Aplicación de los modelos de regresión tobit en la modelización de variables epidemiológicas censuradas
|
|
- Purificación Cano San Martín
- hace 7 años
- Vistas:
Transcripción
1 Aplicación de los modelos de regresión tobit en la modelización de variables epidemiológicas censuradas Gaceta Sanitaria ;16(): MªJosé Bleda 1, & Aurelio Tobías 1. Unidad de Investigación en Tuberculosis, Centro Nacional de Epidemiología, Instituto de Salud Carlos III, Ministerio de Sanidad y Consumo, Madrid.. Departamento de Estadística y Econometría, Universidad Carlos III de Madrid. Introducción Variables epidemiológicas corresponden a medidas continuas, obtenidas mediante aparatos de medición... con determinados límites de detección. Aunque la variable tenga una determinada distribución, los valores observados pueden no ser representativos.
2 Truncamiento o censura? 1. Truncamiento Característica intrínseca de la distribución de la variable. Parte de la distribución de la variable que se encuentra por encima/debajo del punto de truncamiento contiene la información relevante que se desea estudiar. Ejemplo: Estudiar pacientes con niveles de hemoglobina inferiores a 8 g/dl.
3 Truncamiento o censura?. Censura No es una característica intrínseca de la distribución de la variable. Defecto de los datos de la muestra. Si no hubiese censura, la variable constituiría una muestra representativa de la población no censurada. Ejemplo: Tiempo de supervivencia.
4 Truncamiento o censura? 3. Modelos de regresión Para variables con truncamiento y/o censura MCO proporciona estimaciones sesgadas e inconsistentes. Variable truncada: modelo de regresión truncado. Variable censurada: modelo Tobit. Varios puntos de truncamiento y/o censura respectivas generalizaciones. Estudio incineradora Mataró 1. Diseño Estudio sobre los efectos para la salud de las emisiones de una incineradora de residuos sólidos urbanos en la población de Mataró (Barcelona). Bleda, Gac Sanit 1996;1(supl):56. González, Arch Environ Health ;55: n = 1. Dieta, tabaco, alcohol, muestras de sangre y orina. Niveles de mercurio en orina corregidos por concentración de creatinina (µg/gr CR).
5 Estudio incineradora Mataró. Censura Muestra n (%) No censurada 135 (68,) Censurada 63 (31,8) en:,1,,3,4,5,6,7,9 1, (3,8) (5,4) (15,9) (7,9) (1,7) (3,) (4,7) (3,) (3,) Total 198 Modelo Tobit 1. Formulación (I) Modelo regresión lineal para variables censuradas. Tobin, Econometrica 1958;6:4-36. Sea y, variable censurada con punto de censura inferior a. Sea y*, variable aleatoria original subyacente. Entonces: y = a cuando y* a y = y* cuando y* > a
6 Modelo Tobit 1. Formulación (II) y* ~ N(µ,σ ) Probabilidad censura: P(y* a) = Φ{(a-µ)/σ} P(y*>a) = 1 - P(y* a) = 1 - Φ{(a-µ)/σ} = Φ{(µ-a)/σ} Función de densidad de y: P(y=a) = P (y* a) = Φ{(a-µ)/σ} cuando y* a y* ~ N(µ,σ ) cuando y* > a Modelo Tobit. Estimación (I) Formulación del modelo: E[y i * x i ] = X β Pero... valores de y* desconocidos. Sólo se conocen valores de y censurada. Modelizar E[y i x i ] en función de E[y i * x i ]: E[y i x i ] = E[y i* x i ] P(y i* >a x i )+a P(y i * a x i )
7 Modelo Tobit. Estimación (II) Estimación por máxima verosimilitud eficiente y consistente. Función de verosimilitud: lnl( β, σ ) = y ' ( y i x i β) ' 1 > <= a x i β ln(π) + ln( σ ) + + ln Φ σ a y a σ i i Generalizable para y* con varios puntos de censura. Modelo Tobit 3. Interpretación Estudio de x asociada con y*: Estimación (β) modelo Tobit representa directamente efecto marginal de x sobre y*. Estudio de x asociada con y: Ponderar estimaciones (β) por P(y* a): βˆ x βˆ a i * Φ σˆ
8 Modelo Tobit 4. Limitaciones Falta de normalidad: Estimaciones inconsistentes. Chesher, J Econometrics 1987;34: Muestra censurada (y* a) y no censurada (y>a) diferente estructura en la relación con x. Modelo en etapas de Heckman. Heckman, Annals Economic Social Measurement 1976:5; Ejemplo Simulación distribución normal bivariante: n= y * 1 ~ N, x Punto de censura en a=-1 para y * : y = -1 cuando y * -1 y = y * cuando y * > -1
