Bioestadística

Buena parte de la investigación en cualquier área de la ciencia se sustenta en el desarrollo de métodos cuantitativos de investigación, en particular, aquellos basados en técnicas estadísticas.

Desde esta perspectiva, la adopción de estrategias analíticas cuantitativas se convierte en un requisito sine qua non para el desarrollo de la investigación científica, a la vez que propende por la circunscripción de sus hallazgos en los marcos de la ética, la objetividad y garantiza su comparabilidad.

Este curso presenta los conceptos y métodos básicos de la bioestadística aplicada a la investigación. Introduce la probabilidad (sus reglas, sus distribuciones y la probabilidad condicional), la prueba de hipótesis y los test clásicos de estadística inferencial. Durante esta asignatura se aprende a conocer, aplicar e interpretar las medidas estadísticas de frecuencia, tendencia central y dispersión. Se introducen las bases de población y muestra, medidas de asociación, intervalos de confianza, tablas de contingencia, funciones de probabilidad y manejo de paquetes estadísticos en el software R. El estudiante aprende a explorar, organizar, y presentar datos. Al finalizar la asignatura el estudiante contará con las competencias necesarias para realizar estadística descriptiva exploratoria y algunas pruebas estadísticas confirmatorias sobre un conjunto de datos de interés.

Tema 1. Escalas de medición

• Tipos de escala
• Análisis en R

Tema 2. Probabilidad y análisis de pruebas diagnósticas

• Probabilidad
• Pruebas diagnósticas
• Análisis en R

Tema 3. Variables aleatorias y funciones de densidad de probabilidad

• Función de densidad y variable aleatoria
• Parámetros
• Parámetros generales
• Descripción general de una función de densidad
• Cálculos sobre funciones de densidad

Tema 4. Inferencia estadística

• Inferencia
• Intervalos de confianza
• Amplitud del intervalo de confianza
• Análisis en R.

Tema 5. Pruebas de hipótesis

• Metformina + glibenclamida
• Prueba de hipótesis
• Zona de rechazo
• Análisis en R.

Tema 6. Medidas de asociación y tamaños de efecto

• Correlación
• Regresión lineal
• Diferencia de medias
• Ejemplo de diferencia de medidas
• Tablas de contingencia
• Análisis en R.

Tema 7. Potencia y tamaño de muestra

• Tamaño de muestra y relación entre errores