Life is good for only two things, discovering mathematics and teaching mathematics. Siméon Poisson
|
|
- José Antonio Roldán Miranda
- hace 7 años
- Vistas:
Transcripción
1 Tema 14: La razón de momios 1 PETER B. MANDEVILLE Life is good for only two things, discovering mathematics and teaching mathematics. Siméon Poisson En el proceso de asesorar tesis de especialidad médica, he notado que varios médicos que están terminando su residencia tienen problemas con los conceptos y las interpretaciones de la razón de momios en regresión logística y la razón de riesgo en regresión de riesgos proporcionales (la regresión de Cox). En este artículo se presentan los conceptos de riesgo, riesgo relativo, momio, razón de momios y sus límites de confianza. En el siguiente número se presentará la razón de momios en la regresión logística y la razón de riesgos con la regresión de riesgos proporcionales. Todos los cálculos están efectuados con R versión ,3 Riesgo En epidemiología, muchas veces se tiene interés en evaluar la posibilidad de que un sujeto que posee un cierto atributo también tiene una condición específica. La medida epidemiológica más básica es la probabilidad de que un sujeto adquiera, la condición dado que el sujeto tiene el atributo particular bajo consideración. Esta cantidad se llama riesgo de la condición; el atributo considerado se llama factor de riesgo. Por lo cual, el riesgo mide la probabilidad de incidencia de una condición. 4 En términos de una tabla de doble entrada del estado de salud para la exposición al factor de riesgo, 5 el riesgo (prevalencia) de la condición es: el riesgo de la condición, dado la exposición al factor de riesgo es: a y el riesgo de la condición, dado la no exposición al factor de riesgo es: Como ejemplo, se utilizan los datos del estudio de bajo peso al nacer, donde la meta del estudio fue identificar factores de riesgo asociados con el nacimiento con bajo peso, menor de 2500 gramos. 6 Los datos están incluidos en la biblioteca de funciones MASS. 7 Se levanta una tabla de distribución de frecuencia de los datos de los factores de nacimiento con bajo peso (< 2500 gr.) (0=peso normal, 1=bajo peso) y madre fuma (0=no fuma, 1=fuma). Al principio, los datos se tratan como el resultado de un estudio prospectivo (cohorte). > library(mass) > data(birthwt) > a es la probabilidad condicional de la condición dado el factor de riesgo. 222
2 PETER B. MANDEVILLE with(birthwt,table(smoke,low)) low smoke Es necesario reordenar la tabla para la presentación tradicional. El riesgo de un nacimiento con bajo peso (prevalencia) es: el riesgo de un nacimiento con bajo peso, dado que la madre fuma, es: y el riesgo de un nacimiento con bajo peso dado que la madre no fuma es: La International Committee of Medical Journal Editors ha adoptado la política de que los límites de confianza son más importantes que los valores P, porque permiten evaluar la falta de precisión de los resultados. 8 El riesgo es simplemente una probabilidad y se estima el error estándar del riesgo: 4 Si se utiliza una aproximación normal a la distribución binomial entonces se calculan los límites de confianza: 4 y se pueden calcular los límites de confianza con la función rnd <- function(x){ format(round(x,4),nsmall=4) } CLR <- function(r,n,alpha=0.05){ se <- sqrt(r*(1-r)/n) zeta <- qnorm(1-alpha/2) L <- r-zeta*se U <- r+zeta*se res <- data.frame(rnd(l),r,rnd(u)) names(res) <- c("lcl","riesgo","ucl") print(res) } bajo peso (prevalencia), los límites de confianza son: > CLR(0.3122,189) bajo peso si la madre fuma, los límites de confianza son: > CLR(0.4054,189) bajo peso si la madre no fuma, los límites de confianza son: > CLR(0.2522,189) Riesgo relativo Mientras el riesgo es un resumen útil de la relación entre el factor de riesgo y la enfermedad, no es suficiente por sí mismo evaluar la importancia del factor de riesgo a la incidencia de la enfermedad. Se requiere además un grupo de comparación y el más indicado es el grupo sin el factor de riesgo. Esto conduce a la definición del riesgo relativo, que es el de la condición con el factor de riesgo entre el riesgo de la condición sin el factor de riesgo. Si el riesgo relativo es mayor que 1, entonces el factor bajo investigación incrementa el riesgo. Si el riesgo relativo es menor que 1, entonces se reduce el riesgo. Algunas veces, un factor que tiene un riesgo relativo menor que 1 es un factor protector. Comúnmente se utiliza lambda, λ, para representar el riesgo relativo de una población. 4 La interpretación es que el riesgo de un nacimiento con bajo peso es veces, %, mayor si fuma que si no fuma. 5,9,10 Se le llama alternativa para definir el denominador en el riesgo relativo y la razón de momios la base o la referencia. Generalmente la base está tomada como la ausencia del factor de riesgo
