El documento discute los conceptos de investigación, relaciones entre variables y correlación. Explica que la investigación implica tanto un paso ontológico para describir fenómenos como un paso epistemológico para analizar relaciones entre variables. Luego distingue entre relaciones deterministas, donde cada valor de una variable corresponde a un único valor de la otra, y relaciones aleatorias, donde los valores pueden variar debido a factores externos. Finalmente, aclara que variables pueden estar relacionadas sin estar necesariamente correlacionadas linealmente.
Las variables combinadas son no experienciales [conceptos oscuros y confusos]galoagustinsanchez
Este documento discute la importancia de elegir variables de resultados claras y distintas en las evaluaciones de intervenciones sanitarias. Explica que variables combinadas u oscuras como "Primer evento de [Mortalidad CV, Infarto de miocardio o Ictus]" son conceptos oscuros y confusos en lugar de experiencias claras. Concluye que tales variables no deberían usarse porque son "formas sin materia" que no pueden reproducir experiencias humanas.
El documento distingue entre el espacio científico y el espacio antropológico. En el espacio científico, los expertos operan dentro de los límites de su campo y generan nuevos conceptos. En el espacio antropológico, que incluye las relaciones humanas, los expertos no son competentes. Algunas intervenciones médicas sin beneficios científicos continúan usándose como placebos sociales. Científicos buscan reducir estas intervenciones a través de campañas de concientización sobre un perí
Este documento presenta una introducción a la lógica. Define la lógica como la ciencia que estudia los métodos para distinguir los razonamientos válidos de los inválidos. Explica los conceptos de razonamiento, premisas, conclusión, validez y verdad. También introduce los tipos de razonamientos deductivos e inductivos, y señala que la lógica formal se centra en la validez formal de los razonamientos deductivos.
Este documento presenta un resumen de la teoría del razonamiento práctico de Elizabeth Anscombe. Explica que el razonamiento práctico se refiere a acciones que pueden ser de otra manera y tiene como objetivo la toma de decisiones para la acción. Describe la estructura del silogismo práctico, distinguiendo entre silogismos técnicos y éticos, y explica conceptos como intención, agente y acción intencional.
Este documento discute las concepciones tradicionales de la ciencia y propone una visión más holística. Argumenta que la ciencia ya no puede verse como una búsqueda objetiva e independiente de factores contextuales, sino como un proceso relacional y creativo. También enfatiza la importancia del pensamiento sistémico, la cooperación entre investigadores, y la apertura a diversas formas de pensar.
El documento discute diferentes perspectivas sobre cómo hacer y pensar la ciencia. Aboga por una ciencia más flexible, abierta, democrática y que reconozca la subjetividad en la observación y la incertidumbre en los resultados. Propone ver la realidad como compleja en lugar de reduccionista y aceptar métodos múltiples e innovadores en lugar de una única metodología.
El documento describe la evolución de la ciencia y otros modelos del saber humano a lo largo de la historia. Se distinguen tres paradigmas científicos: la ciencia griega-medieval basada en Aristóteles, el mecanicismo de Newton, y la ciencia contemporánea. También se discuten otros modelos como la técnica y la teología. El documento analiza conceptos como leyes, hipótesis, métodos inductivo y deductivo, y las relaciones entre ciencia, filosofía y conocimiento.
El documento describe las características de la ciencia. Explica que la ciencia se basa en los hechos, trasciende los hechos explicándolos, y es analítica descomponiendo problemas en elementos. También describe las ciencias formales como deducitivas y con enunciados analíticos, y las ciencias fácticas como basadas en observación y verificación con enunciados sintéticos. Finalmente, explica que la ciencia se logra a través del conocimiento empírico, teórico, y filosófico.
Las variables combinadas son no experienciales [conceptos oscuros y confusos]galoagustinsanchez
Este documento discute la importancia de elegir variables de resultados claras y distintas en las evaluaciones de intervenciones sanitarias. Explica que variables combinadas u oscuras como "Primer evento de [Mortalidad CV, Infarto de miocardio o Ictus]" son conceptos oscuros y confusos en lugar de experiencias claras. Concluye que tales variables no deberían usarse porque son "formas sin materia" que no pueden reproducir experiencias humanas.
El documento distingue entre el espacio científico y el espacio antropológico. En el espacio científico, los expertos operan dentro de los límites de su campo y generan nuevos conceptos. En el espacio antropológico, que incluye las relaciones humanas, los expertos no son competentes. Algunas intervenciones médicas sin beneficios científicos continúan usándose como placebos sociales. Científicos buscan reducir estas intervenciones a través de campañas de concientización sobre un perí
Este documento presenta una introducción a la lógica. Define la lógica como la ciencia que estudia los métodos para distinguir los razonamientos válidos de los inválidos. Explica los conceptos de razonamiento, premisas, conclusión, validez y verdad. También introduce los tipos de razonamientos deductivos e inductivos, y señala que la lógica formal se centra en la validez formal de los razonamientos deductivos.
Este documento presenta un resumen de la teoría del razonamiento práctico de Elizabeth Anscombe. Explica que el razonamiento práctico se refiere a acciones que pueden ser de otra manera y tiene como objetivo la toma de decisiones para la acción. Describe la estructura del silogismo práctico, distinguiendo entre silogismos técnicos y éticos, y explica conceptos como intención, agente y acción intencional.
Este documento discute las concepciones tradicionales de la ciencia y propone una visión más holística. Argumenta que la ciencia ya no puede verse como una búsqueda objetiva e independiente de factores contextuales, sino como un proceso relacional y creativo. También enfatiza la importancia del pensamiento sistémico, la cooperación entre investigadores, y la apertura a diversas formas de pensar.
El documento discute diferentes perspectivas sobre cómo hacer y pensar la ciencia. Aboga por una ciencia más flexible, abierta, democrática y que reconozca la subjetividad en la observación y la incertidumbre en los resultados. Propone ver la realidad como compleja en lugar de reduccionista y aceptar métodos múltiples e innovadores en lugar de una única metodología.
El documento describe la evolución de la ciencia y otros modelos del saber humano a lo largo de la historia. Se distinguen tres paradigmas científicos: la ciencia griega-medieval basada en Aristóteles, el mecanicismo de Newton, y la ciencia contemporánea. También se discuten otros modelos como la técnica y la teología. El documento analiza conceptos como leyes, hipótesis, métodos inductivo y deductivo, y las relaciones entre ciencia, filosofía y conocimiento.
El documento describe las características de la ciencia. Explica que la ciencia se basa en los hechos, trasciende los hechos explicándolos, y es analítica descomponiendo problemas en elementos. También describe las ciencias formales como deducitivas y con enunciados analíticos, y las ciencias fácticas como basadas en observación y verificación con enunciados sintéticos. Finalmente, explica que la ciencia se logra a través del conocimiento empírico, teórico, y filosófico.
Este documento presenta diferentes metodologías de investigación cualitativa como la fenomenología, la hermenéutica y la teoría fundamentada. Explica conceptos clave como el paradigma interpretativo, el análisis de contenido, el método fenomenológico y la teoría fundamentada. También discute los enfoques positivista e interpretativo y sus respectivos métodos cuantitativos y cualitativos.
La postura empírico analítica es aquella que como su nombre analiza de una forma muy realista y tangible los hechos que ocurren en la sociedad, comienza con la corriente positivista de Comte, seguido por Durkheim con el método sociológico, Popper nos ofrece una concepción mas sistemática y lógica del método aplicado a las ciencias sociales, Kuhn nos enseña a tirar paradigmas y Piaget nos dice que nuestro conocimiento tiene mucho que ver con el desarrollo cognitivo que poseemos.
Esta postura nos ayuda a ver la realidad social, enfrentándose a los problemas que una sociedad padezca.
mientras esto pasaba en Europa, en México se daba la revolución mexicana, algunos personajes como don Belizario Domínguez, Justo Sierra y José Vasconcelos trataron de implementar un poco el tipo de ideología que se encontraba en Europa, sin embargo al gobierno mexicano nunca se ha interesado por su sociedad mas bien sufrimos un gobierno cleptocrático.
Este documento presenta un análisis detallado de los cuatro significados del término "ley científica" según Mario Bunge. Propone una nomenclatura para distinguir entre leyes objetivas, enunciados de leyes, reglas para la conducta y principios metodológicos. Explica cada categoría con ejemplos y justifica la necesidad de hacer distinciones semánticas claras cuando se habla de leyes científicas.
Apuntes sobre aspectos epistemológicos de la investigación científicaNoé González Gallegos
Este documento discute conceptos epistemológicos clave de la investigación científica. Explica que un paradigma es lo que comparten los miembros de una comunidad científica y que la ciencia evolucionó de un saber comprehensivo griego a un enfoque moderno enfocado en lo fenoménico y contrastable. También describe tres paradigmas científicos - empírico-positivista, hermenéutico y sociocrítico - que difieren en su enfoque metodológico y concepción de la causalidad.
Este documento presenta varios conceptos clave en epistemología. Primero, discute algunos mitos y contramitos epistemológicos como pensar que existe un único método científico o que la ciencia es neutral. Luego, resume las ideas de Moritz Schlick sobre la necesidad de una reforma radical de la filosofía. Por último, presenta diferentes tipos de investigación como las descriptivas, explicativas e interpretativas.
