El conocimiento y la estadística
Qué es el conocimiento? Es el entendimiento, la inteligencia y la razón natural. Conjunto de saberse sobre un tema o sobre una ciencia. La adquisición del conocimiento está en la capacidad intelectual de un hombre (observación, memoria, capacidad de juicio, etc….).
Conocimiento ordinario
se describe y no se explica, superficial, DESCRIBE
Conocimiento científico
EXPLICA, justifica el porque y el como de determinado fenómeno
Conocimiento características:
Origen empírico, Capacidad de confirmación o verificación,Racional,Objetivo,Metódico, Progresivo,General,Acumulativo.
CONOCIMIENTO ORDINARIO
Se adquiere por medio del azar. Está sujeto a nuestra experiencia y modo de sentir. Se apoya en creencias y respuestas no verificables. Es inexacto, subjetivo e indefinido
CONOCIMIENTO CIENTÍFICO
Se adquiere mediante la razón. Es verificable, puede estar basado en la experiencia, pero se puede demostrar ,objetivo, sistemático, se adquiere mediante el conocimiento acumulativo, porque sirve de base para otros entendimientos; porque se adquiere con procedimientos.
Características del Método Científico
Es fáctico: En cuanto se ciñe a los hechos, referencia empírica. Trasciende los hechos: Los científicos exprimen la realidad para ir más allá de las apariencias. Verificación empírica: Se vale de la verificación empírica para formular respuestas a los problemas planteados y para apoyar sus propias afirmaciones. Toma sus datos y fundamenta sus conclusiones en la observación ordenada y sistemática de la realidad. Puede proceder por vía inductiva, deductiva o por ambas a la vez. Progresivo: La permanente confrontación con los hechos hace que el método científico sea además progresivo y acumulativo. Progresivo, ya que al no tomar sus conclusiones como infalibles y definitivas, está abierto a nuevos aportes y a la utilización do nuevos procedimientos y nuevas técnicas. Formulaciones de tipo general: Los aspectos en particular o el hecho singular interesan en la medida en que éste es miembro de una clase o caso de una ley. Si estudia la realidad distinguiendo y separando cada uno de sus elementos, es con el fin de poder profundizar mejor en los diversos aspectos de la misma, que luego reúne y reestructura de nuevo para adoptar una visión global y de conjunto. El conocimiento científico exige mayor rigor para encontrar regularidades en los fenómenos para describirlos, explicarlos y / o predecirlos. Orden y control: En un estudio científico el investigador avanza de forma ordenada y sistemática.
Etapas
- Problema de investigación
- Revisión bibliográfica
- Objetivos de investigación
- Pregunta de investigación/Hipótesis
- Diseños de investigación
- Variables de estudio
- Población y muestra
- Métodos de medida
- Recogida de datos
- Análisis de datos
- Resultado de investigación
- Referencias bibliográficas
Variable: aquello que quiero determinar, se observa y cuantifica
2 TIPOS DE VARIABLES:
Variables cuantitativa o numéricas: Aquellas variables que recogen como información una medida (una cantidad numérica) de lo que se está observando. Ej.: Edad, peso, tensión arterial, número de hijos, hermanos, etc. (datos métricos)
Variables cualitativas o categóricas:
Son aquellas que recogen una característica que no se puede expresar mediante una cantidad, aunque si con una categoría. Ej.: Sexo (varón/mujer), color de ojos (azules/marrones/verdes…), etc. (datos no métricos)
VARIABLES CUANTITATIVAS
Discretas: Son aquellas variables que tienen un conjunto finito de valores y en caso infinito solamente toman los números enteros
Continuas: Son aquellas variables donde el conjunto de posibles valores entre dos números fijos es infinito.
VARIABLES CUALITATIVAS
Nominales: Son aquellas variables que tienen un conjunto de categorías que no tienen ninguna tipo de jerarquía.
Ordinales: Son aquellas variables donde el conjunto de categorías tienen una jerarquía u orden. Ej: curso de infermeria (tiene un orden según el avanze de conocimientos)
Politómica: Tienen más de dos respuestas (ej: alto, bajo, mediano.
Dicotómica: La variable solo puede tomar dos valores posibles. (ej: alto, bajo)
V. dependiente: Es la de interés principal. Representa al desenlace o resultado que se pretende explicar o estimar en el estudio.
V. independiente: Define la condición bajo la cual se examina a la variable dependiente.
ESTADÍSTICA DESCRIPTIVA
Dado un conjunto de datos de una variable “x”, la estadística descriptiva estudia los procedimientos para sintetizar la información. La estadística descriptiva proporciona herramientas para la recolección, organización y resumen de los datos observados. Permite la posibilidad de definir y redefinir hipótesis.
