SESIÓN PRÁCTICA DE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS. DISCRIMINACIÓN.
|
|
- Estefania Paz Maldonado
- hace 8 años
- Vistas:
Transcripción
1 SESIÓN PRÁCTICA DE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS. DISCRIMINACIÓN. CURVA ROC OBJETIVOS Si disponemos de una variable continua (por ejemplo una determinación de un valor analítico), la selección del valor que diferencia la presencia o ausencia de la positividad del diagnóstico es importante como referencia en la práctica clínica La capacidad que tiene una prueba diagnóstica de diferenciar entre sanos y enfermos (positivos y negativos) se denomina DISCRIMINACIÓN. Si disponemos de varias pruebas para un mismo problema, también es interesante saber cual de ellas es mejor en esta capacidad. En esta práctica discutiremos estos conceptos y nos introduciremos en la metodología de las llamadas curvas ROC (del inglés Receiver Operating Characteristic curves). Conceptos básicos Para poder entender esta práctica, el alumno debe repasar y comprender los siguientes conceptos: Recodificación de variables Sensibilidad y Especificidad de una prueba diagnóstica Concepto de Tabla de contingencia Capacidad de Explorar una variable continua Histograma de una muestra de una variable continua Estimación de parámetros en la distribución normal BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 1
2 Actividades de preparación de la práctica Como actividad previa a la realización de la práctica, el alumno debe buscar la siguiente información: Leer y entender los capítulos 6 (insistir en páginas ) y 9 ( ). Leer los artículos seleccionados y prepara la discusión de los mismos. Buscar otros artículos que utilicen la misma metodología. Buscar información teórica sobre las curvas ROC. Recomendamos el siguiente artículo: Burgueño MJ, Garcia-Bastos JL y Gonzalez-Buitrago JM. Las curvas ROC en la evaluación de las pruebas diagnósticas. Med Clin (Barc) 1995; 104: Pensar en posibles utilidades reales en la práctica clínica de un médico. Desarrollo de la práctica 1) Explicación del archivo de datos que emplearemos en la práctica 2) Realizar histogramas y exploración de las variables (Sesión práctica anterior) 3) Recodificar las variables según diferentes puntos de corte (puntos diagnósticos) elegidos. Las nuevas variables creadas diferencian la positividad de la prueba según se este por encima o por debajo del punto diagnóstico elegido. 4) Realizar Tablas de Contingencia 5) Realizar los cálculos sobre las Tablas de Contingencia. Sensibilidad, Especificidad, VPP, VPN, VG. 6) Introducir el concepto de DISCRIMINACIÓN 7) Introducir el concepto de Curva ROC y Área bajo la Curva ROC (ABC). 8) Selección del mejor punto diagnóstico (punto de corte óptimo) 9) Comparación de dos curvas ROC 10) Comentar y discutir los artículos elegidos como ejemplos. 11) Simulaciones en el programa de prácticas 12) Discusión global y conclusiones BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 2
3 Orientación metodológica Presentación del archivo de datos que emplearemos El archivo tiene las siguientes características: BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 3
4 Presentación del primer ejercicio La determinación de Urea plasmática (variable - urea) medida en mg/dl es un indicador de la función renal. En este archivo se han recogido los valores de 504 pacientes. Este valor de urea puede servir para diferenciar que pacientes presentaran posteriormente una insuficiencia renal (variable irenal) (que motivará un tratamiento específico). La variable Urea puede representarse con este histograma: Desv. típ. = Media = 64.8 N = UREA Si diferenciamos según presenten posteriormente Insuficiencia renal: 140 Histograma Para IRENAL= No 20 Histograma Para IRENAL= Si Frecuencia Desv. típ. = Media = 51 N = Frecuencia Desv. típ. = Media = 126 N = UREA UREA BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 4
