Textoconferencia del 18 de Diciembre de 2006

Se han suprimido algunas frases del log, sobre todo referentes a entradas y salidas de diferentes personas en el canal durante la presentación
[11:47] (MJesus> buenas tardes
[11:47] (mariajose> ya tenesi pensado sobre que vasi a realizar el trabajo del dcotordao?
[11:47] (vane> buenas tardes a todos
[11:48] (pplopez> hola
[17:00] (mariajose> buenas
[17:01] (mariajose> os habeis descargado el programa epidat?
[17:02] (pplopez> no. empece a bajarlo y se me quedo colgado en 4.7 Mb
[17:03] (vane> yo estoy en ello
[17:03] (mariajose> intentalo otra vez si no podeis os podemos pasar una copia
[17:04] (mariajose> se lo dejamos a la DRa Coma en la Unidad
[17:04] (mariajose> por que es sencillo y merece la pena tenerlo y ademas por que es gratuito
[17:05] (mariajose> bien si os parece empezamos
[17:05] (mariajose> os habeis leido la documentacion
[17:06] (mariajose> bien creo que me doy por contestada
[17:07] (mariajose> bueno pues empezamos prestar un poco de atencion
[17:08] (mariajose> y espero que al menos os queden claros los conceptos
[17:08] (mariajose> tema 5 diferencias entre medias
[17:08] (mariajose> El progreso de la investigación en las ciencias biológicas pasa por demostrar diferencias en el comportamiento de distintos grupos de población. Es constante al necesidad científica de probar si un fármaco presenta más efectos secundarios que otro; si una nueva técnica quirúrgica
[17:08] (mariajose> es más segura, o un grupo social, presenta características diferentes en relación a ciertas variables.
[17:09] (mariajose> El problema surge cuando tomamos conciencia de estar limitados, a estudiar muestras reducidas, como es habitualmente. Si encontramos una mejoría del 80% con un fármaco y de un 75% con otro.
[17:09] (mariajose> A pesar de que la diferencia existe
[17:09] (mariajose> podemos afirmas que esto será así cada vez que repitamos el experimento?
[17:09] (mariajose> O mas bien afirmaremos con un “puede ser o puede no serlo”?.
[17:09] (mariajose> Para que una diferenta entre dos muestras pueda garantizar un comportamiento distinto entre las dos poblaciones debemos demostrar que la diferencia no ha sido debida al azar,
[17:09] (mariajose> que la diferencia encontrada realmente significa algo, es decir es “estadísticamente significativa”
[17:09] (mariajose> por eso es tan importante que la muestra sea lo mas homogénea posible para que los posibles factores de confusión se controlen, pero además que se hayan asignado a los grupos de forma aleatoria para evitar sesgos debidos a la técnica de selección de la muestra.
[17:10] (mariajose> esta claro?
[17:10] (EVA> si
[17:11] (pplopez> si
[17:11] (vane> si
[17:11] (anita> si
[17:11] (Ana> si
[17:11] (Concha> si
[17:12] (mariajose> en el calculo matematico aparece de nuevo le concepto de error estandra
[17:12] (mariajose> el investigador ppalntea la hipotesis nula "no son diferentes" la diferencia aparente
[17:13] (mariajose> que yo veo es atribuible al azarque yo veo es atribuible al azar.
