Cálculo del tamaño de la muestra
|
|
- María Cristina Godoy Pereyra
- hace 7 años
- Vistas:
Transcripción
1 Cuantos pacientes necesitamos para demostrar... Un valor confiable (% o cuantitativo) Una diferencia confiable Entre proporciones Entre valores cuantitativos Entre eventos en el seguimiento Entre lo que fuera analizable estadísticamente Primera pregunta: cuál es el objetivo del estudio? Sólo el objetivo prinicipal determina el tamaño del estudio Ejemplos: Conocer el porcentaje de diabéticos en pacientes hipertensos Evaluar si existe reducción de mortalidad Evaluar si es diferente un valor cuantitativo entre grupos o luego de una intervención Segunda pregunta: cómo se medirá el punto final? Prevalencia: % ± IC 95% Ejemplo: 34 ± 4% Reducción de mortalidad a 6 meses % vs % Reducción de un parámetro: X ± ds vs X ± ds 1
2 Cálculo de la muestra de un relevamiento Invertimos la fórmula Queremos establecer un porcentaje que estimamos cercano a 30% con un intervalo de confianza de ± 5 ES = p * q / n N = p * q / ES** ES = IC/1,96 = 5/1,96 =,55 Cálculo final n = 30*70 /,55** 100/ 6,5 = 33 pacientes Cálculo de la muestra para dato cualitativo % ic 95% porcentaje 4 3,5 Prevalencia esperada 0% N de la muestra IC 5% IC 4% IC 3% IC,5 Disminuir a la mitad el IC requiere cuadruplicar el n de pacientes Efectos de un tratamiento sobre un evento Primera pregunta: cuál es el objetivo del estudio? Ejemplo: reducción de mortalidad Segunda pregunta: cómo se medirá el punto final? Mortalidad hospitalaria Tercera pregunta: Qué se analizará para conocer si hubo o no respuesta al tratamiento? Mortalidad % tratamiento A vs tratamiento B
3 Efectos de un tratamiento sobre un parámetro Cuarta pregunta: Qué esperamos que ocurra en el grupo control? Mortalidad 0% Quinta pregunta: Qué modificación de la mortalidad esperamos con el tratamiento? Bibliografía Qué modificación sería relevante? Criterio clínico Efectos de un tratamiento sobre un evento Sexta pregunta: Con qué nivel de certeza queremos establecer los resultados Error alfa y Error Beta Efectos de un tratamiento sobre un evento Elección del nivel de p Estudios habituales p < 0,05 Estudio definitivos Tema poblacional relevante Dificultad en reiterarlo p < 0,01 3
4 Efectos de un tratamiento sobre un evento Nivel de confianza 1-Error alfa Nivel de confianza (confidence level) Posibilidad de que detectando una diferencia esta sea verdadera Error 5 % posibilidad que sea verdadera 95% posibilidad de falso positivo 5% Error 1 % posibilidad que sea verdadera 99% posibilidad de falso positivo 1% Cálculo de la muestra Error beta Niveles de error habituales 0,1 0, 0,5 Si afirmo que el porcentaje de eventos fue similar con droga y placebo, que posibilidad de error tengo de que fueran distintos y no lo hubiera detectado por el azar (falso negativo) 0,1 10% 0, 0% 0,5 50% Cálculo de la muestra Poder de un estudio 1- beta Es la capacidad, que depende del n de pacientes, de no incurrir en un error beta Posibilidad de error beta 10% poder 90% (falso negativo) 0% poder 80% 50% poder 100% Capacidad de detectar una diferencia si existe (de no incurrir en falso negativo) 4
