M3 Seminario de investigación Jamovi parte II

Summary

El guion del video ofrece una sesión de análisis de datos en un contexto médico, enfocado en la hemoglobina glucosilada y factores relacionados con la diabetes. Se discuten técnicas de limpieza de bases de datos, análisis descriptivo y pruebas de normalidad para evaluar la distribución de la edad de los pacientes. Se exploran las diferencias entre hombres y mujeres en términos de edad y se sugieren variables para predecir la hemoglobina glucosilada. Además, se abordan modelos de regresión para predecir esta última y se planea la creación de un modelo de daño renal para el análisis en la próxima clase.

Takeaways

• 😀 El script es una clase sobre análisis de datos en el contexto de la medicina familiar, utilizando una herramienta llamada 'hobi'.
• 🔍 Se discute la importancia de mantener la información anónima al trabajar con datos de pacientes, destacando la privacidad de los correos y los apellidos.
• 📊 Se realiza un análisis descriptivo inicial, enfocado en la edad de los pacientes, para entender la distribución de la edad y su relación con la normalidad.
• 📚 Se mencionan conceptos estadísticos como media, mediana, desviación estándar, mínimos y máximos, y cómo estos se relacionan con los supuestos de normalidad.
• 📉 Se utiliza gráficos como histogramas, diagramas de cajas y gráficos de violín para visualizar la distribución de datos y detectar valores atípicos.
• 📝 Se destaca la necesidad de 'limpieza de la base de datos' para asegurar que los datos sean precisos y útiles para el análisis.
• 🤔 Se cuestiona la utilidad de ciertos gráficos y pruebas estadísticas, como el gráfico de cuartiles (qq plot), en función de su capacidad para ser interpretados y su relevancia en el análisis.
• 👥 Se explora la posibilidad de comparar la edad entre hombres y mujeres utilizando pruebas de T, destacando la importancia de entender si las muestras son independientes o dependientes.
• 📐 Se realiza una prueba de homogeneidad de varianzas (Levene's test) para determinar si las varianzas entre grupos son iguales antes de proceder con pruebas de comparación.
• 📈 Se introduce el concepto de regresión para predecir variables cuantitativas como la hemoglobina glucosilada, utilizando variables independientes como la edad y la glucosa.
• 📚 Se asignan tareas a los estudiantes para construir modelos de regresión para predecir la hemoglobina glucosilada y para calcular la tasa de filtrado glomerular para el daño renal.

Q & A

¿Qué es lo que están analizando en la segunda parte del hobi de uso de hobi?

Están analizando una base de datos con identificadores, correos electrónicos y unidades de Medicina familiar, buscando realizar un análisis descriptivo y determinar si hay distribución normal en los datos.

¿Por qué es importante mantener los correos electrónicos y los datos anónimos?

Mantener los datos anónimos es crucial para proteger la privacidad de las personas involucradas y evitar el rastrear de información sensible.

¿Qué tipo de análisis descriptivo están realizando con la edad de los pacientes?

Están realizando un análisis descriptivo que incluye la edad del paciente, cambiando la variable de texto a enteros para poder analizar estadísticamente.

¿Cómo cambian la variable 'edad del paciente' de cualitativa a cuantitativa?

Lo hacen dando doble click en la variable 'edad del paciente' y seleccionando la opción para cambiarla a un tipo de variable continua y marcarla como enteros.

¿Qué estadísticas descriptivas están buscando calcular para la edad de los pacientes?

Están buscando calcular la media, mediana, desviación estándar, mínimos y máximos, y también están buscando evaluar la asimetría y curtosis para determinar si la distribución es normal.

¿Qué pruebas adicionales están considerando para verificar la normalidad de la distribución de la edad de los pacientes?

Están considerando la prueba de Shapiro-Wilk para verificar la normalidad de la distribución de la edad de los pacientes.

¿Cuáles son los supuestos de normalidad que deben cumplirse para aceptar que la distribución es normal?

Los supuestos incluyen que la media y mediana sean iguales, que la asimetría no toque el cero absoluto y que el valor máximo no se llame 'cero' ni 'infinito'.

¿Qué gráficos están utilizando para visualizar la distribución de la edad de los pacientes?

Están utilizando histogramas de frecuencias, diagramas de cajas y gráficos de violín para visualizar la distribución de la edad de los pacientes.

¿Qué gráficos deciden no utilizar y por qué?

Deciden no utilizar histogramas de frecuencias con bigotes y gráficos de barras porque no son adecuados para representar la edad de los pacientes y podrían dar información errónea.

¿Qué prueba estadística están considerando para comparar la edad entre hombres y mujeres?

Están considerando la prueba de T de Student para muestras independientes para comparar la edad entre hombres y mujeres.

¿Qué pruebas adicionales están considerando para verificar la homogeneidad de las varianzas y la normalidad de los datos?

Están considerando la prueba de Levene para homogeneidad de las varianzas y gráficos QQ para verificar la normalidad de los datos.

¿Qué tipo de regresión están planeando utilizar para predecir la hemoglobina glucosilada?

Están planeando utilizar una regresión lineal para predecir la hemoglobina glucosilada a partir de variables como la edad, la edad con diabetes y la glucosa capilar.

¿Qué tareas les quedan para la próxima clase en relación con los modelos de regresión?

Tarea uno: Construir un modelo para predecir la hemoglobina glucosilada. Tarea dos: Calcular la tasa de filtrado glomerular para hacer modelos de regresión logística.

Outlines

00:00

😀 Análisis descriptivo y manejo de datos anónimos

Se discute cómo realizar un análisis descriptivo en una base de datos anónima que contiene datos médicos familiares. Se enfatiza la importancia de mantener la información confidencial eliminando detalles como apellidos y nombres. Se describe el proceso de configuración de variables y la limpieza de datos, incluyendo el cambio de datos cualitativos a cuantitativos y la exploración de la distribución de la edad de los pacientes.

05:00

📊 Comprobación de normalidad y estadísticos descriptivos

El párrafo se centra en la verificación de la normalidad de la distribución de la edad de los pacientes y cómo obtener estadísticos descriptivos como la media, mediana, desviación estándar, mínimos y máximos. Se mencionan las reglas para determinar si los datos siguen una distribución normal, incluyendo la comparación entre la media y mediana, y el uso de pruebas de normalidad como la de Shapiro-Wilk.

