Durante nuestro último seminario, estuvimos exponiendo los trabajos finales de investigación, en concreto mi grupo, formado por Maria Luisa Varo, Andrea Vargas, Ana Sánchez y yo, lo realizamos de la educación sexual para jóvenes. Un proyecto enfocado a conocer las actitudes, creencias y conocimientos de la población acerca de ello y establecer criterios para poder disminuir las ETS y embarazos no deseados.
Antes de realizar el trabajo formal, hicimos un protocolo de la investigación, esto era un resumen a priori sobre como íbamos a enfocar nuestro trabajo y la metodología que íbamos a utilizar para llevarlo a cabo.
Finalmente gracias al trabajo conjunto, el día del seminario, la exposición que realizaron mis compañeras Maria Luisa y Ana salió bastante bien, y seguidamente al finalizar la exposición, Andrea y yo nos dedicaríamos a resolver dudas sobre el trabajo final.
En mi opinión creo que en vista al trabajo, el resultado fue notablemente mejor que el trabajo pasado y que evolucionamos de manera positiva de cara a la superación de la asignatura. Puedo decir que estoy orgullosa de haber realizado mi primer trabajo de investigación junto con mis compañeras y poder seguir así a lo largo de mi carrera.
Hasta aquí el trabajo de mi blog para la asignatura estadística, esta noche subiré una reflexión final.
Un saludo.
miércoles, 3 de junio de 2015
lunes, 1 de junio de 2015
SEMINARIO 4
Bueno, ya que estoy inspirada y hoy hemos tenido el examen me dispongo a realizar la que puede ser mi penúltima entrada.
Voy a escribir sobre el seminario 4, que se produjo el día 22 de mayo y tres días antes de nuestro quinto y último seminario en el que expondríamos nuestro trabajo de investigación. Durante este seminario, el profesor nos estuvo aclarando algunas dudas que teníamos sobre el test de hipótesis Chi-cuadrado y realizamos un problema ilustrativo en el que se entendía muy bien lo que queríamos obtener con este test de hipótesis. Además nos aclaró como debíamos mirar los datos en la tabla de representación de datos, explicando su significado y cuándo debíamos rechazar o aceptar la hipótesis nula.
Nos explicó también la diferencia entre el error alfa y el beta así como algunos conceptos que seguíamos sin entender. En realidad nos dimos cuenta de que más que difícil era laborioso y que haciendo ejercicios no costaba trabajo hacer se tipo de problemas bien.
Tras todo eso, el profesor nos dejó tiempo para poder realizar análisis estadísticos en el programa Epi Info para el lunes siguiente que teníamos que presentar el trabajo de investigación. Tuvimos que hacerlo de manera rápida y eficaz ya que contábamos con tan solo dos días para obtener los resultados, establecer conclusiones y prepararnos la exposición.
Nos enseñó como interpretar los datos para poder discutirlos con otros autores y establecer conclusiones y finalmente nos dejó el tiempo que quedaba para poder adelantar parte del trabajo.
En mi opinión este fue un seminario bastante útil y productivo ya que pudimos avanzar con el trabajo bastante y entender todos los epígrafes de él a la perfección además de comprender los resultados de los análisis realizados.
Voy a escribir sobre el seminario 4, que se produjo el día 22 de mayo y tres días antes de nuestro quinto y último seminario en el que expondríamos nuestro trabajo de investigación. Durante este seminario, el profesor nos estuvo aclarando algunas dudas que teníamos sobre el test de hipótesis Chi-cuadrado y realizamos un problema ilustrativo en el que se entendía muy bien lo que queríamos obtener con este test de hipótesis. Además nos aclaró como debíamos mirar los datos en la tabla de representación de datos, explicando su significado y cuándo debíamos rechazar o aceptar la hipótesis nula.
Nos explicó también la diferencia entre el error alfa y el beta así como algunos conceptos que seguíamos sin entender. En realidad nos dimos cuenta de que más que difícil era laborioso y que haciendo ejercicios no costaba trabajo hacer se tipo de problemas bien.
