Definicions Fonamentals de l’Estadística Aplicada (2016)

Apunte Catalán
Universidad Universidad de Barcelona (UB)
Grado Enfermería - 1º curso
Asignatura instruments d'estudi de la salut
Año del apunte 2016
Páginas 4
Fecha de subida 12/04/2016
Descargas 13
Subido por

Vista previa del texto

Ona Muñarch Garcia 1r Infermeria Instruments: Definicions Fonamentals de l’Estadística Aplicada Estadística § Ciència matemàtica orientada a analitzar fenòmens aleatoris.
§ Simplificar la complexitat de la realitat modelant els fenòmens aleatoris.
§ Com és la realitat? à Recol·lecció de dades § Simplificació à Anàlisi i interpretació § L’estadística permet 1) Realitzar prediccions.
2) Buscar causes i relacions entre els fenòmens aleatoris.
§ L’estadística, com a ciència, té diferents disciplines: Ciències actuarials, Econometria, Estadística per Quimiometria, Bioinformàtica, etc enginyers, Demografia, Bioestadística § Estadística aplicada a les ciències de la vida (biologia, medicina,...) § Interacció: els fenòmens aleatoris a la natura interaccionen i produeixen nous esdeveniments à Causalitat vs Associació.
§ Objectiu: Mesurar la variabilitat ‐ Identificar models ‐ Establir patrons de relacions entre els fenòmens aleatoris Estadística Descriptiva – Estadística Inferencial Estadística Descriptiva § Objectiu: resumir (descriure) les dades § Dades: Les dades observades representen tota la població § Exemples: ‐ Explotació estadística del cens ‐ Descripció del temps d’estància intrahospitalaria d’un hospital § § § § Estadística inferencial Objectiu: Respondre preguntes (hipòtesis) sobre paràmetres.
Dades: Només s’observa una part de les dades la població (mostra).
Exemples: ‐ Quina és la mitjana temps d’estància intrahospitalaria d’un hospital? ‐ Quina és la proporció d’hipertensos a Catalunya? Exemple: 80 individus se’ls dona un dieta per reduir el pes Resultats Ona Muñarch Garcia 1r Infermeria Estadística Descriptiva Taula de freqüències Histograma * Estadística Inferencial à Aquest tractament redueix el pes en més de 10 kg? Tècniques de mostreig § Serveixen per seleccionar els individus que anem a estudiar § Propietat esperable: Mostra sigui representativa.
Tipus de mostreig § Aleatoris ‐ Mostreig aleatori simple ‐ Sistemàtic ‐ Estratificat ‐ Conglomerats § No aleatoris ‐ Conveniència ‐ Bola de neu ‐ Amb voluntaris Mostreig Aleatori Simple § § § § Cada individu de la població te la mateixa probabilitat de ser inclòs en la mostra.
Selecció dels individus mitjançant l’atzar.
Assegura mostres representatives si la mida de la mostra és suficientment gran.
Es el mètode que assumeix la majoria dels anàlisis estadístics.
Mostreig Sistemàtic § Consta de dues passes: una aleatòria i l’altra no aleatòria - Part aleatòria à Es tria aleatòriament un individu de la població.
- Part no aleatòria à Es seleccionen cada k individus consecutius d’una llista (admissions, histories 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).
Ona Muñarch Garcia 1r Infermeria * Aleatòriament es tria un individu de la població i es decideix cada quants individus es té en compte un d’aquests, després s’agafen els individus que segueixen la llista.
Mostreig Estratificat § Estrat à Divisió prèvia de la població d’estudi en grups.
§ 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.
§ 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 à Divisió prèvia de la població d’estudi en grups.
§ Un conglomerat es suposa heterogeni respecte a la característica a estudiar els individus d’un estrat són “diferents” respecte la característica.
§ Els conglomerats es suposen homogenis entre ells la composició dels individus de dos conglomerats és similar respecte la característica.
§ S’utilitzen 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 al mostra de conglomerats es seleccionen els individus.
Mostreig per Conveniència § Mostreig no aleatori à 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 à molt menys costós § Handicap à la mostra pot no ser representativa de la població.
Variable Aleatòria § § § § Variable à Característica que varia d’un individu a un altre.
Variable aleatòria à la variabilitat entre individus es deguda a causes aleatòries.
Exemples: Alçada, pes, color dels ulls… Tipus de variables aleatòries: ‐ Qualitatives (Nominals i Ordinals).
‐ Quantitatives (Discretes i Continues).
Ona Muñarch Garcia 1r Infermeria Variable Aleatòria vs. Variable Controlada § Variable aleatòria à el valor que pren en cadascun dels § individus depèn de la resposta del propi d’individu § Variable controlada à el valor que pren en cadascun dels individus depèn del investigador § Dissenys experimentals versus dissenys observacionals - Experimentals: al menys una variable esta controlada.
- Observacionals: no es controla cap variable.
Dades independents vs. Dades aparellades § Dades independents à Disseny en que cada individu només està § sotmès a una situació experimental. ‐ Per garantir que els grups (variable controlada) siguin comparables cal repartir a l’atzar els individus entre els grups.
§ Dades aparellades à Disseny en el que cada individu es sotmès a totes les situacions experimentals.
‐ La comparabilitat dels grups està garantida pel propi disseny.
‐ 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.
...