ANÁLISIS DE DATOS EPIDEMIOLÓGICOS. INFERENCIA CAUSAL EN EPIDEMIOLOGÍA
|
|
- Carla Casado Figueroa
- hace 7 años
- Vistas:
Transcripción
1 ANÁLISIS DE DATOS EPIDEMIOLÓGICOS. INFERENCIA CAUSAL EN EPIDEMIOLOGÍA 1. Inferencia causal Los estudios epidemiológicos tienen entre otros el objetivo de estimar la asociación entre un factor de riesgo y una enfermedad o evento con la mayor precisión y exactitud que sea posible. Este objetivo nos hace formular un modelo general de causa que facilite la identificación y distribución de los factores determinantes de salud o de causas de enfermedad y problemas que conllevan su prevención y asistencia. En primer definiremos que es causa: Causa es el hecho o suceso o estado de la naturaleza que inicia o permite, sola o en unión de otras causas, una secuencia de sucesos que producen un efecto. El concepto de causa en Epidemiología ha ido evolucionando a través de la historia, pero podemos considerar que la causa pretende relacionar variables para encontrar la asociación causal entre ellas. 2. Modelos de causalidad Intentan explicar la posible relación causal entre factor de riesgo o exposición y enfermedad Modelo determinista Define la causalidad como una relación constante, única y predecible entre dos variables. Este modelo implica una especificidad de causa y especificad de efecto, X es sólo causa de Y e Y es sólo efecto de A. La primera aplicación del modelo fue propuesta por KOCH, proponiendo tres postulados para la identificación de la relación causal con una enfermedad: El agente debe estar presente en todos los casos de la enfermedad (causa necesaria) El agente no debe encontrarse presente en ninguna otra enfermedad (especificidad) El agente debe inducir enfermedad siempre que se introduzca en animales susceptibles (causa suficiente) y debe ser aislado en cultivo (causa única) Este modelo no es el adecuado para muchas enfermedades por los siguientes razonamientos: 1. Etiología multifactorial 2. Multiplicidad de efectos 3. Limitada conceptualización de los factores causales; por ejemplo existen factores causales (riesgo) que no dependen de un cambio, como el sexo o la raza. Tampoco el modelo determinista no aclara el papel de determinantes continuos como la edad, tensión arterial ( qué nivel de tensión arterial causaría un ictus...?) 4. Conocimiento imperfecto de la asociación y del factor causal 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 1-13
2 2.2. Modelo determinista modificado Diplomado en Salud Pública Trata de explicar la multicausalidad de la enfermedad. Se plantea las asociaciones de factores causales más que el factor simple. Esta asociación sería la causa suficiente. Cada asociación tendría un efecto en una enfermedad, pero sería diferente del efecto de esos factores en otras asociaciones. El modelo asume: Causas suficientes: Asociación de causas componentes. Causas necesarias; causa componente que forma parte de todas las causas suficientes para producir una enfermedad. Causas componentes: cada causa que forma parte de las asociaciones Modelo probabilístico Utiliza la teoría de probabilidades y métodos estadísticos relacionados con ellas para valorar empíricamente una asociación causal. Un factor de riesgo sería una variable que puede ser considerada para ser relacionada con la probabilidad de que un individuo desarrolle la enfermedad. Se deben tener en cuenta 3 criterios: El factor debe variar con la enfermedad El factor de riesgo debe preceder a la aparición de la enfermedad La asociación observada no puede ser consecuencia de cualquier tipo de error en la selección de la muestra, por problemas de diseño de estudio u otros motivos. Es el modelo usado en la actualidad. 3. Criterios de causalidad Son una serie de enunciados que permiten establecer nexos de causalidad. Los más conocidos: CRITERIOS DE CAUSALIDAD BRADFORD HILL Intensidad o fuerza de la asociación: magnitud o fuerza con la que dos fenómenos se presentan juntos Consistencia: la misma asociación se observa repetidas veces en distintas circunstancias Especificidad: asociación de forma más exclusiva de la causa y el efecto Secuencia temporal: la causa debe anteceder al efecto Gradiente biológico: Dosis respuesta entre causa y efecto Verosimilitud o plausibilidad: la causa debe ser biológicamente verosímil. Coherencia: la interpretación de las observaciones como relación causa-efecto no debe ser contradictoria con la historia natural de la enfermedad. Coherencia: evidencia experimental de los efectos de la eliminación o actuación sobre la causa Analogía: la exposición a factores similares debe producir efectos similares 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 2-13
