TEAM medica 9) gesiveNTaDo MEDICO 2015- (TM) pace BIOESTADISTICA A, Pacha MD, PH Sf Instat Naconal Salud Estadistica descriptiva Parte de la estadistca que utlza técnicas para Fecolactar, resume. analzar presartar un conjunto fe datos’ 2 taves de fables 0. graiccs. can la finalded “Ge descrbir apropladamente las Caracteretcas de ese corunte Estadistica inferencial Comprande las técnica matematicas que parmten genelalzar la informacion obtenica de tna muestra 2g poblacion. Debido a que las decisiones se fomad en “condelanes Ge "incerisumbre, “seran Confiables con certo grado de probebitcad Objetivos Hacer una revision de 1. Introduecién 2. Pardmetros yestadisticos 3. Variables 4, Graficos 5. Distribuctén de probablidad 6. Estadisticainferencial 7. Tipos de error: ay B 8, Pruebas parameétrcas y no paraméteicas 9. Muestreo Que es una poblacién y muestra? + oblacin: eso conjunto de todos lor tcementor que portan informcn cel fenerene que se estusi (obre el que se Nice nfrenca “/Nermaimante es demasiado grande pave estugiara en su totaled ‘+ Muesta: es un subconjunto dela poblacin sobre ia que tenemos acceso y donde hacemos fs observaionee (radciones) beset “representatva® fata formada por undades “teleccionadas” de a poblactn Introduccion Estadistica -0) (Eagas, Estadistca desert eee Enadisten rec eee Neeoamac Parémetro y estadistico ‘+ Parimetro: & una medida numérica calculada sobre una poblacién y que describe una caracteristica de ele ~tarmedia del peso de los habtates del cluded de Lime Ya ea es eesumie tosh Ia Informaciin que nay en by poblsciin en unos pocos nimeros(parameiro) + Estadistico: & una_medida numérica calculada sobre una muestra y que describe una caracteristica Geclla “Lamedia del peso de 300 hab. def ciudad de Lima ‘También se le suele lamar estimador ded 8 que el Stadio se usa para aproxemar un pardmetroTEAM medica Estadistica descriptiva b) Punto de vista estadistico * Cuantitativas o Numéricas Sisus valores son numéricos(tlene sentido hacer ‘operaciones elgebraices con ellos) —Discretas:Sisolo tome valores enteros *Nimero de abortos, nimero de parejas sexuales, ete ~Continuas: si entre dos valores, son postbles Infntos valores intermeaios, * Edad, tll, presin intraocular, ete Variables Esuna coractristice ocuslidad que puede combiar y _adoplr diferentes valores, los que pueden mearse u ‘beonarse. Clasificacion 2} Punto de vista metodolégico Variable independiente Variable Dependiente (itrodues omanipua el (Seobsorvayse miden os Investigedo| ‘cambios produce) Ely del paloma huano se aoc al incer de + da exposiin ae soca al cincer de troider? Escala de medicién de las variables Puede realizarse por medio de cuatroescalas de medicion 4. Escala nominal: se estableven categorias distintivas que no implican un orden. espectfico, Ejem. Raza, grupo sanguines, 2. Escala ordinal: Se establecen categorias ‘con dos 0 mas niveles con un orden entre si Ejem, Estadios de cancer de cuello uterino: estadio0-V, b) Punto de vista estadistico * Cualtativas(Categoricas o ciscrota) SIsuescala de medicion tiene un conjunto de Categorias, sus valores no se pueden medir ‘humérleamente. Se refleten a categorias 0 atriautos de los elementos. —Nominales:5i sus valores no se pueden ordenar ‘establecer una erarquia. + Sexo, Fumar (S/he) (Deotdmieas 0 binara) + Estado cil calor debs 00s, profesén (Palmas) Ordinales: i sus valores tiene un orden, secuencla o progresion natural "IRA, grado de desntrig,Intenided del dolor Escalade medicién de las variables 3, Escala de intervalo: posee las caracteristicas de la medicién nominal y ordinal, Establece la distancia entre una medida y otra, Se aplica a variables continuas, El cero no es absolute Ejem, Temperatura en °C, la nota de un 