3 También es posible calcular el riesgo relativo de bajo peso al nacer correspondiente a madres no fumadoras, comparadas con madres fumadoras. Se pueden efectuar estos cálculos simplemente con tomar el recíproco del riesgo relativo. Por lo cual es indispensable que se especifique cuál riesgo está comparado con otro cuando se expresa un riesgo relativo. 4,10 La interpretación es que el riesgo de un nacimiento con bajo peso para no fumadores es , 62.21%, 5, 9,11 del riesgo de fumadores. El no fumar reduce el riesgo de un nacimiento con bajo peso, 62.21% del riesgo que si fuma. 10,11 La distribución muestral del riesgo relativo está sesgada y se necesita una transformación logarítmica para asegurar una aproximación a la distribución normal. El error estándar del riesgo relativo es: 4 Y los límites de confianza del logaritmo del riesgo relativo son: Se calculan los límites de confianza del riesgo relativo tomando los antilogaritmos de los límites de confianza para el logaritmo del riesgo relativo: En este caso se calcula el error estándar del riesgo relativo, > se <- sqrt((1/30)-(1/ (30+44))+(1/29)-(1/ (29+86))) > se [1] los límites de confianza del logaritmo del riesgo relativo <- log(1.6075)+ [1] <- log(1.6075)- [1] y los límites de confianza del riesgo relativo. [1] [1] Se pueden calcular los límites de confianza para el riesgo relativo de un nacimiento con bajo peso si la madre no fuma en comparación con la madre que fuma, , 62.21%, <- log(0.6221)+ [1] <- log(0.6221)- [1] [1] [1] También se pueden conseguir los mismos resultados tomando los recíprocos de los límites de la formulación original, pero se necesita invertir el orden. > 1/ [1] > 1/ [1] Momios También se puede una especificación alternativa del riesgo del evento llamado momio (odds). El momio de un evento es la razón de la probabilidad que sucede al evento, a la probabilidad que no sucede el evento. 4 El momio de un nacimiento con bajo peso si fuma es: 224
4 PETER B. MANDEVILLE El momio de un nacimiento con bajo peso, si no fuma es: La relación entre momios y probabilidades es: 20 Razón de momios En estudios retrospectivos (caso-control) se utiliza la razón de momios (odds ratio, OR) para estimar el riesgo relativo. La razón de momios no involucra las frecuencias marginales, por lo cual se puede medir dependencia aun cuando un estudio sea retrospectivo, donde el número de casos y el número de controles son fijados por el investigador y no se puede estimar el riesgo relativo. 12,13 La razón de momios es la razón de dos momios. 5,14 Comúnmente se utiliza la letra griega psi,ψ, para representar la razón de momios de una población: 4 Con el riesgo relativo, la razón de momios aproxima una distribución normal mejor, si se aplica una transformación logarítmica. 4 En este caso el error estándar del logaritmo de la razón de momios es: > se <- sqrt((1/30)+(1/ 44)+(1/29)+(1/86)) > se [1] Los límites de confianza del logaritmo de la razón de momios son: <- log(2.0219)+ [1] <- log(2.0219)- [1] y los límites de confianza del riesgo relativo. [1] [1] Si se desea calcular la razón de momios contrario, se calcula el recíproco de la razón de momios y los límites de confianza, invirtiendo el orden de la formulación original de la misma manera que se hace con el riesgo relativo. Se debe notar que cuando una diferencia está medida como el contraste entre dos riesgos, la condición de no diferencia donde los riesgos son iguales está representado por 0. Mientras que cuando el contraste está descrito por el riesgo relativo o la razón de momios, la condición de no diferencia esta representada por La razón de momios proporciona un estimado del riesgo relativo cuando la proporción de los sujetos con la condición es pequeña, 9,11,14-17 π>0.10 en la población. 18,19 Cuando esto sucede, se puede interpretar la razón de momios como un riesgo relativo. Esto generalmente sucede en estudios retrospectivos. 13 Si la condición es poco probable de suceder entonces está aproximado por y,está aproximada por y el riesgo relativo es: 13,20 son iguales a 1. Si RR>1, OR>RR. Si RR<1, OR<RR. Generalmente, la diferencia es menor que 10% de riesgo relativo, cuando la suma de los riesgos de los expuestos y los no expuestos es menor que Para eventos comunes, el riesgo relativo y la razón de momios pueden ser muy diferentes y es mejor pensar la razón de momios como una medida propia y distinta al riesgo re- 225
