Bioestadística , Variables
-
Upload
paula-soto-parada-universidad-austral-de-chile-enfermeria-sede-puerto-montt -
Category
Health & Medicine
-
view
10.008 -
download
6
Transcript of Bioestadística , Variables
- 1. VARIABLES BIOESTADSTICA Paula Anglica Soto Parada Posttulo de Investigacin en Enfermera Diplomado en Epidemiologa Clnica Magster en Ciencias de la Educacin, Chile
2. Qu esunaVariable ? 3. Una variable es una propiedad quepuede variar y cuya variacin essusceptible de medirse, se aplica a un grupo de personas u objetos, los cuales pueden adquirir diversos valoresrespecto de ella. 4. Las variables son: Lo que estudiamos en cada individuode la muestra como la edad, sexo, peso,talla, tensin arterial sistlica, etc. Otros ejemplos ? 5.
- Los datos son los valores que toma la
- variable en cada caso (categoras).
- Lo que vamos a realizar es medir, es decir,
- asignar valores a las variables incluidas en
- el estudio o informe.
- Deberemos adems concretar la escala de
- medida que aplicaremos a cada variable.
6.
- Las variables adquieren valor para la
- investigacin cientfica cuando
- pueden ser relacionadas con otras
- variables (formar parte de una
- hiptesis o una teora).
- En este caso se les suele llamar
- constructos o contrucciones
- hipotticas.
7. UNIVERSO Con caractersticas diferentes y medibles entre cada unode ellos. MUESTRA REPRESENTATIVA Con caractersticas diferentes y medibles Entre cada uno de ellos Medicindevariables 8.
- Entonces
- Unavariablees medible y describe una caracterstica que puede variar de un sujeto a otro, o de un momento a otro en el mismo sujeto (talla, P/A, dolor, etc.).
- Unatributo descriptivoes una categora de una caracterstica, a la que un sujeto pertenece o no, o una propiedad o cualidad que un sujeto posee o no (tipo de enfermedad, tipo de grupo sanguneo).
9. TIPOS DE VARIABLES 10.
- Variables cualitativas
- Son aquellas que representan una cualidad o
- atributo que clasifica a cada caso.
- La situacin ms sencilla (en algunos casos)es
- aquella en la que se clasifica cada caso en uno de
- dos gruposson datos dicotmicos o binarios.
- Como resulta obvio, en muchas ocasiones
- este tipo de clasificacin no es suficiente y se
- requiere de un mayor nmero de categoras (color
- de los ojos, grupo sanguneo, profesin, etc).
11.
- Variables cuantitativas
- Son aquellas que pueden medirse, cuantificarse o expresarse numricamente.
- Pueden ser de dos tipos:
-
- Variables cuantitativas continuas, toman cualquier valor dentro de un rango numrico determinado (edad, peso, talla).
-
- Variables cuantitativas discretas, no admiten todos los valores intermedios en un rango. Suelen tomar solamente valores enteros (nmero de hijos, nmero de partos, nmero de hermanos, etc.).
12.
- En el estudio de la Bioestadstica se
- encuentran distintos tipos de datos
- numricos, los cuales, a su vez tienen
- diferentes grados de relacin entre sus
- posibles valores.
13. Variables nominales
- Constituyen una de las clases ms simples de datos
- numricos, sus valores se registran dentro de categoras o
- clasessin ningn tipo de orden(a menudo se utilizan
- nmeros para presentar sus categoras).
- Por ejemplo: en un estudio de pacientes portadores de
- Hipertensin Arterial:
- A los hombres se les asigna el valor 1
- A las mujeres el valor 0.
- En este caso el atributo se indica con nmeros en vez de palabras y el
- orden y las magnitudesde los nmeros son irrelevantes (ya la
- designacin podra ser: mujeres 1 y hombres 0).
14.
- En este tipo de variables los nmeros se utilizan
- por conveniencia, ya que de esta manera es ms
- fcil ingresar los datos en el computador para
- trabajar con los datos.
- Las variables nominales se pueden clasificaren
- dicotmicas o binarias: que toman uno de dos
- valores distintos (hombre, mujer).
15. Sin embargo no todas las variables nominalesson dicotmicas ya que a menudo hay tres o ms posibles categoras dentro de las cuales pueden colocarse las observaciones (como los grupos sanguneos: O, A, B, AB), sin embargo la secuencia entre ellos no tiene importancia ya que los nmeros nuevamente sirven de etiqueta Otros ejemplos.. 16.
- Variables Ordinales
- Se denominan variables ordinales a las
- observaciones cuyoordenentre las categoras
- adquiere importancia (ejemplo: estados de gravedad,
- grado de desnutricin, tipo de diagnstico de HTA)
- en que cada nmero representa un orden de
- importancia.
17.
