MI Medicion Estadistica2016
Anuncio
METODOLOGÍA DE LA INVESTIGACIÓN Individuo y Población Selección de la muestra, delimitación de la población Muestras probabilísticas y no probabilísticas Recolección de los datos Tipos de variables: continuas, discretas, atributos La medición, confiabilidad y validez Codificación y generación de archivos de datos Estadística Descriptiva y Estadística Inferencial 2016 INDIVIDUO y POBLACIÓN Población Conjunto de todos los casos que concuerdan con las especificaciones Muestra Subconjunto de casos representativos Delimitación de la Población Lo más precisa posible Ejemplos: Pautas para el manejo de plagas de roedores Conjunto de todos los individuos de una determinada especie que viven en el Departamento Calamuchita POR QUÉ UTILIZAR MUESTRAS Ahorro de tiempo y costos Imposibilidad de estudiar todos los individuos Aumentar la calidad del estudio Selección de muestras específicas Trabajar con observaciones más exactas y generalizables Reducción de heterogeneidad ‐ Criterios de inclusión / exclusión Metodología de la Investigación ‐ 2016 1 SELECCIÓN DE LA MUESTRA Muestra probabilística Todos los individuos de la población tienen la misma probabilidad de ser elegidos ‐ Muestreo Aleatoria Simple de tamaño n Todas las muestras tienen igual probabilidad de ser elegidas CON reemplazo ‐ SIN reemplazo ‐ Muestreo Estratificado (homogéneos internamente) Los subgrupos de la población deben estar representados ‐ Muestreo por Conglomerados (heterogéneos internamente) Los subgrupos de la población deben estar representados Muestra no probabilística La posibilidad de ser elegidos depende del tema y tipo de estudio a realizar ‐ No se puede calcular el error de medición ‐ NO generalizable a la población ‐ Muestreo Intencional (selección de casos característicos) ‐ Muestreo Accidental (hasta completar el tamaño muestral) Metodología de la Investigación ‐ 2016 TAMAÑO DE LA MUESTRA Muy grande Desperdicio de recursos Muy pequeño Errores por resultados aleatorios, incapacidad de detectar diferencias Adecuado Depende de: ‐ lo que se quiere comprobar ‐ el nivel de confianza deseado para trabajar Metodología de la Investigación ‐ 2016 2 RECOLECCIÓN DE LOS DATOS DATO Observaciones o medidas tomadas sobre la más pequeña unidad muestral Ejemplo: Individuos, colonias de hormigas, cantidad DNA/célula espermática MUESTRA Colección de observaciones individuales seleccionadas por un procedimiento determinado Ejemplo: 100 pesos de ratas ; el peso de un individuo en el tiempo ; etc. NATURALEZA DE LOS DATOS Morfológicos, fisiológicos, crecimiento y desarrollo, genéticos taxonómicos, ecológicos, paleontológicos, etc. Ejemplo: Longitud, peso, anchura, altura, tenor de glucosa en sangre, presión arterial, tamaño población, grupos sanguíneos, etc. INSTRUMENTO DE RECOLECCIÓN Formularios, libretas de campo o cuadernos de protocolo y planillas ALMACENAMIENTO DE INFORMACIÓN Archivos electrónicos, programas Excel, Access, OpenOffice, LibreOffice Metodología de la Investigación ‐ 2016 VARIABLE Propiedad con respecto a la cual los individuos de una muestra se diferencian en algo verificable Ejemplo: concentración de productos químicos, tasas procesos biológicos, frecuencias génicas, lecturas de óptica o electrónica, etc. Mensurables Diferentes estados