1) La lógica estudia los principios del razonamiento válido y sistematiza las reglas del pensamiento correcto. 2) Un documento introduce conceptos clave como proposición, lenguaje lógico, tablas de verdad y métodos decisorios. 3) La lógica proporciona herramientas para analizar argumentos de manera rigurosa.
El documento describe las características de la ciencia, incluyendo su objetivo de ofrecer explicaciones sistemáticas y establecer relaciones entre conocimientos mediante un método observable, preciso y organizado. Explica que las ciencias se diferencian por su objeto de estudio y métodos, y que el método científico incluye la observación, creación de hipótesis, aplicación de sistemas matemáticos, y experimentación. Finalmente, señala que si bien la ciencia ha logrado avances, también está sujeta a errores y debe ser
Panorama de algunos problemas fundamentales equipo 5academica
El documento resume los problemas teórico-cognoscitivos de Karl Popper, incluyendo la eliminación del psicologismo, la teoría de la ciencia epistemológica, y la falsificación de enunciados científicos. Popper propone contrastar teorías deductivamente mediante la extracción de conclusiones lógicas de una teoría y comparándolas con otros enunciados y resultados empíricos, con el fin de falsar teorías falsas. También discute problemas relacionados con la base empírica de la investigación científica
Este documento discute el pensamiento científico contemporáneo y los métodos generales del método científico. Explica que el reduccionismo y el antirreduccionismo son enfoques contradictorios para explicar sistemas complejos. También analiza el surgimiento histórico del reduccionismo y cómo ha evolucionado el método científico a través del tiempo, pasando por etapas de integración y diferenciación de disciplinas.
El documento discute varios temas relacionados con la sociología y el conocimiento social. Aborda las ideas de Popper sobre los valores en la ciencia y la sociedad, así como las críticas de Adorno a Popper. También analiza conceptos como la totalidad social, la acción comunicativa de Habermas, y las posturas dialécticas y hermenéuticas frente al positivismo. Finalmente, presenta una lista de autores relevantes en filosofía de las ciencias humanas y sociales.
Este documento resume los principales problemas y tesis planteados por Karl Popper en su libro La lógica de la investigación científica. Popper rechaza la lógica inductiva y propone en su lugar la falsabilidad como criterio de demarcación entre ciencia y no-ciencia. Argumenta que las teorías científicas solo pueden ser contrastadas deductivamente, mediante la deducción de sus consecuencias y la comprobación de si son falsadas o no por la experiencia. También discute problemas como la base empírica de la ciencia y la objetividad del
Carl Gustav Hempel fue una figura clave en la epistemología del siglo XX. Desarrolló conceptos sobre la naturaleza de la explicación científica que tuvieron gran influencia en la primera mitad del siglo. Más tarde, criticó diversos aspectos del positivismo lógico, como la distinción entre términos observacionales y teóricos. También cuestionó la naturaleza deductiva de las teorías científicas y la interpretación de la ciencia como reglas de inferencia.
Este documento describe la naturaleza y requisitos de las teorías científicas. Explica que una teoría científica describe, explica, predice y retrodice eventos en un área de la realidad. También discute tres concepciones de la naturaleza de las teorías: axiomática, historicista y semántica. Finalmente, detalla los requisitos formales como consistencia y contrastabilidad, y no formales como poder explicativo y predictivo de una teoría científica.
La tensión entre el conocimiento y la ignorancia lleva a la formulación de problemas y ensayos de solución. El método científico implica proponer soluciones teóricas a los problemas, someterlas a crítica objetiva mediante intentos de refutación, y aceptarlas provisionalmente si resisten la crítica o buscar nuevas soluciones de lo contrario.
El documento discute dos enfoques metodológicos en las ciencias sociales: el modelo especular y el modelo dialéctico. El modelo especular asume que la realidad existe de forma objetiva e independiente y que el conocimiento es un reflejo pasivo de esa realidad. El modelo dialéctico ve la relación entre sujeto y objeto como interactiva, donde ambos se influyen mutuamente. La elección entre estos enfoques epistemológicos determina los métodos empleados.
DESDE LA ANTIGUA GRECIA, HASTA NUESTROS DIAS, ES SIN LUGAR A DUDAS, LA CIENCIA, UNO DE LOS MAYORES LOGROS Y ALCANCES DE ALGUNAS MENTES, AL SISTEMATIZAR EL CONOCIMIENTO CIENTIFICO.
El documento describe la metodología científica. Explica que no existe un método único sino que cada investigación desarrolla su propio método. Sin embargo, todas comparten ciertas características como la consulta bibliográfica, la emisión de hipótesis, la contrastación de hipótesis mediante experimentos, el establecimiento de teorías y la comunicación de los resultados. También habla sobre la necesidad de crear modelos para representar sistemas que no son directamente observables.
El documento describe diferentes paradigmas científicos, incluyendo la ciencia de la complejidad, la ciencia positivista, la ciencia fenomenológica, la ciencia crítica y la ciencia integral holónica. Define cada paradigma por su enfoque epistemológico, fin último, racionalidad y actitud hacia la relación sujeto-objeto. También discute conceptos como la inducción, la abducción y la deducción en el contexto de la ciencia.
El documento resume las objeciones convencionalistas a la propuesta de Karl Popper de adoptar la falsabilidad como criterio para determinar si un sistema teórico pertenece o no a la ciencia empírica. Popper argumenta que una teoría es empírica si divide la clase de todos los posibles enunciados básicos en dos subclases: los que son compatibles con la teoría y los que la contradicen y podrían falsarla. Sin embargo, los convencionalistas objetan que las leyes de la naturaleza no son falsables porque se necesitan para
Este documento discute la diferencia entre ciencia formal y ciencia fáctica. La ciencia formal incluye lógica y matemática y se ocupa de construir entes ideales en lugar de objetos del mundo real. La ciencia fáctica, como la física y la biología, se ocupa de objetos y procesos reales y usa la observación y experimentación para verificar hipótesis. Mientras la ciencia formal usa demostración lógica, la ciencia fáctica necesita confirmación empírica mediante observación y experimentación.
El documento describe los diferentes métodos para contrastar hipótesis científicas, incluyendo la observación, el experimento, la documentación y el muestreo. Explica que estos métodos comparten cuatro elementos clave: el sujeto analizador, el objeto de investigación, los medios técnicos y el protocolo de contrastación. Además, estos métodos deben ser sistemáticos, no distorsionar demasiado el objeto de estudio, y combinar creatividad y rigor metodológico.
Este documento describe los diferentes tipos de hipótesis que se pueden formular en una investigación. Explica que las hipótesis pueden clasificarse según su naturaleza, estructura, forma lógica, grado de generalidad y función. Algunos tipos de hipótesis mencionados incluyen hipótesis de una sola variable, hipótesis con múltiples variables y relaciones de asociación o dependencia, y hipótesis principales, subhipótesis y auxiliares.
Este documento presenta diferentes metodologías de investigación cualitativa como la fenomenología, la hermenéutica y la teoría fundamentada. Explica conceptos clave como el paradigma interpretativo, el análisis de contenido, el método fenomenológico y la teoría fundamentada. También discute los enfoques positivista e interpretativo y sus respectivos métodos cuantitativos y cualitativos.
La postura empírico analítica es aquella que como su nombre analiza de una forma muy realista y tangible los hechos que ocurren en la sociedad, comienza con la corriente positivista de Comte, seguido por Durkheim con el método sociológico, Popper nos ofrece una concepción mas sistemática y lógica del método aplicado a las ciencias sociales, Kuhn nos enseña a tirar paradigmas y Piaget nos dice que nuestro conocimiento tiene mucho que ver con el desarrollo cognitivo que poseemos.
Esta postura nos ayuda a ver la realidad social, enfrentándose a los problemas que una sociedad padezca.
mientras esto pasaba en Europa, en México se daba la revolución mexicana, algunos personajes como don Belizario Domínguez, Justo Sierra y José Vasconcelos trataron de implementar un poco el tipo de ideología que se encontraba en Europa, sin embargo al gobierno mexicano nunca se ha interesado por su sociedad mas bien sufrimos un gobierno cleptocrático.
Este documento presenta un análisis detallado de los cuatro significados del término "ley científica" según Mario Bunge. Propone una nomenclatura para distinguir entre leyes objetivas, enunciados de leyes, reglas para la conducta y principios metodológicos. Explica cada categoría con ejemplos y justifica la necesidad de hacer distinciones semánticas claras cuando se habla de leyes científicas.
Apuntes sobre aspectos epistemológicos de la investigación científicaNoé González Gallegos
Este documento discute conceptos epistemológicos clave de la investigación científica. Explica que un paradigma es lo que comparten los miembros de una comunidad científica y que la ciencia evolucionó de un saber comprehensivo griego a un enfoque moderno enfocado en lo fenoménico y contrastable. También describe tres paradigmas científicos - empírico-positivista, hermenéutico y sociocrítico - que difieren en su enfoque metodológico y concepción de la causalidad.
Este documento presenta varios conceptos clave en epistemología. Primero, discute algunos mitos y contramitos epistemológicos como pensar que existe un único método científico o que la ciencia es neutral. Luego, resume las ideas de Moritz Schlick sobre la necesidad de una reforma radical de la filosofía. Por último, presenta diferentes tipos de investigación como las descriptivas, explicativas e interpretativas.
