Textoconferencia del 12 de Diciembre de 2007

Se han suprimido algunas frases del log, sobre todo referentes a entradas y salidas de diferentes personas en el canal durante la presentación

[15:59] * Joins: mariajose (pepe@88.14.228.1)
[16:11] (mariajose> TEMA 3
[16:37] (mariajose> hola esperamos un poco hasta que se incorporen algunos mas
[16:39] (ainopablo> buenas tardes a todos desde granada
[16:40] (mariajose> hola ainpablo donde trabajas?
[16:40] (Sergio> pero estoy por la forma alterna
[16:40] (ainopablo> en Burgos
[16:40] (monica> oh
[16:40] (Sergio> por el programa irc
[16:40] (Sergio> no he podido aplicarlo a mi máquina
[16:41] (mariajose> y que haces en granada
[16:41] (miriam> monica ;-) (miriam desde galicia :-)
[16:41] (Sergio> por ahora me defiendo
[16:41] (ainopablo> de vacaciones
[16:41] (mariajose> que cumplidor
[16:41] (Sergio> con éste
[16:42] (micaela> hola, yo ayer no pude estar
[16:42] (micaela> sergio, te has podido conectar
[16:42] (ainopablo> nosotros tampoco
[16:42] (mariajose> [16:42] (Sergio> si pero por la página alterna,
[16:42] (Sergio> luego te explico
[16:42] (Gerardo> Basurto
[16:42] (Gerardo> Hola
[16:42] (micaela> yo estudie en cruces
[16:43] (Gerardo> En que año?
[16:43] (mariajose> yo tambien
[16:43] (ainopablo> Ainhoa tb estudio en basurto
[16:43] (micaela> ainhoa era de mi clase
[16:44] (micaela> pablo estas tu o ainhoa tambien?
[16:44] (mariajose> y donde estais ahora trabajando?
[16:44] (pablo> estamos los dos
[16:44] (pablo> pero ella ahora esta en su portatil tratando de entrar
[16:44] (micaela> ahh,ok
[16:45] (mariajose> empezamos?
[16:46] (micaela> vale
[16:46] (anana> ok
[16:46] (tere> si empecemos
[16:46] (Gerardo> Vale
[16:46] (alin> si
[16:46] (Sergio> Ok
[16:46] (maria> OK
[16:46] (raquel> si
[16:46] (mariajose> bueno hoy trataremos los temas 3 y 4
[16:46] (monica> ok
[16:46] (pablo> ok
[16:46] (miriam> vale
[16:46] (Sergio> listo
[16:46] (mariajose> que es muestra y poblacion e intervalos de confianza y probabilidad
[16:47] (mariajose> os acordais del intervalo que comntamos auer?
[16:47] (Gerardo> Si
[16:47] (anana> si
[16:47] (mariajose> era el intervalo de normalidad
[16:48] (mariajose> aquel que comprendia el 95% de la observaiones realizadas en un apoblacion normal
[16:48] (mariajose> y todo los valres que salian de ese intervalo eran los valores anormales o patologicos
[16:49] (mariajose> y que ese intervalo se construia a partir de un valor central y mas menos dos desviaciones estandar
[16:49] (mariajose> me seguis?
[16:49] (micaela> si
[16:49] (maria> SI
[16:49] (Gerardo> Si
[16:49] (tere> si
[16:49] (miriam> si
[16:49] (anana> si
[16:49] (alin> si
[16:49] (Sergio> si
[16:50] (pablo> si
[16:50] (Ainhoa> si
[16:50] (mariajose> alguien se ha descargado el epidat
[16:50] (anana> no
[16:50] (miriam> aun no
[16:50] (maria> NO AUN
[16:50] (pablo> ...
[16:50] (tere> no, qué es?, por favor
[16:50] (micaela> yo tampoco
[16:50] (mariajose> cuando lo hagais vereis que todsa las estimaciones las realiza con intervalos
[16:51] (Sergio> no
[16:51] (tere> como se descarga?
[16:51] (mariajose> ayer comente que hay un porgrama estadistico y epidemiologico que e sgratuito propiedad de la Junta de Galicia y la OPS
[16:52] (mariajose> os meteis en google y poner epidat y ya os va diciendo como descargarlo
[16:52] (tere> vale
[16:52] (miriam> ok
[16:52] (pablo> ok
[16:52] (Sergio> ok
[16:53] (micaela> ok
[16:53] (alin> ok
[16:53] (mariajose> bueno pues seguimos con la poblaion y muestra, tener cerca las tablas de numeros aleatorios que os he puesto enla documentacion
[16:53] (mariajose> Población es el conjunto de individuos, generalmente inaccesibles, del que se pretende obtener una serie de
[16:53] (mariajose> conclusiones, pero que no puede ser estudiado en su totalidad. Es, sin embargo el objetivo ultimo de nuestros
[16:53] (mariajose> trabajos.