5 Cálculo de la muestra Procedimiento matemático,p1: eventos con droga error alfa p eventos con placebo error beta N = (p1*q1) + (p*q) (p-p1)** x f (α,β) Alfa / Beta 0,05 0,1 0, 0,5 0,1 10,8 8,6 6,,7 0, ,5 7,9 3,8 0,0 15, ,4 0,01 17,8 14,9 11,7 6,6 Cálculo de la muestra Procedimiento matemático: ejemplo,p1: 15% (droga) p: 0% (placebo) error alfa 0,05 error beta 0, poder 80% N = (15*85) + (0*80) (0-15)** x f (α,β) 115 x f (α,β) 115 x 7,9 = 908 (epi 945) Alfa / Beta 0,05 0,1 0, 0,5 0,1 10,8 8,6 6,,7 0, ,5 7,9 3,8 0,0 15, ,4 0,01 17,8 14,9 11,7 6,6 Cálculo de la muestra Efectos de la diferencia entre % esperados A mayor diferencia ejercida por la intervención respecto del control o placebo se reduce exponencialmente el número de pacientes Si se duplica la diferencia baja 4 veces el n necesario Si se reduce a la mitad la diferencia se cuadruplica el n necesario 5
6 Efectos de un tratamiento sobre un parámetro cuantitativo en grupos independientes Primera pregunta: cuál es el objetivo del estudio? Ejemplo: reducción de la glucemia posprandial Segunda pregunta: cómo se medirá el punto final? Glucemia posprandial 3 horas Tercera pregunta: Qué se analizará para conocer si hubo o no respuesta al tratamiento? Glucemia con droga A vs Glucemia con droga B Efectos de un tratamiento sobre un parámetro Cuarta pregunta: Qué esperamos que ocurra en el grupo control? Glucemia X ± ds Quinta pregunta: Qué modificación de la glucemia esperamos con el tratamiento? Bibliografía Qué modificación de la glucemia sería relevante? Criterio clínico Efectos de un tratamiento sobre un parámetro Qué esperamos que ocurra en el grupo control? Glucemia X ± ds 40 ± 60 Qué modificación de la glucemia esperamos con esperamos con el tratamiento? Glucemia X ± ds 10 ± 60 Diferencia entre medias = 30 DS glucemia 60 6
7 t= X Cálculo de la muestra para dato cuantitativo Comparación de grupos independientes Fórmula Básica test de T X1-X t = ES ES = Error Standard ds N N 1 A cuántos errores standard (T : de esa distribución) se encuentra una media respecto de la otra? T = número de errores standard de esa distribución X t= Cálculo de la muestra para dato cuantitativo Comparación de grupos independientes Cálculo de n Conceptual estadístico 4 (F ( α, β )) * ds N = (X1-X ) N = 4(f α, β)) σ δ El número de pacientes aumenta exponencialmente con el desvío standard y disminuye exponencialmente con la diferencia esperada entre las medias de los grupos. Efectos de un tratamiento sobre un parámetro Qué esperamos que ocurra en el grupo control? Glucemia X ± ds 40 ± 60 Qué modificación de la glucemia esperamos con esperamos con el tratamiento? Glucemia X ± ds 10 ± 60 Diferencia entre medias = 30 DS glucemia 60 7
8 Tabla para obtener el factor α,β Error beta 0,5 0,4 0,3 0, 0,15 0,1 0,05 0,05 0,01 ZETA beta 0 0,5 0,53 0,84 1,036 1,8 1,645 1,96,36 Error alfa ZETA alfa f (α, β) = (Zα + Z β) 0,1 1,645,71 3,59 4,73 6,18 7,19 8,57 10,8 13,00 15,77 0,05 1,96 3,84 4,88 6,0 7,84 8,98 10,51 13,00 15,37 18,37 0,05,4 5,0 6,0 7,67 9,49 10,73 1,40 15,09 17,64 0,85 0,01,576 6,64 7,99 9,65 11,67 13,05 14,88 17,8 0,58 4,03 Poder 90% error alfa 0,05 : b factor α,β 10,5 t= X Cálculo de la muestra para dato cuantitativo Comparación de grupos independientes Diferencia de glucemia 30, Desvío standard 60, poder 90, α 0,05 4 (F ( α, β )) * ds N = (X1-X ) 4* (F (10,5)) * 60 4*3600 N = = = Cálculo de la muestra para dato cuantitativo Comparación de grupos independientes Asumimos en este caso alfa 0,05 y poder 90% N total de pacientes Diferencia entre medias Desvío Standard Cociente δ/σ , , , , , , , , , , ,05 8
