Repaso FINAL de Bioestadstica

Dr. William J. (Willy) Araujo B.

Mdico Investigador Instituto Nacional de Salud del Nio
Maestra Investigacin Epidemiolgica UPCH
Asesor FELSOCEM 2014-2016
Curso de Julio 2016

Repaso Examen Final de Bioestadstica

 Clase 1
(Muestreo y sus aplicaciones)
 Terminologa
Persona Animal Cosa

Elemento de la poblacin
(Unidad de anlisis)

(Poblacin de estudio)

(Poblacin fuente) Variable

x y .. z
(Poblacin blanco)

(Materia prima de la estadstica)

Terminologa

(Unidad de anlisis) 60 70 80
85
(Poblacin de estudio)

90 100 110
(Poblacin fuente) Glucosa

60 70 .. 110
(Poblacin blanco)

Estadstico

(Materia prima de la estadstica)

Terminologa

(Unidad de anlisis) 60 70 80
85
(Poblacin de estudio)

90 100 110
(Poblacin fuente) Glucosa

60 70 .. 110
(Poblacin blanco)

Parmetro

(Materia prima de la estadstica)

 Terminologa
Poblacin Muestra

El conjunto de todos los elementos: Subconjunto de la poblacin.

Personas Debe ser de tamao adecuado
Animales Muestra Representativa
Plantas Los elementos han sido elegidos al azar
Objetos Cada elemento de la poblacin tiene la
que cumplen ciertas caractersticas, entre las misma probabilidad de ser elegido.
cuales se desea estudiar un determinado Muestra no representativa
fenmeno en un periodo y lugar determinado Los elementos no han sido elegidos al azar.
Sinnimo: Universo
Desnutricin en nios
de 5 a 11 aos de los
(Poblacin de estudio) colegios X Y Z

(Poblacin fuente)
(Poblacin blanco)
Desnutricin en nios
de 5 a 11 aos que
asisten al colegio
Desnutricin en nios
de 5 a 11 aos de Lima
 Terminologa
Unidad de anlisis Individuo
Variable

Cada uno de los elementos de la muestra o de la La propiedad o cualidad que se desea estudiar
poblacin. en los elementos de una poblacin.
1 persona o individuo Una caracterstica.
1 animal
Ejemplo:
1 planta
1 objeto Talla
De ella se obtiene el dato estadstico. Peso
Sexo
Glucosa en sangre

(Materia prima de la estadstica)

 Terminologa
Parmetro Individuo
Estadstico

Es una medida de resumen (valor) que nos Es una medida de resumen (valor) que nos
describe alguna caracterstica (informacin) de describe alguna caracterstica (informacin)
la poblacin de una muestra

Para calcular dicho valor es necesario utilizar TODOS

LOS VALORES de la poblacin completa

Error muestral
Error estandar
 Terminologa

85

..
85
60 70 80 90 110 Glicemia
 Terminologa
Marco de muestreo UnidadIndividuo
de muestreo

Permite identificar a los elementos de la Unida seleccionada del marco del muestreo
poblacin que es objeto de estudio. Puede coincidir con la unidad de anlisis
Lista de personas
Relacin de viviendas
Un archivo
Un croquis de una determinada comunidad
Actualizado
 n/N Muestreo probabilstico
Finita = Numerada Muestreo aleatorio Finita = Numerada
Muestreo sistemtico
Heterognea simple Homognea

r
 n/N Muestreo probabilstico
Finita = Infinita Unidad de muestreo
Muestreo es el conjunto de
Muestreo por
Heterognea estratificado individuos conglomerados

Homogneos internamente Heterogeneidad internamente

Heterogneo entre grupo Homogeneidad entre grupo
 Muestreo no probabilstico
Por conveniencia

Consecutivo

Por cuotas
Encuestas de opinin

Direccional

Bola de nieve
Calculo del tamao de muestra
Se conoce tamao de No se conoce tamao
poblacin de la poblacin
 Clase 2
(Inferencia estadstica)
 Terminologa

85

..
85
60 70 80 90 110 Glicemia
reas de la inferencia estadstica
Estimacin de Prueba de
parmetros hiptesis

