Resúmenes Temas 14 al 17: Visión general de las TICS. TICS Y salud. Cuidados 2.0.

Las Tecnologías de la Información y la Comunicación (TICs), y muy especialmente Internet, se han

introducido en la vida cotidiana de las personas, en el ámbito económico, social, cultural y en el campo de la

salud.

• La tecnología de la comunicación comprende los medios de comunicación tradicional: radio, televisión y telefonía.
• La tecnología de la información comprende aquellas características por la digitalización de esa tecnología, es decir, la informática y la telemática.

El uso de las TICs genera ventajas sobre la sociedad como:

• Desarrollo económico y social
• Nuevos empleos.
• Nuevos modos de atención de salud.
• Avance de las ciencias
• Oportunidades comerciales.

Desde el punto de vista de la salud, la aplicación de las TICs eleva la calidad de la asistencia sanitaria,

mediante los siguientes aspectos:

• Mejorar los procesos asistenciales.
• Los ciudadanos tienen un mejor acceso a los servicios, derribándose barreras de espacio y tiempo.
• Agiliza los procesos burocráticos.
• Facilita la colaboración de los profesionales entre ellos y con los pacientes
• Proporciona el máximo de información a la ciudadanía para las distintas redes.

1. ÁREAS DE LAS TICS.

En Junio de 2000 la Unión Europea estableció o identificó 11 áreas de las TICs entre la que se encuentran la e-Salud o Salud en Línea, dentro de esa área  se establecieron cinco áreas de TICs sanitarias para garantizar la cobertura y para desacelerar el gasto sanitario:

• La historia clínica electrónica (HCE).
• Receta electrónica
• Movilidad
• Telemedicina
• Picture Archiving Communication System (PACS)

2. e-SALUD

La Organización Mundial de la Salud (OMS) en el documento Estrategia y Plan de Acción sobre e-Salud publicado en 2011, define la cibersalud, conocida también como e-Salud o e-Health, como el “apoyo que la utilización costoeficaz y segura de las tecnologías de la información y las comunicaciones, ofrece a la salud y a los ámbitos relacionados con ella, con inclusión de los servicios de atención de salud, la vigilancia y la documentación sanitarias, así como la educación, los conocimientos y las investigaciones en materia de salud”

3. EL USO DE LA "SALUD MÓVIL"

Las ventajas del uso de las TICs en enfermería son las siguientes:

• Aumento de la calidad de los cuidados posibilitando funciones enfermeras más amplias.
• Ayuda en la participación de los pacientes y familiares en el proceso de cuidados.
• Permite a los enfermeros el apoyo e información a distancia y en línea de otros profesionales sanitarios.

4. CONCEPTOS DE RED DE INFORMACIÓN SANITARIA

Red de información del ámbito sanitario y sus organizaciones que gestiona ese ámbito sanitario, como por ejemplo en la sanidad pública (el SAS y la consejería de salud).

• La red de información sanitaria ofrece el soporte tecnológico al organismo sanitario para prestar servicio administrativo y de salud.

Está formada por distintos niveles:

• En la base del sistema tenemos las infraestructuras de la comunicación (fibra óptica, circuito, sistema de trasmisión).
• El hardware: ordenadores, módems, routers, switches (hace accesible toda esa información).
• El software: (comunicaciones, interprocesos, sistema de gestión de bases de datos, análisis de imágenes, protocolo, comunicaciones).
• Datos: financieros, nomina, contabilidad, intervalo de material, fichero maestro de pacientes, historia clínica de pacientes, resultado de peticiones
• Seguridad: control de acceso, autentificación, seguridad de red
• Aplicaciones: control electrónico, citaciones, admisiones, clínicas, enfermería, laboratorio, radiología, farmacia, facturación y pagos, enlace de red, administración del sistema, ofimática, contabilidad financiera, nóminas, inventario
• Interfaz y usuario: interfaz usuarios.
• Intranet: desarrolla comunicación entre todos los ámbitos o servicios del mismo centro u hospital, conectando: urgencias-con laboratorio, radiologíacon urgencias, etc. y a la vez puede ver este historial clínico el profesional en el hospital a la vez que el profesional en el centro de salud.
• Extranet: red externa, que comunica al hospital y su área de salud con agentes externos como proveedores de material, con universidades, centros de investigación, con agentes farmacéuticos, etc.

