Archivo del Autor: estadisticallopis

Situación 170: Trabajo práctico (Psicología)

Deja un comentario

A continuación tenéis la siguiente base de datos:

P=Paciente

S=Sexo (1=Hombre; 2=Mujer)

E=Edad en años

IMC=Índice de masa corporal

TS=Transtorno del sueño (1=Sí; 0=No)

TA=Transtorno de la alimentación (1=Sí; 0=No)

Hb=Hemoglobina

P S E IMC TS TA Hb
1 1 32 24 0 0 15,1
2 1 45 21 0 0 14,4
3 1 34 27 0 0 14,6
4 1 67 29 0 0 13,3
5 1 54 32 1 1 13,2
6 1 34 20 0 0 13,2
7 1 78 19 0 0 12,4
8 1 43 22 0 0 14,0
9 1 21 32 0 1 14,5
10 1 37 20 0 0 14,6
11 1 44 37 1 0 13,9
12 1 33 22 0 0 14,9
13 1 22 24 0 0 16,1
14 1 18 25 0 0 15,7
15 1 75 23 0 0 14,1
16 1 34 34 1 0 13,8
17 1 65 38 1 0 15,5
18 1 45 27 0 0 12,8
19 1 35 29 0 0 13,2
20 1 61 32 1 0 15,1
21 1 66 20 1 0 14,6
22 1 60 19 0 0 15,8
23 1 70 24 1 0 14,7
24 1 30 33 0 0 13,6
25 1 44 27 0 0 14,6
26 1 33 29 0 0 14,1
27 1 55 32 1 0 14,8
28 1 42 20 0 0 15,0
29 1 19 24 0 1 13,3
30 1 34 21 0 0 13,4
31 1 65 27 0 0 14,9
32 1 45 32 1 0 13,5
33 1 35 32 1 0 13,9
34 1 61 20 0 0 13,8
35 1 66 19 0 0 12,9
36 1 60 22 0 0 14,5
37 1 70 32 1 1 13,5
38 1 30 20 0 0 12,9
39 1 44 24 0 0 15,2
40 1 33 21 0 0 13,4
41 1 55 27 0 0 14,9
42 1 42 29 0 0 13,6
43 1 19 32 1 1 13,7
44 1 23 20 0 1 13,6
45 1 36 19 0 0 14,8
46 1 45 22 0 0 15,0
47 1 48 32 1 0 14,2
48 1 70 24 0 0 15,7
49 1 30 21 0 0 15,0
50 1 44 27 0 0 14,2
51 2 33 29 0 0 13,4
52 2 55 32 1 0 13,0
53 2 42 20 0 0 14,2
54 2 70 19 0 0 13,1
55 2 30 24 0 0 12,1
56 2 44 21 0 0 10,0
57 2 33 27 0 1 15,7
58 2 55 29 0 0 13,0
59 2 42 32 1 0 13,3
60 2 19 20 0 1 11,3
61 2 23 19 0 0 12,4
62 2 70 22 0 0 11,9
63 2 30 32 1 0 14,7
64 2 44 24 0 0 11,5
65 2 33 21 0 0 11,5
66 2 55 27 0 0 11,7
67 2 42 29 0 0 12,5
68 2 70 19 0 0 14,3
69 2 30 22 0 0 12,0
70 2 44 32 1 1 12,7
71 2 33 34 1 0 12,0
72 2 55 24 0 0 12,6
73 2 42 21 0 0 14,1
74 2 19 27 0 1 12,3
75 2 23 19 0 1 13,1
76 2 36 22 0 0 13,0
77 2 45 32 1 0 14,0
78 2 48 20 0 0 11,3
79 2 60 31 1 1 12,6
80 2 70 21 1 0 13,9
81 2 30 19 0 1 13,0
82 2 44 22 0 0 13,1
83 2 33 32 1 1 12,6
84 2 22 19 0 1 12,7
85 2 42 22 0 0 13,2
86 2 19 32 1 1 11,8
87 2 34 20 0 0 13,3
88 2 65 24 0 0 11,8
89 2 45 21 0 0 14,6
90 2 35 27 0 0 12,9
91 2 61 29 0 0 12,7
92 2 66 32 1 0 11,3
93 2 60 20 0 0 11,4
94 2 70 19 0 0 11,5
95 2 30 22 0 0 14,1
96 2 44 28 0 0 13,1
97 2 22 27 0 1 12,9
98 2 31 22 0 1 14,7
99 2 69 21 0 0 12,7
100 2 39 18 0 0 13,0


a. Hacer una descriptiva de las variables IMC por sexos: Media, Mediana, Desviación estándar, Primer y Tercer cuartil, Rango intercuartílico, Box-Plot.1.

