Contenidos teóricos y prácticos de la asignatura
- Profesor/a:
- Dr. Guadalberto Hernández (Coordinador). Catedrático / Professor. Depto Fisiología, ULL; ghernan@ull.edu.es; Tel. 922 319 364
- Dra. Carmen Carazo. Sección Deptal de Estadística (Facultad de Medicina), Universidad Católica de Murcia. ccarazo@ucam.edu
- Dra.Inmaculada Herranz Tejedor, Profesora Titular de Bioestadística, Universidad Complutense de Madrid (iherranz@med.ucm.es). Tel: 91 394 1662.
TEMAS
Tema 1: El Análisis estadístico: Distribuciones de Frecuencia y Valor P
¿Qué es el famoso “Valor P del test”, omnipresente en la investigaciones biomédicas? ¿Ayuda realmente a conocer lo que ocurre en la población? ¿Es un índice matemático difícilmente entendible por el PCS?
1.1 El problema y la solución. Ignorancia, temor y resignación.
1.2 El Análisis Estadístico calcula Medias, Desviaciones y Distribución de Frecuencias.
1.3 Qué es y cómo se calcula el valor P: Valor Estandarizado y Distribución Normal.
1.4 Cómo se usa el valor P. Rechazar o no rechazar una hipótesis.
1.5 Pensar versus Actuar. El valor P solo dice el % de individuos más extremos.
Tema 2: Muestreo Repetido. La Inferencia Estadística con una media y una proporción
¿Cuánto se parece la media encontrada en mi muestra a la media de la población que queremos conocer? ¿Por qué hay que relacionar lo ocurrido en mi muestra con lo que ocurriría si repitiera el estudio millones de veces? Cuánto NO vale la media de la población.
2.1 Muestreo Repetido y Probabilidad.
2.2 Test para una Media. Teorema Central del Límite.
2.3 El Error Estándar de la muestra obtenida por el investigador estima la Desviación Estándar entre las medias muestrales en el Muestreo Repetido.
2.4 Intervalo de Confianza para la Media Poblacional. Resultados “no significativos”.
2.5 Muestras pequeñas: Test con la distribución “t de Student”.
2.6 Test para una proporción: cuanto no vale la proporción poblacional. Test “Chi-cuadrado”.
Tema 3: Tamaño de muestra
El presunto tamaño de muestra “necesario” para una investigación. ¿Es correcto que los jueces (comités evaluadores de los proyectos y revisores de las revistas científicas) pidan “la justificación científica” del tamaño elegido?
3.1 Mitos y realidad.
3.2 Intervalo de Confianza razonable para un valor desconocido. Tamaño de muestra estimando una media. La fórmula y su utilidad. Una farsa deshonesta que perjudica a todos.
3.3 Tamaño de muestra estimando una proporción.
3.4 Tamaño de muestra para test. Potencia estadística.
3.5 Uso razonable de la potencia estadística.
3.6 Errores y simulaciones que consumen tiempo y energía a la mayoría y no benefician a nadie.
Tema: Confusión e Interacción
Si un grupo de 1000 jóvenes tratados con “A” curan 600 (60%) y en grupo de 1000 viejos tratados con “B” curan 200 (20%) no podemos saber si la ventaja del primer grupo se debe a que “A” es mejor o a la juventud de sus componentes.
4.1 Factor de confusión con variable dicotómica.
4.2 Interacción.
4.3 Factor de confusión con variable cuantitativa.
4.4 Factor de confusión en la regresión.
4.5 Factores “intermedios”.
4.6 Dos confusores simultáneamente.
Tema 5: Introducción al paquete estadístico SPSS. Estadística Descriptiva.
Todo profesional cualificado necesita entender los conceptos básicos del Análisis Estadístico que aparecen continuamente en los trabajos científicos y en los informes técnicos. Y todo investigador científico requiere de un paquete estadístico que le ayude a almacenar los datos y realizar los Análisis Estadísticos más básicos. SPSS es un software muy extendido en la comunidad científica con un aspecto amigable que facilita la labor del investigador. En esta segunda parte del curso se enseña a usar este programa poniendo el énfasis en ENTENDER. Cualquiera puede obtener salidas con muchos resultados clicando en los menús. Nuestro objetivo es que el investigador sepa lo que pide al programa estadístico y pueda interpretar correctamente los resultados.
5.1 Descriptiva Univariante:
- Distribución de frecuencias (FREQUENCIES). Medidas centralización y dispersión (DESCRIPTIVES).
- Interpretación de resultados.
5.2 Descriptiva Bivariante:
- Dos variables cualitativas: Tablas de contingencia (CROSSTABS). Una variable cualitativa con una cuantitativa (MEANS TABLES). Dos variables cuantitativas (GRAPH/SCATTERPLOT(BIVAR)).
- Interpretación de resultados.