[16:54] (mariajose> Muestra. Es el conjunto menor de individuos, accesible y limitado, sobre el que se realiza el experimento con
[16:54] (mariajose> idea de obtener conclusiones generalizadas a la población. Debe ser un modelo, reducido pero representativo
[16:54] (mariajose> de la población de la cual procede. Ha de ser una fotografía fiel de ella, para que los resultados puedan ser
[16:54] (mariajose> después inferidos a al población
[16:54] (mariajose> Individuo: Es cada uno de los componentes de la población y de la muestra: un enfermo, un niño, un fármaco,
[16:54] (mariajose> un hematíe.
[16:55] (mariajose> Al número de individuos que forman la muestra se llama tamaño, efectivo, numero de observaciones o
[16:55] (mariajose> componentes de la misma y lo representaremos siempre con la letra n
[16:56] (mariajose> casi siempre trabajamos con muestras pues nos es muy dificil llegar a la totalidad de la poblacion por eso es muy importante qeu hagamso una seleccion correcta de la muestra
[16:57] (mariajose> empezamos con las tecnicas de muestreo
[16:57] (mariajose> TECNICAS DE MUESTREO
[16:57] (mariajose> La selección de los sujetos se realiza utilizando las técnicas de muestreo, estas engloban un conjunto de
[16:57] (mariajose> procedimientos para elegir y observar una parte de la población, denominada muestra, con objeto de obtener
[16:57] (mariajose> conclusiones sobre diversas características de la población total.
[16:57] (mariajose> MUESTREO PROBABILISTICO
[16:58] (mariajose> Se define como el proceso en el que todos los individuos (unidades de muestreo) tienen una probabilidad
[16:58] (mariajose> conocida, distinta de cero, de ser incluidos en la muestra. Utiliza alguna forma de selección aleatoria para
[16:58] (mariajose> obtener las unidades que serán estudiadas. De esta forma se tiene una mayor confianza de asegurar que la
[16:58] (mariajose> muestra sea representativa.
[16:58] (mariajose> - Muestreo aleatorio simple -
[16:58] (mariajose> teneis a mano la stablas de numeros aleatorios?
[16:58] (mariajose> es la tabla F
[16:58] (pablo> sep
[16:59] (monica> si
[16:59] (Sergio> si
[16:59] (maria> SI
[16:59] (Gerardo> Si
[16:59] (PilarTejedor> si
[17:00] (mariajose> hay diferentes las tablas de numeros aleatorios pero toas permiten asignar de forma aleatoria las sujetos a la muestra
[17:01] (mariajose> en el programa epidat e incluso las calculadoras tiene tablas de numeros aleatorios
[17:01] (mariajose> y salen de forma automatica
[17:01] (mariajose> pero ahora vamos a ver como es en la practica
[17:01] (mariajose> Es aquella técnica en la que cada unidad de muestreo de la población tiene la misma probabilidad de
[17:01] (mariajose> ser elegida. El primer paso es preparar un listado de las unidades de muestreo, numerándolas, por ejemplo,
[17:02] (mariajose> secuencial mente. A continuación se calcula el tamaño de la muestra y, por ultimo se seleccionan las unidades
[17:02] (mariajose> necesarias mediante un sistema como el de las tablas de números aleatorios.
[17:02] (mariajose> Se dispone de todos los individuos antes de empezar el análisis, por ejemplo, todos los pacientes de 20 a 44
[17:02] (mariajose> años admitidos en el hospital con úlcera péptica perforada en los últimos 20 meses. Suponga que tenemos una
[17:02] (mariajose> población de tamaño 150, y queremos tomar una muestra de tamaño 5. Elija cualquier fila y columna en la
[17:02] (mariajose> tabla de números aleatorios(Tabla F, Apéndice), digamos la última columna de 5 dígitos. Lea sólo los primeros
[17:02] (mariajose> 3 dígitos y baje la columna empezando con la primera fila. Así tenemos los números 265, 881, 722, etc. Si un
[17:02] (mariajose> número aparece entre 001 y 150 entonces se incluye en nuestra muestra. Así, en orden, en la muestra
[17:03] (mariajose> estarán los sujetos numerados 24, 59, 107, 73 y 65. Si es necesario se puede bajar la siguiente columna a la
[17:03] (mariajose> izquierda hasta que se seleccione la muestra completa. Una muestra así elegida se denomina muestra
[17:03] (mariajose> aleatoria. La palabra "aleatoria" (random) no describe la muestra como tal sino la forma en la cual se ha seleccionado.
[17:04] (mariajose> habeis visto los numeros?