expresados en forma numérica ‐ CONTINUAS Infinitos valores en un intervalo dado Longitudes, áreas pesos,ángulos, temperatura, tiempo son ejemplos de … ‐ DISCONTINUAS O DISCRETAS Número fijo de valores # segmentos, cerdas, glándulas, prole, colonias son ejemplos de … Ordinales Ordenadas o clasificadas por su magnitud Orden de emergencia de embriones de pollo (1 a 10) es ejemplo de … Atributos Presencia/Ausencia, 2‐3 estados, % datos de enumeración Color longitud de onda es ejemplo de … Metodología de la Investigación ‐ 2016 3 MAGNITUD DE LA VARIACIÓN BIOLÓGICA BAJA ALTA ‐ Temperatura del cuerpo ‐ Variaciones morfológicas ‐ Crecimiento lento ‐ Estructura Corporal ‐ Estatura ‐ Longitud de la cabeza MENOR dependencia ambiental ‐ Caracteres bioquímicos ‐ Variaciones fisiológicas ‐ Ritmo cardíaco ‐ Peso ‐ Glucemia ‐ Colesterol MAYOR dependencia ambiental Metodología de la Investigación ‐ 2016 VARIABLES Variables independientes: NO dependen del fenómeno estudiado Variables dependientes: Temperatura (T) Dependen del fenómeno estudiado (son efecto, NO causa) 30 t= Variable independiente T= Variable dependiente 20 10 Hora del día (t) 0 0 24 Metodología de la Investigación ‐ 2016 4 LA MEDICIÓN, CONFIABILIDAD Y VALIDEZ Metodología de la Investigación ‐ 2016 LA MEDICIÓN, CONFIABILIDAD Y VALIDEZ MEDICIÓN Producción de varios resultados diferentes ¿VERDADERO valor de la medida? ¿Cómo expresar el resultado de una medición? Procedimiento numérico Valor más realista, que represente una información intercambiable entre distintos observadores Promedio de las lecturas y error medio cuadrático ¿Cuándo aceptar el resultado de una medición? Evaluación de coincidencias y discrepancias Comparación con valores de la misma magnitud obtenidos por otros observadores Metodología de la Investigación ‐ 2016 5 LA MEDICIÓN, CONFIABILIDAD Y VALIDEZ Promedio de las lecturas (u observaciones) (Valor más probable de la cantidad medida) Error medio cuadrático Varianza (cuadrado medio de las observaciones con respecto a la media) Error medio cuadrático de las observaciones (amplitud de la dispersión de las medidas) Para varias series de mediciones del mismo observador existe el: Error medio cuadrático de las medias de las lecturas Metodología de la Investigación ‐ 2016 ERROR DE MEDICIÓN Y APRECIACIÓN DEL INSTRUMENTO (intervalo de incerteza) ‐E ¿Cómo obtener un intervalo pequeño? E Aumentando n X : límite de apreciación del instrumento Recomendación: El intervalo de incerteza debe ser del orden de 0,1X Ejemplo: Medición con calibre sobre la longitud de un cuerpo determinado Lecturas realizadas (mediciones) : X = 0,1mm s 0,07mm E 0,02mm 12,6 ; 12,5 ; 12,5 ; 12,6 ; 12,4 ; 12,5 ; 12,6 ; 12,5 X = 12,53 ± 0,02 mm X > s > E Metodología de la Investigación ‐ 2016 6 ORIGEN DE LA INCERTIDUMBRE Problemas técnicos ‐ Definición de la unidad de medida, ‐ Construcción del patrón que las materializa, ‐ Determinación o definición de la unidad a medir, ‐ Apreciación del aparato de medición y ‐ Errores del observador Naturaleza del fenómeno Fenómenos biológicos: variación en las componentes genética y ambiental de un rasgo cuantitativo Errores sistemáticos Aparato y observador Metodología de la Investigación ‐ 2016 EXACTITUD y PRECISIÓN Exactitud: cercanía de un dato medido o computado a su verdadero