10:03

📈 Análisis gráfico de datos y revisión de asimetría y curtosis

Se abordan técnicas gráficas para analizar la distribución de datos, incluyendo histogramas de frecuencias y diagramas de cajas. Se discute la importancia de interpretar correctamente estos gráficos para determinar características como la asimetría y la curtosis. Además, se sugiere la utilización de gráficos de violín para obtener una mayor comprensión de la distribución de los datos.

15:05

🚫 Identificación y manejo de datos atípicos

Este párrafo se enfoca en la detección de datos atípicos y su impacto en el análisis estadístico. Se describe cómo un paciente joven con diabetes puede ser un outlier y cómo manejar ese dato atípico en la base de datos. También se discute el significado de los diferentes elementos del diagrama de cajas y cómo se pueden interpretar.

20:06

🔍 Análisis de comparación entre hombres y mujeres

Se realiza un análisis de comparación de la edad media entre hombres y mujeres utilizando la prueba T de Student para muestras independientes. Se discuten los resultados de la prueba, incluyendo el valor de p y su interpretación, y se abordan las implicaciones clínicas de las diferencias encontradas entre los grupos de género.

25:08

📉 Discusión sobre la importancia de la interpretación de resultados

Este párrafo destaca la importancia de interpretar los resultados estadísticos en el contexto clínico y la diferencia entre lo que es estadísticamente significativo versus lo que tiene relevancia clínica. Se sugiere que una diferencia que es estadísticamente significativa puede no ser necesariamente significativa desde un punto de vista clínico.

30:10

📚 Aprendizaje sobre pruebas no paramétricas y su aplicación

Se mencionan pruebas estadísticas no paramétricas como la U de Mann-Whitney cuando los datos no cumplen con los supuestos de normalidad. Se discuten las ventajas de estas pruebas y cómo son más robustas incluso cuando los datos tienen una distribución normal, pero muestran mayor sensibilidad cuando los datos no son normales.

35:10

📉 Análisis de varianzas (ANOVA) y pruebas post hoc

Se realiza un análisis de varianzas para comparar la edad promedio de pacientes en diferentes unidades de medicina familiar. Se discuten los resultados de la ANOVA y se sugieren pruebas post hoc para determinar qué grupos son significativamente diferentes. Se enfatiza la importancia de comprobar la homogeneidad de varianzas antes de realizar estas pruebas.

40:12

🔧 Construcción y evaluación de modelos de regresión

Se describe el proceso de construcción de un modelo de regresión lineal para predecir la hemoglobina glucosilada basándose en variables como la edad y la glucosa capilar. Se evalúa la capacidad del modelo para predecir y se sugieren mejoras para el modelo, como incluir variables adicionales y ajustar los datos.

45:14

🛠️ Tareas futuras y模型建设

Se asignan tareas futuras que incluyen la construcción de modelos para predecir la hemoglobina glucosilada y el cálculo de la tasa de filtrado glomerular para la identificación de daño renal. Se sugiere explorar diferentes modelos de regresión y se fomenta la práctica con la base de datos para mejorar las habilidades de análisis estadístico.

Keywords

💡Análisis descriptivo

El análisis descriptivo es un método estadístico utilizado para resumir y organizar datos en términos de características numéricas y categóricas. En el video, se utiliza para entender características de una base de datos relacionadas con la edad de los pacientes, transformándolos de cualitativos a cuantitativos para un mejor análisis.

💡Anónimo

El término 'anónimo' se refiere a la privacidad y protección de la identidad de los individuos en una investigación. En el script, se menciona la importancia de mantener los apellidos y correos electrónicos anónimos para dificultar el seguimiento de los datos.

💡Unidades de Medicina Familiar

Esta frase se refiere a las diferentes unidades o departamentos de medicina familiar que participan en el estudio. Son importantes para el análisis ya que se busca determinar si hay diferencias en la edad de los pacientes entre estas unidades.

💡Identificador

Un identificador es un elemento que permite distinguir a un sujeto en una investigación. En el video, se menciona que los identificadores están anónimos para proteger la privacidad, lo cual es esencial en el manejo de datos personales.

💡Curva de normalidad

La curva de normalidad, también conocida como distribución normal de Gauss, es un patrón de distribución de datos que asume que la mayoría de los valores se concentran alrededor de la media, con un desviación que sigue una forma simétrica. En el script, se discute si los datos de edad tienen una distribución normal.

💡Prueba de Shapiro-Wilk

La prueba de Shapiro-Wilk es una técnica estadística que se utiliza para determinar si una muestra proviene de una población con distribución normal. En el video, se utiliza esta prueba para evaluar la hipótesis de normalidad de la edad de los pacientes.

💡Diagrama de cajas

El diagrama de cajas es una herramienta gráfica que muestra la mediana, los percentiles y los valores extremos de una distribución de datos. En el script, se utiliza para visualizar la distribución de la edad de los pacientes y para identificar valores atípicos.

💡Gráfico de violín

El gráfico de violín es una representación gráfica que combina características de un histograma y una curva de densidad. Permite visualizar la distribución de datos y su concentración alrededor de la mediana, como se discute en el video.

💡Regresión

La regresión es un tipo de análisis estadístico que se utiliza para modelar la relación entre una o más variables independientes y una variable dependiente. En el script, se sugiere utilizar regresión para predecir valores como la hemoglobina glucosilada.

💡Hemoglobina glucosilada

La hemoglobina glucosilada, o HbA1c, es una medida del control de la diabetes que refleja el promedio de la glucemia durante un período de tiempo. En el video, se considera como una variable dependiente en un modelo de regresión para predecir su valor a partir de otras variables.

Highlights

Proceso de anonimato de datos médicos para proteger la identidad de los pacientes.

Conversión de datos cualitativos a cuantitativos para análisis estadístico.

Limpieza de la base de datos para análisis descriptivo.

Análisis descriptivo de la edad de los pacientes con diabetes.

Uso de gráficos de caja para identificar datos atípicos.