5 lativo. 9,11,17 El momio de un nacimiento de bajo peso está estimado como veces mayor para madres que fuman con respecto a madres que no fuman. Se está 95% seguro que el intervalo (1.0806, ) contiene la verdadera razón de momios. En resumen, se estima que fumar aumenta el momio de un nacimiento bajo por %. 4 Los epidemiólogos toman el momio y la razón de momios para referirse a la posibilidad de la incidencia del evento, igual que riesgo y riesgo relativo. En la práctica, los momios pocas veces son de interés y generalmente se utiliza sólo la razón de momios. 4 Referencias 1. Mathematics Magazine. (1991). vol. 64, no.1, feb. 2. R. Ihaka, R. Gentleman. (1996). R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics, volume 5, pages R Development Core Team. (2006). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL 4. Mark Woodward. (1999). Epidemiology: Study Design and Data Analysis. Texts in Statistical Science. Chapman & Hall/CRC, Boca Raton, FL, USA. 5. Beth Dawson, Robert G. Trapp. (2005). Bioestadística médica. 4a edición. Editorial El Manual Moderno, S.A. de C.V., México, D. F., MEX. 6. David W. Hosmer, Stanley Lemeshow. (2000). Applied Logistic Regression. Second edition. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons, Inc., New York, NY, USA. 7. Venables, W. N. y Ripley, B. D.. (2002). Modern Applied Statistics with S. Fourth Edition. Springer, New York. ISBN Douglas G. Altman, David Machin, Trevor N. Bryant, Martin J. Gardner (ed.). (2000). Statistics with Confidence. Second edition. British Medical Journal, London, UK. 9. Douglas G. Altman. (1991). Practical Statistics for Medical Research. Chapman & Hall, London, UK. 10.James F. Jekel, David L. Katz, Joann G. Elmore. (2001). Epidemiology, Biostatistics, and PreventiveMedicine. Second edition. W. B. Saunders Co., Philadelphia, PA, USA. 11.Julian J. Faraway. (2006). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Texts in Statistical Science. Chapman & Hall/CRC, Boca Raton, FL, USA. 12.J. K. Lindsey. (1999). Introductory Statistics: A Modelling Approach. Oxford Science Publications. Oxford University Press, Oxford, UK. 13.Stephen B. Hulley, Steven R. Cummings, Warren S. Browner, Deborah Grady, Norman Hearst, Thomas B. Newman. (2001). Designing Clinical Research: An Epidemologic Approach. Second Edition. Lippincot Williams & Williams, Philadelphia, PA, USA. 14.Michael J. Campbell, David Machin. (1999). Medical Statistics: A Commonsense Approach. Third edition. John Wiley & Sons, Ltd., Chichester, UK. 15.Raymond S. Greenberg, Stephen R. Daniels, W. Dana Flanders, John William Eley y John R. Boring III. (2005). Epidemiología médica. 4a edición. Editorial El Manual Moderno, S.A. de C.V., México, D. F., MEX. 16.James J. Schlesselman. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press, New York, NY, USA. 17.Rebecca G. Knapp, M. Clinton Miller III. (1992). Clinical Epidemiology and Biostatistics. The National Medical Series for Independent Study. Williams & Wilkins, Baltimore, MD, USA. 18.Rollin Brant. (1996). Digesting Logistic Regression Results. The American Statistician, May 1996, Vol. 50, No. 2, Pag Nicholas P. Jewell. (2004). Statistics for Epidemiology. Texts in Statistical Science. Chapman & Hall/CRC, Boca Raton, FL, USA. 20.Paul D. Allison. (1999). Logistic Regression Using the SAS System: Theory and Application. SAS Institute Inc., Cary, NC, USA. 226
Ciencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2008 Peter B. Mandeville TEMA 16: LA RAZÓN DE MOMIOS 2. REGRESIÓN LOGÍSTICA Ciencia UANL,
Más detallesCiencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2007 Peter B. Mandeville TEMA 15: ANÁLISIS DE DOS MUESTRAS INDEPENDIENTES CON SPSS Ciencia
Más detallesRedalyc. Mandeville, Peter B.
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 27: Pruebas de equivalencia (parte II) Ciencia UANL, vol.