4, Escala de razén:tiene las caracteristicas de los tres anteriores niveles de medicion. Determina ia distancia exacta entre los Intervalos de una categoria. El ceroes absoluto, Ejem. Altura, pesoTEAM medica Escalade intervalo Escalade razén 0 de distancia © proporcional + Cetonoes absolute + Ceroes absoluto + Esposibievaiores + Noes posible valores egativos egativos + Peimite determinar + Permite determinar intervaloo proporciones.o ratios distancias + Establece un orden + Estable un orden. Jerarquico Jerérquico + Ejem., Peso, afios de + Ejem. Temperatura, enfermedad, numero notadeunexamen, de hijos, etc. Partes de una tabla estadistica Numero: permite ua’ una tabla en un documento Titulo: Exresa en forma esunica la informacion que cottene y se colocaen la parte superior cel taba. Debe responder alas preguntas Que? ,Cémo? Donde? (usndo? Eneabezado: esta formace porla primera tla super, nos indica ls caractristics (vaiabes) del fenomana (studaca. Tambien se le enamine Iso de as colimnas. CColumna mati tain, concoptos): Es la primera bbs cases o gupos tuo delas las 1. Una caracteristica observable y medible, que toma diferentes valores, segin el elemento muestral estudiado, es: (2014 I) A Dato B. Indicador C Estadistico D Variable E Parémetro Partes de una tabla estadistica Cuerpo: Es el contenido de los datos estacisticos. Nota de pie, notas aclaratorias o explicativas: Informacion adicional que ayuda a interpretar una tabla. Se coloca en la parte inferior. Fuente: e¢ el origen de donde se obtuvo la informacion. Se colace siempre en la pate inferior de la tabla, silos datos fueron torradosde otras. fuentes, 194, Si al modi la presion arterial se clesiica 2 los pacientes como: normotensos, hipertensos 0 hipotensos, se ha empleado tuna escala de mescion: (1994) 2) Nominal ) Orcnal ©) De imtervalo 6) De razén ©) Ningura anterior Partes de una tabla estadistica Tabla. Titulo dela tabla Encabezado Columna matriz CuerpoTEAM medica Tipos de tablas estadisticas De una entrada (unlvarlada): 0 de entrada simple, cuando tepresentan una sola varlable De dos entradas (bivariada): cuando se representan dos varables. Una varlable va on ta Ccolumna mary la ota en el encabezaso Complejas: cuando en forma simultanea se resentan ves o mas variables. Una variable va en fa columna mati y las otras dos en el fencabezado Categorias TWimeneae {evaltativs) (cuanttatvas) Partes de un grafico Cadigo © numera: elamenta numérica que permite Identfiear al grafico en Un documento Titulo: Expresa en forma resumida la informacion que conten y se coioca en la parte supetor del rac. Dobe responder a as preguntas Qué? ,cémo? Donde? (Cuando? Escalas:unlza ol sstome caresiano, compuesto por Un ee horzontal, lamado de las abscisas.y oo Verical lamado de las ordenadas.Anbos ees £2 Corian en un pinto Hamad oxigen. Lae escalae venen a sora graduacién ¢e ambos ales, segin la returleza dels variables y recuencias correspondiertes. Grifcos para variables cualtatvas o cvantitativas dlscretas + Grifes de bras frectencaraboursoniatia) | + Grea de sectores Gisotnaorstata Partes de un grafico Cuerpo del grafico: Es el grafico en si y constituye la representaciénen dibujo de los datos. Leyenda: Es la descripcién dela simbologia utlizada, Contiene una muestra de la simbologia y el rotulo del concepta con que se Fuente: Indica el origen de los datos esiadisticos que se estan representandoen el aratico Dengue __ patients _seek professional help after feverTEAM medica Graficos para variables cualtatvas 0 cvantitativas dliscretas, Grificos pare v.cuantitativas continuas i in, ve ER VRRR? ve ER PEREED v0 RRR NER: ve ARR RRER PARTS os 0 6 2 2 Mullones de habitantes | li a a ee ee) owns? Histogram of the observed BMI valuesTEAM