Estadística y Análisis de Datos

Rama de la estadística que analiza datos biológicos o de salud, incluyendo recolección, análisis e interpretación.

Conjunto completo de elementos con características de interés, descritos por parámetros.

Parte representativa de una población, descrita por estimadores.

Características que describen una población.

Características que describen una muestra y se usan para estimar los parámetros de la población.

Análisis estadístico que resume y describe los datos de una muestra.

Análisis estadístico que usa datos de una muestra para sacar conclusiones sobre la población.

Procedimiento sistemático para llevar adelante un proyecto de investigación.

Un estudio que sigue a un grupo de personas a lo largo del tiempo para observar cambios en su salud o comportamiento.

Un estudio que busca determinar la relación entre dos o más variables.

Un estudio donde el investigador observa a los participantes sin intervenir.

Un estudio que comienza con un grupo de personas y las sigue a lo largo del tiempo para ver qué sucede.

Un estudio que busca determinar si una exposición o factor de riesgo predice un resultado futuro.

Una característica que describe una cualidad o atributo.

Una característica que se puede medir numéricamente.

Afirma que NO hay diferencia significativa entre los grupos que se comparan.

Afirma que SÍ hay diferencia significativa entre los grupos que se comparan.

Probabilidad de obtener los resultados observados, asumiendo que la hipótesis nula es cierta. Cuanto más pequeño es el valor p, más evidencia hay en contra de la hipótesis nula.

Umbral establecido para rechazar la hipótesis nula. Se usa para determinar qué tan fuerte debe ser la evidencia para rechazar H0.

Concluir que hay evidencia suficiente para rechazar la hipótesis nula. Significa que hay una diferencia significativa entre los grupos.

Concluir que NO hay evidencia suficiente para rechazar la hipótesis nula. Significa que no se encontró una diferencia significativa entre los grupos.

Procedimiento estadístico para evaluar si hay evidencia suficiente para rechazar la hipótesis nula.

Variable que se mide numéricamente y se analiza para determinar si hay diferencias entre los grupos.

Gráficos que comparan los percentiles de los datos con los percentiles esperados de una distribución normal estándar. Si los puntos se ajustan a la recta de 45°, indica distribución normal.

Una prueba estadística para comprobar si los datos siguen una distribución normal. La hipótesis nula (H0) afirma que existe una distribución normal, mientras que la hipótesis alternativa (H1) afirma que la distribución es diferente.

Una prueba estadística utilizada para comparar proporciones de dos grupos independientes de una variable cualitativa nominal.

Una prueba estadística utilizada para comparar dos grupos independientes de una variable cualitativa ordinal.

Significa que la probabilidad de obtener los resultados observados si la hipótesis nula es verdadera es muy baja.

La hipótesis nula establece que no existe correlación lineal entre las variables, es decir, el coeficiente de correlación es igual a cero.

La hipótesis alternativa afirma que sí existe correlación lineal entre las variables, es decir, el coeficiente de correlación es distinto de cero.

Mide la fuerza y la dirección de la relación lineal entre dos variables que tienen distribución normal y varianzas homogéneas.

Mide la fuerza y la dirección de la relación lineal entre dos variables que no siguen una distribución normal o no tienen varianzas homogéneas.

Probabilidad de obtener los resultados observados si realmente no hay correlación entre las variables.

Cuando el valor del coeficiente de correlación es positivo, indica que las variables se relacionan de forma que al aumentar una, la otra también tiende a aumentar.

Cuando el valor del coeficiente de correlación es negativo, indica que las variables se relacionan de forma que al aumentar una, la otra tiende a disminuir.

Si el valor p es menor que 0.05, se rechaza la hipótesis nula, lo que significa que existe evidencia estadísticamente significativa para concluir que hay correlación lineal entre las variables.

Se utiliza para comparar las medias de dos grupos independientes cuando los datos tienen una distribución normal y las varianzas son iguales.

Se utiliza para verificar si las varianzas de dos grupos independientes son iguales. Es un requisito para usar la prueba t de diferencia de medias cuando los grupos son independientes.

Analiza la relación entre múltiples variables, utilizando técnicas como el análisis de componentes principales (PCA). Ayuda a identificar las variables más influyentes.