Quizes 1er semestre Flashcards
De los cálculos derivados de la matriz de confusión, el más útil para saber si una prueba es buena para detectar personas enfermas es:
Sensibilidad
Una prueba que sólo produce resultados negativos tendrá:
Especificidad del 100%
Al construir una matriz de confusión, los enfermos se escriben en:
La primera columna
De los cálculos derivados de la matriz de confusión, el más útil para saber si un paciente tiene una enfermedad es:
Valor predictivo positivo
El punto de corte ideal de una prueba diagnóstica es:
Depende de si se prefiere cometer falsos positivos o falsos negativos
Al construir una matriz de confusión, los resultados negativos de la prueba en estudio se escriben en:
La segunda fila
Otro nombre de la matriz de confusión es:
- Tabla de contingencia
- Tabla de 2x2
- Tabla tetracórica
(Todas las anteriores)
El valor predictivo positivo de una prueba depende principalmente de:
La prevalencia de la enfermedad
El eje x de la curva ROC representa:
la tasa de falsos positivos
En una distribución no gaussiana
La media, la mediana y la moda tienen valores diferentes
El azar tiene distribución:
Gaussiana
En una distribución Chi-cuadrada, aumentar los grados de libertad:
Disminuye la asimetría de la distribución
Las distribuciones gaussianas:
Son simétricas
Una distribución en donde los datos se concentran a la izquierda del eje es:
Sesgada a la derecha
En una distribución de Poisson. Aumentar el número de eventos:
Disminuye la asimetría
En una distribución de Student, aumentar los grados de libertad:
Disminuye el área de las colas
Una distribución gaussiana puede ser:
- Leptocúrtica
- Platicúrtica
- Mesocúrtica
(Todas las anteriores)
Las mejores pruebas estadísticas para analizar fenómenos con distribución normal son:
Las pruebas paramétricas
La mejor forma de representar una distribución probabilística es:
Con una gráfica de violín
El tamaño ideal de una muestra es inversamente proporcional a la diferencia y la dispersión entre las distribuciones que se estudian
Verdadero
Entre más grande sea una muestra, mejor
Falso
En una distribución gaussiana la media y el intervalo intercuartilar son equivalentes
Falso
Los intervalos de confianza, entre más pequeños, mejor
Verdadero
La probabilidad acumulada por debajo de un valor de z = 2 es:
<5%
Por convención, si el valor de p < 0.05, se acepta la hipótesis alternativa
Falso
Las diferencias estadísticamente significativas, son médicamente relevantes
Falso
El poder estadístico es:
La probabilidad de encontrar una diferencia que sí existe
Los intervalos de confianza pueden ser asimétricos
Verdadero
El intervalo de confianza es proporcional a la dispersión de la distribución
Verdadero
Las pruebas de hipótesis permiten concluir
Si se rechaza la hipótesis nula
El bootsrap:
Solo permite estimar con precisión la media de una distribución no gaussiana
Las muestras aleatorizadas siempre son mejores que las no aleatorizadas
Falso
La estimación de una media puede ser precisa pero equivocada
Verdadero
El error sistemático
Es unidireccional
Cuando un fenómeno con distribución de Poisson se muestra 100 veces:
- La distancia entre la medida de las medias y la media real disminuye si se muestra más veces
- El intervalo de confianza de la media de las medias será simétrico
- El valor de la media de las medias tendrá distribución normal
(Todas son correctas)
Las cuotas de muestreo buscan mejorar la representatividad de una muestra cuando la población es muy heterogénea
Verdadero
El error estándar:
Es la diferencia que hay entre las medias y la media real
La magnitud de los efectos fijos se calcula con:
Ninguna de las anteriores:
- d de Cohen
- f2 de Cohen
- R2 de Pearson
El trasplante de dos distribuciones es inversamente proporcional a su d de Cohen
Verdadero
Cuando se compara un medicamento vs placebo, entre más grande sea la d de Cohen, mejor
Verdadero
La eficiencia de una intervención es variable a lo largo del tiempo
Verdadero
El número necesario a tratar, entre más bajo, mejor
Verdadero
Los meta-análisis permiten comparar distintas intervenciones para tratar la misma enfermedad
Verdadero
Un tamaño de efecto puede ser estadísticamente significativo y clínicamente irrelevante
Verdadero
Es esperable que la d de Cohen sea inversamente proporcional a la dispersión de los datos que se estudian
Verdadero
Una intervención puede ser poco efectiva pero muy eficaz
Verdadero
Los meta-análisis son comparaciones ponderadas del tamaño del efecto
Verdadero