3 4. Análisis de datos epidemiológicos 4.1. Introducción Diplomado en Salud Pública La Epidemiología nos permite estudiar fenómenos cuyos resultados son a priori inciertos. Al llevar a cabo observaciones, una parte de los resultados obtenidos son sistemáticos y reales, dando información de la asociación entre variables, pero otra parte es fruto del fenómeno aleatorio. El análisis de los datos a través de la estadística nos dará la máxima y mejor información sobre la naturaleza de estas relaciones entre variables. Este análisis de datos se divide en: Análisis descriptivo Análisis inferencial 4.2. Conceptos generales Población: Conjunto de todos los elementos que cumplen unos criterios y sobre los que se desea hacer el estudio. Muestra: subgrupo de la población seleccionada de una forma más explícita, debido a que generalmente no es posible llevar a cabo el estudio sobre toda la población. Las muestras para ser válidas deben ser aleatorias, es decir: Todos los individuos de la muestra deben tener una probabilidad conocida (mayor de 0) de pertenecer a la muestra. Todos deben tener la misma probabilidad ser de la misma muestra. La probabilidad de un individuo de ser elegido para la muestra no debe estar afectada por la elección de otros individuos de la misma muestra. Variables: propiedades o cualidades que presentan la población y que van a ser objeto de estudio. Pueden ser: Cuantitativas: pueden ser medidas numéricamente - Discretas: valores concretos en un intervalo (número de hijos...) - Continuas: cualquier valor del intervalo (cifras de colesterol...) Cualitativas: no tienen una interpretación numérica - Nominales: no ordenan categorías (sexo, estado civil...) - Ordinales: ordenan categoría (percepción de la salud: buena, regular, mala...) - Dicotómicas: tipo especial de variables que solo pueden tomar uno de dos valores, o representar la presencia o ausencia de un factor. Son codificadas como 1 (presencia del factor) ó 0 (ausencia del factor). Estadístico: cualquier operación realizada con una variable. Parámetro: Valor de la población sobre el cual se va a hacer una inferencia a partir del valor obtenido en una muestra (estimador). 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 3-13
4 4.3. Análisis descriptivo Análisis que organiza, presenta y resume los datos obtenidos Medidas de distribución Diplomado en Salud Pública A: Medidas de tendencia central: Media aritmética Mediana Moda Sirven para conocer el valor de la variable hacia el cual tienden a agruparse los datos. Media aritmética: Es la suma de todos los valores (x i ) dividida por el número de observaciones (n). Es la medida más usada. Es muy sensible a datos extremos. Mediana: Valor central del conjunto ordenado de observaciones. Deja a la mitad de las observaciones por debajo y la mitad por encima. Cuando el número de datos es par, la mediana se calcula haciendo la media de los dos datos centrales. Moda: Es el valor más frecuente. Puede haber dos modas (bimodal). B: Medidas de dispersión: Varianza: Mide en qué medida se aleja un dato del valor central. Es la dispersión de los datos. Equivale a la desviación o grado de variabilidad de las observaciones. Hay que añadir esta información a las medidas de tendencia central. Se calcula haciendo la media de la suma de los cuadrados de las desviaciones de los valores respecto a la media. Varianza poblacional ( 2 ) = (x i - ) 2 / n Varianza muestral (s 2 ) = (x i - X) 2 / n 1 ; n 1 = grados de libertad. Un grado menos de libertad que la varianza poblacional (expresa la dispersión de una muestra que a su vez es variable) Al estar en unidades al cuadrado no se interpreta bien, por lo que utilizamos la desviación típica o estándar. 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 4-13
5 Desviación típica o estándar: Es la extracción de la raíz cuadrada de la varianza. Es una medida de variabilidad de los datos alrededor de la media aritmética. Desviación típica poblacional () = ( (x i - ) 2 / n) Desviación típica muestral (s ) Características de la varianza y desviación típica: - Valores positivos - Si los valores de una distribución son iguales entre sí, los valores de la varianza y desviación típica serán 0. - Muy sensibles a la variación de cualquier variable. - Solo se utilizan en variables cuantitativas. Coeficiente de variación: Cociente entre la desviación típica y la media. Se expresa en porcentaje. Muy utilizado para ver la variabilidad de dos o más grupos. Error estándar de la media: Mide el grado de dispersión de las medias de todas las posibles muestras que pudieran extraerse de la población. Dadas unas condiciones se puede asumir que la media de las medias muestrales es igual a la media poblacional, por lo cual se considera la media muestral un estimador de la media poblacional. Del mismo modo, la desviación estándar de las medias muestrales es igual a la desviación estándar de la población dividida por la raíz cuadrada del tamaño de la población. 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 5-13