[17:04] (pablo> sep
[17:04] (tere> si
[17:04] (alin> si
[17:04] (mica> si
[17:04] (Gerardo> si
[17:04] (Sergio> si
[17:04] (raquel> si
[17:04] (mariajose> bien es es un metodo sencillo
[17:05] (maria> SI
[17:05] (mariajose> solo hay que numerar todos los posibles sujetos que puede participar en el estudio
[17:05] (mariajose> y luego calcular eltamaño de la muestra
[17:06] (mariajose> y elegir segun el numero que aparezca en la tabla
[17:06] (mariajose> y seleccionar al sujeto que ocupe ese lugar
[17:06] (mariajose> el inconveniente es que hay que conocer previamente a todos los sujetos que conforma la poblacion
[17:07] (mariajose> seguimos con otro metodo
[17:07] (mariajose> Es preferible utilizar la taba de números aleatorios, a tomar cada paciente alternado o cada 5 personas, o
[17:07] (mariajose> actuar según otro plan regular. La regularidad del plan puede coincidir ocasionalmente por azar con alguna
[17:07] (mariajose> regularidad no prevista en la presentación del material de estudio -por ejemplo, realizar la citación hospitalaria
[17:07] (mariajose> a pacientes a los cuales se les realizan ciertas practicas ciertos días de la semana y coincidir la regularidad con
[17:07] (mariajose> el día que mas presión existe.
[17:07] (mariajose> - Muestreo estratificado -
[17:08] (mariajose> Como la susceptibilidad a la enfermedad generalmente varía en relación a la edad, sexo, ocupación, historia
[17:08] (mariajose> familiar, exposición al riesgo, estado de inoculación, y muchos otros factores genéticos o ambientales, es
[17:08] (mariajose> conveniente examinar si las muestras son, comparables en estos aspectos.
[17:08] (mariajose> El proceso aleatorio de selección está dirigido a asegurar la representación de la muestra aunque, algunas
[17:08] (mariajose> veces, el azar puede conducir a disparidades. Para evitar esta posibilidad el muestreo puede ser estratificado.
[17:08] (mariajose> Se caracteriza porque la población se divide en dos o más estratos, es decir, subgrupos de población que
[17:09] (mariajose> comparten alguna característica en común y son excluyentes.
[17:09] (mariajose> Para ello se debe establecer inicialmente los criterios según los cuales se va a realizar la estratificación. A
[17:09] (mariajose> partir de estos criterios los pacientes u objetos del estudio, en una muestra aleatoria, se asignan a los
[17:09] (mariajose> compartimentos establecidos. Por ejemplo, el criterio puede ser el sexo y la edad, primero se realizará una
[17:09] (mariajose> primera división entre hombres y mujeres y posteriormente una segunda división, de cinco grupos de edad,
[17:09] (mariajose> dentro de cada una de estas categorías, el resultado será un marco con diez compartimentos.
[17:09] (mariajose> Con esto controlamos los posibles sesgos debidos ciertas variables. Por ejm conocemos que la demanda de los
[17:09] (mariajose> servicios esta relacionado con la edad; si queremos realizar una encuesta para conocer la satisfacción de la
[17:10] (mariajose> población debemos controlar el factor edad y asegurarnos la presencia de usuarios de todos los estratos de edad.
[17:10] (mariajose> Es importante tener en cuenta que las distribuciones de las categorías en dos muestras ajustadas según estos criterios,
[17:10] (mariajose> para que pueden ser realmente comparables, deben reflejar la distribución de estas categorías en la población de la cual
[17:10] (mariajose> se ha extraído la muestra. Por ejemplo, se pueden considerar igual número para las categorías hombre y mujer,
[17:10] (mariajose> pero los hombres y las mujeres pueden no ser igualmente numerosos en la población general,
[17:10] (mariajose> y sus proporciones relativas variar con la edad.
[17:10] (mariajose> Si se tiene en cuenta la distribución poblacional y se realiza la asignación dentro de cada estrato de forma aleatoria,
[17:10] (mariajose> este método es conocido como muestreo aleatorio estratificado.
[17:10] (mariajose> - Muestreo aleatorio sistemático. -
[17:11] (mariajose> teneis alguna duda del estratificado?
[17:11] (Sergio> no
[17:11] (pablo> no
[17:11] (mica> no
[17:11] (Gerardo> Va bien
[17:11] (Beatriz> no
[17:11] (maria> N
[17:11] (mariajose> es ir crealizando estratos segun aquellas variables que nos puedan confundir
[17:12] (miriam> bien
[17:12] (mariajose> se realiza la estratificacion para controlar los posibles errores de confusion
[17:13] (mariajose> seguimos con el metodo aleatorio sistematico
[17:13] (mariajose> Si disponemos de un listado de una muestra se puede utilizar el muestreo aleatorio sistemático.
[17:13] (mariajose> Este procedimiento de selección se basa en alguna regla sistemática simple, como elegir uno de cada n individuos.
[17:13] (mariajose> Los pasos a seguir son los siguientes: en primer lugar, se calcula la constante de muestreo (k), dividiendo el
[17:13] (mariajose> total de la población candidata por el tamaño de la muestra deseado. A continuación se extrae la primera unidad
[17:13] (mariajose> al azar entre los k primeros individuos y se el suma la constante sucesivamente hasta completar el tamaño de la muestra.
[17:13] (mariajose> Por ejemplo, si de un conjunto de 200 unidades hay que seleccionar 40, la constante de muestreo será 5 (200/40),
[17:13] (mariajose> lo que significa que se escogerá a uno de cada cinco individuos. El primer individuo se elige al azar entre
[17:14] (mariajose> los números del uno al cinco. Si el elegido fuera el 2, el siguiente seria el 7 (2+k), después el 12, el 17
[17:14] (mariajose> y así hasta conseguir los 40 individuos necesarios.