1) La lógica estudia los principios del razonamiento válido y sistematiza las reglas del pensamiento correcto. 2) Un documento introduce conceptos clave como proposición, lenguaje lógico, tablas de verdad y métodos decisorios. 3) La lógica proporciona herramientas para analizar argumentos de manera rigurosa.
El documento describe las características de la ciencia, incluyendo su objetivo de ofrecer explicaciones sistemáticas y establecer relaciones entre conocimientos mediante un método observable, preciso y organizado. Explica que las ciencias se diferencian por su objeto de estudio y métodos, y que el método científico incluye la observación, creación de hipótesis, aplicación de sistemas matemáticos, y experimentación. Finalmente, señala que si bien la ciencia ha logrado avances, también está sujeta a errores y debe ser
Panorama de algunos problemas fundamentales equipo 5academica
El documento resume los problemas teórico-cognoscitivos de Karl Popper, incluyendo la eliminación del psicologismo, la teoría de la ciencia epistemológica, y la falsificación de enunciados científicos. Popper propone contrastar teorías deductivamente mediante la extracción de conclusiones lógicas de una teoría y comparándolas con otros enunciados y resultados empíricos, con el fin de falsar teorías falsas. También discute problemas relacionados con la base empírica de la investigación científica
Este documento discute el pensamiento científico contemporáneo y los métodos generales del método científico. Explica que el reduccionismo y el antirreduccionismo son enfoques contradictorios para explicar sistemas complejos. También analiza el surgimiento histórico del reduccionismo y cómo ha evolucionado el método científico a través del tiempo, pasando por etapas de integración y diferenciación de disciplinas.
El documento discute varios temas relacionados con la sociología y el conocimiento social. Aborda las ideas de Popper sobre los valores en la ciencia y la sociedad, así como las críticas de Adorno a Popper. También analiza conceptos como la totalidad social, la acción comunicativa de Habermas, y las posturas dialécticas y hermenéuticas frente al positivismo. Finalmente, presenta una lista de autores relevantes en filosofía de las ciencias humanas y sociales.
Este documento resume los principales problemas y tesis planteados por Karl Popper en su libro La lógica de la investigación científica. Popper rechaza la lógica inductiva y propone en su lugar la falsabilidad como criterio de demarcación entre ciencia y no-ciencia. Argumenta que las teorías científicas solo pueden ser contrastadas deductivamente, mediante la deducción de sus consecuencias y la comprobación de si son falsadas o no por la experiencia. También discute problemas como la base empírica de la ciencia y la objetividad del
Carl Gustav Hempel fue una figura clave en la epistemología del siglo XX. Desarrolló conceptos sobre la naturaleza de la explicación científica que tuvieron gran influencia en la primera mitad del siglo. Más tarde, criticó diversos aspectos del positivismo lógico, como la distinción entre términos observacionales y teóricos. También cuestionó la naturaleza deductiva de las teorías científicas y la interpretación de la ciencia como reglas de inferencia.
Este documento describe la naturaleza y requisitos de las teorías científicas. Explica que una teoría científica describe, explica, predice y retrodice eventos en un área de la realidad. También discute tres concepciones de la naturaleza de las teorías: axiomática, historicista y semántica. Finalmente, detalla los requisitos formales como consistencia y contrastabilidad, y no formales como poder explicativo y predictivo de una teoría científica.
La tensión entre el conocimiento y la ignorancia lleva a la formulación de problemas y ensayos de solución. El método científico implica proponer soluciones teóricas a los problemas, someterlas a crítica objetiva mediante intentos de refutación, y aceptarlas provisionalmente si resisten la crítica o buscar nuevas soluciones de lo contrario.
El documento discute dos enfoques metodológicos en las ciencias sociales: el modelo especular y el modelo dialéctico. El modelo especular asume que la realidad existe de forma objetiva e independiente y que el conocimiento es un reflejo pasivo de esa realidad. El modelo dialéctico ve la relación entre sujeto y objeto como interactiva, donde ambos se influyen mutuamente. La elección entre estos enfoques epistemológicos determina los métodos empleados.
DESDE LA ANTIGUA GRECIA, HASTA NUESTROS DIAS, ES SIN LUGAR A DUDAS, LA CIENCIA, UNO DE LOS MAYORES LOGROS Y ALCANCES DE ALGUNAS MENTES, AL SISTEMATIZAR EL CONOCIMIENTO CIENTIFICO.
El documento describe la metodología científica. Explica que no existe un método único sino que cada investigación desarrolla su propio método. Sin embargo, todas comparten ciertas características como la consulta bibliográfica, la emisión de hipótesis, la contrastación de hipótesis mediante experimentos, el establecimiento de teorías y la comunicación de los resultados. También habla sobre la necesidad de crear modelos para representar sistemas que no son directamente observables.
El documento describe diferentes paradigmas científicos, incluyendo la ciencia de la complejidad, la ciencia positivista, la ciencia fenomenológica, la ciencia crítica y la ciencia integral holónica. Define cada paradigma por su enfoque epistemológico, fin último, racionalidad y actitud hacia la relación sujeto-objeto. También discute conceptos como la inducción, la abducción y la deducción en el contexto de la ciencia.
El documento resume las objeciones convencionalistas a la propuesta de Karl Popper de adoptar la falsabilidad como criterio para determinar si un sistema teórico pertenece o no a la ciencia empírica. Popper argumenta que una teoría es empírica si divide la clase de todos los posibles enunciados básicos en dos subclases: los que son compatibles con la teoría y los que la contradicen y podrían falsarla. Sin embargo, los convencionalistas objetan que las leyes de la naturaleza no son falsables porque se necesitan para
Este documento discute la diferencia entre ciencia formal y ciencia fáctica. La ciencia formal incluye lógica y matemática y se ocupa de construir entes ideales en lugar de objetos del mundo real. La ciencia fáctica, como la física y la biología, se ocupa de objetos y procesos reales y usa la observación y experimentación para verificar hipótesis. Mientras la ciencia formal usa demostración lógica, la ciencia fáctica necesita confirmación empírica mediante observación y experimentación.
El documento describe los diferentes métodos para contrastar hipótesis científicas, incluyendo la observación, el experimento, la documentación y el muestreo. Explica que estos métodos comparten cuatro elementos clave: el sujeto analizador, el objeto de investigación, los medios técnicos y el protocolo de contrastación. Además, estos métodos deben ser sistemáticos, no distorsionar demasiado el objeto de estudio, y combinar creatividad y rigor metodológico.
Este documento describe los diferentes tipos de hipótesis que se pueden formular en una investigación. Explica que las hipótesis pueden clasificarse según su naturaleza, estructura, forma lógica, grado de generalidad y función. Algunos tipos de hipótesis mencionados incluyen hipótesis de una sola variable, hipótesis con múltiples variables y relaciones de asociación o dependencia, y hipótesis principales, subhipótesis y auxiliares.
Este documento describe los diferentes tipos de hipótesis según su naturaleza, estructura, forma lógico-lingüística, generalidad y función. Explica que las hipótesis se pueden clasificar como de sentido común, científicas o metafísicas dependiendo de su naturaleza, y como de una sola variable, de dos variables asociadas o dependientes según su estructura. También cubre las formas lógico-lingüísticas como simples o compuestas, y los tipos según generalidad y función como princip
Este documento describe los diferentes tipos de hipótesis utilizadas en la investigación científica. Explica que las hipótesis concretan posibles relaciones entre variables y pueden ser de trabajo, alternativas, nulas, generales, asociativas, atributivas y causales. También describe que las hipótesis sirven para plantear problemas y relaciones que pueden ser confirmadas o refutadas a través del método científico.
La lógica estudia las formas y principios generales que rigen el conocimiento y el pensamiento humano, así como los métodos para determinar qué formas de razonamiento son correctas para establecer una verdad. Se divide en lógica material, que atiende a los contenidos de razonamiento, y lógica formal, que atiende a las formas en que se relacionan los elementos. Existen dos tipos de constantes lógicas: cuantificadores y conectivas, y dos tipos de cuantificadores: el universal y el particular. La lógica es
El documento define el silogismo como una forma de argumentación en la que a partir de dos premisas que comparan dos términos con un tercero, se deduce una conclusión que une o separa los primeros dos términos. Fue formulado por primera vez por Aristóteles. Existen silogismos categóricos, disyuntivos e hipotéticos. Un argumento es válido cuando existe una relación lógica entre las premisas y la conclusión.
Este documento describe los conceptos de proporcionalidad directa, inversa y constante de proporcionalidad. También explica los tipos de razonamiento deductivo, inductivo y abductivo. Resuelve ejemplos de problemas de proporcionalidad directa e inversa usando modelos matemáticos.
Este documento define las hipótesis científicas y describe varias clasificaciones de los tipos de hipótesis. Define las hipótesis como suposiciones probables que un científico propone para investigar si son confirmadas por los hechos. Luego describe cinco formas de clasificar las hipótesis: 1) por su naturaleza, 2) por su estructura, 3) por su forma lógico-lingüística, 4) por su generalidad, y 5) por su función en la investigación. Proporciona ejemplos detallados de
Este documento explica las aseveraciones, que son afirmaciones sobre la relación entre dos conceptos. Define aseveraciones como cuantificadores (todos, ninguno, algunos) más un verbo y dos conceptos. Explica que las aseveraciones pueden ser universales o particulares dependiendo del cuantificador, y que se pueden representar mediante diagramas de inclusión, exclusión o intersección. También cubre la inversión y relaciones lógicas como contradicción e implicación entre aseveraciones.