Más detallesDos requisitos para la regresión lineal son que las
Tips Bioestadísticos Tema 18: Por qué se deben centrar las covariables en regresión lineal? a linear regression coefficient indicates the impact of each independent variable on the outcome in the context
Más detallesMétodos Descriptivos en Minería de Datos
Métodos Descriptivos en Minería de Datos Descripción: En este curso se presentarán los principales conceptos y métodos en Minería de Datos. El énfasis principal del curso será examinar dichos métodos desde
Más detallesTema 28: Diseños experimentales
CIENCIA XV UANL A N I V E R S A R I O TIPS BIOESTADÍSTICOS PETER B. MANDEVILLE * Tema 28: Diseños experimentales Designing an experiment is like gambling with the devil. Only a random strategy can defeat
Más detallesTEMARIO DE MÉDICO FACULTATIVO Y TÉCNICO DE LOS GRUPOS PROFESIONALES DE FACULTATIVOS MÉDICOS Y TÉCNICOS ESPECIALIDAD: UNIDAD INVESTIGACIÓN
TEMARIO DE MÉDICO FACULTATIVO Y TÉCNICO DE LOS GRUPOS PROFESIONALES DE FACULTATIVOS MÉDICOS Y TÉCNICOS ESPECIALIDAD: UNIDAD INVESTIGACIÓN 1.- Definición y objetivos de la epidemiología; conceptos de causalidad
Más detallesUniversidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas
1 Universidad de Puerto Rico Recinto de Río Piedras Facultad de Ciencias Naturales Departamento de Matemáticas Título: Introducción a la Estadística con Computadoras Codificación: MATE 3026 Número de horas
Más detalles200632 - EPI - Epidemiología
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 200 - FME - Facultad de Matemáticas y Estadística 715 - EIO - Departamento de Estadística e Investigación Operativa MÁSTER
Más detallesATV - Análisis de Tiempo de Vida
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 200 - FME - Facultad de Matemáticas y Estadística 715 - EIO - Departamento de Estadística e Investigación Operativa 1004 -
Más detallesEl modelo de azar proporcional: la regresión de Cox
El modelo de azar proporcional: la regresión de Cox Alfonso Luis Palmer Pol y Jose Maria Losilla Vidal El Análisis de la Supervivencia (Palmer, 1988) engloba una variedad de técnicas estadísticas que permiten
Más detallesMETODOS CUANTITATIVOS APLICADOS
Código: GSI-431 Créditos: 3 Nivel: VII Clase: Profesional Habilitable: Si Clasificable: No Prerrequisito: Epidemiología II Horas teóricas: 34 Horas prácticas: 30 METODOS CUANTITATIVOS APLICADOS Propósito
Más detallesRedalyc. Disponible en:
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 22: Muestreo multietápico Ciencia UANL, Vol. XIII, Núm. 1,
Más detallesItinerario de la asignatura: Tercer curso. Segundo Semestre
Licenciatura en Medicina - Facultad de Medicina Plan de Estudios: 509 Licenciado/a en Medicina Asignatura: 29094 Epidemiología general y demografía Sanitaria Itinerario de la asignatura: Tercer curso.
Más detallesDr. Fidel Ulin Montejo M.C. Robert Jeffrey Flowers Jarvis Fecha de elaboración: Agosto 2004 Fecha de última actualización: Julio 2010
PROGRAMA DE ESTUDIO Análisis de Regresión Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos:
Más detallesUniversitas Médica ISSN: Pontificia Universidad Javeriana Colombia
Universitas Médica ISSN: 0041-9095 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia RONDÓN, MARTÍN ALONSO; RODRÍGUEZ, VIVIANA ALEJANDRA Algunos conceptos básicos para el
Más detallesMODELOS DE REGRESIÓN
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. MODELOS DE REGRESIÓN
Más detallesMétodos Exploratorios en Minería de Datos
Métodos Exploratorios en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad de Stanford. Duración:
Más detallesSalud pública II: Bioestadística y epidemiología. Clave de la Asignatura: AD-DCS-13. Tipo de Asignatura: Divisional
Salud pública II: Bioestadística y epidemiología. Clave de la Asignatura: AD-DCS-13 Tipo de Asignatura: Divisional HT 2 HP 6 CRÉDITOS 10 Nombre del curso: Salud pública II Bioestadística y epidemiología.
Más detallesCurso MI1 Investigación científica. Fundamentos metodológicos y estadísticos
www.metodo.uab.cat Estudios de postgrado en Metodología de la investigación en Ciencias de la Salud Curso MI1 Investigación científica. Fundamentos metodológicos y estadísticos Contenidos UD 1 Diseño de
Más detallesM.C. Robert Jeffrey Flowers Jarvis Fecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio de 2010
PROGRAMA DE ESTUDIO Análisis de Datos Categóricos Programa Educativo: Área de Formación : Transversal Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos: 8 Clave: F1145 Tipo : Asignatura
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA
UNIVERSIDAD AUTÓNOMA CHAPINGO DEPARTAMENTO DE ZOOTECNIA POSGRADO EN PRODUCCIÓN ANIMAL PROGRAMA DE MAESTRÍA EN CIENCIAS EN INNOVACIÓN GANADERA ASIGNATURA: GESTIÓN, ANÁLISIS E INTERPRETACIÓN DE BASES DE
Más detallesMantenimiento Eléctrico
Universidad Tecnológica de Pereira - 1/27 Mantenimiento Eléctrico Intervalos estadísticos, pruebas de hipótesis Mauricio Holguín Londoño Programa de Ingeniería Eléctrica 2016 Universidad Tecnológica de
Más detallesSimulación y evaluación de la confiabilidad de un proceso de sistema de producción
Simulación y evaluación de la confiabilidad de un proceso de sistema de producción Jorge Loor Quevedo 1, Fernando Sandoya 2 1 Ingeniero en Estadística Informática 2003 2 Director de Tesis. Matemático.