medica Resultado Evaluciin ‘Salaros anes Bs. Diagramas de Cajas de Tukey (boxplot) + ResumenconSimeros: os ‘alg conione a, ‘oie centrl dels beerrecones ~ fener” Pare] Escostumbye que "bs bigots nolleguen haste or extremos, Sho eta br abeencionas que," sa Eeseparan des can no mie Gorse Mia daaniase ofa Resutado Evauacin Diagramas de tallos y hojas Ns pete obtener un repretetacion vu de un Uorgnte'ss ase "2" + Terps orden oe datos de menor 3 mayor * ipa: separa cada va on dee pats: ino Goth cela aretha para vat de she hos Sea 3508 ims OO «8 tin 4022455789 Tats Hols 5000 + Sejpso ea og ales de saloon na 1+ pase regsttariahoja por ead absenacin serotipos: Per 1980-2013" seeresveed 18, Cuando tenemos un corjuto de datos agupades y otdenados yl vriabie en estudio es Gscontina 0 dsceta, la mejor toma oe represertar eaficamert os datos es:(2008) 9) Graco debaras b) Hisograma Ove 4) Paligono de frecuencia ey Tencenclas ceTEAM medica 444, Se quire grafcar un conjunto de datos Ccuanstativas contnuos, trabejedes en una scala de raz6n LOue tpo de grafico seria més adecuedo?: (1997) a) Grafica de barras = ) Grafice cireular v ©) Histogrema 9) Petograma €) Griteo semilogaitmica [or esac 94. EI grafico estadistco hecho en base 2 recténgulos juntos, colocedos vertcalmente formanco una superficie es un: (1993) 2) Grafco de barras ) Graco de sectores ) Grace de histograma 6) Graco de tendencia »' e)Ningura anterior |! $2. En un grafico estadistco, la parte que expresa ol intervaio de clase o subdivision dela variable es: (1983) 2) La escala. cole de las abscisas Be x ) La escala del ee de as ordenadas EjeY ©) 8 ee delas orcenadas Ee 6) Ele de las abscisas ©) Ninguna anterior (dis) Ie ps . 6» os © 8 © 6 ® Ala? Histogram of the observed BMI values Histograms Percentage) ees es 2 ea 93, En un cuado estadistco, la parte que describe la dstibuclén @ dominio de la varaole es: (1993), a) Las otas expleatvas del cuadro b) La colurma matiz del cuacro CEI to Gel cuadro 1) El verpo del cuacro )Ningune anteriorTEAM medica 96. Un cuadro 0 tabla estadistica de doble entrada se caracteriza por presentar: (1893) @ Unavatiable Una entrada b, Dos variables «. Tres variables } aa dd Masde tres variables [ ComPlcias ©. Ninguna anterior Estadisticos de tendencia central Media Ventas Es fair 2a mayora de agente yl decaeuar En ola se refiejn todos ls valores dels datos Un conjunta de date sole tiene una media Dewentajas “Puede ser afectado por valores extremes que no ron Fepresentatvos dal resto de valoter * Moda: 1 gs alors aue rs ep Punde haber Esta + Centlizacén o tendencle central: Indian los valores contain dels dtos + Meda meana yess + Dispetsin: Indian la mayor o menor concenracén de los datos con respecto a ls medias de cenralacin + Posicén:Oniden un conjuntocrderado de datos en ‘rupos con la misma cantdad de elementos. + Forma Asin = Apunamient 0 urtosie Estadisticos de tendencia central + Medians E un valor que acup fe poseién central de un {Dnfunte de abserracones, después que os dates han silo Srdevados, Dine o conjunto de datos en dos grupor Teusles (percent 5) Vinpars Median de42.18580 9 12db68 Te pein conde se via la rmedara eit a (0412 “Par iteion de2148085¢ 9 1248ee0 ‘ageain sn tere Ens 1 No ex sensbie a valores eremer. Estadi icos de tendencia central ‘Son medidas que buscanposciones (valores) con respecto ins mks lt alos muccean tendencs arupers. + Media a cura dels valores de toda ae Sbservaciones sida po al tetl de obseaciones. em, Media de 2.2347 es (2+203971/403,5 Cuando debemoe vals? cuando los datos vane ‘Sstibvcion pormal o-eas! normal Precaun ec may snub a valores extemos, 43, Cufles son las medidas de eleccién para’ describir una dstribuci6n asimétrica? (2014 Il) A. Mediana y rango