2 Bases biológicas

Question 1

(Enfoque de frecuencia) ¿cada cuánto va usted al médico?

Answer 1

Univariada

Question 2

(Enfoque correlacionado) ¿porque va usted al médico?

Answer 2

Multivariada

Question 3

La condición más usual o frecuente en una población en relación con una variable específica

Answer 3

Normalidad

Question 4

Características principales de la distribución de Gauss

Answer 4

1. Forma de campana
2. Media, mediana y moda iguales
3. Desviación estándar
4. Regla Empírica (Regla 68-95-99.7)
5. Parámetros

Question 5

Forma de campana

Answer 5

Gráfica de distribución normal con forma de campana simétrica alrededor de su valor central (la media). Los datos se concentran cerca de la media y la probabilidad de valores alejados disminuye.

Question 6

Media, moda y mediana

Answer 6

Los tres son iguales y se encuentran en el centro de la campana, por lo tanto es una distribución simétrica.

Question 7

Desviación estándar

Answer 7

La dispersión de los datos alrededor de la media. Entre mayor sea la DE mayor es la dispersión de datos.

Question 8

Regla Empírica

Answer 8

La mayoría de los datos en una distribución normal:
1. La media +/- 1 *la DE cubre el 68.3% de los casos
2. La media +/- 2 *la DE cubre el 95.5% de los casos
3. La media +/- 3 * la DE subre el 99.7% de los casos

Question 9

Parámetros. La distribución normal tiene dos:

Answer 9

Media y Desviación estándar
Ayudan a determinar la forma de distribución

Question 10

Extensión del concepto de normalidad a situaciones en las que se trabaja con MÚLTIPLES VARIABLES aleatorias simultáneamente.

Answer 10

Normalidad multivariada

Question 11

¿Cuántas variables considera la normalidad multivariada?

Answer 11

Se ocupa de VECTORES ALEATORIOS que contiene múltiples variables

Question 12

Características de la normalidad multivariada

Answer 12

1. Vectores aleatorios
2. Matriz de Covarianza
3. Función de Densidad de Probabilidad Multivariada
4. Teorema del límite central multivariado

Question 13

Vectores Aleatorios

Answer 13

Contienen múltiples variables. Representan observaciones simultáneas en todas las dimensiones.

Question 14

Matriz de covarianza

Answer 14

Describe la variabilidad y las relaciones entre todas las variables en juego. La matriz de covarianza captura estas relaciones para todas las combinaciones de variables.

Question 15

Función de Densidad de Probabilidad Multivariada

Answer 15

Probabilidad de observar un conjunto específico de valores en todas las variables.
A función de densidad de probabilidad univariada, se extiende a múltiples dimensiones.

Question 16

La temperatura, peso, rpm, incidencia de enfermedades y valores de una medición clínica son:

Answer 16

Valores de una sola variable/medición de población, delimitado en intervalos (para saber si el dato es normal o anormal)

Question 17

Teorema del límite central multivariado

Answer 17

Establece que bajo ciertas condiciones, la suma de variables aleatorias independientes e idénticamente distribuidas tienden a una distribución normal multivariada mientras que la tamaño de la población aumenta

Question 18

Los comportamientos interrelacionados que indician la presencia de proceso mórbido o facilitación del inicio de una enfermedad indican:

Answer 18

Lo anormal (Enfoque multivariado)

Question 19

Respuesta del organismo a enfermedades conocidas, acciones terapeúticas que mejoren la salud o identificación de condiciones clínicas modificables que puedan prevenir el surgimiento de una enfermedad

Answer 19

Normalidad (Enfoque multivariado)