Curso para R4.

Noviembre de 2011

Dr. Juan V. Quintana UD de MFyC. Alicante udalicante@gva.es

 Conocer

trminos bsicos estadsticos Tipos de estudios y tipos de variables Calcular tipos de medidas Clculo bivariante. Contraste de hiptesis Manejo bsico estadstico de Excel y SPSS

 Tipos

de variables Tipos de estudios Medidas de frecuencia y de asociacin Estadstica descriptiva Estimacin de parmetros poblacionales Estadstica bivariante

Incertidumbre clnica Conclusiones

Bsqueda bibliogrfica

Resultados

ETAPAS DEL METODO CIENTIFICO

Hiptesis de trabajo Objetivos

Anlisis de los datos Interpretacin

Recogida de datos

Diseo del protocolo Seleccin de variables Tipo de estudio Seleccin de la muestra Cuntos? Quines?

 Extrapolar

los resultados en la muestra a la poblacin de la que procede.

 Cualitativas.

No se pueden sumar. No

numricas.

Nominales. Dicotmicas/no dicotmicas

Sexo, provincia Dolor, satisfaccin

Ordinales. Se pueden ajustar a una escala

Cuantitativas.

Se pueden sumar

Discretas. Nmeros enteros; no fraccionables. Conteo.

N de hijos, n de infartos Temperatura, peso

Continuas. Decimales. Medicin

 Clasifica

las siguientes variables

TAS Creatinina ACV Fumador Grado de satisfaccin

Provincia Sexo Peso Talla Religin Fecha nacimiento

 Cualitativas.

No se pueden sumar. No

numricas.

Nominales.

Dicotmicas. Sexo, fumador no dicotmicas. Provincia, religin, fecha de nacimiento Grado de satisfaccin

Ordinales.

Cuantitativas.

Se pueden sumar

Discretas. Nmeros enteros; no fraccionables.

ACV Peso, talla, TAS, TAD, Creatinina

Continuas. Decimales. Medicin

 Para

determinar parmetros(Observacionales)
Expresan proporciones (var. Cualitativas) Expresan medias (var. Cuantitativas)

Para

contraste de hiptesis entre dos grupos

Establecer si las proporciones o medias de cada grupo son diferentes

Tipos de Estudios
no

Existe intervencin?

si

Estudio observacion al
no
Hay relacin temporal Causa-efecto?

Estudio experimental
si no
Existe un grupo control concurrente?

si

Estudios descriptivos

Estudios analticos
Enfer Formacin medad de los grupos
en funcin de...

Estudios AntesDespus
Expo sicin

Ensayo controlado
Existe asignacin si aleatoria de los Individuos a los grupos de estudio?

no

E. Transversal E. P. Diagnsticas E. Concordancia E. Ecolgicos

Estudio de Casos y Controles

Estudio de cohortes

Estudios de Intervencion comunitarios

Ensayo Clnico Aleatorio

 Incidencia

Casos nuevos en un periodo de tiempo N casos nuevos en xtiempo/poblacin al inicio

Prevalencia

Casos existentes en un momento dado N casos/poblacin

 Para

evaluar la existencia de una relacin entre la exposicin y la enfermedad Riesgo relativo. RR

Cohortes (expuestos/no expuestos>>enfermedad) Riesgo expuestos/Riesgo no expuestos RR>1 el expuesto es ms posible que enferme RR=1 tasa igual en ambos grupos RR<1 factor protector
Enf No enf b d b+d total a+b c+d n a c a+c

expuestos No exp total

 Odds

Ratio. OR

Casos y controles (enfermos/no enfermos>>exposicin previa) Probabilidad de que un evento suceda/Probabilidad de que no suceda OR=1 no hay asociacin factor/evento OR>1 a ms factor, ms evento
Enf expuestos No exp total a c a+c No enf b d b+d total a+b c+d n

 Ordenar

y tratar la informacin mediante tablas y grficos. Medidas

De tendencia central

Media Mediana Moda Cuartiles, deciles, percentiles (de posicin) Rango Varianza Desviacin tpica Coeficiente de variacin de Pearson

De dispersin

De tendencia central

Tambin:

Promedio; media aritmtica La suma de todos los valores dividida por la cantidad de estos. Adecuada cuando los valores son homogneos til para comparar poblaciones

1,3,4,8,9,23,5,3,6 Media=X= 62/9=6,89 =media poblacional

De tendencia central

Nmero

central de un grupo de nmeros ordenados por tamao Adecuada si hay valores extremos (distribucin asimtrica)

