guia_uso_infostat_2021

Vista previa del material en texto

Uso	de	software	(Infostat)	para	describir	datos	derivados	de	variables	categóricas	y	
cuantitativas	
Para	 ingresar	 una	 tabla	 de	 datos	 deben	 ir	 a	 “Archivo”,	 “Abrir”.	 Allí	 buscan	 el	 archivo	
correspondiente.	 Otra	 opción	 es,	 si	 tienen	 el	 archivo	 abierto	 en	 otro	 programa	 (Ej:	 Excel	 o	
Block	de	notas),	pueden	copiar	el	archivo	(ctrl+c)	y	luego	en	Infostat	van	a	“Archivo”,	“Nueva	
Tabla”	 y	 en	 la	 nueva	 tabla	 (vacía)	 hagan	 “click	 derecho”	 y	 seleccionen	 “Pegar	 incluyendo	
nombre	de	columnas”.	
Ahora	si,	teniendo	la	tabla	de	datos	cargada	podemos	comenzar	a	trabajar!	
- Cuando	tenemos	datos	derivados	de	2	variables	categóricas:	
A	modo	de	ejemplo,	vamos	a	usar	el	archivo	“Dengue.txt”	(que	es	el	mismo	que	usamos	como	
ejemplo	en	la	guía	teórica	nro	2).		
Lo	 primero	 que	 podemos	 hacer,	 dado	 que	 tenemos	 dos	 variables	 categóricas	 (Serotipo	 de	
Dengue	y	Efectividad	del	kit	diagnóstico,	medida	como	“si	detecta”	o	“no	detecta”)	es	hacer	
una	tabla	de	contingencia.		
Para	esto	vamos	a	“Estadísticas”,	“Datos	categorizados”,	“tablas	de	contingencia”	(ver	figura).	
	
Allí	 debemos	 “mover”	 las	 dos	 variables	 al	 recuadro	 “Criterios	 de	 clasificación”	 (así	 llama	 el	
software	a	las	variables	categóricas).	Para	esto,	hacer	click	en	cada	variable	y	luego	presionar	
la	flecha	que	apunta	a	la	derecha	(ver	Figura,	marcado	en	rojo),	“Aceptar”.	
En	el	nuevo	recuadro	que	se	abre,	deben	seleccionar	qué	variable	quieren	que	vaya	en	las	filas	
de	la	tabla	de	contingencia,	y	qué	variable	prefieren	que	vaya	en	columnas.		
Y	 en	 la	 solapa	 “opciones”	 del	mismo	 recuadro	 (arriba	 a	 la	 derecha,	 ver	 figura),	 seleccionen	
“Frecuencias	 absolutas”,	 “Frecuencias	 relativas	 por	 filas”	 (marginales),	 “Frecuencias	 relativas	
por	columnas”	(marginales)	y	“frecuencias	relativas	al	total”.	Por	lo	pronto,	saquen	el	click	que	
ya	viene	por	defecto	en	los	otros	casilleros.	Más	adelante	veremos	cómo	interpretarlos,	pero	
por	ahora	quítenle	la	marca	así	no	confunden,	“Aceptar”.	
	
Ahora	sí,	el	resultado	que	obtienen	son	las	4	tablas	de	contingencia	que	hemos	visto	en	clases	
(frecuencias	 absolutas,	 o	 conteos),	 frecuencias	 relativas	 por	 filas	 (marginales),	 frecuencias	
relativas	por	columnas	(marginales)	y	frecuencias	relativas	al	total.	
	
