Definicions Fonamentals de l'Estadística Aplicada (2016)

Apunte Catalán
Universidad Universidad de Barcelona (UB)
Grado Enfermería - 1º curso
Asignatura Bioestadística
Año del apunte 2016
Páginas 7
Fecha de subida 13/04/2016
Descargas 31
Subido por

Vista previa del texto

INSTRUMENTS - BIOESTADÍSTICA @emargaritboada DEFINICIONS FONAMENTALS DE L’ESTADÍSTICA APLICADA ESTADÍSTICA  ciència matemàtica orientada a analitzar fenòmens aleatoris, és a dir, aquells que no es poden predir. Funciona a partir de probabilitats (p.ex: quin temps farà demà, un tractament funcionarà o no...).
Té com a OBJECTIU simplificar la complexitat de la realitat modelant els fenòmens aleatoris. Per fer-ho primer de tot hem de conèixer la realitat i per tant necessitem informació  recol·lecció de dades, el problema és saber quina informació recollir (costa saber quin tipus de dades poden interaccionar). Després cal simplificar la realitat  anàlisi i interpretació de les dades (en traiem conclusions).
L’estadística permet: - Fer o realitzar prediccions Buscar causes i relacions entre els fenòmens aleatoris (comprovar si realment un factor pot causar efecte = busca associacions).
L’estadística, com a ciència, té diferents disciplines: - Ciències actuarials  finances Econometria  economia Estadística per enginyers Demografia  estudis poblacions Quimiometria  química Bioinformàtica  genètica Etc...
Cada una de les branques té diferents matisos BIOESTADÍSTICA Estadística aplicada a les ciències de la vida (biologia, medicina...). Serà diferent segons l’objectiu que es busca.
INTERACCIÓ  els fenòmens aleatoris a la natura interaccionen i produeixen nous esdeveniments  Causalitat VS Associació Objectiu  MESURAR LA VARIABILITAT - Identificar models Establir patrons de relacions entre els fenòmens aleatoris Dintre d’estadística hi trobem dues branques: l’estadística descriptiva i la inferencial.
1 INSTRUMENTS - BIOESTADÍSTICA @emargaritboada ESTADÍSTICA DESCRIPTIVA OBJECTIU  resumir (descriure) les dades.
DADES  les dades observades representen tota la població (només t’interessen aquelles dades).
EXEMPLES - Explotació estadística del cens.
Descripció del temps d’estància intrahospitalària d’un hospital.
ESTADÍSTICA INFERENCIAL OBJECTIU  respondre preguntes (hipòtesis) sobre paràmetres (paràmetre = característica de la població). Intenta conèixer aquests paràmetres, el problema és que són desconeguts.
DADES  només s’observa una part de les dades de la població (mostra).
EXEMPLES - Quina és la mitjana de temps d’estància intrahospitalària d’un hospital? Quina és la proporció d’hipertensos a Catalunya? 2 INSTRUMENTS - BIOESTADÍSTICA @emargaritboada S’ha de definir sempre bé la població objectiu de la que agafarem una mostra. A dintre de la mostra hi tenim la unitat mostral = individu (agafarem les dades de cada un d’ells) i les observarem.
TÈCNIQUES DE MOSTREIG Serveixen per seleccionar els individus que anem a estudiar.
Propietat esperable  que la mostra sigui representativa.
Com seleccionem i recollim la mostra condicionarà les conclusions de l’estudi (perquè ha de ser representatiu).
TIPUS DE MOSTREIG - ALEATORIS  tothom de la població té una certa probabilitat d’aparèixer a la mostra (és conegut i calculable).
o Mostreig aleatori simple o Sistemàtic o Estratificat o Conglomerats - NO ALEATORIS  no tothom té la probabilitat d’aparèixer en la mostra, hi ha població que té probabilitat 0 = no surtiran.
o Conveniència 3 INSTRUMENTS - BIOESTADÍSTICA o o @emargaritboada Bola de neu Amb voluntaris ALEATORIS MOSTREIG ALEATORI SIMPLE Cada individu de la població té a mateixa probabilitat de ser inclòs en la mostra.
Selecció dels individus mitjançant l’atzar.
Assegura mostres representatives (virtut màxima) si la mida de a mostra és suficientment gran.
És el mètode que assumeix la majoria dels anàlisis estadístics.
*REPRESENTATIU  vol dir que totes aquelles variables (característiques) de la població apareguin de la mateixa manera en la mostra.
EXEMPLE  Suposem que volem saber la probabilitat de gent de la nostra classe que va néixer fora de Barcelona. Cadascú té un número assignat fins arribar al màxim (68 persones). S’agafa una mostra aleatòria (el 2, el 7...) fins arribar al màxim de 10 persones (mostra total) i els hi preguntes si han nascut allà o no. La probabilitat de sortir en la mostra és 1/53.
MOSTREIG SISTEMÀTIC  tipus de mostreig que es troba entre aleatori i no aleatori.
Consta de dues parts: - Part aleatòria  es tria aleatòriament un individu de la població Part no aleatòria  es seleccionen cada k individus consecutius d’una llista (admissions, històries clíniques...) a partir de l’individu inicial.
