REFLEXIÓN FINAL

  Hace nada me estaba presentando... y hoy ¡¡¡ya acabamos la asignatura!!!, ¿qué me llevo de esto?, una experiencia diferente, ya que al tener que hacer resúmenes de los temas, estaba obligada a leerlos, por lo que me ha ayudado a la hora de estudiar porque ya me sonaba todo 💪 además de ser más entretenido que estudiarlo solo con los apuntes por delante.

  La asignatura en particular me parece interesante, aunque de esto me he dado cuenta cuando he hecho el trabajo de investigación, ya que creo que es una herramienta muy útil a la hora de saber más sobre esta profesión, la Enfermería. 

Lo más útil del temario en mi opinión ha sido saber utilizar Epi Info 7, ya que presiento que va ser muy provechoso para mi carrera.
  Por último, me gustaría dar las gracias a los dos profesores de la asignatura, Don José Antonio Ponce Blandón en las clases de grupo grande y Don Manuel Pabón Carrasco en los seminarios ya que sin ellos esto no hubiera sido posible.

  Ya lo que queda es estudiar, que ¡¡¡los exámenes finales están aquí ya 😨!!! 

Hasta pronto👋👋

SESIONES TEÓRICAS ESTADÍSTICA Y TIC. TEMA 10

Contraste de hipótesis: para controlar los errores aleatorios, permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos.

Con los contraste de hipótesis establecemos a priori una hipótesis cerca del valor del parámetro, realizamos la recogida de datos y analizamos la coherencia entre la hipótesis previa y los datos obtenidos.

El test de hipótesis siempre va a contrastar la hipótesis nula ( la que no establece relación entre las variables de estudio).

Errores de hipótesis

El test d ehipótesis mide la probabilidad de error que cometo si rechazo a hipótesis nula. Con la misma muestra podemos aceptar o rechazar la hipótesis nula.

Error alfa: probabilidad de equivocarnos al rechazar la hipótesis nula. Normalmente será menos de 0'05. Por encima del 5% de error, aceptamos la hipótesis nula, "significación estadística".

Test de hipótesis chi-cuadrado (variables cualitativas, dependiente e independiente).

Suponemos la hipótesis cierta y estudiamos como es de probable que siendo iguales dos grupos a comparar se obtengan resultados como los objetivos o haber encontrado diferencias más grandes por grupos.

• Grado de libertad: (número de columnas-1) (número de filas-1).

SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 5

En este seminario expusimos los proyectos finales de investigación. En nuestro caso, nuestro grupo lo hizo sobre los conocimientos que los alumnos de 3º ESO tienen sobre el bullying y si esto influía en que lo realizaran o no.

Primero hicimos una introducción explicando lo que en normas generales era el bullying

Dan Olweus fue el primero que investigó el tema

Nuestros objetivos con el trabajo fueron :

• Medir la prevalencia del acoso escolar
• Sondear qué conocimentos tienen del bullying.

Los resultados que obtuvimos fueron:

A las conclusiones a las que llegamos fueron:

• El 100% de los que admiten haber intimidado a algún compañero alguna vez, saben que las consecuencias más frecuentes que esto provoca en los que lo sufren es sentir miedo, abandonar la escuela y bajar las notas, aunque de esos, un 21% solo lo asocia con sentir miedo.
• En la misma línea, el 50% de los que admiten que en su círculo poner motes es habitual, no lo reconoce como bullying.
• En la gráfica 1 se observa como el 93% de los que dicen haber realizado bullying en alguna ocasión, saben que es un abuso y aún así lo han realizado. Es decir, lo realizan aun teniendo la información necesaria que explica que el bullying es un problema muy grave 

• La gráfica 2 vuelve a apoyar nuestra conclusión, ya que se ve que el 26% de los que han sido informados sobre el bullying lo han realizado. 