[17:14] (mariajose> aunque fuera cierta la hipotesis nula la variabilidad tampoco permitiria afirmar que la diferencia ente ellos fuera exactamente cero
[17:15] (mariajose> para ello debemos calcular que siempre suponiendo que el experimento se repita infinitas veces
[17:16] (mariajose> y viendo que las sucesivas pequeñas diferencias entre grupos igulaes se ajustan a una distribucion
[17:16] (mariajose> normal segun la curva de distribucion normal
[17:18] (mariajose> las propiedades matematicas de la curva normal nos permiten saber que dos veces el error estandar en cada lado contendria el 95% de slo impactos
[17:18] (mariajose> o diferencias
[17:18] (mariajose> que el azar explicaria aun conla hipotesis de igualdad de ambos grupos y 2,6 errores estandar el 99%
[17:19] (mariajose> leerlo otra vez y comentar dudas
[17:23] (mariajose> entendeis que la media mas menos dos desviaciones estandar o dos errores estandar comprende el 95% de las observaciones
[17:23] (jimena> si
[17:23] (josema> si
[17:23] (pplopez> si
[17:23] (EVA> si
[17:23] (Concha> si
[17:24] (vero> sip
[17:24] (Ana> si
[17:24] (mariajose> y que ese intervalo es el intervalo de la no diferencia
[17:24] (pepe> q bien q nos lo sabemos todos
[17:24] (jimena> sobre todo tu,pepe
[17:25] (mariajose> entonces donde no hay diferencia en que zona estamos en la de la hipotesis nula o alternativa
[17:25] (vane> si
[17:25] (mariajose> cual es la hipotesis nula
[17:26] (mariajose> su nombre lo dice
[17:26] (mariajose> nula no hay diferencia
[17:27] (mariajose> si con la administracion del farmaco A tenemo un % de curacion de un 80% y con el farmaco b un porcentaje de un 60%
[17:27] (mariajose> cual es la hipotesis nula
[17:28] (mariajose> sabeis de qeu estoy hablando?
[17:29] (mariajose> os acordais del riesgo alfa
[17:29] (mariajose> y del riesgo beta
[17:29] (vane> A=B
[17:29] (mariajose> por fin!!!!!!!!!!!!!!
[17:31] (mariajose> intervalo de normalidad
[17:31] (mariajose> el intervalo qeu contiene el 95% de lso valores normales
[17:31] (mariajose> fuera de ese 95% es decir el 5% restante
[17:32] (mariajose> es donde se encuentan los valores anormales
[17:32] (mariajose> ese intervalo del 95% es la zonan de la normalidad, de la no diferencia y por tanto d ela hipotesis nula
[17:33] (mariajose> pero como la variabilidad biologica no asegura la certeza
[17:33] (mariajose> siempre teensmo que habalr en terminos de probabilidad
[17:33] (mariajose> y por eso cuando encontramos una diferencia es decir
[17:34] (mariajose> qeu nuestro valor cae fuera del intervalo qeu comprende el 95%
[17:34] (mariajose> con un riesgo de error o de equivocarnos de un 5%
[17:35] (mariajose> ese es el error alfa el riego que corremos al decir qeu hay diferencia es decir al rechazar la hipotesis nula
[17:35] (mariajose> cuando en realidad no hay tal diferencia
[17:36] (mariajose> y el hecho de que haya una diferencia matematica ha sdio solo debeda al azar
[17:36] (mariajose> pero teenmso otro error el error beta que es cuando aceptamso la hipotesis nula es decir decimso que no hay diferencia y en realidad
[17:36] (mariajose> si la hay
[17:36] (mariajose> habeis entendido estos
[17:37] (jimena> si
[17:37] (pplopez> si
[17:38] (mariajose> sabeis que es el error estadar?
[17:38] (Concha> si
[17:38] (Ana> si
[17:38] (mariajose> el error estandar es la desviacion estandar en las muestras
[17:38] (josema> claro
[17:38] (vane> si
[17:38] (pplopez> es la desviacion estandar en una muestra
[17:39] (mariajose> bien sigo la clase
[17:40] (mariajose> entonces lo que nos interesa muchas veces es ver si la difencia encontrada ennuestro estudio supera los limites del intervalo para saber si
[17:40] (mariajose> la diferncia encontrada significa algo
[17:40] (mariajose> y por tanto decir que es significativa o no
[17:41] (mariajose> de acuerdo?
[17:41] (josema> si
[17:42] (mariajose>
[17:42] (mariajose>
[17:42] (mariajose> Bastará con comprobar si la diferencia real obtenida entre las medias (o porcentajes) de las muestras supera estos límites. Si así fuera sería excesiva la diferencia para ser atribuido al azar; y no se podría aceptar la Hipótesis nula.