5 Esto puede representarse (asumiendo distribuciones normales) también así: I. RENAL NO SI x 10 mg/dl Y representando por medio de histogramas: VN FP NO I. RENAL mg/dl I. RENAL F N Xc VP PUNTO DE CORTE BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 5
6 Recodificación de variables Creación de la variable recodificada: BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 6
7 Construcción de las Tablas de Contingencia Esto produce la siguiente Tabla de Contingencia: Tabla de contingencia IRENAL * UREA90 Recuento IRENAL Total No Si UREA90 < 90 mg/dl > 90 mg/dl Total Que de acuerdo con el gráfico de la página 5 se puede interpretar así: Tabla de contingencia IRENAL * UREA90 Recuento IRENAL Total No Si UREA90 < 90 mg/dl > 90 mg/dl Total VN FP 410 FN VP BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 7
8 Cálculos sobre la Tabla de Contingencia Podemos calcular los siguientes conceptos: Sensibilidad (SEN), Especificidad (ESP), Valor Predictivo Positivo (VPP), Valor Predictivo Negativo (VPN) y Valor Global (VG): SEN VP = VP + FN VN ESP = VN + FP VP VPP = VP + FP VPN VN = VN + FN VP + VN VG = VP + FP + VN + FN Para el punto de corte de Urea = 90 mg/dl: SEN = 0.77 ESP = 0.92 VPP = 0.69 VPN = 0.94 y VG = 0.89 Si cambiamos el punto de corte a 50 y 130 mg/dl obtenemos las siguientes Tablas y Cálculos: Tabla de contingencia IRENAL * UREA50 Recuento IRENAL Total No Si UREA50 < 50 mg/dl > 50 mg/dl Total Para el punto de corte de Urea = 50 mg/dl: SEN = 0.98 ESP = 0.60 VPP = 0.36 VPN = 0.99 y VG = 0.67 Tabla de contingencia IRENAL * UREA130 Recuento IRENAL Total No Si UREA130 < 130 mg/dl > 130 mg7dl Total Para el punto de corte de Urea = 130 mg/dl: SEN = 0.44 ESP = 0.97 VPP = 0.75 VPN = 0.88 y VG = 0.87 BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 8
9 Construcción de la curva ROC Recorriendo todo el rango de valores posibles de los puntos de corte (puntos diagnósticos) obtendremos una serie de pares Sensibilidad-Especificidad que definirán cada prueba diagnóstica. Se define el punto óptimo diagnóstico como el que tiene el mejor par Sensibilidadespecificidad. Puede interesarnos elegir este punto bajo otros criterios dependiendo del problema que se este valorando. La representación gráfica de todos estos puntos define la curva ROC. Se utiliza el par Sensibilidad (1-Especificidad) para su representación gráfica. BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 9
10 La gráfica de la curva ROC es la siguiente: 1,00 Curva COR,75,50 Sensibilidad,25 0,00 0,00,25,50,75 1, Especificidad La línea de puntos expresa la nula capacidad de discriminación. Cuanto más se acerque la curva al extremo superior izquierdo de la cuadrícula la prueba diagnóstica tendrá más capacidad de discriminación. La curva ROC es la representación grafica de la discriminación. Se entiende como Área Bajo la Curva ROC (ABC) la probabilidad de clasificar correctamente un par de individuos sano y enfermo (positivo o negativo) seleccionados al azar. Verdadera ABC ROC = Prob (X positivo > X negativo ) Los valores del ABC ROC van entre 0.5 (igual al azar) y el máximo que es 1. Se suele aceptar como valor aceptable de discriminación cuando supera el 0.7. La forma de cálculo se realiza por método trapezoidal. Coincide con la suma de rangos obtenida con la prueba de comparación de medias de Wilcoxon (versión Mann- Whitney). Área bajo la curva Variables resultado de contraste: UREA Intervalo de confianza asintótico al 95% Límite Área Error típ. Sig. asintótica Límite inferior superior BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 10
11 Comparación de dos curvas ROC Siguiendo con el ejemplo de este ejercicio, vemos que las cifras de Urea sirven para discriminar que pacientes padecerán Insuficiencia Renal posteriormente; pero podemos preguntarnos si otra variable (Creatinina medida en mg/dl) puede, o no, mejorar esta capacidad discriminatoria. 1,00 Curva COR,75,50 Procedencia de la cu Sensibilidad,25 0,00 0,00,25,50,75 1,00 Línea de referencia CREATIN UREA 1 - Especificidad Área bajo la curva Variables resultado de contraste UREA CREATINA Intervalo de confianza asintótico al 95% Límite Área Error típ. Sig. asintótica Límite inferior superior BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 11