Tras todo eso, el profesor nos dejó tiempo para poder realizar análisis estadísticos en el programa Epi Info para el lunes siguiente que teníamos que presentar el trabajo de investigación. Tuvimos que hacerlo de manera rápida y eficaz ya que contábamos con tan solo dos días para obtener los resultados, establecer conclusiones y prepararnos la exposición.
Nos enseñó como interpretar los datos para poder discutirlos con otros autores y establecer conclusiones y finalmente nos dejó el tiempo que quedaba para poder adelantar parte del trabajo.
En mi opinión este fue un seminario bastante útil y productivo ya que pudimos avanzar con el trabajo bastante y entender todos los epígrafes de él a la perfección además de comprender los resultados de los análisis realizados.
SEMINARIO 3
Durante el seminario 3 de la asignatura, el profesor nos estuvo explicando y resolviendo las dudas sobre el tema 8 dado en clase aquel día.
Antes que nada, nos metimos en el programa Epi Info que ya expliqué anteriormente para realizar los análisis estadísticos del trabajo final. Tras ello y visto que la mayoría de personas estábamos muy agobiadas de cara al examen, el profesor nos explicó poco a poco todas las medidas de tendencia central, posición y dispersión mediante una presentación de power point con la que nos quedó todo mucho más claro.
Después de explicar toda la teoría, estuvimos viendo ejemplos de los tipos de asimetría existentes con sus respectivos resultados y con las medidas de aplanamiento o curtosis. Esto último si me resultó de más complicación.
Finalmente nos dispusimos a seguir aprendiendo a utilizar Epi Info para el trabajo final de investigación.
Gracias a este seminario, pudimos además de adelantar materia, entender la que llevábamos hasta el momento y entender conceptos que aunque se hayan dado desde siempre y parecían entendidos, no lo eran hasta ese día.
Antes que nada, nos metimos en el programa Epi Info que ya expliqué anteriormente para realizar los análisis estadísticos del trabajo final. Tras ello y visto que la mayoría de personas estábamos muy agobiadas de cara al examen, el profesor nos explicó poco a poco todas las medidas de tendencia central, posición y dispersión mediante una presentación de power point con la que nos quedó todo mucho más claro.
Después de explicar toda la teoría, estuvimos viendo ejemplos de los tipos de asimetría existentes con sus respectivos resultados y con las medidas de aplanamiento o curtosis. Esto último si me resultó de más complicación.
Finalmente nos dispusimos a seguir aprendiendo a utilizar Epi Info para el trabajo final de investigación.
Gracias a este seminario, pudimos además de adelantar materia, entender la que llevábamos hasta el momento y entender conceptos que aunque se hayan dado desde siempre y parecían entendidos, no lo eran hasta ese día.
sábado, 30 de mayo de 2015
TABLA DE DISTRIBUCIÓN NORMAL TIPIFICADA Y TABLA DE VALORES CHI-2
Os dejo la tabla de distribución normal tipificada para la realización de problemas.
También la tabla de valores de chi cuadrado, recordad que si el valor que os da es mayor que el que está en la tabla para un determinado error, hay que rechazar la hipótesis nula!!!!
TEMA 10. HIPÓTESIS ESTADÍSTICAS. TEST DE HIPÓTESIS
Bueno, este fue el último tema que vimos en clase, en concreto el chi cuadrado.
Para controlar los errores aleatorios, además de los intervalos de confianza, contamos con otra herramienta como es el test o contraste de hipótesis.
Con los intervalos nos hacemos una idea de un parámetro de una población dado un par de números entre los que confiamos que esté el valor desconocido.
Son herramientas estadísticas para responder a preguntas de investigación, cuantifica la relación entre una hipótesis previamente establecida y los resultados obtenidos. El test de hipótesis siempre va a contrastar la hipótesis nula (la que no establece relación entre las variables).
Hay varios tipos de análisis estadísticos según el tipo de variables implicadas en el estudio aunque nosotros solo podemos investigar con chi cuadrado.
El test de hipótesis mide la variabilidad de error que cometo si rechazo la hipótesis nula. Con una misma muestra, podemos aceptar o rechazar la hipótesis nula. Todo ello depende de dos errores que podemos cometer.