[17:14] (mariajose> Muestreo en etapas múltiples
[17:14] (mariajose> Esta técnica consiste en seleccionar unidades de muestreo de una población (unidades primarias), procediéndose
[17:14] (mariajose> a obtener, en una segunda, una muestra de cada una de las unidades primarias (unidades secundarias).
[17:14] (mariajose> Se utiliza cuando la población es muy grande y esta muy dispersa, como en el caso de la población
[17:14] (mariajose> escolar de un país o una gran ciudad. Si se quiere hacer un estudio sobre alimentación en escolares, una manera de seleccionar
[17:14] (mariajose> la muestra sería
[17:15] (mariajose> elegir al azar escuelas (unidades primarias) y dentro de cada centro una muestra de niños
[17:15] (mariajose> (unidades secundarias).
[17:15] (mariajose> habeis entendido los otros dos metodos?
[17:16] (mariajose> el sistematico y el de etapas multiples
[17:16] (Sergio> si
[17:16] (pablo> si, sencillo
[17:16] (Gerardo> Si
[17:16] (maria> SI
[17:16] (Beatriz> si
[17:16] (rocio> Si
[17:16] (Ainhoa> si
[17:17] (tere> si
[17:17] (alin> si
[17:17] (mariajose> estos son los probabilisticos pues todos tiene la misma probabilida de entrar al estudio pero puede ocurrir que no podamos realizar estos metodos y entonces debemos
[17:17] (monica> si
[17:17] (mica> si
[17:17] (mariajose> realizar metodos no probabilisticos
[17:17] (miriam> si
[17:18] (mariajose> MUESTREO NO PROBABILISTICO
[17:18] (mariajose> En el muestreo no probabiístico, las unidades se escogen utilizando métodos en los que no interviene el azar. Se
[17:18] (mariajose> desconoce la probabilidad que posee cada unidad de ser incluida en la muestra.
[17:18] (mariajose> Muestra de "conveniencia".
[17:18] (mariajose> Podemos seleccionar una muestra y esta muestra ser el conjunto de los sujetos que están disponibles para participar en el
[17:18] (mariajose> estudio. Esto es una muestra de "conveniencia". Este método de muestreo, exige que para poder realizar generalizaciones
[17:18] (mariajose> válidas y defender que nuestra muestra es de alguna manera representativa de la población, el primer paso que hay que
[17:19] (mariajose> realizar es un informe describiendo la muestra, digamos por edad, sexo y estatus de la enfermedad, para que otros lectores
[17:19] (mariajose> puedan decidir si es representativa o no del tipo de pacientes que ellos se encuentran.
[17:19] (mariajose> el muestreo de conveniencia es el que utilizamos cuando no podemso acceder a toda l apoblacion
[17:21] (mariajose> y no podemso utilizar un metodo de muestreo probabilistico y solo podemso estudiar a un grupo al que tenemos llegar
[17:21] (mariajose> ej los diabeticos de mi cupo
[17:22] (mariajose> o las mujeres de un centro de salud si queremso sacar conclusiones para estimar a la poblacion los resultados deberemso justificar que el grupo estudiado tiene las caracteisticas dela poblacion general
[17:23] (mariajose> lo habeis entendido?
[17:23] (monica> si
[17:23] (maria> SI
[17:23] (Sergio> si
[17:23] (miriam> si
[17:23] (rocio> si
[17:23] (alin> si
[17:23] (Beatriz> si
[17:23] (tere> si
[17:23] (Ainhoa> si
[17:23] (Gerardo> Si
[17:23] (mariajose> bien antes de entrar al tema 4 vamso a aclara dos conceptos
[17:24] (pablo> si
[17:24] (mica> si
[17:24] (mariajose> desviacion estandar es una medida de dispersion de datos que se utiliza para describir datos
[17:24] (Sergio> ok
[17:24] (alin> ok
[17:24] (maria> SI
[17:25] (tere> ok
[17:26] (mariajose> y el error estandar es la medida de dispersion que s eutiliza para medir la variabilidad peo en las muestras
[17:27] (mariajose> y se llama error estandar por qeu si la muestra fuera absolutamente homogenea todos los valores estarian enciam del valor central
[17:27] (mariajose> pero como hay un error debido al hecho de trabajar con muestras
[17:28] (mariajose> este error hace que haya una variabilidad y esto lo mide el error estandar lo mismo qeu la variabilidad biologica en la poblacion normal lo media la desviacion estandar
[17:28] (mariajose> lo habeis entendiso?