12 Segundo ejercicio Siguiendo con el mismo fichero de datos, describimos el segundo ejercicio. Si medimos la Tensión Arterial Sistólica (mmhg) de un paciente, puede ayudarnos a diferenciar los que presentarán un fallo cardiaco (variable cardiaca). En la base de datos tenemos 504 pacientes con esta medida. La diferencia con el ejercicio anterior sólo radica que en este caso un valor más bajo de tensión arterial es el que tiende a aumentar la posibilidad de problema cardiaco. 40 Histograma Para CARDIACA= Histograma Para CARDIACA= Frecuencia 10 0 Desv. típ. = Media = 102 N = Frecuencia Desv. típ. = Media = 134 N = TAS TAS CARDIACA INOTROPO SI NO x BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 12
13 Hay que elegir la opción en el cuadro de diálogo: Comparamos la tensión arterial al ingreso (variable tasingre) con la Tensión arterial peor obtenida en las primeras 24 horas de ingreso (variable tas) 1.00 Curva COR Sensibilidad Línea de referencia TAS2 TAS1 1 - Especificidad Área bajo la curva Variables resultado de contraste TAS1 TAS2 Intervalo de confianza asintótico al 95% Límite Área Error típ. Sig. asintótica Límite inferior superior BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 13
14 Ejemplos de artículos Hemos elegido 3 artículos como ejemplos: 1 Sánchez J, Luis M, Vazquez MA, Mintegui S, Benito J, Lopez P. Valor diagnóstico de la proteina C reactiva en las sospechas de apendicitis aguda en la infancia. An Esp Pediatr 1998; 48: En este artículo la prueba a valorar es la determinación de proteina C reactiva para poder diferenciar pacientes con o sin apendicitis aguda. Se compara con la determinación de leucocitos en sangre. 2 Gaspar MJ, Arribas I, Hontoria JM, Bokobo P, Coca C, Angulo JC. Utilidad de la fracción libre de antígeno prostático específico en el diagnóstico diferencial entre hiperplasia prostática y cáncer de próstata. Med Clin (Barc) 2000; 115: También compara dos métodos para encontrar cual tiene mayor capacidad de discriminación. 3 Costa A, Conget I, Treserras R, Gomis R. Utilidad de la glucemia basal y de la hemoglobina glucosilada para la detección de la tolerancia anormal a la glucosa en familiares de pacientes con diabetes tipo 2. Med Clin (Barc) 1999; 112: Se valoran los distintos puntos de corte y las dos curvas ROC en un problema de identificación de pacientes con intolerancia a la glucosa. Anexo: Cálculos con el programa ENESSIM Como actividad previa a la práctica, es conveniente realizar los ejercicios correspondientes del programa ENESSIM. Para ello, abrir el programa y elegir el elemento del menú que se refiere a las prácticas. BIOESTADÍSTICA: EVALUACIÓN DE CRITERIOS DIAGNÓSTICOS 14
1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesNure Investigación Nº 63 Marzo - Abril 2013. Lectura crítica de un artículo científico V: La valoración de la relevancia clínica
Nure Investigación Nº 63 Marzo - Abril 2013 Lectura crítica de un artículo científico V: La valoración de la relevancia clínica Critical reading of a scientific paper V: Assessing the clinical significance
Más detallesDepartamento de Salud Pública Facultad de Medicina UNAM
NORMALIDAD Departamento de Salud Pública Facultad de Medicina UNAM Dra. Laura Moreno Altamirano Normalidad Son los valores de determinada medición en un grupo de individuos normales de una población definida.
Más detallesANÁLISIS DESCRIPTIVO CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:
Más detallesHay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos
Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje
Más detallesEVALUACIÓN N DE LA VALIDEZ DE PRUEBAS DIAGNÓSTICAS
EVALUACIÓN N DE LA VALIDEZ DE PRUEBAS DIAGNÓSTICAS César Gutiérrez Villafuerte Sección n de Epidemiología a y Estadística stica Facultad de Medicina UNMSM Lima, marzo de 2006 Tuberculosis pulmonar Cáncer
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE PSICOLOGÍA DIVISIÓN DE ESTUDIOS PROFESIONALES Octubre, 2010.