[17:42] (EVA> si
[17:42] (EVA> si
[17:42] (mariajose> Si por el contrario, la diferencia real cayera dentro del límite que engloba el 95%
[17:42] (mariajose> podríamos achacar la diferencia encontrada al azar y no podríamos rechazar la hipótesis nula.
[17:42] (mariajose> En el capítulo 3 vimos que la media de una muestra tiene un error estándar, y que una media que se aparta más de dos veces el error estándar de la media poblacional, se esperará que ocurra sólo en aproximadamente el 5% de las muestras.
[17:42] (mariajose> Igualmente, la diferencia entre las medias de dos muestras también tiene un error estándar.
[17:43] (mariajose> Normalmente no conocemos la media poblacional, así que podemos suponer que la media de una de nuestras muestras estimará la media poblacional. Puede suceder que la media muestral sea idéntica a la media poblacional,
[17:43] (mariajose> pero lo más probable es que tendrá un valor un poco por arriba o por debajo de la media de la población,
[17:43] (mariajose> y tendrá un 95% de posibilidad de que esté dentro de los valores comprendidos entre la media y 1.96 errores estándar, de esa media de la población.
[17:43] (josema> cd quieras
[17:44] (mariajose> Consideremos ahora la media de una segunda muestra. Si la muestra viene de la misma población, esta media tendrá igualmente un 95% de oportunidad de caer dentro de 1,96 errores estándar de la media poblacional.
[17:44] (EVA> si
[17:44] (mariajose> Así pues, si queremos saber si las medias de las muestras vienen de la misma población, estas deberán caer dentro de un cierto rango, elaborado a partir de las medias de las muestras y de los errores estándares correspondientes.
[17:44] (mariajose> MUESTRA GRANDE. ERROR ESTÁNDAR DE LA DIFERENCIA ENTRE MEDIAS.
[17:45] (mariajose> Si SD1 representa la desviación estándar de la muestra 1 y SD2 la desviación estándar de la muestra 2, n1 el tamaño en la muestra 1 y n2 el tamaño de la muestra 2, la siguiente formula nos permite calcular el error estándar de la diferencia entre dos medias
[17:45] (mariajose> Mirar la en documentación la formula
[17:46] (mariajose> la veis?
[17:47] (mariajose> primera pagina
[17:47] (vane> si
[17:47] (josema> si
[17:47] (Monica> si
[17:48] (mariajose> esa formula es el error estandar de la diferencia entre las medias
[17:48] (mariajose> seguimos
[17:49] (mariajose>
[17:49] (jimena> si
[17:49] (mariajose> MUESTRA GRANDE. INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS MEDIAS.
[17:49] (mariajose> A partir de los datos del ejemplo referido, queremos comparar la media de la presión sanguínea de los pintores, con la media de la presión sanguínea de los granjeros. Los datos están expuestos en la tabla 5.1 (una repetición de la tabla 3.1).
[17:49] (mariajose> Mirar el ejemplo de los apuntes
[17:50] (mariajose> lo veis
[17:50] (jimena> si
[17:50] (pplopez> si
[17:50] (mariajose> lo habeis leido?
[17:50] (Ruben> si si
[17:50] (jimena> si
[17:51] (Concha> si
[17:51] (Ana> si
[17:51] (elena> si
[17:51] (anita> si
[17:51] (josema> claro q si
[17:51] (mariajose> entonces seguimos
[17:51] (elena> si
[17:51] (mariajose> La diferencia entre las medias es 88 – 79 = 9 mmHg.
[17:51] (mariajose>
[17:51] (mariajose> Para muestras grandes, se puede calcular un intervalo de confianza al 95% para la diferencia en medias, con la siguiente formula:
[17:51] (mariajose>
[17:51] (mariajose> X mas /menos 1,96 SD = 9 – 1,96 x 0,81 a 9 + 1,96 x 0,81
[17:51] (mariajose> Siendo el intervalo de confianza de la diferencia de las medias
[17:52] (mariajose> 7,41 a 10,59 mmHg.