intercuartilar B. Mediay desviacién esténdar ©. Mediana y dasviacién estandar D. Media y rangointercuartilar . Moda y rangoTEAM medica 76. La estancia de 5 pacientes en ol hospital es de: 4.5.65 y 7 dias. La media es... dias, (2014) Asa B56 cet Das 564 45°65 25 4 5 5, Para investgarlaeficaciade un nuevo tratamiento ‘que mejore el intercambiode gases en pacientes con problemas respratorioserdnicesseveros, se mide a superficie corporal de 14 pacientes, obtenténdose lossiguentes resutadot: (2006) Elvalor modal e: a) 4,57 b) 1,65 ©) 1,73 ast 2) 188 £0. La medida de tendencia central que se utiliza para tomar decisiones cuando proviene de datos de una poblacion simétrica es: (2013) 2 Mediana Datos con estrbucion asmetrica . Moda . Rango . Varianza e. Media I} ettioe de saprin ‘95. El primer paso en el caleulo de la meciana de un conurta de datos es: (1958) 2) Obtener el promecio de 2 valores centrales, {eI conunto ce datos ) Ordena los datos ©) Determinar los pesos reiativos de los valores {eles datos por orden de importancia 4) Sumar los datos ©) Kdentfcar el valor que més se repite 23. En cuanto a las propiedades de la media artmétca Indique la aternativa mas adecuada: (2012) Noes afectada por ninguno de los valores ‘bse obtiene sumando los valores entre el mayor el menor Para un conjunto de datos existe una sola media aritmética LEI caleulo requiete de formulas continuas de variables @.Es considerada una medida de dispersion Estadisticos de dispersion Mien e grado de dspesin varbiidad) dels Gatos independientemente de u cuss Amplitud Rango o Recorido Diereneis entre obsenaciones extrema. =2,14.384.€l rngoes 82-7 = Es muy sensible alos valores extrembs _ Fangointereuartlico a Es la dtanci entre el tercery primer cual Se simian ie obsarvaconas mde extras infetires = No er sense a valores extremes.TEAM medica Estadisticas de dispersion Coaficionte devariacion + Exeteaerte agin) evel — |ey S100) Eestaoon etarar err ‘Basa dels mode ntntcs + Ee pra somparar avaible de doe cnjon do ‘ioe impede opobcones) Sov tance demesia ‘lee Seren 1+ sua cavtida adimensionl, se muosra en percents 1 No debe usase cuando I variable presets valores pte oie lvl Osea uns cand ada ramen For Estadisticas de dispersin + Varianzas? Mide el promedio de las desviaciones (al ‘cuadrado} de las observaciones con respecto a la media. Is =1De-27 Es sasiblea valores extremes faejads dela mesa). Sue nidades son el cundrado de le de a variable Error estandar + Exladenlackn esténdar dees medias musstrales + tselerorque se puede cometeralintentar conocer el pardmetro de una pobacin através de una rues, + Hos dice qué diferencias tendriameos en las medias ruestraless se uren otras muestrasde a poblaciSn + Ho es necesanie tener un gran numero de mutts, se puede estima: wee om : que mi afect e el ama de a muesta Estadisticas de disper: Desviaclénestindar + Ele ait cuadrada de la variance + La ait cuadrada de os cusdrados oe Ia diferencia de los valores dela variable respecto sumedia + Tiene la misma dimensionalidad (unidades) que la variable + Indica el grado de dispersién con respect 2lamecia Tendenciacentral Dispersion + Media (cbservaciones)Desviecion estinder + Media (muestas) Error estander + Mediana Rango intercuartico ECudndo uso el coeticiente de variacién? Mesida de epersig, ut pera somparar a deprsion b)La moda es 1” y la desviacion estandar “1” c)La media eet” y la desviacién estindar "0" o)La mediaes 0" y la desviacién estindar "t” e)La medianaes 0 y la moda Prueba de hipétesis + Es un procedmiento, basado en la evidencia de la muesta y en la teorla de las probabildades, usado para determinar si la hipstesis es ‘una afirmacion razonable y deberia no serrechazaca 0, si no es razonable deberia ser rechazada + Hipotesis mula Hy: Una atrmacion acerca cel valor de un parémeto de la pobicion. + Hipétesis Altornativa Hy Una afirmacion que es aceplada sila muestra provee la evidencla de que la pétesis rufa es asa, 14medica Pasos para realizaruna prueba de hip. 1.conocer naturale de os datos 2 Establece los supuertos 3 Formur Is hipster |Exableer i ertadtic de proce 5.Determinar a ditribuién de ln estan de proche 6. Fermuar a reg de decsn 7.caleular la estadistica de prucba {Tomar una decinextadaticn 9.conelisién Tipos de error Mipotesis nua bare Noreenam e, Dein cores | enero 10 2 Tas, | recor | Qleuriese [lca cae nso | Sell ay Poenin 00%, 08%, pvalor Enna prueba de hipétesis: H,: HinStesisnulao ce igualéad Nola rechazamos sip 20.05 Hus Hipétesisalterna ode diferencia La aceptamossip <0.05 Esa probablidad de obtener un valor como elobservado o mis extreme, silahipétess ula (H,Jes cert _P no significa asociacién fuerza e asociacién, Aifereneia,importanciaciniea ete, 113. El error tipo I (alfa) en la prueba de Una hipétesis estadistica se define como la probabilidad de: (2007) a)No rechazar una hipdtesis nula falsa b)No rechazar una hipétesis ula verdadera o)Rechazar una hipétesis alternativa, verdadera )Rechazar una hipétesis nula falsa )Rechazar una hipétesis nula verdadera, Tipos de error ‘Concanin ds Hootenis Nat c— ota = Se ‘00% 95, Con respecto a la prueba de la hipétesis, ‘se cometeel error tipo | cuando: (2000) ajSe aplica una prueba estadistica inadecuada biLa hipétesis nula es falsa y la prueba estadistica se acepta ojLa hipétesis ula es falsa y la prueba estadistica se rechaza d)La hipétesss nula es verdadera y la prueba estadistica se acepta e)La hipdtes's nula es verdadera y la prueba estadistica la rechaza 15TEAM medica 4, Se comete err (beta) cuando: (1898) 8 Le pees mua es aa ym pruca saat la scent b, Le hpsteat nla verdaderay a rus de tdi rechaze , ta poles nla es fea y ls prisa de fenadaizela acer 4 te Rides mul es aon y la pre stad roshaan La ipeese ul no punde er veriteada como vercadera 0 fsa yi prueba esagsiea se rechaca Estadistica inferencial + Técnicas no parameticas Reacaaene She tosea atl 1 Conelconde Spearman + Menleasparamdtvieas = tdestudent para SConetcibndetesnon + Teneas no paramétice adnan Tide ther once Estadistica inferencial + xtrapola datos de a muestra ala poblacién + Interes es conocer la probabilidad de que los resultados de la muestra sea la mismasi se tomarala poblacién total + Dos téenicas bésieas ~ Estaistin paramétria ~ Estastin noparamiétrica Analisis estadistico a mene! pts? sn) Paametncas —_NoParametncas ndepensecte CHM 2 Sorzmar ese SA ee tec ee Paramétrica vs No paramétrica + Paramétrica + Distribuién normal en poblacén ‘Nuestra aleatoria + Datos cuanttatvor de interval 0 rain + No paramétrica “No hay requis para la muestra + Dator cuaitatios: nominal vordnal 96. Se compara la tala promedo.entve.2 ru09s de nifos que recbeten Gans patones — ce aimertacion. Cada grupo comprendla 25 nies Sefale la pructa. de signvicacion estadstca més eprpiage para anczar os datos: (1654) fa. Prueba de Chi cuserado Prueba °Z" Prueba" de Student Prueba de Spearson Prueba de Mc Nemar 16TEAM medica 97. .Cusl es la prueba ce signficacion ontoe brracsica qe permit analiza’ los esticios ce seoonet helt ten invesignclon con caioecaeercables, ue Puneios ovis comparan dos ©. mas gupos independiaiee Gass) Vay reds on escass pominais? (1995) SN Canin Canin fila prucba "Z" de la cura normal de le fees ore Stree enre oe meee (oni 2 Aso Teta bila prueba de aronmacion al bina a Sloat the pcb del Gh cucrare ete d)La prueba "t' de Student de la diferencia de Teoindiete Cuantivy 2 step Teste Wicca dos mecias oma) ati tila prucba “To Student de la dferencia recta, 