Mediante extranet los profesionales de salud, pacientes y ciudadanos en general, pueden acceder a

distintas aplicaciones de esta red (por ejemplo: cita previa).

5. APLICACIÓN DE LAS TECNOLOGÍAS EN LOS PROCESOS ASISTENCIALES.

Para los procesos asistenciales realizados en la asistencia 1ª y especializada, los profesionales han adquirido un aumento de ventajas. Aumenta la calidad, comodidad y flexibilidad para prestar asistencia a la vez que existe una comunicación entre los diferentes profesionales.

Hay mejor conexión entre los 3 sistemas asistenciales: nivel asistencial primario, especializado y

domiciliario.

Las Tics están mejorando la gestión que hay que hacer con los pacientes, gracias a 3 aplicaciones:

1.- Tarjeta sanitaria electrónica.

• La tarjeta es la llave o la clave para identificar a cada persona o usuario del sistema sanitario, de forma segura.
• Nos proporciona un acceso rápido, sencillo, confidencial y seguro a los datos sanitarios de las personas.
• Antiguamente se realizaba con la cartilla y con una numeración para toda la familia, y con las Tics cada individuo tiene una tarjeta, un número individual para toda la vida, y lo identifica a él exclusivamente
• Receta electrónica, es la automatización de los procesos de prescripción, control y dispensación de medicamentos. Siendo el SAS pionero en receta electrónica.

2.- Historia clínica electrónica.

• Es un registro electrónico numérico, almacenas imágenes, etc., de salud, información referida a la salud de un individuo a lo largo de toda su vida y tiene acceso desde cualquier centro sanitario.
• Incluye toda la información clínica cronológica del paciente, con lo cual se puede evitar perdida de información como ocurría con el papel, ahorro de tiempo.
• Unas de las experiencias pionera de este sistema fueron en Andalucía, lo que desarrollo el sistema informático del servicio andaluz de salud DIRAYA.

3.- Hospital digital.

Un hospital sin papeles. A partir del año 2000. Esto ha posibilitado la sustitución de la historia clínica en papel por una historia de salud electrónica y única gracias al sistema informático DIRAYA.

Esta historia clínica electrónica integra toda la información sanitaria de cada usuario. Tiene 3 características: Única, Organizada y Compartida.

6. APLICACIÓN DE LAS TICS EN LA GESTIÓN EN LA GESTIÓN DE EMERGENCIAS.

• En los casos de emergencias, se presta atención sanitaria de emergencia y actuación in situ, con lo cual hay necesidades de rapidez para gestionar las actuaciones sanitarias, como por ejemplo en casos de infartos, incendios, catástrofes, etc.
• Las Tics juegan un importante papel en el acceso a información actualizada y en la comunicación entre los diferentes agentes, mandando recursos sanitarios (unidad móvil, helicópteros, etc.) y recursos no sanitarios (bomberos, etc.)
• Estos llegan al lugar de actuación con una información detallada de lo ocurrido, agilizando las actuaciones asistenciales, aumentando la eficacia de actuación.
• Durante el trayecto en ambulancia, se le informa al hospital para prepararse antes de que llegue la ambulancia (dispositivos como PDA, etc.).

7. APLICACIÓN DE LAS TICS EN LA PROMOCIÓN DE LA SALUD Y PREVENCIÓN DE ENFERMEDADES.

• Las herramientas 2.0 son imprescindibles en la diseminación e implementación de conocimientos sobre salud, a este respecto los profesionales sanitarios deben ser vehículos transmisores de evidencia avalada por resultados científicos, mediante la implantación de buenas prácticas relacionadas con la comunicación y enseñanza del paciente en sus cuidados diarios (utilización en programas de salud y Educación para la Salud (EpS) a la ciudadanía).
• Además, de aplicaciones móviles en salud, blog, páginas webs, bases de datos, etc. Algunos de estos se utiliza para dar apoyo psicosocial de las personas afectadas por distintas enfermedades, así como ofrece al ciudadano una información detallada acerca de las distintas enfermedades, patología, y salud.