9 N ú m e r o d e p a c ie n t e s y r e la c ió n D S / d if m e d ia s n de pacientes , 9 0, 8 0, 7 0, 6 0, 5 0, 4 0, 3 0, D S / d i f m e d i a s Ajustes de acuerdo a la expectativa de incumplimiento Dos tipos de incumplimiento (esquemático) Drop-out: Ro Se suspende el tratamiento activo prematuramente por motivos diversos Drop-in: Ri Los pacientes cruzan del tratamiento control al grupo activo por decisión médica. Uso de Estatina: Estudio HPS Cumplimiento de la simvastatina del estudio y uso de estatinas fuera de protocolo Años de seguimiento No aprox. de pacientes SIMVASTATINA Activa Placebo 1 0,000 89% 4% 0,000 85% 9% 3 19,000 84% 17% 4 18,500 83% 4% 5 14,500 8% 3% 6 4,500 81% 38% Promedio del estudio 85% 18% Drop out Drop in 15% 15% 9
10 Ajustes de acuerdo a la expectativa de incumplimiento Factor de corrección Una vez obtenido el número de pacientes con el cálculo clásico se efectúa un ajuste de acuerdo a un factor de multiplicación Factor de multiplicación = 1/ (1- Ro - Ri) Ajustes de acuerdo a la expectativa de incumplimiento Número calculado de pacientes 168 Factor de multiplicación = 1/ (1- Ro - Ri) Pérdidas esperadas (drop-out Ro) 10% Cruzamiento esperado (drop-in Ri) 5% Factor de multiplicación = 1/ (1-0,1-0,05) = 1/(1-0,15) = 1/(0,85) = 1/1,38 Debemos aumentar el número en 38% N = 168 * 1,38 = 3 pacientes. Abordaje realista del cálculo de la muestra Pocock S. Clinical Trials 1) Establecer el cálculo de acuerdo a lo establecido ) Cuánto tiempo llevará el estudio de acuerdo a la tasa de inclusión esperada para llegar al n?» Costos, tiempo, posibilidad de una institución 10
11 Abordaje realista del cálculo de la muestra Pocock S. Clinical Trials 3) si no se puede, tres alternativas A) incrementar la tasa de inclusión» otras instituciones, motivación, modificación de criterios de inclusión B) modificar los criterios de expectativa (diferencia, alfa, beta no menor de 0,) C) si se requiere menos de 0,05 y beta de 0,5, en general abandonar el estudio Cálculo de la muestra Cambiamos alfa de 0,05 a 0,01 Glucemia droga 10 ± 60 Glucemia Control 40 ± 60 error alfa 0,05 error beta 0,1 poder 90% N = 4 (15*85) * (F (1+ 0 (0*80),5 )) * 6 0 N = = (0-15)** 3 0 x f (α,β) 4 * (F (1 4,9 )) * 6 0 N = = x f (α,β) 10,5 = 168 x f (α,β) 14,9 = 38 Alfa / Beta 0,05 0,1 0, 0,5 0,1 10,8 8,6 6,,7 0, ,5 7,9 3,8 0,0 15, ,4 0,01 17,8 14,9 11,7 6,6 Aumentó 4% Cálculo de la muestra Efectos de modificar la p de 0,05 a 0, ,01 0, n de pacientes Se incrementa el n de pacientes un 50% aprox. 11
12 Cálculo de la muestra Cambiamos poder de 90% a 80% Glucemia droga 10 ± 60 Glucemia Control 40 ± 60 error alfa 0,05 error beta 0,1 poder 90% N = 4 (15*85) * (F (1+ 0 (0*80),5 )) * 6 0 N = = (0-15)** 3 0 x f (α,β) 4 * (F (7,9 )) * 6 0 N = = x f (α,β) 10,5 = 168 x f (α,β) 7,9 = 16 Alfa / Beta 0,05 0,1 0, 0,5 0,1 10,8 8,6 6,,7 0, ,5 7,9 3,8 0,0 15, ,4 0,01 17,8 14,9 11,7 6,6 Bajó 5% 1
Repaso de los conceptos básicos del análisis del tamaño de la muestra para datos cualitativos (variables discretas)
Cálculo del tamaño de la muestra datos cuantitativos - Hoja 1 CALCULO DEL TAMAÑO DE LA MUESTRA ESTUDIOS DE VARIABLES CONTINUAS En clases previas hemos analizado en detalle los fundamentos para el cálculo
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detalles1.1. CUÁNTOS PACIENTES NECESITAMOS? ESTUDIOS OBSERVACIONALES...3 CÁLCULO DEL TAMAÑO DE LA MUESTRA PARA DETERMINAR UN VALOR
Cálculo del tamaño de la muestra Dr. Carlos Daniel Tajer ÍNDICE 1. CÁLCULO DEL TAMAÑO DE LA MUESTRA...2 1.1. CUÁNTOS PACIENTES NECESITAMOS?...2 1.2. ESTUDIOS OBSERVACIONALES...3 CÁLCULO DEL TAMAÑO DE LA
Más detallesTEST DE HIPÓTESIS. Ejemplo: vamos a analizar los resultados de 5 Servicios de Neonatología de una
TEST DE HIPÓTESIS Ejemplo: vamos a analizar los resultados de 5 Servicios de Neonatología de una provincia según un indicador: mortalidad de recién nacidos con peso 1.000 gr. Supongamos, como ejemplo,
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detalles1) Características del diseño en un estudio de casos y controles.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de casos y controles CONCEPTOS CLAVE 1) Características del diseño en un estudio de casos y controles. )
Más detallesDeterminación del tamaño muestral para calcular la significación del coeficiente de correlación lineal
Investigación: Determinación del tamaño muestral para calcular 1/5 Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal Autores: Pértegas Día, S. spertega@canalejo.org,
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesQué demonios es un Odds Ratio (OR)? Medidas de efecto
Adolfo Figueiras Guzmán Prof. Titular de Medicina Preventiva e Saúde Pública (USC) Qué demonios es un Odds Ratio (OR)? Medidas de efecto Índice 1. Introducción 2. Conceptos previos sobre cocientes 3. Medidas
Más detallesEstadística II Tema 3. Comparación de dos poblaciones. Curso 2010/11
Estadística II Tema 3. Comparación de dos poblaciones Curso 2010/11 Tema 3. Comparación de dos poblaciones Contenidos Comparación de dos poblaciones: ejemplos, datos apareados para la reducción de la variabilidad
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesEstadística inferencial. Aplicación con el SPSS
Estadística inferencial. Aplicación con el SPSS Sabina Pérez Vicente Unidad de Calidad APES Hospital Costa del Sol sabina.perez.exts@juntadeandalucia.es Comparabilidad inicial de los grupos Se debe realizar
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesDiferencia de medias. Estadística II Equipo Docente: Iris Gallardo Andrés Antivilo Francisco Marro
Sesión 15 Prueba de Hipótesis para la Diferencia de medias En qué contexto es útil una prueba de hipótesis i para la diferencia i de medias? 1. Cuando se trabaja simultáneamente con una variable categórica
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
Más detallesEL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA. Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria
EL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria RESUMÉN La investigación epidemiológica moderna se realiza por medio de muestras
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesTEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS
ASIGNATURA: ESTADÍSTICA II (Grado ADE,MIM,FBS) TEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS 4.1. Hipótesis estadística. Tipos de hipótesis 4.2. Región crítica y región de aceptación 4.3. Errores
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detallesEstimación por intervalos
Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza
Más detallesMuestreo y estimación: problemas resueltos
Muestreo y estimación: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es)
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesPuede la pensión pública continuar siendo la principal fuente de renta de las personas mayores?