Interpretación de gráficos QQ para evaluar la normalidad de la distribución de datos.

Aplicación de la prueba de Shapiro-Wilk para verificar la normalidad de la distribución.

Diferenciación entre significancia estadística y clínica en el análisis de datos.

Uso de prueba T de Student para comparar la edad entre hombres y mujeres.

Discusión sobre la robustez de la prueba U de Mann-Whitney frente a la normalidad de los datos.

Importancia de la homogeneidad de varianzas en el análisis de varianza (ANOVA).

Selección de pruebas estadísticas apropiadas según los supuestos de los datos.

Construcción de un modelo de regresión para predecir la hemoglobina glucosilada.

Influencia de la edad y la duración de la diabetes en la hemoglobina glucosilada.

Incorporación de variables adicionales en el modelo de regresión para mejorar la predicción.

Evaluación de la capacidad predictiva del modelo de regresión.

Tareas para la próxima clase: construcción de modelos de regresión y análisis de daño renal.

Uso de la calculadora de daño renal UK para calcular la tasa de filtrado glomerular.

Preparación para la siguiente clase con tareas de modelado estadístico.

Transcripts

Cuál tonali pues estamos en la segunda

parte de hobi de usando hobi Entonces

tenemos esta base de datos que tiene ese

identificador que tiene Están son

anónimos los correos muy bien No tiene

nombre tiene nada más las unidades de

Medicina familiar las iniciales que lo

que hace es que sea más difícil rastrear

Y entonces lo que vamos a intentar hacer

ahorita son nuestros primeros pininos de

análisis Entonces lo primero que

tendríamos que hacer es eh hacer una

tabla Ay Ay Ay cuidado con los cuidado

con los nombres Esa esa hay que quitarla

lo que dice el apellido eso Gracias

Sí sí acuérdense que tiene que ser todo

todo anónimo entonces hay que quitarle

los apellidos si aparecen no hay que hay

que

desaparecerlos pero vamos a intentar

hacer la primera parte del Análisis la

primera parte del Análisis sería un

análisis descriptivo con la edad de los

pacientes y entonces vamos a intentar

hacerlo entonces vamos a irnos a donde

dice eh donde dice

datos Y entonces ahí en datos Vamos a

ponerle donde dice

configuración perfecto y entonces aquí

en configuración nos va diciendo Qué

tipo de variables es por ejemplo aquí en

edad del paciente te dice mira aquí está

como texto como sí y no una opción es lo

podemos dejar ahí porque j lo puede

detectar como lo puede meter como

cuantitativo o lo podemos cambiar a que

sean enteros y convertirlo en en no Y sí

no este cero Y sí un uno okay esa es una

opción ahorita no lo vamos a hacer Pero

lo que sí vamos a hacer Es irnos ahora a

análisis vamos a analizar nuestra

primera

variable Entonces en este análisis de la

primera variable Vámonos a donde dice

exploración bien y vamos a hacer nuestro

primer nuestra primera estadística

descriptiva bien perfecto y entonces

aquí vamos a meter Qué les parece si

ponemos

eh A ver vamos a ver si tiene

edad iniciales del paciente el paciente

presenta Este ahí está edad del paciente

ojo ahí edad del paciente está como como

cualitativa Entonces tenemos que

cambiarla Entonces vamos a buscar en la

base de datos edad del paciente

Sí entonces claro cerramos ahí bien Y

entonces esto se le llama limpieza de la

base de datos dulce sí Entonces lo

primero que haríamos ahí

sería edad por ahí está sexo cuánto

tiempo tiene de diabetes A qué edad

empezó estado civil creo que edad está

antes

eh creo que d est anes

Ahí está edad muy bien Entonces a esa

edad lo único que hacemos que le damos

doble click

dentro Sí y la cambiamos Qué tipo de

variable

sería claro variable continua Sí y le

ponemos entero Muy bien Entonces ahora

vamos a hacer nuestro primer análisis

Este primer análisis sería este Qué les

parece si para este análisis

e vamos vamos a ver si tiene si Qué tipo

de distribución tiene

sale Entonces vamos a ver exploración

bien perfecto metemos ya est edad del

paciente Okay Bravo y ahora vamos a ver

los resultados los resultados están aquí

a tu mano

derecha adelante

adelante sí Entonces vamos aquí a donde

dice estadística

donde dicen

estadísticas bien Y entonces nos da la

media la mediana la desviación estándar

los mínimos y máximos y con eso vamos a

buscar Cuáles son los primeros supuestos

de normalidad Si quieres lo lo que

necesitamos es que nos muestres esta

parte de acá de los

resultados si quieres muéstranos esta

parte de acá de los

resultados Ya viste Dónde están los

resultados los resultados están acá

claro acá están los resultados Y

entonces Para eso vas a tener que tomar

esto y hacerlo un poquito más chico o

Mejor aún tomar esto y Ah claro ahí está

perfecto Me parece muy bien bravo Y

entonces ya vemos los resultados

Entonces le pedimos que nos dé la

estadística

descriptiva la la media la mediana la

desviación estándar Y qué otra cosa le

pedirían ustedes para saber si tiene

distribución normal Jorge qué otra cosa

le pediríamos para saber si tiene

distribución

normal

asimetría yosis tú te vas con asimetría

y curtosis OK Porque eres setentero Te

gustan los bis no entonces el curtosis

muy bien intervalo de Med Ah okay okay

okay ya eres más de grunch más por acá

más

roquero entonces é pide intervalo de

confianza 99%

para qué Laura para qué se pedí este

intervalo confianza 95 en estos análisis

descriptivos para saber el valor de si

son iguales la media y la mediana Bravo

perfecto y y después viene el error

estandarizado de la media si quieren lo

pueden pedir si no no porque ya viene

dentro del intervalo de confianza no

entonces pudiera No pedirlo y todavía

ahí pudiéramos

este jugar un poquito más y ser

noventeros y pedirle pruebas de

normalidad con con shapiro wilk Sí claro

que ahí te había pedido Jorge que si le

pedías este esas ondas setenteras de

curtosis

no por no Y entonces ahora sí tenemos

que emitir un

juicio

Joaquín distribución normal o libre

distribución y creo que la media tiene

54.9 la mediana 56 se parecen pero hay

que ver cómo está la el intervalo de

confianza entre la media y la mediana y

estás 56 está dentro del Rango de

intervalo de confianza en la mediana

Pareciera que sí Ahora vamos a la

desviación estándar que son 10 Okay

entonces aquí la mediana está en 56

perfecto entra Perfecto aquí entonces

aquí le ponemos palomita la mediana este

a la primera regla la primera regla es

que media y la media y la mediana sean

iguales si son iguales Bravo Cuál sería

la segunda regla

dulce eh que que sea asintótica es decir

que no eh toque el cero el Val cuál

sería el cero absoluto de edad de este

grupo no de edad de este grupo mí no

sería el mínimo que es 25 ese sería el

cero no tiene que tocar este 25 Okay y

el máximo

eh es 82 que le llamamos infinito es le

llamamos cero y es le llamamos infinito

bien okay Y entonces cómo sé si es

simétrico y

estimado dulce Ah no iba a decir la

respuesta Venga di la

respuesta que a partir de la media se

miden dos desviaciones estándar hacia

abajo y dos

hacia Ya está

54.9 no ya estás desiones estándar de

cuánto dice que es laón estándar de 10

10 + 10

20

20 no Y entonces 20 men

54 cuánto da 34 36

34 da 34 o

36 34