6 A la desviación estándar de las medias muestrales se le denomina también error estándar (EE) de la media y es una medida de la precisión del estimador. A mayor tamaño muestral más precisa será la estimación, el EE será más pequeño (variabilidad de las medias muestrales menor, el valor de la media de la muestra se acercará más al verdadero valor de la media poblacional) EJEMPLO: Comparamos las cifras de colesterol LDL en dos grupos de individuos: Los EE serían: Grupo Tamaño muestral Media Desviación estándar A mmhg 4,5 mmhg B mmhg 4,2 mmhg EE (A)= 4,5/ 72 = 0,53 EE (B)= 4,2/ 55 = 0,61 El mayor tamaño de la muestra A, tiene un EE menor. Error estándar de una proporción: Uno de los parámetros de interés en Epidemiología sería la estimación de una proporción, por ejemplo, porcentaje de individuos que presentan una característica. En este caso, la fórmula del EE es: De igual forma, es inversamente proporcional a la raíz cuadrada del tamaño de la muestra. EJEMPLO: Analizamos el nivel de estudio de una muestra de 140 individuos. Nos interesa la estimación de los que tienen un nivel de estudios superior (14,29 %) frente al resto. Nivel de estudios Frecuencia absoluta Frecuencia relativa Superior 20 14,29 % Medio 50 35,71% Bajo 70 50% Total % n = 140 p = 14,29 (0, 143) EE = (0,143 * 0, 857 /140) = 0,0121 q = 1-0, Análisis de datos epidemiológicos. Inferencia causal en epidemiología 6-13
7 C: Medidas de forma: Asimetría: Las distribuciones pueden ser simétricas o asimétricas. Lo ideal en muchos estudios es que la simetría no sea muy grande. Curtosis: Grado de aplastamiento de una curva. Lo ideal es que no sea muy grande. D: Medidas de posición: Cuantiles y percentiles Para calcularlos, se ordenan todos los valores de la distribución de menor a mayor y se busca aquel valor que deja por debajo de él un determinado porcentaje (percentiles). Mediana: es el percentil 50 Cuartiles: dividen la distribución en cuatro partes iguales. Desviación intercuartílica: Resultado de restar el cuartil tercero menos el cuartil primero. Nos da idea de la variabilidad de los datos en torno a la mediana (valor central) Inferencia estadística Probabilidad. Distribución muestral. Podemos asociar la probabilidad a la frecuencia con la que observamos la ocurrencia de un determinado suceso, predecimos la frecuencia con la que se presentará una determinada categoría, y que una variable tome un determinado valor, siempre asumiendo que las condiciones de presentación y medición de dicha variable sean estables. Distribución Normal de probabilidad Muchas variables estadísticas de los fenómenos de la salud, siguen de forma exacta o muy aproximada las leyes matemáticas o distribuciones de probabilidad teóricas con su correspondiente aspecto gráfico. La más conocida es la distribución Normal, que tiene las siguientes características: - Representación en forma de campana, asintótica por ambos extremos con el eje de coordenadas (pueden tener cualquier valor entre - y +. - Su media es y desviación estándar es - El área bajo la curva es 1 - Probabilidad de un valor de la variable en un intervalo de valores es igual al área bajo la curva en ese intervalo de valores. - La curva es simétrica respecto a la media - La curva alcanza un máximo en con puntos de inflexión a una distancia de +1 y 1 de la media. - Cuanto mayor sea (variabilidad de la muestra) la curva será más achatada (los valores se alejan más de la media) - El 95,5 % de los valores estarán incluidos en el intervalo +2 y -2 - El 95% de los valores estarán incluidos en el intervalo +1,96 y -1, Análisis de datos epidemiológicos. Inferencia causal en epidemiología 7-13
