 | ÁREA: ESTADISTICA | GRADO: DECIMO |
DOCENTE: ANTONIO GARCIA GREY | CORREO: informática.ceqa@gmail.com | |
FECHA: 25 de MARZO de 2025 | PERIODO: PRIMERO | |
VALOR: SENTIDO DE PERTENENCIA | FRASE: Formados en valores, llevamos en la sangre respeto - educación |
CONTINUACION 18 DE MARZO 2025
Papel en la pregunta de investigación
Podemos diferenciar las variables en función del papel
que desempeñen en nuestra pregunta de investigación. Si estudiamos la
asociación entre dos variables las denominaremos como dependiente e independiente,
respectivamente. La que recibe el nombre de dependiente (variable resultado o
efecto) es aquella que pensamos viene condicionada por la otra variable, que
denominamos independiente (variable explicativa o de exposición). Por ejemplo,
si queremos estudiar la prevalencia de diabetes en una muestra de población y
conocer las variaciones según la edad y el sexo de sus componentes, la
presencia de diabetes sería la variable dependiente y la edad y el sexo las
independientes. Por el contrario, si estudiamos la influencia de la diabetes
sobre los niveles de presión arterial, esta sería la variable dependiente y la
diabetes se consideraría variable independiente.
Número de valores posibles de su espacio muestral
Son variables continuas las que pueden
adoptar un número teóricamente infinito de valores a lo largo de un
continuo (ejemplo: talla, peso). Son discretas cuando solo son
posibles un número finito de valores (ejemplo: número de hijos de una pareja;
esta variable no puede tener fracciones). A la hora de identificar las
variables continuas debemos tener en cuenta que, aunque los valores
teóricamente posibles sean infinitos, muchas muestras contienen valores
finitos, bien por tener escasas observaciones o por falta de precisión en la
medición (ejemplo: medición sin decimales).
Las variables discretas pueden medirse en
cualquier escala, aunque habitualmente se medirán en escalas
nominales u ordinales, mientras que las variables continuas solo
pueden medirse en escalas de intervalos y de razones.
Escalas de medición de variables
Uno de los elementos fundamentales de la definición de
una variable es el tipo de escala que utilizaremos para medirla. En función de
la escala elegida decidiremos su codificación, tratamiento informático y
estadístico.
Hay cuatro tipos de escalas de medición, que ordenadas
en orden creciente de potencia, según la proporción de información que
contienen, son:
Nominal.
Ordinal.
De intervalos.
De razones o ratios.
Escala nominal
Consta de dos o más categorías mutuamente
excluyentes. Si solo hay dos, se llama escala nominal dicotómica. A cada
categoría se le suele asignar un número de código sin significado cuantitativo,
lo que facilita su introducción en bases de datos. En cualquier situación, si
se usa una codificación propia, debe tenerse claro lo que significa cada código
para cada variable.
Veamos algunos ejemplos:
Sexo: 1) masculino; 2) femenino.
Fumar: 0) no; 1) sí.
Estado civil: 1, casado; 2, soltero; 3, viudo; 4,
divorciado,
Procedencia del ingreso: 1, urgencias; 2, consultas;
3, otro hospital.
Dependiendo del programa que va a ser utilizado para
el análisis, se prefiere codificar las variables nominales dicotómicas de forma
que la presencia de enfermedad o del factor de exposición se suele codificar
como uno (1), mientras que la ausencia de enfermedad o de exposición a algún factor
como cero (0) o dos (2). Por ejemplo, el antecedente de hábito tabáquico puede
codificarse como 1 y 0 (1: fumador; 0: no fumador) o como 1 y 2 (1: fumador; 2:
no fumador). Aunque matemáticamente la presencia/ausencia de una característica
se corresponde con la codificación 1-0, es frecuente usar la codificación 1-2,
para evitar que variables vacías sean asignadas al 0 por error.
Escala ordinal
Las variables ordinales tienen la cualidad adicional,
respecto a la escala nominal, de que sus categorías están ordenadas por
rango; cada clase posee una misma relación posicional con la siguiente; es
decir, la escala muestra situaciones escalonadas. Si se usan números, su única
significación está en indicar la posición de las distintas categorías en la
serie; sin embargo, no asumen que la distancia del primer escalón al segundo
sea la misma que la del segundo al tercero. Veamos algunos ejemplos:
Clase social: 1) baja, 2) media, 3) alta.
Grados de reflujo vesicoureteral: grados 1, 2, 3, 4.
Conformidad con una afirmación: 0) completo
desacuerdo, 1) acuerdo parcial, 2) acuerdo total.
Fumar: 0) no fumador, 1) fumador leve, <10/día; 2)
fumador moderado, 10-20/día, y 3) gran fumador, >20/día).
Existen escalas que serán mezcla de nominal y ordinal,
porque solo algunas categorías estén ordenadas por rango; esto ocurre en las
escalas en las que un valor representa a una categoría inclasificable (ejemplo:
no sabe no contesta o resultado indeterminado).
Escalas de intervalos
Las escalas de intervalos poseen la cualidad adicional
de que los intervalos entre sus clases son iguales. Diferencias
iguales entre cualquier par de números de la escala indican diferencias también
iguales en el atributo sometido a medición. Veamos un ejemplo: la diferencia de
temperatura entre una habitación a 22 grados centígrados y otra a 26 es la
misma que la existente entre dos a 33 y 37 grados centígrados, respectivamente.
Sin embargo, la razón entre los números de la escala
no es necesariamente la misma que la existente entre las cantidades del atributo.
Ejemplo: una habitación a 20 grados no está el doble caliente que otra a 10.
Ello se debe a que el cero de la escala no expresa el valor nulo o ausencia de
atributo.
Escalas de razones
Su cualidad adicional es que el cero sí indica
ausencia de atributo. En consecuencia, la razón entre dos números de la escala
es igual a la existente entre las cantidades del atributo medido. Ejemplos:
Peso: medido en kilogramos.
Concentración de glucosa en una muestra: medida en
mg/dl.
Tasa de mortalidad: muertes por 1000 personas en
riesgo.
Ingresos: medidos en euros.
Las escalas de intervalos y razones se llaman también
métricas o dimensionales. Las variables continuas van a medirse con escalas de
razones o intervalos, por lo que es habitual que nos refiramos a ellas englobándolas
como escalas continuas, ya que comparten estrategias de análisis,
como la elección del test estadístico. Algunos paquetes estadísticos, como
SPSS, las denominan simplemente “escalas”.
Cuando en la recogida de una variable continua (escala
de razones o intervalos) no podemos recoger valores a partir de un límite (por
ejemplo: cargas virales superiores a 100 000), si optamos por mantener
esas observaciones en el análisis, la variable se comporta en ese rango como
una variable ordinal.
No hay comentarios:
Publicar un comentario