5, La determinacién de asociacién entre deentgn es aetna? dos variables cualtativas, se realza sented Suse (68 — oe utilizando: (2006) Seovedieat? sn? pares _Noraamevias 2) Chicuadrado 7 aie vats »b) Distribuciénz (main tannin oe ©) Odds Ratio on tert at d) Riesgorelativo €) Tde Student Condoms Gathane 2 ESE Teen eet ag Se 416. Se cuenta con 12 valores de nivel oe ‘cones se seals een ot Dervis. en pacletes con itera y se Settee Suse eet — peg pre esconoce a vananzapobaconel per esta vvndene? or? __pemmavins Pomercs_ variable. En la construccién del intervalo de ees ene ee covianza al 95% pera el valor promedo de bilrubinas en este grupo ce pacientes, la prueba estadistca requerida es: (2007) ayANOVA ) Binomial 4.Una sola muestra C)Ch-cuatrado 2 Tamafio de muestra 4) Exacta ce Fisher pequetio (30) Shia Sika 3. Varlable cuertiabva 7TEAM medica 99. El test estadistico que permite probar diferencias entre dos medias en muestras pequefias es: (1999) a) Chi cuadrado b) de Student ©) Correlacion 4d) Analisis de varianza e) Regresién ES mueres = tama 0 no-cCioes Que hay erences ‘Siguizaves ene ambos setoe? = Tey Xsmo.y Farms Hey tanto Frecuencias observa Prueba chi cuadrado [eases] 20 bara sly, sfuran‘perfetararte™nependetes? Hombres] Mujecoe | Tom | roi! rm | = | | howe] © | « | Ca) Tost “ Frecuencias esperadas Prueba de chi cuadrado 1. Prueba de Bondad de auste: cuando quereros decide Sparedouna muss, sls poblcen gue Capt) te Homogeneidad: cuando quronos desis ‘os omas munsrasprovenen ae ls msma poten {Estas mastasprovenen de poblacones conf misma Seirbucon? 3 Prueba de independenca: Serta de contasar sds varaies eutatvas son nependeres (stexte Felcin oasocacon ene elas), oro. Par ejemplo Loe hboe de lecura del pares etyen en loc habtes de ecira dos Nes? ub deberia sly, furan pertetarente' ndependetes? [Homes| Mujeres | Tota | , roma rm |e | « |G hewn) «| | GD = (|@®|@| « Frecuenciasesperadas 18TEAM medica CComparamos ircuencias observadas {Op y ceperedas (E) Lites es rechazar la pts, sos valores obsonatos (itor electadico. 2X! dohemogensidad 2-Pata¥?bondad de juste [B=e-e-m) + Apatite ale nox padenoe are ‘eerdaion ‘anton de lots? Andi de regesion 41, “ch cundade™ es une prueba de sigwticacion estacistca: (1996) 2) Paramética | No parametric «} Usada para muestras no independientes 4) Usaca para éeterminar sia diferencia de dos medas es signitcatva ©) Que sive para medi error esténdar Relacién entre variables. Se reaea a vaves ce! grafco de dsperson (scat Rice ‘pemto erficr foc Sate ccueres Las airas y os pesos de os 20 indiduoe so mucetan ene grated de dssersion Debemos responder 3 preguntes: ie 1. gy reac ert ts eee Baers BP 2 gdequetpoes? — | ‘Oressons serido) | cual esta magniud @ “oer de coencion? = = Cortelacién y regresién eseeuss 19TEAM medica Coeficiente de correlacién de Pearson (r) + res unestaistico que proporciona Informacign sobre la eacion lineal de dos variables cuantitatvas + rest para eterminar shay relacén lineal ene dos variables, pero no sens a otro tpo de relaciones (cusdratca, logartmica,.) +r misedos ceracteristicas de la corelacin: sel sentido cirecién y 2) a magnitude fuerea Se} SS. Correlaciones positivas Propiedades der 1 So tome vaorsanE 2 anvaraesonecrdss0 + Gaanarnsara eat dada Aeron gad telco tea Correlaciones "negativas a= ieezs SS et ‘orreaciones ‘correlaciones postives, ‘negatives ‘cundouny varnbhourenta ote 20TEAM medica vandounavarobleaumenta bot Anilisis de Regresion Simple = V{depndint) = Hndependieate expen pret} buseamos encontrar une furein de X muy spe (neo) ‘que nos perma aproximar¥ mediate la eeunedn Y= a4bx Donde Pres elvabvesinido dey paraiso valores + aes binteseconoellorestimadode YorandD Ko cosantel + Der penentedelsines