9 3 1 Y* X 3 1 Y X
10 Muestra original n= Muestra con censura en a=-1 n= (31) Y* Y X y= x Muestra no censurada n= X y= x TOBIT n= Y Y X y= x X y= x Estudio incineradora Mataró 3. Análisis Modelo lineal (MCO): Muestra no censurada. Modelo lineal censurado (Tobit). Con un único punto de censura: a=,1 µg/gr CR. Con varios puntos de censura. Stata, versión 6.: regress, tobit, cnreg
11 Diferentes puntos de censura Unico punto de censura 15 1 nivel mercurio si censura no si censura no Diferentes puntos de censura Unico punto de censura 4 4 log(nivel mercurio) log(nivel mercurio) - - si censura no si censura no Estudio incineradora Mataró 4. Resultados Regresión Lineal (MCO) con la muestra no censurada (n=135) βˆ (ee) t p edad,19 (,7),67,8 sexo,566 (,186),93,4 verduras crudas -,69 (,39) -1,78,77 ahumados,49 (,477) 1,3,34 Modelo Tobit con un único punto de censura (n=198) (ee) t p edad,5 βˆ (,13),4,968 sexo,699 (,346),,45 verduras crudas -,15 (,66) -,31, ahumados 1,631 (,984) 1,66,99 Modelo con varios puntos de censura (n=198) (ee) t p edad,7 βˆ (,1),64,53 sexo,687 (,8),44,16 verduras crudas -,96 (,54) -1,77,79 ahumados 1,314 (,797) 1,65,11
12 Estudio incineradora Mararó 5. Conclusiones Sólo se explica una pequeña parte de la variabilidad de niveles de mercurio. Sexo y edad: proxys de otras fuentes de exposición. Resultados similares observados en otras poblaciones (Santor, IARC Sci Publ 199;118:11-6). Consumo de verduras crudas y ahumados: (?). Mercurio en orina asociado con el consumo de pescado. (Svensson, Sci Tot Environ 199;16:61-74; Salonen, Circulation 1995;91:645-55). Aunque... estudios previos no utilizaron modelos que tengan en cuenta la censura. Discusión (I) Muchas variables epidemiológicas que no miden tiempo de supervivencia presentan distribuciones con censura. Regresión lineal MCO proporciona estimaciones sesgadas e inconsistentes. Ignorar censura: distribución muestral poblacional. Utilizar modelos adecuados a la naturaleza de la variable de estudio: truncamiento/censura.
13 Discusión (II) Modelos de regresión censurados (Tobit): No cambia la dirección del efecto estimado. Diferencias en: estimación efecto y su variabilidad. En epidemiología cuantificar efecto tan importante como significación estadística. Métodos estadísticos desarrollados en otros campos (economía, industria, psicología, etc.) también útiles en epidemiología. James Tobin (1918-) "! # $ % &' ( ) * +-,". / 1 43"5" :<; = 9 : ABACA D EFG Ḧ I D Ḧ KFEFL;NM O P Q"R4SP T4S U VXWY"ZLW[V \4]"^"_ ` a b"cd4e"f"g e h ï d<jnk
MÓDULO: MÉTODOS CUANTITATIVOS
MÓDULO: MÉTODOS CUANTITATIVOS 1.- Nombre del módulo y las asignaturas: Métodos Cuantitativos Econometría Avanzada Econometría Financiera 2.-Número de créditos ECTS: Econometría Avanzada: 6 ECTS. Econometría
Más detallesT4. Modelos con variables cualitativas
T4. Modelos con variables cualitativas Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Ana J. López y Rigoberto Pérez (Dpto EconomíaT4. Aplicada. Modelos Universidad
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesVariables Parcialmente Continuas. Walter Sosa Escudero. wsosa@udesa.edu.ar Universidad de San Andr es
Variables Parcialmente Continuas Walter Sosa Escudero wsosa@udesa.edu.ar Universidad de San Andr es 1 Introduccion ² Variables aleatorias discretas: los valores del soporte pueden ocurrir con probabilidad
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: AMPLIACIÓN DE ESTADÍSTICA Código:603358 Materia: MATEMÁTICAS Y ESTADÍSTICA Módulo: FORMACIÓN FUNDAMENTAL Carácter: OBLIGATORIA
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesCARTA DESCRIPTIVA. Clave: ECO Créditos: 8. Conocimientos: Probabilidad y estadística. Algebra lineal. Econometría I.