5.3 Manejo de datos con SPSS:
- Selección de casos (FILTER), Creación y Recodificación de variables (COMPUTE, RECODE).
Tema 6: Inferencia estadística con SPSS - 1
¿Somos capaces de interpretar las salidas que ofrece SPSS? ¿Cómo debemos interpretar los resultados que aparecen en las principales revistas de investigación científica? Aprendamos a valorar de manera crítica los resultados obtenidos y publicados por otros investigadores.
6.1 Test de Significación e Intervalos de Confianza:
- Test con una y dos medias (T-TEST/TESTVAL, T-TEST GROUPS, T-TEST PAIRS).
- Test con dos proporciones (CROSSTABS/STATISTICS=CHISQ).
- Interpretación de resultados.
6.2 Análisis de Varianza:
- Test de normalidad (NPAR TESTS/K-S(NORMAL,EXAMINE).
- Test de homogeneidad de varianzas (ONEWAY/STATISTICS HOMOGENEITY).
- Comparaciones a priori y a posteriori (ONEWAY/POLYNOMIAL/POSTHOC=TUKEY, DUNNETT).
- Interpretación de resultados.
6.3 Valoración crítica de artículos científicos.
Tema 7: Inferencia estadística con SPSS - 2
¿Puedo estimar el índice de masa corporal de una persona a partir de su peso y estatura? Cómo los modelos nos ayudan a entender mejor la realidad que nos rodea.
7.1 Relación dos variables cuantitativas: Regresión y Correlación muestral (GRAPH/SCATTERPLOT)
7.2 Recta de regresión de mínimos cuadrados. Medidas de ajuste (REGRESSION)
7.3 Modelo de Regresión Lineal Simple. Asunciones del modelo (REGRESSION/STATISTICS)
7.4 Inferencia en regresión: Test e Intervalo de Confianza de los coeficientes
7.5. Interpretación de resultados obtenidos con SPSS
Tema 8: Regresión Múltiple
8.1 Métodos de selección de variables (REGRESSION/METHODS)
8.2 Modelo de Regresión Lineal Bivariada.
8.2 Interpretación de coeficientes e inferencia
8.3 Fundamentos de la Regresión Lineal Múltiple y Regresión No lineal
- Dr. Guadalberto Hernández (Coordinador). Catedrático / Professor. Depto Fisiología, ULL; ghernan@ull.edu.es; Tel. 922 319 364
- Dra. Carmen Carazo. Sección Deptal de Estadística (Facultad de Medicina), Universidad Católica de Murcia. ccarazo@ucam.edu
- Dra.Inmaculada Herranz Tejedor, Profesora Titular de Bioestadística, Universidad Complutense de Madrid (iherranz@med.ucm.es). Tel: 91 394 1662.
TEMAS
Tema 1: El Análisis estadístico: Distribuciones de Frecuencia y Valor P
¿Qué es el famoso “Valor P del test”, omnipresente en la investigaciones biomédicas? ¿Ayuda realmente a conocer lo que ocurre en la población? ¿Es un índice matemático difícilmente entendible por el PCS?
1.1 El problema y la solución. Ignorancia, temor y resignación.
1.2 El Análisis Estadístico calcula Medias, Desviaciones y Distribución de Frecuencias.
1.3 Qué es y cómo se calcula el valor P: Valor Estandarizado y Distribución Normal.
1.4 Cómo se usa el valor P. Rechazar o no rechazar una hipótesis.
1.5 Pensar versus Actuar. El valor P solo dice el % de individuos más extremos.
Tema 2: Muestreo Repetido. La Inferencia Estadística con una media y una proporción
¿Cuánto se parece la media encontrada en mi muestra a la media de la población que queremos conocer? ¿Por qué hay que relacionar lo ocurrido en mi muestra con lo que ocurriría si repitiera el estudio millones de veces? Cuánto NO vale la media de la población.
2.1 Muestreo Repetido y Probabilidad.
2.2 Test para una Media. Teorema Central del Límite.
2.3 El Error Estándar de la muestra obtenida por el investigador estima la Desviación Estándar entre las medias muestrales en el Muestreo Repetido.
2.4 Intervalo de Confianza para la Media Poblacional. Resultados “no significativos”.
2.5 Muestras pequeñas: Test con la distribución “t de Student”.
2.6 Test para una proporción: cuanto no vale la proporción poblacional. Test “Chi-cuadrado”.
Tema 3: Tamaño de muestra
El presunto tamaño de muestra “necesario” para una investigación. ¿Es correcto que los jueces (comités evaluadores de los proyectos y revisores de las revistas científicas) pidan “la justificación científica” del tamaño elegido?
3.1 Mitos y realidad.
3.2 Intervalo de Confianza razonable para un valor desconocido. Tamaño de muestra estimando una media. La fórmula y su utilidad. Una farsa deshonesta que perjudica a todos.