eleabioromediodeY para + Lateneade minioscandradenenuradopataobenet 27 Otros coeficientes de correlacién + Cunndo ae varbles en ver de ser cuanttatives son ‘ordinals, ex posble preguntare.a hay alg ips de corral entre ale + isponemas para estos casos de dos etadistos 0 (10) de Spearman tau] de Kendall Son estadisticos andlogos ary que susan cuando ins variables son ordinlesocuanteatvas con isricién no norma Anilisis de Regresién Simple Ye depentete) Linea de regresion b Yratbx ou epee) Analisis de Regresién + studi la relacién funcionaleentre variables la {inalidad es predeciruna variable en funeién delle otras = Ute pontledeccubriruna ralacén? Trazando lineas de regresin “egetgeeaman « segtereomes Sgeesr ° sueres + Muesira tres lineas que beduahate See oy Seas, 21TEAM medica Lineas posibles de regresin en la regresién Lineal simple bs o:hayaceaciin b< O;hayatocicion b= 0; nohay tinea posta Tinek nec ascelaccn loc vloresde Yse Los valoresdeY Len valores de Vson Udeminayencon el indapenenter de Srerementode __lorvatrer da Definicién de términos + Andlisis de Regresién: Es un procedmiento eslacistco que estuda le relacion funcional entre Variables, cone fnalded de predeci una variable (dependiente} en funcion de ls) oFa(s) vanables {independentes) + Anilisis de Cortelacién: Un gupo de técrices festadisteas usacas para med la intensidad de ke Felacion ere dos variables, + Diagrama de Dispersién (sacatterplot) Es un grafico que muesta la Inersicad 61 sentido de a Folacion ene dos variables ce micres, + Variable dependiente (respuesta, prediche, ‘endégena):es a variable cue se desea predecr 0 mer Resumen sobre bondad de ajuste + Labondad de ajustede un modelo de regresién se mide con e! coeficlente de determinacién R¢ + Cuando un ajuste es bueno, R? serécercano 8 uno, es malo cuando Res cercano a cero Definicion de términos + Variables independientes (predictoras, ‘xplicativas exogenas): Son las variables que roveen las bases para estima. + Regrosién simple: intervene una variable dependent yuna varable Independiente ‘+ Rogresién multiple: infervienen una variable dependency cos © mas varaties Independiente. + Regresién lineal: la funcion es una combinacién Ineal de dos vanables + Regrosién no linea: a funcién que relaciona las variables no es Una combinacion linea! Coeficiente de determinacién (R?) + FE es la proporciin de la variacén total en la variable dependiente ¥ que es explicade © contablizada por la varlacién emia variable Independiente x + AR’ también se le denomina porcentaje de ‘ariabilidad explicade per el modelo de regresion, Res el cuadrado del coefciente de correlacién (R=), es una cantidad edimensional que s6lo puede tomar valores en [0,1] Disefio de muestreo MuceTREO GA cates? 2 Daehe Maes eAavienes? 22TEAM medica Muestreo aletaorio simple Métodos de muestreo ‘Muesueo de convenience Museo aera inp ore Muostreo eleatorio sistemético Mucstree aleatori le (restrict) ee ‘Se requlere conocer el valor Ge "N' (poblacion) y “WF (ues) esos: 41Ordenar las unidades (elementos) cela muestra por una variable de interés luego nay que rumerari, 20WvidrN /n = K (es una constant) Ccaractriatieas La aaleclin de un elemento dea musa ro inte tenia seeccon de co (selccen Ineenenterte) Cada slemerto de pablcin tee Ia misma probabhded de ser celeecarado (equprebabitio), Respere un Iago de toda la poblacin o ives {Par salcinar fa munca petanae tsa: 30H a azar un mer ene ty Kb ed ae eee eee corespence ete nome se ne en 44.Las ovas uicades se selecclonaran sumando animate Paquetes estadisicos feegdo, el valor de K de manera sucesia, haste aleanzat Manushnente tamah de a muestra" necesaia Mucstreo aleatorio sistemitico Muestreo aleatori la (restrict) oH : Ejempo: supengames que I pobleién total es 300 y Desventaas: quevemos selecciorar una muestra de 60 unidaces. + Nos postie zara en grandes potacones N=300 n=60 Pde ness mien conven eee Cxdenamosy runerames ls ebrentos muestra no represertativa de la poblacién) ‘ a aa Kelas No toma en cuenta creo de homogeeldad © Coes aie sen noone Feverogosidad de foe sloretce {3Seleecionamos al azar un numero entre ty K (entre 4 y 5). Supongamos que el numero selecconado al azares 4 este es primer elemento seeccionado ‘4.Les otras undades serdn. 