Search

El prop ósito de este TFG es el de estudiar el propensity score (PS) y sus diversos métodos sobre un estudio observacional para estimar el efecto de un tratamiento o similar sobre una variable respuesta. La idea del uso del PS es reducir el llamado sesgo de confusión y poder así tratar un estudio observacional como si fuese aleatorizado. Este trabajo est ́a dividido en 5 capítulos. En el primero introduciremos el TFG. En el segundo aprenderemos qué es el propensity score, como se utiliza este en un estudio observacional y para qué y veremos como se calcula esta probabilidad condicional. También describiremos los 4 diferentes métodos basados en el uso del propensity score. En el tercero lustraremos cómo aplicar estos métodos a una base de datos y cómo implementarlos mediante el software estadístico R, a la vez que comentaremos los resultados de esta base de datos y cómo interpretarlos. En el cuarto cap ́ıtulo, con dos de los métodos basados en PS y una base de datos más reciente, estudiaremos el efecto de una variable tratamiento sobre una variable respuesta. Finalmente, en el quinto presentaremos las conclusiones, discusión y limitaciones de este TFG.

En moltes de les branques que componen el món científic, és freqüent l'observació i estudi de variables al llarg del temps en un conjunt de subjectes, en diferents situacions experimentals depenent de l'àrea d'investigació. En aquest Treball de Final de Grau es presenta una anàlisi basada en el temps d'evolució dels pesos de rates classificades en grups segons la dieta amb la qual estan alimentades, per a comprovar si es detecten diferències entre les corbes que modelitzen el pes al llarg del temps en funció del tipus de dieta. En aquest estudi, s'espera observar diferències entre els tres grups de rates en funció de la dieta amb la qual han estat alimentades; dieta Control, dieta hiperlipídica de blat de moro o dieta hiperlipídica d'oli d'oliva. A causa de la naturalesa d'aquest tipus de dades, els models clàssics no acostumen a ser els indicats per a elaborar una correcta anàlisi de les dades. Per això, s'han d'emprar models que sí que tinguin presents aquestes característiques. En aquest cas, es realitzarà l'anàlisi d'aquestes dades mitjançant la tècnica dels models lineals mixtos amb mesures repetides. Els models mixtos són una generalització del model lineal de regressió clàssic, contemplant la possible existència d'observacions correlacionades o amb variabilitat heterogènia, vinculades a la presència de factors aleatoris. La nomenclatura models mixtos es refereix, precisament, al fet que l'anàlisi ha de bregar amb efectes fixos i aleatoris simultàniament.