Puede la pensión pública continuar siendo la principal fuente de renta de las personas mayores? Profesor Titular Universidad de Valencia Índice 1. El Factor de Equidad Intergeneracional (FEI). 2. El Factor
Más detallesUNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CURSO : IN47A GESTIÓN DE OPERACIONES PROFESOR : A. SAURÉ A. WEINTRAUB AUXILIARES : J. PASSI J. RODRÍGUEZ
Más detallesPROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN PRIMARIA. (2006/2007: Comienzo del curso)
COLEGIO VIRGEN DE ATOCHA PP. DOMINICOS MADRID ORIENTACIÓN AV. CIUDAD DE BARCELONA, 1 28007 MADRID TELF. 91 552 48 04 FAX 91 552 96 43 http:// www.cvatocha.com PROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesEJERCICIOS DE INECUACIONES
EJERCICIOS DE INECUACIONES REPASO DE DESIGUALDADES: 1. Dadas las siguientes desigualdades, indicar si son V o F utilizando la recta real. Caso de ser inecuaciones, indicar además la solución mediante la
Más detallesEstadística II Tema 2. Conceptos básicos en el contraste de. Curso 2010/11
Estadística II Tema 2. Conceptos básicos en el contraste de hipótesis Curso 2010/11 Tema 2. Conceptos básicos en el contraste de hipótesis Contenidos Definición de contraste e hipótesis estadística. Hipótesis
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesCÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE
CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE Unidad de Análisis Estadístico División de Evaluación de Logros de Aprendizaje Agencia de Calidad de la Educación 013 Índice 1.
Más detallesCÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE
CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 011 Índice 1. Antecedentes Generales 1. Comparación de puntajes promedios.1. Errores
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 014-015 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. 1 - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesEstudios de intervención
Bibliografía Estudios de intervención Pocock SJ: Clinical trials. A practical approach. New York: John Wiley; 1983. Friedman LM, Furberg CD, DeMets DL. Fundamentals of Clinical trials. 3ºed. San Luis:
Más detallesConstruyamos una tabla de valores que incluya valores negativos y positivos de.
Materia: Matemáticas de 4to año Tema: Representación gráfica de una función exponencial Marco teórico Funciones exponenciales Iniciemos esta sección construyendo las gráficas de algunas funciones exponenciales.
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2010/11
Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesPropuesta A. 2 0 b) Dada la ecuación matricial: X = , despeja y calcula la matriz X. (0.75 ptos) 2 1
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (015) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se
Más detallesEconometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana
Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión
Más detallesPROBLEMAS PARA RESOLVER CON ECUACIONES DE SEGUNDO GRADO.
