Reflexión final

Al comienzo de cursar esta asignatura me parecía que no tenía lugar en una carrera como enfermería, pero al avanzar en el contenido de la asignatura cada vez me daba mas cuenta de el gran aporte que nos daba en ella, pudiendo hacer que la investigación en temas de enfermería y la busqueda de informacion contrastada sobre temas relacionados fuera mucho mas fácil, para que mentir, le he cogido el gustillo y todo.
Ha sido mucho el esfuerzo que ha habido que ponerle a esta asignatura, que parecía tan dificultosa, pero que con la ayuda del profesor de seminarios, Manuel Pabón, ha sido al final algo parecido a "coser y cantar". Desde aquí agradecerle todo el empeño y la dedicación que ha puesto sobre nosotros y sobre la asignatura, para que su comprensión fuera mucho más fácil. Nosé que hubiera sido de nosotros sin su ayuda. No solo nos ha ayudado con la asignatura en sí, tambien ha fomentado en nosotros el compañerismo y nos ha unido aún más, cosa que le agradezco, ya que nos queda un camino largo por recorrer juntos y de esta forma todo irá mucho mejor.
Me llevo un buen recuerdo y un buen aprendizaje en todos los sentidos de esta asignatura.
¡¡ Esto es todo amigos!!



                             



                          

                           

Seminario 5

Este seminario fue el último seminario correspondiente a esta asignatura. Expusimos cada grupo los trabajos de investigación que tanto empeño y tanto tiempo le hemos dedicado. A sido una gran satisfacción haber realizado este trabajo, ya que comparandolos con otros de otras asignaturas ha sido mucho mas ameno y divertido por llevar a la practica, en forma de cuestionarios, todo el desarrollo del trabajo. Con respecto a la exposición de dicho trabajo, mi grupo y yo, hemos quedado muy satisfechas ya que comparandola con la primera exposicion correspondiente al seminario uno, esta ha sido mucho mas buena. Me ha encantado poder trabajar al lado de mis compañeras, nos hemos ayudado mucho y hemos hecho mas ameno el trabajo.
El profesor al terminar de exponer, nos dijo, que compararamos este trabajo con uno que realizamos el cuatrimestre anterior en la asignatura de Promoción de la salud, y sin duda, me quedo con este, por la parte práctica, me ha gustado mucho investigar e indagar sobre el tema elegido. Tambien nos dijo que nos autoevaluaramos el trabajo realizado, mis compañeras y yo decidimos que la nota justa sería un 7,5.
No quería acabar esta entrada sin agradecerles a mis compañeras y, por supuesto, amigas, el trabajo mutuo realizado, y la buena relación que tenemos, lo hago con esta foto, tomada justo el día que pasamos los cuestionarios, ¡¡con las manos en la masa!!, que mas decir, ¡¡ QUE LAS QUIERO MUCHO!!, un besito para ellas.

Seminario 4

En este seminario, el profesor nos ayudo y se puso a enseñarnos como se realizaban las tablas de frecuencias y medias que debíamos utilizar en nuestro trabajo de investigación, una vez que ya teníamos todos los datos de las encuestas pasados al programa Epi Info.. Gracias a la ayuda prestada del profesor, hemos podido completar los resultados de nuestro trabajo y nos ha facilitado bastante este apartado, que tan difícil parecía.

En primer lugar, mi grupo compuesto por Paula Álvarez Troncoso, Laura Alvarez Torres, 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...

Estas gráficas y tablas son ejemplos de las que hemos introducido en nuestro trabajo y hemos desarrollado y estudiado para ver los resultados que nos daban para así interpretar los datos. 

Este seminario me ha servido para aclararme con el tema de la interpretación de los datos de nuestro trabajo de investigación, gracias a la dedicación del profesor y sus ganas de hacernos las cosas mas fácil. Sin su explicación, la realización de las tablas hubiera sido muy difícil ya que no tenemos conocimientos previos de este.

Seminario 3

En este seminario continuamos con la explicación del programa epi info para la realización del cuestionario e interpretar los datos obtenidos.
Tras esto, el profesor comenzó a introducirnos en la estadística con la explicación de los términos de media, mediana, moda.
La desviación típica y la campana de gauss y sus asimetrías y sus curtosis.






 Gracias a este seminario fui entendiendo bien los últimos temas de la asignatura, la cual, tenía totalmente perdida. Comprendí la parte practica de estos conceptos para llevarlo a cabo en el trabajo de investigación e ir completando y afianzando este.