Tema 6. el conocimiento cientifico y la realidad.Llanos Picazo
Este documento resume la evolución del conocimiento científico y las diferentes cosmovisiones a lo largo de la historia. Comienza definiendo la ciencia y clasificando las diferentes ciencias en formales y empíricas. Luego describe el método científico y las tres principales cosmovisiones: la antigua basada en los elementos y el modelo geocéntrico de Ptolomeo, la medieval que adoptó el modelo aristotélico-ptolemaico, y la moderna que surgió en el siglo XVI con la revolución científica y sent
Sesión 3 - Epistemología (sesión clase de doctorado)Wilfrido34
1) El documento presenta conceptos epistemológicos relacionados a la clasificación de las ciencias y las teorías científicas. 2) Se describen los niveles pre-teórico y teórico del conocimiento científico así como diferentes tipos de teorías como las teorías formales, empíricas, naturales y sociales. 3) También incluye tablas estadísticas sobre ganadores del Premio Nobel y Medallas Field por países.
Este documento presenta una introducción a la metodología de la información, incluyendo definiciones de conceptos clave como ley, hecho, relación, teoría, ciencias factuales y formales. Explica que las leyes son relaciones constantes entre variables, y que las teorías son sistemas explicativos compuestos por leyes. También distingue entre ciencias que estudian hechos y relaciones (factuales) y aquellas que estudian solo relaciones (formales).
La Teoría Como Instrumento de La CienciaRenzoGonzlez3
Este documento trata sobre la teoría como instrumento de la ciencia. Explica que la teoría y los hechos están en constante interacción, con la teoría guiando la observación de hechos y los hechos influyendo en el desarrollo de nuevas teorías. También define la teoría científica como un sistema lógico-deductivo constituido por hipótesis, un campo de aplicación y reglas para extraer consecuencias de las hipótesis. Además, discute diferentes tipos de teorías como teorías
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFBLola FFB
El documento habla sobre diagramas de dispersión, correlación y regresión. Explica que los diagramas de dispersión muestran la posible relación entre dos variables cuantitativas, ya sea directa, inversa o ninguna. La covarianza cuantifica la intensidad y dirección de esta relación, mientras que el coeficiente de correlación la mide sin considerar las unidades de medida. La regresión predice los valores de una variable en función de la otra y minimiza los errores residuales para hallar la recta de ajuste.
Este manual introduce conceptos básicos de estadística para estudiantes de enfermería, incluyendo definiciones de población, variable, muestra y sus tipos. Explica que la estadística es útil para ciencias de la salud debido a la variabilidad en los fenómenos estudiados. Finalmente, resume que el proceso de investigación estadística consta de seleccionar muestras, describir los datos de la muestra y generalizar los resultados a la población.
Este documento define conceptos estadísticos básicos como variable, variable dependiente, variable independiente, población, muestra, parámetro, estadístico y escalas de medición. También explica conceptos como proporción, razón y tasa y cómo se calculan. Finalmente, enfatiza la importancia de entender estos conceptos estadísticos para la vida profesional.
Este documento presenta una introducción a la epistemología, que es la rama de la filosofía que se ocupa del estudio del conocimiento. Explica que la epistemología analiza qué es el conocimiento, su origen, método y límites. También describe que el conocimiento se construye socialmente y que la sociedad influye en el conocimiento, mientras que el conocimiento también transforma la sociedad.
Este documento define la epistemología y describe la ciencia. La epistemología es el estudio crítico del conocimiento científico, su fundamento y metodología. La ciencia se puede concebir como una comunidad, una actividad de producción de conocimiento a través de la investigación científica, o un producto de conocimiento científico. La ciencia tiene funciones como describir, explicar, predecir y aplicar. El conocimiento científico se caracteriza por ser selectivo, metódico, sistemático, racional, falible y perfectible.
La ley de Titius-Bode es una relación empírica enunciada en el siglo XVIII sobre las distancias de los planetas conocidos en ese entonces al Sol. Se basa en una progresión geométrica que predecía con precisión las órbitas de los planetas internos, pero no funcionó para Neptuno y Plutón. Aunque tuvo éxito para la época, no tiene una explicación científica sólida y se considera más bien una serie de coincidencias.
Similar a Errores interpretacion de relaciones entre variables (20)
Vn eca credence 30m, dm2+erc+50 enfcv [canaglifozina vs pl]galoagustinsanchez
VIÑETA DEL ENSAYO CLÍNICO: CREDENCE: Eventos CV y renales en pacientes con DM2 y enfermedad renal crónica, a cuyo tratamiento estándar se añade Canaglifozina frente a Placebo, durante 30 meses.
Perkovic V, Jardine MJ, Neal B, Bompoint S, on behalf of the CREDENCE Trial Investigators. Canagliflozin and Renal Outcomes in Type 2 Diabetes and Nephropathy. N Engl J Med. 2019 Jun 13;380(24):2295-2306.
Vn eca i mp110 15m, cpnm met-iv, pdl1+ [atez vs 5-qmtpt]galoagustinsanchez
VIÑETA DEL ENSAYO CLÍNICO: IMpower 110: Supervivencia global y Libre de progresión en 15 meses con Atezolizumab frente a QMT estándar en 1ª Línea, en Cáncer de pulmón no microcítico metastásico, y expresión PD-L1 > 1%.
Este documento resume los resultados a 3 meses de un ensayo clínico aleatorizado y controlado de la vacuna NVX-CoV2373 contra el COVID-19. La vacuna redujo la incidencia de casos confirmados por PCR en un 90% en comparación con el placebo. Se observaron más efectos adversos menores con la vacuna, pero no hubo diferencias en efectos adversos graves. La vacuna demostró ser segura y eficaz para prevenir casos leves a moderados de COVID-19 en este corto período de seguimiento.
Vn eca vacunas covid 19 [virus inactivados wiv04 o hb02 vs control al oh3]galoagustinsanchez
Este documento resume los resultados a los 2 meses de un ensayo clínico aleatorizado que comparó dos vacunas de virus inactivados (WIV04 y HB02) frente a una vacuna de control con solución de hidróxido de aluminio. Ambas vacunas de virus inactivados mostraron una reducción significativa en la incidencia de casos sintomáticos de COVID-19 confirmados por PCR, con números necesarios a tratar de 185 para WIV04 y 172 para HB02. Los efectos adversos fueron similares entre los grupos.
VIÑETA DEL ENSAYO CLÍNICO: EMPAREG: Morbimortalidad CV en pacientes con DM2 y alto riesgo CV, a cuyo tratamiento estándar se añade Empaglifozina frente a Placebo, durante 33 meses.
VIÑETA DEL ENSAYO CLÍNICO: Resultados en 2 meses de seguimiento de 1 dosis de Vacuna Janssen anti-COVID-19 (Ad26.COV2.S) frente a Vacuna Placebo (sol salina).
VIÑETA DEL ENSAYO CLÍNICO EMPEROR-Reduced: Eventos CV y renales en pacientes con insuficiencia cardiaca crónica y FEVI reducida, con o sin DM2, a cuyo tratamiento estándar se añade Empaglifozina frente a Placebo, durante 15 meses.
Este documento resume los resultados clave de un ensayo clínico que evaluó los efectos de añadir dapaglifozina versus placebo al tratamiento estándar en pacientes con insuficiencia cardíaca crónica e fracción de eyección reducida, con o sin diabetes. Los resultados principales encontraron que dapaglifozina redujo la mortalidad por cualquier causa, la mortalidad por causas cardiovasculares y las hospitalizaciones por insuficiencia cardíaca. Los beneficios parecen estar representados en pacientes con diabetes pero los resultados en pacientes sin diabetes son menos concluy
Vn eca paradigm 27m, icc 71 ii+23iii fevi 29 [sacub v vs enal]galoagustinsanchez
VIÑETA DEL ENSAYO CLÍNICO: PARADIGM-HF: Mortalidad y Morbilidad CV en pacientes con insuficiencia cardiaca crónica y FEVI reducida, tratados con Sacubitril-Valsartán (80 mg + 320 mg/día) frente a Enalapril (20 mg/día), durante 27 meses.
VIÑETA DEL ENSAYO CLÍNICO: KEYNOTE-177: Supervivencia libre de progresión en 32 meses con Pembrolizumab frente a Quimioterapia, en 1ª línea, para pacientes de Cáncer Colorrectal metastásico, con una alta inestabilidad de microsatélites.
Est tra, concord intra e inter oftalm, med y enf ap, 210 retinografgaloagustinsanchez
Este documento describe un estudio que evaluó la concordancia intra e interobservador entre oftalmólogos, médicos y enfermeras de atención primaria al categorizar 210 retinografías de personas con diabetes. Los resultados mostraron una buena concordancia entre oftalmólogos (78%, kappa 0.63), una concordancia ligeramente menor entre profesionales de atención primaria capacitados (74%, kappa 0.56) y una concordancia aún menor entre profesionales sin capacitación (70%, kappa 0.48). El estudio sugiere que los profes
Modelo de variables que explican un result salud y plantilla eca gradegaloagustinsanchez
1) El documento describe el modelo de variables que explican los resultados en salud y la plantilla GRADE para evaluar la validez de un ensayo clínico. Explica que los resultados en salud están influenciados por múltiples variables y que la intervención solo explica parte del resultado, dejando un error aleatorio.
