Dr. Abner A. Fonseca Livias

Transcripción

1 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 1

2 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN ESCUELA DE POST GRADO Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 21/03/2015 6:17 Dr. Abner A. Fonseca L. 2

3 Variable Indicador Valor Final Escala Estado nutricional Índice de Masa Corporal Peso( Kg) Talla( m 2 ) Desnutrido Normal (Eutrófico) Sobrepeso Obesidad Obesidad Mórbida Ordinal

4 IMC Estado Nutricional < 20 Desnutrido Normal (Eutrófico) Sobrepeso Obesidad > 35 Obesidad Mórbida

5 Expresión numérica Nomenclatura Interpretación < 20 [ 20 ) Menos de [ ) Desde 20 hasta menos de [ ) Desde 25 hasta menos de [ ) Desde 30 hasta menos de 35 > 35 [ 35 ] Desde 35 a más

6 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 6

7 Es una tabla de doble entrada donde en cada casilla figura el número de individuos que poseen esas características. Sirve para analizar la relación de dependencia o independencia entre dos variables categóricas y permite estudiar su distribución conjunta. 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 7

8 DISTRIBUCIONES MARGINALES (fila y columna) DISTRIBUCIONES CONDICIONALES TOTAL POBLACIONAL O MUESTRAL Pobres No pobres Total Aprobaron Celdas condicionales No aprobaron Marginales (de fila) Total Marginales (de columna) N: total poblacional o muestral

9 Variable secundaria Variable de estudio Grupo 1 Grupo 2 Factor 1 1 (a) 2 (b) Marginal (a+b) Factor 2 3 (c) 4 (d) Marginal (c+d) Marginal (a+c) Marginal (b+d) Total (n) 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 9

10 Variable de estudio Es la variable que identifica la línea de investigación Variable aleatoria Es la variable cuya distribución se va ha conocer con la recogida de datos Variable fija Es la variable cuya distribución se conoce antes de realizar el estudio 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 10

11 Variable aleatoria Variable fija Grupo 1 Grupo 2 Factor 1 Factor 2 100% 100% 100% 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 11

12 Variable fija Factor 1 Factor 2 Variable Aleatoria Grupo 1 Grupo 2 100% 100% 100% 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 12

13 Variable aleatoria Variable Aleatoria Grupo 1 Grupo 2 Factor 1 Factor 2 100% Modelo con el total muestral fijo 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 13

14 Variable fija Variable fija Grupo 1 Grupo 2 Factor 1 Factor 2 100% Modelo con el total muestral fijo 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 14

15 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 3/21/2015 7:29 AM Dr. Abner Fonseca Livias 15

16 Se utiliza para probar hipótesis y estimar paramétros. Parámetros-las estadísticas de la población. Al recolectar datos de una muestra se pueden inferir las características de la población (generalizar). Estadígrafos-datos estadísticos recopilados de una muestra.

17 Población Parámetros Muestra Estimadores

18 Son las estadísticas de la población o universo, es una característica asociada a una población. Es un valor constante, fijo, único Ej. % de hombres de una población. Los parámetros pueden ser inferidos de los estadígrafos, de ahí el nombre de estadística inferencial. La inferencia de los parámetros se lleva a cabo mediante => técnicas estadísticas apropiadas que se explicarán mas adelante. Ejemplos: Media Proporción (p) Varianza Etc

19 Es una estadística cuyo valor es un posible valor para el parámetro en estudio. A partir de una población, es posible obtener muchas muestras distintas de tamaño n y cada una de estas muestras arrojarán un valor diferente para una determinada estadística. = > La estadística es variable. Ejemplos - Media (X) - Proporción (p) - Varianza (S2)

20 8-3 La hipótesis es una suposición acerca del valor de un parámetro de una población con el propósito de discutir su validez. Ejemplo de hipótesis acerca de un parámetro de una población son: El sueldo promedio de un profesional asciende a $2,625. El veinte por ciento de los consumidores utiliza aceite de oliva

21 La prueba de hipotesis busca responder a una pregunta sobre el valor de un parámetro en la población (siempre utilizando los resultados de la muestra). Esta pregunta sobre el valor del parámetro en la población se plantea utilizando hipótesis. El procedimiento cuantifica en que medida los datos de la muestra apoyan la hipótesis planteada.

22 8-5 Paso 1: Establecer la hipótesis nula y la alternativa Paso 2: Seleccionar el nivel de significación Paso 3: Identificar el estadístico de prueba Paso 4: Formular una regla de decisión Paso 5: Tomar una muestra, llegar a una decisión No rechzar la hipótesis nula Rechazar la nula y aceptar la alternativa

23 8-6 Hipótesis nula (H 0 ): Una afirmación acerca del valor de un parámetro de la población. Hipótesis de investigación (Hi): Una afirmación que es aceptada si la muestra provee la evidencia de que la hipótesis nula es falsa. Nivel de significación: La probabilidad de rechazar la hipótesis nula cuando en realidad es verdadera.