4+ Ke 5+ 495: y os! suvesivamente: 9F5= 18 1445519... et Hasta selaccionarlae 60 unidades muostles,TEAM medica Muestreo aleatoriosistemético Muestreo estratiticado Procedimients utzads para la esbaicacén de la Ayan simple: se repartee mesa tal pare guns pre ae eta + Mjscin.proporconal: Ia. mussba se repute ropercealrrte ala pac decals eta + Atjactn ptima © no proporonal se conse te mayor 9 mew hetvogened dbo de ade fstab, b que serie por lo ervecn ti Le recon dls propanaléad con ete tee ‘lg re erracan ce cde ext, en cone le ‘en of dove, ‘Muestreo estratificado + El azarno es gatas ce represertabidad + Een esterzo por mejorar a opreseriatvdad & la muosva:do pretence acogirer ia fepresentecion de ceca estate de a muesta Sitincen 9 una vant +B esrato debe ser mutuamente exclyents colectvanerse exhaustive. eae + Los elomertos se selecionan para cada estoto medarte un proceamiento alectoro, orto gonoral NAS ‘Musstreoestratiiado ‘Muestreo estratificado ‘Se busca que los estates sean fo mas nomogeneo posible: mas precisa seran las estmaciones Se subdivide ala poblacion en estatos (de 226). ‘ue se muestrean por separato, segin alguna Caracteisia, por ejemplo. grupo de edad, sexo, ‘ivel socioeconomico, ete. Es mas eficiente que el Mest Aleatoio Simple ‘@ Sstematco (amen oe mueswa mas. equero) Los estadisteos de un esata de la muesra se puede extrapolar al estato cela poblacion ‘Muestreo por conglomerados Por eapaso poletpc, mitetapces, por racks ‘se tian cuando ol otto de oats alae nda atimae de ‘mins cama sho pra dperson ae esas (en muy et). Reguere in manejo etadsicomss somsiee UALS as gu ton adeclonadoe se ucsrean risen ee 24TEAM medica 'Muestreo por conglomerados + Un congemarade es unconteta de elementos naturabnate® ‘dzveudes. Eten. Ura winds, ura manzara, les alimros ee ‘salu, fos pacetes den pabelin, una prone, te + Sebusca la mayer hetropeneide posible dentro de cada congonesca + Estaindcado cuando a poblacén es muy rane o esta muy depos + Las etapas de muesteo pueden sede 2 etapas.Ammayor tapas, mayor comple, mayor Plerogenciad dela Iruvetra, mayortamafe de muesra racecar, ‘+ Elta ye nerero de os conlomerades I define el ‘veatigdar, no bay une reg, + Se debe selection entre 103 405 de os conglamerados {en siogrupes en base de una caracteristeareerarce ren sega Se eacogen muestes saz on cade Inbgype. El tls! de nsviuae selecconadoe oneeuyen le muestra esta poblacion. Esta exerpaon crresponde aun (1984) Por races, | Muesteo por congomerado na poeta, be. Muesteo alacar simple Fuletseo, compl éMuesteo estates 1. Musee por racinos Muestreo por conglomerados ition ‘Songomese OY Fee aS Gti 01, ¢De qué tipo de muesteo se trata cuando cada elemento de la poblacion ene igual fopelon de ser elegco en forma alent? (993) 42) Muesteo aleatrio simple Con epoicion b) Muesteo aleatrio esratticaco ) Muestreo aleatrio de corglomerados 6) Muesteo sistemaico fe) Ninguna anterior 92. EI tpo de muestteo que analza as Uunidades de una poblacién que pueden encontrarse agrupadas en personas, familias, \iviendas emanzanas es. (1995) 4) Muosteo alestorio estratficado b) Muestreo sistematico €) Muestreo aleatorio por recomendacion 4) Muesteo alestrio por congomeraos fe) Muesreo aleetorio simple 25