Sensibilidad y Especificidad de una prueba 1 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE PSICOLOGÍA DIVISIÓN DE ESTUDIOS PROFESIONALES Octubre, 2010. Material elaborado por Dra. Corina Cuevas Renaud
Más detallesCONCEPTOS DE LA FUERZA
CONCEPTOS DE LA FUERZA PAPEL DE LA FUERZA EN EL RENDIMIENTO DEPORTIVO La mejora de la fuerza es un factor importante en todas las actividades deportivas, y en algunos casos determinantes (en el arbitraje
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detalles(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @
!"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesCálculos con el programa R
Cálculos con el programa R Introducir el concepto de distribución normal Aprender el uso del programa R para realizar cálculos con la distribución normal Probabilidad de intervalos Cálculo e interpretación
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesIntroducción al @RISK
Introducción al @RISK Ariadna Berger Noviembre 2004 Introducción al @RISK El análisis de riesgo implica cuatro etapas: Desarrollo del modelo Identificación de las fuentes de riesgo Análisis con simulación
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesSCREENING DEL CARCINOMA DE MAMA
SCREENING DEL CARCINOMA DE MAMA CS Illes Columbretes Página 1 Algunas personas visitan al médico únicamente cuando sienten dolor o cuando notan cambios, como por ejemplo, una masa o nódulo en el seno.
Más detallesAlex Pajuelo, David López. Jornades de Docència del DAC 12-13 Febrer 2009
Experiencias en el uso de un Mapa Conceptual Global de SO Javier Verdú, Alex Pajuelo, David López Jornades de Docència del DAC 12-13 Febrer 2009 Entorno de SO Primera Asignatura de la materia en la carrera
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.
ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio
Más detallesInvestigación sobre pruebas diagnósticas
Este material se puede usar libremente, citando su autoría y procedencia: Abraira V, Zamora J, Muriel A, Cano A, Royuela A. Web del diagnóstico. Investigación sobre pruebas diagnósticas Unidad de Bioestadística
Más detallesCÓMO FUNCIONA EL SIMULADOR?
El Simulador de Seguro de Automóvil tiene como objetivo que compares en un solo lugar diversas ofertas de los productos que existen para poder asegurar tu auto. Esta es la página principal del Simulador
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesEPIDEMIOLOGIA CLINICA
EPIDEMIOLOGIA CLINICA Somos conscientes de que éste es un tema complicado Nuestro proceso diagnóstico habitual parece ser más una cuestión intuitiva y de ojo clínico que un problema epidemiológico. Objetivos
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesIntroducción al SPSS/PC. 1. El editor de datos. Taller de Estadística
1 Taller de Estadística Curso 2oo5/2oo6 Introducción al SPSS/PC SPSS: Statistical Package for the Social Sciences. Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesAplicación informática de Optimización de Facturas Eléctricas (O.F.E)
Aplicación informática de Optimización de Facturas Eléctricas (O.F.E) Contenido 1. Aspecto de la aplicación informática OFE... 3 1.1 Menú Principal.... 3 1.2 Botones de la aplicación.... 3 2. Como introducir
Más detallesTutorial - Parte 2: Scoring
Introducción Tutorial - Parte 2: Scoring En este segundo tutorial aprenderá lo que significa un modelo de Scoring, verá cómo crear uno utilizando Powerhouse Analytics y finalmente a interpretar sus resultados.
Más detallesCualitativos Caso de Aplicación
Validación n de Métodos M Cualitativos Caso de Aplicación Agenda Introducción Definiciones Clasificación Validación Evaluación de Métodos Cualitativos Caso de Aplicación Conclusiones Introducción La validación
Más detallesSISTEMAS Y MANUALES DE LA CALIDAD
SISTEMAS Y MANUALES DE LA CALIDAD NORMATIVAS SOBRE SISTEMAS DE CALIDAD Introducción La experiencia de algunos sectores industriales que por las características particulares de sus productos tenían necesidad
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesMónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Abril 2013. monica.lopez.raton@usc.es
Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Abril 2013 monica.lopez.raton@usc.es Selección de puntos de corte óptimos en los tests diagnósticos Índice 1. Motivación
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesPráctica 5. Contrastes paramétricos en una población
Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media
Más detallesEl programa Minitab: breve introducción a su funcionamiento. Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos
El programa Minitab: breve introducción a su funcionamiento Para mostrar la facilidad con la que se pueden realizar los gráficos y cálculos estadísticos en la actualidad, el libro se acompaña, en todo
Más detallesLección n 5. Modelos de distribución n potencial de especies
Lección n 5. Modelos de distribución n potencial de especies 1. Elaboración de modelos de distribución de especies. a. Planteamiento. El modelado del nicho ambiental se basa en el principio de que la distribución
Más detallesMódulo 10: Aplicaciones Informáticas de Gestión Comercial. Guía del formador por cada módulo formativo
Módulo 10: Aplicaciones Informáticas de Gestión Comercial Guía del formador por cada módulo formativo Módulo 10 1. DENOMINACIÓN DEL MÓDULO MÓDULO 10: APLICACIONES IN ORMÁTICAS DE GESTIÓN COMERCIAL 2.
