Diseo Experimental

-PresentacinMC. Valeria Magali Rocha Rocha

18 Octubre 2014

Puntos generales
Diseo Experimental, 34600005
Materia perteneciente al cuarto trimestre
de la Maestra en Ciencias de la Salud.
Duracin: 24 horas (2 horas por sesin, 1
da a la semana).
Calificacin mnima aprobatoria: 7.5

Objetivo general
Al trmino del curso, el
manejar, comprender y
estadsticos descriptivos
anlisis de cuestiones de

alumno es capaz de
aplicar los mtodos
e inferenciales en el
salud.

Temario
1. INTRODUCCIN A LOS MTODOS DE LA
EPIDEMIOLOGA Y LA BIOESTADSTICA (2
horas)
1.1. Estadstica, estadstica aplicada y bioestadstica
1.2. Bioestadstica descriptiva y Bioestadstica
analtica o inferencial
1.3. Poblaciones y muestras
1.4. Etapas de la investigacin cientfica: relaciones
entre la Bioestadstica y la Epidemiologa

2. PROCEDIMIENTOS DESCRIPTIVOS (3
horas)
2.1 Tipos de variables
2.2 Representaciones grficas
2.3. Medidas de tendencia
2.4. Medidas de dispersin
2.5. Medidas de forma
2.6. Medidas de posicin: cuantiles
2.7. Medidas de tendencia central y dispersin

3. PROBABILIDAD. DISTRIBUCIONES DE PROBABILIDAD

(6 horas)
3.1. Introduccin
3.2. Conceptos de probabilidad
3.3. Axiomas y propiedades de la probabilidad
3.4. Concepto de independencia
3.5. Probabilidad condicionada
3.6. Teorema de Bayes
3.7. Distribuciones de probabilidad discretas
3.8. Distribuciones de probabilidad continuas
3.9. Teorema del lmite central
3.10. Condiciones y pruebas de normalidad
3.11. Las distribuciones binomial, Poisson y normal
3.12. Aproximacin a las distribuciones Binomial y Poisson
usando la distribucin Normal
3.13. Media y desviacin estndar de una proporcin

4. INTERVALOS DE CONFIANZA (5 horas)

4.1. Error sistemtico y error aleatorio
4.2. Muestreo aleatorio o seleccin aleatoria
4.3. Conceptos generales sobre estimacin de
parmetros
4.4. Estimacin de una proporcin
4.5. Estimacin de una media
4.6. Intervalo de confianza de una media
4.7. La distribucin t de Student
4.8. Estimacin de una mediana

5. PRUEBAS DE HIPTESIS (4 horas)

5.1. Contraste de hiptesis
5.2. Hiptesis nula e hiptesis alternativa
5.3. Errores en el contraste de hiptesis:
error tipo 1 y error tipo 2
5.4. Interpretacin de valores p: significacin
y potencia estadstica
5.5. Pruebas a una cola y pruebas a dos
colas

6. CORRELACIN Y REGRESIN (4 horas)

6.1. Introduccin
6.2. Correlacin
6.3. Regresin lineal simple
6.4. Supuestos del modelo de regresin
6.5. Regresin lineal en diversos programas
informticos
6.6. Usos e interpretacin de una regresin lineal
6.7. Representacin grfica de los residuales en una
regresin lineal
6.8. Relacin entre Regresin. ANOVA y t de
Student

Criterios de Evaluacin
Examen por tema
Trabajo prctico por tema
Trabajo final
(Reporte del anlisis de
base de datos)

30%
30%

40%

Trabajos prcticos por tema

Prcticas con software estadstico Stata.
Lectura de artculos e investigaciones.

Dinmica en clase
Al inicio de la clase se tomarn 10 minutos
para recordar los temas vistos la clase
anterior.
Posteriormente se tomarn otros 10
minutos para discutir sobre el material
referente al tema del da.
Finalmente, habr una exposicin y
resolucin de dudas sobre el tema del da
por parte del profesor.

Bibliografa
1.
Bioestadstica
Amigable.
Martnez
Gonzlez, M. A. Daz de Santos, 2006.
2. An introduction to Stata for health
researchers. Juul, S. Stata Press, 2006.
3. Bioestadstica Mdica. Dawnson, B. Manual
Mdico Moderno, 2005.

Estadstica, Estadstica
Aplicada y bioestadstica
Estadstica
Matemtica

Crear

Estadstica
Aplicada

Utilizar e
interpretar

Estadstica

Bioestadstica descriptiva y
Bioestadstica inferencial
Bioestadstica
Descriptiva
Estadstica
Aplicada

ndices
estadsticos
Mtodos
grficos

Bioestadstica

Bioestadstica
Inferencial

Intervalos de
confianza
Pruebas de
hiptesis

Poblaciones y muestras

Etapas de la investigacin cientfica

Procedimientos descriptivos

Tipos de variables
1. Variable cuantitativa
Variable continua
Son aquellas variables que pueden asumir cualquier valor en
determinado intervalo de valores.
Ejemplos?
Variable Discreta
Es la que puede asumir slo ciertos valores, por lo regular,
enteros.
Ejemplos?

2. Variable cualitativa
Variables Nominales
Son variables numricas cuyos valores representan una
categora o identifican un grupo de pertenencia. Este tipo
de variables nos permiten establecer relaciones de
igualdad/desigualdad entre los elementos de la variable.
Ejemplos?

Variables Ordinales
Son variables numricas cuyos valores representan una
categora o identifican un grupo de pertenencia contando
con un orden lgico. Este tipo de variables nos permiten
establecer relaciones de igualdad/desigualdad y a su vez
podemos identificar si una categora es mayor o menor que
otra.
Ejemplos?

Discretas
Cuantitativas
Continuas
Variables
Nominales
Cualitativas
Ordinales

Variable Continua

Variable Discreta

Variable Nominal

Variable Ordinal

Representaciones grficas

Variables cualitativas
Grfica de barras y grfica de pastel
Una grfica de barras o un diagrama
barras es una grfica para representar
datos cualitativos de una distribucin
frecuencia, de frecuencia relativa o
frecuencia porcentual.

de
los
de
de

La grfica de pastel proporciona otra

grfica para presentar distribuciones de
frecuencia relativa y porcentual de datos
cualitativos.
Para obtener cada uno de los sectores de
esta
grfica
se
debe
multiplicar
360(frecuencia
relativa),
con
esto
obtendremos la medida del ngulo de cada
categora.

Variables cuantitativas
Histograma, Ojiva, Grfica de caja
El histograma se realiza con los datos
previamente
resumidos
mediante
una
distribucin de frecuencias. Se construye
dibujando un rectngulo cuya base est
determinada por los lmites de clase.

La ojiva se construye al graficar cada uno

de los puntos correspondientes a la
frecuencia acumulada de las clases.

Una grfica de este tipo consiste en una caja rectangular.

Este rectngulo est dividido por un segmento horizontal
que indica donde se posiciona la mediana y por lo tanto su
relacin con los cuartiles primero y tercero.