Para	graficar	este	tipo	de	variables,	usando	los	distintos	tipos	de	gráficos	que	hemos	visto	en	
clases	 (barras,	 barras	 apiladas,	 torta,	 con	 todas	 sus	 acepciones:	 frecuencias	 relativas,	
absolutas,	barras	apiladas	al	100%	etc),	ir	a	“gráficos”	y	seleccionar	la	opción	deseada.	O	sino,	
Excel!!		
- Cuando	tenemos	una	variable	cuantitativa	y	una	categórica.		
Para	 ejemplificar	 esto	 vamos	 a	 tomar	 el	 archivo	 flavi_alfa.txt	 que	 usamos	 en	 la	 clase	 4.	
Recordemos	que	este	archivo	contiene	el	largo	(en	bases)	de	genomas	disponibles	en	la	base	
de	datos	biológica	NCBI	para	virus	de	dos	géneros:	Flavivirus	y	Alphaflexivirus	
a) Histograma	
Lo	primero	que	haremos,	 imitando	lo	hecho	en	 la	guía	teórica,	es	graficar	todos	 los	datos	de	
“largo”	 juntos	 (sin	 discriminar	 por	 género	 viral).	 Para	 hacer	 un	 histograma	 de	 esto,	 ir	 a	
“gráficos”,	 “histograma”.	 Allí	 seleccionar	 la	 variable	 (Length,	 largo)	 y	 moverla	 al	 recuadro	
“variables”	usando	la	flechita	que	apunta	a	la	derecha.	“Aceptar”.	
	
De	esta	manera	obtendrán	el	histograma	de	frecuencias	relativas.	Pueden	modificarlo	un	poco,	
cambiando,	en	el	panel	de	 la	 izquierda	 (Herramientas	gráficas,	 ver	 figura)	 cosas	 como:	en	 la	
opción	“frec”	se	abre	un	desplegable	que	les	permite	elegir,	entre	otras	cosas,	si	quieren	que	
en	el	eje	Y	figuren	frecuencias	relativas	(por	defecto)	o	absolutas.	Debajo	de	ese	mismo	panel	
pueden	 modificar	 el	 título	 del	 gráfico	 (si	 van	 a	 dejar	 “frecuencias	 relativas”	 agréguenle	 el	
tamaño	muestral,	en	el	título).	También	pueden	aumentar	o	disminuir	el	número	de	clases	(en	
la	 opción	 “clases”)	 y	 pueden	 pedir	 que,	 además	 del	 histograma,	 les	 grafique	 el	 polígono	 de	
frecuencias	 (marcando	 donde	 dice	 “polígono”.	 Es	 más,	 pueden	 solo	 dejar	 el	 polígono	 de	
frecuencias	si	quitan	las	marcas	que	aparecen	por	defecto	en	“Bordes”	y	“cuerpo”.		
	
b) Tabla	de	frecuencias	agrupadas	
Para	armar	la	tabla	de	frecuencias	agrupadas,	vayan	a	“estadisticas”,	“tablas	de	frecuencias”,	
seleccionan	cuál	es	 la	variable	 (como	siempre,	mueven	 la	variable	con	 la	 flechita	al	 recuadro	
correspondiente),	“Aceptar”.		
En	el	nuevo	recuadro	que	se	abre,	elijan	qué	opciones/	datos	quieren	que	tenga	su	 tabla	de	
frecuencias:	LI,	límite	inferior;	LS,	límite	superior;	MC,	marca	de	clase;	FA,	frecuencia	absoluta;	
FR,	frecuencia	relativa.		
Notar	 que	 por	 defecto	 el	 software	 ya	 calcula	 automáticamente	 el	 número	 de	 clases	
(intervalos).	Si	por	algun	motivo	quieren	cambiar	ese	número,	 seleccionen	“personalizado”	y	
elijan	el	número	de	clases	que	quieran	(siempre	y	cuando	tenga	sentido:	vimos	en	clases	que	
podemos	calcularlo	usando	la	fórmula	de	Sturges	o	bien	 𝑛).	
	
De	esta	 forma	obtienen	 su	 tabla	de	 frecuencias	 agrupadas.	Vean	 como	 se	 respeta	el	 uso	de	
corchetes	y	paréntesis:	
	
c) Histograma,	particionado	por	categoría	
Para	hacer	el	histograma,	pero	particionando	por	género	viral	(es	decir,	hacer	dos	histogramas	
independientes),	 deben	 ir	 nuevamente	 a	 “gráficos”,	 “Histograma”,	 seleccionar	 la	 variable,	 y	
luego	 ir	 a	 la	 solapa	 “particiones”	 (ver	 flecha	 roja	 en	 figura)	 y	 mover	 el	 criterio	 por	 el	 que	
quieren	particionar	los	datos	(en	este	caso	“Family”)	al	recuadro	“particionar	por…”.	Van	a	ver	
que	 automaticamente	 se	 completa	 el	 recuadro	 “particiones”	 con	 sus	 dos	 categorías	
(Alphaflexiviridae	y	flaviviridae):	
	