2) También describe cómo la plantilla GRADE evalúa si un ensayo clínico produce resultados válidos mediante 13 preguntas sobre claridad, validez interna, magnitud de los resultados y aplicabilidad. La validez de los resultados de
Grade, evaluacion bric centrada en el paciente informadogaloagustinsanchez
Que añade GRADE a la evaluacion tradicional de estudios GRADE es una evaluacion de beneficios, riesgos, inconvenientes y costes, de los resultados en salud que importan al paciente informado
VIÑETA DEL ECA:: Resultados en 3 meses de seguimiento de la Vacuna anti-COVID-19 ARNm-1273 (de Moderna) frente a una Vacuna Placebo de solución salina.
Vn 2 eca vacuna [covid 19 oxford-astrqazeneca vs menacwy]galoagustinsanchez
VIÑETA DE UNA AGRUPACIÓN DE ENSAYOS CLÍNICOS:
Eficacia en 2 meses de seguimiento de la Vacuna Oxford-AstraZeneca anti-COVID-19 (ChAdOx1-ADNprotS) frente a una Vacuna anti-meningococos ACWY, tras la agrupación de los 2 ECAs: “COV002-SD/SD UK” y “COV003-SD/SD Brasil”.
VIÑETA DEL ENSAYO CLÍNICO: Resultados en 2 meses de seguimiento de la Vacuna anti-COVID-19 ARNm BNT162b2 (de Pfizer-BioNTech) frente a una Vacuna Placebo de solución salina.
Vn eca i mb150 8,6m, chc ava irresec 1-l[atezo+bevac vs soraf]galoagustinsanchez
VIÑETA DEL ENSAYO CLÍNICO:
IMbrave 150: Supervivencia global y libre de progresión en 8,6 meses con Atezolizumab + Bevacizumab frente a Sorafenib en carcinoma hepatocelular avanzado y/o irresecable, y no tratado.
Vn eca odyssey out 2,8y, sac, estatin+[alirocumab vs pl]galoagustinsanchez
VIÑETA DEL ECA ODYSSEY OUTCOMES: Prevención de Eventos CV en pacientes con un síndrome agudo coronario en los 12 meses previos, que se están tratando con dosis altas de estatinas, a los que se añade Alirocumab o Placebo, durante 2,8 años.
1) El estudio comparó la adición de pembrolizumab vs placebo a la quimioterapia estándar en pacientes con cáncer de pulmón no microcítico metastásico de histología escamosa. 2) Se encontró que la adición de pembrolizumab redujo significativamente la progresión de la enfermedad o muerte (NNT=5) y la mortalidad global (NNT=8) en comparación con el placebo. 3) No hubo diferencias significativas en los efectos adversos graves entre los dos grupos.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJEjecgjv
La Pedagogía Autogestionaria es un enfoque educativo que busca transformar la educación mediante la participación directa de estudiantes, profesores y padres en la gestión de todas las esferas de la vida escolar.
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascónJavier Andreu
Material de apoyo a la conferencia pórtico de la XIX Semana Romana de Cascante celebrada en Cascante (Navarra), el 24 de junio de 2024 en el marco del ciclo de conferencias "De re rustica. El campo y la agricultura en época romana: poblamiento, producción, consumo"
Elites municipales y propiedades rurales: algunos ejemplos en territorio vascón
Errores interpretacion de relaciones entre variables
1. 1
INVESTIGACIÓN DE LA RELACIÓN CON O SIN CAUSALIDAD ENTRE
VARIABLES
La mayor parte de los textos han sido tomados de:
Sofía B Cabezas Hernández, Manuel A Villa Vigil. Errores metodológicos clamorosos de las investigaciones
en ciencias de la salud, biológicas y afines. Oviedo. KRK Ediciones. 2017. Anexo 2: Investigación de
relaciones entre variables. p. 211-238.
I. INVESTIGACIÓN
Investigar es buscar un saber no conocido. La ciencia es un medio para investigar los
hechos cuando éstos son de naturaleza experimental u observacional. Muy resumidamente, en
ciencia hay un primer paso ontológico (descubrir el “ser” íntimo de los perceptos mediante el
“des-cubrimiento” del mayor número posible de sus atributos), y un segundo paso
epistemológico (“des-cubrir” las relaciones entre las piezas ontológicas anteriormente
descubiertas).
1. El primer paso, ontológico, que también puede ser nombrado como descriptivo, pretende
descubrir con la máxima precisión y exactitud posibles alguno o algunos de los atributos de los
perceptos o fenómenos (objetos, individuos o poblaciones), como por ejemplo la frecuencia de
un suceso.
2. El segundo paso, epistemológico, que también puede ser nombrado como relacional o
analítico, busca las posibles relaciones existentes entre las diversas piezas ontológicas o
variables, para: 1) “explicar”, con el mejor modelo explicativo posible, las preguntas que surgen
de los fenómenos observados; y 2) posteriormente si cabe, intentar “predecir”, con el mejor
modelo matemático posible, los valores desconocidos de unas, a través de los valores conocidos
de otras.
INCONSCIENTES DE ESTAR ATRAPADOS POR UNA METONIMIA: A PROPÓSITO DE LA CIENCIA.
Suele incurrirse en un error ontológico, por abuso de la metonimia, al confundir “el ser
de la ciencia” con “la actividad de los científicos”, en frases como “la ciencia ha conseguido
bombardear al átomo y beneficiar o dañar a…”, cuando son los científicos en sus actividades los
que consiguen eso. La ciencia es (quizás) la más noble de las construcciones humanas, pero su
ámbito es únicamente intelectual, y no moral. En efecto, la ciencia no tiene ninguna intención,
no toma decisiones, no prefiere hacer en lugar de no hacer, ni prefiere el mal sobre el bien ni
viceversa, ni curar el cáncer o salvar vidas humanas a costa de vidas de otros animales, pues son
los científicos los que tienen intención, prefieren, toman decisiones y ejercen acciones morales.
Siendo una parte de la filosofía, la ciencia es el método intelectual de búsqueda de la verdad
cuando las premisas son de naturaleza experimental u observacional. Cuando las premisas no
son de esta naturaleza, para avanzar hacia la verdad sigue haciendo falta el resto de la filosofía.
En efecto, no puede ser la ciencia, sino el científico el agente moral que utiliza el
conocimiento como un medio para alcanzar un fin (telos). Ese telos es un enunciado moral
(prefiero hacer esto que eso) que constituye la premisa principal de un razonamiento práctico,
tanto si el agente es consciente de ello como si no lo es. Los agentes que utilizan la ciencia como
un medio, y que son conscientes del fin, expresan la premisa principal de facto (o serían capaces
de expresarla) mediante una proposición del telos moral. Los demás agentes también persiguen
sus fines, aunque se muevan en un nivel en el que no sean conscientes de que los persiguen,
probablemente porque viven en la creencia (no reflexionada) de que “la ciencia” tiene un
propósito, sin atisbar que los que tienen propósitos son los matemáticos criptógrafos, los físicos
nucleares y los farmacólogos, y no la matemática ni la física ni la farmacología.
2. 2
El científico, y no la ciencia, tiene como propósito gobernar la naturaleza, o, como señaló
Augusto Comte, “saber para prever, y prever para poder”. Y es cada uno de los científicos, y no
la ciencia, quien tendrá que dar razones de la coherencia moral de sus respectivos fines.
II. RELACIONES ENTRE VARIABLES
Con frecuencia los valores de algunas variables se relacionan o corresponden con los de
otras de manera no causal, ya sea de forma rígida (invariable), ya sea de forma regular o general
(aunque haya excepciones).
Por ejemplo, la estatura y el peso de las personas, que sin ser causales, guardan una
cierta relación, aunque la proporcionalidad entre las dos no sea rigurosamente constante,
porque en ambas variables influyen de manera diferente otros aspectos o caracteres que no
controlamos y englobamos bajo el nombre de azar.
En estos casos se dice que las variables están relacionadas.
Cuando los valores de una variable no tienen ninguna relación con los de la otra, se dice
que dichas variables están incorreladas o, mejor, no relacionadas. Es lo que ocurre con las
variables representadas en el diagrama de dispersión de la figura 1, en el que se ve que cualquier
valor de la variable X puede oscilar entre X1 y Xn para todos los valores comprendidos entre Y1 e
Ym.
1º Determinismo y aleatoriedad.
Las relaciones o correspondencias (tanto si son rígidas o constantes, como si son
regulares) entre los valores de las variables relacionadas, pueden tener lugar: a) en el mismo
sentido, en cuyo caso se habla de relaciones directas; o b) en sentido contrario, en cuyo caso se
habla de relaciones inversas. Ambas se pueden dar genéricamente de dos maneras:
1. De una manera rígida (situación determinista o de dependencia funcional), en la que
a cada valor de una variable corresponde un solo valor de la otra: a su vez, se admiten dos
variedades:
1) Que a cada determinado valor de la variable X le corresponda un único valor
de la variable Y, y viceversa que a cada valor de la Y le corresponda un solo valor de la X,
como se ejemplifica en la figura 2, en la que pueden darse dos posibilidades: a) relación
directa, cuando los aumentos y disminuciones de X coinciden con aumentos y
disminuciones de Y; y b) relación inversa, cuando los aumentos de X coinciden con
disminuciones de Y, y las diminuciones de X ocurren con aumentos de Y.