I. Identificadores de la asignatura CARTA DESCRIPTIVA Clave: ECO121600 Créditos: 8 Materia: Econometría II Departamento: Ciencias Sociales Instituto: Ciencias Sociales Modalidad: Presencial Programa: Licenciatura
Más detallesUniversidad de la República, Facultad de Ciencias Económicas y Administración.
Universidad de la República, Facultad de Ciencias Económicas y Administración. ECONOMETRIA II- CURSO 2010 Practica 5 MODELOS DE VARIABLE DEPENDIENTE TRUNCADA CENSURADA, MODELOS DE SELECTIVIDAD, MODELOS
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesTema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
Más detallesECONOMETRIA II. 4º Curso Licenciatura en Economía. INTRODUCCIÓN Algunos conceptos de estimación y teoría asintótica.
ECONOMETRIA II 4º Curso 2007-2008 Licenciatura en Economía INTRODUCCIÓN Algunos conceptos de estimación y teoría asintótica. MODELOS DE ELECCIÓN DISCRETA MODELOS CON VARIABLE DEPENDIENTE LIMITADA MODELOS
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple. Facultad de Ciencias Sociales - UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple Facultad de Ciencias Sociales - UdelaR Índice 7.1 Introducción 7.2 Análisis de regresión 7.3 El Modelo de Regresión
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesTEMA VI ANÁLISIS DE SUPERVIVENCIA
TEMA VI ANÁLISIS DE SUPERVIVENCIA LECTURA OBLIGATORIA Análisis de Supervivencia. En Rial, A. y Varela, J. (2008). Estadística Práctica para la Investigación en Ciencias de la Salud. Coruña: Netbiblo. Páginas
Más detallesIntroducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I 22 de Septiembre de 2007 ENUNCIADOS DE PROBLEMAS Muy importante: Tenga en cuenta que algunos resultados de las tablas han podido ser omitidos. PROBLEMA 1:
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesTEMA 3: Contrastes de Hipótesis en el MRL
TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesFundamentos de Estadística
Fundamentos de Estadística Introducción a la Estadística Prof. Dr. Eduardo Valenzuela Domínguez eduardo.valenzuela@usm.cl Universidad Técnica Federico Santa María Dr. Eduardo Valenzuela D.; MEE 2005 p.
Más detallesModelos de Regresión y Correlación
Artículo de Educación Modelos de Regresión y Correlación REGRESSION AND CORRELATION MODELS Claudio Silva Z 1, Mauricio Salinas 2 1. PhD en Estadística Escuela de Salud Pública Universidad de Chile. 2.
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesBio-estadistica.com Consultora de Estadística
Bio-estadistica.com Consultora de Estadística Bio-estadistica.com es una empresa especializada en análisis y asesorías bioestadísticas. Con más de 20 años de experiencia en departamentos de estadística
Más detallesFunciones de Regresión No Lineales (SW Cap. 6)
Funciones de Regresión No Lineales (SW Cap. 6) Todo anteriormente ha sido lineal en las X s La aproximación de que la función de regresión es lineal puede ser satisfactoria para algunas variables pero
Más detallesEjercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL
Ejercicios T2 y T3.- DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN PUNTUAL 1. Se ha realizado una muestra aleatoria simple (m.a.s) de tamaño 10 a una población considerada normal. Llegando a la conclusión que
Más detallesTema 1. El Modelo de Regresión Lineal con Regresores Aleatorios.