[17:28] (miriam> si
[17:28] (Gerardo> Si
[17:28] (rocio> si
[17:28] (Sergio> si
[17:28] (Beatriz> si
[17:28] (pablo> si
[17:29] (maria> SI
[17:29] (monica> si
[17:29] (alin> si
[17:29] (mariajose> bueno pues pasamos la tema 4 en donde vamos a ver los intervalos y el tamaño de la muestra
[17:29] (mariajose> esto es fundamental
[17:30] (Ainhoa> si
[17:30] (mariajose> pues nunca ya los datos de dan de forma absoluta si calcular intervalos
[17:30] (mariajose> cuando mandeis un trabajo a publicar siempre debeis dar lso datos con su intevalo ocrrespondiente
[17:30] (mariajose> sea la medida de resumen que sea
[17:31] (mariajose> de toda forma los paquetes estadisticos siempre calculan los intervalos
[17:32] (mariajose> y esto es por que trabajando con muestras y hablando de la investigacion clinica nunca podemso hablar de exactitud pues
[17:33] (mariajose> la medicina no es una ciencia exacta como la matematicas
[17:33] (tere> cierto
[17:33] (mariajose> la medicina es probabilistica
[17:33] (mariajose> y esto es lo que a veces nos angustia el trabajr en condiciones de incertidumbre
[17:34] (mariajose> esto no quiere decir que no podamos tomar decisiones
[17:34] (mariajose> debemso tomarlas siendo conscientes de esa incertidumbre
[17:35] (mariajose> y siendo conscientes qeu a veces no podemso tomar l a decision certera pero si tenemos la informacion si tenemso el conocimiento basado en las evidencia cientifica
[17:36] (mariajose> y tenemso las habilidades y sobre todo las actitudes de aprnder quiza no sabresmo con certeza que va a pasar pero seguro que habremso tomado la opcion mas optima
[17:36] (mariajose> que en definitiva es lo correcto
[17:37] (mariajose> por eso siempre hablaremso de un valor y de un intervalo
[17:38] (mariajose> entonces por resumir
[17:38] (mariajose> Desviación estándar y error estándar
[17:38] (mariajose> ¿Cuándo debo usar una desviación estándar para describir datos y cuándo usar un error estándar?
[17:38] (mariajose> Es un error común intentar y usar el error estándar para describir datos. Habitualmente se hace porque el error
[17:38] (mariajose> estándar es pequeño, y así el estudio parece más preciso. Si el propósito es Describir los datos (por ejemplo de manera que
[17:38] (mariajose> se pueda ver si los pacientes son típicos) y si los datos son Normales, entonces se debería usar la Desviación estándar
[17:39] (mariajose> (nemotecnia D por Descripción y D por Desviación). Si el propósito es describir el resultado de un estudio, por ejemplo para
[17:39] (mariajose> Estimar la prevalencia de una enfermedad, o la media de altura de un grupo, entonces se deberá usar un Error estándar
[17:39] (mariajose> (o, mejor, un intervalo de confianza; ver (Capítulo 4) (nemotecnia E por Estimación y E por Error).
[17:39] (mariajose> TEMA 4
[17:39] (mariajose> descansamos 5 minutos?
[17:39] (pablo> ok
[17:39] (Gerardo> Vale
[17:40] (miriam> si
[17:40] (Sergio> si
[17:40] (alin> i
[17:40] (tere> bueno
[17:40] (mihaela> si
[17:40] (mariajose> volvemso a las 6y 7
[17:40] (Sergio> listo
[17:40] (mariajose> 7 minutos
[17:46] (mariajose> seguimos?
[17:46] (Gerardo> Bien
[17:46] (anana> ok
[17:47] (PilarTejedor> si
[17:47] (rocio> vale
[17:47] (pablo> ok
[17:47] (maria> SI
[17:47] (Ainhoa> si
[17:47] (alin> si
[17:47] (miriam> vale
[17:47] (mihaela> si
[17:47] (Sergio> si
[17:47] (Beatriz> si
[17:47] (mariajose> ahora vamos a hablar de los intevalos de confianza y de probabilidad
[17:48] (mica> si
[17:48] (Sergio> ok
[17:48] (tere> ok
[17:49] (mariajose> cuando hablamos de medidas de resumen de la poblacion se denominan parametros ej la media, desviacion estandar, proporcion.... de un poblacion
[17:51] (mariajose> pero si calculamos esas medidas es decir media, desviacion estandar o proporcion o mediana en una muestra se denomina estadistico
[17:51] (mariajose> si queremso hace un estudio de prevalencia de diabeticos
[17:51] (mariajose> en nuestro centro de salud
[17:52] (mariajose> pero no sabemos cuantos tenemos partiriamos
[17:52] (mariajose> del valor del parametro de consenso enla poblacion general
[17:52] (mariajose> por ej 3%
[17:53] (mariajose> a partir de ese parametro calculariamos el intervalo en el que ocn un 95% de seguridad encontraremos nuestro porcentaje dediabetidos en nuestra zona basica
[17:53] (mariajose> ese intervalo es el intevalo de probabilidad
[17:54] (mariajose> es decir a partir de un PARAMETRO de la POBLACION CALCULAMOS un INTEVALO DE PROBABILIDAD en donde con un 95% de proabbilidad encontraremos el valor de la muestra
[17:55] (mariajose> acordaros P de parametro P de Poblacion y P deintervalo de probabilidad
[17:55] (mariajose> de acuerdo
[17:55] (Sergio> si
[17:55] (monica> si
[17:55] (raquel> si
[17:55] (pablo> si
[17:55] (anana> si
[17:55] (Beatriz> si
[17:55] (Gerardo> Vale
[17:55] (Ainhoa> si
[17:56] (miriam> si
[17:56] (mariajose> si nuestri intervalo fuera de 4 a 5 y el porcentaje de diabeticos fianlemte encontrado es de 6% se comporta nuestra poblacion de acuerdo alo esperado o tien un numero anormal de diabeticos?
