Bioestadstica

Tema 1: Introduccin a la estadstica

Tema 1: Introducin 1

Para qu sirve la estadstica?

La Ciencia se ocupa en general de fenmenos observables La Ciencia se desarrolla observando hechos, formulando leyes que los explican y realizando experimentos para validar o rechazar dichas leyes Los modelos que crea la ciencia son de tipo determinista o aleatorio (estocstico) La Estadstica se utiliza como tecnologa al servicio de las ciencias donde la variabilidad y la incertidumbre forman parte de su naturaleza La Bioestadstica [...] ensea y ayuda a investigar en todas las reas de las Ciencias de la Vida donde la variablidad no es la excepcin sino la regla Carrasco de la Pea (1982)

Tema 1: Introducin

Definicin
La Estadstica es la Ciencia de la Sistematizacin, recogida, ordenacin y a i v presentacin de los datos referentes a un fenmeno t rip que presenta variabilidad o incertidumbre para su sc De estudio metdico, con objeto de

P b ro a li bi d ad

deducir las leyes que rigen esos fenmenos,

In

r fe

y poder de esa forma hacer previsiones sobre los a c i mismos, tomar decisiones u obtener conclusiones. n

Tema 1: Introducin 3

Pasos en un estudio estadstico

Plantear hiptesis sobre una poblacin

Los fumadores tienen ms bajas laborales que los no fumadores En qu sentido? Mayor nmero? Tiempo medio?

Decidir qu datos recoger (diseo de experimentos)

Qu individuos pertenecern al estudio (muestras)

Fumadores y no fumadores en edad laboral. Criterios de exclusin Cmo se eligen? Descartamos los que padecen enfermedades crnicas? Nmero de bajas Tiempo de duracin de cada baja Sexo? Sector laboral? Otros factores?

Qu datos recoger de los mismos (variables)

Recoger los datos (muestreo)

Estratificado? Sistemticamente?

No tenis que entenderlo (an)

Describir (resumir) los datos obtenidos

tiempo medio de baja en fumadores y no (estadsticos) % de bajas por fumadores y sexo (frecuencias), grficos,...

Realizar una inferencia sobre la poblacin

Los fumadores estn de baja al menos 10 das/ao ms de media que los no fumadores.

Cuantificar la confianza en la inferencia

Nivel de confianza del 95% Significacin del contraste: p=2% Tema 1: Introducin

Mtodo cientfico y estadstica

Plantear hiptesis Disear experimento

Obtener conclusiones

Recoger datos y analizarlos

Tema 1: Introducin

Poblacin y muestra

Poblacin (population) es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado grande para poder abarcarlo.

Muestra (sample) es un subconjunto suyo al que tenemos acceso y sobre el que realmente hacemos las observaciones (mediciones) Debera ser representativo Esta formado por miembros seleccionados de la poblacin (individuos, unidades experimentales).

Tema 1: Introducin

Variables

Una variable es una caracterstica observable que vara entre los diferentes individuos de una poblacin. La informacin que disponemos de cada individuo es resumida en variables.

En los individuos de la poblacin espaola, de uno a otro es variable:

El grupo sanguneo

{A, B, AB, O} Var. Cualitativa {Deprimido, Ni fu ni fa, Muy Feliz} Var. Ordinal {0,1,2,3,...} Var. Numrica discreta {162 ; 174; ...} Var. Numrica continua

Su nivel de felicidad declarado

El nmero de hijos

La altura

Tema 1: Introducin

Tipos de variables

Cualitativas Si sus valores (modalidades) no se pueden asociar naturalmente a un nmero (no se pueden hacer operaciones algebraicas con ellos)

Nominales: Si sus valores no se pueden ordenar

Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)

Ordinales: Si sus valores se pueden ordenar

Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor

Cuantitativas o Numricas Si sus valores son numricos (tiene sentido hacer operaciones algebraicas con ellos)

Discretas: Si toma valores enteros

Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos

Continuas: Si entre dos valores, son posibles infinitos valores intermedios.

Altura, Presin intraocular, Dosis de medicamento administrado, edad

Tema 1: Introducin 8

Es buena idea codificar las variables como nmeros para poder procesarlas con facilidad en un ordenador. Es conveniente asignar etiquetas a los valores de las variables para recordar qu significan los cdigos numricos.

Sexo (Cualit: Cdigos arbitrarios)

1 = Hombre 2 = Mujer 1 = Blanca 2 = Negra,...

Raza (Cualit: Cdigos arbitrarios)

Felicidad Ordinal: Respetar un orden al codificar.

1 = Muy feliz 2 = Bastante feliz 3 = No demasiado feliz

Se pueden asignar cdigos a respuestas especiales como

0 = No sabe 99 = No contesta...

Estas situaciones debern ser tenidas en cuentas en el anlisis. Datos perdidos (missing data)

Tema 1: Introducin

Aunque se codifiquen como nmeros, debemos recordar siempre el verdadero tipo de las variables y su significado cuando vayamos a usar programas de clculo estadstico. No todo est permitido con cualquier tipo de variable.

Tema 1: Introducin

10

Los posibles valores de una variable suelen denominarse modalidades. Las modalidades pueden agruparse en clases (intervalos) Edades:

Menos de 20 aos, de 20 a 50 aos, ms de 50 aos Menos de 3 hijos, De 3 a 5, 6 o ms hijos

Hijos:

Las modalidades/clases deben forman un sistema exhaustivo y excluyente Exhaustivo: No podemos olvidar ningn posible valor de la variable

Mal: Cul es su color del pelo: (Rubio, Moreno)? Bien: Cul es su grupo sanguneo?