b. Hacer una descriptiva de las variables TS y TA, global, no por sexos.

c. Describir brevemente y numéricamente la variable edad y la variable IMC de estos 100  pacientes agrupados, no por sexos.

d.Crear un Intervalo de confianza de la media de la variable IMC global, no por sexos.

2.

a.Comprobar si hay relación entre el sexo y el tener trastorno del sueño.

b.Comprobar si hay relación entre la edad y el IMC.

c.Calcular la Odds ratio para Sexo (Mujer) respecto a trastorno de la alimentación.

d.Realizar una Regresión logística entre Edad y Trastorno de la alimentación.

e.Realizar una Regresión logística entre Edad y Trastorno del sueño.

3.

a.Comparar si hay diferencias significativas de IMC entre los hombres y las mujeres.

b.Comparar si hay diferencias significativas de Edad entre los que tienen y los que no tienen un transtorno de la alimentación.

c.Comparar si hay diferencias significativas de Hb entre hombres y mujeres.

d.Comparar si hay diferencias significativas de Hb entre los que tienen y los que no tienen un transtorno del sueño.

Situación 171: Examen (Tema 10)

Deja un comentario

1. ¿Dónde hay más tamaño del efecto entre los cuatro siguientes casos?

a.Media 1=5; Media 2=6: Desviación estándar=0.1.

b.Media 1=5; Media 2=6: Desviación estándar=0.5.

c.Media 1=5; Media 2=6: Desviación estándar=0.2.

d.Media 1=5; Media 2=6: Desviación estándar=1.

 

2.En un primer estudio de comparación se calcula la d de Cohen y resulta ser 5 y en un segundo estudio la d de Cohen resulta ser 1. Podemos decir:

a.En el primer estudio hay más tamaño del efecto.

b.Debemos ver primero si la diferencia es estadísticamente significativa antes de valorar esta diferencia en el tamaño del efecto.

c.El segundo estudio tiene mayor tamaño del efecto.

d.En el primer estudio hay más Desviación estándar.

 

3.En un estudio tenemos una correlación de Pearson de r=0.8 con una p=0.23. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

4.En un estudio tenemos una correlación de Pearson de r=0.2 con una p=0.001. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

5.En un estudio tenemos una correlación de Pearson de r=0.9 con una p=0.001. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

6.En un estudio tenemos una correlación de Pearson de r=0.1 con una p=0.73. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

7.En un estudio tenemos una OR=2; IC 95%: (0.3, 5.32). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

8.En un estudio tenemos una OR=0.40; IC 95%: (0.18, 0.67). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

9.En un estudio en el que relacionamos dos variables dicotómicas tenemos una OR=1.02; IC 95%: (0.41, 4.03). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

10.En un estudio en el que relacionamos dos variables dicotómicas tenemos una OR=1.02; IC 95%: (1.01, 1.03). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

Lección 9: Estimaciones y Contrastes de hipótesis

Deja un comentario

Retomemos el final de la lección anterior dedicada al muestreo:

 

Test de una proporción:

 

 

Test de la t de Student de una media:

 

Test de comparación de dos proporciones:

 

Test de la t de Student de muestras independientes y varianzas iguales:

 

Test de la t de Student de muestras independientes y varianzas diferentes:

 

Test de Fisher de igualdad de varianzas:

 

Test de la t de Student de datos apareados:

 

Test de Mann-Whitney:

 

Test de los signos:

 

Test de Wilcoxon:

 

Test de la ji-cuadrado de independencia:

 

Test de la ji-cuadrado de ajuste a una distribución:

 

Test de McNemar:

 

Test de la correlación de Pearson:

 

Odds ratio:

Test de Wald:

Otra alternativa:

 

Test exacto de Fisher:

 

Test ANOVA de un factor:

Test de la pendiente de una regresión lineal simple:

 

Estimador de Kaplan-Meier de curvas de supervivencia:

 

Test Log-rang para comparación de curvas de supervivencia: