Análisis bivariado con variables cualitativasmariaruizg_
Aprenderemos a utilizar las tablas de contingencia que se utilizan para registrar y analizar la asociación entre dos o más variables de naturales cualitativa.
Además de la prueba de Chi cuadrado que se emplea para comprobar si a diferencia en los datos que observamos es debida al azar o a una asociación.
IA, la clave de la genomica (May 2024).pdfPaul Agapow
A.k.a. AI, the key to genomics. Presented at 1er Congreso Español de Medicina Genómica. Spanish language.
On the failure of applied genomics. On the complexity of genomics, biology, medicine. The need for AI. Barriers.
Presentació de Álvaro Baena i Cristina Real, infermers d'urgències de Badalona Serveis Assistencials, a la Jornada de celebració del Dia Internacional de les Infermeres, celebrada a Badalona el 14 de maig de 2024.
Módulo III, Tema 9: Parásitos Oportunistas y Parasitosis EmergentesDiana I. Graterol R.
Universidad de Carabobo - Facultad de Ciencias de la Salud sede Carabobo - Bioanálisis. Parasitología. Módulo III, Tema 9: Parásitos Oportunistas y Parasitosis Emergentes.
2. Describe si hay asociación
entre la variable “sexo” con
“práctica deportiva”.
Para ello en primer lugar,
realizamos una tabla de
contingencia de doble
entrada.
4. A continuación, crearemos una hipótesis:
•Hipótesis nula: la práctica de deporte no se asocia
al sexo.
•Hipótesis alternativa: la práctica de deporte esta
asociada al sexo.
5. Podemos observar también la frecuencia
en la tabla de frecuencia.
Como vemos en la tabla de frecuencias nos
encontramos 117 mujeres que practican
deporte frente a 123 que no, en el caso de
los hombres, encontramos 42 que lo
practican frente a 9 que no.
Realizando el Test de Chi-cuadrado para ver
si las variables tienen asociación entre
ellas, hemos obtenido una p menor que
0,05, por lo que rechazo la hipótesis nula,
afirmando que la práctica deportiva si tiene
relación con el sexo (estamos aceptando la
hipótesis alternativa)
6. Por último calcularemos los Odds
Ratio (ventaja que tiene una
variable sobre la otra).
Si el valor de Odds ratio fuese 1, no
habría relación entre las variables
pero como hemos obtenido un
valor Odds menor de 1 (0,20485),
rechazamos la hipótesis nula y
aceptamos la alternativa afirmando
que hay asociación.
7. El segundo caso planteado es estudiar la
asociación entre las variables “sexo” y
“fruta”. Para ello seguiremos los mismos
pasos que en el caso anterior.
En primer lugar, transformaremos la
variable “fruta” en una variable
dicotómica.
En primer lugar, pinchamos en datos,
modificar variables y recodificar variables.
8. A continuación, comenzamos a recodificar
las variables de la siguiente forma:
“Menos de una vez por semana”=“Come
fruta”
“Una o dos veces a la semana”=“Come
fruta”
“A diario”=“Come fruta”
“Tres o mas veces a la semana pero no a
diario”=“Come fruta”
“Nunca o casi nunca”=“No come fruta”
11. Seleccionamos sexo y fruta y calculamos el test de
independencia chi-cuadrado, además del test de Fisher.
12. Por lo tanto, obtenemos una
p=0,07412, por ello, deducimos que
las variables no tienen asociación (p
es mayor que 0,05).
Las variables sexo y fruta son
variables independientes (aceptamos
la hipótesis nula).