Ambas constituyen una dependencia funcional recíproca o dependencia
funcional biunívoca, también llamada implicación recíproca, X Y, “si y sólo si”.
(Y)
ym · · · · · · ·
· · · · · · ·
· · · · · · ·
· · · · · · ·
· · · · · · ·
· · · · · · ·
y1 · · · · · · ·
x1 xn (X)
Figura 1: Variables incorreladas o no relacionadas
3. 3
2) Que a cada determinado valor de X le corresponda un único valor de la
variable Y, pero no al contrario, porque a cada valor de Y le pueden corresponder dos o
más valores de la variable X (o viceversa: a cada determinado valor de Y le corresponde
sólo uno de X, pero a cada valor de X le corresponde más de uno de Y), tal como se
muestra en la figura 3.
Esto significa una dependencia funcional unívoca, o implicación unívoca, X => Y.
2. De una manera flexible (situación aleatoria o estocástica), en la que a cada valor de
una variable le pueden corresponder varios valores próximos de la otra, debido a la influencia
de otras variables ajenas, que englobamos bajo el nombre de azar, acaso, albur, chamba,
casualidad, etc. A su vez esta relación aleatoria o estocástica puede ser:
1) Relación aleatoria recíproca o biunívoca [X Y] (figura 4).
En lógica formal, cuando X implica Y, e Y implica X, puede demostrarse que X es
condición necesaria y suficiente de Y, e Y es condición necesaria y suficiente de X.
Un ejemplo es el peso (X) y la altura (Y) de las personas.
· · · · · · · · (Y)
· · · · · · · ·
· · · · · · · · y3
· · · · · · · ·
· · · · · · · ·
· · · · · · · · y2
· · · · · · · ·
· · · · · · · ·
y1
(X) (Y)
Figura 2: Dependencia funcional recíproca o biunívoca x1 x2 x3 (X)
· · · · · · · · (Y) (Y)
· · · · · · · ·
· · · · · · · ·
· · · · · · · · y3
· · · · · · · · y2
· · · · · · · ·
· · · · · · · · y1
· · · · · · · ·
(X) (Y)
Figura 3: Dependencia funcional unívoca x1 (X) (X)
(Y) · · ·
· · ·
· ·
·
· ·
· · ·
· · ·
· · ·
·
(X) (Y)
Figura 4: Relación aleatoria recíproca (X)
4. 4
2) Relación aleatoria unívoca del ser de X en el ser de Y [X => Y] (figura 5).
En lógica formal, cuando X implica Y, puede demostrarse que X es condición
suficiente de Y, e Y es condición necesaria de X. Puede afirmarse que Y es condición
necesaria pero no suficiente de X.
Un ejemplo es cualquier curva en “U” o en “J”, como las cifras de colesterol en
sangre en el eje de las X frente a las tasas de mortalidad en el eje de las Y.
3) Relación aleatoria unívoca de “el ser de X en el ser de Y + el ser de no Y, [X =>
Y+NoY] (figura 6).
En lógica formal, cuando X implica Y+NoY, puede demostrarse que X es
condición suficiente de Y + NoY.
Simultáneamente Y+NoY es condición necesaria de X, con lo que no puede
afirmarse que Y sea condición necesaria de X, ni tampoco que NoY sea condición
necesaria de X.
Un ejemplo es el de las cifras del colesterol en sangre que en un período de 10
años tienen los que mueren (Y) y los que no mueren (NoY).
Cuando Y+NoY = f (X) hemos de inferir que falta algo, y que más bien debe de tratarse de:
Y+NoY = f (X) + una o más causas independientes de X + las interacciones de estas u otras nuevas
causas o factores con X y/o entre sí.
(Y) ·
· · · ·
· · · ·
· · · · ·
· · · · ·
· · · · ·
· · · · ·
· · ·
· · ·
(X) (Y)
Figura 5: Relación aleatoria unívoca (de X en Y) x3 x7 (X)
Obsérvese que cualquier valor xi de la variable X le corresponde un intervalo específico de la variable Y
·
·
·
·
·
260
240
220
200
180
160
(X) (Y + No Y) 160 180 200 220 240 260 (X)
Figura 6: Relación aleatoria unívoca (de X en Y+NoY)
· · · ·
· · · · · ·
·
No Y
Y
No Y
Y
·
5. 5
4) Relación aleatoria unívoca del ser de X + el ser de NoX en el ser de Y + el ser
de no Y, [X+NoX => Y+NoY] (figura 6).
X + NoX es condición suficiente de Y + NoY. Simultáneamente Y + No Y es
condición necesaria de X + NoX, con lo que no puede afirmarse que Y sea condición
necesaria de X ni de NoX, ni tampoco que NoY sea condición necesaria de X ni de NoX.
Un ejemplo es la asociación entre el colesterol alto (X) y colesterol no alto (NoX)
en 10 años con los que mueren (Y) y los que no mueren (NoY). Véase tabla SCORE.
Cuando Y+NoY = f (X+NoX) hemos de inferir que falta algo, y que más bien debe de tratarse de:
Y+NoY = f (X+NoX) + una o más causas independientes de X + las interacciones de éstas u otras
nuevas causas o factores con X y/o entre sí.
(X + No X ) (Y + No Y) X No X
Figura 7: Relación aleatoria unívoca (de X+NoX en Y+NoY)
·
·
No Y
No Y
No X
X
·
Y
Y ·
6. 6
2º Incorrelación aparente.
En la figura 1 se ve la representación gráfica llamada diagrama de dispersión de dos
variables incorreladas. Al compararlas con el diagrama de la figura 8 ¿Están en él las variables
de X e Y también incorreladas?
Desde luego, en el diagrama de dispersión de la figura 8 no se puede decir que las
variables X e Y no estén relacionadas, porque:
1. El intervalo de los valores mostrados por la variable Y para el valor X1: a) no es el
mismo que el intervalo de valores de la misma variable Y para el valor Xi de la variable X; y b)
algo análogo cabe decir de los intervalos de valores de X para el valor de Y1 y para el valor de Yj.
2. Por lo que no se puede negar que hay alguna relación entre los valores de X y los
valores de Y.
Sin embargo, también es verdad que la media de los valores de Y es la misma que los
valores de X comprendidos entre X1 y Xn (vemos que dibujan una línea recta horizontal, en la
que el valor en Y no varía), y la media de los valores de X es la misma para todos los valores de
Y comprendidos entre Y1 e Ym (vemos que dibujan una línea recta vertical, en la que el valor en
la variable X es siempre el mismo), por lo que:
1) No son variables linealmente correlacionadas (como lo son en las figuras 3, 4
y 5, en las que se señalan las respectivas rectas de regresión lineal que resumen la
correlación rectilineal entre las variables X e Y).
2) Pero sí que están relacionadas (que no es lo mismo que decir linealmente
correlacionadas), ya que: a) los valores de X influyen en los valores de Y (mejor dicho,
guardan relación con los valores de Y, porque decir que influyen es demasiado decir,
habida cuenta de que no sabemos si son aspectos distintos cuyos valores casualmente
se corresponden; y b) los valores de Y guardan relación con los valores de X.
Por lo tanto, son variables relacionadas, pero no correlacionadas (denominación que
presupone que la relación lineal entre las variables X e Y, o sea, que se sigue la ecuación de una
recta como y = a*x + b, ó x = r*y + s, en las que “a” y “r” son las constantes llamadas coeficientes
o pendientes, y “b” y “r” son las constantes en el origen.
(Y)
ym · ·
· · · ·
· · · · · ·
· · · · · · · ·
· · · · · · · ·
· · · · · ·
· · · ·
y1 · ·
x1 xn (X)
Figura 8: Incorrelación aparente
7. 7
III. INVESTIGACIÓN DE RELACIONES ENTRE VARIABLES.
1º Entornos deterministas o no aleatorios.
Cuando dos variables se relacionan en un entorno determinista o no aleatorio (es decir,
sin influencia de terceras variables), los valores de una se corresponden rígidamente con los de
la otra. Por lo tanto, con buenas observaciones y buenas medidas (o sea, precisas, con poco
intervalo de incertidumbre en los valores obtenidos en las medidas) y exactas (o sea, fidedignas),
es fácil identificar las relaciones deterministas entre variables.
Los físicos, muy acostumbrados a entornos deterministas de la física clásica señalan que
hay tres maneras de conseguir identificar la existencia de relaciones entre dos o tres variables:
1) Las tablas, en las que se pueden atisbar las relaciones mediante la inspección de los
valores consignados en ellas.
2) Las gráficas (de las que hay muchos tipos, según para qué tipo de demostraciones)
que hacen muy visibles e intuitivas esas relaciones.
3) Las leyes, que cuando son leyes matemáticas se traducen en ecuaciones, llamadas
ecuaciones de regresión. Mediante ellas, a partir de los valores de una o varias variables,
llamadas variables independientes, se puede deducir el valor de otra variable, conocida como
independiente (a veces son varias, y entonces sus valores se agregan en forma de matriz).