Matemáticas º ESO Federico Arregui PROBLEMAS PARA RESOLVER CON ECUACIONES DE SEGUNDO GRADO. 1. Cuál es el número cuyo quíntuplo aumentado en es igual a su cuadrado?. Qué número multiplicado por 3 es 0
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesCONCEPTOS FUNDAMENTALES
TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo
Más detalles3. Análisis univariable y bivariable
FUOC P01/71039/00748 36 Investigación descriptiva: análisis de información 3. Análisis univariable y bivariable 3.1. Análisis univariable Como se ha visto, los métodos de análisis univariable se utilizan
Más detalles123 ± 18 cm valor. ±incertidumbre
PRESENTACIÓN de RESULTADOS I el resultado El resultado de una medición es una cantidad aproximada y su error esta acotado por la incertidumbre de la medida. 123 ± 18 cm valor unidades ERRORES : C absoluto
Más detallesLa Estadística Médica. Descripción General de la Bioestadística. Esquema de la presentación. La Bioestadística. Ejemplos de fuentes de Incertidumbre
Esquema de la presentación A. DESCRIPCIÓN GENERAL La Estadística Médica B. ORGANIZACIÓN DE LA ASIGNATURA 1. PROGRAMA 2. METODOLOGÍA DOCENTE 3. BIBLIOGRAFÍA 4. EVALUACIÓN 2 La Bioestadística Descripción
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesTema 3. 3. Correlación. Correlación. Introducción
3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test
Más detallesTema 3. DESCRIPCIÓN DE UNA VARIABLE: MEDIDAS DE LOCALIZACIÓN
Tema 3. DESCRIPCIÓN DE UNA VARIABLE: MEDIDAS DE LOCALIZACIÓN CONTENIDO: 1. MODA 2. MEDIANA 3. MEDIA ARITMÉTICA 4. CUANTILES 5. DIAGRAMA DE CAJA Lecturas recomendadas: PP. 13-18 de La Estadística en Cómic,
Más detalles1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.
Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,
Más detallesDepartamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía
Departamento Administrativo Nacional de Estadística Dirección de Censos y Demografía ESTIMACIÓN E INTERPRETACIÓN DEL COEFICIENTE DE VARIACIÓN DE LA ENCUESTA COCENSAL CENSO GENERAL 2005 - CGRAL Junio de
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Más detallesPruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICAAS A LAS CIENCIAS SOCIALES EJERCICIO Nº Páginas 2 OPTATIVIA: EL ALUMNO EBERÁ ESCOGER UNA E LAS OS OPCIONES
Más detallesMatemáticas Febrero 2013 Modelo A
Matemáticas Febrero 0 Modelo A. Calcular el rango de 0 0 0. 0 a) b) c). Cuál es el cociente de dividir P(x) = x x + 9 entre Q(x) = x +? a) x x + x 6. b) x + x + x + 6. c) x x + 5x 0.. Diga cuál de las
Más detallesUnidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
Más detallesPureza y rendimiento en reacciones
Pureza y rendimiento en reacciones En este documento vamos a ver cómo se resuelven problemas de estequiometría que incluyan cálculos sobre pureza de un elemento o rendimiento de una reacción. Pero primero
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
Más detallesTEMA 11. LA FIABILIDAD DE LOS TESTS
TEMA 11. LA FIABILIDAD DE LOS TESTS 11.1. Métodos empíricos para estimar el coeficiente de Fiabilidad 11.2. Factores que afectan al Coeficiente de Fiabilidad 11.3. Interpretación del Coeficiente de Fiabilidad
Más detallesRIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.
FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar
Más detallesENSAYO CLÍNICO CONTROLADO. Departamento de Salud Pública Facultad de Medicina UNAM
ENSAYO CLÍNICO CONTROLADO Departamento de Salud Pública Facultad de Medicina UNAM Dra. Laura Moreno Altamirano Ensayo clínico controlado o ensayo terapéutico controlado introducción Es la base científica
Más detalles3 POTENCIAS Y RAÍZ CUADRADA
EJERCICIOS PROPUESTOS 3.1 Indica la base y el exponente de las siguientes potencias y calcula su valor. a) 2 4 c) 4 3 e) 3 5 g) ( 10) 4 b) 3 4 d) 5 3 f) ( 2) 5 h) (6 2 ) a) Base 2, exponente 4; 2 4 16
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
Más detallesTEMAS SELECTOS DE MATEMÁTICAS II
MATERIAL PARA PREPARAR EL EXAMEN DE TEMAS SELECTOS DE MATEMÁTICAS II Profesor: Rubén Oscar Costiglia Garino PREFECO David Alfaro Siqueiros MEDIAS 1. Dados los números 13 y 23 calcula: a. La media aritmética
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesFunciones exponenciales y logarítmicas
Funciones exponenciales y logarítmicas - Funciones exponenciales y sus gráficas Un terremoto de 85 grados en la escala de Richter es 00 veces más potente que uno de 65, por qué?, cómo es la escala de Richter?