que OK Y entonces 34 es más chiquito

verad entonces 34 está bien y ahora para

arriba

74

cuánto 74 74 Entonces cumple con todos

los requisitos no perfecto ya una vez

que cumple con los requisitos ya cumplió

con estos supuestos de normalidad

Entonces ahora sí voy a ver lo que dice

este si el cesg curtosis cuánto haber

amante de sesg curtosis Jorge Ruiz

Romero Cómo ves el sesg y curtosis

cuántos son los límites del sesg y

curtosis

no lo

s pide pero no se

lo Qué les parece este hombre bueno se

lo dejamos de tarea para Cuáles son los

límites de sesgo Y curtosis si alguien

se lo

sabe sí se lo sabe no Uno más menos

1.5 Y entonces aquí el sesgo dice

asimetría pun 30 cumple y curtosis pun

033 requete cumple sí Entonces los dos

cumplen Perfecto entonces cumplió con

todas las reglas de la normalidad todas

las reglas de normalidad quedan aquí

cumplidas sí

perfecto Perfecto perfecto Perfecto

perfecto ahora vamos a ver la curva

ahora vamos a ver la de normalidad les

parece la de shapiro wilk qué dice tiene

esa está más

abajo es está más

abajo Qué dice ya tiene distribución

normal a ver dónde está yo no la veo Ah

ya la vi ya la vi de cuánto tendría que

ser para que tenga distribución

normal mayor de

0.5 mayor dice punto pun 277

distribución o libre

distribución normal la hipótesis nula o

la

hipótes normal a la hipótesis

alterna

Ay Jorge

Luis oh Dios Bueno rápidamente

rápidamente te explico rápidamente aquí

en la pantalla no entonces hipótesis

nula Cuál sería la hipótesis nula o

hipótesis

cero ar

Por qué por qué le hicimos así a

George José Miguel porque no hay

diferencia claro entonces lo que dices

es que mi muestra tomada es Exactamente

igual a la descrita por car freder gaus

de normalidad Y si eso es cierto si si

tengo la hipótesis nula de Cuánto tiene

que ser la p

George o José Miguel menor de 0. men de

mayor de05 porque no hay

diferencias si me explico cuando no hay

diferencias entre los grupos la p es no

significativa estadísticamente es decir

se debe alazar pero cuando yo tengo la

hipótesis alterna Cuál sería la

hipótesis alterna estimado

George O sea que si hay diferencia con

que mi

no la tomé lo suficientemente bien Y

entonces es distinta a la normalidad

cuando encuentro diferencias de cuánto

es el valor de la

p menor

de5 menor

de05 Y entonces cuando tengo una p menor

de05 acepto normalidad y aquí Qué

pasó

es mayor y entonces

eh se asemeja a la curva de gaus pues no

Y entonces acepto la hipótesis nula

porque la p es mayor de05

Okay

sí sí

sí sí sí sí perfecto muy bien pasado

este momento ya tenemos nuestro primer

análisis Bravo y así lo podemos hacer

con todas las variables no muy bien

Ahora ya ya que sé que tiene

distribución normal este qué es lo que

tendría que empezar a

hacer claro mis primeras tablas no pero

Y entonces ahora Qué les parece si

empezamos a ver los gráficos que nos da

hobi entonces Vámonos abajo donde dice

gráficos no del otro lado donde está Ajá

las variables dice gráficos no Y

entonces tenemos vamos a picar todos

tenemos un histograma de frecuencias

para ver cómo se

ve si gráficos

qq gráfico de

violín primero Pon el gráfico qq

sí perfecto vamos uno por uno antes de

que le siga picando esta mujer no

entonces Vámonos uno por uno y Ajá

Perfecto entonces este gráfico sería la

edad de la paciente Entonces ese gráfico

que tenemos en frente qué gráfico es

estimado José Miguel

cómo se llama ese

gráfico es de son diagramas histograma

histogr Este es el histograma de

frecuencias este se utiliza solamente

cuando son frecuencias como presente

ausente como del sexo masculino sexo

femenino Sí entonces un error muy común

que hacen los que se dedican a ciencias

básicas es que utilizan estos

histogramas de frecuencia por para el

edad y le ponen estos bigotes en la

parte de arriba no le ponen estos

bigotes que marcaría como una desviación

estándar o alguna cosa así entonces esto

no está bien porque diría que la edad va

desde cero aquí

hasta los hasta la edad que está De este

otro lado y entonces este no es el

adecuado Y entonces aquí lo que diríamos

es este gráfico simplemente se va Vamos

a quitarlo histograma de frecuencia se

va

bien ay perdón el histogram era el otro

este le pusieron de densidad a Quítale

la densidad bien

perfecto y vamos a ver el de

abajo Ah no este le pusieron Okay este

de aquí Ese es el histograma de

frecuencias ese es el que nos dice si

tiene distribución normal o es de libre

distribución aquí mira y entonces este

tendría que decir si tiene una forma

acampanada y no toca el cero absoluto y

nosotros ya lo comprobamos

matemáticamente vimos los números y

dijimos que esto sí tiene distribución

normal o sea que esta curva sí tiene

distribución normal Así es que ahora

vamos a quitarlo este que dice no vamos

a quitar

histograma Okay ahora vamos a quitar

también el gráfico de barras que era el

de

arriba muy bien

ahora sí tenemos el que sigue el que

sigue el que está Arribita si me puedes

bajar un poquito este gráfico que está

aquí se llama diagrama de cajas Qué

representa este diagrama de cajas

primero quítale el violín vamos a

quitarle el

violín perfecto y nos queda el diagrama

de de cajas primero quiero saber qué

demonios es esto qué es esto de El

63

Laura es un dato atípico es un dato

atípico y Qué significa ese

63 número el dato que el paciente 63 es

el dueño de ese dato Sí entonces lo que

tendríamos que hacer nosotros es ir a

buscar al paciente 63 en la base de

datos

sí acá si quieras vamos al paciente 63 y

ese va a ser el paciente más joven

entonces Vámonos a la base de datos Y

dice paciente 63 aquí en la columna más

abajo más abajo más más más más abajo

más más más más más más más más y ese

paciente Ese es el de 25 años ya vieron

Entonces el 63 no significa para nada no

significa que sea el 63 sino solo es el

paciente Okay regresemos a la

análisis claro estábamos en exploración

Okay bien

sí okay Y entonces en este caso lo que

vamos a hacer es que vamos a decirle muy

bien ya no quiero las etiquetas Uy Hay

que hacerlo de nuevo ponle aquí diagrama

de

cajas claro le metes la la edad

Un poquito más arriba Un poquito más

arriba sexo edad del

paciente sí le mete la edad del paciente

y entonces aquí veníamos más abajo para

ver los gráficos y le pedimos el de

diagrama de cajas

ya sabemos que ya no queremos

identificar ese atípico ya sabemos que

si es un paciente de 25 años con

diabetes y le podemos quitar los valores

atípicos Sí entonces quítale los valores

atípicos para que no salga ese 63 queda

perfecto y entonces queda como outliner

ahí Okay ahora quítale el diagrama de

cajas no perdón déjalo déjalo déjalo

porque vamos a hacer un poquito de

examen y vamos a ver qué significa el

diagrama de cajas

Okay Qué

significa vamos a ver qué significa

estimado José Miguel esta línea de

Aquí Cuál

línea la de

medio es la media No no no no

tache no es la

media

Jorge es la mediana Bravo es el

percentil 50 o llamado la mediana

Ari cuál que es esta línea de aquí

abajo la de percentil

25 muy bien Laura el de arriba percentil

75 bien y cuál sería este este borde de

hasta acá arriba dulce

el valor

máximo este no

[Música]