ema El Modelo de Regresión Lineal con Regresores Aleatorios Introducción En este tema vamos a analizar las propiedades del modelo de regresión lineal con regresores aleatorios Suponer que los regresores
Más detallesAPUNTES DE QUIMIOMETRIA REGRESIO LINEAL
REGRESIO LINEAL APUNTES DE QUIMIOMETRIA Datos anómalos y levas en las rectas de calibrado. Regresión robusta Mínima mediana de cuadrados Recta de calibrado mediante mínimos cuadrados. Hipótesis básicas
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesEl Modelo de Regresión Simple
El Modelo de Regresión Simple Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía Industrial Universidad Carlos III de Madrid Curso 2007/08 C Velasco
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo. MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M.
MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Abordaremos en este capítulo el modelo de regresión lineal múltiple, una vez que la mayor parte de las
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesSE OFRECE A ESTUDIANTES DE GRADO: SI X. MÓDULO DEL PLAN 2013 EN QUE ACREDITA: Módulo Metodológico DESCRIPTORES: Probabilidad y Estadística
Asignatura: Probabilidad y Estadistica para Investigadores en ciencias del comportamiento I Tipo: Optativa Créditos: 15 Fecha tentativa: de 12:30 a 17:00 hrs desde el 23/04/2014 Lugar: Salón 9 Cupos: 20
Más detallesImpacto del impuesto al precio de las gasolinas sobre la distribución del presupuesto de consumo en las familias de México
Impacto del impuesto al precio de las gasolinas sobre la distribución del presupuesto de consumo en las familias de México Presenta: Mernyma. Gladys García Sandoval. México, Noviembre 2014. Objetivo General
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS
INTRODUCCIÓN AL ANÁLISIS DE DATOS HORARIOS: Lunes, 12:00-13:30 Martes, 8:15-9:45 Jueves, 8:15-9:45 Tema 1. Introducción. El análisis de datos dentro de la estadística. Características de los datos socioeconómicos.
Más detallesLA FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD DE LA LLUVIA ANUAL CUANDO OCURRE UN CAMBIO CLIMÁTICO
LA FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD DE LA LLUVIA ANUAL CUANDO OCURRE UN CAMBIO CLIMÁTICO Omar Abel Lucero 1 Resumen La lluvia anual es una variable aleatoria frecuentemente utilizada para caracterizar
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detalles1. INTRODUCCIÓN. PRINCIPALES INDICADORES DE SALUD
1. INTRODUCCIÓN. PRINCIPALES INDICADORES DE SALUD 1 1. PRINCIPALES INDICADORES DE SALUD La homogeneización de los indicadores de salud y la armonización de las encuestas de salud en diferentes ámbitos:
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesEPIDEMIOLOGIA ESPACIAL. Facultad de Ciencias Veterinarias y Pecuarias UNIVERSIDAD DE CHILE 2009
EPIDEMIOLOGIA ESPACIAL Santiago Urcelay-Vicente Facultad de Ciencias Veterinarias y Pecuarias UNIVERSIDAD DE CHILE 2009 EPIDEMIOLOGIA ESPACIAL La Epidemiología a espacial tiene que ver con la descripción
Más detallesLos Métodos de Valoración Indirecta (Costo De Viaje)
Los Métodos de Valoración Indirecta (Costo De Viaje) Método de Valoración de Bienes que no tienen un mercado definido. No existe información sobre precios ni demanda. La valoración se realiza por método
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesProcesos estocásticos. Definición
Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier
Más detallesCapítulo IV. Estrategia Econométrica. La metodología utilizada en esta tesis es la idónea para evaluar la hipótesis planteada
Capítulo IV. Estrategia Econométrica La metodología utilizada en esta tesis es la idónea para evaluar la hipótesis planteada desde el inicio, la cual indica que las remesas enviadas por los mexicanos en