Más detallesProcesos Estocásticos I
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Procesos Estocásticos I Clave 0630 Modalidad Semestre 5 Créditos 10 Área Campo de conocimiento
Más detallesComparación por intervalos
81 REVISTA Universidad EAFIT Vol. 42. No. 144. 2006. pp. 81-98 Comparación por intervalos entre diferentes métodos de estimación de la media de la distribución Poisson R a l a Juan Carlos Correa M. Doctor
Más detallesEstadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística II Ingeniería Industrial INB - 0408 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesMEDIDAS DE ASOCIACION
MEDIDAS DE ASOCIACION OBJETIVOS DE LA LECCION Que es asociación Identificar las medidas apropiadas para un diseño de estudio Construir tablas de contingencia Calcular e interpretar las medidas de asociación
Más detallesJorge Dagnino S. 1. grado de confianza. Este indica la probabilidad
INTERVALOS DE CONFIANZA Jorge Dagnino S. 1 Los resultados obtenidos a partir de una muestra son aproximaciones a los verdaderos valores de la población. La estimación puede ser puntual, una media por ejemplo,
Más detallesGUIA DOCENTE DE LA ASIGNATURA ANÁLISIS ESTADÍSTICO CON ORDENADOR DE DATOS MÉDICOS Curso (Fecha última actualización: 28/06/16)
GUIA DOCENTE DE LA ASIGNATURA ANÁLISIS ESTADÍSTICO CON ORDENADOR DE DATOS MÉDICOS Curso 2016-2017 (Fecha última actualización: 28/06/16) MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO VI.- Complementos de
Más detallesREFERENCIAS BIBLIOGRÁFICAS. Referencias específicas para las unidades de contenido. Tema 1. Introducción a la inferencia estadística
REFERENCIAS BIBLIOGRÁFICAS Referencias específicas para las unidades de contenido Tema 1. Introducción a la inferencia estadística Amón, J. (1991). Estadística para Psicólogos II. Capítulo 8, pp. 230-242.
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje
Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3
Más detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS PROGRAMA ANALÍTICO DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA RES. 251/96 F.R.R. COORDINADOR: RAÚL DAVID KATZ
Más detallesUNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO DE BIOMETRÍA BIOL Preparado por PROF. IVÁN DÁVILA MARCANO
UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO DE BIOMETRÍA BIOL 3740 Preparado por PROF. IVÁN DÁVILA MARCANO Actualizado por: PROF. IVÁN DÁVILA MARCANO 2006 UPR-H
Más detallesRobusticidad de los Diseños D-óptimos a la Elección. de los Valores Locales para el Modelo Logístico
Robusticidad de los Diseños D-óptimos a la Elección de los Valores Locales para el Modelo Logístico David Felipe Sosa Palacio 1,a,Víctor Ignacio López Ríos 2,a a. Escuela de Estadística, Facultad de Ciencias,
Más detallesRedalyc. Disponible en: http://redalyc.uaemex.mx/src/inicio/artpdfred.jsp?icve=40211814018
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 21: Tamaño de la muestra para modelos lineales Ciencia UANL,
Más detallesUN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES
Revista Colombiana de Estadística Volumen 24 (2001) N o 1, páginas 27 a 32 UN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES CARLOS
Más detallesEstadísticas básicas y medidas epidemiológicas para la Investigación en Salud Pública
Enfoque científico de la Salud Pública Estadísticas básicas y medidas epidemiológicas para la Investigación en Salud Pública Dr. Luis Gabriel Montes de Oca Lemus Objetivos Analizar las estadísticas de
Más detallesDiseño de Experimentos
Tema 2 Universidad Cooperativa de Colombia Facultad de Medicina Veterinaria y Zootecnia December 12, 2011 OBJETIVO DEL MUESTREO Obtener estimaciones sobre características de una población basados en estadísticos
Más detallesGUÍA DOCENTE. Curso Académico 2015/16. Máster Universitario en Métodos de Investigación en Ciencias Económicas y Empresariales
GUÍA DOCENTE Curso Académico 2015/16 1. Modelización 1.1. Datos de la asignatura Tipo de estudios Titulación Nombre de la asignatura Carácter de la asignatura Máster Máster Universitario en Métodos de
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 detallesPALISADE - Foro de Análisis de Riesgos y Toma de Decisiones (20/5/14) - MADRID Ricardo A. Queralt
PALISADE - Foro de Análisis de Riesgos y Toma de Decisiones (20/5/14) - MADRID 1 Estructura de costes empresariales y umbral de rentabilidad Prof. Dr. Ricardo A. Queralt PALISADE - Foro de Análisis de
Más detallesComplementación y ampliación de la currícula de la Maestría 2017 Maestría en Generación y Análisis de Información Estadística
ampliación de la currícula Maestría en Generación y Análisis de Información Estadística Programa abierto de ampliación de la currícula Maestría en Generación y Análisis de Información Estadística La Maestría
Más detalles1) Características del diseño en un estudio de cohortes.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de cohortes CONCEPTOS CLAVE 1) Características del diseño en un estudio de cohortes. ) Elección del tamaño
Más detallesANÁLISIS DE FRECUENCIAS
ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE
Más detallesEntornos de Computación Estadística
GUÍA DOCENTE DEL CURSO Entornos de Computación Estadística (Fecha última actualización: 10/07/2017) Máster en Estadística. CURSO ACADÉMICO 2017-18 Nombre del curso Entornos de Computación Estadística Profesor(es)
Más detallesRelación entre variables cuantitativas
Investigación: Relación entre variables cuantitativas 1/8 Relación entre variables cuantitativas Pita Fernández S., Pértega Díaz S. Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario
Más detallesAAAS ACM. American Asociation for the Advancement of Science. (AAAs) Science Online (SO)
AAAS ACM American Asociation for the Advancement of Science (AAAs) Science Online (SO) - Se publica semanalmente - Acceso a contenido de 1997 a la fecha Association for Computing Machinery (ACM) - ACM
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular: Ingeniería
Más detallesRelación lineal (densidad)
Relación lineal (densidad) Laboratorio de Física: 1210 Unidad 1 Temas de interés. 1. Relación lineal. 2. Relaciones directamente proporcionales. 3. Ajuste de tendencia lineal por el método de cuadrados
Más detallesInteligencia Artificial II: Conocimiento, Razonamiento y Planeación. Presentación del Curso.