valor Precisión: proximidad entre las medidas repetidas de un mismo objeto o fenómeno Valor Verdadero Inexactos ‐ precisos Inexactos ‐ imprecisos Exactos ‐ precisos Exactos ‐ imprecisos Una balanza parcial pero sensible puede dar pesos muy precisos pero inexactos Una balanza insensible puede dar una lectura exacta pero será imprecisa La PRECISIÓN es más importante que la EXACTITUD Metodología de la Investigación ‐ 2016 7 EXPRESIÓN DE LAS MEDICIONES VARIABLES CONTINUAS Son aproximaciones VERDADERO VALOR DE UNA MEDICIÓN Permanece desconocido RECOMENDACIONES El último dígito de una medición debe denotar precisión El intervalo dentro del cual consideramos que se encuentra el verdadero valor debe tener una cifra más que la última cifra registrada Ejemplo: 12,3 mm significa que el verdadero valor se encuentra en el intervalo [12,25 – 12,35] Si la medición fuese 12,32 mm, el verdadero valor estaría en el intervalo [12,315 – 12,325] Metodología de la Investigación ‐ 2016 CODIFICACIÓN Y GENERACIÓN DE ARCHIVOS DE DATOS EJEMPLOS: SEXO Masculino 1 LOCALIDADES Femenino 2 1 Juvenil 2 Adulto 3 Maduro 4 Senil 5 Río Cuarto 1 Sampacho 2 AlpaCorral 3 EDAD Infantil VARIABLES Longitud cabeza LC Largo brazo LB Glucosa Glu Grupo Sanguíneo ABO Rh Metodología de la Investigación ‐ 2016 8 CODIFICACIÓN Y GENERACIÓN DE ARCHIVOS DE DATOS EJEMPLOS: SEXO Masculino 1 LOCALIDADES Femenino 2 EDAD Infantil Juvenil Adulto Maduro Senil Río Cuarto 1 Sampacho 2 AlpaCorral 3 1 2 3 4 5 Metodología de la Investigación ‐ 2016 RESUMEN Y PRESENTACIÓN DE LA INFORMACIÓN RECOLECCIÓN DE LOS DATOS Graboverificación CRÍTICA Y CORRECCIÓN Errores gruesos RESUMEN Y COMPILACIÓN Tabla de doble entrada, cuadros o gráficos VARIABLES DISCRETAS Gráfico de distribución de barras VARIABLES CONTINUAS Histograma de frecuencias Cuando N : curvas de frecuencia Metodología de la Investigación ‐ 2016 9 REPRESENTACIONES GRÁFICAS VARIABLES CONTINUAS HISTOGRAMA DIAGRAMA DE DISPERSIÓN Metodología de la Investigación ‐ 2016 REPRESENTACIONES GRÁFICAS VARIABLES CONTINUAS POLÍGONO DE FRECUENCIAS RECTA DE REGRESIÓN DIAGRAMA DE DISPERSIÓN Metodología de la Investigación ‐ 2016 10 REPRESENTACIONES GRÁFICAS VARIABLES DISCRETAS GRÁFICOS DE BARRAS GRÁFICOS DE BARRAS AGRUPADAS VARIABLES CUALITATIVAS Metodología de la Investigación ‐ 2016 REPRESENTACIONES GRÁFICAS VARIABLES DISCRETAS GRÁFICOS DE TORTA O SECTORES CIRCULARES VARIABLES CUALITATIVAS Metodología de la Investigación ‐ 2016 11 REPRESENTACIONES GRÁFICAS VARIABLES DISCRETAS GRÁFICOS DE TORTA O SECTORES CIRCULARES VARIABLES CUALITATIVAS Metodología de la Investigación ‐ 2016 REPRESENTACIONES GRÁFICAS Metodología de la Investigación ‐ 2016 12 ANÁLISIS ESTADÍSTICO ESTADÍSTICA DESCRIPTIVA Reducción de datos Análisis de la distribución Medidas de posición, dispersión y forma Gráficos ESTADÍSTICA INFERENCIAL Obtener a partir de una muestra conclusiones válidas para la totalidad de la población Metodología de la Investigación ‐ 2016 DESCRIPCIÓN DE LOS DATOS Reducción de datos Análisis de la distribución Medidas de posición, dispersión y forma Gráficos VARIABLES (continuas – discretas) DISTRIBUCIÓN DE FRECUENCIAS CARACTERIZACIÓN ‐ PROPIEDADES ESTADÍSTICOS CENTRALES Medidas de posición ESTADÍSTICOS DE DISPERSIÓN Medidas de amplitud ‐ Media ‐ Mediana ‐ Modo ‐ Amplitud