LOS CONCEPTOS ESTADISTICOS UTILIZADOS EN EL DISEÑO E INTERPRETACION DE TRABAJOS DE INVESTIGACION
Los principales objetivos de la Estadística consisten en medir la aleatoriedad de los fenómenos, prever situaciones y conseguir una información cuantificada que permita la toma de decisiones.
Dos características importantes son que:
Definir el concepto de población y muestra es importante, por eso:
Población es el conjunto de todos los elementos que cumplen ciertas condiciones.
Muestra es un subconjunto de esta población.
1.- Análisis de la información: La información se estructura en forma de una base de datos, que es una colección de información organizada en columnas y filas.
Y que la obtención de resultados se basa en el tratamiento de la información.
Cuantifica los resultados del azar con el uso del concepto de probabilidad.
La valoración de cualquier dato puede hacerse a través de la definición de una variable que en una primera aproximación debe ser cualitativa o cuantitativa.
Las variables cualitativas o categorías hacen referencia a atributos, su valor es generalmente alfabético.
Las variables cuantitativas se caracterizan por tener un valor numérico y ser discretas o continuas.
2.- Distribución de frecuencias: Se presenta en forma resumida la información que procede de una o varias variable mediante tablas o gráficos.
Requisito fundamental de las clases de frecuencia: es que cualquier valor posible de una variable debe pertenecer a una de las clases previstas y solamente a una.
El estudio de frecuencias para muestras multidimensionales se resuelve con tablas cruzadas de las frecuencias de presentación de las variables y tiene una representación clara en dos dimensiones.
3.- Estudios descriptivos de variables cuantitativas:
Se explicara brevemente el significado de los estadísticos mas comunes asociados a una variable cuantitativa.
Las medidas de tendencia central: tratan de resumir una variable cuantitativa por su "valor más representativo".
Las medidas de dispersión: complementan el uso de medida de tendencia central con una medida de la desviación general de los datos respecto a la medida de centralización.
Medidas de asimetría: su objetivo consiste en determinar la simetría de los datos respecto a una distribución normal.
Medida de curtosis: se usa el coeficiente de curtosis que indica la forma de la distribución de los datos respecto a una distribución normal.
4.- Función de distribución normal: es una función de distribución estadística muy importante por ser considerada como una distribución de referencia para variables cuantitativas.
La confirmación de la distribución normal y la determinación de sus dos parámetros (media y desviación típica) permiten controlar la información de la variable correspondiente a niveles de probabilidad.
5.- Estudio de una variable cuantitativa: el análisis de una variable cuantitativa debe iniciarse comprobando si la distribución de la variable a estudiar sigue la distribución normal.
Una representación grafica de una variable cuantitativa es la denominada de "caja" o mas común box-plot.
Según el criterio de Tuckey, los valores de la distribución que este fuera del rango comprendido entre los valores adyacentes son observaciones extremas o outliers.
6.- Inferencia Estadística: Constituye un procedimiento inductivo que va de lo particular a lo general y que permite obtener conclusiones de una población a través de la información proporcionada por una muestra.
Las técnicas a utilizar son fundamentalmente la estimación de parámetros y los contrastes de hipótesis.
7.- Estimación de parámetros: Consiste en determinar el valor de los parámetros de la población a partir de los estadígrafos de la muestra.
8.- Uso de algunos contrastes de significación estadística: Se trata de contrastes cuya hipótesis nula considera que la muestra obtenida sigue una función de distribución conocida con unos parámetros determinados.
9.- Relación entre variables: El estudio de la posible relación existente entre variables cuantitativas se resuelve con las técnicas estadísticas de correlación y regresión.
10.- Análisis de supervivencia: procede de la importancia de su uso para determinar la probabilidad de muerte a lo largo del tiempo en pacientes con una enfermedad determinada.