[17:52] (mariajose> Esto quiere decir que en el estudio realizado se encontró una diferencia entre las medias de 9, pero si repitiéramos el experimento varias veces las diferencias encontradas podrían estar 7,41 a 10,59
[17:52] (mariajose> HIPÓTESIS NULA Y ERROR TIPO I.
[17:52] (mariajose> Al realizar la comparación de las medias de las presiones sanguíneas de los pintores y los granjeros, se está intentando probar la hipótesis de que, las dos muestras vienen de la misma población de presiones sanguíneas.
[17:52] (mariajose> lo habeis entendido?
[17:53] (mariajose> La hipótesis a partir de la cual se estima que no hay diferencia, entre la población de la cual se extrajeron las presiones sanguíneas de los pintores, y la población
[17:53] (mariajose> de la cual se obtuvieron las presiones sanguíneas de los granjeros, se denomina hipótesis nula.
[17:53] (mariajose> dudas
[17:55] (MJesus> o estan dormidos ?
[17:55] (pplopez> creo que lo he pillado
[17:57] (mariajose> veis de donde han salido los datos
[17:57] (mariajose> si o no?
[17:57] (pplopez> si
[17:57] (jimena> si
[17:58] (mariajose> todos incluso josema
[17:58] (Ruben> josema te ha pillado
[17:58] (elena> creo que lo he entendido
[17:58] (anita> y yo
[17:59] (mariajose> es que esta desaparecido
[17:59] (vane> si
[17:59] (anita> si
[17:59] (vane> y yo
[17:59] (mariajose> entonces cuando os presenten los resultados de un medicamento con relacion a otro
[18:00] (mariajose> que se estab administranbdo siempre preguntar cual es el intervalo de,la diferencia
[18:01] (mariajose> ya qeu por ejemplo en este caso si el intervalo hubiera sido de -1.2 a 19,8
[18:01] (mariajose> hubieramos dicho que habia diferencia o no?
[18:01] (pplopez> no
[18:02] (mariajose> por que
[18:02] (vane> no
[18:02] (Monica> no
[18:02] (pplopez> porque la diferencia esta dentro de ese intervalo
[18:02] (mariajose> por que incluye al cero
[18:02] (vane> porque el intervalo contiene el 1
[18:02] (mariajose> pues pasa de -1,2 a positivo
[18:03] (mariajose> al pasasrd e positivo a negativo en algunmomneto ha pasado por cero luego en el momento del cero
[18:03] (mariajose> quiere decri qeu no hay diferencia
[18:03] (mariajose> de acuerdo?
[18:04] (Ruben> vale
[18:04] (josema> ya he vuelto
[18:04] (Concha> ok
[18:04] (josema> es q he tenido un problema domestico
[18:05] (mariajose> bueno se te perdona
[18:05] (vane> si
[18:05] (pplopez> si
[18:05] (anita> si
[18:05] (mariajose> seguimos?
[18:05] (Ruben> bien vale
[18:05] (mariajose> con el error tipo I
[18:06] (mariajose> Pero, ¿qué significa “no diferencia”? La probabilidad con la que, casi podemos afirmar que no hay alguna diferencia entre las medias muestrales.
[18:06] (mariajose> De tal forma que, se deben establecer límites dentro de los cuales consideraremos que las medias que caen dentro de esos límites, no tienen ninguna diferencia significativa.
[18:06] (mariajose>
[18:06] (mariajose> Si establecemos los límites en dos veces el error estándar de la diferencia, y consideramos una media cuya diferencia cae fuera de este rango, como proveniente de otra población, tendremos
[18:06] (mariajose> un 5% de probabilidad de equivocarnos si la hipótesis nula (no diferencia) es en realidad verdadera.
[18:06] (mariajose> Si se obtiene una diferencia media mayor que dos errores estándar, se plantean dos opciones: o que la diferencia sea debida al azar, o que realmente existe esa diferencia encontrada y, por tanto, la hipótesis nula es incorrecta.
[18:06] (mariajose> Rechazar la hipótesis nula cuando esta es verdadera, es lo que se conoce como un error tipo I. El nivel por el cual un resultado se declara significativo, se conoce como la tasa de error tipo I, frecuentemente denominada por ?.