Resumen Tema 13: Pruebas paramétricas más utilizadas en enfermería. La prueba T-student. La prueba T-student para datos apareados. Anova.

1. ANÁLISIS BIVARIADO VARIABLE CUALITATIVA Y CUANTITATIVA.

Este tipo de análisis es muy frecuente en todos los ámbitos, puesto que con frecuencia nos interesa

saber si las categorías (o factores) de una variable cualitativa (o también en otras situaciones, observa los ejemplos) presentan unos valores medios similares, o no.

2. TEST A APLICAR...

• Paramétricos
• T de Student para 1 o dos muestras (o categorías)
• ANOVA (para más de dos muestras o categorías independientes)
• No paramétricos
• Prueba U de Mann-Whitney (muestras independientes)
• Test Wilconxon (muestras apareadas).
• Test Kruskal-Wallis (más de dos muestras o categorías)

1º. Determinar si se trata de una muestra o dos muestras independientes o apareadas.

2º. Determinar si se usarán test paramétricos o no paramétricos.

3. T DE STUDENT COMO TEST PARAMÉTRICO

• Criterios de parametricidad.
• Normalidad
• Homocedasticidad o igualdad de varianzas. Test Levene
• N muestral > 30

4. ANOVA: ANALYSIS OF VARIATION.

5. PRUEBAS DE NORMALIDAD:

Se debe comprobar la normalidad usando Kolmogorov (n>50) o Shapiro (n<50).

6. NOTACIONES PARA ANOVA.

• n : Número de individuos todos juntos.
• i: número de grupos
• x̄: significado para todo el conjunto de datos

El grupo i tiene:

• ni = # of individuals in group i
• xij = value for individual j in group i
• I : significado para el grupo i.
• si = standard deviation for group i

7. CÓMO FUNCIONA ANOVA (FUERA DE LINEA)

ANOVA mide dos fuentes de variación en los datos y compara sus medidas relativas.

• Variación entre grupos: para cada valor mirar la diferencia entre su significado de grupo y el significado en general.
• Variación en los grupos: para cada valor miramos la diferencia entre el valor y el significado de su grupo.

ANOVA F estadístico es un radio de la variación entre grupos dividido entre la variación en los grupos.

Un gran F es una evidencia contra H0, esto indica que hay más diferencia entre los grupos que dentro de ellos.

10. ¿CÓMO ESTÁN ESTAS COMPUTACIONES HECHAS?

Se quiere medir la cantidad de variación de la variación entre grupos y dentro de los grupos.

Para cada valor, calculamos su contribución para:

• Variación dentro de los grupos.
• Variación entre los grupos.

Resumen Tema 12: Concordancia y correlación.

1. RELACIONES ENTRE VARIABLES Y REGRESIÓN.

Hoy en día el sentido de regresión es el de predicción de una medida a partir en el conocimiento de otra.

2. REGRESIÓN LINEAL SIMPLE: CORRELACIÓN Y DETERMINACIÓN.

ANÁLISIS DE CORRELACIÓN:

El análisis de correlación se utiliza con el propósito de disponer de un indicador cuantitativo que permite sintetizar el grado de la asociación entre variables.

• Coeficiente de Correlación r de Pearson (r), (Rxy): Es un coeficiente que mide el grado de la relación de dependencia que existe entre las variables (x,y), cuyos valores van desde -1, correspondiente a una correlación negativa perfecta, hasta 1, correspondiente a una correlación positiva perfecta.
• El coeficiente de correlación por Rango de o rho de Spearman es una medida de asociación que requiere que ambas variables en estudio sean medidas por lo menos en una escala ordinal.