Inteligencia Artificial II: Conocimiento, Razonamiento y Planeación. Presentación del Curso. Dr. Alejandro Guerra-Hernández Departamento de Inteligencia Artificial Universidad Veracruzana Facultad de Física
Más detallesApéndice tablas AT-1. Apéndice tabla , del área
0.4875, del área Apéndice tabla 1 *Áreas bajo la curva de distribución de probabilidad normal estándar, entre la media y valores positivos de z Media z 2.24 Ejemplo: z 0.00 0.01 0.02 0.03 0.04 0.05 0.06
Más detallesGUÍA DOCENTE 2016/2017. Estadística Grado en ENFERMERÍA 1º curso. Modalidad presencial
Estadística Grado en ENFERMERÍA 1º curso Modalidad presencial Sumario Datos básicos 3 Breve descripción de la asignatura 3 Requisitos previos 4 Objetivos 4 Competencias 4 Contenidos 4 Metodología 5 Criterios
Más detallesCurso de Introducción a R Módulo 4: simulaciones estocásticas
Curso de Introducción a R Módulo 4: simulaciones estocásticas Alejandro Piedrahita H. Seminario de Análisis Estocástico Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 6109 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesLIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO
LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO TRABAJO DE ESTADISTICA PROBABILISTICA PRESENTADO A LA PROFESORA MARIA ESTELA SEVERICHE SINCELEJO CORPORACIÓN UNIVERSITARIA
Más detallesBibliografía. [Al-Kodmany, 2000] Al-Kodmany, Kheir., Extending Geographic Information System to. 12, No.3., pp. 19-34, Summer 2000.
Bibliografía [Al-Kodmany, 2000] Al-Kodmany, Kheir., Extending Geographic Information System to Meet Neighborhood Planning Needs: Recent Developments in the Work of the University of Illinois at Chicago,
Más detallesResumen. El análisis de componentes principales (PCA) es una técnica multivariada utilizada
Comparación de las aproximaciones χ 2 para la prueba de igualdad de los valores propios en el PCA Eduard Alexander Gañán Cárdenas a, Juan Carlos Correa Morales b Email: eaganan@unal.edu.co a. Estudiante
Más detallesINFERENCIA ESTADÍSTICA
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. INFERENCIA ESTADÍSTICA
Más detallesCoordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM
Coordenadas Principales de Matrices de Proximidad (Principal Coordinates of Neighbor Matrices) PCNM Implementación de PCNM en QEco La rutina de Coordenadas Principales de Matrices de Proximidad (PCNM)
Más detallesAlberto Ruano Raviña Profesor Titular de Medicina Preventiva y Salud Pública de la Universidad de Santiago de Compostela
Alberto Ruano Raviña Profesor Titular de Medicina Preventiva y Salud Pública de la Universidad de Santiago de Compostela Fecha: 15/10/2012 Estudios de casos y controles Índice. Estudios de casos y controles
Más detallesPOSGRADO INSTITUCIONAL EN CIENCIAS AGROPECUARIAS Y MANEJO DE RECURSOS NATURALES TROPICALES. Asignatura: ESTADÍSTICA. Duración: 60 horas INTRODUCCIÓN
POSGRADO INSTITUCIONAL EN CIENCIAS AGROPECUARIAS Y MANEJO DE RECURSOS NATURALES TROPICALES Asignatura: ESTADÍSTICA Duración: 60 horas INTRODUCCIÓN Al hacer un recuento de las actividades a desarrollar
Más detalles1.9. Requisitos mínimos de asistencia a las sesiones presenciales / Minimum attendance requirement
ASIGNATURA / COURSE TITLE ANÁLISIS DE DATOS 1.1. Código / Course number 16307 1.2. Materia / Content area Módulo instrumental 1.3. Tipo / Course type Obligatoria 1.4. Nivel / Course level Grado 1.5. Curso
Más detallesCURSO: PRIMERO. TRONCAL X ANUAL OPTATIVA SEMESTRAL X (1º periodo docente)
ASIGNATURA: INTRODUCCION A LA INVESTIGACIÓN Y ESTADÍSTICA GRUPO: B CURSO: PRIMERO TIPO DE ASIGNATURA: TRONCAL X ANUAL OPTATIVA SEMESTRAL X (1º periodo docente) NÚMERO DE CRÉDITOS: TEÓRICOS: 2 ECTS ESTUDIANTE:
Más detallesParte I. Medidas directas. Uso e interpretación de instrumentos
Parte I. Medidas directas. Uso e interpretación de instrumentos Desarrollo experimental Material y equipo 3 Instrumentos diferentes para medir longitud (también puede ser otra dimensión) 5 Objetos diferentes
Más detallesPROBABILIDAD Asignatura Clave Semestre Créditos. COORDINACIÓN DE CIENCIAS APLICADAS División Departamento Licenciatura