[18:07] (mariajose> denominada por alfa
[18:07] (mariajose> Así una diferencia fuera de los límites que hemos establecido, y a la cual consideramos como “significativa”, no hace probable la hipótesis nula y por tanto, debemos concluir que, con un cierto error (habitualmente un 5%),
[18:07] (mariajose> debemos admitir la diferencia encontrada como real.
[18:07] (mariajose> Un rango de no más de dos errores estándar, a menudo implica “no diferencia”, pero se puede elegir un rango de tres errores estándar (o más), si se desea reducir la probabilidad de un error tipo I.
[18:08] (mariajose> HIPÓTESIS ALTERNATIVA Y ERROR TIPO II
[18:08] (mariajose> Es importante darse cuenta de que, cuando se están comparando dos grupos, un resultado no significativo no significa que hemos probado que dos muestras vienen de la misma población,
[18:08] (mariajose> simplemente significa que hemos fracasado en probar que ellas no vienen de la misma población.
[18:09] (mariajose> Cuando planificamos los estudios, hay que plantearse que es probable que surjan diferencias entre los dos grupos, o qué diferencia encontrada sería clínicamente relevante; por ejemplo, ¿Qué mejora esperaríamos obtener de un nuevo tratamiento en un ensayo clínico?
[18:09] (mariajose>
[18:09] (mariajose> Esto conduce a estudiar la hipótesis, cuál es la diferencia que quisiéramos demostrar. Contrastar la hipótesis de estudio con la hipótesis nula, a esta hipótesis frecuentemente se le denomina la hipótesis alternativa.
[18:09] (mariajose> Si no rechazamos la hipótesis nula, cuando de hecho hay una diferencia entre los grupos,
[18:09] (mariajose> entonces cometemos lo que se conoce como un error tipo II.
[18:09] (mariajose> El error tipo II frecuentemente se representa como beta.
[18:09] (mariajose> El poder de un estudio se define como 1-beta y es la probabilidad de rechazar la hipótesis nula cuando esta es falsa. Normalmente la razón más común de los errores tipo II, es que el estudio es demasiado pequeño.
[18:09] (mariajose> El concepto de poder realmente sólo es relevante cuando un estudio se está planificando. Después de que en un estudio se han recogido todos los datos,
[18:10] (mariajose> la información obtenida no debe hacerse acerca de la hipotética hipótesis alternativa sino acerca de los datos, y la forma de hacer esto es con estimaciones e intervalos de confianza. (1)
[18:11] (mariajose> queda claro el error tipo I y error tipo II?
[18:12] (vane> si
[18:12] (Ruben> si
[18:12] (eva> si
[18:13] (Concha> sí
[18:13] (anita> sí
[18:13] (Fede> si
[18:13] (pplopez> si
[18:13] (mariajose> sigo entonces
[18:13] (mariajose> PRUEBAS PARA DIFERENCIAS DE DOS MEDIAS
[18:13] (mariajose> Al preguntarse si la diferencia en la presión sanguínea de los pintores y los granjeros, sea debida a que los datos se recogieron de un determinado médico general, se puede plantear la hipótesis nula de que no hay diferencia significativa entre ellas.
[18:13] (Monica> si
[18:14] (mariajose> La pregunta sería ¿Cuántos múltiplos de su error estándar representa la diferencia de medias?.
[18:14] (mariajose> Dado que la diferencia de medias es 9 mm Hg, y su error estándar es 0,81 mm Hg, la respuesta es: 9/0,81 = 11,1.
[18:14] (mariajose>
[18:14] (mariajose> Habitualmente, se denomina la razón de una estimación por su error estándar como “z”, esto es, z = 11,1. Utilizando los valores de la Tabla A (Apéndice),
[18:14] (mariajose> se observa que z está más allá de 3,391 desviaciones estándar, representando una probabilidad de 0,001 (ó 1 por 1000). La probabilidad de una diferencia de 11,1 errores estándares o más, ocurrida por azar, es por lo tanto, excesivamente baja,
[18:14] (mariajose> y por tanto la hipótesis nula de que esas dos muestras vengan de la misma población de observaciones, es muy improbable. La probabilidad se conoce como el valor p y se puede escribir como p < 0,001.
