domingo, 4 de junio de 2017

HASTA PRONTO

Sí, como da a entender el título del blog, aquí termina mi aventura con la estadística, ya solo queda la parte más complicada, aprobar el examen...
Respecto a este blog pienso que a todos mis compañeros y a mi nos ha ayudado mucho a repasar el temario estudiado, para así no tener que estar el día de antes del examen estudiando como locos, así que aunque nos hayamos quejado porque nos quitaba tiempo  en realidad, nos va a servir mucho y lo veremos a la hora de hacer el examen. Lo veo una buena estrategia para ir repasando todos los días, si no eres como yo claro, que lo deja todo para lo último siempre.

Además con esta asignatura he descubierto partes de la enfermería que yo no conocía, porque todos conocemos al enfermero que cura pero muy pocos al enfermero que realiza trabajos de investigación y llega a conclusiones muy importantes para la salud de la persona. También me siento gratificada porque todas mis compañeras y yo salimos de esta asignatura con una pequeña idea sobre como hacer un trabajo de investigación, cosa que creo que nos servirá para el futuro más de lo que creemos, por ello, tengo que decir que aunque odie las matemáticas y los ordenadores no sean lo mío, esta asignatura me ha resultado mucho más útil de lo que esperaba.

Un placer haber compartido con vosotros este rinconcito enfermero. ¡Luchad por vuestros sueños que tarde o temprano se cumplirán!

Resultado de imagen de frases de enfermeria

SEMINARIO 5

Pues vamos llegando al final... En esta última clase lo que hicimos fue exponer el trabajo de investigación del que hablé en el seminario 3. Mi grupo y yo, como ya dije, lo hicimos sobre la influencia de las redes sociales en el comportamiento y en los problemas psicológicos de los jóvenes.


Para comenzar, creamos unos cuestionarios con la aplicación Epi Info que expliqué anteriormente, nuestro cuestionario tuvo 20 preguntas a cerca de la cantidad de tiempo que dedican a las redes y también sobre si pensaban que tenían algún tipo de enfermedad o problema mental ( Ansiedad, depresión, indicio de suicidio...). Al ser un estudio descriptivo no realizamos hipótesis porque no eran necesarias. 
Los cuestionarios los difundimos por internet pidiendo que los hiciesen jóvenes de 18 a  24 años y también lo repartimos a familiares y amigos en ese franjo de edad.

Como resultado, obtuvimos lo que esperábamos, los jóvenes más propensos a tener enfermedades mentales eran aquellos que se pasaban horas y horas del día usando el ordenador conectados a su red social favorita, ya sea twitter, facebook o instagram entre otras.

Aquí os dejo algunas de las preguntas que realizamos en el cuestionario ya respondidas.







Tras obtener los resultados, comparamos con algunos artículos y encontramos que había artículos que apoyaban nuestra teoría pero también encontramos uno que afirmaba que el uso de la red social instagram hace que los jóvenes se sientan más queridos por sus amigos y se les suba la autoestima.

Por lo tanto, es cierto que las redes sociales influyen de manera negativa en algunos jóvenes pero no podemos generalizar, esa es nuestra conclusión en resumidas palabras y para no aburriros.


SEMINARIO 4

Bueno, después de terminar todas las sesiones teóricas volvemos a la parte práctica, en este caso me toca explicar lo que se realizó en el seminario 4. Pues bien, a mi parecer fue una de las clases más aprovechadas, ya que nuestro profesor dedicó todo el tiempo a explicarnos los ejercicios de estadística que debíamos de saber para aprobar nuestro examen, esto nos sirvió de mucho, ya que yo por lo menos no tenía ni idea de como hacer nada y salí de allí un poco más metida en la asignatura.
 El profe nos explicó que tipo de test y metodología usar según las variables del ejercicio, aquí os dejo las indicaciones:
        
     -Chi cuadrado: Cualitativa vs cualitativa.
     -T de student: Cualitativa dicotómica vs cuantitativa.
     -Test ANOVA: Cualitativa policotómica vs cuantitativa.
     -Regresión lineal: Cuantitativa vs cuantitativa.


Resultado de imagen de como hacer t de student



HIPÓTESIS ESTADÍSTICAS. TEST DE HIPÓTESIS.

CONTRASTES DE HIPÓTESIS.

Para contrastar nuestra hipótesis, primero establecemos una cerca del valor del parámetro, recogemos los datos y analizamos la coherencia que existe entre nuestra hipótesis y los datos obtenidos.

ERRORES DE HIPÓTESIS.

El test de hipótesis mide la posibilidad de error que cometo si rechazamos la hipótesis nula.
el error alfa es el error que podemos tener si la rechazamos (La nula).


 El TEST DE HIPÓTESIS CHI CUADRADO sirve para comparar variable cualitativas , aquí os dejo un video dónde se explica como hacerlo. Suponemos que una hipótesis es cierta y  estudiamos como es de probable que siendo iguales dos grupos a comparar obtengan esos resultados.


ESTADÍSTICA INFERENCIAL: MUESTREO Y ESTIMACIÓN

¡Hola a todos! Hasta ahora lo que he ido comentando en el blog ha sido más o menos sencillo según mi punto de vista, pero en este tema ya se va empinando un poco más el camino... pero lo conseguiremos sin problema (si no es ahora, será en septiembre).