tach cuál sería ese valor de hasta allí

arriba el 95 percentil 95 muy bien muy

bien Y entonces aquí se ve más claro

este bigote de aquí abajo es queé

pertiles cinco cco

cinco y el mínimo en realidad es este

outliner de paciente diabético que tiene

25 años este sería un valor

este extremo sí un valor raro Okay sí

sí 25 años pero este este le llamamos

extremo o

outliner

okay O valores

extremos

correcto bien bien huracan Ahora hay una

forma de hacerlo todavía más bonito esto

que es haciéndolo con un gráfico que se

llama gráfico de violín y entonces ahora

ponle ahí donde dice

violín perfecto fíjense ustedes como

ahora lo que nos da es un gráfico que

nos permite ver muchas más cosas no nos

permite ver qué tanto se distribuye la

mediana como si estuviera dibujando una

curva normal de cada uno de los lados ya

vieron sí Entonces qué tanto se expresa

y si le quito el diagrama de caja de

adentro miren Cómo se ve y si le pongo

los

datos

Ah qué tal eh entonces vemos cómo se

distribuyen en en la parte de medio los

datos Y entonces ahí dice difusos vamos

a seguirle picando vamos a ponerlos

alineados para que todos queden

derechitos no no

aá entonces ya vemos cómo cómo se van

distribuyendo los datos alrededor de la

mediana y cómo cómo se van presentando

estos datos y abajo Vamos a ponerle para

lo que para que José Miguel tenga rayita

Vamos a ponerle la media que nos calcule

la media ahí está perfecto entonces la

media es ese punto negro que está ahí

enfrente para que este Jorge nos diga

qué

onda George

Perdón este eh Por ejemplo en este

diagrama es como o sea como si combinar

eh o sea la distribución de los datos

con las frecuencias Por decirlo así así

es está siendo mucho más descriptivo

está siendo descriptivo de cómo se mueve

Y entonces aquí puedes decir que casi

toda la muestra estab estaba entre los

60 años no y que tienes un un pico

también de 45 por ejemplo

no que sería más o menos puesto

aquí o sea tienes está la mayor parte de

la población está aquí a los 60 años

pero tienes un pico nada despreciable de

45 y otro pico acá arriba sí Entonces te

permite ver más que la pura el puro

diagrama de cajas Mira pon el diagrama

de cajas pícale en donde dice diagrama

de

cajas y entonces en el diagrama de cajas

así ya super puesto no entonces fíjate

como no te dice tantas cosas

Ya viste el diagrama de cajas este dice

poquito Comparado con lo que sería el

gráfico de

violín Sí vamos un poquito más abajo de

donde donde dice gráficos Sí gracias ahí

donde dice gráficos Ajá Baja un poquito

más no al lado ahí

ahí ya no baja más okay Si ya no baja

más entonces quitémosle este todos esos

y vamos a ver ahora el gráfico

cucu Está padre No este gráfico George

mucho más descriptivo

este más amigable o sea digo puedes

decir más con solo una figura Claro

claro claro muchísimo más no que hacer

un gráfico normal de este de cajas bien

ahora viene este que es el de residuos

estandarizados y Dulce pone un un

Qué es este dulce Qué es este gráfico

que le decimos que es gráfico de cuq Qué

significa este gráfico

cucu no estoy segura si bueno es el que

usamos se parece al que usamos en las

correlaciones no se parece pero no no no

tiene nada que ver ese gráfico qq es

para ver si tiene normalidad Y entonces

lo que dice es Mira Tengo

estos cuartiles teóricos que en realidad

sería la estándar no la desviación

estándar es el Z de 0 que no hay

diferencias que será igual a la media

después -1 menos una desviación estándar

después tendríamos -2 desviación

estándar más 1 y + 2 y entonces lo que

dice aquí es que esta línea que está

aquí en medio esta línea que está aquí

en medio sería la normalidad

teórica esta línea de que está aquí en

medio sería la normalidad teórica aquí

la normalidad de gaus

sí Y entonces que los números que se van

van hacia los lados son lo que

representaría serían si se acerca la

normalidad o no se acerca y entonces

diríamos Híjole pues claramente tenemos

este grupo que está en medio entre menos

una y más una desviaciones estándar

aquí que se pegan a la distribución

normal

perfecto y tenemos otros que se que no

están tan bonitos no que son estos Y

estos sin embargo lo que no nos gusta lo

que no nos gusta de este gráfico es que

se tiene que hacer mucho la

interpretación no O sea qué tanto es

tantito qué tanto se mueve entre este y

este Sí entonces por eso es que casi yo

creo que nadie lo

utiliza

Sí muy bien entonces ya estamos

completamente seguros de que de que

tiene distribución normal no Y entonces

como tiene distribución normal ya este

ya sabemos cómo vamos a hacer los

análisis y todo lo demás okay vamos a

hacer nuestro primer análisis si

quisiéramos comparar si hombres y

mujeres tienen la misma edad qué

análisis

haríamos si quisiéramos comparar que

hombres y mujeres tienen la misma edad

qué qué análisis haríamos prueba de T la

prueba de T de estudi Por qué t de

estudante cuál de todas las pruebas de T

de

estud hay un anonal

no este señor silig goset se aventó un

montón de pruebas no se aventó pruebas

para muestras independientes se aventó

la prueba de muestras dependientes se

aventó la prueba de antes y después o

sea cuál de todas Cuál de todos los