¿CÓMO COMRPOBAR LA NORMALIDAD DE LOS DATOS?

Epi Info muestra un histograma donde e ve si la gráfica sigue una distribución normal o no.

Los métodos más fiables son pruebas estadísticas:

• Prueba de kolmogorov-smirnov: Si el tamaño muestral es grande.
• Prueba de shapiro-wilk: Si el tamaño muestral es pequeño, si tiene menos o igual de 50.

Para las pruebas de normalidad: si p0,05 es normal. Se compara con unos valores que nos da un programa.

COEFICIENTE DE PEARSON:

Resumen Tema 11: Pruebas no paramétricas más utilizadas en enfermería.

1. CHI CUADRADO

El test de Chi-cuadrado se utiliza para hacer análisis bivariados. Esas dos variables deben ser cualitativas.

• Para comparar dos variables cualitativas
• Razonamiento a seguir: se supone que la hipótesis nula es cierta y se estudia cómo es de probable que siendo iguales los dos grupos a comparar se obtengan resultados como los obtenidos o haber encontrado diferencias más grandes por grupos.

PRUEBA DE CHI-CUADRADO:

• Es debida al azar: si se debe al azar se debe aceptar la hipótesis nula, puesto que se establece que no hay relación entre sexo y consumo.
• Si es debida a algo más, por ejemplo, a una asociación entre las variables que se estudia, se acepta H1.

CONDICIONES PARA APLICAR CHI-CUADRADO:

 Las observaciones deben ser independientes, no puede haber sujetos repetidos en más de una casilla. 

Utilizar en variables cualitativas nominales u ordinales.

Más de 50 casos, deben ser tamaños muestrales importantes.

Las frecuencias teóricas o esperadas en cada casilla de clasificación ni deben ser inferiores a 5. Si son menores a 5, no se puede sacar conclusiones del contraste de hipótesis con Chi cuadrado. 

Si no se cumplen las condiciones, se usan pruebas paramétricas:

• Utilizar el estadístico de Fisher.
• Corrección de continuidad de Yates: Actualmente discutido por autores y se puede no tener en cuenta.
• Conviene mencionarla porque responde a una práctica muy generalizada y figura en muchos textos.

A RECORDAR EN LA PRUEBA DE CHI-CUADRADO

• La frecuencia observada es la que recogen los datos.
• La frecuencia esperada es la que se observaría si no hubiera relación. Lo que sucedería en la tabla si la hipótesis nula se cumpliera.
• Grados de libertad: número de valores o datos que pueden variar libremente dado un determinado resultado. 

2. ODDS RATIO

Un valor de chi-cuadrado no basta solo con rechazar la hipótesis nula, hay que calcular la magnitud de asociación. Es necesario para terminar de interpretar las hipótesis de chi-cuadrado.

Resumen Tema 10: Estimación y/o significación estadística:

1. SIGNIFICACIÓN ESTADÍSTICA

• Es una de las dos formas que hay de hacer inferencia (la otra es la estimación puntual y/o por intervalos).
• Permite contrastar hipótesis y relacionarlo con el método científico.
• Se parte de la hipótesis nula, frente a la hipótesis alternativa.
• Permite calcular el nivel de significación. Si la significación es alta se podrá rechazar la hipótesis nula y viceversa.
• Permite tomar decisiones cuantificando el error.

2. EL CONOCIMIENTO CIENTÍFICO

Las ciencias aplicadas se nutren de leyes que surgen de la aplicación del método científico y sobre todo del contraste de hipótesis. La estadística permite contrastar hipótesis y dictar leyes a partir de esas hipótesis.

3. HIPÓTESIS ESTADÍSTICA

HIPÓTESIS NULA Y ALTERNATIVA:

4. CONTRASTE DE HIPÓTESIS

5. ERRORES DE HIPÓTESIS

Con una misma muestra podemos aceptar o rechazar la hipótesis nula, todo depende de un error al que

llamamos alfa.