Por último hemos agrupado las respuestas de las preguntas 8, 9, 12, 13 y 14 (conocimiento sobre el bullying) de cada encuestado, dándole a cada pregunta un valor de 0-20 puntos. A su vez hemos separado los chicos que han dicho realizar bullying (mediante la respuesta de las preguntas 4 y 6) y los que no. Realizando la media de la puntuación de cada grupo, se observa un 73'75 puntos de media entre los que dicen haber hecho bullying y un 68'29% los que no, por lo que deducimos que quien más sabe de bullying es quien lo realiza.

DÍA INTERNACIONAL DE LA ENFERMERÍA

  El pasado viernes, 12 de Mayo se conmemoró un año más el día internacional de la enfermería, muchos se preguntarán, ¿por qué este día? precisamente porque coincide con la fecha del nacimiento de Florence Nightingale, considerada "la madre de la Enfermería Moderna", después de las tantas aportaciones que hizo esta increíble mujer habría que hacerle un homenaje de algún tipo, ¿no?.

  Aprovecho esta entrada para felicitar a todas las enfermeras y enfermeros y para animar a quien se este pensando en empezar esta carrera el año que viene, porque os aseguro que no hay otra igual, y eso que aun no he acabado ni el primer año.

A seguir ayudando, apoyando, aconsejando, curando porque enfermería hace más.

"El arte de cuidar"

SESIONES TEÓRICAS ESTADÍSTICA Y TIC. TEMA 9

Estadística inferencial: muestreo y estimación

1. Inferencia estadística

El interés en un estudio del ámbito sanitario se centra además de en los pacientes concretos a los que hemos tenido acceso, como a todos los similares a estos.

*Inferir: al inferir nunca se tiene el dato seguro de toda la población sobre la que deduces los resultados de un estudio realizado anteriormente sobre la población que nos interesa, siempre hay error aleatorio.

• Población de estudio: conjunto de pacientes sobre los que queremos sacar conclusiones.
• Muestra: conjunto de individuos concretos que participan en el estudio.
• Tamaño muestral: número de individuos de la muestra.
• Inferencia estadística: conjunto de procedimientos estadísticos que permiten pasar de lo particular, a lo general.
• Técnicas de muestreo: conjunto de procedimientos que permiten elegir muestras de tal forma que éstas reflejen las características de la población (para evitar sesgos).

- Cuanto mayor sea el tamaño de la muestra, favorezco la reducción del error aleatorio por probabilidad.

2. Proceso de la inferencia estadística

*Parámetro: cuando tenemos una población de estudio y queremos obtener una medida.

*Estimador: medida de la variable de estudio obtenida en la muestra.

3. Error estándar

• Medida que trata de captar la variabilidad de los valores del estimador; mide el grado de variabilidad en los valores del estimador en las distintas muestras de un determinado tamaño que pudiésemos tomar de una población; cuando más pequeño es el error estándar de un estimador, más nos podemos fiar del valor de una muestra concreta.

-Cálculo del error estándar.

Va a depender de cada estimador

• Error estándar para una media: S/√n
• Error estándar para una proporción (frecuenica relativa): √p(1-p)/n

*Mientras mayor sea el tamaño de una muestra, menor será el error estándar.

4. Intervalos de confianza

• Medio para conocer el parámetro en una población midiendo el error que tiene que ver con el azar (error aleatorio).
• Par de números tales que, con un nivel de confianza en que podamos asegurar que el valor del parámetro es mayor o menor que ambos números.

Cálculo: 

-Z es un valor que depende del nivel de confianza 1-α con que se quiera dar el  intervalo

•  Para nivel de confianza 68% z=1.

• Para nivel de confianza 95% z=1,96 ~2.

• Para nivel de confianza 99% z=2,58 ~3.

-Mientras mayor sea la confianza que queramos otorgar al intervalo, éste será mas amplio, el extremo inferior y el superior del intervalo estarán más distanciados y, el intervalo será menos preciso.

5. Procedimiento muestral (técnica de muestreo)

El muestreo consiste en escoger un grupo pequeño de una población para que podamos tener un grado de probabilidad de que esa muestra posea las características de la población que estamos estudiando.

