BASE ANDAT2 Descript De Var Cuantitativas1

ANÁLISIS DESCRIPTIVO DE LOS DATOS
DE VARIABLES CUANTITATIVAS

© 3datos® 2011

Números con unidad de medida

Variables CUANTITATIVAS

(con un instrumento, o procedimiento, de medición formal)

Ej.: Tasa cardiaca; Presión arterial; Fiebre (temp. corp.); Índice Tobillo/Brazo; IMC; Número de plaquetas;

Nivel de Fetuína; LDL-Colesterol; HDL-Colesterol; Troponina; Mioglobina; CPK; Glucemia; EdadMenopausia,
Número de Hijos; Tiempo de Hospitalización, de Recidiba, de Superviviencia; … …; Glasgow; Barthel;…

ANÁLISIS DESCRIPTIVO
1º

EXPLORACIÓN
de datos “outliers”

Su objetivo es comprobar si existen en la variable valores extraños
(anómalos, atípicos) fuera del rango habitual en la población de estudio


2º

3º

Estudio de la FORMA
de la variable

Descriptiva de la
CENTRALIDAD y laVARIABILIDAD

Gráfico: diagrama de caja y bigotes (box-plot)

Su objetivo es comprobar si la variable sigue, o no, el modelo de la
distribución NORMAL de la Campana de Gauss


Índices descriptivos de ASIMETRÍA y CURTOSIS



Prueba (inferencial) de bondad de ajuste al modelo normal

Su objetivo es explicar las características (el “ ¿cómo son? ”) de
los sujetos en la variable medida


CENTRALIDAD: media;mediana



VARIABILIDAD: desviación típica (estandar); amplitud semiintercuartil

Exploración de “outliers” (diagrama box-plot = caja y bigotes)
Bigote superior.
Se desplaza en función de la variabilidad
hasta +3 d.t., por encima de la media.
Llega hasta los percentiles 98-99, aprox.
La CAJA contiene al 50% central de
los casos. Por ello el límite superior
es el percentil 75 y el inferior el 25.La línea central más oscura es la
mediana.

P75
Md
P25

Bigote inferior.
Se desplaza en función de la variabilidad
hasta −3 d.t., por debajo de la media.
Alcanza entre los percentiles 1-2, aprox.

Ejemplo, resuelto con IBM-SPSS.19
220

220

34

200

Presión arterial sistólica

211

Sujetos
OUTLIERS

211
200

180

160

Casos
OUTLIERS

Presión arterial sistólica

34

180

160

140

140

120

120100

Lo más adecuado es
definirlos como
valores perdidos

100
Varón

Mujer

Sexo

Estudio de la forma: ajuste al modelo normal
La distribución “normal” es un fenómeno
natural que permite asociar probabilidades
a cada valor de una variable cuantitativa

Es importante determinar si una
variable cuantitativa sigue, o no, un
modelo de CURVA NORMAL

La distribución normal de la variable es,frecuentemente, una condición necesaria para la
utilización de bastante técnicas paramétricas especialmente de contraste de hipótesis

Análisis estadístico
Herramientas DESCRIPTIVAS

Procedimiento INFERENCIAL

Índice de

Índice de

Test de K-S (Kolmogorov-Smirnov)

ASIMETRÍA

CURTOSIS

de bondad de ajuste

Generan, cada uno de ellos, un valor numérico que se
interpreta bajo ciertas reglas (ver siguientediapositiva)

Genera, un valor de p de significación en función del
cual, se toma la decisión de aceptar o rechazar que
la variable no difiere significativamente del modelo
normal

Índice de
Grado de desviación de la “igualdad de distancias” entre puntos con respecto al valor central (la mediana)

ASIMETRÍA
Asimetría
Negativa

Tendencia
Asimetría Neg.

−1

−,500

Simétricas

0

Tendencia
AsimetríaPos.

+,500

Asimetría
Positiva

+1

Simetría
perfecta

Mayoría de casos en los
valores altos de la variable

Índice de

Mayoría de casos en los
valores bajos de la variable

Altura de la curva hasta el eje de abscisas, medida en el valor central (la mediana).
NO confundir con la altura máxima.

CURTOSIS

Tendencia
Platicúrtica

Platicúrtica

−1

Curvas bajas y muy anchas

Tendencia
LeptocúrticaMesocúrtica

−,500

0

+,500

Leptocúrtica

+1

Curvas estrechas
y muy elevadas

Test de K-S (Kolmogorov-Smirnov)
de bondad de ajuste

Técnica inferencial de tipo no-paramétrico, cuyo objetivo es contrastar la hipótesis de
que una variable cuantitativa se acomoda el modelo de una distribución normal

Hipótesis Nula: La variable se distribuye según el modelo de la normal
Hipótesis Alternativa: La...