REPASO BIOESTADÍSTICA I Dra. Margot Vidal Anzardo Unidad de Epidemiología Clínica Universidad Peruana Cayetano Heredia.

Presentación del tema: "REPASO BIOESTADÍSTICA I Dra. Margot Vidal Anzardo Unidad de Epidemiología Clínica Universidad Peruana Cayetano Heredia."— Transcripción de la presentación:

1 REPASO BIOESTADÍSTICA I Dra. Margot Vidal Anzardo Unidad de Epidemiología Clínica Universidad Peruana Cayetano Heredia

2

3 Histograma Para varriables numéricas continuas o discretas. El eje vertical describe la frecuencia o la frecuencia relativa. El área suma 100% o 1. Los intevalos pueden ser de diferente amplitud

4 histogram prn, normal Para variable continuas se utiliza un HISTOGRAMA

5 swilk prn Shapiro-Wilk W test for normal data Variable | Obs W V z Prob>z -------------+------------------------------------------------- prn | 189 0.99258 1.053 0.119 0.45247 Ho: La variable tiene distribución Normal Ha: La variable NO tiene distribución Normal P>0.05 Se acepta la Ho P<=0.05 Se rechaza la Ho comando VariableCONTINUA Prn tiene distribución Normal

6 Media Sirva para variables discretas y continuas que tienen Distribuciòn Normal. No es adecuado para variables nominales u ordinales Es muy sensible a valores extremos

7 Mediana Sirve tanto para variables numericas continuas y discretas. Se usa cuando la variable NO tiene distribución Normal No es sensible a valores atípicos

8 summ prn, d Percentiles Smallest 1% 1021 709 5% 1790 1021 10% 1970 1135 Obs 189 25% 2414 1330 Sum of Wgt. 189 50% 2977 Mean 2944.656 Largest Std. Dev. 729.0224 75% 3475 4174 90% 3884 4238 Variance 531473.7 95% 3997 4593 Skewness -.2084993 99% 4593 4990 Kurtosis 2.889143

9 Al presentar los datos En variables con: Distribución normal: X +/- ds = 2944 +- 3475 Distribución no normal: Me (RI)= p25-p75

10 Moda Es la observación mas frecuente 1,2,3,4,4,5 Moda: 4

11 Moda Moda : 10 y 16

12 Variable categórica

13 summ prn, d Percentiles Smallest 1% 1021 709 5% 1790 1021 10% 1970 1135 Obs 189 25% 2414 1330 Sum of Wgt. 189 50% 2977 Mean 2944.656 Largest Std. Dev. 729.0224 75% 3475 4174 90% 3884 4238 Variance 531473.7 95% 3997 4593 Skewness -.2084993 99% 4593 4990 Kurtosis 2.889143

14 gen edadcat= prn. replace edadcat=1 if prn<2414 (47 real changes made). replace edadcat=2 if prn>=2414 & prn<2977 (45 real changes made). replace edadcat=3 if prn>=2977 & prn<3475 (49 real changes made). replace edadcat=4 if prn>=3475 (48 real changes made)

15 . tab edadcat edadcat | Freq. Percent Cum. ------------+----------------------------------- 1 | 47 24.87 24.87 2 | 45 23.81 48.68 3 | 49 25.93 74.60 4 | 48 25.40 100.00 ------------+----------------------------------- Total | 189 100.00 VARIABLE CATEGÓRICA

16 categóricacontinua dicotómica

17 categórica

18 Variable categórica Gráfico de Barras

19 Para variables categóricas u ordinales Las barras deben ser de igual amplitud Las barras deben estar separadas

20 Gráfico de Barras : Edad categorizada

21 Gráfico de Pie Son una alternativa a los gráficos de barra

22 Polígono de frecuencias Para variables contínuas El polígono se forma al unir los puntos medios de cada intervalo. Sirven para comparar 2 o mas distribuciones

23 ContinuaDicotómica 2 grupos de comparación

24 Polígono de Frecuencias

25 Para saber rápidamente como se distribuyen 2 variables Gráfico de Cajas o BOX PLOT

26 Gráfico de Cajas Para variables continuas Permite estudiar la simetría de las variables Nos da información sobre: Dispersión Simetría Existencia de valores atípicos

27 Gráfico de Cajas

28 Mediana Media

29 Gráfico de dispersión bidimensional Establece la relación entre 2 variables continuas Cada punto representa un par de valores.

30 Gráfico de dispersión A mayor fluor menor No de caries

31 INFERENCIA 1.- Intervalos de confianza 2.- Prueba de Hipótesis

32 PRUEBA DE HIPÓTESIS Hipótesis nula: Ho Hipótesis alterna: Ha o H1 Ho: U1 = U2 Ha: U1 ≠ U2 Ho: El promedio de peso RN de las mujeres que fuman es igual al promedio de peso RN de las mujeres que no fuman Ho: El promedio de peso RN de las mujeres que fuman es diferente al promedio de peso RN de las mujeres que no fuman

33 PRUEBA DE HIPÓTESIS BILATERAL: UNILATERAL: Ho: U1 = U2 Ha: U1 ≠ U2 Ho: U1 >= U2 Ha: U1 < U2 Ho: U1 <= U2 Ha: U1 > U2 Ho + Ha Todas las posibilidades

34 PRUEBA DE HIPÓTESIS 1.- Plateamiento de las hipótesis 2.- Con lo datos de la muestra se calcula el estadístico 3.- Se rechaza o no la Hipótesis Nula (Ho) y se concluye