Estimacin
puntual
Estimacin por
intervalo
Estimacin de una media

Estimacin de una proporcin

reas de la inferencia estadstica
Prueba de Docimasia de hiptesis
hiptesis Contraste de hiptesis

Hiptesis nula Hiptesis alterna

Ho Ha
Hiptesis de la no diferencia

Ho: A = B A - B = 0
Ha: A B A - B 0

Ho: A B Ha: A < B A - B < 0

Ho: A B Ha: A > B A - B > 0
 reas de la inferencia estadstica

Tamao de
muestra
Manejada
Mejor diseo

80
No manejado 4(alfa)

Nivel de significacin 0.1 0.05 0.01

Nivel de confianza 90% 95% 99%

Potencia de prueba

1- alfa

El promedio de notas de un grupo es de 14.2. Evaluar si es diferente de 13. s=1.5 IC:95% n=100
Ha: 13 Li = +/- Z (s/ \|n ) + 15.13 Si el intervalo incluye al nmero
Ho: = 13 - 13.07 de inters, no se rechaza la Ho
 Clase 3
(Aplicacin de la prueba de hiptesis)
 Pruebas Pruebas no
paramtricas paramtricas

Extensin de la
Prueba Z Relacionadas ANOVA Relacionadas prueba de la
mediana
Prueba T
Student Prueba T Student Prueba de
Prueba del signo
pareada . Kruskall-Wallis
. Prueba de
. Wilcoxon
Independientes

Independientes

Prueba Z
Prueba de la
mediana

Prueba T Student Prueba de Mann

Whitney

Prueba de
Kolmorogov-
Smirnov
Pasos para probar una prueba de
hiptesis
Paso 1 Planteamiento de la hiptesis

Paso 2 Nivel de significancia

Paso 3 Seleccin de la prueba estadstica

Paso 4 Formulacin de la regla de decisin y comparacin

Paso 5 Decisin estadstica y conclusin

 Pasos para probar una prueba de
hiptesis
Paso 1 Planteamiento de la hiptesis

Ho: Hiptesis diferente a la del investigador. Se supone cierta al inicio

Ha: Hiptesis del investigador. De ella depende bilateralidad.

Ho: A = B A - B = 0 Ho: A B A - B 0 Ho: A B A - B 0

Ha: A B A - B 0 Ha: A < B A - B < 0 Ha: A > B A - B > 0

Existe diferencia entre las medias Es la droga A ms efectiva en Es el rgimen A ms efectivo en

de la PAS de los 2 grupos? bajar la PA que la droga B? aumentar masa magra que el
rgimen B?
 Pasos para probar una prueba de
hiptesis
Paso 2 Nivel de significancia

Tamao de
muestra
Manejada
Mejor diseo

80
No manejado 4(alfa)

Nivel de significancia 0.1 0.05 0.01

Nivel de confianza 90% 95% 99%

Potencia de prueba
Pasos para probar una prueba de
hiptesis
Paso 3 Seleccin de la prueba estadstica

Comparacin de Comparacin de
promedios proporciones
Prueba de hiptesis para la Prueba de hiptesis para la
media de 1 poblacin proporcin de 1 poblacin
T student Prueba Z (x TLC)
Prueba Z
Prueba Z (x TLC)
Prueba de hiptesis para la
Prueba de hiptesis para la proporcin de 2 poblaciones
media de 2 poblaciones
Prueba Z (x TLC)
Muestras independientes
T student
Prueba Z
Prueba Z (x TLC)
Muestras relacionadas (pareadas)
T student pareada
 Pasos para probar una prueba de
hiptesis
Paso 4 Formulacin de la regla de decisin y comparacin
1 cola:

1 cola:

2 colas:

Calculado Vs Tabular
Pasos para probar una prueba de
hiptesis
Paso 5 Decisin estadstica y conclusin
 Pruebas de hiptesis segn
variable
Prueba de hiptesis Prueba de hiptesis
para medias para medias
independientes relacionadas
x1 x2

