TAREA SEMINARIO 9
-
Upload
luciamayogarrucho -
Category
Health & Medicine
-
view
18 -
download
0
Transcript of TAREA SEMINARIO 9
ESTADÍSTICA Y TICS
SEMINARIO 9
Lucía Mayo Garrucho1º Enfermería Grupo B. Macarena. Subgrupo 7Estadística y TICFacultad de enfermería, fisioterapia y podología.Universidad de Sevilla.
CORRELACIONES
REPASO VISTO EN CLASE…
• La estadística descriptiva nos ayuda a resumir, ordenar y conducir para poder usar la teoría del muestreo.
• Si hemos cogido y ordenado los datos adecuadamente, La TEORIA DE LA PROBABILIDAD nos permite hacer cálculos con los datos de la población que estamos analizando, es decir nos permite hacer cálculos sobre la población.
• Sin la teoría de la probabilidad, no se podrían hacer cálculos sobre la población y por lo tanto sin la teoría de la probabilidad no habría estadística inferencial.
ESTADÍSTICA INFERENCIAL
ESTIMACIONES
ESTIMACIONES
PUNTUALES
INTERVALOS
DECONFIANZ
A
CONTRASTE DE HIPOTESIS
METODOSPARAMÉTRIC
OS
METODOS NO
PARAMÉTRICOS
CONTRASTE DE HIPÓTESIS:
• La Ho: es lo que ya sabíamos, es la que indica que lo observado es fruto de la variabilidad, de la casualidad. (=)
• La H1 es lo contrario, y será desigual mayor o menor que el valor de la hipótesis y nos indica que las variaciones observadas, no son casuales ni fruto de la variablidad.
(≠) bilateral. (> o <) unilateral, dependiendo de la variación que observemos.
CORRELACIONES
TEORIA• Antes de los ejercicios, vamos debemos saber algunas
nociones básicas sobre correlaciones
‐ La relación es un número que oscina entre
-1,0,1
‐ Las correlaciones sirven para ver si están relacionadas las variables y la intensidad de dicha relación.‐ Cuando las correlaciones se tratan de tipo biológicas, no podemos esperar que sean relaciones sean muy intensas.
valor negativo: relación indirectamente proporcional/tiende a la categoría codificada con 0valor positivo: relación directamente proporcional/tiende a la categoría codificada con 1
‐ Las correlaciones pueden ser:
Paramétricas: si asumen normalidad (cuantitativas generalmente)
No paramétricas: si no asumen normalidad (cualitativas generalmente)‐ Dependiendo de las variables con las que trabajemos usaremos distintos coeficientes para calcular la correlación
EJERCICIOS
ABRIMOS EL FICHERO SPSS OBESIDAD DE LA ENSEÑANZA VIRTUAL
1. PEARSONCon Pearson relacionaremos dos variables en ESCALAX= Peso medido en consultaY= Tensión diastólica que están
• creemos que sigue distribución de normalidad, pero tenemos que comprobarlo Hacemos un Contraste de Normalidad.
1.1 CONTRASTE DE NORMALIDAD
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
Ho: μ=μo
H1: μ<μo
Ho: Si NormalH1: No normal
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. SELECCIONAR LA PRUEBA ESTADÍSTICAPara hacerla usamos KOLMGOROV pues nuestra
n<50podemos hacer con dos
4. HACER LOS CALCULOS Y OBTENER UNA CONCLUSIÓN
Resultado
SIG: 0.000<0.05 por lo que rechazamos la hipótesis nulaEntonces cogemos la alternativa y no es normal. Ocurre lo mismo con la tensión arterial
NO NORMAL
NO PODEMOS HACER PEARSON. TENEMOS QUE HACER SPEARMAN
2. SPEARMAN
X= Peso medido en consultaY= Tensión diastólica que están
Ho: Rsp=0H1: Rsp≠0
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
Ho: Relacionadas por casualidad / (No relacionadas)H1: Relacionadas por alguna causa/ (Relacionadas)2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. HACEMOS LA PRUEBA ESTADÍSTICA SPEARMAN
4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG: 0.000<0.05 por lo que tenemos muy poca probabilidad de estar equivocados al rechazar la hipótesis nula, por lo tanto rechazamos la hipótesis nula.Entonces cogemos la alternativa La relación que se establece es CAUSAL, las variables están relacionadas.
5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN
Para ver el grado de relación nos fiamos en EL COEFICIENTE DE CORRELACÓN Vemos que es 0.39 que es aprox. 0.4Observamos esta relación en el y vemos que esta relación es entre baja moderada como es POSITIVO, esta relación es DIRECTAMENTE PROPORCIONAL.
