                x= Ʃm_cf_i/n

• Moda es el valor que tiene una mayor frecuencia (valor que se repite más veces). Si hay más de una moda se dice que la muestra es bimodal, o más de dos-> multimodal.

• Cuantiles: Se calculan para variables cuantitativas y, al igual que la mediana, sólo tienen en cuenta la posición de los valores en la muestra.
  Los cuantiles más usuales son los percentiles, los deciles y los cuartiles, según dividan la muestra ordenada en 100, 10 ó 4 partes, respectivamente.
• Rango o recorrido: Diferencia entre el mayor y el menor valor de la muestra lX_n-X₁l (valor absoluto).
• Desviación media:Media aritmética de las distancias de cada observación con respecto a la media de la muestra. 
  
  

Para datos agrupados:

También hablamos sobre la varianza, desviación típica y recorrido que están explicados en el seminario 3, la entrada anterior. 

Es un tema muy amplio y con muchas fórmulas, pero con el seminario 3 conseguí entender mejor estos conceptos y mirar de una forma más estadística. 

SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 3.

Estadística descriptiva.

En este seminario, continuamos con la explicación del programa Epi Info, en el cual, plasmaremos nuestros datos obtenidos de los cuestionarios realizados y con el podremos obtener las gráficas, la media, la desviación típica...

Las observaciones es el número de valores observado por el investigador (n). 

La media es la suma de todos los valores de la variable (x) entre el total de las observaciones (n).

La mediana es el valor de la observación que deja al 50% de los valores por debajo, es decir, son los inferiores, y el otro 50% por encima de la mediana, es decir, son los valores mayores. La mediana se sitúa en medio del porcentaje.

La moda es el valor que se expresa con mayor frecuencia en los datos.

El mínimo es el valor mínimo registrado mientas que el máximo, es el valor máximo registrado.

La desviación típica (σ). Se trata de la desviación respecto la media.Se define como la raíz cuadrada positiva de la varianza.

La varianza viene dada por las mismas unidades que la variable pero al cuadrado.

Por otro lado, hablamos de las medidas de forma.

Diremos que una distribución es simétrica si los valores de la mediana, la media y la moda coinciden. Diremos que hay una distribución es asimétrica hacia la izquierda cuando las frecuencias descienden más lentamente por la izquierda y viceversa.

Por último, las medidas de apuntamiento o curtosis.

Gracias a este seminario, he entendido perfectamente estos conceptos. Son muy importantes para la realización del trabajo de estadística que estamos realizando en este momento y me ha servido mucho de ayuda.

SESIONES TEÓRICAS ESTADÍSTICA Y TIC: TEMA 7.

Tema 7: Introducción A La Bioestadística.

Estadística.

La estadística es un cuerpo de conocimientos para aprender de la experiencia, frecuentemente en de forma de números provenientes de medias que muestran variaciones entre los diferentes individuos. Por lo tanto, estadística es la ciencia que estudia la variabilidad.

En este tema, hemos aprendido que para medir variables se utilizan diferentes escalas. Como son, por ejemplo, la escala nominal. Esta escala solo nos sirve para diferenciar si las variables son iguales o diferentes. Otro ejemplo es la escala ordinal, que además de darnos información sobre la igualdad o la desigualdad de las variables, aporta un orden. En la escala de intervalo, tenemos información sobre la igualdad o desigualdad, tenemos un orden pero además esta escala representa una distancia equivalente entre los valores. Finalmente, es importante hablar sobre la escala de razón, que es el nivel más alto de medición, que además de aportarnos lo mismo que la escala de intervalo, en ella el cero anula, es un valor absoluto, es ausencia del valor medido.

También, en este tema diferenciamos dos tipos de variables: cuantitativas y cualitativas. Estas variables pueden ser representadas en las tablas de frecuencia. Me resultó muy fácil y entretenido la realización de estas tablas. Me parece muy interesante como selecciona los valores y su utilidad.

Finalmente, aprendimos a realizar las representaciones gráficas mediante distintos tipos de las mismas: 

• Diagrama en barra
• Pictogramas
• Histogramas y polígonos de frecuencia
• Gráfico de tronco y hojas
• Gráficos para datos bidimensionales...etc

Añadir, que aunque sea un tema muy práctico, resulta muy sencillo y muy bueno para comprender mejor los temas anteriores. Con esto, podemos seleccionar nuestros datos recogidos en una investigación, y observar mejor nuestros datos estadísticos.