Embed Size (px)
Citation preview
MSc. Andrés Canavero
BIOESTADÍSTICA I
Primer Ciclo, Módulo II
Licenciatura en Enfermería
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Tipos de variables: clasificación más común
Discretas
Los datos son siempre entidades o números enteros, sin valores intermedios. Ejemplos: sexo, color.
Tipos de variables: clasificación más común
Discretas
Los datos son siempre entidades o números enteros, sin valores intermedios
Ejemplos: sexo, color, número de apéndices
Contínuas
Los datos corresponden a un conjunto infinito de valores dentro de un rango determinado Ejemplos: altura, largo y otras medidas de longitud, masa.
Tipos de variables: clasificación más común
Continuas
Los datos corresponden a un conjunto infinito de valores dentro de un rango determinado
Ejemplos: altura, largo y otras medidas de longitud, masa
Tipos de variables: clasificación más común
Continuas
Los datos corresponden a un conjunto infinito de valores dentro de un rango determinado
Ejemplos: altura, largo y otras medidas de longitud, masa
Tipos de variables: clasificación más común
Continuas
Los datos corresponden a un conjunto infinito de valores dentro de un rango determinado
Ejemplos: altura, largo y otras medidas de longitud, masa
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Tipos de variables: clasificaciones menos comunes
Variables nominales Valores reciben una clasificación de acuerdo a un atributo; no hay un ordenamiento relativo o absoluto Ejemplos: color, textura, forma.
Ordinales Valores reciben una clasificación de acuerdo a un atributo + un rango que los ordena en forma relativa (no absoluta). La diferencia entre dos categorías no es necesariamente constante. Ejemplos: estado de avance de una enfermedad.
Tipos de variables: menos común
Variables nominales
Valores reciben una clasificación de acuerdo a un atributo; no hay un ordenamiento relativo o absoluto
Ejemplos: color, textura, forma
Variables con escala de intervalo La distancia entre dos valores consecutivos es constante, y donde existe un cero arbitrario de modo que los valores negativos son posibles Ejemplos: temperatura, presión.
Tipos de variables: menos común
Variables con escala de intervalo
La distancia entre dos valores consecutivos es constante, y donde existe un cero arbitrario de modo que los valores negativos son posibles
Ejemplos: temperatura, presión, CI
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
En términos espaciales, la extensión es la superficie total donde se realizan las observaciones o experiencias, y el grano es el tamaño de la unidad de observación, de medición o el área abarcada por el experimento.
La ESCALA denota la resolución (grano) con la cual es medida una cantidad dentro de un determinado rango (extensión) (Schneider 1994).
La ESCALA denota la resolución (grano) con la cual es medida una cantidad dentro de un determinado rango (extensión) (Schneider 1994).
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
En términos espaciales, la extensión es la superficie total donde se realizan las observaciones o experiencias, y el grano es el tamaño de la unidad de observación, de medición o el área abarcada por el experimento.
> extensión > grano
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Experimento manipulativo o experimento controlado (Claude Bernard) La variable independiente (factor, causante) es modificada de acuerdo a uno o más tratamientos (niveles) Durante esta modificación, todo el resto de las condiciones (variables) permanece constante (controlado). El control es un sujeto que no ha sido sometido a tratamiento. El efecto producido se registra en una o más variables respuesta
Esta aproximación permite decidir si el efecto medido en la variable respuesta (en caso de producirse) es causado por el factor o variable independiente
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Experimento manipulativo o experimento controlado (Claude Bernard)
Primero paso Se propone la hipótesis planteando como las variables se vinculan en los procesos causales. Segundo paso Se deduce cómo la asociación entre las observaciones debe cambiar una vez una combinación particular de variables son controladas, de modo que no seguirán variando naturalmente (i.e. son bloqueadas). Tercer paso Se compara el patrón de asociación luego del control de las variables con la deducción. La debilidad del método radica en que uno no puede estar seguro de que todas las variables relevantes han sido identificadas y debidamente controladas, ni en la manipulación haber modificado otra variable desconocida.
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Experimento randomizado (The design of experiments, Fisher 1926)
1 2 3 4 5 6
1 2 3 4 5
1. Introducción a la Bioestadística
• Tipos de variables y escalas de medición.
Experimento randomizado (The design of experiments, Fisher 1926)
20 20 20 20 20 20 20
20 20 20 20 20 20 20 20
1 2 3 4 5 6
1 2 3 4 5