• El error alfa es el error que se comete al rechazar la hipótesis nula.
• El error alfa más pequeño al que podemos rechazar H0 es el error p.
• Habitualmente rechazamos H0 par aun nivel alfa máximo del 5%.

6. MÉTODO DE CONTRASTE DE HIPÓTESIS

Resumen Tema 9: Introducción a la Inferencia Estadística.

Intervalos de confianza y contrastes de hipótesis.

1. INFERENCIA ESTADÍSTICA

2. ESTIMACIONES

Proceso de utilizar información de una muestra para extraer conclusiones acerca de toda la población. La estimación puntual es más precisa, pero tiene más riesgo de error. Si se realiza una estimación por intervalos, se tiene menos riesgo de error y menos precisión.

ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALO

3. ERROR ESTÁNDAR E INTERVALO DE CONFIANZA

El error estándar de cualquier estimador mide el grado de variabilidad en los valores del estimador en las distintas muestras de un determinado tamaño que se pudiera tomar de una población. Cuanto más pequeño es el error estándar de un estimador, más fiable es del valor de una muestra

concreta.

El intervalo de confianza es un medio para conocer el parámetro en una población midiendo el error que tiene que ver con el azar (error aleatorio). Mientras mayor sea la confianza que se quiera otorgar al intervalo, éste será más amplio, es decir, el extremo inferior y el superior del intervalo estarán más distanciados y, por tanto, el intervalo será menos preciso.

4. TEOREMA CENTRAL DEL LÍMITE

5. CONTRASTE DE HIPÓTESIS

• Con los contrastes (tests) de hipótesis la estrategia es la siguiente:
• Se establece a priori una hipótesis acerca del valor del parámetro.
• Se realiza la recogida de datos.
• Se analiza la coherencia de entre la hipótesis previa y los datos obtenidos.
• Son herramientas estadísticas para responder a preguntas de investigación: permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos.
•  Sean cuales sean los deseos de los investigadores, el test de hipótesis siempre va a contrastar la hipótesis nula (la que establece igualdad entre los grupos a comparar, o lo que es lo mismo, la no que no establece relación entre las variables de estudio).

ERRORES DE HIPÓTESIS

Con una misma muestra se puede aceptar o rechazar la hipótesis nula, todo depende de un error, al

que llamamos α.

• El error α es la probabilidad de equivocarnos al rechazar la hipótesis nula.
• El error α más pequeño al que se puede rechazar H0 es el error p.
• Habitualmente se rechaza H0 para un nivel α máximo del 5% (p).

Resumen Tema 8: Teoría de Muestras

1. ESTIMACIÓN E INFERENCIA ESTADÍSTICA

• Técnicas de muestreo: conjunto de procedimientos que permiten elegir muestras de tal forma que éstas reflejen las características de la población.
• Siempre que trabajamos con muestras (no estudiamos el problema en toda la población sino en una parte de ella) hay que asumir un cierto error.
• Si la muestra se elige por un procedimiento de azar, se puede evaluar ese error. La técnica de muestreo en ese caso se denomina muestreo probabilístico o aleatorio, y el error asociado a esa muestra elegida al azar se llama error aleatorio.
• En los muestreos no probabilísticos (no usan el azar) no es posible evaluar el error. En los muestreos probabilísticos, el error aleatorio es inevitable, pero es evaluable.

PROCESO DE INFERENCIA ESTADÍSTICA:

Se quiere medir un parámetro en la población. No se puede medir en todos los sujetos, y se realiza una preselección, preferiblemente aleatoria, y a través de esa muestra se obtiene el estimador, que permite realizar la inferencia.

2. PROCEDIMIENTO MUESTRAL

Un muestreo es un método tal que al escoger un grupo pequeño de una población se puede tener un grado de probabilidad de que ese pequeño grupo posea las características de la población que se está estudiando.

Debería hacerse de tal manera que permitiera tener una muestra lo más parecida posible a la realidad.

