Estadísticas descriptivas

El uso de herramientas estadísticas para resumir y describir un conjunto de valores de datos

A los seres humanos generalmente les resulta difícil crear significado a partir de largas listas de números
o palabras

Resumir los números o contar las ocurrencias de las palabras y expresar ese resumen con valores únicos
tiene mucho más sentido para nosotros.

En las estadísticas descriptivas, no se intenta comparar conjuntos de datos o grupos.

Población

Un grupo de individuos que comparten al menos una característica en común.

En un nivel macro, esto podría referirse a toda la humanidad

A nivel de una investigación clínica, esto podría referirse a cada individuo con una determinada
enfermedad o factor de riesgo, que aún podría ser una enorme cantidad de individuos.

Es muy posible tener una población bastante pequeña, es decir, en el caso de una condición muy rara.

Los resultados de un estudio infieren sus resultados a una población más grande; Hacemos uso de los
hallazgos para administrar la población a la que los hallazgos del estudio infieren

Estadística inferencial

La investigación de elementos específicos que nos permiten hacer inferencias sobre una población más
grande (es decir, más allá del tamaño de la muestra)

Aquí comparamos grupos de sujetos o individuos.

Normalmente no es posible incluir a cada sujeto o individuo en una población en un estudio, por lo
tanto, utilizamos estadísticas e inferimos que los resultados que obtenemos se aplican a la población
más grande.

Muestra
Una muestra es una selección de miembros dentro de la población (discutiremos diferentes formas de
seleccionar una muestra un poco más adelante en este curso)

La investigación se lleva a cabo utilizando ese conjunto de miembros de la muestra y cualquier resultado
puede inferirse a la población de la que se tomó la muestra

Este uso del análisis estadístico hace posible la investigación clínica, ya que generalmente es casi
imposible incluir a la población completa

Parámetro

Un valor estadístico que se calcula a partir de todos los valores en una población completa, se denomina
parámetro

Si supiéramos la edad de cada individuo en la tierra y calculemos la edad media o promedio, esa edad
sería un parámetro

Estadística

Un valor estadístico que se calcula a partir de todos los valores en una muestra, se denomina estadística

La edad media o promedio de todos los participantes en un estudio sería una estadística

Variable

Hay muchas maneras de definir una variable, pero para usar en este curso me referiré a una variable
como un nombre de grupo para cualquier valor de datos que se recopile para un estudio

Los ejemplos incluirían edad, presencia de factor de riesgo, temperatura de admisión, organismo
infeccioso, presión arterial sistólica

Esto invariablemente se convierte en los nombres de columna en una hoja de cálculo de datos, y cada
fila representa los hallazgos de un individuo en un estudio.

Punto de datos

Me refiero a un punto de datos como un valor de ejemplo único para una variable, es decir, un paciente
podría tener una presión arterial sistólica (la variable) o 120 mm Hg (el punto de datos)
Usaré dos sistemas de clasificación para datos: categórico y numérico, cada uno de los cuales tiene dos
subdivisiones.

Categórico (incluyendo datos nominales y ordinales), se refiere a categorías o cosas, no a valores

matemáticos.

Numérico (más definido como datos de intervalo o de relación) se refiere a datos que tratan sobre
medición y conteo

En resumen, los tipos de datos categóricos se refieren a palabras. Aunque las palabras se pueden contar,
las palabras en sí mismas solo representan categorías. Esto se puede decir de las enfermedades. La
colecistitis aguda (infección de la vesícula biliar) y la colangitis aguda (infección de los conductos biliares)
son enfermedades del tracto biliar (bilis). Como palabras, estas enfermedades representan entidades
categóricas. Aunque puedo contar cuántos pacientes tienen una de estas afecciones, las enfermedades
en sí mismas no son entidades numéricas. Lo mismo ocurriría con el género, los medicamentos y
muchos otros ejemplos.

También cubriré otro tipo de clasificación numérica: variables discretas y continuas. Los valores
discretos, como su nombre lo indica, existen como pequeñas islas que no están conectadas (sin tierra
entre ellas). Piensa en el lanzamiento de un dado. Con un dado normal de seis lados no puedes tirar un
tres y medio. Los valores numéricos continuos, por otro lado, tienen (para fines prácticos) muchos
valores entre otros valores. Son infinitamente divisibles (dentro de límites razonables).