Más detallesMINI ENSAYO DE MATEMÁTICA Nº 1
MINI ENSAYO DE MATEMÁTICA Nº 1 1. Si 25 = k, entonces 2k = A) 5 B) 10 C) 50 D) 625 E) 1.250 2. El número 3, puede obtenerse operando solamente el dígito 3. La opción correcta es A) (3 3) : 3 3 : 3 B) (3
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de números Aleatorios para modelos de simulación Prof.: MSc. Julio Rito Vargas A. Grupo: INGENIERIA INDUSTRIAL
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL PROFESOR: DR. JORGE ACUÑA A. 1 LA ESTADISTICA Estadística descriptiva Método científico Muestreo Información de entrada y de salida Estadística inferencial Inferencias Intervalos
Más detallesImportancia de la Demografía
Demografía Ciencia que estudia estadísticamente la composición, estado y distribución de las poblaciones humanas, en un momento determinado de su evolución histórica. La demografía ayuda a conocer la evolución
Más detallesPalabras clave: Física experimental, incertidumbre, distribución normal, distribución t v de Student, caída libre.
Implementación de la estadística t v de Student en el laboratorio de Física Harol Y Valencia-Martínez 1, Gabriel F Acevedo-Amaya 2 1,2 Universidad Santo Tomas, Departamento de Ciencias Básicas, Bogotá,
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
Más detallesFRECUENCIA. x = f i x i f i = 165 40 = 4,125 6. Me = 4
Soluciones a Ejercicios y problemas PÁGINA Pág. Resuelve problemas A la pregunta: cuántas personas forman tu hogar familiar?, 0 personas respondieron esto: a) Haz la tabla de frecuencias y el diagrama
Más detallesPruebas de bondad de ajuste
Pruebas de bondad de ajuste Existen pruebas cuantitativas formales para determinar si el ajuste de una distribución paramétrica a un conjunto de datos es buena en algún sentido probabilístico. Objetivo:
Más detallesTema 1. Modelo de diseño de experimentos (un factor)
Tema 1. Modelo de diseño de experimentos (un factor) Estadística (CC. Ambientales). Profesora: Amparo Baíllo Tema 1: Diseño de experimentos (un factor) 1 Introducción El objetivo del Análisis de la Varianza
Más detallesPregunta 2. Para medir la PA el paciente debe guardar reposo previo?
Test de selección de alumno Pregunta 1. Debe tratarse la hipertensión sistólica aislada?. a.- Solo en casos de pacientes menores de 55 años. b.- Solo en casos de pacientes mayores de 55 años. c- Solo cuando
Más detallesGuía para maestro. Tablas de frecuencia. Compartir Saberes. www.compartirpalabramaestra.org
Guía para maestro Guía realizada por Nury Yolanda Espinosa Baracaldo Profesional en Matemáticas nespinosa@colegioscompartir.org Se pueden elaborar tablas de distribución de frecuencias para datos no agrupados
Más detallesPREGUNTAS DE EJEMPLO MATEMÁTICA SEGUNDO CICLO MEDIO
PREGUNTAS DE EJEMPLO MATEMÁTICA SEGUNDO CICLO MEDIO MODALIDAD FLEXIBLE DECRETO Nº211 1. En las siguientes fotografías, la imagen pequeña es una reducción a escala de la imagen mayor: Cuál es la razón de
Más detallesSESIÓN BIBLIOGRÁFICA 23/11/2010
SESIÓN BIBLIOGRÁFICA 23/11/2010 N Engl J Med 2010;363:930-42. Manuel Fernández Guerrero Román Calvo Jambrina Introducción Clopidogrel y aspirina ampliamente usados en patología cardiovascular Las dosis
Más detallesEJERCICIOS INTERES COMPUESTO
EJERCICIOS INTERES COMPUESTO Nº1.- Una persona pide prestada la cantidad de $800. Cinco años después devuelve $1.020. Determine la tasa de interés nominal anual que se le aplicó, si el interés es: a) Simple