Sesión teórica ETIC'S : TEMA 10

Tema 10: Hipótesis estadística. Test de hipótesis.

Contrastes de hipótesis

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 à 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 mas diferencias haya , mas relación causa efecto, mas se apoya la hipótesis alternativa y mas me alejo de la hipótesis nula.

Tipo de análisis estadísticos según el tipo de variables implicadas en el estudio

DEPENDIENTE INDEPENDIENTE	Cualitativa 2 Grupos	Cualitativa > 2 Grupos	Cuantitativa
Cualitativa 2 Grupos	Chi cuadrado T comparación proporciones P. exacta de Fisher P. Mc Nemar	Chi cuadrado Q de Cochran	T student U. de Mann- Whitney T. Wilcoxon
Cualitativa > 2 Grupos	Chi cuadrado Q. de Cochran	Chi cuadrado Q. de Cochrann	A. varianza Kruskall-Wallis F. Friedman
Cuantitativa	Regresión logística	Regression logística	Regression lineal: Correl. Pearson Correl. Spearman

  

    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 de una error, llamado α à es la confianza que damos al test que vamos a usar. El mínimo nivel de confianza es 95%.

El error α es la probabilidad de equivocarnos al rechazar la hipótesis nula.

El error α más pequeño al que podemos rechazar H₀ es el error probabilístico del error alfa.

Habitualmente rechazamos H₀ para un nivel α máximo del 5% (p< 0.05). es un problema con un nivel de confianza del 95% à Es lo que llamamos “significación estadística”.

Tipos de errores en test de hipótesis.

RESULTADO DEL TEST REALIDAD	Rechazo H0	Acepto H0
H0 cierta à en realidad	Error tipo 1 (error α) se comete cuando rechazamos la hipótesis nula en nuestro test de hipótesis pero esa hipótesis es real, siendo la probabilidad de ser real un 5% o un 1% dependiendo del nivel de confianza.		No error (1-α)
H0 falsa à en realidad.	No error (1-β)	Error tipo 2 (error β) acepto la hipótesis nula pero en realidad es falsa.

Test de hipótesis Chi-cuadrado.

Para comparar variables cualitativas (dependiente e independiente).

Razonamiento a seguir: 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.

Sesión te´rica ETIC'S : TEMA 8

Tema 8: Medidas de tendencia central, posición y dispersión.

Esta tema, es un tema muy práctico, donde veremos formulas estadísticas que se aplican solamente a variables cuantitativas.

Hay tres grandes tipos de medidas estadísticas:

•   Medidas de posición: dan idea de la magnitud, tamaño o posición de la observaciones de los datos una vez que están ordenados de menor a mayor.
• Tendencia central: dan idea del comportamiento central mayoritario.
• Medidas de dispersión o variabilidad: dan información acerca de la heterogeneidad de nuestras observaciones.

•   Medidas De Tendencia Central

Media aritmética: Se calcula para variables cuantitativas y se trata del centro geométrico o de gravedad de nuestros datos. Es la suma de todos los valores de la variable observada entre el total de observaciones. La fórmula es:

   x= Ʃx/n

Mediana:

Es el valor de la observación tal que deja a un 50% de los datos  menor y otro 50% de los datos mayor.

-          Si el número de observaciones es impar el valor de la observación será justamente la observación que ocupa la posición (n+1/2) Ejemplo: si son 75, pues 76 entre 2 = 38, la mediana seria la edad que tiene el sujeto 38.

-          Si el número de observaciones es par, el valor de la mediana corresponde a la media entre los dos valores centrales, es decir, la media entre la observación n/2 y la observación (n/2)+1. Ejemplo: cuatro sujetos de edades, 10, 15, 20, 25, cogemos los dos sujetos centrales y hacemos la media aritmética entre ambos.

Propiedad: robustez. Sólo tiene en cuenta la posición de los valores en la muestra y por tanto tiene mucho mejor comportamiento que la media cuando hay observaciones extremas.

Moda: también se puede calcular en variables cualitativas.

Es el valor con mayor frecuencia (que más veces se repite). Si se repiten dos números, es dimodal o mas números multimodal.

Si hay más de una se dice que la muestra es bimodal (dos modas) o multimodal (más de dos modas).

Se puede calcular para cualquier tipo de variable.

Si los datos están agrupados, se habla de clase modal y corresponde al intervalo en el que el cociente entre la frecuencia relativa y la amplitud es mayor (h_i/c_i). Donde la frecuencia absoluta sea mayor.

