ESTADÍSTICA	Recolección de datos numéricos Estudio del comportamiento de las caract de los elem de una población Ciencia que estudia métodos y procedimientos para recoger, clasificar, resumir y analizar datos, y para realizar inferencias a partir de los mismo, cuyo carácter esencial es la variabilidad.
BIOESTADÍSTICA	Disciplina para el tx de datos numéricos. SP proviene de: personas- poblaciones (vivas, muertas), características personales o poblacionales, factores condicionantes de salud-enf.
FINALIDAD DEL TX DE DATOS NUMÉRICOS	Descripciones Conclusiones Predicciones
CÓMO SE UTILIZA LA ESTADÍSTICA EN INV	-Plantear hipótesis sobre una población - Decidir que datos recolectar (diseño estudio): muestra, criterios exclusión, datos a recolectar de los mismo (variables. - Recolectar datos (muestreo) - Describir (resumir) los datos obtenidos - Realizar una inferencia sobre la población. - Cuantificar la confianza en la inferencia (nivel de confianza 95%)
MÉTODO CIENTÍFICO Y ESTADÍSTICA	Plantear hipótesis Diseñar estudio Recolectar datos y analizarlos Obtener conclusiones
RAMAS DE LA ESTADÍSTICA	- Descriptiva - Inferencial
ESTADÍSTICA DESCRIPTIVA	Ordenamiento y tx mecánico de la info para su presentación por tablas y representaciones gráficas y obtención de algunos parámetros para la explicación de la info.
ESTADÍSTICA INFERENCIAL	Utiliza las características de un subconjunto de la población (muestra) para hacer estimaciones sobre la población en general.
INDIVIDUO	Cada uno de los elementos que contiene cierta información del fenómeno a estudiar: personas, animales, objetos, cosas.
POBLACIÓN	Conjunto de individuos que cumplen con ciertas propiedades. - P Finita: se conoce el número exacto de individuos. - P Infinita: no se conoce el # exacto de individuos.
MUESTRA	Subconjunto de los datos de la población, este subconjunto contiene datos que pueden servir para posteriores generalizaciones de las conclusiones.
MUESTRA REPRESENTATIVA PROBABILÍSTICA	Cada elemento que la forma y cumple con ciertas características son seleccionadas al azar.
MUESTRA NO PROBABILÍSTICA	Cuando los elementos que la componen no han sido seleccionados al azar.
SELECCIÓN ALEATORIA	Todos los elem de una población tienen la misma probabilidad de ser elegidos.
MUESTREO	Procedimiento para elegir una muestra
FUNCIONES ESTADÍSTICAS	Describir, comparación, inferencia.
VARIABLE	Es una caract presente en un individuo la cual nos interesa medir. Medida de la propiedad o cualidad que presentan los elementos de una población que se desea estudiar. Cualquier caract de la población observada
CLSX VARIABLES	-Cualitativas: nominales y ordinales [nominal y ordinal] - Cuantitativas: discretas y continuas [intervalo razón] [Escala de medición]
VARIABLES CUALITATIVAS	Valores de tipo categórico (categorías o nombre)
V CL NOMINALES	Sus posibles valores son mutuamente excluyentes entre sí. No tienen forma natural de orden.
V CL ORDINALES	Valores categóricos que tienen algún orden. Le corresponde la escala de medición ordinal.
CUANTITATIVAS	Toman valores numéricos
V CN DISCRETAS	Únicamente toman valores enteros o fijos. A estas variables le corresponde la escala de MEDICIÓN DE INTERVALO (no existe cero absoluto) T°
V CN CONTINUAS	Aquellas que toman cualquier valor numérico, ya sea entero o fraccionario.
ESCALAS DE MEDICIÓN	Conjunto de posibles valores que una variable puede tomar. El tipo de escala de medición está íntimamente ligada con el tipo de variable.
CLSX DE ESCALAS DE MEDICIÓN	- Escala de medición de intervalo - Escala de medición ordinal - Escala de medición de razón
ESCALA DE MEDICIÓN DE INTERVALO	Clasifica, ordena, la asignación de números se hace de acuerdo al número de unidades. Se utiliza un instrumento de medida y la unidad de medida es arbitaria, pero constante a todas las observaciones y no existe cero absoluto (T°)