3. TIPOS DE MUESTREO

MUESTREO NO PROBABILÍSTICO

MUESTREO PROBABILÍSTICO

• No mencionado: Conglomerado: Cuando no se dispone de una lista detallada y enumerada de cada una de las unidades que conforman el universo o población y resulta muy complejo elaborarla. En la selección de la muestra en lugar de escogerse cada unidad, se toman los subgrupos o conjuntos de unidades “conglomerados”.

4. TAMAÑO DE LA MUESTRA

Va a depender de:

• El error aleatorio (estándar)
• De la mínima diferencia entre los grupos de comparación que se considera importante en los valores de la variable a estudiar.
• De la variabilidad de la variable a estudiar (varianza en la población).
• El tamaño de la población de estudio.

Cálculo del tamaño de una muestra para estimar la media de una población

•  Z es un valor que depende del nivel de confianza que se quiera dar a los intervalos calculados a partir de estimadores de esa muestra (Para confianza de 95%, z=1,96 y para nivel de confianza de 99% z=2,58).
• S 2 : es la varianza poblacional
•  E: es el error máximo aceptado por los investigadores en las diferencias entre los grupos de comparación de la variable a estudiar
• Si tras esta operación se cumple el resultado: N>n (n-1) el cálculo del tamaño muestral termina aquí.
• Si no se cumple, obtendremos el tamaño de la muestra con esta fórmula: n'= n/1+(n/N)

Para calcular el tamaño de una muestra para estimar una proporción:

•  P es la proporción de una categoría de la variable (por ejemplo, la presencia de la enfermedad, si o no)
•  1-p: es la proporción de la otra categoría
• Z: es el valor de la confianza
• N es el tamaño de la población
• E: es el error máximo aceptado por los investigadores en las diferencias entre los grupos de comparación de la variable a estudiar.

Resumen Tema 7: Teoría de la Probabilidad

1. PROBABILIDAD

• Es muy frecuente para comunicarnos y entendernos. 
• Se dan en medida de ocurrencia de un evento que es incierto. 
• Se expresa mediante un número entre 0 y 1 (o en porcentajes).
• Esta estimación sobre la probabilidad de ocurrencia del evento nos ayuda a tomar decisiones.
• Cuanto más probable es que ocurra un evento, su medida de ocurrencia estará más próximo a 1 o a 100%, y cuanto menos probable, más se aproxima al cero.
• Aunque el concepto es simple, ya que se usa de manera intuitiva, su definición es complicada y tiene tres vertientes:

2. EVENTOS O SUCESOS

Cuando se realiza un experimento aleatorio, diversos resultados son posibles. El conjunto de todos los resultados posibles se llama espacio muestral (S).

• Suceso o evento: Subconjunto de dichos resultados. Ejemplo: veces que sale cara en la moneda.
• Evento complementario de un suceso A: El formado por los elementos que no están en A y se denota Ac. Ejemplo: todo lo que no es salir cara en la moneda.
• Evento unión de A y B: El formado por los resultados experimentales que están en A o en B (incluyendo todos los que están en ambos) El evento A es ser mujer y el B es ser rubia: AUB sería la suma de ser mujer o la suma de ser rubia.
• Evento intersección de A y B: El formado por los elementos que están entre A y B. El evento A es ser mujer y el B es ser rubia: A intersección B sería la suma de ser mujer y la suma de ser  rubia, es decir, poseer las dos características.

PROPIEDADES DE LAS PROBABILIDADES

3. REGLAS BÁSICAS: TEORÍA DE LA PROBABILIDAD

•  Las probabilidades oscilan entre 0 y 1.
•  La probabilidad de un suceso contrario es igual a 1, menos la probabilidad del suceso. Por ejemplo: la probabilidad de ser mujer, si hay 8 personas, la probabilidad de ser hombre sería 8-4=4.
• La probabilidad de un suceso imposible es 0.
• La unión de A y B es: si los eventos son compatibles, que en la mayoría lo son, calculamos la probabilidad de A+ probabilidad de B- intersección entre dos conjuntos.
•  La probabilidad condicionada de un suceso A a otro de B se expresa:

Cuando es una pregunta condicionada, siempre es a priori.

