viernes, 10 de junio de 2016

Adiós

Esta es mi ultima entrada, oooooooohh. Le he puesto sangre, sudor y lágrimas a este proyecto en realidad solo sudor, empieza el verano en Sevilla  pero sinceramente, me alegra haberlo acabado. Le he echado mucho tiempo, otra cosa no pero tiempo sí que sí, que entre buscar fotos, vídeos y tutoriales para hacer un blog medio qué se me van las tardes.

¿Por qué está deshabilitado el botón de copiar? Porque si son listos los alumnos del año que viene buscaran blogs de ETICs para ver cómo lo hemos hecho y apropiarse de ello, que no me importa, pero que al menos lo tengan que copiar tecleando.

No me echaréis de menos ni yo a vosotros (porque no hay nadie leyendo las entradas), pero aun así diré que os llevaré en el corazón. Mi patatita siempre estará con vosotros, o no, seguramente en un futuro me acuerde de este blog cuando me lo recuerden mis compañeros o los alumnos de cursos posteriores, o espero que por lo menos estén en cursos posteriores.


Regresiones Lineales

Test de hipótesis T (Tau de kendall) = |beta 1| / [S/(Sx *raíz n – 1)
  •          T tabla> Tejercicio = rechazas
  •          T tabla< Tejercicio = aceptas

Un grupo de investigadores se plantea que si en un grupo de pacientes hospitalizados, los valores de urea plasmática tienen algún tipo de relación con las cifras de hemoglobina en sangre. Para ello se estudiaron ambos parámetros en una muestra de 8 pacientes de esta unidad. Las dos variables siguen una distribución normal.
Desviación

Media
12.8
Urea (mg/dl)
38
33.5
43.5
14
24
38
24
6.5
27.6
12.4
HB (g/dl)
20.5
41
11.5
28
28
3.5
35.5
31
24.8

·     Con esta tabla de datos se hace una gráfica de puntos que da una nube, no me deja poner la mía. En ella se podrá observar la tendencia de los datos, después, con los datos que vamos a conseguir formaremos la recta ideal.  
     H0= no hay relación entre urea y hemoglobina. VI = urea, VD= hemoglobina, cuantitativas por lo que hay que hacer una regresión lineal.

Sumatorio
( x – xm)
10.4
5.9
15.9
-13.6
-3.6
10.4
-3.6
-21.1

(x –xm)2
108.1
34.8
252.8
184.9
12.9
108.1
12.9
445.2
1160
(y – ym)
-4.3
16.2
-13.3
3.2
3.2
-21.3
10.7
6.2

(x –xm )(y – ym)
-44.7
95.6
-211.5
-43.5
-11.5
-201.5
-38.5
-130.8
-606.4

·         Beta 1 = -606.4/1160 = - 0.52
·         Beta 0 = 24.8 –  (- 0.52 * 27.6) = 39.2
·         HB = 39.2 – 0.52 * UREA = recta ideal (cada vez que HB aumenta una unidad la urea aumenta 0.52)
·         r = -0.52 (12.8/12.4) = -0.53 r2= 0.28 Este dato nos indica si es decreciente o creciente y en qué grado.
·         T = 0.52/ [12.4/(18.8 raiz 8 – 1)] = 1.42
·         Gdl = 8+8-2 =14, P = 0.05 -> T = 1.76. 

               Como nos hemos quedado por debajo se acepta la H0.

Anoba

En este no voy a poner vídeo porque los que he encontrado tienen muy mala calidad, hay uno que está muy bien y tal pero en gallego, así que no os vais a enterar. Os pongo mis apuntes, espero que lo entendáis:

En un grupo de 25 pacientes queremos comparar dos medicamentos (A y B), además se añade un grupo placebo. Medimos los días que tarda en remitir la enfermedad.
Media
A
5
6
6
7
7
8
9
10

7.250
B
7
7
8
9
9
10
10
11

8.875
Placebo
7
9
9
10
10
10
11
12
13
10.111
·         H0: todas las medias son iguales.
·         H1: no todas son iguales, sin entrar en cual es mayor o menor.
Asumimos que sigue una distribución normal, aunque se puede revisar con los histogramas o con Shapiro. Partimos de que las derivaciones son prácticamente iguales, si el doble de la desviación más pequeña es mayor a la más alta se puede usar Anova.

DERIVACIONES
GRUPO A
1.669
GRUPO B
1.458
PLACEBO
1.764
CUENTA
1.458 * 2 = 2.916 --> 2.916 > 1.764 Se puede utilizar anova.
Anova mide la variabilidad entre los grupos con respecto a toda la media del grupo ([media grupo – media total]2) y la variabilidad de cada grupo ([cada observación – su media]2).

F = Variabilidad entre grupos / variabilidad de cada grupo. Si F es muy amplio hay que rechazar la hipótesis nula. En este ejercicio F = 6.45 y P = 0.006,  se rechaza la nula.