2. Estadística descriptiva
• Frecuencia absoluta que corresponde al número
• Frecuencia Relativa que corresponde al porcentaje
T
abla2. Pesoporedadgestacionalenreciénnacidossegúntipo departo
T
abla1. Morfologíaplacentariaenembarazadas adolescentes enel hospital HEVES LimaPerú2021
LimaPerú2021
Recién nacidos /
Peso por edad
gestacional
Tipo de parto
Parto eutocico Cesarea
Total
Nº % Nº % Nº %
Pequeño 12 6,6 13 7,2 25 6,9
Adecuado 135 74,6 125 69,1 260 71,8
Grande 34 18,8 43 23,8 77 21,3
Total 181 100 181 100 362 100
Morfologia de
placenta
Nº %
Ovalada 10 6,6
Circular 133 74,6
Bilobulada 31 18,8
Total 175 100
3. Asociar categorías: Test de independencia
Nivel Investigativo Relacional
a.- Comparación
b.- Asociación
c.- Medida de Asociación
Grupos
Antes - Después
Aplicativo
Predictivo
Explicativo
Relacional
Descriptivo
1
2
>2
Estadística inferencial
4. • H1: Existe Diferencia entre los dos grupos
• Ho: No existe Diferencia entre los dos grupos.
HIPOTESIS
5. • Solamente la relación entre dos variables dicotómicas nos puede llevar a
una asociación.
• Para asociar hay que definir los factores de interés en ambas variables; y es
que habitualmente la asociación involucra dos eventos aleatorios.
• Desde el punto de vista epidemiológico tenemos dos medidas de asociación
relevantes: Riesgo Relativo y el Odds Ratio.
ASOCIAR (Categorías)
6. Modelo con el total muestral fijo
Grupo 1 Grupo 2
Factor 1
Factor 2
100%
Variable
aleatoria Variable aleatoria
7. La prueba de hipótesis se realiza con el estadístico: Chi cuadrado de
Independencia.
Desde el punto de vista probabilístico
Ho: Existe independencia entre los dos sucesos (eventos).
H1: Existe dependencia entre los dos sucesos (eventos).
Desde el punto de vista estadístico
Ho: NO Existe asociación entre las categorías (variables).
H1: Existe asociación entre las categorías (variables).
ASOCIAR (Categorías)
8. Correlacionar R de Pearson
Nivel Investigativo Relacional
Aplicativo
Predictivo
Explicativo
Relacional
Descriptivo
1
2
>2
a.- Comparación
b.- Correlación
c.- Medida de Correlación
Grupos
Antes - Después
9. Aquí se tiene por descontado la presencia de correlación; por lo que su fin
es medir el grado de correlación.
Desde el punto de vista de la evaluación de pruebas diagnósticas se utiliza
la correlación para evaluar el valor predictivo de una variable sobre la otra.
Ej. Hallar el valor predictivo del ponderado fetal en recién nacidos a
término. En general para la validación de instrumentos se puede utilizar
para calcular el Alfa de Cronbach: Correlación Ítem-Total
CORRELACIONAR (Como valor predictivo)
10. La prueba estadística es el Índice Correlación R de Pearson ó el R2
Ho: No existe correlación entre las dos medidas.
H1: Existe correlación entre las dos medidas.
CORRELACIONAR (Como valor predictivo)
12. R de Pearson
• Si r=1, existe una correlación positiva perfecta. Cuando una de ellas
aumenta, la otra también lo hace en proporción constante.
• Si 0<r<1, entonces existe una correlación positiva.
• Si r=0, entonces no existe relación lineal pero esto no necesariamente
implica que las variables son independientes( pueden existir todavía
relaciones no lineales entre las dos variables).
• Si -1<r<0, existe una correlación negativa.
• Si r=-1, existe una correlación negativa perfecta. Cuando una de ellas
aumenta, la otra disminuye en proporción constante.
13. Objetivo
Estadístico
Categóricos Numéricos
Comparar
(Grupos)
Chi Cuadrado de
Homogeneidad
t de Student para muestras
independientes
Comparar
(antes-después)
Chi Cuadrado de
McNemar
t de Student para muestras
relacionadas
Asociar y Correlacionar
Chi Cuadrado de
Independencia
Correlación de Pearson
Medida de
asociación/correlación
Índice Kappa de Cohen Coeficiente R de Pearson
Analogías