[17:57] (pablo> yo diria q si
[17:57] (Ainhoa> anormal
[17:57] (mica> si
[17:57] (Gerardo> Anormal
[17:57] (Sergio> anormal
[17:57] (raquel> mayor
[17:57] (pablo> anormal
[17:57] (maria> ANORMAL
[17:57] (PilarTejedor> anormal
[17:57] (miriam> creo que anormal tb
[17:57] (mariajose> eso es
[17:57] (Beatriz> estaria dentro del 5% demargen de error que tendriamos al estimar el parametro
[17:58] (mariajose> y si nuestra hipotesis hubiera sido que nuestra poblacion s ecomporta como la poblacion general que habriamos que hacer con la hipotesis
[17:58] (pablo> refutarla
[17:59] (mariajose> la tedriamos que rechazar
[17:59] (mariajose> muy bien
[17:59] (mariajose> bueno pues ahora pasamos al de ocnfianza
[17:59] (mariajose> este es qeu casi simepre calculamos pues es de abajo arriba de la muestra ala poblacion
[18:00] (mariajose> a partir de los datos de la muestra es decir a partir de lso estadisticos calculamos un intervalo en le cual con un 95%de confianza vamos a encontrar el valor del
[18:00] (mariajose> parametro de la poblacion
[18:01] (mariajose> si os dais cuenta cuando leeis un articulo simpre lso rsultados viene con su correspondiente intervalo de confianza pegado entre parentesis alñ valor encontrado en la muestra
[18:02] (mariajose> pues lo que nos interesa cuando investigamos es poder estimar los valores en la poblacion a partir de lso resultados encontrados en la muestra
[18:02] (mariajose> de acuerdo
[18:02] (Gerardo> Ok
[18:02] (maria> si
[18:02] (pablo> si
[18:02] (Sergio> si
[18:02] (raquel> si
[18:03] (anana> si
[18:03] (miriam> si
[18:03] (rocio> Si
[18:03] (Ainhoa> si
[18:03] (mica> si
[18:03] (mariajose> cuando calculabamos el intervalo de normalidad era el valor central (media o proporcion) ma menos dos desviaiocnes estandar
[18:04] (mariajose> ahora como trbajamos ocnmuestras es el valor central ma menos 1,96 *el Error estandar
[18:04] (mariajose> ya se que esto tambien se calcula automaticamente
[18:05] (mariajose> peo os lo explico para que sepais intepretar y por lo menos saber que informaion debeis meter al porgrama para que os lo calcule
[18:05] (mariajose> bueno ahora un poco de teoria
[18:05] (mariajose> En la documentación de ayer habréis visto que cuando un conjunto de observaciones tiene una Distribución Normal, hay
[18:05] (mariajose> múltiplos de la desviación estándar que marcan ciertos límites en la nube de puntos de las observaciones.
[18:05] (mariajose> Por ejemplo, 1,96 (o aproximadamente 2) desviaciones estándar por arriba y 1,96 desviaciones estándar por debajo de la
[18:05] (mariajose> media ((1,96 DE), marcan los puntos dentro de los cuales caen el 95% de las observaciones.
[18:06] (mariajose> Este 95% es la zona de seguridad, la zona de la no diferencia o de la normalidad. Conociendo la media y la desviación
[18:06] (mariajose> estándar disponemos de información respecto a la variabilidad del carácter que se mide. Pero la pregunta es si repetimos el
[18:06] (mariajose> experimento o el estudio tenemos la seguridad de obtener los mismos resultados?. Ante la pregunta de un enfermo de que
[18:06] (mariajose> posibilidad tengo de curarme con X tratamiento, nos arriesgaríamos a dar un porcentaje puntual de curación?
[18:06] (mariajose> La variabilidad biológica, que mañana daría unos resultados diferentes, confiere escaso valor al porcentaje puntual. Quien
[18:06] (mariajose> investiga sobre un tumor o cierta patología ginecológica, está obligado a estudiar los cancerosos de los que dispone o unas
[18:06] (mariajose> cuantas mujeres. Si embargo normalmente lo que pretendemos es obtener conclusiones acerca del cáncer o de la población
[18:06] (mariajose> femenina. Con toda seguridad tendremos que trabajar con muestras; y sabemos también que con toda seguridad al repetir el
[18:07] (mariajose> experimento vamos a obtener resultados diferentes. El métodos Estadístico consigue extrapolar a poblaciones los resultados
[18:07] (mariajose> obtenidos en muestras, pero pagando una perdida de precisión, de tal forma que ya no podemos asegurar resultados
[18:07] (mariajose> puntuales sino de intervalos en los cuales contada seguridad encontraremos el parámetro de la población.
