1.
variables
Variable. característica que toma distintos valores en los elementos de una población
o muestra.
Cualitativa: cualidad o atributo→ sexo, género, estadio de enfermedad, presencia o
ausencia de enfermedad.
Cuantitativa: cuantifica, mide la cantidad de la propiedad que se está estudiando →
peso, talla, presión arterial, frecuencia cardíaca.
Discreta: no admite valores intermedios → n° de infartos
Continua: admite infinitos valores entre 2 valores → tiempo, años, semanas
Tipo de escala de medida
NOMINAL: nombra, los valores numéricos de una variable solo están identificados.
Establece equivalencia o no entre valores. Porcentaje y moda
ORDINAL: Organiza por =,<,> y los datos se ordenan por magnitud relativa. Moda y
mediana
INTERVALO: Se miden distancias numéricas que representan distancias iguales con
respecto a la propiedad que se mide. No existe 0 absoluto (ausencia de una
característica). Moda, media, mediana
RAZÓN: Posee 0 absoluto. Moda, media, mediana
Las variables también se clasifican en:
- Independiente
- Dependiente
- Interviniente
2. VARIABLES COMPLEJAS
Se observan y miden indirectamente por estar constituidas por varias dimensiones →
proceso de operacionalización.
Operacionalizar: especificar cómo se medirá la variable en una situación concreta.
Consta de 4 fases:
1. Definir el concepto
2. Definir las dimensiones/aspectos relevantes
3. Seleccionar indicadores para cada dimensión → INDICADOR: variables empíricas
que representan valores específicos de las dimensiones. Son directamente
medibles.
4. Síntesis de indicadores mediante construcción de índices → ÍNDICE: n° que
resume todos los indicadores de un concepto. Puede asignarse un peso a los
distintos valores de indicadores para intentar expresar diferencias en la
importancia relativa de cada uno de los indicadores en el índice compuesto.
3. univariada
Gráficos para variables cualitativas
(Para la escala ordinal solo gráfico de barras)
- Diagrama de barras
- Superficies representativas: gráficos sectoriales y pictogramas
Gráficos para variables cuantitativas discretas
- Diagrama de barras
- Gráfico en escalera
Gráficos para variables cuantitativas continuas
- Tallo y hojas
- Dispersograma
- Histograma
- Polígono de densidad
- Ojiva
----
4. Medidas de resumen i
5. Medidas de resumen ii
Box plot
Representación gráfica para variables cuantitativas continuas. Está basado en los
cuartiles y da información de simetría y concentración de distribución → Idea global de
la distribución de los valores. Es útil para ver valores atípicos (muy altos o muy bajos).
¿Cuando se utiliza?
- En los mismos casos que el histograma o polígono de densidad de frecuencias.
- En caso de un análisis bivariado cuando queremos representar una variable
cuantitativa continua y una cualitativa. Ej: presión arterial en hipertensos y
normotensos.
El box plot está constituido por:
Caja → eje de referencia en el que se representan los valores de la variable de interés.
Puede ser horizontal o vertical.
Asumiendo un gráfico horizontal - caja rectangular cuyo extremo izquierdo está dado
por el primer cuartil (Q1) y el segundo por el tercer cuartil (Q3), los lados extremos de
la caja muestran el recorrido intercuartílico (RI) → dentro de la caja queda el 50%
central de la distribución. En este rectángulo se traza una línea a la altura de la escala
donde se ubica la mediana (Q2).
Líneas → La forma más sencilla de constituirse es extenderlas hasta el mínimo y el
máximo de la distribución, pero no permite identificar valores atipocos.
Otra forma de trazar las líneas es tomando en cuenta el rango intercuartílico
(RI=Q3-Q1). En principio cada línea debe tener un largo máximo equivalente a 1,5
veces el largo de la caja (1,5*RI).
Los valores por fuera de estas líneas se representan con un punto y son considerados
los valores atípicos.
Este gráfico brinda información general sobre la forma de distribución: simetría,
dispersión, valor de la mediana y presencia de valores atípicos.
Ejemplo:
→ Variable talla de niños de una policlínica pediátrica.
Representa variable que se distribuye normal. Medidas
de resumen:
El 50% central de los valores se encuentran entre
144cm y 154cm.
Presenta 3 observaciones atípicas.
Es de distribución simétrica.
→ Los siguientes gráficos representan la
distribución de edades de dos grupos de
niños distintos.
La distribución de edades del grupo 1
presenta una asimetría positiva (que los
casos entre Q1 y la mediana están más
concentrados) mientras que los del
grupo 2 presentan una asimetría
negativa. También podemos ver que la
dispersión es mayor en el grupo 2.
Medidas de posición
Cuantiles: valores de la variable que dividen la distribución en determinadas partes.
Los percentiles dividen la distribución en 100, constituyen una extensión de la
definición de mediana porque determina en la distribución dos partes iguales por lo
que es el percentil 50.
Los cuartiles son los valores de la variable y dividen el área del histograma en cuartos.
Sean y1, y2,…, yn un conjunto de n observaciones colocadas en orden de magnitud, el
cuartil inferior (Q1) es el valor de y mayor que ¼ de las observaciones y menor que los
¾ restantes. El segundo cuartil es la mediana. El cuartil superior (Q3) es el valor de y
mayor que ¾ de las observaciones y menor que ¼ de ellas.
