REFLEXIÓN FINAL

Bueno chicos, ha llegado el final de este curso aunque nos queden los exámenes todavía. Espero que salgan bien, sé que hemos dado todo lo que hemos podido así que nada tiene porqué salir mal.
Ahora que ya he pasado este curso, con mejores o peores notas, lo que puedo decir, es que, aunque no hemos tenido prácticas por ahora, estoy ansiosa por tenerlas, y lo más importante, es que, yo no elegí enfermería desde el principio pero si tuviese que escoger ahora mi carrera, VOLVERÍA A ESCOGER ENFERMERÍA.
Y con respecto a esta asignatura, pues se agradece mucho que haya algo de números entre tanta teoría, es algo difícil pero nada que no pueda sacarse con un poco de tiempo y dedicación, como todo.
¡¡Suerte a todos y espero que estéis igual de felices con vuestra elección como lo estoy yo!!!

¿CÓMO SABER SI UNA VARIABLE SIGUE UNA DISTRIBUCIÓN NORMAL?

Para realizar un test de hipótesis, es necesario que las variables sigan una distribución normal, por tanto, para determinar si una variable sigue una distribución normal, existen dos pruebas, la prueba de Shapiro-Wilks y la prueba de Kolmogorov-Smirnov.

PRUEBA DE KOLMOGOROV-SMIRNOV
Cuando la prueba Kolmogorov-Smirnov se aplica para contrastar la hipótesis de normalidad de la población, el estadístico de prueba es la máxima diferencia:

siendo Fn(x) la función de distribución muestral y Fo(x) la función teórica o correspondiente a la población normal especificada en la hipótesis nula.
La distribución de Kolmogorov-Smirnov es independiente de la distribución poblacional especificada en la hipótesis nula.

PRUEBA DE SHAPIRO-WILKS
Cuando la muestra es como máximo de tamaño 50 se puede contrastar la normalidad con la prueba de shapiro Shapiro-Wilks. La fórmula es la siguiente: 

donde D es la suma de las diferencias.
Se rechazará la hipótesis nula de normalidad si W es menor que el valor proporcionado por la tabla elaborada por los autores para el tamaño muestral y el nivel de significación dado.

TAU DE KENDALL

El último test de hipótesis que estudiaremos, se llama, Tau de Kendall y se utiliza para comparar variables cuantitativas.

Las fórmulas son las siguientes:

 T = |B1| / (Sy/Sx * √ (n - 1) )

Gracias a ellas, podremos representar los datos en un gráfico y después obtener el valor de tau, y, tras compararlo con el valor que nos proporciona la tabla, ver si es correcto o no rechazar la hipótesis nula.

SESIONES TEÓRICAS DE ESTDÍSTICA Y TIC’s: TEMA 10: HIPÓTESIS ESTADÍSTICAS. TEST DE HIPÓTESIS

Para controlar los errores aleatorios, podemos utilizar el cálculo de intervalos de confianza pero también podemos realizar los test de hipótesis. Estos consisten en plantear una hipótesis nula sobre un estudio y calcular el error que se cometería al rechazarla o al aceptarla.

TIPOS DE TEST DE HIPÓTESIS Y CUÁNDO UTILIZAR CADA UNO

DEPENDIENTE INDEPENDIENTE	Cualitativa 2 Grupos	Cualitativa > 2 Grupos	Cuantitativa
Cualitativa 2 Grupos	Chi cuadrado T comparación proporciones P. exacta de Fisher P. Mc Nemar	Chi cuadrado Q de Cochran	T student U. de Mann- Whitney T. Wilcoxon
Cualitativa > 2 Grupos	Chi cuadrado Q. de Cochran	Chi cuadrado Q. de Cochrann	A. varianza Kruskall-Wallis F. Friedman
Cuantitativa	Regresión logística	Regresión logística	Regresión lineal: Correl. Pearson Correl. Spearman

ERRORES DE HIPÓTESIS

El error que se comete al aceptar la hipótesis nula, es lo que se llama, error alfa.
Por el contrario, si el error que cometemos es, rechazar la hipótesis nula cuando es la verdadera, se llama error beta.
El error máximo que se acepta en los estudios de ciencias de la salud es de p<0.05, es decir, de un máximo de un 5%. A esto se le denomina significación estadística. Para calcular estos errores, utilizamos los test de hipótesis:

CHI CUADRADO DE PEARSON

Sirve para comparar dos variables cualitativas.
Suponemos que la Ho (hipótesis nula) es cierta, y calculamos el tamaño del error si la aceptásemos, con la siguiente fórmula:

La O, son los resultados observados y la E, son los resultados esperados, que se calculan multiplicando la suma de las filas por la suma de las columnas y dividiéndolo entre el total.

Una vez hemos obtenido un resultado de chi cuadrado, es hora de compararlo con el valor de la tabla, buscando, en la fila del grado de libertad de nuestor estudio y en la columna del erros 0.05.

Si el valor de chi cuadrado que nos ha salido a nosotros es menor que el valor que nos da la tabla, quiere decir que hay que aceptar la hipótesis nula. Por el contrario, si nuestro valor de chi cuadrado es mayor que el valor de la tabla, la rechazamos.

El grado de libertad de este test se calcula: (columnas – 1) * (filas – 1)

TABLA CHI CUADRADO

T DE STUDENT

Este test de hipótesis sirve para comparar variables cualitativas dicotómicas con cuantitativas. Para realizar el test, son necesarias las siguientes, fórmulas:

Tras obtener un valor de t, igual que en el test anterior, compararemos nuestro resultado con el valor que aparezca en la tabla y, si nuestro valor de t es menor que el de la tabla, aceptamos la hipótesis nula y si es mayor, la rechazamos.

El grado de libertad de este test se calcula: n1 + n2 - 2

TABLA T STUDENT

TEST DE ANOVA

Es un análisis de la varianza, que prueba la hipótesis de que las medias de dos o más poblaciones son iguales.
No entro en detalles puesto que solamente se nos pide que conozcamos para qué se utiliza.

SEMINARIO 5: EXPOSICIÓN DE LOS TRABAJOS DE INVESTIGACIÓN

En este seminario, cada grupo expuso sus trabajos de investigación. Los grupos fueron los mismos que en el seminario 2.

• El primer grupo, expuso su trabajo sobre El Sobrepeso en los Niños Escolarizados en Edad Infantil.
• El segundo, es decir, el de mi grupo, sobre El Consumo de Narguile en la Sociedad 
• Y el tercero sobre La Prevalencia de los Mitos del Amor Romántico en la Juventud.

Tras cada exposición el profesor apuntaba algunos detalles que le habían parecido interesantes y nos daba algunos consejos que nos serían útiles en futuras exposiciones.