Más detallesESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la Estimación Puntual, que es uno de los tres grandes conjuntos de técnicas que
Más detallesEnsayos Volumen XIX, núm. 2, noviembre 2000 pp
Ensayos Volumen XIX, núm. 2, noviembre 2000 pp. 85-120 Forma funcional y modelos de respuesta censurada en el análisis del consumo de atún, de pescados y mariscos en los hogares del Área Metropolitana
Más detallesTEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN
TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN 1 MODELO LINEAL GENERAL applemodelo estadístico appledescribe una combinación lineal de los efectos aditivos que forman la puntuación
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I. Hoja de Problemas 3 Problemas
UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I Hoja de Problemas 3 Problemas 1. Considera el modelo de regresión con un solo regresor Y i = 0 + 1 X i
Más detallesTema 5: Planteamiento de los modelos de series temporales. Coro Chasco Yrigoyen Universidad Autónoma de Madrid (UAM) Asignatura: Econometría II
Tema 5: Planteamiento de los modelos de series temporales Coro Chasco Yrigoyen Universidad Autónoma de Madrid (UAM) Asignatura: Econometría II 1 Parte II. Modelos univariantes de series temporales Tema
Más detallesEconometria de Datos en Paneles
Universidad de San Andres Agosto de 2011 Porque paneles? Ejemplo (Cronwell y Trumbull): Determinantes del crimen y = g(i), y = crimen, I = variables de justicia criminal. Corte transversal: (y i, I i )
Más detallesEstadística FAD - 15 Galaz Lorca, Mirtha Kazmier, Leonard Hanke, John; Wichern, Dean
17 - Estadística FAD - 15 Galaz Lorca, Mirtha Aplicaciones Estadísticas para el Sector Financiero. Curso de Formación a Distancia Mediatizado por Tecnología. Santiago, Chile: IEB, 2005. POBLACION Y CENSO;
Más detallesTema: Medidas de Asociación con SPSS
Tema: Medidas de Asociación con SPSS 1.- Introducción Una de las tareas habituales en el análisis de encuestas es la generación y análisis de tablas de contingencia, para las variables y categorías objetivo
Más detallesDiseñando un estudio de pronóstico: Estudios de cohortes.
Diseñando un estudio de pronóstico: Estudios de cohortes. Unidad de Epidemiologia Clínica y Bioestadística Complexo Hospitalario Universitario A Coruña Diseñando un estudio de pronóstico: estudios de cohorte
Más detallesDESEMPEÑO ACADEMICO DE ESTUDIANTES DE INGENIERIA: ANALISIS DE FACTORES INCIDENTES
DESEMPEÑO ACADEMICO DE ESTUDIANTES DE INGENIERIA: ANALISIS DE FACTORES INCIDENTES GT 04 Modelagem Matemática María del Carmen Ibarra Facultad de Ingeniería Universidad Nacional de Misiones- UNaM ibarra@fio.unam.edu.ar
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesIntroducción al Análisis de Supervivencia
Introducción al Análisis de Supervivencia Introducción En este tema abordamos el estudio del tiempo transcurrido entre dos eventos de interés y de las variables que pueden influir en el mismo. Por ejemplo,
Más detallesTema 3.1: Modelo lineal general: hipótesis y estimación. Universidad Complutense de Madrid 2013
ema 3.1: Modelo lineal general: hipótesis y estimación Universidad Complutense de Madrid 2013 Introducción El objetivo es especificar y estimar un Modelo Lineal General (MLG) en donde una variable de interés
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2. Problemas
UNIVERSIDAD AUTÓNOMA DE MADRID DPTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I HOJA 2 Problemas 1. Supongamos que se dispone de una muestra de n = 5 individuos, con la que se quiere estudiar
Más detallesPATH ANALYSIS. Luis M. Carrascal Depto. Biodiversidad y Biología Evolutiva MUSEO NACIONAL DE CIENCIAS NATURALES