[18:14] (mariajose> teneis la stablas coger la tabla A
[18:14] (mariajose> Conviene repasar este procedimiento, puesto que es el corazón de la inferencia estadística. Suponga que tenemos muestras de dos grupos de sujetos, y queremos conocer si provienen de la misma población.
[18:15] (mariajose> El primer enfoque sería calcular la diferencia entre dos estadísticos (tales como las media de los dos grupos), y calcular el intervalo de confianza al 95%.
[18:16] (mariajose> teneis la tabla A?
[18:16] (josema> si
[18:16] (jimena> si
[18:16] (mariajose> veis como le vaor de Z cuanto mas lato mas significativo es?
[18:16] (mariajose> mas alto perdon
[18:17] (pplopez> sisi
[18:17] (eva> si
[18:17] (Concha> sí
[18:17] (anita> sí
[18:17] (eva> si
[18:17] (Monica> si
[18:17] (mariajose> y cuanto vale el valor de Z para un nivel de significacion de un 5%
[18:18] (pplopez> 1,96
[18:19] (mariajose> bien
[18:19] (mariajose> veis qeu ese es el valor que se multiplica el error estandar en los intervalos de confianza
[18:20] (mariajose> si o no?
[18:20] (jimena> si
[18:20] (pplopez> si
[18:20] (josema> no se como pp no hahecho preventiva
[18:21] (mariajose> habiais entendido lo que estabamos ocmentando de lo qeu hay qeu hace para estudiar las diferencias entre dos medias?
[18:21] (josema> si
[18:21] (pplopez> si
[18:22] (mariajose> la estadistica es fundamental incluso en neumologia
[18:22] (josema> ya
[18:22] (mariajose> ya lo vereis cuando tengais qeu hacer el trabajo de investigacion y vengais a pedir sopitas para el analisis de lso datos
[18:23] (Fede> ya lo creo
[18:23] (MJesus> este año, nada Maria Jose !
[18:23] (mariajose> que no es que lo tengasi qeu hacer vosostros que para eso estamso nosotros
[18:23] (mariajose> pero al menos que entendais lo que hay qeu hacer y sobre todo interpretar
[18:24] (mariajose> si si mariaje que de clinica ellos saben mucho mas que yo
[18:25] (mariajose> bueno seguimos
[18:25] (mariajose> Si las dos muestras provienen de la misma población, se esperaría que el intervalo de confianza incluyera el cero el 95% de las veces, y así, si el intervalo de confianza excluye el cero sospechamos que las dos muestras vienen de diferente población,
[18:25] (mariajose> ya que al incluir el cero quiere decir que en alguna ocasión la diferencia ha sido inexistente.
[18:25] (mariajose>
[18:25] (mariajose> El otro enfoque es calcular la probabilidad de obtener el valor observado, o alguno más extremo, si la hipótesis nula fue correcta.
[18:25] (mariajose> Este es el valor p. Si éste es menor que un nivel especificado (habitualmente 5%), entonces el resultado es significativo y la hipótesis nula es rechazada.
[18:26] (mariajose> Elel intervalo de confianza al 95% es de dos colas, debido a que excluye no solo al 2,5% por arriba del límite superior sino también el 2,5% por debajo del límite inferior.
[18:26] (mariajose> Para apoyar la complementariedad del enfoque del intervalo de confianza y el enfoque de la prueba de la hipótesis,
[18:26] (mariajose> en la mayoría de las ocasiones se dobla el valor p de una cola, para obtener el valor p de dos colas.
[18:26] (mariajose>
[18:26] (mariajose> A veces, se conoce una media de un gran número de observaciones y quiere comparar la media de su muestra con aquella.
[18:26] (mariajose> Podemos no conocer la desviación estándar del gran número de observaciones, o el error estándar de su media, pero esto no necesariamente entorpece la comparación, si podemos asumir que el error estándar de la media del gran número de observaciones,
[18:26] (mariajose> es cercano a cero o al menos muy pequeño con relación al error estándar de la media de la muestra pequeña.