Aunque las leyes pueden vincular a varias variables simultáneamente, las tablas y las
gráficas sólo pueden tratar, de una manera ostensible, dos (a lo sumo, tres) de cada vez,
presuponiendo que en ellas se mantienen constantes los valores de las demás variables
estudiadas, porque si no, las tablas devienen en muy farragosas.
Las gráficas sólo permiten la inspección de tres dimensiones (en las representaciones
llamadas espaciales, dibujadas en perspectiva), aunque son generalmente más claras con dos.
2º Entornos aleatorios o estocásticos.
El problema surge cuando se investiga la relación entre dos variables (en el caso más
simple, aunque la situación puede complicarse cuando se estudian simultáneamente más) en
un entorno aleatorio (que es lo habitual en ciencias de la salud), en el que el valor de una variable
cuya dependencia de otras se quiere estudiar (por eso se llama variable dependiente): no sólo
depende o se relaciona con los valores de las variables que estudiamos (variables dependientes),
sino con otras variables desconocidas que influyen en los resultados de una medida que
desconocemos.
A estas variables desconocidas “influyentes” se las llama variables de confusión y
variables modificadoras del efecto o interacciones (aunque no son exactamente lo mismo, sus
diferencias no son transcendentes para los objetivos de esta pieza pedagógica).
En unos casos, el conjunto de estas variables extrañas (o mejor dicho, desconocidas)
tiene una repercusión contraria que en otras, debido a las diversas preponderancias posibles de
unas o de otras, y del sentido de los efectos de cada una de ellas.
Precisamente por eso, las variables que sabemos relacionadas no exhiben un nexo o
vínculo exacto y constante entre ellas (determinista), sino una “tendencia general”, o sea una
relación aproximada, pero no perfecta, que dificulta la identificación de esas relaciones (vuelvan
a verse las figuras 4 y 5).
A las situaciones que se dan en este entorno relacional se las llama aleatorias o
estocásticas, porque parecen depender del azar, también llamado albur, acaso, casualidad,
chanza, etc., que son los nombres que damos al conjunto de influencias o relaciones que
8. 8
desconocemos o no controlamos, y que, por diversas proporciones posibles, unas veces
repercuten de una manera y otras de otra.
3º Pruebas estadísticas en los entornos aleatorios o estocásticos.
Las relaciones aleatorias o estocásticas se estudian mediante pruebas estadísticas, o
tests estadísticos, en los que se mide con algún indicador global cómo se distribuye o reparte el
conjunto de valores correspondientes a cada una de las variables estudiadas en los distintos
individuos componentes de una muestra representativa de la población que queremos
investigar, para así ver cómo los valores de una variable se muestran ligados o vinculados con
los de otra u otras.
Obsérvese que hemos dicho que esos valores de una variable “se muestran ligados o
vinculados con los de otra u otras”, no que están causadas por ella/s, porque las relaciones entre
los valores de dos variables X e Y, pueden ocurrir nexos que no son de naturaleza causal.
En resumen:
1. Puede haber una relación de causalidad, en la que:
1) los valores de X son causa de los de Y, en cuyo caso, X sería la variable
independiente (pues sus valores son libres e independientes de los de Y), o variable
causal (por cuanto que es la causa de los valores de Y); y
2) los valores de la variable Y son consecuencia de los valores de X (en cuyo caso,
Y es la variable dependiente, a la que también podríamos llamar variable causada o
efecto, por cuanto sus valores son causados por los valores de X); y
3) puede ser lo contrario, e incluso que sea difícil, o incluso imposible,
determinar cuál es la causa y cuál es la consecuencia o efecto (por ejemplo, ¿quién es la
causa de quién: el huevo o la gallina?).
2. También puede haber una relación de colateralidad, en la que las dos variables
relacionadas, X e Y, no se causan una a otra, sino que están relacionadas por otra variable W,
que puede ser, a su vez, causa (inmediata o directa, o mediata o indirecta) de las dos, y por eso
sus valores “van del brazo” (de manera directa o indirecta).
3. Y también puede haber una relación de mera casualidad sin nexo de causalidad.
Dos sencillos ejemplos de la vida real ilustrarán ambas últimas circunstancias:
1) El profesor Maurice George Kendall encontró una estrechísima relación entre los
incrementos anuales de licencias de radio concedidas entre 1924 y 1937 en EEUU, y el número
de minusválidos psíquicos registrados entre el mismoperíodo. Sinembargo,ambas son variables
independientes entre sí, aunque están ligadas al crecimiento demográfico, y esa relación con
éste les confiere una aparente relación entre ellas (colateralidad). El coeficiente de correlación
de Pearson entre amas variables fue 0,998, que es casi una correlación lineal determinista. Otros
ejemplos como éste hemos visto en la web spurious correlations1
, que analizadas mediante el
Coeficiente de Correlación Intraclase rebajan o pierden la correlación.
2) Entre 1965 y 1987 se observó en Alemania una poderosa relación entre la disminución
de la natalidad y el retroceso en el número de parejas de cigüeñas. Evidentemente, fue una
relación casual, sin ningún atisbo racional de causalidad.
Veamos un intuitivo ejemplo sobre cómo operan las pruebas estadísticas. Supongamos
que tenemos dos bolsas o sacas opacas, a las que llamamos saca A y saca B, llenas de bolas
blancas y negras. No sabemos cuántas hay de un color y del otro, ni el total, en cada saco.
Simplemente sabemos, por su ruido al agitarlas que contienen bolas, y que, por su peso y su
volumen, contienen muchas bolas, por lo que no es fácil ponerse a contarlas todas. Así que
1
http://www.tylervigen.com/spurious-correlations
9. 9
decidimos hacer una estimación mediante la extracción de un puñadito de bolas (por ejemplo,
de cinco, para hacer el problema más fácil) de cada bola como muestra.
Imaginemos que encontramos los siguientes resultados:
Bolsa A: 3 bolas blancas (60%) y 2 negras (40%)
Bolsa B: 2 bolas blancas (40%) y 3 negras (60%)
A juzgar por esos resultados, parece que hay más bolas blancas en A que en B (o más
bolas negras en B que en A). Pero ¿es verdad o el hallazgo ha sido fruto de la casualidad en las
extracciones de la muestra?
Supongamos que en la bolsa A realmente hubiera un 40% de bolas blancas y un 60% de
bolas negras (o sea, lo contrario que lo que aparece en la muestra). ¿Es muy improbable que en
la muestra saliera ese 60% de blancas y 40% de negras? Habría que calcular la probabilidad de
extraer 3 bolas blancas y 2 negras de una saca que contiene el 40% de blancas y el 60% de negras.
Y para esto hay fáciles procedimientos de cálculo: las pruebas o test estadísticos adecuados al
tipo de variables y a la escala de medición (que no cualquiera, para no incurrir en un error tipo
III).
Pasemos ahora a la bolsa B. Supongamos que en esa bolsa B hubiera el mismo número
de bolas blancas que negras (50% de cada una). Evidentemente, al sacar cinco bolas, no es
posible estimar ese 50% a 50%, porque implicaría sacar 2,5 bolas blancas y 2,5 bolas negras, lo
que es imposible, porque las bolas con piezas indivisibles. O sea, que 3 bolas negras y 2 negras,
lo mismo que 3 blancas y 2 negras, serían las mejores estimaciones muestrales de la realidad
poblacional, lo cual, si el experimento hubiera sido real no podríamos saberlo sin contar todas
las bolas.
Podría decirse que hay que sacar 6 bolas, pero el argumento es erróneo por lo siguiente:
1) En nuestro ejemplo, hemos imaginado que hay 50% de blancas y 50% de negras, que
no son porcentajes reproducibles en una muestra de 5 bolas, sino de 6 (en el supuesto de que
el azar nos hubiera hecho sacar 3 bolas blancas y 3 bolas negras, lo que no es obligatorio) o de
cualquier otro número par. En efecto podrían salir 0-6, 1-5, 2-4, 3-3, 4-2, 5-1 y 6-0.
2) Pero imaginemos que en la saca B (que es la cuestión en liza y no lo sabemos) hay un
52% de bolas blancas y el 48% de bolas negras. En ese caso, para reproducir en la muestra la
composición real de la población (la saca), dicha muestra debería contar de 50 bolas como
mínimo(oun múltiplode 50), y además haber tenidola chiripa de que hubieransalido26 blancas
y 24 negras, pues ninguna otra posible combinación, salvo sus múltiplos, daría el resultado
correcto, sino sólo un resultado aproximado.
Con 6 bolas, la mejor reproducción del contenido de la bolsa habría sido obtener 3
blancas y 3 negras, pues otras opciones serían estimaciones peores de la realidad.
Incluso si hubiéramos tenido la intuición de hacer muestras de 50 bolas, tampoco
sabríamos si lo que realmente hay en la saca B:
1) No es, en vez de una proporción de 52% y 48%, un 50,5% y 49,5% (en cuyo caso sólo
se obtendría con muestras de 200 bolas, o múltiplos de 200 bolas, si además la buena suerte
nos proporcionara 101 blancas y 99 negras).
2) Ni tampoco sabemos si hay otra combinación de proporciones de bolas entre las
infinitas posibles.