Luis M. Carrascal Depto. Biodiversidad y Biología Evolutiva MUSEO NACIONAL DE CIENCIAS NATURALES Estructura de relaciones entre variables Matrices de correlaciones frente a modelos a priori de asociaciones
Más detallesGRADO EN ECONOMIA SEGUNDO CURSO
GRADO EN ECONOMIA SEGUNDO CURSO Asignatura Estadística II Código 802354 Módulo Métodos cuantitativos Materia Carácter Obligatorio Presenciales 2,7 Créditos 6 No presenciales 3,3 Curso 2 Semestre 3 Estadística
Más detallesINFERENCIA DE LA PROPORCIÓN
ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En
Más detallesUNA COMPARACIÓN DE LOS MODELOS POISSON Y BINOMIAL NEGATIVA CON STATA: UN EJERCICIO DIDÁCTICO
3er Encuentro de Usuarios de Stata en México UNA COMPARACIÓN DE LOS MODELOS POISSON Y BINOMIAL NEGATIVA CON STATA: UN EJERCICIO DIDÁCTICO Noé Becerra Rodríguez Fortino Vela Peón Mayo, 2011 Mo9vación Ac#vidad
Más detallesLas diferencias salariales entre el sector público y privado en el Ecuador
Cuestiones Económicas Vol. 20, No 2:3,2004 Las diferencias salariales entre el sector público y privado en el Ecuador PAÚL CARRILLO Introducción Desde el inicio de la dolarización se ha mencionado la importancia
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesUniversidad de Alcalá
METODOLOGÍA APLICADA EN SALUD PÚBLICA Máster Universitario en Salud Pública Universidad de Alcalá Curso Académico 2014/15 GUÍA DOCENTE Nombre de la asignatura: Código: 201511 Titulación en la que se imparte:
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesMedición y gestión del riesgo de cambio
Medición y gestión del riesgo de cambio Israel Pérez Corrales Madrid, 16 de diciembre de 2004 Gestión Global del Riesgo, BBVA Definición del Riesgo de Cambio Metodología de medición Modelos para la gestión
Más detallesDatos Descriptivos. ANEXO II Guía de Aprendizaje Información al estudiante. Sólo castellano Sólo inglés Ambos IDIOMA IMPARTICIÓN
ANEXO II Guía de Aprendizaje Información al estudiante Datos Descriptivos ASIGNATURA: Estadística MATERIA: Probabilidad e Inferencia Estadística CRÉDITOS EUROPEOS: 6 CARÁCTER: Básica TITULACIÓN: GIE, GITM,
Más detallesMÉTODOS ESTADÍSTICOS APLICADOS
Pedro Sánchez Algarra (autor y coordinador) Xavier Baraza Sánchez Ferran Reverter Comas Esteban Vegas Lozano Departament d Estadística TEXTOS DOCENTS 3 MÉTODOS ESTADÍSTICOS APLICADOS Pedro Sánchez Algarra
Más detallesFundamentos de Epidemiología
Fundamentos de Epidemiología Definición de Epidemiología Estudio de la distribución de una enfermedad o condición fisiológica en poblaciones humanas y los factores que influencian esta distribución Disciplina
Más detallesMEDICAMENTO: INDIVIDUO Y CONTEXTO EN SALUD Y GESTIÓN SANITARIA, UNA INTRODUCCIÓN AL ANÁLISIS MULTINIVEL
III Seminario CRES de ECONOMÍA DE LA SALUD y DEL MEDICAMENTO: INDIVIDUO Y CONTEXTO EN SALUD Y GESTIÓN SANITARIA, UNA INTRODUCCIÓN AL ANÁLISIS MULTINIVEL Barcelona, 8 y 9 de noviembre de 2007 Coordinador:
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesCURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA SYLLABUS PROYECTO CURRICULAR DE INGENIERÍA ELÉCTRICA
Nombre del Docente ESPACIO ACADÉMICO (Asignatura): PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Obligatorio Básico Complementario Electivo Intrínseco Extrínseco FACULTAD DE
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detallesÍNDICE. PRÓLOGO... 15 Carme Saurina, Marc Saez
ÍNDICE PRÓLOGO... 15 Carme Saurina, Marc Saez CONDICIONANTES EN LA UTILIZACIÓN DE LOS SERVICIOS DE ATENCIÓN PRIMARIA. EVIDENCIAS EMPÍRICAS E INCONSISTENCIAS METODOLÓGICAS... 17 Marc Saez 1.- Introducción....17
Más detallesBioestadística. Tema 3: Estadística descriptiva bivariante y regresión lineal. Relaciones entre variables y regresión
Bioestadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en
Más detalles