Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Correspondencia a:Dr. Shreemathi S. Mayya, Profesor Asociado (Escala Sr.). Departamento Karnataka, de Estadística. Universidad de Manipal, Manipal-576104,
Resumen:La identificación y descripción de las variables utilizadas en cualquier estudio es un componente necesario en
la investigación biomédica. Los análisis estadísticos dependen del tipo de variables que intervienen en el estudio. En
este breve artículo, presentamos los diferentes tipos de variables biológicas. Un investigador tiene que estar
familiarizado con el tipo de variable que está tratando en su investigación para decidir sobre gráficos/diagramas
apropiados, medidas de resumen y análisis estadístico.
doi: 10.21037/jtd.2017.05.75
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(6):1730-1733
Journal of Thoracic Disease, Vol 9, No 6 Junio 2017 1731
Categorizar una variable continua categorías es bajo. Además, la mediana, el rango intercuartílico
junto con el valor máximo y mínimo se consideran apropiados para
Las variables cuantitativas a menudo se convierten en categóricas resumir las variables ordinales.
utilizando "puntos de corte". En lugar de presentar el nivel medio de Los datos nominales y los datos ordinales con un número limitado de
glucosa en ayunas de sujetos masculinos y femeninos, se puede categorías también se pueden presentar en forma de diagrama, como un
preferir presentar la proporción de diabéticos en la población gráfico de barras y un gráfico circular. En un gráfico de barras, la longitud
masculina y femenina utilizando un nivel de glucosa en ayunas de de las barras representa la frecuencia o frecuencia relativa de cada
110 mg/dl como punto de corte para categorizar a los sujetos como categoría de la variable. Por lo general, las barras tienen el mismo ancho
diabéticos/ no diabética. Sin embargo, categorizar una variable y hay un espacio entre ellas. Un gráfico circular es esencialmente un
continua conduce a la pérdida de información (3). Por ejemplo, círculo dividido en segmentos con el área de cada uno proporcional a la
durante la categorización, los sujetos con un nivel de glucosa en frecuencia observada en cada categoría de la variable. El área total
ayunas de 85 y 109 mg/dl se tratan como iguales y se clasifican representa la frecuencia total.
como no diabéticos. Del mismo modo, los sujetos con un nivel de
glucosa de 111 y 150 mg/dL se clasifican como diabéticos. La
Variables cuantitativas
diferencia en los valores no se notará al presentar solo el número de
casos diabéticos y no diabéticos. La media y la desviación estándar son un resumen apropiado
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(6):1730-1733
1732 Mayya et al. Tipos de variables
medidas para variables continuas con distribuciones simétricas. valor port-prueba en comparación con la prueba de chi-cuadrado. Un
Se calcularán la mediana y el rango intercuartílico para resumir mensaje importante que tratamos de transmitir aquí es que las pruebas
las variables cuantitativas con distribuciones sesgadas. El rango estadísticas tendrán más poder para una variable continua que las
es informativo si se usa como complemento de la desviación correspondientes variables nominales u ordinales (2). En otras palabras,
estándar o el rango intercuartílico. Las variables discretas para lograr el mismo poder que el de una prueba paramétrica, las
pueden resumirse y analizarse como una variable continua o pruebas no paramétricas requieren un tamaño de muestra mayor que
como una variable ordinal dependiendo del número de valores una prueba paramétrica. Por lo tanto, se pueden categorizar los datos
distintos. con fines de presentación (p. ej., hipertensos/normales), pero no para el
Los datos cuantitativos se pueden representar gráficamente mediante análisis estadístico (3).
un histograma. El histograma es útil para decidir sobre la forma de la La discusión detallada de varias pruebas está fuera del alcance de
distribución, simétrica o sesgada. Pero, con muestras pequeñas, el este artículo. Campbell & Swinscow (2) han resumido las pruebas
histograma puede no ser útil para identificar la forma. Como regla adecuadas para varios tipos de variables en una sola tabla. Para el
general, si la media es menor que el doble de la desviación estándar, es procedimiento de cálculo y más detalles sobre varias pruebas
probable que los datos estén sesgados para la variable con valores paramétricas, los investigadores pueden consultar algunos libros de
positivos (5). Los datos cuantitativos también se pueden mostrar como texto estándar (1,3,8). Para una buena discusión de una serie de
diagramas de tallo y hojas, diagramas de puntos, diagramas de caja y pruebas no paramétricas, los lectores pueden consultar a Siegel y
bigotes y diagramas de dispersión, según la situación (6). Castellan (9) y Conover (10).
El tipo de las variables decide el tipo de análisis estadístico a realizar, El tipo de medidas descriptivas y analíticas que se utilizarán en el
paramétrico o no paramétrico. Métodos paramétricos, comotLas resumen y análisis de datos, todo depende del tipo de variables. Por
pruebas, ANOVA, la correlación de Pearson y la regresión requieren lo tanto, para obtener las medidas relevantes para el conjunto de
la suposición de que los datos siguen una distribución normal y que datos en cuestión, recomendamos que los investigadores estudien
las varianzas de las distribuciones son iguales. Los métodos no las características de los datos (categóricos, cuantitativos) y la forma
paramétricos utilizados con frecuencia son la prueba de suma de de la distribución de frecuencias (simétrica en forma de campana,
rangos de Mann-Whitney o Wilcoxon, la prueba de rangos con sesgada) antes de decidir sobre las medidas descriptivas, gráficos y
signos de Wilcoxon y la correlación de rangos. Métodos no diagramas. y pruebas estadísticas adecuadas para la presentación y
paramétricos, no hacen suposiciones sobre la distribución de los análisis de datos.
datos; utilizan el orden de rango de las observaciones en lugar de las
medidas reales (7). La prueba de chi-cuadrado (o la prueba exacta de
Agradecimientos
Fisher si los números son muy pequeños) es el método más utilizado
para comparar datos categóricos. No prestar atención a las Ninguna.
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(6):1730-1733
Journal of Thoracic Disease, Vol 9, No 6 Junio 2017 1733
4. McDonald JH. editor. Manual de estadísticas biológicas. 8. Bland M. editor. Introducción a la estadística médica. 3ra ed. Prensa de
Baltimore, MD: Sparky House Publishing, 2009. la Universidad de Oxford; 2000.
5. Altman DG, Bland JM. Detección de asimetría a partir de 9. Siegel S, Castellano NJ. editores Estadísticas no paramétricas
información resumida. BMJ 1996;313:1200. para las ciencias de la conducta. 2ª ed. Nueva York: McGraw-
6. Freeman JV, Walters SJ, Campbell MJ. editores Cómo Hill, 1988.
mostrar datos. Oxford: Blackwell, 2008. 10. Conover WJ. editor. Estadística práctica no paramétrica. 3ra ed.
7. Altman DG, Bland JM. Métodos paramétricos vs no paramétricos Nueva York: John Wiley, 1998.
para el análisis de datos. BMJ 2009;338:a3167.
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(6):1730-1733