Más detallesMATEMÁTICAS 6. º CURSO UNIDAD 6: FRACCIONES
MATEMÁTICAS 6. º CURSO UNIDAD 6: FRACCIONES OBJETIVOS Concepto de número mixto. Identificar gráficamente fracciones equivalentes y comprobar si dos fracciones son equivalentes. Obtener fracciones equivalentes
Más detallesComparación de la prevalencia de RCIU al nacimiento en embarazos dobles utilizando distintas tablas de referencia
Comparación de la prevalencia de RCIU al nacimiento en embarazos dobles utilizando distintas tablas de referencia Cambiaso O; Izbizky G; Piccolini J; Lejarraga JP; Cerisola V; Otaño L Servicio de Obstetricia
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesTrabajo Práctico N 1: Números enteros y racionales
Matemática año Trabajo Práctico N 1: Números enteros y racionales Problemas de repaso: 1. Realiza las siguientes sumas y restas: a. 1 (-) = b. 7 + (-77) = c. 1 (-6) = d. 1 + (-) = e. 0 (-0) + 1 = f. 0
Más detallesPRÁCTICA 1. Mediciones
PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..
Más detallesPráctica 2: Intervalos de confianza y contrastes con SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 2: Intervalos de confianza y contrastes con SPSS 1 El objetivo de esta práctica es aprender a calcular intervalos
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesEL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN
VALIDEZ INTERNA EL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN Existen fórmulas que nos permiten calcular la muestra en base a características
Más detallesFUNCIONES LINEAL Y POTENCIA
FUNCIONES LINEAL Y POTENCIA La función lineal La función lineal puede describirse en forma genérica con la fórmula y = ax + c, donde a (la pendiente) y c (la ordenada al origen) son constantes. La gráfica
Más detallesCAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el
CAPITULO III: METODOLOGIA En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el objetivo propuesto en esta tesis. Primero se presenta la descripción general del programa y
Más detallesEl interés y el dinero
El interés y el dinero El concepto de interés tiene que ver con el precio del dinero. Si alguien pide un préstamo debe pagar un cierto interés por ese dinero. Y si alguien deposita dinero en un banco,
Más detallesUna distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.
DISTRIBUCIÓN DE FRECUENCIAS (Tomado de: http://mx.geocities.com/fracosta11/dfrec.html) Una distribución de frecuencias es una herramienta estadística muy útil para organizar un grupo de observaciones.
Más detalles11. PRUEBAS NO PARAMÉTRICAS
. PRUEBAS NO PARAMÉTRICAS Edgar Acuña http://math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ PRUEBAS NO PARAMÉTRICAS Se estudiarán las pruebas noparamétricas, las cuales
Más detallesExperiencia de la Vigilancia de la Diarrea por Rotavirus en Ecuador. Caracas, 2008
Experiencia de la Vigilancia de la Diarrea por Rotavirus en Ecuador Caracas, 2008 Contenido Antecedentes Carga de enfermedad por Rotavirus Introducción n de la vacuna contra rotavirus Proceso de implementación
Más detallesFUNCIONES CONDICIONALES EN EXCEL
FUNCIONES CONDICIONALES EN EXCEL FORMATO CONDICIONAL, 2 FUNCION CONTAR.SI, 3 FUNCION SI, 1 FUNCION SUMAPRODUCTO, 4 FUNCION SUMAR.SI, 5 1. FUNCION SI La función SI permite evaluar una condición, en el caso
Más detalles