35 PRUEBA DE HIPÓTESIS para una media Z = X – Uo σ√n Cuando se conoce la varianza T = X – Uo s√n Cuando no se conoce la varianza

36 swilk prn Shapiro-Wilk W test for normal data Variable | Obs W V z Prob>z -------------+------------------------------------------------- prn | 189 0.99258 1.053 0.119 0.45247 Ho: La variable tiene distribución Normal Ha: La variable NO tiene distribución Normal P>0.05 Se acepta la Ho P<=0.05 Se rechaza la Ho comando VariableCONTINUA Prn tiene distribución Normal

37 Para saber que prueba utilizar Recordar revisar: Son poblaciones independientes ? Tienen varianzas iguales? SI ?

38 by fuma: summ prn -------------------------------------------------------------------------- -> fuma = 0 Variable | Obs Mean Std. Dev. Min Max -------------+-------------------------------------------------------- prn | 115 3054.957 752.409 1021 4990 -------------------------------------------------------------------------- -> fuma = 1 Variable | Obs Mean Std. Dev. Min Max -------------+-------------------------------------------------------- prn | 74 2773.243 660.0752 709 4238

39 ttest prn, by(fuma) unequal Two-sample t test with unequal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 115 3054.957 70.1625 752.409 2915.965 3193.948 1 | 74 2773.243 76.73218 660.0752 2620.316 2926.17 ---------+-------------------------------------------------------------------- combined | 189 2944.656 53.02858 729.0224 2840.049 3049.264 ---------+-------------------------------------------------------------------- diff | 281.7133 103.9741 76.46677 486.9598 ------------------------------------------------------------------------------ diff = mean(0) - mean(1) t = 2.7095 Ho: diff = 0 Satterthwaite's degrees of freedom = 170.001 Ha: diff 0 Pr(T |t|) = 0.0074 Pr(T > t) = 0.0037

40 PRUEBA DE HIPÓTESIS Hipótesis nula: Ho Hipótesis alterna: Ha o H1 Ho: U1 = U2 Ha: U1 ≠ U2 Ho: El promedio de peso RN de las mujeres que fuman es igual al promedio de peso RN de las mujeres que no fuman Ho: El promedio de peso RN de las mujeres que fuman es diferente al promedio de peso RN de las mujeres que no fuman

41 ttest prn, by(fuma) unequal Two-sample t test with unequal variances ------------------------------------------------------------------------------ Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval] ---------+-------------------------------------------------------------------- 0 | 115 3054.957 70.1625 752.409 2915.965 3193.948 1 | 74 2773.243 76.73218 660.0752 2620.316 2926.17 ---------+-------------------------------------------------------------------- combined | 189 2944.656 53.02858 729.0224 2840.049 3049.264 ---------+-------------------------------------------------------------------- diff | 281.7133 103.9741 76.46677 486.9598 ------------------------------------------------------------------------------ diff = mean(0) - mean(1) t = 2.7095 Ho: diff = 0 Satterthwaite's degrees of freedom = 170.001 Ha: diff 0 Pr(T |t|) = 0.0074 Pr(T > t) = 0.0037

42 P=0.0074 P<0.05 Como el p<0.05 se rechaza la Ho Por lo tanto el peso promedio de los RN de madres fumandoras es diferente al peso promedio de los RN de madres que no fuman

43 Comparación de mas de 2 medias Análisis de Varianza

44 tabu centro, sum( edad) | Summary of edad centro | Mean Std. Dev. Freq. ------------+------------------------------------ 1 | 62.545455 8.6724922 22 2 | 63.277778 7.7899298 18 3 | 60.826087 8.0037047 23 ------------+------------------------------------ Total | 62.126984 8.1190578 63

45 oneway edad centro Analysis of Variance Source SS df MS F Prob > F ------------------------------------------------------------------------ Between groups 66.6141226 2 33.3070613 0.50 0.6108 Within groups 4020.37 60 67.0061667 ------------------------------------------------------------------------ Total 4086.98413 62 65.9190988 Bartlett's test for equal variances: chi2(2) = 0.2430 Prob>chi2 = 0.886 1 2 Test de Barlett: Ho: Las varianzas son iguales Ha: Las varianzas no son iguales Las medias de edad de los 3 centros son iguales

46 Porcentaje de muertos según la edad categorizada. ¿En que edad hay mayor mortalidad? tab edad4 est_vita | est_vita edad4 | 0 1 | Total -----------+----------------------+---------- 1 | 6 2 | 8 2 | 5 5 | 10 3 | 19 16 | 35 4 | 10 17 | 27 -----------+----------------------+---------- Total | 40 40 | 80

47 | est_vita edad4 | 0 1 | Total -----------+----------------------+---------- 1 | 6 2 | 8 | 75.00 25.00 | 100.00 -----------+----------------------+---------- 2 | 5 5 | 10 | 50.00 50.00 | 100.00 -----------+----------------------+---------- 3 | 19 16 | 35 | 54.29 45.71 | 100.00 -----------+----------------------+---------- 4 | 10 17 | 27 | 37.04 62.96 | 100.00 -----------+----------------------+---------- Total | 40 40 | 80 | 50.00 50.00 | 100.00 Porcentaje de muertos según la edad categorizada. ¿En que edad hay mayor mortalidad? Hay un mayor Porcentaje de Muertos en la Categoría 4 (63%)

48 Muchas Gracias por su atención