análisis que él inventó este tú estarías

contento Joaquín

Joaquín está diciendo que como ser

hombre y ser mujer es son mutuamente

excluyentes o eres hombre o eres

mujer verdad

Joaquín me

escucha haban dicho que la tele student

pero si son muestras relacionadas

tendría que ser pareada no relon sexo

Sería pareado bueno aear No ya cada vez

menos hombres y mujeres Pero

y si no es pues es este no relacionada

no tuden no pareada Claro son grupos

mutuamente excluyentes aquí aparear

joquin no significa

este convivir amistosamente no pareado

significa antes y después sí se entiende

Joaquín él dice que sí lo entiende

espero que sí lo entiendas bien que te

quede claro para los análisis y también

para tu vida no entonces muy bien Vamos

a hacerlo entonces vamos ahora a donde

dice análisis y vamos a donde dice

pruebas de

T perfecto y entonces dice para muestras

independientes o para muestras apareadas

Sí también hay prueba t para una sola

muestra pero no la vamos a ver ahorita

vamos a a ver ahorita para muestras para

muestras independientes

Bravo Y entonces primero vamos a poner

la variable de agrupación Cuál sería la

variable de

agrupación José Miguel sexo no sexo sexo

dice

George bien la metemos metemos el sexo

okay Y vamos a meter esta variable que

nosotros habíamos

considerado

perfecto y entonces aquí nos da nuestro

valor de de P y lo que él diseñó junto

con Carl pirson en el artículo publicado

en biométrica fue que te daba un

estadístico de - 2.10 y después de eso

te daba los grados de libertad Qué es

eso de los grados de libertad

ariatna Qué es eso de los grados de

libertad aquí

esto Qué es ah no me acuerdo no Okay es

el número de pacientes menos un es n

men1 es qué tanto puede variar qué tanto

puede variar la muestra sí no Y entonces

te acabas de ganar una espantosa x muy

bien Y entonces aquí una no nos permite

ver qué tan diferentes son los grupos lo

único que nos da es este valor de p Qué

significa este valor de p estimado

estimada Laura

ubaldo eh si hay diferencia dentro grupo

que sí hay diferencias entre hombres y

mujeres

Sí sí

sí el gran problema es que no nos no

sabemos qué tanto es tantito porque

puede ser que haya diferencias que

hacían estadísticamente significativas

pero que no sean clínicamente

significativas se entiende

esto se entiende esto

Ari dulce

O sea sí nos dice que son diferentes los

grupos pero no podríamos saber si las

mujeres son no sé una vez más No sé qué

tanto por cento más grandes o más

jóvenes Así es Entonces como no sabemos

Entonces vamos a ponerle estadísticas

adicionales y vamos a ponerle Cuáles son

las diferencias de

medias sí Y además de las diferencias de

medias le vamos a pedir el intervalo de

confianza 95 por y vamos a ver qué nos

dice otra vez le vamos a pedir Ari que

nos muestre los datos si pudieras hacer

un poquito más chiquito gracias gracias

gracias gracias Y entonces qué es eso de

la diferencia de medias Qué es eso de A

qué te suena la diferencia de medias

dulce Pues que está compar es que estud

compara las varianzas no y

aquí stud es una diferencia de medias

Ah okay okay compara las varianzas el

análisis de varianzas se llama anova Sí

perdón no no sé porque me sonaría lo

mismo No te preocupes entonces sería la

media de los

hombres menos la media de las

mujeres una Ahora sí de y dice que la

diferencia es de 3.87 años Qué opinan

hay diferencia entre hombres y

mujeres pues clínicamente no parece

tanto por qué no Bueno pues porque es

muy pequeña 3 años es muy pequeño Aunque

Depende depende de que estemos

observando no son pacientes con diabetes

Ajá para la diabetes 3 años no parece

tanto como si fueran 10 no genial

entonces aquí lo que decimos es fíjense

ustedes que este eh el intervalo de

confianza de Esa diferencia va de menos

pun2 años o sea dos meses de diferencia

ya vieron Ari dice así Ari mueve la

cabeza Y dice Bueno o sea pensemos en o

sea cuántos años te lleva tu novio tu

esposo este meses le lleva meses sería

este nivel inferior No sí sería este

nivel inferior de meses y entonces a mí

mi esposa me lleva 7 años

no O sea yo digo que por eso me manda y

me maltrata y me pega y me no por eso me

trae así y vete a trabajar todos los

días y a checar no y que cheques

temprano ya sabes no no Pero porque me

lleva muchos años Jorge Jorge aquí viene

una gran enseñanza para ti tú que

todavía estás joven y te puedes salvar

No si te llevas 7 años ten cuidado eh

ten cuidado es mejor no Laura cuántos

años te lleva te llevan a ti cinco cinco

aquí est No a ti

dulcecita aún nos hemos salvado Ah bien

tú Tú igual eh tú así tú no das tu brazo

a torcer hasta terminar el doctorado

dulce nada de pensar en malos

pensamientos eh okay registrado nú mal

pensamiento o sea se te acerca aquel

canijo Ay vamos a cenar no Ay vamos aquí

nada Sácate haste para allá el doctor

Rivas me prohíbe tener Cualquier

relación así de nada hasta terminar

hasta que esté ya la maestría y el

doctorado y ya está publicado todo en

serio eh Así pon la mano dulce Pon la

mano

así dulce ahí está la mano bien ahí está

la manita y di juro por esculapio hijo

de

Apolo no doctor no me haga

eso estás en las cámaras tienes que