Datos categóricos nominales:

son puntos de datos que representan palabras ("sí" o "no") o conceptos (como género o enfermedad
cardíaca) que no tienen valor matemático

no tienen un orden natural para los valores o palabras, es decir, "nominal", por ejemplo: género o su
profesión
Tenga cuidado con los conceptos categóricos que pueden percibirse como que tienen algún orden. Por
lo general, estos están abiertos a interpretación. Alguien podría sugerir que la enfermedad cardíaca es
peor que la enfermedad renal o viceversa. Esto, sin embargo, depende de muchos puntos de vista. No
hagas las cosas demasiado complicadas. En general, es fácil detectar el tipo de datos categóricos
nominales.

Otros ejemplos comunes incluyen preguntas de la encuesta: donde un participante puede calificar su
acuerdo con una declaración en una escala, digamos 1 (uno), lo que indica que no está de acuerdo en
absoluto, a 5 (cinco), lo que indica que está totalmente de acuerdo. Las respuestas de estilo Likert como
totalmente en desacuerdo, en desacuerdo, ni de acuerdo ni en desacuerdo, de acuerdo y totalmente de
acuerdo también se pueden convertir a números, es decir, 1 (uno) a 5 (cinco). Aunque pueden
clasificarse, todavía no tienen un valor numérico inherente y, como tales, siguen siendo valores de datos
categóricos ordinales.

Tipos de datos numéricos

A diferencia de los tipos de datos categóricos (palabras, cosas, conceptos, números de clasificación), los
tipos de datos numéricos involucran números reales. Los datos numéricos son datos cuantitativos, por
ejemplo, el peso de los bebés que asisten a una clínica, las dosis de medicamentos o la presión arterial
de diferentes pacientes. Se pueden comparar y puede hacer cálculos sobre los valores. Desde un punto
de vista matemático, hay diferencias fijas entre los valores. La diferencia entre un valor de presión
arterial sistólica de 110 y 120 mm Hg es la misma que entre 150 y 160 mm Hg (10 mm Hg).

Hay dos tipos de datos numéricos: intervalo y relación.

Este tipo se aplica a los datos que tienen un verdadero 0 (cero), lo que significa que puede establecer
una relación significativa entre los puntos de datos en relación con el valor 0 (cero), por ejemplo. edad
desde el nacimiento (0) o recuento de glóbulos blancos o número de visitas clínicas (desde 0). Una
presión arterial sistólica de 200 mm Hg es, de hecho, el doble que una presión de 100 mm Hg.

Resumen

Nominal categórico = nombrar y describir (por ejemplo, género)

Ordinal categórico = algún orden o clasificación natural (por ejemplo, escalas de dolor)
Intervalo numérico = incrementos significativos de diferencia (p. Ej. Temperatura)

La relación numérica = puede establecer una relación de línea de base entre los datos con el 0 absoluto
(p. Ej., Edad)

¿Por qué necesitamos pasar tiempo distinguiendo datos?

Debe usar pruebas estadísticas muy diferentes para diferentes tipos de datos, y sin comprender qué
reflejan los valores de tipo de datos (puntos de datos), es fácil hacer afirmaciones falsas o usar pruebas
estadísticas incorrectas.

Variables discretas y continuas

Otra forma importante de clasificar los datos que está viendo es distinguir entre tipos de datos discretos
o continuos.

Datos discretos:

tiene un conjunto finito de valores

no se puede subdividir (tirar los dados es un ejemplo, ¡solo puedes tirar un 6, no un 6.5!)

Un buen ejemplo son los valores binomiales, donde solo hay dos valores presentes, por ejemplo, un
paciente desarrolla complicaciones o no

Datos continuos:

tiene infinitas posibilidades de subdivisiones (por ejemplo, 1.1, 1.11. 1.111, etc.)

Un ejemplo que utilicé fue la medición de la presión arterial y la posibilidad de tomar lecturas cada vez
más detalladas dependiendo de la sensibilidad del equipo que se está utilizando.

se ve principalmente de una manera práctica, es decir, aunque podemos seguir reduciendo a la mitad el
número de glóbulos rojos por litro de sangre y eventualmente terminar con una sola célula (discreta),
los números absolutamente grandes con los que estamos tratando hacen que el recuento de glóbulos
rojos un valor de datos continuo