Cuando hay una gran cantidad de datos es mejor usar percentiles
Por ejemplo, el percentil noventa de un conjunto de datos sería el valor de y mayor
que el 90 por ciento de las observaciones y menor que 10 por ciento de ellas. Igual que
en el caso de los cuartiles, 90 por ciento del área del histograma se encuentra a la
izquierda del percentil 90.
Deciles - dividen el recorrido de una variable en diez partes iguales.
El percentil 25 (P25) representa el 1er cuartil (Q1 ).
El percentil 50 (P50) es la Mediana (Md), es el 2o cuartil (Q2 ) y el 5to decil (D5).
El percentil 75 (P75) representa el 3er cuartil (Q3 ).
6. curvas percentilares
Centiles: puntos estimativos de una distribución de frecuencias que ubican un
porcentaje de individuos existentes por debajo de ellos y no por encima. Ej: el valor
que divide a la población en un 95% por debajo y un 5% por encima es el percentil 95.
→ Representación gráfica de la interpretación de
valores de un mismo centil entre valores conocidos
pertenecientes a un grupo etario y al grupo
sucesivo, logrando una línea continua.
→ Concepto de anormal:
pertenencia a una
población distinta de la
considerada normal.
Los centiles nos brindan
información sobre la
probabilidad de un
individuo de pertenecer a
una u otra población.
Centilios en parámetros de distribución no gaussiana: en una distribución de
frecuencias normal o gaussiana, la curva es simétrica y el punto más alto (moda)
coincide con la mediana y la media → circunferencia craneana, diámetro biacromial.
En casos como el peso corporal y el pliegue cutáneo estas condiciones no se cumplen
por lo que son llamadas no gaussianas
7. Bivariada
2 cualitativas
- tabla doble entrada
- gráfico de barras
1 cualitativa y 1 cuantitativa continua
- caja y línea
- ojiva superpuestas
- polígono de densidad superpuestos
2 cuantitativas
- diagrama de dispersión/gráfico de puntos
*variable independiente → eje horizontal o línea
variable dependiente → eje vertical o columna
8. probabilidad
Experimento aleatorio → sucesos aleatorios: resultados variables, casos posibles que
son llamados eventos o sucesos elementales. Al conjunto de sucesos elementales se
les denomina espacio muestral.
Probabilidad:
→ enfoque clásico
predecir cuál es la probabilidad de obtener cierto
resultado
→enfoque de frecuencias relativas
P(A)= frecuencia relativa de A
CONJUNTOS:
Una probabilidad es un número positivo o igual a 0. La probabilidad de todo el espacio
muestral es 1.
Si A y B son dos sucesos excluyentes, la probabilidad de la unión es igual a la
probabilidad de A + probabilidad de B
Probabilidad de complemento: el complemento de un conjunto A incluido en el
espacio muestral es el conjunto de todos los elementos de este espacio que no
pertenecen a A → A C
P (A C) = 1 - P(A)
Probabilidad condicionada: probabilidad de obtener A dado que se obtuvo B, donde A
y B son subconjuntos de omega.
→ Dos sucesos son independientes si la
probabilidad de cualquiera no cambia con
la ocurrencia del otro.
P(BIA) = P(A) o viceversa
9. validez de procedimientos diagnósticos
Sensibilidad: probabilidad que para un sujeto enfermo se obtenga en la prueba un
resultado positivo → capacidad del test para detectar la enfermedad.
Proporción de pacientes enfermos con resultado positivo:
VP / VP +FN
Especificidad: probabilidad de que para un sujeto sano se obtenga un resultado
negativo.
VN / VN +FP
Valor predictivo positivo: probabilidad de padecer la enfermedad si se obtiene un
resultado positivo en el test
VP / VP+FP
Valor predictivo negativo: probabilidad de que un sujeto con un resultado negativo
en la prueba esté realmente sano.
VN / FN+VN
[Link]ño de estudios
Según objetivos
Descriptivos → describen una situación
De asociación o analíticos → asociación entre 2 variables con hipótesis de base.
Según participación del investigador
Observacionales → observan una realidad
Experimentales → alteran esa realidad para ver su evolución
Según criterio temporal
Transversales → se observa en un momento dado Estudios de prevalencia (conocer en
determinado momento la cantidad de individuos con una enfermedad)
Longitudinales → se realiza seguimiento de los individuos de estudio
- Prospectivos: hacia adelante en el tiempo, se acompaña a los individuos.
Estudios de cohorte única: seguimiento de una cohorte a lo largo del tiempo
para observar la aparición de un fenómeno de estudio
De cohortes : el investigador compara cohortes de individuos expuestos y no
expuestos a un factor. Los seguirá prospectivamente en el tiempo midiendo en
cada grupo la aparición de casos nuevos de una enfermedad
- Retrospectivos: hacia atrás en el tiempo, se busca info del pasado con la historia
clínica o interrogando a los individuos sobre su exposición a un factor de
estudio
Estudios de caso control : El investigador forma grupos para comparar:
enfermos con sanos, y mide retrospectivamente la exposición a un factor que
se supone asociado con la enfermedad
Cohorte histórica El investigador se proyecta retrospectivamente en el tiempo
para constituir uno o varios grupos de los cuales seguirá en el tiempo para
medir la ocurrencia de distintos sucesos, los cuales ya han ocurrido en el
momento de iniciar la investigación
Diseños particulares
Ensayo clínico → Experimental, analítico, prospectivo y con dos o más cohortes
Estudio caso-control → Observacional, analítico, retrospectivo y con dos grupos
definidos por la presencia de una enfermedad
11. Medidas de frecuencia de la enfermedad
12. Medidas de estimación de riesgo