decir juro por esculapio hijo de Apolo

está grabando esta

clase qué temes

temes que canijo vea las clases o que

nadie las vea sea tenemos cinco

followers o sea nadie nos sigue en el

mundo cuando esté en el altar y digan

habrá alguien que se oponga va a decir

Apolo

y a ver voy a poner el video miren

ustedes como dulce juró por esculapio

hijo de Apolo que primero iba a acabar

la maestría antes de estar teniendo

malos pensamientos

Okay Muy bien pues entonces no le

pudimos sacar esa buena información que

hubiera sido muy bonita pero lo que sí

nos ayudó a decir que esta TD student

tenemos que interpretarla a la luz de

las diferencias Entonces sí tiene una

diferencia que es estadísticamente

significativa pero no es clínicamente

significativa sí es estadísticamente

significativa pero no es clínicamente

significativa queda

clarísimo esos dos términos muy bien

Vamos muy bien Ahora vamos a seguir

vamos a seguir este picándole aquí qué

tal que los datos no tuvieran

distribución normal si los datos no

tuvieran distribución normal estimada

Laura qué análisis Le hubiéramos tenido

que hacer

udne claro y ya viste que está ahí

también

Sí entonces puedes sacar la ud m winey

todo en

uno si tiene distribución normal si no

tiene distribución normal Y entonces lo

que se dice es que es una prueba más

robusta pero si sale significativo en en

la en la en la en la normal cuando tiene

distribución normal sale significativo

cuando es de libre distribución sí es

más sale más significativo okay sí queda

clarísimo Solo que como

ud y Whitney es para variables ordinales

lo que hace es que convierte estas

variables que tenían punto do lo

convierte en grupos ordinales no Y

entonces aquí te dice la diferencia es

de un año a 9 años Sí entonces no sé no

sé este Joaquín 9 años Qué te parece

llevarle 9 años una chava tú qué piensas

está bien o mal qué todavía o o es ya

Rome y su nieta yo creo que está bien Sí

9 años todavía es cancha reglamentaria

todavía no te ven mal en la calle no

dicen ay señor suelte la niña

no no pues he visto hasta de 20 30 años

Sí pero ahí ya le dicen niña ten cuidado

con tu abuelito no o

qué es muy común No eso de sí sobre todo

entre hizo una canción sobre

eso ya cuál quién quién 40 y

20 hay una

canción Hasta 20 años no importa

perfecto lo que diga la gente Exacto muy

bien muy bien muy bien andando contento

Vicente ríase la gente no muy bien muy

bien no Entonces vamos a seguir picando

aquí Vamos a ponerle ahí donde dice

variables

descriptivas Ajá perfecto

Ah genial No ya nos da ahí la variable

descriptiva no la edad de las mujeres

era de 53 en los hombres 57 Entonces es

a favor de los hombres Okay padrísimo

Pero además también le podemos pedir

gráficos de

O sea no manches cansado de luchar con

la tesis harto de luchar con ellos ya

está ahí No perfecto ya te da los

gráficos copy paste lo pones para que

haya para que pongan las diferencias

entre los grupos esto lo aderezas con su

valor de P y ya quedó

no sí sí

sí

Perfecto entonces este y ahora vamos

abajo con los comprobaciones de

supuestos vamos a a ver si tienen si las

pruebas tienen

homogeneidad eso se llama

homocedasticidad de las varianzas no

porque tendríamos que elegir distintas

pruebas ya sea la prueba de levin o

alguna otra prueba para poder

diferenciar vamos a arriba Vamos para

ver la prueba de homogeneidad arriba ahí

está la prueba de levin que dice que es

pun 007 Qué significa

eso varianzas iguales o varianzas

distintas

varianzas

distintas claro entonces este valor de p

indica que son varianzas distintas Y

todavía podemos hacer pruebas de

normalidad al lado y podemos hacer los

gráficos qq que habíamos platicado no

ahí está la prueba de normalidad pun 024

no para la edad de la

paciente sí Y dice un valor de p bajo

suqui la violación de supuestos de

normalidad entonces lo que sucedió es

que no tiene normalidad entonces

tendríamos que haber hecho t de student

no violamos los supuestos de normalidad

aquí tendríamos que haber hecho una t de

student una t Por qué se violaron bueno

porque a la hora de dividirlos ya perdió

la normalidad Sí sí

sí Perfecto entonces aquí tendríamos que

hacer una u manwin no Tendremos que

hacer la t de student y Tendremos que

hacer gráficos de de este de de bigotes

de este de cajas y bigotes

perfecto Muy bien pues hasta aquí No

hasta aquí vamos a dej vamos a a

quitarle ahora vamos a hacer un modelo

de

regresión Sí bueno obviamente podríamos

hacer una Nova Claro si quieres pícale

Nova nada más para

jugar sí Entonces vamos a poner una Nova

sí anova de un

factor ahora vamos a meter la misma edad

por

favor la misma edad Si fueras tan

amable Gracias y ahora vamos a ponerle

en la variable de agrupación las

unidades de Medicina familiar que están

participando Si quieres vete hasta la

parte de

arriba Ahí está y dice Ajá Y entonces

esos son tres unidades vamos a ver si

hay diferencias entre las unidades

Entonces vamos a ver si hay diferencias

entre los grupos Qué dice ese valor de p

estimado José

Miguel es mayor de05 entonces entonces

este que no hay no hay diferencias que

entre las unidades entre las entre las

unidades no hay diferencias Y entonces

aquí Vamos a ponerle vamos a poner los