[18:07] (mariajose> Son los intervalos de confianza y los intervalos de probabilidad. Pero además debemos de conocer la probabilidad de
[18:07] (mariajose> equivocarnos y de que el valor escape de los límites del intervalo. Por tanto necesitaríamos presentar tres valores (el
[18:07] (mariajose> obtenido en al muestra, el intervalo en el que supuestamente encontraremos el parámetro de la población y la probabilidad
[18:07] (mariajose> de que aun con todo escape de el (p<0,005), entonces estaremos hablando de los cancerosos y de la población femenina,
[18:07] (mariajose> por encima de los enfermos de nuestro trabajo.
[18:07] (mariajose> INTERVALO DE PROBABILIDAD
[18:08] (mariajose> Es aquel intervalo que abarca las proporciones observadas en la mayor parte de las muestras. Tiene una
[18:08] (mariajose> probabilidad 1-a (grande) de contener las proporciones observadas en muestras de tamaño n extraídas al azar de una
[18:08] (mariajose> población con una proporción p conocida.
[18:08] (mariajose> El valor de a asociado a dicho intervalo indica la probabilidad de que las proporciones observadas estén fuera de él; por lo
[18:08] (mariajose> tanto deberá cumplir la condición de ser pequeño. En estadística, por convenio, se considera que una probabilidad es
[18:08] (mariajose> elevada si su valor es igual o superior a 0,95.
[18:08] (mariajose> La formula del intervalo de probabilidad es:
[18:08] (mariajose> Intervalo: IP= p más-menos 1,96 * v p *(1- p)/n
[18:10] (mariajose> bien esta es la formula del intervalo
[18:10] (mariajose> la p pequeña es la proporcion o l parametro
[18:10] (mariajose> en el cao de la diabetes seria un 3%
[18:10] (mariajose> luego mas menos
[18:11] (mariajose> 1,96 * la raiz cuadrada de p que valor hemso dicho qeu tenis p?
[18:11] (Sergio> 3
[18:11] (anana> 3
[18:11] (Ainhoa> 3
[18:11] (pablo> 3%
[18:11] (Gerardo> 3%
[18:12] (monica> 3
[18:12] (maria> 3
[18:12] (mariajose> bien entonces raiz cuadrada de p * su complementario cual es el compelmentario de p respecto a 1 o a 100
[18:12] (maria> 97
[18:12] (Gerardo> 97
[18:12] (mariajose> bien
[18:12] (Ainhoa> 97
[18:13] (Sergio> 97
[18:13] (mariajose> y dividido por n
[18:14] (mariajose> la parte desde el 1,96 * la raiz cuadrad de p*1-p y dividido entre n es lo que s ellama el desvio es decri lo qeu se desvian los datos alrrededro de un valor central
[18:15] (mariajose> por tanto el 1,96 corresponderia al 2 del intervalo de normalidad y la parte de dentro de la raiz cuadrada es el error estandar que se corresponde con la desviacion standar
[18:15] (mariajose> veis la correspondenica?
[18:15] (maria> si
[18:15] (pablo> si
[18:15] (anana> si
[18:15] (Gerardo> Si
[18:16] (mariajose> Intervalo de normalidad la p mas menos 2 desvianoes estandar
[18:16] (Sergio> si
[18:16] (Beatriz> si
[18:16] (monica> aç+
[18:16] (Sergio> si
[18:16] (alin> si
[18:16] (monica> +si
[18:16] (mica> si
[18:17] (mariajose> bien si cogemos solo el desvio es decir el 1,96*la raiz cuadrada y lo que hay dentro (p*1-p)/n
[18:17] (mariajose> y despejamos n obtendriamos el tamaño de la muestra
[18:18] (mariajose> ya no se calcula a mano
[18:18] (mariajose> pero debeis saber que informacion debeis meter en el programa para que os calcule el tamaño de la muestra
[18:18] (mariajose> que informaion hay qeu meter?
[18:19] (miriam> P
[18:19] (maria> la p
[18:19] (mariajose> primero el valor del parametro del qeu partimos
[18:19] (Gerardo> P
[18:19] (Sergio> el valor de p
[18:19] (mariajose> bien segundo el desvio qeu stamos dispuestos a umir
[18:20] (mariajose> si el desvio es muy grande la muestra sera pequeña pues los valores estaran muy dispersos habra gran variabilidad
[18:20] (mariajose> ya qeu el desvio esta en el denominador al despejar n
[18:20] (mariajose> si este es muy grande el tamaño de la muestra es menor
[18:21] (mariajose> peo perderemso en fiabilida y en potencia dl estudio
[18:21] (mariajose> por contra si el desvio es pequeño
[18:21] (mariajose> entendemso que la muestra es muy homogenea y entonces necesitaremos una muestra mayor
[18:21] (mariajose> de acuerdo?