El error alfa es la probabilidad de equivocarnos al rechazar la hipótesis nula, es decir rechazarla siendo ésta verdadera.
El error beta es la probabilidad de equivocarnos al aceptar la hipótesis nula, es decir, aceptarla siendo falsa.
Es lo que llamamos significación estadística.
https://www.youtube.com/watch?v=-osaBBWFIDk
Para controlar los errores aleatorios, además de los intervalos de confianza, contamos con otra herramienta como es el test o contraste de hipótesis.
Con los intervalos nos hacemos una idea de un parámetro de una población dado un par de números entre los que confiamos que esté el valor desconocido.
Son herramientas estadísticas para responder a preguntas de investigación, cuantifica la relación entre una hipótesis previamente establecida y los resultados obtenidos. El test de hipótesis siempre va a contrastar la hipótesis nula (la que no establece relación entre las variables).
Hay varios tipos de análisis estadísticos según el tipo de variables implicadas en el estudio aunque nosotros solo podemos investigar con chi cuadrado.
El error alfa es la probabilidad de equivocarnos al rechazar la hipótesis nula, es decir rechazarla siendo ésta verdadera.
El error beta es la probabilidad de equivocarnos al aceptar la hipótesis nula, es decir, aceptarla siendo falsa.
Es lo que llamamos significación estadística.
- Test de hipótesis Chi-cuadrado
En primer lugar suponemos la hipótesis cierta y estudiamos como es de probable que siendo iguales dos grupos a comparar se obtengan resultados como los obtenidos o haber encontrado diferencias más grandes por grupos.
Para ello voy a poner un ejemplo explicado con el que seguramente lo entendáis mejor.https://www.youtube.com/watch?v=-osaBBWFIDk
TEMA 9. ESTADÍSTICA INFERENCIAL. MUESTREO Y ESTIMACIÓN
Bueno, pues llegados a este punto, puede decirse que este es el tema de mayor importancia dentro de la asignatura ya que abarca numerosos puntos, todos ellos fundamentales para la realización de problemas.
Este tema puede encasillarse en varios puntos importantes: cálculo del error estándar y Teorema central del límite, intervalos de confianza y finalmente el muestreo (tipos y cálculo de tamaños muestrales).
Para empezar, voy a explicar algunos conceptos previos a los cálculos. Por un lado, la población de estudio, que es el conjunto de pacientes o individuos sobre los que queremos estudiar alguna cuestión y se distingue de muestra en que ésta son los individuos concretos que participan en el estudio. Siendo el conjunto de ellos el tamaño muestral.
Al conjunto de procedimientos que permiten pasar de lo particular de la muestra a lo general, la población, le denominamos inferencia estadística o con palabras cotidianas ''extrapolar''.
Finalmente señalar la diferencia entre un parámetro que es la medida que queremos obtener, y un estimador que es la variable de estudio obtenida en la muestra.
Cuanto más pequeño es el error estándar de un estimador, más nos podemos fiar del valor de una muestra concreta.
Para calcularlo debemos diferenciar si se trata de una media o una proporción. Siendo para una media la fórmula que aparece en primer lugar y para una proporción la de abajo.
s= desviación típica.
n=tamaño de la población.
p=proporción del estimador.
De ambas fórmulas se deduce que a mayor tamaño de la muestra, menor será el error que cometamos.
Si sigue una distribución normal como ya dije en anteriores entradas, 1S abarca un 68,26% de las observaciones, 2S un 95,45% de las observaciones y 3S un 99%.
Se trata de un par de números tales que, con un nivel de confianza determinados, podemos asegurar que el valor del parámetro es mayor que el límite inferior y menor que el superior.
Se calcula considerando que el estimador muestral sigue una distribución normal, como establece la teoría central del límite mediante la siguiente fórmula.
Siendo la p la proporción o la media X , Z el valor que depende el intervalo de confianza que nos piden (95%- z=1,96) (99%- z=2,58).
El signo significa que cuando elija el signo negativo se conseguirá el límite inferior y cuando se elija el positivo se tendrá el extremo superior.