ESCALA DE MEDICIÓN ORDINAL	Incluye valores que pueden ser organizados en un determinado orden, aunque la distancia entre cada uno de los valores es muy difícil de determinar. (Tx: bueno, malo, ninguna)
ESCALA DE MEDICIÓN DE RAZÓN	La más completa o perfecta. Tiene el CERO ABSOLUTO, ausencia de característica que se quiere medir. La distancia entre cada valor es exactamente la misma.
RECOLECCIÓN DE INFO	Es una parte fundamental para obtener datos, y sus características y validez se deben tomar en cuenta al momento de trabajar en la obtención y recopilación de información.
MÉTODOS DE RECOLECCIÓN DE INFO	a) Directos- primarios (los obtiene el investigador) observación, encuesta, entrevista. b) Indirectos- secundarios (otra fuente) revisión de historias clínicas, obtención de información en censos, estadísticas vitales,etc.
INSTRUMENTOS DE MEDICIÓN	Odontograma, entrevistas, cuestionarios, examenes escolares, básculas, EDS, microtomografo, difracción RX
PREGUNTAS DICOTÓMICAS	La pregunta tiene dos posibles respuestas
PREGUNTAS NOMINALES	Más de una respuesta. Solo una respuesta.
PREGUNTAS INTERVALO	Respuestas en escala Likert 1-5. Escala bipolar (hay un punto neutral y las dos calificaciones de los extremos están en posiciones opuestas de la opinión.
PRESENTACIÓN DE DATOS	Gráfica: rápido y eficiente Pueden ser manipulados o malinterpretados si no se toman precauciones. Hay varios tipos según: tipo de info, escala de medición de variables, objetivos.
CONSIDERACIONES PRESENTAR DATOS	- Destacar aspectos importantes de un estudio - Se expliquen solas - No incluir todo el material gráfico - Investigar requisitos de editores
CONSIDERACIONES DE PROGRAMAS PARA GRÁFICOS	Eje que representa a las FRECUENCIAS de las observaciones (vertical) comienza en CERO. Longitud de espacios que representan a cada dato o intervalo (clase) en la gráfica deben ser iguales. El tipo de gráfico debe coincidir con el tipo de información.
QUE INCLUYE LA PRESENTACIÓN DE DATOS	- Título (qué será estudiado, en quienes, cuándo y dónde) - Fuente de donde se obtuvo la info - Identificación de variables y escala en que se mide.
PRESENTACIÓN DE DATOS (Ejemplos)	Gráficas y tablas
CONJUNTO DE DATOS	Colección de valores sin organizar
ORDENACIONES	Conjunto de datos numéricos organizados creciente o decrecientemente.
DISTRIBUCIONES DE FRECUENCIA	- Resumen de grandes colecciones de datos. - Distribución en clases o categorías - Determinar a que clase pertenece cada dato.
INTERVALO DE CLASE	Símbolo que define a una clase (50-60) Acotación para un grupo de datos Límites inf y superior (50 y 60) Intérvalos abiertos y cerrados Límites verdaderos (49.5- 60.5)
CUANTILES	medidas que proporcionan información relacionada con el ordenamiento de los datos y con el lugar que ocupa cada uno de ellos dentro de ese orden
PERCENTILES	medidas de orden que utilizan el número 100 como base para la división de la serie
CUARTILES	medidas de orden que utilizan el número 4 como base para la división de la serie. la mediana es además MTC
ESTIMADOR ROBUSTO	valor que no es afectado por variaciones, poco sensible a valores extremos y que sea altamente eficiente cuando los datos son normales
MEDIDAS DE ORDEN	ordenar el conjunto de datos. <br /> - CUANTILES
RANGO PERCENTIL	porcentaje de los casos de un grupo que alcanzó valores menores que el valor localizado en ese rango. <br /> Frecuencia acumulada/ total de casos *100
MEDIDAS DE TENDENCIA CENTRAL	media, mediana y moda
MEDIA	valor que encontraríamos en todos los datos si todos los valores fueran iguales. Se ve afectada por los valores extremos. Centro de gravedad de la distribución, suma de valores por debajo = suma de valores por arriba de la media