[18:26] (mariajose> Por esto es que en la ecuación 5.1, para calcular el error estándar de la diferencia entre las dos medias, cuando n1 es muy grande entonces SD21 / n1 viene a ser tan pequeña que será insignificante.
[18:26] (mariajose> La fórmula de esta manera se reduce a raiz cuadrada de SD dos al cuadrado / n2, lo cual es lo mismo que para el error estándar de la media muestral.
[18:26] (mariajose> Por ejemplo, se ha encontrado en un gran número de observaciones, que el conteo medio de eritrocitos en hombres es 5,5 X 1012 /l. En una muestra de 100 hombres, se encontró un conteo medio de 5,35 con una desviación estándar de 1,1.
[18:27] (mariajose> El error estándar de esta media es SD / raiz cuadrada de n; 1,1 / raiz cuadrada de 100 = 0,11. La diferencia entre las dos medias es 5,5 - 5,35 = 0,15.
[18:27] (mariajose> Esta diferencia, dividida por el error estándar da z = 0,15 / 0,11 = 1,36. Esta cifra está también por debajo del nivel 5% de 1,96 y, de hecho, está por debajo del nivel 10% de 1,645 (ver tabla A). Por consiguiente, se puede concluir que la diferencia pudo haber surgido por azar.
[18:27] (mariajose> y por tanto no es significativa
[18:27] (mariajose> es decir que no significa nada
[18:28] (mariajose> y por tanto aunque numericamente haya habido una diferncia
[18:29] (mariajose> esta diferencia puede haber surgido por el azar
[18:29] (mariajose> pero no ser real
[18:30] (mariajose> sino que a aparecido por el hecho de trabajat con muestras
[18:30] (mariajose> lo veis ?
[18:30] (eva> si
[18:30] (mariajose> habeis entendido el ejemplo
[18:30] (elena> si
[18:30] (vane> si
[18:30] (mariajose> en resumen
[18:30] (pplopez> si
[18:30] (mariajose> tenemos dos formas de comprobar la sdiferencias encontradas
[18:31] (mariajose> para comprobar la hipotesis nula
[18:31] (mariajose> por que en todo estudio la hipotesis qeu s esomete a prueba es la hipotesis nula
[18:32] (mariajose> para ello tenemso que comprobar que nuestra diferencia cae dentro dle 95% o fuera
[18:33] (mariajose> si cae fuera en decir dentro de la zona del 5% decimos qeu la diferncia encontrada es significativa y que por tanto no hay argiumentso
[18:33] (mariajose> para aceptar la hipotesi nula y por tanto la rechazamos
[18:34] (mariajose> pero siempre con un error que e sel riego qeu tenemos de equivocarnos habiendo rechazado la hipotesis nula
[18:34] (mariajose> que error es este?
[18:34] (jimena> alfa
[18:34] (mariajose> muy bien
[18:35] (mariajose> y si cae dentro del 95% que hacemso con la hipotesis nula ?
[18:35] (mariajose> la acetamos o la rechazamos?
[18:35] (Monica> la aceptamos
[18:35] (pplopez> aceptamos
[18:35] (mariajose> bien pero que riesgo ocrremos?
[18:36] (vane> el 5%
[18:36] (mariajose> de equivocarnos ?
[18:36] (mariajose> el riego beta
[18:37] (mariajose> suele ser un 10%
[18:37] (mariajose> de acuerdo?
[18:37] (mariajose> bueno segundo paso
[18:37] (eva> si
[18:37] (Monica> vale
[18:37] (elena> si
[18:37] (mariajose> ahora vamos a probar si hay diferencia o no
[18:37] (jimena> si
[18:37] (mariajose> lo hacemso con dos procedimientos
[18:38] (mariajose> uno calculando el intervalo de confianza de la diferecnia
[18:38] (mariajose> si el intervalo incluye el cero la fdiferecia no es significativa
[18:38] (mariajose> y por tanto no podemos rechazar la hipotesis nula y por tanto no hay diferecnia
[18:38] (mariajose> de acuerdo?