Estadística descriptiva unidimensional:
es la estadística descriptiva de una única variable.
Estadística descriptiva bidimensional:
es la estadística descriptiva de dos variables.
Descriptiva unidimensional (variables cualitativa) –>
La estadística descriptiva de una única variable cualitativa puede ser considerada como un caso particular del análisis descriptivo de una variable cuantitativa.
Distribución de frecuencias Es la tabulación de las “n” observaciones de una muestra o población en una tabla de frecuencias.
Tabla de frecuencias 1.Absolutas (ƒi): es el número de veces que aparece cada observación 2. Absolutas acumuladas (Fi): Suma de las frecuencias absolutas menores o iguales al dato xi 3. Relativa (ƒri): Cociente de la frecuencia absoluta entre el total de observaciones. 4. Relativa acumulada (Fri): Suma de las frecuencias relativas menores o iguales al dato xi
Descriptiva unidimensional (variables cuantitativa) –>Medidas de centralización, dispersión, posición, forma
Medidas de centralización
Son unas medidas que nos resumen la información de las variables cuantitativas. Nos indican los valores más frecuentes, medios, el centro de gravedad. Muy útil para datos homogéneos ya que resumen muy bien la información
Media aritmética: Valor central. Suma de los n valores de la muestra o población entre el número total de datos.
Moda: Es el valor con mayor frecuencia absoluta.
Mediana: Es el valor tal que al ordenar los datos dejan el mismo número de datos a un lado y otro.
Media Truncada: Se obtiene calculando la media aritmética desechando los valores más extremos (5%).
Media Geométrica: Se obtiene calculando la raíz “n” del producto de los valores.
ESTADÍSTICA INFERENCIAL
Conceptos: Parámetro: Es una medida utilizada para describir alguna característica de una población. Como por ejemplo la media aritmética, mediana o desviación estándar. ¨ Estadístico: Es una medida utilizada para describir alguna característica de la muestra (para describir un parámetro). Distribución de muestreo o De una misma población se pueden sacar “k” muestras. o Los estadísticos pueden ser calculados para cada una de las “k” muestras. o La distribución del estadístico obtenida de las muestras, es llamada distribución de muestreo del estadístico. Error estándar: La desviación estándar de una distribución de muestreo de un estadístico. Por ejemplo la desviación estándar de las medias de todas las muestras posibles del mismo tamaño, las cuales han sido extraídas de una población, es llamada el error estándar de la media. (Error estándar es DISTINTO de la desviación estándar). ¨ Error muestral o error de muestreo: La diferencia entre el resultado de la muestra (estadístico) y el verdadero valor de la población (parámetro). El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal. Mientras más pequeño es el error muestral, maypr es la precisión de la estimación.
Base metodologica: Teorema Central del Límite, Ley de los Grandes números, Estadística paramétrica, Estadística no paramétrica, Estimación puntual: Es dar una estimación al valor desconocido de la población. Los resultados de la estadística descriptiva son estimaciones puntuales. Las principales características de los estimadores son la robustez, consistencia y centrado o insesgado. Intervalos de confianza: Las estimaciones puntuales un intervalo de valores entre los cuales deben estar el verdadero valor del parámetro con una alta probabilidad (nivel de confianza o significado). Los intervalos de confianza son un conjunto de valores con una probabilidad fijada a priori, contenga el verdadero valor del parámetro. Contrastes de hipótesis.
Construcción –> es el cálculo del estimador puntual, cálculo del error estándar del estimador, búsqueda del punto crítico de la distribución correspondiente a la variable al nivel de significación a/2
Intervalo de confianza –> será mas estrecho cuando: el tamaño de la muestra sea mayor, la dispersión de la estimación sea menor y el nivel de confianza sea menor.
Significación estadística es cuando el p-valor es mayor a 0,05 (en las tablas) y significación clínica o práctica (juicio profesional).
Hipótesis nula (H0) –> Es aquella hipótesis que se contrasta. Es la hipótesis que mantendremos a no ser que los datos indiquen su falsedad. Nunca se considera demostrada por los datos muestrales. Se elige de acuerdo con el principio de simplicidad científica.
Hipótesis alternativa (H1)–> Es cualquier hipótesis que no sea nula. Pueden ser unilaterales o bilaterales.
Tipo de hipótesis
Para especificar un valor concreto de los parámetros de una variable. (CONFORMIDAD) Hipótesis: La media del peso de la población es 65.
Para establecer la igualdad de las distribuciones de 2 o más variables (HOMOGENEIDAD). Hipótesis: La media del peso de los hombres de la población es la misma que la media del peso de las mujeres por la población.
Para determinar la forma de la distribución de la variable (CONFORMIDAD). Hipótesis: El peso de la población sigue una distribución normal.