6. Tipos de muestreo

7. Tamaño de la muestra

Depende de: 

• Error estándar.
• Mínima diferencia entre los grupos de comparación que se considera importante en los valores de la variable a estudiar.
• Variabilidad de la variable a estudiar.
• Tamaño de la población de estudio.

SESIONES TEÓRICAS ESTADÍSTICA Y TIC. TEMA 8

MEDIDAS DE TENDENCIA CENTRAL, POSICIÓN Y DISPERSIÓN.

1. Resumen numérico de una serie estadística:

Además de las tablas y gráficos podemos resumir una serie de observaciones mediante estadísticos. Solo se aplican a variables cuantitativas continuas.

Tres tipos de medidas estadísticas: 

• Medidas de posición: informa de la magnitud, tamaño o posición de las observaciones de los datos una vez que están ordenados de menor a mayor.
• Medidas de tendencia central: dan idea del comportamiento central de los sujetos.
• Medidas de dispersión o variabilidad: información sobre la heterogeneidad de los sujetos, diferencia entre ellos.

2. Medidas de tendencia central

• Media aritmética (x): suma de todos los valores de la variable observada entre el total de observaciones.
• Media aritmética ponderada (cuando los datos estan agrupados en intervalos): se suma la marca de clase multiplicada por la frecuencia absoluta y dividimos netre el número de sujetos.
• Mediana: valor de la observación que se queda en el 50% de los datos hacia arriba y hacia abajo; si el número de observaciones es impar, se suman los dos valores que quedan en el centro y se dividen entre 2. 
• Propiedad: solo se tiene en cuenta la posición de los valores en la muestra, por lo que tiene mucho mejor comportamiento que la media cuando hay observaciones. 
• Moda: valor que más se repite. Si hay más de una la muestra es bimodal y más de dos multimodal.
• Clase modal: cuando los datos están agrupados y corresponde al intervalo en el que el cociente entre la frecuencia relativa y la amplitud (se resta el intervalo mayor menos el menor).

3. Medidas de posición o cuantiles: para variables cuantitativas y, solo se tiene en cuenta la posición ordenado de mayor a menor de los valores en la muestra.

• Percentiles: divide la muestra ordenada en 100 apartes, para buscar la posición de un percentil en una serie de datos agrupados, buscamos el intervalo en el que la frecuencia relativa acumulada (Hi) sea superior al valor del percentil; el P50 es el valor de la mediana. 
• Deciles: divide la muestra ordenada en 10 partes; el D5 es igual a la mediana y, por tanto, al del P50.
• Cuartil: divide la muestra ordenada en 4 partes, Q2 es igual a la mediana.

4. Medidas de dispersión

La información aportada por las medidas de tendencia central es limitada.

• Rango o recorrido: diferencia entre el mayor y el menor valor de la muestra.
• Desviación media: media aritmética de las distancias de cada observación con respecto a la media de la muestra.
• Desviación típica o estándar: cuantifica el error que cometemos si representamos una muestra únicamente por su media.
• Varianza: la misma información peor en valores cuadráticos.
• Recorrido intercuartílico: diferencia entre el tercer y primer cuartil.
• Coeficiente de variación: medida de dispersión relativa. Para comparar la hetrogenidad de dos series numéricas con independencia de las unidades de medidas. Va de 0 a 1.

5. Distribuciones normales

Distribución de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales. 

Las distribuciones normales en un histograma aparece una especie de campana, por eso la campana de Gauss. Es simétrica respecto de los valores de posición central, la moda va coincidir con la media y la mediana.

6. Asimetría y Curtosis

• Coeficiente de asimetría de una variable:  grado de asimetría de la distribución de sus datos en torno a su media.
• Curtosis o apuntamiento de la curva:  no tiene relación con la simetría, sirve para medir el grado de concentración de los valores que toma en torno a su media. Los datos se acumulan mucho, mientras más se acumulen, más apuntada es la curva.