3.3 Tamaño de muestra estimando una proporción.
3.4 Tamaño de muestra para test. Potencia estadística.
3.5 Uso razonable de la potencia estadística.
3.6 Errores y simulaciones que consumen tiempo y energía a la mayoría y no benefician a nadie.
Tema: Confusión e Interacción
Si un grupo de 1000 jóvenes tratados con “A” curan 600 (60%) y en grupo de 1000 viejos tratados con “B” curan 200 (20%) no podemos saber si la ventaja del primer grupo se debe a que “A” es mejor o a la juventud de sus componentes.
4.1 Factor de confusión con variable dicotómica.
4.2 Interacción.
4.3 Factor de confusión con variable cuantitativa.
4.4 Factor de confusión en la regresión.
4.5 Factores “intermedios”.
4.6 Dos confusores simultáneamente.
Tema 5: Introducción al paquete estadístico SPSS. Estadística Descriptiva.
Todo profesional cualificado necesita entender los conceptos básicos del Análisis Estadístico que aparecen continuamente en los trabajos científicos y en los informes técnicos. Y todo investigador científico requiere de un paquete estadístico que le ayude a almacenar los datos y realizar los Análisis Estadísticos más básicos. SPSS es un software muy extendido en la comunidad científica con un aspecto amigable que facilita la labor del investigador. En esta segunda parte del curso se enseña a usar este programa poniendo el énfasis en ENTENDER. Cualquiera puede obtener salidas con muchos resultados clicando en los menús. Nuestro objetivo es que el investigador sepa lo que pide al programa estadístico y pueda interpretar correctamente los resultados.
5.1 Descriptiva Univariante:
- Distribución de frecuencias (FREQUENCIES). Medidas centralización y dispersión (DESCRIPTIVES).
- Interpretación de resultados.
5.2 Descriptiva Bivariante:
- Dos variables cualitativas: Tablas de contingencia (CROSSTABS). Una variable cualitativa con una cuantitativa (MEANS TABLES). Dos variables cuantitativas (GRAPH/SCATTERPLOT(BIVAR)).
- Interpretación de resultados.
5.3 Manejo de datos con SPSS:
- Selección de casos (FILTER), Creación y Recodificación de variables (COMPUTE, RECODE).
Tema 6: Inferencia estadística con SPSS - 1
¿Somos capaces de interpretar las salidas que ofrece SPSS? ¿Cómo debemos interpretar los resultados que aparecen en las principales revistas de investigación científica? Aprendamos a valorar de manera crítica los resultados obtenidos y publicados por otros investigadores.
6.1 Test de Significación e Intervalos de Confianza:
- Test con una y dos medias (T-TEST/TESTVAL, T-TEST GROUPS, T-TEST PAIRS).
- Test con dos proporciones (CROSSTABS/STATISTICS=CHISQ).
- Interpretación de resultados.
6.2 Análisis de Varianza:
- Test de normalidad (NPAR TESTS/K-S(NORMAL,EXAMINE).
- Test de homogeneidad de varianzas (ONEWAY/STATISTICS HOMOGENEITY).
- Comparaciones a priori y a posteriori (ONEWAY/POLYNOMIAL/POSTHOC=TUKEY, DUNNETT).
- Interpretación de resultados.
6.3 Valoración crítica de artículos científicos.
Tema 7: Inferencia estadística con SPSS - 2
¿Puedo estimar el índice de masa corporal de una persona a partir de su peso y estatura? Cómo los modelos nos ayudan a entender mejor la realidad que nos rodea.
7.1 Relación dos variables cuantitativas: Regresión y Correlación muestral (GRAPH/SCATTERPLOT)
7.2 Recta de regresión de mínimos cuadrados. Medidas de ajuste (REGRESSION)
7.3 Modelo de Regresión Lineal Simple. Asunciones del modelo (REGRESSION/STATISTICS)
7.4 Inferencia en regresión: Test e Intervalo de Confianza de los coeficientes
7.5. Interpretación de resultados obtenidos con SPSS
Tema 8: Regresión Múltiple
8.1 Métodos de selección de variables (REGRESSION/METHODS)
8.2 Modelo de Regresión Lineal Bivariada.
8.2 Interpretación de coeficientes e inferencia
8.3 Fundamentos de la Regresión Lineal Múltiple y Regresión No lineal
Actividades a desarrollar en otro idioma
Consulta de algunos textos y/o bases de datos en español y/o en inglés durante el desarrollo de los temas del programa, siempre supervisado por el profesor.
Utilización de paquetes estadísticos: R; SPSS;
The students will use textbooks, date bases and other papers written in Spanish or English, as well as statistic programs (R, SPSS) always under teachers supervision.
Utilización de paquetes estadísticos: R; SPSS;
The students will use textbooks, date bases and other papers written in Spanish or English, as well as statistic programs (R, SPSS) always under teachers supervision.