8 Distribución muestral de medias y proporciones Si tenemos una población que cuyos parámetros de estudio siguen una distribución normal N (,), la distribución muestral de medias de dicha población seguirá también una distribución normal: N (,/n) Si la población no sigue una distribución normal pero n es menor de 0, la distribución se aproxima a la normal. Para muestras mayores de 30, la distribución muestral de proporciones sigue una distribución normal N (p, pq/n) Estimación de parámetros. Intervalo de confianza Llamamos estimación a la función que aplicamos a una muestra para obtener un valor de una parámetro lo más próximo posible a dicho parámetro en la población. La estimación de parámetros puede ser puntual (un solo valor para el parámetro) o por intervalos (se calculan dos valores entre los que estará el parámetro), con un nivel de confianza determinado. Nivel de confianza (1- ): es la probabilidad de que el intervalo calculado contenga el verdadero valor del parámetro. Se suele dar en porcentaje. Intervalo de confianza de la media: Como ya sabemos, la media de las medias muestrales es igual a la media de la población y la desviación estándar de las medias muestrales o error estándar (EE) es igual a la desviación estándar de la población dividida por la raíz cuadrada del tamaño de la muestra. Por tanto el intervalo de confianza de la media con un 95% de nivel de confianza, será: Siendo el EE = s/n, x 1,96* EE x + 1,96* EE x 1,96* s/n x + 1,96* s/n Interpretamos este intervalo: Con un 95% de confianza, la media de la población estará incluida entre los valores del intervalo. Será válido si se cumplen los criterios de distribución normal. EJEMPLO: En una muestra de 81 jóvenes de una población se obtiene una media de altura de 167 cm. La desviación típica de la altura en la población es de 8 cm. Calculamos el intervalo de confianza para la estatura media de la población con un nivel de confianza del 95% = 8 n = = 95% /2 = 0,025 Z /2 = 1,96 ya que en la tabla N(0,1) obtenemos p( Z 1,96) =0,975 INTERVALO DE CONFIANZA= (167-1,96*0,89; 167+1,96*0,89) = (165,26; 168,74) 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 8-13
9 Intervalo de confianza para una proporción (95% nivel de confianza) será: La amplitud del intervalo (precisión de la estimación) depende de: - Variabilidad de los datos (desviación estándar, s). Mayor amplitud a mayor variabilidad. - Tamaño muestral (n) : a mayor tamaño muestral, menor intervalo - Nivel de confianza (1- ): En este caso hemos cogido un nivel de confianza del 95%. Si el tamaño muestral se mantiene constante, a mayor nivel de confianza, mayor intervalo Comparación de muestras (contrate hipótesis) Es la aplicación de técnicas estadísticas para comprobar si los valores de los estimadores obtenidos a partir de los datos de una muestra son compatibles o no con la hipótesis de que proceden de una población con una media o una proporción con valor conocido. Evalúan la compatibilidad de los datos muestrales con una hipótesis poblacional predeterminada. Se parte de la formulación de una hipótesis nula (H 0) que representa el valor preestablecido del parámetro poblacional. Se aceptará la H 0 si los valores muestrales no aportan evidencia en contra de la misma, es decir, las diferencias entre el verdadero valor del parámetro y su valor hipotético se deben al azar (no hay diferencia). En caso de ser rechazada, se aceptará la hipótesis alternativa (H 1). Las hipótesis NUNCA se corroboran completamente, siempre hay un margen de error. El contraste de hipótesis puede se unilateral o bilateral. Los pasos a seguir serán: 1. Enunciado de la hipótesis 2. Elegir un nivel de significación y construir el intervalo de aceptación. A la zona de rechazo la llamaremos región crítica, y su área es el nivel de significación. 3. Verificar la hipótesis extrayendo una muestra cuyo tamaño se ha decidido en el paso anterior y obteniendo de ella el correspondiente estadístico (media o proporción, etc.). 4. Decidir. Si el valor calculado en la muestra está dentro de la zona de aceptación se acepta la hipótesis y si no se rechaza. 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 9-13
10 Contraste de hipótesis para la media Contraste bilateral Ho: µ = µo H1: µ µo buscamos z/2 tal que P(-zz z)=1-1) Establecer la hipótesis Las medias muestrales se distribuyen Contraste unilateral Ho: µ µo H1: µ > µo> buscamos z tal que P(z z)=1-2) Elegir nivel de significación y determinar zona de aceptación a partir de Intervalo de confianza x aceptamos Ho x 3) Verificación aceptamos H o x 4) Decisión x rechazamos Ho rechazamos Ho 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 10-13