Sc
 Clase 4
(Chi2 y sus aplicaciones)
 Distribucin Chi2

Se lee con grados de libertad

No tiene valores negativos

Curvas asimtricas sesgadas a la derecha

Cuando aumentan los grados de libertad las curvas se hacen menos

elevadas (ms simtricas) y ms extendidas a la derecha

Se usa para variables categricas

Clase 5
(ANOVA)
 Pruebas Pruebas no
paramtricas paramtricas

Extensin de la
Prueba Z Relacionadas ANOVA Relacionadas prueba de la
mediana
Prueba T
Student Prueba T Student Prueba de
Prueba del signo
pareada . Kruskall-Wallis
. Prueba de
. Wilcoxon
Independientes

Independientes

Prueba Z
Prueba de la
mediana

Prueba T Student Prueba de Mann

Whitney

Prueba de
Kolmorogov-
Smirnov
 Clase 6
(Pruebas no paramtricas)
 Pruebas Pruebas no
paramtricas paramtricas

Extensin de la
Prueba Z Relacionadas ANOVA Relacionadas prueba de la
mediana
Prueba T
Student Prueba T Student Prueba de
Prueba del signo
pareada . Kruskall-Wallis
. Prueba de
. Wilcoxon
Independientes

Independientes

Prueba Z
Prueba de la
mediana

Prueba T Student Prueba de Mann

Whitney

Prueba de
Kolmorogov-
Smirnov
Prueba de Wilcoxon
Prueba de Mann-Whitney
 Clase 7
(Correlacin y Regresin lineal)
 El x % de la variabilidad de la variable
dependiente est siendo explicada por
la relacin lineal existente entre la
dependiente y la independiente
Correlacin

Supuestos: Xi Yi
- X e Y son aleatorias
X1 Y1
- X e Y tienen distribucin normal
X2 Y2
- La distribucin conjunta de X e Y es bivariada normal (a) Lineal.directa (b) Lineal inversa (c) Curvilnea directa
(a) Lineal (b) Lineal inversa
directa (b) Lineal (c) Curvilnea directa
- N > 30 (a) Lineal directa inversa (c) Curvilnea directa
Y
Y . Y
Y
Y
Y
X = Variable independiente Y
.
Y
Y
Relaciones
Relaciones posibles
posibles

Relaciones posibles

Y = Variable dependiente Yn

Xn

entre
X yX
entre
entre XYyyvistos
YY vistos
vistos

en en
en diagramas de dePearson

Parmetros: diagramas
diagramas de de
Coeficiente de correlacin
dispersin

X

(b) Linealdispersin
inversa dispersin
(c)
X X X X X X X X
(a)(a)
Lineal (a) Lineal directa (b)
Linealdirecta
directa (b) Lineal
Lineal inversa
inversa (c)Curvilnea
(c) Curvilnea
directa
Curvilnea
directa directa
Y Y Y YY

Y Y Y Y Y

YY Y Y Y Y Y Y
es posibles

les

sibles

Y vistos

ytos

amas de
de

n X X XX
X X X X X X X X X X
X X X X
(d) Curvilinea
(d)(d) inversa
Curvilinea inversa (e) Lineal
(e) inversa
Lineal inversa (d) Ninguna
(d) relacin
Ninguna relacin
Y
positiva
Y Y YY Y Curvilinea inversa (e) Lineal inversa (d) Ninguna relacin
negativa
Y
Lineal LinealY
Curvilnea
Y positiva Curvilnea negativa Lineal negativa (+d) Ninguna relacin
con mscondispersin
con ms dispersin ms dispersin

correlacin
muestral

de
Coeficiente

X
X X X X X
X X X
(d) (d)
Curvilinea
Curvilineainversa
inversa (e)
(e) Lineal
Lineal inversa
inversa (d) Ninguna
(d) Ninguna relacinrelacin
(d) Curvilinea inversa con
(e)
ms
Lineal inversa
dispersin
(d) Ninguna relacin
con ms dispersin
con ms dispersin

r2 = Coeficiente de determinacin Existe / no existe una correlacin lineal Hay evidencia que existe / no existe
 Regresin lineal simple
Asociacin y PREDICCIN

Cuantitativa Outcome Predictor Cuanti / Cuali

Variable rpta. Variable expl.

Intercepto

Supuestos: Por cada incremento de X, Y aumenta en b

- Normalidad
- Homocedasticidad
- Independencia del error
- Linealidad
Curso de Julio 2016

Repaso Examen Final de Bioestadstica

Gracias

Bioestadstica