Más detallesINFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98
Más detallesESTADÍSTICA DESCRIPTIVA CON SPSS
ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos
Más detallesEDUCACION CONTINUADA. Epidemiología y metodología científica aplicada a la pediatría (IV): Pruebas diagnósticas. Introducción
EDUCACION CONTINUADA C. Ochoa Sangrador 1, G. Orejas 2 An Esp Pediatr 1999;50:301-314. Epidemiología y metodología científica aplicada a la pediatría (IV): Pruebas diagnósticas Introducción El diagnóstico
Más detallesLa Evaluación como Proceso Comparación de Costos y Beneficios. Pedro Misle Benítez / Gustavo Briceño Torres
La Evaluación como Proceso Comparación de Costos y Beneficios Pedro Misle Benítez / Gustavo Briceño Torres ACTUALIZACIÓN DE COSTOS Y BENEFICIOS Establecido el Flujo de Fondos para el horizonte del Proyecto,
Más detallesINDICADORES PARA EL BENCHMARKING HOSPITALARIO EN SALUD MENTAL
INDICADORES PARA EL BENCHMARKING HOSPITALARIO EN SALUD MENTAL Andoni Anseán Introducción y consideraciones generales Los GRD (grupos relacionados por el diagnóstico) son un instrumento que proporciona
Más detallesFunciones Condicionales
Funciones Condicionales Función SI y SI anidada PLANILLA ELECTRÓNICA Excel Funciones Condicionales En muchas ocasiones, nos ocurrirá que debamos presentar un resultado, según se cumpla o no, una determinada
Más detallesOTRAS VIAS DE CERTIFICACIÓN ACREDITACIÓN DE COMPETENCIAS
OTRAS VIAS DE CERTIFICACIÓN ACREDITACIÓN DE COMPETENCIAS Reconocimiento, evaluación, acreditación y registro de las cualificaciones profesionales (RD 1224/2009por el que se establece el procedimiento y
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesNT8. El Valor en Riesgo (VaR)
NT8. El Valor en Riesgo (VaR) Introducción VaR son las siglas de Valor en el Riesgo (Value at Risk) y fue desarrollado por la división RiskMetric de JP Morgan en 1994. es una manera de medir el riesgo
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesANÁLISIS ECONÓMICO DE INVERSIONES.
ANÁLISIS ECONÓMICO DE INVERSIONES. José Ignacio González Soriano Agosto 2013 INDICE 1. FORMULAS FINANCIERAS.... 2 1.1.- VALOR ACTUAL NETO.... 3 1.1.1.- DEFINICIÓN... 3 1.1.2.- CASO GENERAL... 3 1.1.3.-
Más detallesUNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS
UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la
Más detallesEJERCICIOS DE AUTOEVALUACIÓN "CIRCUITOS ALIMENTADOS EN CORRIENTE ALTERNA"
EJERCICIOS DE AUTOEVALUACIÓN "CIRCUITOS ALIMENTADOS EN CORRIENTE ALTERNA" EJERCICIO 1 Simular con PSIM el siguiente circuito y obtener: a) Valores eficaces de la tensión en el generador, en la resistencia
Más detallesPRUEBAS NO PARAMÉTRICAS
PRUEBAS NO PARAMÉTRICAS 1. PRUEBAS DE NORMALIDAD Para evaluar la normalidad de un conjunto de datos tenemos el Test de Kolmogorov- Smirnov y el test de Shapiro-Wilks La opción NNPLOT del SPSS permite la
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesDiabetes mellitus tipo 1.