24 8-7 Error tipo I: Rechazar la nula cuando en realidad es verdadera Error tipo II: Aceptar la hipótesis nula cuando en realidad es falsa. Estadístico de prueba: Es un valor, determinado a partir de la información de la muestra, usado para decidir si rechazar o no la hipótesis nula.

25 8-7 Valor crítico: El punto que divide la región entre el lugar en el que la hipótesis nula es rechazada y la región donde la hipótesis nula es no rechazada.

26 f ( x r a l i t r b u i o n : m = 0, s 2 = 1 Distribución de muestreo para la estadística z A dos colas- Nivel de Significación probabilidad.025 región de rechazo región de rechazo Región de no rechazo Valor Crítico z= Valor Crítico z= 1.96

27 r a l i t r b u i o n : m = 0, s 2 = 1 Distribución de muestreo para la estadística z Una cola-.05 Nivel de Significación probabilidad.05 región de rechazo f ( x 0. 1 Región de no. 0 rechazo Valor Critico z= 1.65

28 r a l i t r b u i o n : m = 0, s 2 = 1 Distribución de muestreo para la estad ística z Una cola-.05 Nivel de Significación probabilidad.05 región de rechazo 0. 2 f ( x Valor Crítico z= Región de no rechazo Región de no rechazo

29 Valor p: probabilidad de observar un valor de prueba más extremo que el valor observado, dado que la hipótesis nula es verdadera. Si el valor p es más chico que el nivel de significación la hipótesis nula es rechazada. Si el valor p es más grande que el nivel de significación la hipótesis nula no es rechazada.

30 Para tomar una decisión sobre rechazar o no rechazar la hipótesis nula hay que especificar una Regla de decisión. Hay que especificar un punto de corte ó punto crítico: Si P es menor que Alfa ( ), se rechaza H o Si P es mayor que Alfa ( ), se acepta H o

31 VARIABLE DEPENDIENTE (2) INTERVALO / RAZÓN ORDINAL NOMINAL VARIABLE NOMINAL Chi Cuadrado (X 2 ) Mc Nemar U de Mann Whitney (n I) Prueba de Friedman (n R) Prueba de t para muestras independientes Prueba de t para muestras relacionadas VARIABLE INDEPENDIENTE (1) ORDINAL U de Mann Whitney (n I) Prueba de Friedman (n R) Rho Spearman INTERVALO / RAZÓN Correlación de Pearson 21/03/ :17 a.m. Dr. Abner A. Fonseca L. 31

32 UNIVERSIDAD NACIONAL HERMILIO VALDIZAN FACULTAD DE ENFERMERÍA Dr. Abner A. Fonseca Livias PROFESOR PRINCIPAL 3/21/2015 6:17 AM Dr. Abner Fonseca Livias 32

33 La prueba de independencia Chi-cuadrado, nos permite determinar si existe una relación entre dos variables categóricas. Es necesario resaltar que esta prueba nos indica si existe o no una relación entre las variables, pero no indica el grado o el tipo de relación. Hipótesis:(ver datos en archivo spss) Ho: El estirpe celular del cáncer es independiente a la localización del cáncer. Hi: El estirpe celular del cáncer es dependiente a la localización del cáncer.. 21/03/ :08 a.m. Dr. Abner A. Fonseca L. 33

34 Es para saber si un valor de 2 es o no significativo, debemos calcular los grados de libertad. Éstos se obtienen mediante la siguiente fórmula: Gl = (r-1)(c-1) En donde r es el número de reglones de la tabla de contingencia y c el número de columnas. Para una tabla de 3 reglones (filas) y 2 columnas. Gl = (3-1)(2-1) = 2 21/03/ :09 a.m. Dr. Abner A. Fonseca L. 34

35 Sirve para calcular lo que ocurre antes y después de una observación o un experimento que tengan variables categóricas dependientes. Es equivalente de la prueba t de Student para muestras dependientes. Corresponden a estudios longitudinales. Estas comparaciones siempre son de individuo a individuo. La fórmula es: X 2 2 ) (( A D) 1 A D 21/03/ :10 a.m. Dr. Abner A. Fonseca L. 35

36 Procedimiento no paramétrico para comparar los valores de dos variables cuantitativas u ordinales de dos muestras independientes que pueden tener tamaños distintos. Es la prueba mas potente para comparar los valores de dos variables Cuantitativas Independientes.

37 Si alguna de las dos muestras contiene menos de 30 observaciones y no se puede asumir la normalidad. Si se trata de una variable ordinal en vez de ser realmente cuantitativa. La muestra es muy pequeña < 10 observaciones en alguno de los dos grupos.

38 SUPUESTOS 1. Las dos muestras han sido extraídas de manera independiente y de forma aleatoria de sus poblaciones respectivas. 2. La escala de medición es por lo menos ordinal. 3. La variable de interés es continua. 4. Si las poblaciones son diferentes varían solamente en lo que respecta a sus medianas.