És correcte (mostra representativa) si l’ordre de la llista és aleatori.
Més utilitzat en l’industria (control de qualitat), sobretot perquè és ràpid.
MOSTREIG ESTRATIFICAT ESTRAT  divisió prèvia de la població d’estudi en grups (volem que estiguin representats amb ka mateix proporció i pes que la població).
Un estrat es suposa homogeni respecte a la característica a estudiar  els individus d’un estrat són “semblants” respecte la característica.
Els estrats es suposen heterogenis entre ells  els individus de dos estrats són “diferents” respecte la característica.
4 INSTRUMENTS - BIOESTADÍSTICA @emargaritboada *EXEMPLE  estudi sobre el consum d’alcohol segons sexe i edat (per que creiem que pot estar condicionat).
Exemples: gènere, grups d’edat...
Es selecciona un nombre d’individus a cada estrat proporcional al pes que té l’estrat a la població  es garanteix que la mostra final es representativa respecte els estrats.
L’anàlisi estadístic es farà en funció dels estrats.
MOSTREIG CONGLOMERATS CONGLOMERAT  divisió prèvia (condició existent) de la població d’estudi en grups (grups convenients) Un conglomerat es suposa heterogeni respecte a la característica a estudiar  els individus d’un estrat són “diferents” respecte a la característica.
Els conglomerats es suposen homogenis entre ells  la composició dels individus de dos conglomerats és similar respecte la característica.
S’utilitzen en quant la població està dividida, de manera natural, en grups (conglomerats).
EXEMPLES: blocs de pisos, barris, hospitals...
MOSTRA: es seleccionen només alguns conglomerats per la realització de l’estudi.
El mostreig es pot fer en dues etapes: un cop obtinguda a la mostra de conglomerats es seleccionen els individus.
NO ALEATORIS MOSTREIG PER CONVENIÈNCIA Mostreig no aleatori  no tots els individus tenen possibilitats de ser inclosos en la mostra.
EXEMPLES: pacients que van a un hospital o consulta, voluntaris, bola de neu.
AVANTATGE: molt menys costós (es fa bàsicament perquè facilita molt la vida a l’agafar la mostra. A vegades és complicat agafar mostra aleatòria).
HANDICAP: la inconvenient).
mostra pot NO ser representativa de la població (màxim 5 INSTRUMENTS - BIOESTADÍSTICA @emargaritboada EXEMPLE  agafem les primeres 10 persones que hi ha en aquesta sala (mostra). Els individus de davant tenen moltes més probabilitats de sortir escollits que els de darrera de tot.
En un hospital el 90% dels estudis són per mostreig de conveniència, perquè estalvia feina, temps i diners.
VARIABLE ALEATÒRIA VARIABLE  característica que varia d’un individu a un altre.
VARIABLE ALEATÒRIA  la variabilitat entre individus és deguda a causes aleatòries.
Exemples: alçada, pes, color dels ulls..
Tipus de variables aleatòries (a partir de la classificació decidirem el tipus d’anàlisi): - QUALITATIVES o Nominals  variables qualitatives que només informen si un individu forma part d’un grup o no (p.ex: classificació per grups sanguinis, sexes..) o Ordinals  variables qualitatives que informen de si un individu forma part d’un grup o no i a més hi ha un ordre jeràrquic (p.ex: dolor  absent, lleu, moderat o intens).
- QUANTITATIVES o Discretes  els seus valors són nombres enters (acostumen a ser recomptes= nombre de fills, nombre d’altes hospitalàries...) o Continues  els seus valors poden ser de qualsevol tipus (pes, alçada..
poden ser nombres decimals, sencers, etc.) VARIABLE CONTROLADA  el valor que pren en cadascun dels individus depèn del investigació (l’investigador decideix el valor de la variable). P.ex: decideix qui rep el tractament o qui rep placebo.
DISSENYS EXPERIMENTALS VS DISSENYS OBSERVACIONALS - Experimentals  al menys una variable està controlada.
Observacionals  no es controla cap variable 6 INSTRUMENTS - BIOESTADÍSTICA @emargaritboada DADES INDEPENDENTS VS DADES APARELLADES Dades independents (més habitual) disseny en què cada individu només està sotmès a una situació experimental.
Per garantir que els grups (variable controlada = tractament) siguin comparables cal repartir a l’atzar els individus entre els grups. P.ex: 2 grups independents  uns reben tractament A i l’altre grup tractament B, per tant mútuament els grups són independents.
Dades aparellades  disseny en el que cada individu és sotmès a totes les situacions experimentals. La comparabilitat dels grups està garantida pel propi disseny. Cada individu passa pels 2 tractaments.
El disseny de dades aparellades necessita menys individus per poder demostrar un efecte.
No sempre és possible dur a terme un disseny de dades aparellades.
7 ...