2. Cómo se diagnostica y qué tipos de diabetes existen? La diabetes sólo se puede diagnosticar por alguno de los siguientes métodos: 1. Análisis de Glucemia realizado en cualquier momento del día (incluso
Más detallesTema 3: Diseño de experimentos
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 15 de noviembre de 2010 Índice Diseños con un factor 1 Diseños con un factor Comparación de dos medias Comparación de
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesManual básico para poner un Enlace Web en el Aula Virtual de Helvia.
Manual básico para poner un ENLACE WEB en el Aula Virtual de Helvia. (PASITO a PASITO) Por supuesto, lo primero que debemos hacer es, como ya sabemos, entrar en Helvia. Para ello debemos escribir en el
Más detallesComparación de proporciones
11 Comparación de proporciones Neus Canal Díaz 11.1. Introducción En la investigación biomédica se encuentran con frecuencia datos o variables de tipo cualitativo (nominal u ordinal), mediante las cuales
Más detallesMARCO TEORICO. La diabetes es una enfermedad crónica en la cual el cuerpo no puede regular la cantidad de azúcar en la sangre.
CAPITULO 2 MARCO TEORICO 2.1Que es la Diabetes La diabetes es una enfermedad crónica en la cual el cuerpo no puede regular la cantidad de azúcar en la sangre. Causas La insulina es una hormona producida
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detallesLA MEDIDA Y SUS ERRORES
LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger
Más detalles11.2-DISCUSIÓN Prueba rápida
11.2-DISCUSIÓN Prueba rápida Como se observa en la tabla 9 del total de las embarazadas (62,214) a las que se les realizo la prueba rápida un 99.3%(61,808) de ellas dio como resultado no reactivo, tan
Más detallesEstudio de casos y controles sobre factores de riesgo en el cáncer colorrectal
Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Objetivos del estudio Estimar el riesgo de padecer cáncer colorrectal asociado a una serie de variables Población Casos Controles
Más detallesEjemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =
T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente
Más detallesEl sistema decimal, es aquél en el que se combinan 10 cifras (o dígitos) del 0 al 9 para indicar una cantidad específica.
5.2 SISTEMAS DE NUMERACIÓN. DECIMAL El sistema decimal, es aquél en el que se combinan 10 cifras (o dígitos) del 0 al 9 para indicar una cantidad específica. La base de un sistema indica el número de caracteres
Más detallesCálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
Más detallesJugamos al Bingo matemático
TERCER GRADO UNIDAD 2 SESIÓN 24 Jugamos al Bingo matemático En esta sesión, a través del Bingo matemático, los niños y las niñas pondrán en práctica lo aprendido usando operaciones de adición y sustracción,
Más detallesComparación de medias
12 Comparación de medias Irene Moral Peláez 12.1. Introducción Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como podría ser la edad o la cifra de tensión arterial,
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesIntroducción a la Estadística con Excel
Introducción a la Estadística con Excel En el siguiente guión vamos a introducir el software Excel 2007 y la manera de trabajar con Estadística Descriptiva. Cargar o importar datos En Excel 2007 podemos
Más detallesCalculadora de Tamaño muestral GRANMO
Calculadora de Tamaño muestral GRANMO Versión 7.12 Abril 2012 http://www.imim.es/ofertadeserveis/software-public/granmo/ Entre las distintas ofertas que existen para el cálculo del tamaño muestral, ofrecemos
Más detallesÁrbol de decisión. Proporciona un alto grado de comprensión del conocimiento utilizado en la toma de decisiones.
Árbol de decisión DEFINICION: Árboles de Decisión. Técnica que permite analizar decisiones secuenciales basada en el uso de resultados y probabilidades asociadas. Los árboles de decisión se pueden usar
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAEURO
FICHERO DE AYUDA DEL PROGRAMA MEGAEURO Versión MEGAEURO : 1.0 Fecha : 02/10/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detallesrevista transparencia transparencia y... 3.3. UNIVERSIDADES
revista transparencia transparencia y... 3.3. UNIVERSIDADES 35 revista transparencia Mónica López del Consuelo Documentalista Open Data Universidad de Granada 3.3.1. El filtro básico de la transparencia.
Más detallesPruebas diagnósticas
Investigación: Pruebas diagnósticas 1/6 Pruebas diagnósticas Pita Fernández, S. spita@canalejo.org, Pértegas Díaz, S. spertega@canalejo.org Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario-Universitario
Más detalles2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL.