o Rango ‐ Varianza , desvío estándar ‐ Coeficiente de variación Metodología de la Investigación ‐ 2016 13 DESCRIPCIÓN DE LOS DATOS Reducción de datos Análisis de la distribución Medidas de posición, dispersión y forma Gráficos ESTADÍSTICOS CENTRALES Medidas de posición ‐ Media ‐ Mediana ‐ Modo ‐ La media es sensible a valores extremos ‐ La mediana es apropiada para distribuciones simétricas (pruebas no paramétricas) ‐ La moda o modo indica la clase de mayor frecuencia (distribuciones bimodales y multimodales) ESTADÍSTICOS DE DISPERSIÓN Medidas de amplitud ‐ Amplitud o Rango ‐ Varianza , desvío estándar ‐ Coeficiente de variación Metodología de la Investigación ‐ 2016 DESCRIPCIÓN DE LOS DATOS MEDIDAS DE FORMA DE LA DISTRIBUCIÓN Asimetría Estadístico g1 g1 = 0 (distribución simétrica) igual concentración de valores a la derecha y a la izquierda de la media g1 > 0 (distribución asimétrica positiva) mayor concentración de valores a la izquierda de la media que a su derecha g1 < 0 (distribución asimétrica negativa) mayor concentración de valores a la derecha de la media que a su izquierda Curtosis Estadístico g2 g2 = 0 (distribución mesocúrtica) Grado medio de concentración alrededor de los valores centrales de la variable g2 > 0 (distribución leptocúrtica) Elevado grado de concentración alrededor de los valores centrales de la variable g2 < 0 (distribución platicúrtica) Reducido grado de concentración alrededor de los valores centrales de la variable Metodología de la Investigación ‐ 2016 14 LA DECISIÓN ESTADÍSTICA PRUEBAS DE HIPÓTESIS SOBRE UN PARÁMETRO POBLACIONAL a) b) c) d) e) f) Hipótesis nula Ho La que contrastamos Los datos pueden refutarla No debería ser rechazada sin una buena razón Elección de H0 Elección de H1 o Ha Criterio de la dócima o prueba Muestras y estadísticos Comprobación de H0 Conclusiones Hipótesis alternativa H1 Niega a H0 (y creemos que es ‘mejor’) Los datos pueden mostrar evidencia a favor No debería ser aceptada sin una gran evidencia a favor H0 cierta No Rechazo H0 Rechazo H0 Acepto H1 H0 Falsa Correcto Error de tipo II El tratamiento no tiene efecto y así se decide El tratamiento sí tiene efecto pero no lo percibimos Probabilidad 1‐α Probabilidad β Error de tipo I Correcto El tratamiento no tiene efecto pero se decide que sí El tratamiento tiene efecto y el experimento lo confirma Probabilidad α Probabilidad 1‐β Metodología de la Investigación ‐ 2016 ALGORITMOS, PROCEDIMIENTOS Y PROGRAMAS DE COMPUTACIÓN Investigación en Ciencias Biológicas Problema: Gran cantidad de datos Garantizar: confiabilidad, eficiencia, rapidez, seguridad, precisión y comodidad Proceso electrónico de datos Computadoras Metodología de la Investigación ‐ 2016 15 Sistemas operativos: DOS , WINDOWS , LINUX Editor de textos Microsoft Office Word , PowerPoint OpenOffice, LibreOffice, Google Drive, etc Planilla de cálculo EXCEL, OpenOffice, LibreOffice, Google Drive, etc Programas estadísticos SAS, SPAD‐N, SPSS, STATA, STATISTICA, SYSTAT, y el argentino INFOSTAT SIMULACIÓN Metodología de la Investigación ‐ 2016 FIN INDIVIDUO y POBLACIÓN SELECCIÓN DE LA MUESTRA MUESTRAS PROBABILÍSTICAS TIPOS DE VARIABLES MEDICIÓN Y CONFIABILIDAD CODIFICACIÓN DE DATOS ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL Metodología de la Investigación ‐ 2016 16