  Medidas De Posición

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.

-          Percentiles:

o   Dividen la muestra ordenada en 100 partes.

o   El percentil “i” (P_i), es aquél valor que, ordenadas las observaciones en forma creciente, el i% de ellas son menores que él y el (100-i)% restante son mayores.

o   Para buscar la posición de un percentil en una serie de datos agrupados, buscamos el intervalo en el que la frecuencia relativa acumulada (H_i) sea superior al valor del percentil.

o   El valor del P₅₀ corresponde al valor de la mediana.

-          Deciles:

o   Dividen la muestra ordenada en 10 partes.

o   El decil “i” (D_i), es aquél valor que, ordenadas las observaciones en forma creciente, el i/10% de ellas son menores que él y el (100-i)/10% restante son mayores.

o   El valor del D₅ corresponde al valor de la mediana y, por tanto, al del P₅₀.

-          Cuartil:

o   Dividen la muestra ordenada en 4 partes.

o   El Q₁, primer cuartil indica el valor que ocupa una posición en la serie numérica de forma que el 25% de las observaciones son menores y que el 75% son mayores.

o   El Q₂, segundo cuartil indica el valor que ocupa una posición en la serie numérica de forma que el 50% de las observaciones son menores y que el 50% son mayores. Por tanto, el Q₂ coincide con el valor del D₅, con el valor de la mediana P₅₀.

o   El Q₃, tercer cuartil indica el valor que ocupa una posición en la serie numérica de forma que el 75% de las observaciones son menores y que el 25% son mayores.

     o El Q4, cuarto cuartil indica el valor mayor que se alcanza en la serie numérica.

La información aportada por las medidas de tendencia central es limitada.  

  Distribuciones Normales

En estadística se llama distribución normal a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales. Es Distribución de probabilidad mas frecuente con variables continuas, por ejemplo, altura, peso, niveles de colesterol…

Las distribuciones normales en un histograma aparece una especie de Campana, por eso la campana de Gauss. Y es simétrica respecto de los valores de posición central, es decir que la moda va a coincidir con la media y la mediana.

La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de los valores posición central (media, mediana y moda, que coinciden en estas distribuciones).  Es simetrica dejando la mitad de los valores por debajo del punto maximo y la mitad de los valores por encima.

Esta curva se conoce como campana de Gauss.

Una distribución normal sigue estos principios básicos: si al valor de la media le restamos y le sumamos una desviación típica, si la serie numérica siguiera una distribución normal (como el colesterol). Dice que el 68.25% de las observaciones se va a sumar entre los valores de la suma y la resta de la media a una desviación típica. Estas datos varían si sumamos una, dos o tres desviaciones típicas.

-           S 68,26% de las observaciones.

-           2xS 95,45% de las observaciones.

-           3xS  99,73% de las observaciones.

Asimetrías y Curtosis

La asimetría es al lado contrario al que vemos el pico (la moda), es decir si vemos el pico hacia la derecha la asimetría es a la izquierda, y si la moda esta a la izquierda la asimetría esta hacia la derecha.

Coeficiente de asimetría de una variable: Grado de asimetría de la distribución de sus datos en torno a su media, cuanto mas asimétrica sea, valores mas diferentes encontraremos. Es adimensional y se define:

  no aprender, es para calcular el grado de asimetría.

Asimetrías:

Curtosis o apuntamiento de la curva.

No tiene relación con la simetría. Coeficiente de apuntamiento o curtosis de una variable, sirve para medir el grado de concentración de los valores que toma en torno a su media. Los datos se acumulan mucho, mientras mas se acumulen, mas apuntada esta la curva.

Los resultados pueden ser los siguientes:

-          g2=0 (distribución mesocúrtica o normal). Presenta un grado de concentración medio alrededor de los valores centrales de la variable (el mismo que presenta una distribución normal). Presentan un grado de concentración medio a los  valores de la media.

-          g2>0 (distribución leptocúrtica). Presenta un elevado grado de concentración alrededor de los valores centrales de la variable.

-          g2<0 (distribución platicúrtica). Presenta un reducido grado de concentración alrededor de los valores centrales de la variable.

      Este tema es otro tema muy practico, el cual, personalmente me gusta más, prefiero hacer problemas y sustituir formulas, ya que lo veo mucho más practico y sencillo. Sinceramente me encanta esta parte de la estadística y no me resulta difícil. Para mi es muy entretenida,