2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL. 2.1 Medición del desempeño en base a normas. Las normas son puntos de referencia para la medición del desempeño real o esperado de los empleados, en condiciones
Más detallesUNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLÍN FACULTAD DE MIAS ESCUELA DE LA INGENIERÍA DE LA ORGANIZACIÓN
UNIVERSIDAD NACIONAL DE COLOMBIA SEDE MEDELLÍN FACULTAD DE MIAS ESCUELA DE LA INGENIERÍA DE LA ORGANIZACIÓN TALLER PREPARATORIO: SEGUNDO EXAMEN DE INVERSIONES BAJO RIESGO 1. Usted es el encargado de administrar
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI
FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI Versión MEGAPRIMI : 4.0 Fecha : 19/06/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detallesModelos de Puntuación Puntaje de Originación
Modelos de Puntuación Puntaje de Originación 1 INTRODUCCIÓN Concepto y Objetivo Mecanismo de Puntaje de Originación 2 Concepto y Objetivo Puntaje de Originación o de Solicitud Es la conversión de información
Más detallesGuía práctica de ayuda para valorar Incapacidad Laboral en la Cardiopatía Isquémica
Capítulo15 Guía práctica de ayuda para valorar Incapacidad Laboral en la Cardiopatía Isquémica Dr. Valeriano Sosa Rodríguez Servicio Cardiología. Hospital General Universitario Gregorio Marañón En esta
Más detallesFunciones, x, y, gráficos
Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detalles1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Más detallesESCUELA SUPERIOR DE INFORMATICA Prácticas de Estadística UNA SESIÓN EN SPSS
UNA SESIÓN EN SPSS INTRODUCCIÓN. SPSS (Statistical Product and Service Solutions) es un paquete estadístico orientado, en principio, al ámbito de aplicación de las Ciencias sociales, es uno de las herramientas
Más detallesLas bebidas Alcohólicas
Las bebidas Alcohólicas Hecho por: - Elisa Gutiérrez - Guillermo Rivas-plata - Rodrigo Pumares - Beatriz Sánchez 1 Índice 1- Introducción... 3 2- Objetivos... 3 3- Preguntas de la encuesta... 4 4- Encuesta...
Más detalles9.2.Ejemplos de análisis de tablas de contingencia
9.2.Ejemplos de análisis de tablas de contingencia Ejemplo 1 Se ha sugerido que el cancer de mama puede ser causado, en parte, por cambios fisiológicos entre la edad de menarquia y la edad en que se tiene
Más detalles10. GENERADOR DE INFORMES.
10. GENERADOR DE INFORMES. El generador de informes es un módulo de la aplicación que nos permite elaborar listados de artículos y de clientes pero de forma personalizada, pues se definen los criterios
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesESTADÍSTICA EMPRESARIAL
ASIGNATURA DE GRADO: ESTADÍSTICA EMPRESARIAL Curso 2015/2016 (Código:65022076) 1.PRESENTACIÓN DE LA ASIGNATURA La asignatura Estadística Empresarial es de carácter obligatorio y se ubica en el segundo
Más detallesRelación entre formación y empleo
Relación entre formación y empleo En este capítulo se analiza el impacto que la formación a la que las personas usuarias han accedido ha tenido sobre sus posibilidades de empleo posterior, teniendo en
Más detalles3. Métodos para la evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesTest científico de Screening para alumnos con superdotación intelectual
Test científico de Screening para alumnos con superdotación intelectual I TRODUCCIO Yolanda Benito El Test científico de Screening para alumnos superdotados Huerta del Rey, Aplicación del Raven Color (CPM),
Más detallesMANUAL DE EJECUCION DE LA ESTRATEGIA Ibex35 Evolución por Josep Codina
MANUAL DE EJECUCION DE LA ESTRATEGIA Ibex35 Evolución por Josep Codina La Estrategia Ibex35 Evolución se basa en un modelo que se ha probado de forma intensiva y que cumple los objetivos que se han marcado
Más detallesCARTILLA TIPOS DE PRESUPUESTO
CARTILLA TIPOS DE PRESUPUESTO SENA CENTRO NACIONAL DE LA CONSTRUCCIÓN MEDELLÍN, 2004 TIPOS DE PRESUPUESTO 1. PRESUPUESTO GLOBAL Es aquel en el cual se presenta el valor total del proyecto sin ningún tipo
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detalles