- En este tipo de variables existe un orden natural entre cada grupo; el nmero menor representa un dao menos serio, sin embargo no nos interesa la magnitud de stos nmeros (en forma individual).
- Por ejemplo si 4 es dao fatal y 1 es menor dao, la diferencia entre un dao moderado y menor no necesariamente es la misma, aunque ambos pares de resultados difieran en una unidad.
- Debe entenderse que por sus caractersticas muchas operaciones aritmticas carecen de sentido cuando se aplican a las variables ordinales .
18.
- Entonces:
- En las variables nominales el orden y la magnitud de los nmeros no es importante, por conveniencia se utilizan nmeros que se pueden manejar mejor.
- En cambio en las variables ordinales el orden entre las categoras es importante y el N menor representa la lesin menos seria, adems la diferencia que existe entre una categora y otra no necesariamente es la misma.
19.
- Variables Discretas
- En este tipo de variables importa el ordeny lamagnitud .En este caso los nmeros representan cantidades medibles reales en lugar de meras etiquetas, sus valores se restringen slo a valores especficos (a menudo enteros y cuentas) que difieren en cantidades fijas (no se permiten valores intermedios).
- Por ejemplo: N de accidentes de trnsito en 1 mes, N de IIH en 1 semana, N de hijos vivos.
20.
- En este tipo de variables existe un orden natural entre los valores posibles.
- El nmero mayor representa una magnitud mayor (ejemplo: mayor nmero de hijosun nmero mayor indica mayor nmero de hijos).
- La diferencia entre un valor y otro es la misma (la diferencia entre 1 y 2 nacimientos es la misma que existe entre 3 y 4 nacimientos).
21.
- Los nmeros de restringen a enteros (una mujer no puede dar a luz 1.5 veces).
- Pueden aplicarse reglas aritmticas con sentido y operaciones entre 2 nmeros discretos puede no siempre dar entero como por ejemplo el promedio de nacimiento en un grupo de mujeres.
22.
- Variables Continuas
- Son datos que representan cantidades medibles pero que no se restringen a ciertos valores especficos (como los enteros).
- La diferencia entre dos posibles valores de datos puede ser arbitrariamente pequea (por ejemplo: tiempo, nivel de colesterol sanguneo, temperatura, peso en gramos) admite valores fraccionarios.
23.
- Con este tipo de variables es posible medir la distancia entre dos observaciones de forma significativa y se pueden aplicar las operaciones aritmticas.
- Es limitante en este tipo de observaciones el grado de exactitud con el cual puede medirse (el peso por ejemplo se redondea al gramo ms cercano).
- Por lo tanto para la medicin de ellas es muy importante asegurar que nuestros instrumentos de medicin se encuentren calibrados o validadoscomo corresponde.
24.
- En determinadas situaciones en que se realiza
- una investigacin es posible que necesitemos
- menor cantidad de detalle que el que
- proporciona la variable continua y en este caso es
- conveniente transformar las observaciones
- continuas en discretas e incluso dicotmicas.
- Por ejemplo:
- Continua a nominal: peso en nios desnutridos (grs.) (0) leve, (1) moderado, (2) grave / (2) leve, (1) moderado, (0) grave.
- Continua a ordinal: peso en nios desnutridos (grs.) (0) leve, (1) moderado, (2) grave.
25.
- Variables de Clasificacin en Rangos
- Este tipo de variables se utiliza cuando se
- tiene un grupo de observaciones que
- pueden ordenarse primero de mayor a
- menor de acuerdo con sumagnitudy luego
- asignarles nmeros secuenciales
- correspondientes a su lugar en la lista, a
- este tipo de datos se les conoce como
- variables de clasificacin en rangos.
26.
- Por ejemplo:
- Consideremos todas las posibles causas de muerte en Chile para la poblacin mayor de 60 aos, durante el ao 2003.
- Elaboramos una lista de todas las causas, junto con la cantidad de vidas que cada una de ellas cobr.
- Ordenamos las causas segn la que ocasion mayor nmero de muertes a menor nmero de muertes.
- Asignamos nmeros enteros consecutivosrangos (siendo 1 la de mayor mortalidad).
27. Entonces.
- Al asignar los rangos cobra mayor importancia la posicin relativa de la causa en el grupo que la magnitud de las observaciones.
- En algunas ocasiones resulta mejor trabajar con rangos en vez de los datos originales de frecuencias.
28. Qu relacin hay entre las variables y una investigacin? 29.
- En un estudio se pretende inferir o generalizar resultados de una muestra a una poblacin.
- Se estudia a un reducido nmero de individuos (que tenemos acceso) para poder generalizar los hallazgos a la poblacin de origen.
- Esta inferencia se hace por medio de mtodos estadsticos basados en la probabilidad y midiendo aquellasvariablesque son de nuestro inters.
30.
- [email_address]