[18:21] (anana> ok
[18:21] (Ainhoa> si
[18:21] (pablo> si
[18:22] (monica> si
[18:22] (Gerardo> vale
[18:22] (Sergio> si
[18:22] (alin> ok
[18:22] (mihaela> si
[18:22] (rocio> si
[18:22] (mica> si
[18:23] (maria> si
[18:23] (miriam> SI
[18:23] (mariajose> bueno os pongo el ejemplo de intervalo de probabilidad y el lunes seguiremso con el de confianza el signo v es la raiz cuadrada
[18:23] (mariajose> IP = X más-menos 1,96 *DS
[18:23] (mariajose> Desvio: e=1,96 v p *(1- p)/n
[18:23] (mariajose> Tamaño muestra: n =1,962 p *(1- p)/ e2
[18:23] (mariajose> Como veis conociendo el parámetro (la proporción) y el desvío a considerar podemos obtener el tamaño de la muestra.
[18:24] (mariajose> Ej Queremos realizar un estudio de prevalencia de diabéticos en un centro de salud. El consenso no dice que el porcentaje
[18:24] (mariajose> de diabéticos por encima de 14 años es de un 7% y consideramos un desvío adecuado de un 2%. Y la población es de 3496
[18:24] (mariajose> habitantes. Entre que intervalo esperamos encontrar el porcentaje de diabéticos de la Zona Básica de Salud?
[18:24] (mariajose> 0,07 más-menos 1,96 * v 0,07*0,93/3496
[18:24] (mariajose> 0,07 más-menos 1,96 * 0,0043
[18:24] (mariajose> 0,07 más-menos 0.0085 = 6,15% - 7,85%
[18:24] (mariajose> Entre esos dos valores esperamos encontrar el porcentaje de diabéticos en nuestra zona básica con un 5% de riesgo de
[18:25] (mariajose> equivocarnos
[18:26] (miriam> bien
[18:26] (Gerardo> Bien
[18:26] (maria> ok
[18:26] (mariajose> de acuerdo?
[18:26] (pablo> ok
[18:26] (Sergio> Ok
[18:26] (maria> si
[18:26] (Beatriz> sisi
[18:26] (anana> si
[18:26] (monica> si
[18:26] (rocio> si
[18:26] (alin> si
[18:26] (Ainhoa> ok
[18:26] (mica> si
[18:26] (mihaela> si
[18:26] (mariajose> ese es el rango de normalidad
[18:27] (mariajose> intervalos de probabilida son los intervalos
[18:27] (mariajose> que aparecen en los resultados de la analiticas
[18:27] (mariajose> son intervalos elaborados a partir de valores de la poblacion
[18:27] (mariajose> y vemso si el dato del enfemo que estamos valorando esta
[18:27] (mariajose> dentro de ese intervalo
[18:28] (mariajose> y si es un valor que sale de ese intervalo aparece el aterisco o no ?
[18:28] (Gerardo> si
[18:28] (Sergio> Si
[18:28] (anana> si
[18:28] (monica> si
[18:28] (mariajose> es por qeu se ha salido dle intevalo de porbabilidad y esta dentro de lo anormal o patologico
[18:28] (mica> claro
[18:28] (pablo> si
[18:28] (maria> si
[18:28] (Ainhoa> si
[18:28] (alin> si
[18:29] (Beatriz> si
[18:29] (mariajose> bueno lo dejamos aqui y seguimos el lunes con el intervalo de normalidad
[18:29] (Sergio> vale
[18:29] (miriam> muy bien
[18:29] (monica> ok
[18:29] (Gerardo> Ok
[18:29] (rocio> ok
[18:29] (maria> vale
[18:29] (mica> ok, bien
[18:29] (mariajose> de confianza perdon
[18:29] (Sergio> mil gracias
[18:29] (anana> ok
[18:30] (Gerardo> Buena semana
[18:30] (maria> y mañana?
[18:30] (Ainhoa> ok
[18:30] (pablo> ok
[18:30] (pablo> muchas gracias
[18:30] (pablo> mañana tb hay no?
[18:30] (mihaela> si
[18:30] (anana> hasta el lunes
[18:30] (mica> si, muchas gracias
[18:30] (Sergio> mañana la clase no es de 6 a 8 ?
[18:30] (mariajose> que mañana no hay estadistica
[18:30] (Ainhoa> como?
[18:30] (mariajose> que paseis buen fin de semana y un saludo
[18:30] (maria> hasta mañana
[18:30] (mica> lo mismo
[18:30] (pablo> igualmente
[18:30] (maria> gracias
[18:31] (miriam> saludos a tdos
[18:31] (Sergio> vale, hasta el lunes....
[18:31] (pablo> hasta pronto
[18:31] (mica> lo mismo, hasta mañana!
[18:31] (Beatriz> hasta el lunes
[18:31] (Ainhoa> hasta el lunes
[18:31] * Quits: mariajose (pepe@88.14.228.1) (Quit)

Programa de Doctorado

Cursos

Internet

Paneles de discusión

Alumnos