3) o incluso alguna presencia minoritaria de otro color diferente.
Puesto que las opciones son ilimitadas y desconocidas, no podemos saber a priori qué
tamaño tiene que tener la muestra para poder reproducir exactamente la misma proporción
que en la población.
Hasta podría ser que ningún tamaño muestral pudiera representar fidedignamente la
composición de la población, como por ejemplo:
10. 10
1) Que el tamaño de la población fuera un número primo, con lo que no podría ser
dividido por ninguno de los números que expresan las respectivas frecuencias absolutas simples
de bolas blancas y negras.
2) O que, sin ser primo, simplemente no fuera divisible por ninguna de dichas
frecuencias absolutas simples de las bolas de cada uno de los colores, o sea, que fueran lo que
en las matemáticas se llaman números primos entre sí (por ejemplo, 6 y 35 son primos entre sí,
porque no tienen un número común por el que ambos sean divisibles, pero 6 y 27 no lo son
porque ambos son divisibles por 3).
Así que habrá incertidumbre sobre la exactitud del valor de las muestras, con respecto
a la población de origen, aun cuando el azar no nos hubiera dado lugar a una extracción de
nuestra muestra desviada de la realidad.
Por todo lo dicho, en el ejemplo con las dos sacas de bolas, hemos vuelto al punto de
partida, pues no sabemos:
1) Si en la saca A hay mayor proporción de bolas blancas que en la saca B, como se ha
encontrado en la muestra.
2) Si en la saca A hay menor proporción de bolas blancas que en la saca B (o sea, al revés
de lo que casualmente ocurrió en la muestra).
3) O si en la saca A hay la misma proporción de bolas blancas que en la saca B (lo que
equivale a decir que en la saca A hay la misma proporción de bolas negras que en la saca B, pero
¡cuidado!, no que haya la misma proporción de bolas blancas y negras).
Para atrevernos a apostar juiciosamente, en el ejemplo antedicho (en el que en la saca
A hay más bolas blancas que en la saca B, lo que también se puede describir como la afirmación
de que en la saca B hay más bolas negras que en la saca A) necesitamos disponer de algún medio
para, antes de apostar, calcular cuál es la probabilidad de sacar tres bolas blancas en A y dos
bolas blancas en B, siendo que en A no hubiera más bolas blancas que en B.
Si esa probabilidad fuera pequeña, probablemente nos atreveríamos a apostar más
fuerte (o más dinero) que si es algo de fácil ocurrencia por casualidad.
Una manera de estar más seguros, como sabemos, es aumentar el tamaño de la
muestra. En efecto:
1) Si nuestra estimación procede de una muestra de cinco bolas, todos sabemos que,
habiendo en la saca la mitad (50%) de cada color, no es demasiado difícil que salieran todas
idénticas (o sea, el 100%). Concretamente, se puede calcular que la probabilidad es de dos veces
entre 32 (es decir, una opción de que todas fueran blancas y otra de que fueran todas negras,
entre las 32 alternativas posibles: 2/32 = 0,0625 = 6,25%.
2) Sin embargo, si la muestra es de 10 bolas, la probabilidad sería: 2/1024 = 0,2%.
3) Si, bajo las mismas condiciones (población de la saca: 50% blancas y 50% negras), la
muestra fuera de 20 bolas, la probabilidad sería: 2/ 1048576 = 0,0002%.
O sea, al aumentar la muestra, se reduce exponencialmente la probabilidad (o sea, la
esperanza matemática) de que las cosas raras ocurran. Y lo mismo sucede para cualquier
combinación.
Por fortuna, las matemáticas han desarrollado procedimientos de calcular muy
atinadamente (unas veces exactamente, y otras muy aproximadamente) la probabilidad de
ocurrencia de diferentes eventos. Esos cálculos están al alcance de cualquier persona titulada
en ciencias, porque se han desarrollado aplicaciones informáticas específicas para estadística,
que permiten automatizar fácilmente las operaciones necesarias, sin necesidad de ser
matemático o estadístico, igual que para escribir con un procesador de textos no hace falta ser
informático.
Digamos que el estudio estadístico de una investigación también es más que manejar
diestramente una aplicación SPSS, SAS, Stata, etc.
11. 11
1) Si se conocen los fundamentos metodológicos, la comunicación con un experto
estadístico puede ser breve, fluida y provechosa, y la mayoría de las veces se limitará a una
supervisión en el muestreo y en el análisis final de los datos, porque la lectura de los outputs
estadísticos y su interpretación científica, que son tareas y responsabilidad del investigador,
estarán a su alcance.
2) Pero si no se dominan esos fundamentos, la situación es sumamente difícil, y suele
tener los resultados catastróficos que se atisban en la mayoría de las publicaciones “científicas”,
que no pocas veces son acientíficas.
IV. RELACIÓN Y CAUSALIDAD
1º Condiciones para la causalidad determinista.
Existen diversas definiciones de causa y de causalidad, según diferentes filosofías y
circunstancias. En una concepción lógico-filosófica determinista, se dice que la variable X es
causa: específica, necesaria y suficiente, si cualquier valor de X corresponde de manera única y
específica un determinado valor de Y.
2º Cuando no hay una situación determinista.
Sin embargo, la causalidad única y determinista es excepcional, pues lo habitual,
especialmente en el mundo de la biología, es entre las variables que exista:
1. Multicausalidad (también llamada con menos rigor causalidad multifactorial).
2. Multiplicidad de efectos (a veces diferentes, según la intensidad de la variable causal
que consideremos).
3. Diferentes modalidades o sentidos de los efectos (todo o nada, efectos linealmente
proporcionales, efectos no linealmente relacionados, etc.).
4. Interacciones o interferencias, no siempre lineales (agregables entre diferentes
causas), y así es conocido que, por regla general, dos antibióticos bactericidas se potencian
mutuamente en sus afectos, dos antibióticos bacteriostáticos se suman, y un antibiótico
bacteriostático interfiere desfavorablemente con un bactericida cuando se combinan.
5. Limitaciones vinculadas a todas las medidas:
1) Unas veces porque carecemos de unidades apropiadas (¿cómo medimos la
cantidad fumada por un enfermo?, ¿por la cantidad de tabaco, de alquitrán, de nicotina,
etc.?, ¿cómo comparamos puros, pipas o cigarrillos?, ¿cómo comparamos el grado de
apuramiento de las colillas), ¿cómo comparamos los cambios cuantitativos en el hábito
tabáquico a lo largo del tiempo que pueden influir en la enfermedad, habida cuenta de
que no es lo mismo haber fumado mucho o fumar ahora poco, que al revés?
2) Otras porque, aun habiendo unidad y procedimiento de medida, toda medida
lleva inexorablemente ligado un error o falta de exactitud (por errores personales,
limitaciones procedimentales o técnicas, errores instrumentales, etc.), ligados a las
carencias técnicas, a la imprecisión de los aparatos de medida o a la imprecisión de las
expresiones numéricas (propagada o exacerbada a veces con los cálculos), etc.
6. Complejidad del sistema de variables relacionadas, que a veces excede nuestra
capacidad de comprensión.
7. Limitación de las posibilidades de cálculo.
Condiciones para multicausalidad (que suele denominarse sin rigor causalidad multifactorial).
En la multicausalidad, es decir, aquella en que la variable dependiente es consecuencia
de varias causas, hay varios criterios para asociar la causalidad, a veces no fáciles de
desenmascarar, y a veces imposibles. Entre los criterios necesarios para asociar la existencia de
causalidad, destacan los tres siguientes:
12. 12
1. Existencia de relación. Si la variable X tiene alguna influencia en la variable Y, quiere
decir que los distintos valores de X se corresponden con diferentes valores de Y, por lo que X e
Y han de ser variables relacionadas, es decir, han de estar ligadas por:
1) Una asociación, que se llama así a la relación que involucra a alguna variable
cualitativa, en la que cada categoría, clase o modalidad (que es el nombre que se da a
las diferentes opciones o valores de las variables cualitativas) está ligada con los
diferentes valores de la otra variable; o
2) Una covariación, que es como se llama a la relación entre los valores
numéricos de variables cuantitativas.
Ahora bien, la existencia de relación es una condición necesaria pero no suficiente de la
existencia de causalidad (causalidad => relación), porque las variables X e Y pueden simplemente
no estar relacionadas entre sí, pero parecerlo porque son consecuencia de otra variable, que es
la causa influyente sobre los valores de X y de Y. Esta variable se llama colateral, y no siempre
se consigue desenmascararla.
2. La temporalidad. Implica que la causa tiene que preceder al efecto. A veces, en
respuestas muy rápidas de la variable Y (consecuencia) a la variable X (causa) pueden parecer
simultáneas, porque no se puede discriminar con exactitud cuál de los cambios fue anterior.
Pero nunca la variable consecuencia puede preceder a la variable causa.
3. Ausencia de espuriedad, es decir, de terceras variables o variables de confusión, que
parasitan las aparentes relaciones.
En los estudios experimentales se cuenta con la ventaja de que los individuos con los
que se experimenta pueden ser asignados, tras aleatorizarlos, al grupo de intervención o al
grupo de control, lo que teóricamente equilibra las probabilidades de que las posibles variables
de confusión puedan actuar en un sentido o en el contrario, tanto en unos grupos como en los
otros de la experimentación que se va a comparar.