	
Ahora	 tienen	 sus	 dos	 histogramas	 independientes	 (fijense	 que	 debajo	 del	 gráfico	 aparecen	
solapitas	 con	 números:	 cada	 uno	 de	 esos	 números	 almacena	 un	 gráfico,	 ver	 flecha	 roja	 en	
figura).	Dijimos	en	la		teórica	que	para	poder	comparar	deben	tener	la	misma	escala	en	el	eje	Y	
(si	 son	 gráficos	 de	 frecuencias	 absolutas),	 o	 bien	 ser	 gráficos	 de	 frecuencias	 relativas.	 Para	
modificar	los	límites	del	eje	Y,	en	el	recuadro	de	la	izquierda	(“Herramientas	gráficas”)	vayan	a	
la	solapa	“Eje	Y”	y	cambien	el	valor	máximo	del	eje.	Ahí	 también	pueden	cambiar	 la	 leyenda	
del	eje:	
	
	
d) Gráfico	de	cajas	y	bigotes	(boxplot)	
Para	graficar	boxplot	(gráfico	de	cajas	y	bigotes)	deben	hacer	un	procedimiento	similar	al	de	
histogramas.	Ir	a	“Gráficos”,	“gráfico	de	cajas	(boxplot)”	y	seleccionar	la	variable.	Si	además	
van	a	particionar	por	categoría	(en	este	caso,	hacer	un	gráfico	por	género	viral)	deben	
especificarlo	en	“particiones”.	Luego	se	va	a	abrir	un	nuevo	recuadro	(ver	figura),	click	en	
“particiones	en	el	mismo	gráfico”	(para	que	grafique	los	dos	boxplots	uno	al	lado	del	otro),	
“Aceptar”.	
	
	
Una	cosa	que	pueden	hacer,	por	si	los	confunde,	es	sacar	el	“punto	negro”	que	aparece	en	el	
medio	 de	 la	 caja.	 Ese	 punto	 negro	 es	 la	 media.	 Si	 no	 lo	 quieren	 ver,	 saquen	 la	 marca	 en	
“mostrar	media”	(del	recuadro	de	la	izquierda,	“herramientas	gráficas”).	
e) Cálculo	de	descriptores	numéricos	(centro,	posición,	dispersión,	forma,	etc)	
Pueden	 estar	 interesados	 en	 calcular	 todos	 los	 descriptores	 que	 hemos	 visto	 para	 variables	
cuantitativas	(centro,	dispersión,	forma,	etc).		
Para	 esto	 vayan	 a	 “Estadísticas”,	 “medidas	 Resumen”	 y	muevan	 la	 variable	 cuantitativa	 (en	
este	 caso	 Length,	 largo)	 al	 recuadro	 “variables”.	 Recuerden	 que	 si	 quieren	 además	 obtener	
estas	medias	 discriminando	 por	 género	 viral	 deben	 especificarlo	 en	 la	 solapa	 “particiones”,	
como	hemos	hecho	hasta	ahora.	“Aceptar”.	
Verán	 que	 se	 abre	 un	 nuevo	 recuadro	 con	 muchas	 opciones	 para	 tildar.	 Seleccionemos	 n	
(tamaño	 muestral),	 Media,	 DE	 (Desvío	 estándar),	 Var(n)	 (Varianza),	 CV	 (Coeficiente	 de	
variación),	 Min	 (mínimo	 valorobservado),	 Max	 (Máximo	 valor	 observado),	 Mediana,	 Q1	
(primer	 cuartil),	 Q3	 (tercer	 cuartil),	 Asimetría	 (coeficiente)	 y	 Kurtosis	 (coeficiente).	 También	
hay	un	recuadro	a	la	derecha	donde	pueden	escribir	algun	percentil	de	su	interés	(ej,	percentil	
48)