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO CIENCIAS BÁSICAS PROBABILIDAD Asignatura Clave Semestre Créditos COORDINACIÓN DE CIENCIAS APLICADAS División Departamento
Más detallesLAS CONTRIBUCIONES DEL PREMIO NOBEL ANGUS DEATON
LAS CONTRIBUCIONES DEL PREMIO NOBEL ANGUS DEATON El profesor Angus Deaton recibió el premio Nobel en Economía por profundizar en el entendimiento del consumo y su relación con el bienestar social. La VII
Más detallesGUÍA DE EXAMEN DE NUEVO INGRESO. Maestría en Optimización de Procesos
GUÍA DE EXAMEN DE NUEVO INGRESO Maestría en Optimización de Procesos ANTECEDENTES La presente guía de estudio tiene como objeto establecer los temas que serán evaluados en el proceso de selección de estudiantes
Más detallesMediciones de ocurrencia: Prevalencia e Incidencia. Dra. M Teresa Valenzuela B. Departamento de Salud Pública y Epidemiología
Mediciones de ocurrencia: Prevalencia e Incidencia Dra. M Teresa Valenzuela B. Departamento de Salud Pública y Epidemiología Cómo medimos los problemas de salud? Enjuiciamiento clínico? Palabras tales
Más detallesIngeniero Agrónomo Especialista en Suelos
I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Informática Asignatura: Biometría
Más detallesPROGRAMA DE MATEMÁTICAS PRONTUARIO
Página 1 UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO METROPOLITANO FACULTAD DE CIENCIAS Y TECNOLOGÍA DEPARTAMENTO DE CIENCIAS DE COMPUTADORAS Y MATEMÁTICAS I. INFORMACIÓN GENERAL PROGRAMA DE MATEMÁTICAS
Más detallesFecha de elaboración: Agosto de Fecha de última actualización: Julio de 2010
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Matemáticas Transversal Programa elaborado por: Modelos Matemáticos Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total
Más detallesInvestigación: Métodos paramétricos para la comparación de dos medias. t de Student 1/9
Investigación: Métodos paramétricos para la comparación de dos medias. t de Student 1/9 Métodos paramétricos para la comparación de dos medias. t de Student Pértega Díaz S., Pita Fernández S. Unidad de
Más detallesPrueba de hipótesis frente a intervalos de confianza
Ciencia & Tecnología para la Salud Visual y Ocular Vol. 8, No. 2 / julio - diciembre de 2010 Prueba de hipótesis frente a intervalos de confianza Carlos Escalante Angulo * Resumen Los valores P, generalmente,
Más detallesLas herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística
Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Mexico, junio 2007 Stephen Benoit, MD, MPH International Research and Programs Branch Division
Más detallesBioestadística para Reumatólogos
Bioestadística para Reumatólogos Xavier Barber Vallés Mabel Sánchez Barrioluengo Colaboradores - Umh Todos los datos que se muestran son ficticios Tablas 2x2: Riesgos Relativos y Odds ratio En cada sociedad
Más detallesDetección de zonas con riesgo epidemiológico elevado
Detección de zonas con riesgo epidemiológico elevado en áreas pequeñas V. Gómez-Rubio y A. López-Quílez Departament d Estadística i Investigació Operativa. Universitat de València Palabras clave: clusters
Más detallesUniversidad Autónoma de San Luis Potosí Facultad de Ingeniería Programas Analíticos del Área Mecánica y Eléctrica 5965 CONTROL DE CALIDAD
A) CURSO. Clave Asignatura 5965 CONTROL DE CALIDAD Horas de teoría Horas de práctica Horas trabajo Créditos Horas Totales por semana por semana adicional estudiante 3 0 3 6 48 B) DATOS BÁSICOS DEL CURSO
Más detallesESTADÍSTICA BAYESIANA Y TEORÍA DE DECISIONES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. ESTADÍSTICA BAYESIANA
Más detallesELECCIÓN DEL DISEÑO DE INVESTIGACIÓN
78 ACTA COLOMBIANA DE CUIDADO INTENSIVO 78 EDUCACIÓN CONTINUADA ELECCIÓN DEL DISEÑO DE INVESTIGACIÓN Nidia Ángela Cepeda Arenas* María del Rocío Gordillo R.** Uno de los interrogantes más frecuentes a
Más detallesAnálisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina
Análisis Estadístico Dra. Adela Del Carpio Rivera Doctor En Medicina ANTE LA GRAN CANTIDAD DE INFORMACIÓN Debemos saber discernir entre: Cuál es la información que necesitamos Si el estudio tiene real
Más detallesESTUDIOS CLÍNICOS FASE III Vaccinology Ciro de Quadros 2015
