Analisis clinicos estandares

Solo disponible en BuenasTareas
  • Páginas : 16 (3892 palabras )
  • Descarga(s) : 0
  • Publicado : 29 de agosto de 2010
Leer documento completo
Vista previa del texto
INTRODUCCION
En el análisis de los estudios clínico-epidemiológicos surge muy frecuentemente la necesidad de determinar la relación entre dos
variables cuantitativas en un grupo de sujetos. Los objetivos de dicho análisis suelen ser:
a. Determinar si las dos variables están correlacionadas, es decir si los valores de una variable tienden a ser más altos o más bajos para valores más altos omás bajos de la otra variable.
b. Poder predecir el valor de una variable dado un valor determinado de la otra variable.
c. Valorar el nivel de concordancia entre los valores de las dos variables.
En el análisis de estudios clínico-epidemiológicos con frecuencia interesa estudiar, a partir de los datos de un grupo de individuos, la posible asociación entre dos variables. En el caso dedatos cuantitativos ello implica conocer si los valores de una de las variables tienden a ser mayores (o menores) a medida que aumentan los valores de la otra, o si no tienen nada que ver entre sí. La correlación es el método de análisis adecuado cuando se precisa conocer la posible relación entre dos variables de este tipo. Así, el grado de asociación entre dos variables numéricas puedecuantificarse mediante el cálculo de un coeficiente de correlación. Debe entenderse, no obstante, que el coeficiente de correlación no proporciona necesariamente una medida de la causalidad entre ambas variables sino tan sólo del grado de relación entre las mismas.
La medida más habitualmente utilizada para el estudio de la correlación es el coeficiente de correlación lineal de Pearson. El coeficiente dePearson mide el grado de asociación lineal entre dos variables cualesquiera, y puede calcularse dividiendo la covarianza de ambas entre el producto de las desviaciones típicas de las dos variables1. Para un conjunto de datos, el valor r de este coeficiente puede tomar cualquier valor entre –1 y +1. El valor de r será positivo si existe una relación directa entre ambas variables, esto es, si lasdos aumentan al mismo tiempo. Será negativo si la relación es inversa, es decir, cuando una variable disminuye a medida que la otra aumenta. Un valor de +1 ó –1 indicará una relación lineal perfecta entre ambas variables, mientras que un valor 0 indicará que no existe relación lineal entre ellas.
Hay que tener en consideración que un valor de cero no indica necesariamente que no existacorrelación, ya que las variables pueden presentar una relación no lineal.
Para un conjunto de datos cualquiera, y una vez calculado el coeficiente de correlación entre un par de variables X e Y, puede realizarse un sencillo test de hipótesis, basado en la distribución t de Student, para valorar la significación del coeficiente de correlación y confirmar si existe o no una asociación estadísticamentesignificativa entre ambas características. Estudiar la significación estadística del coeficiente de correlación es, en definitiva, determinar si r es estadísticamente diferente de cero. Así mismo, puede obtenerse un intervalo de confianza para el coeficiente de correlación en la población. Sin embargo, mientras que el valor del coeficiente de correlación de Pearson puede ser calculado para cualquierconjunto de datos, la validez del test de hipótesis sobre la correlación entre las variables requiere que al menos una de ellas tenga una distribución normal en la población de la cual procede la muestra. Para el cálculo del intervalo de confianza, se requiere además que ambas variables presenten una distribución normal. Aún bajo esta suposición, la distribución del coeficiente de correlación no seránormal, pero puede transformarse para conseguir un valor de z que siga una distribución normal y calcular a partir de él su correspondiente intervalo de confianza.

CORRELACION
Dicho cálculo es el primer paso para determinar la relación entre las variables. La predicción de una variable. La predicción de una variable dado un valor determinado de la otra precisa de la regresión lineal que...
tracking img