Estadistica Flashcards
Muestreo por azar en el que todos los elementos de la población tienen la misma probabilidad de ser incluidos en la muestra
Probabilístico
Desventaja del muestreo NO probabilístico
No son extrapolable a la población
Muestreo con menor probabilidad de sesgos
Probabilístico
Muestreo donde elijo 1 cada (n) individuos
Muestreo SISTEMATICO
Cuando utilizamos el muestreo estratificado
Cuando haya una variable pronostica que pudiera influir en el desarrollo de la enfermedad
Representación grafica de las variables Cualitativas
Diagrama de Barras
Diagrama sectorial/pastel
Histograma y polígono de frecuencia lo utilizamos para
Variables cuanti Continuas
Para las variables cuanti discretas utilizamos
Diagrama de Barras
Muestreo por conglomerados
Se utilizan como base del muestreo al grupo de sujetos
Medidas de centralización
Media
Moda
Mediana
Cuando coinciden la mediana y la media
en una distribución simétrica
Media de centralización que se prefiere cuando la muestra es Homogénea
Media aritmética *utiliza todos los datos
Medida de centralización que se altera en situaciones atípicas/error de datos/ valor anormal
Media aritmética
No se ve alterada con valores extremos
Mediana
Si la media y mediana difieren mucho
Distribución—Asimétrica HETEROGENEIDAD
Indican si los valores de la distribución estan muy dispersos o concentrados alrededor de la media
Medidas de DISPERSION
Medida de dispersion para datos asimétricos
Rango Intercuartílico
Medida de centralización y de dispersion que se ven afectadas por valores extremos
Media
Desviación típica
Medida de centralización mas potente
Media
es la medida de dispersion mas potente
Desviación típica
Tipo de distribución + frc es
La normal/Gauss
Media mediana y moda coinciden en el mismo valor en que situación
Distribución de Gauss o simétrica
Parametro que se emplea para decir si una distribución es Homogenea o dispersa
Coeficiente de Variación
Mide el apuntamiento de una distribución
Curtosis
Si sumo una constante a todos los valores la media y la varianza?
Aumenta a ese valor la MEDIA
y NO modifica la varianza
Si a todos los valores de una distribución se les multiplica por una constante que pasa con sus medidas
Media y Desviación típica se multiplican por la constante
Varianza Multiplicada por el cuadrado de la constante
Curtosis Leptocurtica
Gran concentración de valores
Curtosis Mesocúrtica
Concentración Normal de valores
baja concentración de valores
Platicurtica
Desviación estándar sobre la Media
Coeficiente de variación
Representa el coeficiente de curtosis
G2
g1 = ±0,5 y g2 = ±0,5 son los datos que debe tener
La curva Normal/Gauss/Simetrica
Curva de Probabilidad continua con forma de campana
Distribución de Gauss
limites de la campana Gauss
+/- Infinito
Que cantidad de la muestra esta incluido en el intervalo media +/- 1.96
95%
El 68% de la muestra se encuentra a cuantas desviaciones estándar
A 1 desviación Estándar
A 2 (1.96) Desviaciones estándar tenemos que porcentaje de la muestras?
95%
Distribución para variables cuantitativas discretas
Binomial
Poisson
A 2.57 Desviaciones estándar englobamos que cantidad de la muestra
99.7% sobrando 0.3% que se divide equitativamente en un 0.15% a cada lado
Una variable sigue una distribución Normal esto significa que
El 95% de la muestra esta a 2 desviaciones estándar
Distribución Unimodal
Distribución de Gauss
A medida que el IC es mas pequeño el tamaño muestral
Es mas grande
Conocer la media poblacional a partir de la media muestral lo hacemos con
Estimación de medias
- Puntual
- por intervalos
A partir de una población estimamos medias
Error estándar de la media
El error estándar de la media es
La desviación típica de la media poblacional
Media de las medias extraidas de la población
Media Poblacional (μ)
Mediante la estadística Inferencial *Error estándar de la media’’ podemos
Estimar, NO se puede afirmar
La estadística descriptiva nos permite
Calcular y afirmar
Comprende el empleo de error estándar de la media + principios de distribución normal
Calculo de los Limites de confianza
Que Indica nivel de confianza 1 - alfa
Probabilidad que hay de que la media poblacional (μ) pertenezca a ese intervalo
Significación alfa = 0.05 o IC 95% indica que
Probabilidad que hay de errar en la estimación
Parametro de dispersion que siempre se emplea para el calculo de los IC es
El error estándar de la media
El valor de P coincide con
Probabilidad de cometer un error Alfa (tipo I)
Si tenemos un IC de 95% el 5% restante es?
La probabilidad de que el IC este mal calculado
El IC tiene menor precision cuando
Es muy grande (Menos n)
Que Implica tener IC grande
Mayor probabilidad de Incluir entre los valores el valor NULO (1)
El contraste de Hipótesis permite calcular
Como de probable es que lo concluido en nuestro estudio (H1) lo haya provocado el azar
Característica que mas influye en valor de p es el
Tamaño muestral
Es lo complementario al error Beta
POTENCIA o poder estadístico de un test
Se rechaza la H0 siendo cierta
Error tipo I alfa digo que hay diferencias cuando no las hay
Probabilidad de observar los resultados de un estudio u otros mas alejados de H0 si esta fuese cierta
Valor de p
Muestras de pequeño tamaño (n<30) es muy probable que
Los valores de p sean no significativos
Las multiples comparaciones en un estudio predispone a
Aumenten los falso positivos (mayor pb de cometer un error tipo I)
Capacidad que tiene un test para detectar una diferencia cuando esta existe en realidad
POTENCIA
