Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 11 vistas

    Ensayo Epidemiología-Fidoo

    Cargado por

    Fido Pereira
    El documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas utilizadas en epidemiología, incluyendo la prueba de Ji cuadrado y el análisis estratificado. Explica las diferencias entre pruebas paramétricas y no paramétricas, y los pasos para realizar un análisis estratificado, dividiendo la población en subgrupos homogéneos. El muestreo estratificado es útil cuando los subgrupos tienen valores medios diferentes para las variables de estudio.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Ensayo Epidemiología-Fidoo

    Cargado por

    Fido Pereira
    11 vistas4 páginas
    El documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas utilizadas en epidemiología, incluyendo la prueba de Ji cuadrado y el análisis estratificado. Explica las diferencias entre pruebas paramétricas y no paramétricas, y los pasos para realizar un análisis estratificado, dividiendo la población en subgrupos homogéneos. El muestreo estratificado es útil cuando los subgrupos tienen valores medios diferentes para las variables de estudio.

    Descripción original:

    Ensayo

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas utilizadas en epidemiología, incluyendo la prueba de Ji cuadrado y el análisis estratificado. Explica las diferencias entre pruebas paramétricas y no paramétricas, y los pasos para realizar un análisis estratificado, dividiendo la población en subgrupos homogéneos. El muestreo estratificado es útil cuando los subgrupos tienen valores medios diferentes para las variables de estudio.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    11 vistas4 páginas

    Ensayo Epidemiología-Fidoo

    Cargado por

    Fido Pereira
    El documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas utilizadas en epidemiología, incluyendo la prueba de Ji cuadrado y el análisis estratificado. Explica las diferencias entre pruebas paramétricas y no paramétricas, y los pasos para realizar un análisis estratificado, dividiendo la población en subgrupos homogéneos. El muestreo estratificado es útil cuando los subgrupos tienen valores medios diferentes para las variables de estudio.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 4

    República Bolivariana de Venezuela

    Ministerio del Poder Popular para la Educación Superior


    Universidad Nacional Experimental “Rómulo Gallegos”
    Área de Ciencias de la salud
    Programa Nacional de Formación en Fisioterapia.
    Unidad Curricular: Epidemiología.

    Facilitador Estudiantes

    Zulay Bermejo Lisandro Pereira. C.I: 28.262.922

    José Manuel González. C.I: 20.245.903

    Daniel Zambrano. C.I: 30.547.146

    Sección “3”

    San Juan de los Morros; 14 de Diciembre del 2023


    Prueba Ji cuadrado

    Es un procedimiento estadístico utilizado para determinar si existe una diferencia


    significativa entre los resultados esperados y los observados en una o más categorías.
    Se trata de una prueba no paramétrica que es utilizada por los investigadores
    para examinar las diferencias entre variables categóricas en la misma población.
    También puede utilizarse para validar o proporcionar un contexto adicional para las
    frecuencias observadas.

    La idea básica de la prueba es que se comparan los valores de los datos reales con
    lo que se esperaría si la hipótesis nula fuera cierta. De esta forma, se busca determinar
    si una diferencia entre los datos observados y los esperados se debe al azar, o si se
    debe a una relación entre las variables que se están estudiando.

    Pruebas paramétrica y no paramétricas

    Ahora bien, las pruebas paramétricas, se basan en las leyes de distribución normal
    para analizar los elementos de una muestra. Generalmente, solo se aplican a variables
    numéricas y para su análisis debe mantener una población grande, ya que permite que
    el cálculo sea más exacto.

    Mientras que las pruebas no paramétricas son aquellas que se encargan de analizar
    datos que no tienen una distribución particular y se basan una hipótesis, pero los datos
    no están organizados de forma normal. Aunque tienen algunas limitaciones, cuentan
    con resultados estadísticos ordenados que facilita su comprensión.

    Diferencias entre pruebas paramétricas y no paramétricas

    Pruebas no paramétricas Pruebas paramétricas

    Exigen una menor condición de Exigen mayor condición de validez.


    validez.
    Mayor probabilidad de errores. Menor probabilidad de errores.
    El cálculo es menos complicado de El cálculo es complicado de hacer.
    hacer.
    Las hipótesis se basan en rangos, Las hipótesis se basan en datos
    mediana y frecuencia de datos. numéricos.
    Los cálculos no son exactos. Los cálculos son demasiado exactos.
    Considera los valores perdidos para No toma en cuenta los valores
    obtener información. perdidos para obtener información.
    Análisis estratificado

    El análisis estratificado es conceptualmente simple. Involucra la desagregación de


    un conjunto de datos en subgrupos definidos por uno o más factores que son los que
    deseamos controlar. Por ejemplo, al estudiar el efecto del uso de la reserpina sobre el
    riesgo de cáncer de mama, podríamos estratificar por obesidad. El análisis dentro de
    cada estrato puede ser considerado entonces libre del efecto del fenómeno de
    confusión por ese factor de riesgo, en la medida que los estratos sean suficientemente
    estrechos. (Si los estratos son amplios, por ejemplo, "índice de masa corporal de 2.2 a
    3.2" o "presión arterial mayor de 95 mmHg", podemos tener un "fenómeno de
    confusión residual" debido a la heterogeneidad de la variable de estratificación dentro
    de uno o más estratos).

    Pasos del análisis estratificado

    *Paso 1. Definición de la población: El primer paso es identificar claramente la


    población de interés para el estudio.

    *Paso 2. Identificación de la variable o variables de estratificación: Luego, se


    debe identificar la variable o variables que dividirán la población en estratos.

    *Paso 3. Cálculo del tamaño de la muestra: Se trata de calcular el tamaño de la


    muestra necesaria en cada estrato. Esto se puede hacer utilizando técnicas estadísticas
    que tengan en cuenta la variabilidad dentro de cada estrato y el nivel de confianza
    deseado.

    *Paso 4. Selección de la muestra: Una vez que se tenga el tamaño de muestra


    necesario para cada estrato, es necesario seleccionar aleatoriamente las muestras
    dentro de cada estrato. Esto asegurará que cada subgrupo esté representado
    adecuadamente.

    *Paso 5. Recolección de datos: Llevar a cabo la recolección de datos siguiendo un


    procedimiento uniforme para cada estrato.

    *Paso 6. Análisis e interpretación de resultados: El último paso es realizar el


    análisis de datos por estrato y luego combinar los resultados para obtener una imagen
    completa de la población total. Cada estrato funciona independientemente, pudiendo
    aplicarse dentro de estos el muestreo aleatorio simple o el estratificado para elegir los
    elementos concretos que formarán parte de la muestra.
    ¿Dónde se utiliza el muestreo estratificado?

    Para utilizar el muestreo estratificado, es necesario poder dividir la población en


    subgrupos mutuamente excluyentes y exhaustivos. Esto significa que cada miembro
    de la población puede clasificarse de forma clara en un subgrupo.

    El muestreo estratificado es la mejor opción entre los métodos de


    muestreo probabilístico cuando se considera que los subgrupos tendrán valores
    medios diferentes para la(s) variable(s) que se están estudiando.

    Por lo tanto, se puede considerar el uso de la técnica de muestreo estratificado si:

    *Hay un amplio espacio para dividir a toda la población en estratos homogéneos.

    *La población objetivo es heterogénea y algunos subgrupos son extremadamente


    diferentes a los otros.

    *El análisis comparativo de los estratos es lo que estás buscando.

    También podría gustarte