Guía de Estudio
Guía de estudio desde cero de análisis estadístico en ciencias de la salud.
🧭 Recomendaciones de lectura ⌃
- Para poder aprender sobre estadística aplicada no es suficiente leer, es necesario estudiar. Si realmente quieres aprender sobre ello, comprender bien los distintos conceptos y no caer en numerosas malinterpretaciones que puedan sesgar las conclusiones que saques, tienes que reflexionar sobre los distintos conceptos y analizar que implicaciones pueden ir teniendo unos con otros según vas avanzando. Tienes que estudiar.
- No te recomiendo ponerte metas optimistas en cuanto al tiempo que dedicar al aprendizaje de estos documentos. Una de las principales cosas que me agobió cuando comencé, fue el darme cuenta de la ingente falta de conocimiento que tenía y querer adquirirlo todo a corto plazo. Esta necesidad de adquisición instantánea del conocimiento solo me produjo agobio, no es algo necesario. Estos conceptos suelen requerir de tiempo para poder entenderlos adecuadamente, mi recomendación es que vayas estudiando poco a poco, a tu ritmo, sin ponerte fechas a corto plazo para su finalización y disfrutando de ello en el camino.
- No infravalores la importancia de los conocimientos básicos. Lo que yo sentí al empezar a estudiar estadística aplicada, era una necesidad imperiosa de llegar ya a estudiar análisis clásicos de los que había oído hablar, como una regresión lineal o un análisis de la varianza. Puede parecer más «guay» entender esos tipos de análisis, pero esa no es la cuestión, cada cosa ha de llegar en su debido momento y una comprensión profunda de los conceptos más básicos es crucial para no cometer errores colosales de interpretación posteriormente al estudiar esos análisis tan ansiados. La gran mayoría de personas que he conocido que saben por encima sobre los conceptos de regresión lineal, análisis de la varianza, regresión logística u otros, cometen fallos muy importantes de interpretación de conceptos tan básicos como puede ser la media muestral.
- No te agobies si tienes que estudiar otra vez alguno de los documentos. Cuando yo comencé a estudiar, hubo varios capítulos, conceptos y/o análisis que tuve que re-leer y estudiar varias veces hasta llegar a comprenderlos. Esto es algo normal y deseable, es mejor aprender bien de primeras un concepto, que aprenderlo mal y posteriormente cambiarlo, ya que puede ser que por el camino, hayamos ido interpretando mal muchos otros como consecuencia. Este es también uno de los motivos por los que he incluido documentos de distintos autores que explican un mismo concepto.
- Mentalízate de vivir en la duda. Según vayas aprendiendo más sobre estadística aplicada, te irás dando cuenta de que rara vez podemos estar muy seguros de algo al realizar una investigación y que, lo que ahora puede parecernos sencillo trasladar a la práctica clínica al leer un estudio, en realidad no lo es tanto. Mi planteamiento es que, actualmente, estás sacando conclusiones muy optimistas de las investigaciones que lees, con respecto a la importancia de sus resultados y la confianza que podemos depositar en los mismos. Espero que cuando acabes de estudiar estos documentos, esa sensación actual cambie por completo, eso implicará que realmente has llegado a comprender una cantidad importante de los mismos y que estas mejor preparado para sacar conclusiones más veraces de los estudios que leas. No intentes simplificar las respuestas, ya que normalmente, errarás en tus conclusiones.
- Acuérdate de revisar la página. La guía contenida en esta página no se mantendrá estática indefinidamente, iré actualizando el material pertinente y añadiendo nuevas secciones a la misma con análisis que aún no están incluidos. De momento, la guía contiene lo más básico para entender gran parte de las investigaciones de nuestro campo.
Introducción · Bases de estadística aplicada
- 8 – Scales of measurement
- 2 – Describing Data (excepto 2.7 y 2.8)
- 4 – Probability, Sampling, and Estimation
- 1 – Why is my evil lecturer forcing me to learn statistics?
- 2 – The SPINE of statistics (excepto 2.11–2.13)
- 3 – The phoenix of statistics (excepto 3.8, 3.10–3.12)
Modelo Lineal General · Correlación y Regresión Lineal
- 3 – Correlation
- 8 – Correlation
- 9 – The Linear Model (Regression)
- 10 – Comparing two means (solo 10.4)
Modelo Lineal General · ANOVA y ANCOVA
- 12 – GLM 1
- 13 – GLM 2 (ANCOVA)
- 14 – GLM 3
- 15 – GLM 4
- 16 – GLM 5