1,3,4,8,9,23,5,3,6 1,3,3,4,5,6,8,9,23>>mediana:5

Si

la cantidad de nmeros es par, la mediana es el promedio (media) de los dos centrales

1,3,4,8,9,23,5,3 1,3,3,4,5,8,9,23>>mediana:4.5

De tendencia central

El

valor que ms se repite en un grupo de nmeros Puede haber varias modas Si ninguno se repite ms, no hay moda. til para describir variables cualitativas

1,3,4,8,9,23,5,3,6 1,3,3,4,5,6,8,9,23 Moda=3

Insesgada

Moda=Mediana=Media

Sesgo Positivo (a la derecha)

Moda

Mediana

Media

De dispersin

Diferencia

entre valor mnimo y valor

mximo Adecuada para distribuciones asimtricas

1,3,4,8,9,23,5,3,6 1,3,3,4,5,6,8,9,23 Rango=23-1=22

De dispersin

Distancia

entre cada valor y la media Para la poblacin (muestras grandes):2 Para la muestra:S2 Cuanto menor sea (tendente a 0), menos dispersos estarn los datos

1,7,8,2,4,2 Media=24/6=4 Restar a cada valor la media: 3,3,4,2,0,2 X2:9,9,16,4,0,4 Sumar: 42 Varianza=S2=42/6=7

De dispersin

Tambin
S2=S=DE La

Desviacin estndar

media de las distancias de los datos respecto a la media; cunto tienden a alejarse de la media.

S =

X i X 2
i 1

n -1
de los resultados de la muestra: mediaDE

Expresin

 S/X

Si el CV es grande, la media no nos sirve para describir la poblacin, pues hay mucha dispersin, muchos valores lejos de la media

Ejemplo:

tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8)

Media de cada una: 7,7,7 DE de cada una: 8,08; 5,77 y 1,15 CV de cada una: 1,15, 0,82, 0,16

 Media

aritmtica: PROMEDIO Mediana: MEDIANA Moda: MODA

Varianza

poblacional 2: VARP Varianza muestral S2:VAR Desviacin tipica poblacional: DESVESTP Desviacin tpica muestral: DESVEST
Curtosis:

CURTOSIS Percentil: PERCENTIL

 Nmeros

entre los cuales se estima que estar el valor POBLACIONAL Si comparamos dos poblaciones y sus IC tienen valores compartidos, no hay diferencias estadsticas entre ellos (el valor real podra ser el mismo)

 Histograma

Para representacin de frecuencias a lo largo de una escala. Para variables cuantitativas til para describir la distribucin de las variables

 Grfica

de columnas

No precisa escala horizontal Cuidado con las 3D o excesivas columnas

 Sectores/pastel

Para representar proporciones Variables cualitativas o cuantitativas

 Grficas

de dispersin

 Hiptesis

nula. H0

La situacin actual. No hay cambio. Lo que se presume verdadero hasta nueva hiptesis. Que no hay diferencias

Hiptesis

alternativa. H1

La que intentamos demostrar. Que hay diferencias

Ho es cierta Se escogi Ho No hay error Ho no es cierta Error tipo II

Se escogi H1

Error tipo I

No hay error

 La

ciencia es muy conservadora Para descartar la H0 y aceptar la H1 hay que estar muy seguro, que el azar pueda explicar esa H1 (diferencias) en menos del 5% de los casos P valor: la probabilidad de llegar al resultado obtenido si suponemos que la H0 es cierta
Para

asumir que las diferencias son significativas (H1 es cierta), p<0.005

 Cuando

no se tiene la certeza de que los datos siguen una distribucin normal Al menos 30 datos

Histograma K-S test. Prueba de Kolmogorov-Smirnov

Si p>0.05, acepto Ho (distribucin normal)

 Variables

cuantitativas Ms de 30 datos o distribucin normal 10-30 datos si aseguramos distribucin normal

 Variables

cualitativas Cuantitativas con menos de 30 datos o distribucin no normal

Paramtricas (n>30) dicotmicas 2 cualitativas >2 categoras Variables independientes Cualitativacuantitativa Cuant+>2cat ANOVA Cuant+dico T Student Chi cuadrado

No paramtricas

Rango

W Wilcoxon U Mann Whitney Kurskal Wallis

2cuantitativas

Correlacin De Pearson

Rho Spearman

2 cualitativas Variables dependientes 2cuantitativas

MCNemar

Wilcoxon

tStudent para datos apareados

Friedman