3. BISERIAL PUNTUALCon Biserial Puntual relacionaremos dos variables una en ESCALA y la otra en NOMIAL DICOTÓMICA
X= SexoY= Peso medido en consulta
• Codificamos el hombre 0 y la mujer 1
*En este caso cuando trabajemos con SPSS lo haremos igual que si calculáramos Pearson porque en SPSS Biserial Puntual y Pearson se hacen de la misma manera
Ho: Rp=0H1: Rp≠0
Ho: Variables sexo y peso independientesH1: Variables sexo y peso relacionadas
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
*En la Biserial no es directamente o indirectamente proporcional dependiendo del signo del valor: -si es negativo, tiende al a variable que se haya categorizado con el 0 -si es positivo, tiende a la variable que se haya categorizado con el 1
3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUAL
4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG: 0.000<0.05 por lo que tenemos muy poca probabilidad de estar equivocados al rechazar la hipótesis nula, por lo tanto rechazamos la hipótesis nula.Entonces cogemos la alternativa La relación que se establece es CAUSAL, las variables están relacionadas.
SIGNIFICACIÓN
5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN
Para ver el grado de relación nos fiamos en EL COEFICIENTE DE CORRELACÓN Vemos que es -0,349Observamos esta relación en el esquema y vemos que es baja.Como es NEGATIVO , esta relación tiende a la categoría codificada con 0 MASCULINO.
4. PHI
Con Phi relacionaremos dos variables NOMINALES DICOTÓMICAS
X= Satisfacción con su peso Y= Sexo
• Codificamos el hombre 0 y la mujer 1
*En este caso cuando trabajemos con SPSS lo haremos mediante tablas cruzadas
Ho: R=0H1: R≠0
Ho: Variables sexo y satisfacción con su peso son independientesH1: Variables sexo y satisfacción con su pesoTienen alguna relación
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUALEn este caso al hacer las tablas cruzadas como veremos a continuación ponemos en:
FILAS variable independienteCOLUMNAS variable dependiente
SATISFACCION (INDEPENDIENTE)
SEXO(DEPENDIENTE)
1. Metemos Las variables2. Seleccionamos que nos muestre los
gráficos de B.A3. Clicamos en ESTADISTICOS4. En estadisticos Seleccionamos Phi y V de
Cramer5. CONTINUAR CONTINUA
R
4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG: 0,383
SIG de Phi >0.005 Por lo que acepto la hipótesis nula. Significa que NO HAY RELACIÓN SIGNIFICATIVA ENTRE LAS VARIABLES .
*No seguimos analizando al ser la relación casual
4. CONTINGENCIA
Con Contingencia relacionaremos dos variables NOMINALES (AL MENOS UNA NO DICOTÓMICA)
X= Hábito tabáquico Y= Sexo
• Codificamos el hombre 0 y la mujer 1 en la variable sexo
*En este caso cuando trabajemos con SPSS también lo haremos mediante tablas cruzadas
Ho: R=0H1: R≠0
Ho: Variables sexo y hábito tabáquico son independientesH1: Variables sexo y habito tabáquicoTienen alguna relación
1.ESTABLECEMOS UN CONTRASTE DE HIPÓTESIS
2. SIGNIFICACIÓN
Como trabajamos al 95%, α=0,05
3. HACEMOS LA PRUEBA ESTADÍSTICA BISERIAL PUNTUALEn este caso al hacer las tablas cruzadas como veremos a continuación ponemos en:
FILAS variable independiente (habito tabáquico)COLUMNAS variable dependiente (sexo)
HAB. TABÁQUICO
SEXO
1. Metemos Las variables2. Seleccionamos que nos muestre los gráficos de Barras agrupadas3. Clicamos en ESTADISTICOS
1. En estadísticos Seleccionamos Coeficiente de contingencia
2.CONTINUAR
CONTINUAR
4. OBSERVAMOS LOS RESULTADOS Y DECIDIMOS LA CONCLUSIÓN
SIG de CONTINGENCIA <0.005 Por lo que RECHAZAMOS la hipótesis nula, ACEPTAMOS la hipótesis alternativaSignifica HAY RELACIÓN SIGNIFICATIVA ENTRE LAS VARIABLES.
SIG: 0,002
5. OBSERVAMOS LA INTENSIDAD DE RELACIÓN
Para ver el grado de relación nos fiamos en EL COEFICIENTE DE CORRELACÓN Vemos que es -0,223Observamos esta relación en el gráfico de intensidad y vemos que es una correlación baja.Como es POSITIVO, y es una variable cualitativa esta relación tiende a la categoría codificada con 1 FEMENINO
Es decir: Hay una relación significativa baja entre el hábito tabáquico y el sexo femenino.
*También podemos observar esta relación en las gráficas