4. TEOREMA DE BASES

Expresa la probabilidad condicional de un evento aleatorio A dado B (probabilidad condicionada) en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A.

En términos más generales, el teorema de Bayes que vincula la probabilidad de A dado B con la probabilidad de B dado A.

5. DISTRIBUCIÓN DE PROBABILIDAD EN VARIABLES DISCRETAS: BINOMIAL Y POISSON.

DISTRIBUCIÓN BINOMIAL

DISTRIBUCIÓN DE POISSON

6. DISTRIBUCIONES NORMALES

Resumen Tema 6: Representación gráfica de la información

1. REPRESENTACIONES GRÁFICAS

• La mayoría son formas rápidas de comunicar información numérica.
• Imágenes de ideas que se quieren transmitir.
• Complementan el análisis estadístico.
• No reemplaza a las medidas estadísticas.
• Hay que seguir una serie de normas básicas:
•  Visualmente claras.
•  Claramente descritos en pie de figura y en texto.
•  Representar gráficamente las conclusiones del estudio.
•  Evitar gráficos confusos, no sobrecargados.

2. REPRESENTACIONES GRÁFICAS MÁS EMPLEADAS

• VARIABLES CUALITATIVAS:

• Pictogramas: (Policotómicas): No mencionadas en el vídeo.

Pictograma

• VARIABLES CUANTITATIVAS:

•  DATOS BIDIMENSIONALES Y MULTIDIMENSIONALES: Puedo mezclar variables cuantitativas y cualitativas o dos cualitativas/cuantitativas.
• Tendencias temporales
• Nubes de punto (scatter plot). Sólo se pueden mezclar dos continuas (cuantitativa)
• Otros gráficos multidimensionales (diagrama de estrellas...)

  

  Tendencias temporales

  

  Nube de puntos

3. VARIABLES CUALITATIVAS (DICOTÓMICAS O DE POCAS CATEGORÍAS)

• GRÁFICO DE SECTORES:

• ERRORES QUE SE PUEDEN COMETER EN LOS GRÁFICOS DE SECTORES
• Variable policotómica (muchas categorías)
• En una variable ordinal, no se debe utilizar un diagrama de sectores (el orden de las respuestas es importante)
• DIAGRAMA DE BARRAS:
• ERRORES EN GRÁFICOS DE BARRAS:
•  Para hacer una comparación de dos gráficas de barras hay que representar esas dos gráficas con frecuencias relativas, no con absolutas. No comparar con frecuencias absolutas.
•  Si tiene muchas categorías es recomendable utilizar un histograma.
• PICTOGRAMA: No aporta información adicional al diagrama de barras. Se incluye una imagen representativa de la variable. (Imagen más arriba).

4. VARIABLES CUANTITATIVAS 

• HISTOGRAMA:

ERRORES EN HISTOGRAMA:

•  Se realiza en realidad un diagrama de barras, inapropiado para una variable continua.
• No se tiene en cuenta las diferentes amplitudes de los intervalos.

• GRÁFICO DE TALLO Y HOJAS:

• GRÁFICOS PARA DATOS BIDIMENSIONALES: Permiten representar más de una variable en el mismo gráfico.
• Gráficos de tendencias temporales. (Imagen arriba).
• Diagramas de dispersión (nube de puntos o “scatter plot”). (Vídeo explicativo).
• Diagrama de estrellas:
• Para representar un conjunto de variables cuantitativas y comparar entre diferentes unidadesde análisis (individuos o conglomerados, que son valores medios obtenidos de poblaciones distintas).
•  Cada variable representa un vértice del diagrama de estrella.
•  Gráficamente da una idea del comportamiento conjunto de las variables estudiadas.
• También permite comparativas con un “Gold standard” (que sería por ejemplo comparar con el peso ideal o altura ideal).