MEDIANA	observación central que divide al conjunto, no es afectada por los valores
MODA	valores que ocurren con mayor frecuencia. Uni, bi, tri o multi modal
MEDIDAS DE DISPERSIÓN	-Rango: distancia entre el valor mayor y menor<br /> - Varianza: qué tan alejados están en promedio los datos de la distribución con respecto de la media. <br /> - DE: raíz cuadrada de la varianza
RAZONES	división de la cantidad de una categoría de una variable sobre otra categoría de la misma o de otra variable
PROPORCIONES	división de una cantidad entre un total que contiene a esa cantidad
PROBABILIDAD	Razón del # de eventos en el que el evento A ocurre / # posible de eventos que podrían ocurrir. Factibilidad Mide la frecuencia con la que aparece un resultado
CLÁSICA DE LAPLACE O "A PRIORI"	P (A) = # resultados favorables/ # total de resultados posibles
FRECUENTISTA, EMPÍRICA O "A POSTERIORI"	Si se repitiera muchas veces un experimento, conforme el # de repeticiones tiende al infinito la proporción de resultados en que ocurre un evento A tiende a un límite fijo (estabilización, mayor n mejor estimación, condiciones idénticas)
MATEMÁTICA, AXIOMÁTICA O DE KOLMOGOROV	Un conjunto de probabilidades es cualquier serie de números para los que cada número es positivo, su suma es igual a 1.
EXPERIMENTO ALEATORIO	Cualquier situación que realizada en las mismas condiciones, y sea imposible de predecir el resultado. Tiene que ser aleatorio
SUCESOS INDEPENDIENTES	Si el resultado de uno no tiene efecto en el otro, o si el que ocurra primero de ellos no hace variar la probabilidad de que ocurra el segundo
TEOREMA DE PROBABILIDADES TOTALES	Permite calcular la probabilidad de un suceso A a partir de las probabilidades encontradas
DISTRIBUCIÓN NORMAL	Abraham de Moivre X= 0 DE= 1 Los extremos son infinitos. Simétrica, 100% de los datos debajo de la campana, la mitad del lado derecho- izq En un polígono de frecuencias perfecto en forma de campana simétrica, representa distribución teórica en la cual X, Md, Mo coinciden en el centro
VALORES -1 A +1 DE	(34.13) = 68.26
VALORES -2 A +2 DE	95.44
VALORES Z	1.64 = 90% p .10 1.96 = 95% p .05 2.58 = 99% p .01 mientras más nivel de confianza menos error
VALOR DE P (SIGNIFICANCIA ESTADÍSTICA)	Probabilidad de que la relación observada (entre variables) o una diferencia (entre medias) en una muestra ocurra por azar y que en la población esa relación o diferencias no existan. Mientras más alta p, menos debemos considerar que la relación observada en las variables sea un indicador confiable p > 0.05 no es estadísticamente significativo Representa la probabilidad del error estándar
DE QUÉ DEPENDE LA SIGNIFICANCIA	Del tamaño de la muestra. Muestras muy grandes, aun las pequeñas diferencias entre variables pueden ser significativas. Muestras muy pequeñas, grandes diferencias pueden ser no significativas.
VALOR ESTANDARIZADO	Valor expresado en términos de su diferencia con la media, dividivo por la DE
VARIABLES NO DISTRIBUIDAS NORMALMENTE	pruebas no paramétricas
PRINCIPIO RESPONSABLE DE LA POPULARIDAD:	Mientras más grande el tamaño de muestra, la forma de la distribución normal se acerca a la curva normal. Si el tamaño de la muestra es lo suficientemente grande, se usan pruebas de distribución normal
MUESTREO	Proceso que permite la extracción de muestra (subgrupo) a partir de una población. - Estimar características de una población, hacer inferencias y saber que tan representativa es la muestra

Descubre

Crear Tarjetas

Acerca de Nosotros

Explore Tarjetas

Comparta este Set de Tarjetas de Aprendizaje

Tarjetas de Aprendizaje relacionadas

Bioestadística

Cómo estudiar sus tarjetas

Rango de Cartas a estudiar

74 Cartas en este set