Mientras mayor sea la confianza que queramos otorgar al intervalo, éste será más amplio, es decir, los extremos estarán más distanciados y por tanto el intervalo será menos preciso.
La población general de la que queremos obtener conclusiones las vamos a elegir al azar, para obtener la muestra y a partir de esta hacer inferencia de la población entera.
Encontramos diferentes tipos, el probabilístico en el que todos los sujetos de la población tienen una probabilidad distinta de cero en la selección de la muestra. Dentro de este grupo se encuentran: el aleatorio simple, aleatorio sistemático, estratificado, conglomerado y multietápico.
Por otro lado el no probabilístico en el que se sitúan el accidental o por cuotas y finalmente el de conveniencia del estimador.
Para una media:
Siendo Z el valor que depende del nivel de confianza, S la desviación típica y E el error máximo aceptado por los investigadores. Todo ello elevado al cuadrado. (desviación típica al cuadrado= varianza)
Para una proporción:
Datos iguales a la anterior fórmula siendo N el tamaño de la población y p la proporción.
Se redondea siempre hacia arriba el número de sujetos de la muestra.
Espero que se entienda, al final de todo pondré varios ejemplos de cada tipo de fórmula para practicar. A trabajar!!!!!
Este tema puede encasillarse en varios puntos importantes: cálculo del error estándar y Teorema central del límite, intervalos de confianza y finalmente el muestreo (tipos y cálculo de tamaños muestrales).
Para empezar, voy a explicar algunos conceptos previos a los cálculos. Por un lado, la población de estudio, que es el conjunto de pacientes o individuos sobre los que queremos estudiar alguna cuestión y se distingue de muestra en que ésta son los individuos concretos que participan en el estudio. Siendo el conjunto de ellos el tamaño muestral.
Al conjunto de procedimientos que permiten pasar de lo particular de la muestra a lo general, la población, le denominamos inferencia estadística o con palabras cotidianas ''extrapolar''.
Finalmente señalar la diferencia entre un parámetro que es la medida que queremos obtener, y un estimador que es la variable de estudio obtenida en la muestra.
- Error estándar
 |
| Error de una media |
 |
| Error de una proporción |
s= desviación típica.
n=tamaño de la población.
p=proporción del estimador.
De ambas fórmulas se deduce que a mayor tamaño de la muestra, menor será el error que cometamos.
- Teorema central del límite
Si sigue una distribución normal como ya dije en anteriores entradas, 1S abarca un 68,26% de las observaciones, 2S un 95,45% de las observaciones y 3S un 99%.
- Intervalos de confianza
 |
| IC de una media |
Se calcula considerando que el estimador muestral sigue una distribución normal, como establece la teoría central del límite mediante la siguiente fórmula.
 |
| IC de una proporción |
Siendo la p la proporción o la media X , Z el valor que depende el intervalo de confianza que nos piden (95%- z=1,96) (99%- z=2,58).
El signo significa que cuando elija el signo negativo se conseguirá el límite inferior y cuando se elija el positivo se tendrá el extremo superior.
Mientras mayor sea la confianza que queramos otorgar al intervalo, éste será más amplio, es decir, los extremos estarán más distanciados y por tanto el intervalo será menos preciso.
- Muestreo y tipos
La población general de la que queremos obtener conclusiones las vamos a elegir al azar, para obtener la muestra y a partir de esta hacer inferencia de la población entera.
Encontramos diferentes tipos, el probabilístico en el que todos los sujetos de la población tienen una probabilidad distinta de cero en la selección de la muestra. Dentro de este grupo se encuentran: el aleatorio simple, aleatorio sistemático, estratificado, conglomerado y multietápico.
Por otro lado el no probabilístico en el que se sitúan el accidental o por cuotas y finalmente el de conveniencia del estimador.
- Tamaño muestral
Para una media:
Para una proporción:
Datos iguales a la anterior fórmula siendo N el tamaño de la población y p la proporción.
Se redondea siempre hacia arriba el número de sujetos de la muestra.
Espero que se entienda, al final de todo pondré varios ejemplos de cada tipo de fórmula para practicar. A trabajar!!!!!
Suscribirse a:
Entradas (Atom)