[18:39] (pplopez> si
[18:39] (mariajose> si el intervalo pasa de positivo anegativo
[18:39] (mariajose> no hay diferecnia
[18:39] (mariajose> esto sale directamente en el ordeando pero quedartos con esto l
[18:40] (mariajose> no hace falta que os qeudesi con la sformulas
[18:40] (mariajose> pero si veis que en el paquete estadistico os sale de positivo a negativo no HAY DIFERECNIA
[18:41] (mariajose> bien la otra forma es calcular el valor de Z y ver si es superior a 1,96
[18:41] (mariajose> hemos visto que se calcula dividiendo la direcenai entre el error estandar
[18:42] (mariajose> cuanto mas por enciam de 1,96 este el valor de z mas siginifiactivo es
[18:42] (mariajose> ya que cuanto vale el valor de p para una z de 1,98
[18:43] (mariajose> perdon 1,96
[18:43] (pplopez> 0,05
[18:43] (Monica> 0.05
[18:43] (mariajose> bien
[18:44] (mariajose> lo habesi entendido?
[18:44] (mariajose> esto es el resumen de la clase de hoy
[18:44] (pplopez> si
[18:45] (mariajose> nn una diferencia encontrada el vaor de z es de 2,56 es significativa o no?
[18:45] (pplopez> significativa
[18:46] (mariajose> si por que esta por encima de 1,96
[18:46] (mariajose> caunto mas alto mas significativ aes por que el riego de equivocarnos e szmenor
[18:47] (mariajose> por ejemplo si z vale 3,291 la p es 0.0010 quiere decir que la probabilidad qeu tenemos de equivocarnos es de un 0,1%
[18:48] (mariajose> que es poquisimo y eso habla a favor de la diferencia encontrada
[18:48] (mariajose> de acuerdo?
[18:48] (eva> si
[18:48] (pplopez> si
[18:48] (Monica> si
[18:48] (Concha> ok
[18:48] (jimena> si
[18:48] (anita> si
[18:49] (mariajose> ya se que estais muy ocupados y que la estadsitica no es lo que mas apetezca leer
[18:49] (mariajose> pero hacer un esfuerzo y leeros el caìtulo 6
[18:49] (eva> vale
[18:49] (mariajose> que es parecido al 5
[18:49] (Ruben> vale bien
[18:49] (jimena> vale
[18:49] (jimena> ciao
[18:49] (mariajose> por que ewslo mismo pero con porcentajes
[18:49] (pplopez> ok
[18:49] (Monica> vale
[18:49] (MJesus> ha faltado mucha gente !
[18:49] (mariajose> y asi mañana me preguntasi las dudas qeu tengasi
[18:50] (mariajose> mañan adaremos la t de studente
[18:50] (mariajose> espero que os sea menos pesado qeu hoy
[18:50] (eva> ok
[18:50] (mariajose> pero hay conceptos como los qeu hemso visto hoy que e sfundamental
[18:50] (mariajose> que lo entendais
[18:50] (MJesus> maria jose, muchas gracias ! ya van llegando ejercicios....
[18:51] (mariajose> ejercicio de que ?
[18:51] (mariajose> no sera de estadistica?
[18:51] (MJesus> si, de estadistica, claro
[18:51] (mariajose> YA!!!!!!!!
[18:51] (MJesus> si
[18:51] (MJesus> los hay trabajadores
[18:52] (mariajose> bueno no os desanimeis que esto se acaba entendiendo
[18:52] (mariajose> hasta mañana
[18:52] (MJesus> bueno, pues hasta mañana y gracias !
[18:52] (Ruben> hasta mañana
[18:52] (mariajose> adiso
[18:52] (Fede> Bye
[18:52] (pplopez> adios
[18:52] (mariajose> adios
[18:52] (elena> hasta mañana
[19:59] * mariajose (pepe@193.146.180.36) has left #curso

Programa de Doctorado

Cursos

Internet

Paneles de discusión

Alumnos