Con esta imagen os podéis hacer una idea de lo que es la estadística inferencial: 

Resultado de imagen de estadistica inferencial
Si la muestra se elige de manera aleatoria, por un proceso de azar , la técnica de muestreo se denomina muestreo probabilístico o aleatorio y su error, error aleatorio.
En los muestreos no probabilísticos es imposible evaluar el error, con lo que no es evitable.


PROCESO DE LA INFERENCIA ESTADÍSTICA.




ERROR ESTÁNDAR.

Es la medida que trata de captar la variabilidad de los valores del estimador. Para calcularlo existen dos formas, para una media y para una proporción:

          


A continuación toca explicar los tipos de muestra y de muestreo, para ello voy a dejar unos vídeos que mi profesor nos recomendó muy interesantes y que pueden serviros de mucha ayuda.




MEDIDA DE TENDENCIA CENTRAL,POSICIÓN Y DISPERSIÓN

RESUMEN NUMÉRICO DE UNA SERIE ESTADÍSTICA.

Hay tres grandes tipos de medidas estadísticas:


 -Medidas de posición: dan idea de la magnitud tamaño o posición de las observaciones de   los datos ordenados de mayor a menor.
 -Medidas de tendencia central: Dan idea del comportamiento de los sujetos.
 -Medidas de dispersión o variabilidad: Dan información a cerca de la heterogeneidad de    nuestra observaciones.


MEDIDAS DE TENDENCIA CENTRAL.

Resultado de imagen de media  mediana y moda

En esta imagen que sirve de resumen nos falta un dato importante, la propiedad: Solo tienen en cuenta la posición de los valores en la muestra y por tanto tiene mucho mejor comportamiento que la media cuando hay observaciones extremas.

MEDIDAS DE POSICIÓN O CUANTILES.

En este caso, para el calculo se usan los cuantiles: 

    Percentiles: Dividen la muestra ordenada en 100 partes.
    Deciles: Dividen la muestra ordenada en 10 partes.
    Cuartiles: Dividen la muestra ordenada en 4 partes.

MEDIDAS DE DISPERSIÓN.
  
  Rango o recorrido: Diferencia entre el mayor y el menor valor de la muestra.
  
Resultado de imagen de desviacion media foto

    <---Desviación media




      Desviación tipica:

Resultado de imagen de desviacion tipica









DISTRIBUCIONES NORMALES.

Distribución de probabilidad más frecuente con variables continuas. Cuando se realiza un histograma es interesante destacar que siempre aparece la campana de Gauss.
Resultado de imagen de campana de gauss

 - ASIMETRÍA 

La asimetría es el lado contrario al que vemos el pico, es decir, la moda. Una gráfica puede presentar asimetría por la izquierda, por la derecha o ser simétrica.

-CURTOSIS

Sirve para medir el grado de concentración de los valores que toma en torno a su medida.
Existen tres tipos, pueden ser: Leptocúrtica, cuando presenta un elevado grado de concentración al rededor de los valores centrales; mesocúrtica, cuando presenta un grado de concentración normal y por último platicúrtica que presenta un grado mucho más reducido.

Resultado de imagen de leptocurtica mesocurtica platicurtica

sábado, 3 de junio de 2017

INTRODUCCIÓN A LA BIOESTADÍSTICA.

La estadística es la ciencia que utiliza datos numéricos para obtener medias que muestran variaciones en los diferentes individuos.
Parte del supuesto de que las características clínicas que se observan cambian de un paciente a otro: Variable.


ESCALAS DE MEDIDA.
  
-Escala nominal:Es el nivel inferior de estadística. En una variable solo se puede comprobar si son diferentes o iguales.

-Escala ordinaria:Se establece si las variables son iguales o diferentes y si son diferentes se estudia cual es mayor.

-Escala de intervalo:Presenta las características de las dos anteriores, igualdad y desigualdad.

-Escala de razón: Nivel mas alto de medición. Presenta las características de las tres escalas anteriores 



 TIPOS DE VARIABLES

Resultado de imagen de TIPOS DE VARIABLES ESTADISTICA DICOTOMICAS O POLICOTOMICASResultado de imagen de TIPOS DE VARIABLES CUANTITATIVAS


REPRESENTACIÓN DE DATOS

Los datos se representan mediante una tabla de frecuencia, estas deben de ser auto-explicativas, sencillas y completas, es decir, que indiquen toda la información que debemos de saber.

REPRESENTACIÓN DE DATOS EN VARIABLES CONTINUAS

  • Definición de intervalos
  • Definición de extremos de intervalos exhaustivos
  • Definición de la amplitud
  • Cálculos de la maraca de clase de cada intervalo

REPRESENTACIÓN DE GRÁFICAS

Expondré tres tipos de gráficas: Pictograma, diagrama de barras y histogramas y polígonos de frecuencia.

Pictograma: En esta gráfica podemos estudiar y observar la continuidad de los datos. El eje x es la frecuencia y el y los extremos de los intervalos. Es una variable del diagrama de barras donde las barras se cambian por dibujos.

Resultado de imagen de PICTOGRAMA GRAFICA

Diagrama de barras: mide las variables policotómicas (cualitativas).


Resultado de imagen de diagrama de barras

Histogramas y polígonos de frecuencia: Se utilizan para variables continuas, en el eje x van los intervalos y en el eje y la frecuencia.

Resultado de imagen de poligono de frecuencia

GRÁFICOS

Gráfico de tronco y hojas: formas de expresar variables cuantitativas continuas
Gráfico de sectores: Distribución de sexo entre los pacientes por ejemplo.
Gráfico para datos bidimensionales: Para variables cuantitativas.