Untitled Quiz

BIOESTADÍSTICA - ESTADÍSTICA DESCRIPTIVA

• Conceptos Básicos:
  • Individuo/elemento: Persona u objeto con información de interés.
  • Población: Conjunto de individuos con características comunes.
  • Muestra: Subconjunto representativo de la población.
  • Característica/variable: Rasgo o propiedad de los individuos.
  • Modalidades: Valores o categorías posibles de una característica.
  • Clases: Grupos de modalidades exhaustivas y excluyentes.
• Tipos de datos:
  • Cualitativos:
    • Nominales: Datos categóricos sin orden (e.g., grupos sanguíneos).
    • Ordinales: Datos categóricos con orden (e.g., grado de satisfacción).
  • Cuantitativos:
    • Discretos: Valores numéricos enteros (e.g., número de hermanos).
    • Continuos: Valores numéricos con decimales (e.g., peso, altura).
• Frecuencia absoluta: Número de veces que aparece una modalidad.
• Frecuencia relativa: Proporción de una modalidad respecto al total.
• Presentación de datos: Gráficos (diagramas de barras, diagramas de sectores, histogramas).

TEMA 2

• Medidas de tendencia central:
  • Media: Suma de los valores dividida entre el número de valores.
  • Mediana: Valor del centro de los datos ordenados.
  • Moda: Valor que más se repite en los datos.
• Propiedades de las medidas:
  • Resistencia a outliers: La mediana es más robusta a valores extremos que la media.
  • Interpretación: La media representa el valor típico de los valores de una característica.
• Medidas de dispersión:
  • Rango: Diferencia entre el valor máximo y mínimo.
  • Varianza: Medida de la dispersión de los datos respecto a la media.
  • Desviación estándar: Raíz cuadrada de la varianza.
• Outliers: Valores atípicos, muy altos o muy bajos respecto a la mayoría.

TEMA 1A - PROBABILIDAD

• Sucesos:
  • Seguro: Evento que siempre ocurre.
  • Imposible: Evento que nunca ocurre.
  • Compuestos: Unión de eventos más sencillos.
  • Incompatibles: Eventos que no pueden ocurrir simultáneamente.
  • Independientes/Compatibles: Sucesos entre los que existe alguna relación.
• Regla de Laplace: Probabilidad de un evento = (casos favorables)/(casos posibles).
• Leyes de Morgan: Leyes que relacionan sucesos mediante intersecciones y uniones.

TEMA 1B - TEST DIAGNÓSTICOS

• Conceptos:
  • Falsos positivos: Test positivo en personas sanas.
  • Falsos negativos: Test negativo en personas enfermas.
  • Valores predictivos: Probabilidad de que un paciente esté realmente afecto de una enfermedad dado el resultado de un test.
  • Sensibilidad: Probabilidad de dar positivo en personas afectadas.
  • Especificidad: Probabilidad de dar negativo en personas sanas.
• Propósitos: Diagnóstico, confirmación y/o descarte.

PROBABILIDAD CONDICIONAL

• Condición: Se establece la probabilidad de un evento dado que otro ya ocurrió.

CURVAS ROC

• Curva ROC representa la relación entre sensibilidad y especificidad para diferentes umbrales.

VARIABLE ALEATORIA

• Discreta: Puede tomar un número finito o numerable de valores (ej. cantidad de hijos).
• Continua: Puede tomar cualquier valor dentro de un rango (ej. peso).

DISTRIBUCIÓN NORMAL

• Importancia en estadística inferencial.
• Caracterizada por media (μ) y desviación típica (σ).

TIPIFICACIÓN DE VARIABLES

• Tipificación: Transformar una variable a una variable con media 0 y desviación típica 1.

DISTRIBUCIÓN T DE STUDENT

• Distribución de probabilidad que se utiliza cuando se desconoce la desviación típica de la población.

DISTRIBUCIÓN CHI-CUADRADO

• Distribución de probabilidad útil en pruebas de bondad de ajuste.

MUESTREO Y ESTIMACIÓN

• Muestreo: Selección de un subconjunto de individuos de una población.
• Estimación: Calcular un valor para un parámetro poblacional basado en una muestra.
• Error aleatorio (desviación estándar): Error debido a fluctuaciones aleatorias en la toma de datos.
• Error sistemático (sesgo): Error debido a un problema en el diseño del estudio o en las mediciones.
• Tipos de muestreo: Muestreo aleatorio simple, muestreo estratificado, muestreo por conglomerados.
• Estimador puntual: Un solo valor estimado del parámetro.
• Intervalo de confianza: Rango en el que se espera que se encuentre el valor del parámetro poblacional real.
• Nivel de confianza: Probabilidad de que el intervalo de confianza contenga el parámetro poblacional verdadero.

CONTRASTE DE HIPÓTESIS

• Hipótesis nula (H0): Postulación de que no existe efecto o diferencia (normalmente se quiere refutar).
• Hipótesis alternativa (H1): Postulación de que existe efecto o diferencia (normalmente se desea aceptar).
• Nivel de significación (α): Probabilidad de rechazar la hipótesis nula cuando es cierta (error tipo I).
• P-valor: Probabilidad de observar un resultado tan extremo (o más) como el obtenido en la muestra si la hipótesis nula fuera verdadera.
• Errores tipo I y II: Errores posibles en la conclusión del contraste.

REGRESIÓN

• Análisis de regresión: Modelo que relaciona una variable dependiente con una o más variables independientes.
• Variables independientes: Explican o predicen otra variable (e.g., edad, tiempo).
• Variable dependiente: Se intenta predecir (e.g., rendimiento en la prueba).
• Línea de regresión: Describe la relación entre las variables.
• Coeficiente de determinación: Indica la proporción de la variabilidad de la variable dependiente explicada por la variable independiente (valor entre 0 y 1).
• Coeficiente de correlación: Valora la intensidad y dirección de la relación lineal entre las variables (valor entre -1 y +1).

ANÁLISIS DE LA VARIANZA (ANOVA)

• Se usa para comparar medias de más de dos grupos (modalidades).
• Para comparar la media de una variable cuantitativa en variables categóricas con más de dos categorías.

CONTRASTE DE DOS PROPORCIONES

• Se usa para comparar proporciones en dos grupos con variables categóricas.
• Se usa para comparar dos proporciones de una variable cuantitativa con dos categorias.

FACTORES DE RIESGO

• Riesgo relativo (RR): Relación entre el riesgo de una enfermedad en la población expuesta a un factor vs en la población no expuesta.
• Odds ratio (OR): Medida estadística para determinar la relación entre un factor y una enfermedad.
• Estudios transversales: Un estudio que evalúa la exposición al factor y el estado de la enfermedad al mismo tiempo.
• Estudios prospectivos: Un estudio que evalúa la exposición al factor y el estado de la enfermedad con el tiempo.
• Estudios retrospectivos: Un estudio que evalúa la exposición al factor y el estado de la enfermedad mirando al pasado.