ESTUDIOS CLÍNICOS FASE III Vaccinology Ciro de Quadros 2015 Dra. M Teresa Valenzuela B. Vice Decana Investigación y Postgrado Facultad de Medicina Universidad de los Andes Estudios Epidemiológicos Descriptivos
Más detallesEsatadística II: inferencial Departamento de Ciencias Sociales y Políticas Universidad Católica del Uruguay
Esatadística II: inferencial Departamento de Ciencias Sociales y Políticas Universidad Católica del Uruguay : santiago.lopez@ucu.edu.uy : 420 - cuarto piso : Viernes 14:00-15:00 pm Marzo-Junio, 2015 Descripción
Más detallesMÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO
GUIA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA AL MEDIO AMBIENTE Curso 2015-2016 (Fecha última actualización: 19/05/15) MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Materias Instrumentales PROFESORES*
Más detallesGUÍA DEL EXAMEN GENERAL DE PROBABILIDAD
GUÍA DEL EXAMEN GENERAL DE PROBABILIDAD El examen general de probabilidad se basará en el material especificado en el programa de los dos cursos básicos del área: Probabilidad I y Procesos Estocásticos.
Más detallesMétodos Predictivos en Minería de Datos
Métodos Predictivos en Minería de Datos Tutor: El curso será impartido por Dr. Oldemar Rodríguez graduado de la Universidad de París IX y con un postdoctorado de la Universidad de Stanford. Duración: Cuatro
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS. PLAN 2009 Nombre de asignatura: Matemática Actuarial III Código: Materia:
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: Matemática Actuarial III Código: 603374 Materia: Módulo: 3 ANALISIS DEL Carácter: Obligatoria Matemática Actuarial RIESGO ACTUARIAL
Más detallesINGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN
INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Sistemas de Calidad en T.I. 2. Competencias Dirigir proyectos de tecnologías
Más detallesUNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada Programa del curso MA-1030: Introducción a la Probabilidad II semestre del 2017 Tipo de curso: Teórico-práctico.
Más detallesRemuestreo Bootstrap y Jackknife en confiabilidad: Caso Exponencial y Weibull
Javier Ramírez-Montoya - Ignacio Osuna-Vergara - Jessica Rojas-Mora - Stalyn Guerrero-Gómez Remuestreo Bootstrap y Jackknife en confiabilidad: Caso Exponencial y Weibull Bootstrap and Jackknife resampling
Más detallesFoja 1 de 6. Programa de: Estadística Aplicada a Transporte. Código: OB1. Carrera: Maestría en Ciencias de la Ingeniería.
Programa de: Foja 1 de 6 Estadística Aplicada a Transporte UNIVERSIDAD NACIONAL DE CORDOBA FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y NATURALES REPUBLICA ARGENTINA Carrera: Maestría en Ciencias de la Ingeniería
Más detallesCiencia UANL Universidad Autónoma de Nuevo León ISSN (Versión impresa): MÉXICO
Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2007 Peter B. Mandeville TEMA 13: EL COEFICIENTE DE CORRELACIÓN DE CONCORDANCIA DE LIN Ciencia
Más detallesAnálisis de sensibilidad:
Análisis de sensibilidad: Métodos en la evaluación económica de tecnologías sanitarias Parte 1 David Epstein dme2@york.ac.uk 1 Índice El Análisis de Sensibilidad (AS) - Parte 1 Objetivos de un AS Revisión
Más detallesMODELOS LINEALES GENERALIZADOS MIXTOS ALGUNOS CASOS PRÁCTICOS. Llorenç Badiella 1 RESUMEN
X Congreso Galego de Estatística e Investigación de Operacións Pontevedra, 3 4 5 de novembro de 2011 MODELOS LINEALES GENERALIZADOS MIXTOS ALGUNOS CASOS PRÁCTICOS Llorenç Badiella 1 1 Servei d Estadística
Más detallesExperimentación Agrícola Clave: 1669 Créditos: 9
I. DATOS GENERALES: Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Manejo y Conservación de
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesTransformaciones de Potencia
Transformaciones de Potencia Resumen El procedimiento Transformaciones de Potencia está diseñado para definir una transformación normalizadora para una columna de observaciones numéricas que no provienen
Más detallesINFERENCIA SOBRE PARÁMETROS
INFERENCIA SOBRE PARÁMETROS 1 INDICE INFERENCIA SOBRE PARÁMETROS... 3 CONCEPTOS GENERALES... 3 Estimación de parámetros... 3 Contrastes de hipótesis... 3 MÉTODOS DE INFERENCIA CON UNA MUESTRA... 4 Media...4
Más detalles