Excluyente: Nadie puede presentar dos valores simultneos de la variable

Estudio sobre el ocio

Mal: De los siguientes, qu le gusta: (deporte, cine) Bien: Le gusta el deporte: (S, No) Bien: Le gusta el cine: (S, No) Mal: Cuntos hijos tiene: (Ninguno, Menos de 5, Ms de 2)
Tema 1: Introducin 11

Presentacin ordenada de datos

7

Gnero Hombre Mujer

Frec. 4 6

6 5 4 3 2 1 0 Hombre Mujer

Las tablas de frecuencias y las representaciones grficas son dos maneras equivalentes de presentar la informacin. Las dos exponen ordenadamente la informacin recogida en una muestra.
Tema 1: Introducin 12

Tablas de frecuencia

Exponen la informacin recogida en la muestra, de forma que no se pierda nada de informacin (o poca).

Frecuencias absolutas: Contabilizan el nmero de individuos de cada modalidad Frecuencias relativas (porcentajes): Idem, pero dividido por el total Frecuencias acumuladas: Slo tienen sentido para variables ordinales y numricas

Muy tiles para calcular cuantiles (ver ms adelante)

Qu porcentaje de individuos tiene menos de 3 hijos? Sol: 83,8 Entre 4 y 6 hijos? Soluc 1: 8,4%+3,6%+1,6%= 13,6%. Soluc 2: 97,3% - 83,8% = 13,5%
Nmero de hijos Po rcentaje vlido 41,9 58,1 100,0 Frecuencia 0 419 1 255 2 37 5 3 215 4 127 5 54 6 24 7 23 Ocho o ms 17 To tal 1509 No co ntes ta 8 1517 Po rcentaje 27 ,6 16,8 24,7 14,2 8,4 3,6 1,6 1,5 1,1 99,5 ,5 100,0 Po rcentaje vlido 27 ,8 16,9 24,9 14,2 8,4 3,6 1,6 1,5 1,1 100,0 Po rcentaje acumulado 27 ,8 44,7 69,5 83,8 92,2 95,8 97 ,3 98,9 100,0

Sexo del encues tado Frecuencia 636 881 1517 Porcentaje 41,9 58,1 100,0

Vlido s

Ho mbre Mujer To tal

Vlido s

Nivel d e felicid ad Frecuencia Po rcentaje Vlido s Muy feliz 467 30,8 Bas tante feliz 87 2 57 ,5 No demas iado feliz 165 10,9 To tal 1504 99,1 Perdido s No co ntes ta 13 ,9 To tal 1517 100,0 Po rcentaje vlido 31,1 58,0 11,0 100,0 Po rcentaje acumulado 31,1 89,0 100,0

Perdido s To tal

Tema 1: Introducin

13

Datos desordenados y ordenados en tablas

Variable: Gnero

Gnero Frec. Hombre 4 Mujer 6 10=tamao muestral

Modalidades:

Frec. relat. porcentaje 4/10=0,4=40% 6/10=0,6=60%

H = Hombre M = Mujer

Muestra:
MHHMMHMMMH

equivale a HHHH MMMMMM

Tema 1: Introducin 14

Ejemplo

Cuntos individuos tienen menos de 2 hijos? frec. indiv. sin hijos + frec. indiv. con 1 hijo = 419 + 255 = 674 individuos Qu porcentaje de individuos tiene 6 hijos o menos? 97,3% Qu cantidad de hijos es tal que al menos el 50% de la poblacin tiene una cantidad inferior o igual? 2 hijos

Nmero de hijos Frec. 419 255 37 5 215 127 54 24 23 17 1509 Po rcent. (vlido ) 27 ,8 16,9 24,9 14,2 8,4 3,6 1,6 1,5 1,1 100,0 Po rcent. acum. 27 ,8 44,7 69,5 83,8 92,2 95,8 97 ,3 98,9 100,0

0 1 2 3 4 5 6 7 Ocho + To tal

50%

Tema 1: Introducin

15

Grficos para v. cualitativas

Diagramas de barras

Alturas proporcionales a las frecuencias (abs. o rel.) Se pueden aplicar tambin a variables discretas

Diagramas de sectores (tartas, polares)

No usarlo con variables ordinales. El rea de cada sector es proporcional a su frecuencia (abs. o rel.)

Pictogramas

Fciles de entender. El rea de cada modalidad debe ser proporcional a la frecuencia. De los dos, cul es incorrecto?.

Tema 1: Introducin

16

Grficos diferenciales para variables numricas

419
400

375

Recuento

Son diferentes en funcin de que las variables sean discretas o continuas. Valen con frec. absolutas o relativas.

300

255 215
200

127
100

54 24
0 1 2 3 4 5 6

Diagramas barras para v. discretas

23

17

7 Ocho o ms

Se deja un hueco entre barras para indicar los valores que no son posibles
250 200

Nmero de hijos

El rea que hay bajo el histograma entre dos puntos cualesquiera indica la cantidad (porcentaje o frecuencia) de individuos en el intervalo.

Recuento

Histogramas para v. continuas

150

100

50

20

40

60

80

Edad del encuestado

Tema 1: Introducin

17

Diagramas integrales

Cada uno de los anteriores diagramas tiene su correspondiente diagrama integral. Se realizan a partir de las frecuencias acumuladas. Indican, para cada valor de la variable, la cantidad (frecuencia) de individuos que poseen un valor inferior o igual al mismo. No los construiremos en clase. Se pasan de los diferenciales a los integrales por integracin y a la inversa por derivacin (en un sentido ms general del que visteis en bachillerato.)

Tema 1: Introducin

18

Qu hemos visto?

Definicin de estadstica Poblacin Muestra Variables

Cualitativas Numricas Tablas de frecuencias

Presentacin ordenada de datos

absolutas relativas acumuladas Cualitativas Numricas

Representaciones grficas

Diferenciales Integrales

Tema 1: Introducin

19