estadísticos para ver qué es lo que pasa

tablas

descriptivas tablas descriptivas por

favor muy bien y aquí nos dice Cuál es

la media de versión estándar de todas

perfecto a pesar de que de que eh San

Buenaventura este Tiene 18 pacientes

sigue teniendo una media y desviación

estándar perfectamente bien Clara y bien

controlada Sí sí sí perfecto y abajo

vienen las pruebas Pos hoc que

tendríamos que hacer si es que nosotros

quisiéramos

este quisiéramos hacer análisis de

diferencias entre los grupos y entonces

aquí nos recomienda que como son

varianzas iguales podemos hacer este la

prueba de tuki Y entonces ahí le ponemos

la prueba de tuki abajo perfecto y ahí

lo que va a hacer es que nos va a ir

mostrando las diferencias entre las

varianzas entonces San Buenaventura

contra contra la unidad de Medicina

familiar de los abinos vete más para

allá dice que no hay diferencias

y después contra Perote no hay

diferencias sí adelante adelante

adelante miren Quién llegó no manen

quién está aquí me parecen

conocidos la doctora IV Roy está aquí

con nosotros no manches qué bendición No

vientos huracanados sí queda claro Okay

vamos a

hacer dulce H dulce hasta manda este

fuegos

artificiales este qué crees que qué

crees que hizo dulce juró por esculapio

hijo de Apolo que no se iba a enamorar

ni a buscar ningún

aparento este hasta que terminara su

tesis verdad dulce No doctora usted

puede ver este video y yo no accedí a

tal juramento y no cumplió su promesa no

sé todavía no se gradua pero con que te

gradúes ya puedes empezar a buscar una

bueno olvidemos esa parte y vamos a

terminar con regresión les parece s

Entonces entonces vean ustedes qué fácil

está usarlo ahora vamos a usar regresión

vamos a la regresión bien Y entonces

aquí en relación en vamos a vamos a a

poner una una variable vamos a poner que

queremos predecir sexo vamos a ver qué

características tienen los de sexo

Entonces vamos a hacer una regresión

este logística sí o vamos a hacer una

lineal para jugar no vamos a hacer esta

variable lineal y vamos a

predecir para que repasen y vamos a

predecir aquí qué quieren predecir qué

les enseñó la doctora Roy predecir Qué

les parece una variable

cuantitativa busquemos aquí abajo a ver

si hay hemoglobina

glucosilada Ajá más adelante más

adelante más

adelante tensión arterial glucosa y est

hemoglobina glucosilada Y esa vamos a

meter la variable dependiente o

independiente Sí esa sería la

dependiente

No

sup claro es la variable dependiente

Claro sí sin duda Sí Y entonces cómo qué

variables meterían ustedes para predecir

hemoglobina

glucosilada la edad claro la edad puede

ser podemos meter edad yo metería otra

variable más que sería la edad con

diabetes a mayor edad con diabetes no

mayor hemoglobina glucosilada podría ser

no

[Música]

Mm qué otra meterías

este glucosa

capilar

tambi ella dice abajo dice cuánto tiempo

tiene con el diagnóstico después de sexo

ahí lo metemos a covariables

bien y vamos a meterle ahora una

variable extra que sería glucosa el

glucosa

picada bien con eso para nada más para

jugar no Entonces vamos vamos a ver qué

dicen los datos vete de regreso donde

están los es y déjanos verá un poquito

más hacia el

lado okay Y entonces qué nos dice ese

modelo Qué significa ese

r la capacidad del modelo de predecir sí

dulce muy bien la capacidad del modelo

de predecir Y qué tanto

predice Pues un

1% nada no predicen nada

no Okay este Pero lo único es que

este Lo único es que mostramos cómo se

cómo se ve esa esa parte okay pero vamos

a seguirle

picando no Entonces qué les parece se

nos Acaba de terminar la

pero Qué les parece si para la próxima

clase ustedes le van picando y van

buscando algún

modelo que nos ayude a predecir

hemoglobina glucosilada entonces jueguen

con la base y lo que queremos hacer es

predecir hemoglobina glucosilada Sí

entonces vayan metiendo las variables

vayan buscando Cuál es el mejor modelo y

lo discutimos para la siguiente clase

les parece

bien de acuerdo para la siguiente clase

también vamos a hacer modelos de

regresión logística

Entonces como vamos a hacer modelos de

regresión logística Necesito que hagan

una variable a ver déjen ver si está

aquí en esta en esta la variable de de

váyanse hasta abajo hasta abajo hasta

abajo vas abajo más abajo más abajo más

abajo más abajo este no está podrían

hacer una variable que se llame la

variable de daño renal hecha con la

calculadora de de daño renal sí de de UK

a partir de los este del colesterol y a

partir de este de de laurea y la

creatinina les parece bien y contra esa

variable hacemos este las los modelos de

regresión logística entonces son dos

tareas tarea uno construir un

modelo tarea uno construir un

modelo para

predecir hemoglobina

glucosilada sí y en la tarea dos es

calcular tasa de filtrado

glomerular sí para poder hacer en

dicotómico paya

renal o enfermedad renal aguda

enfermedad renal Crónica y la próxima

clase vamos a hacer modelos de regresión

logística sí Sí sí queda

clarísimo Bueno pues ya tienen su tarea

y que les vaya bien dulce ten cuidado

con lo que juras

Laura muy

bien entonces nos vemos amigos Joaquín

amigo Cuídense mucho Gracias Lu