11 Contraste de hipótesis para proporciones Contraste bilateral Ho: p = po H1: p po 1) Establecer la hipótesis Contraste unilateral Ho: p po H1: p < po buscamos z/2 tal que P(-zz z )=1- Las proporciones muestrales se distribuyen buscamos z tal que P(z z )=1-2) Elegir nivel de significación y determinar zona de aceptación a partir de Intervalo de confianza p aceptamos Ho 3) Verificación 4) Decisión p aceptamos Ho p rechazamos Ho p rechazamos Ho 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 11-13
12 Probabilidad TABLA Probabilidades de una Normal Estándar z,00,01,02,03,04,05,06,07,08,09 0, 0 0, , , , , , , , , , , 1 0, , , , , , , , , , , 2 0, , , , , , , , , , , 3 0, , , , , , , , , , , 4 0, , , , , , , , , , , 5 0, , , , , , , , , , , 6 0, , , , , , , , , , , 7 0, , , , , , , , , , , 8 0, , , , , , , , , , , 9 0, , , , , , , , , , , 0 0, , , , , , , , , , , 1 0, , , , , , , , , , , 2 0, , , , , , , , , , , 3 0, , , , , , , , , , , 4 0, , , , , , , , , , , 5 0, , , , , , , , , , , 6 0, , , , , , , , , , , 7 0, , , , , , , , , , , 8 0, , , , , , , , , , , 9 0, , , , , , , , , , , 0 0, , , , , , , , , , , 1 0, , , , , , , , , , , 2 0, , , , , , , , , , , 3 0, , , , , , , , , , , 4 0, , , , , , , , , , , 5 0, , , , , , , , , , , 6 0, , , , , , , , , , , 7 0, , , , , , , , , , , 8 0, , , , , , , , , , , 9 0, , , , , , , , , , , 0 0, , , , , , , , , , Análisis de datos epidemiológicos. Inferencia causal en epidemiología 12-13
13 Resumen Inferencia causal modelos causales: determinista determinista modificado probabilístico: en la actualidad Criterios de causalidad: Intensidad o fuerza de la asociación Gradiente biológico Consistencia Verosimilitud o plausibilidad Especificidad Coherencia Secuencia temporal Analogía Coherencia Análisis descriptivo medidas distribución: medidas tendencia central: media, mediana, moda medidas posición: cuartiles, cuantiles, percentles medidas dispersión: varianza, desviación típica Inferencia estadística - Distribución normal: forma de campana, media es y desviación estándar es - área bajo la curva 1 - simétrica respecto a la media - máximo en con puntos de inflexión a una distancia de +1 y 1 de la media. Intervalo de confianza de la media: x 1,96* s/n x + 1,96* s/n Intervalo de confianza para una proporción: Contraste de hipótesis para la media Contraste de hipótesis para proporciones 12. Análisis de datos epidemiológicos. Inferencia causal en epidemiología 13-13
ESTADÍSTICA. 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 detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
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 detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Qué veremos 1. OBJECTIVOS DEL CURSO. DEFINICIONES IMPORTANTES 2. TIPOS DE VARIABLES 3 5 1. Estadísticos de tendencia central 2. Estadísticos de posición 3. Estadísticos de variabilidad/dispersión
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
Más detallesTema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Más detallesANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS
ANÁLISIS DESCRIPTIVO DE LOS DATOS DE VARIABLES CUANTITATIVAS 3datos 2011 Variables CUANTITATIVAS Números con unidad de medida (con un instrumento, o procedimiento, de medición formal) Ej.: Tasa cardiaca;
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesMatemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1
GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación
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 detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
Más detallesPuntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL DEFINICIÓN DE VARIABLE Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población. TIPOS DE VARIABLE ESTADÍSTICAS Ø Variable
Más detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesGuía de Matemática Cuarto Medio
Guía de Matemática Cuarto Medio Aprendizaje Esperado: 1. Conocen distintas maneras de organizar y presentar información incluyendo el cálculo de algunos indicadores estadísticos, la elaboración de tablas
Más detallesTEMA 10 COMPARAR MEDIAS
TEMA 10 COMPARAR MEDIAS Los procedimientos incluidos en el menú Comparar medias permiten el cálculo de medias y otros estadísticos, así como la comparación de medias para diferentes tipos de variables,
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesMedidas de variabilidad (dispersión)
Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesBioestadística: Estadística Descriptiva
Bioestadística: M. González Departamento de Matemáticas. Universidad de Extremadura Bioestadística 1 2 Bioestadística 1 2 Coneptos Básicos ESTADÍSTICA Ciencia que estudia el conjunto de métodos y procedimientos
Más detallesTema 5: Introducción a la inferencia estadística
Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas
Más detallesEstadística para el análisis de los Mercados S2_A1.1_LECV1
5. Parámetros estadísticos. 5.1. Parámetros de centralización. Estos parámetros nos indican en torno a que puntos se encuentran los valores de la variable cuantitativa en estudio. Es la forma de representar
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Primera clase: Estadística Descriptiva Programa Técnico en Riesgo, 2016 Agenda 1 Tipos de variables y niveles de medición 2 3 Tipos de variables Variables Cuantitativas
Más detallesMétodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
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 detallesUniversidad Central del Este UCE Facultad de Ciencias de la Salud Escuela de Medicina
Universidad Central l Este UCE Facultad Ciencias la Salud Escuela Medicina Programa la asignatura: : MED-052 Bioestadística II Código: Semestre: Asignatura electiva Total créditos 3 Teóricos 3 Prácticos
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
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 detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detallesINTERVALO DE CONFIANZA PARA LA PROPORCIÓN
INTERVALO DE CONFIANZA PARA LA PROPORCIÓN Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p' observada en una muestra de tamaño
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
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 detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
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 detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesEn ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener
ERRORES DE MEDICION Y SU PROPAGACION En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener la magnitud fisica de algun atributo de objetos ( proceso,
Más detallesTemas de Estadística Práctica
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 2: Medidas de tipo paramétrico Resumen teórico Medidas de tipo paramétrico Medidas de tendencia central Medidas
Más detallesProyecto PropULSA: Estadística y Probabilidad Breviario Académico
Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en
Más detallesMedidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesCAUSALIDAD Y RIESGO Causalidad en Medicina
CAUSALIDAD Y RIESGO - Causalidad en Medicina y en Epidemiología. -Enfoque de Riesgo -Asociación Estadística -Riesgo. Factor de Riesgo -Medición del Riesgo 1 CAUSALIDAD EN EPIDEMIOLOGÍA EPIDEMIOLOGÍA: ESTUDIO
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 detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Mag. María del Carmen Romero 2014 romero@econ.unicen.edu.ar Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo
Más detallesFACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO ESTADISTICA
FACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO Programa ESTADISTICA Profesores: Titular: DI BENEDETTO OSVALDO H Adjunto: DI LAUDO SERGIO H. 2016 FACULTAD DE CIENCIAS ECONOMICAS
Más detallesEl primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis:
El primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis Definición 1.- Una hipótesis es una afirmación que está sujeta a verificación
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesESTADÍSTICA DESCRIPTIVA Y PRESENTACIÓN DE RESULTADOS DE UNA INVESTIGACIÓN (PARTE I)
ESTADÍSTICA DESCRIPTIVA Y PRESENTACIÓN DE RESULTADOS DE UNA INVESTIGACIÓN (PARTE I) DR SEBASTIÁN GENERO APS, EPIDEMIOLOGÍA E INFORMÁTICA II sebastiangenero@gmail.com sebastiangenero@hotmail.com Objetivos
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Ejercicios rouestos 1. Los datos originales a menudo necesitan ser codificados (transformados) ara facilitar el cálculo. Qué consecuencias tienen en el cálculo de la media
Más detallesEstadística descriptiva y métodos diagnósticos
2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a
Más detallesMANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL
MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesESTADÍSTICA I Código: 8219
ESTADÍSTICA I Código: 8219 Departamento : Metodología Especialidad : Ciclo Básico Prelación : Sin Prelación Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 10 Estadísticos muestrales y sus aplicaciones Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las propiedades de los estadísticos muestrales.
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 detallesR E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z
Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad
Más detalles