Presentación del grupo 5398 - 2011-1.

Unidad I

1. Introducción a la Bioestadística

1.1Concepto de estadística y su relación con la biología

1.2Papel y relevancia de la estadística en la metodología científica

1.3Tipos y enfoques de la estadística: Paramétrica, no paramétrica, univariada, y multivariada.

1.4Tipos y enfoques de la estadística: Paramétrica, no paramétrica, univariada, y multivariada.

1.5Validez externa (representatividad) e interna (comparabilidad).

1.6Tipos de estudios de investigación (observacional, comparativo y de experimentos).

Unidad II

1. Estadística descriptiva

2.1Conceptos básicos

2.1.1Población

2.1.2Muestra

2.1.3Parámetro

2.1.4Estadístico

2.1.5Variable

2.1.5.1Tipos de variables

2.2Recopilación y organización de datos

2.2.1Tablas de distribución de frecuencias

2.2.2Representación gráfica

5.2.2.1.Gráficas de Barras

5.2.2.2.Gráficas circulares

5.2.2.3.Gráficas de línea

5.2.2.4. Histogramas y polígonos de frecuencia

5.2.2.5 Gráfico de tallo y hojas

2.3Medidas de tendencia central

2.3.1Media aritmética

2.3.2Mediana

2.3.3Moda

2.4Medidas de posición

2.4.1Percentiles

2.4.2Deciles

2.4.3Cuartiles

2.4.4Gráficas de caja

2.5Medidas de variabilidad

2.5.1Desviación media

2.5.2Varianza

2.5.3Desviación estándar

2.5.4Coeficiente de variabilidad

2.6Análisis descriptivo bivariado

2.6.1Variables cualitativas

5.6.1.1.Tablas de contingencia

5.6.1.2. Gráficas de barras agrupadas

2.7Variables cuantitativas

2.7.1Gráfica de dispersión

2.7.2Cálculo del coeficiente de correlación lineal

2.7.3Modelo de regresión lineal

5.7.3.1. Ajuste de la recta de mínimos cuadrados

5.7.3.2. Cálculo del coeficiente de determinación

5.7.3.3. Predicción de valores, uso del modelo

Unidad III

1. Elementos básicos de probabilidad

3.1Concepto de probabilidad

3.1.1Probabilidad clásica

3.1.2Probabilidadfrecuentista

3.1.3Probabilidad subjetiva

1. Eventos y sus probabilidades

4.1Espacio muestral

4.2Evento seguro y evento imposible

4.3Operaciones entre eventos

4.3.1Unión de eventos

4.3.2Intersección de eventos

2.3.2.1 Eventos ajenos

4.3.3Diferencia de eventos

4.3.4Evento complemento

4.4Leyes de probabilidad

4.5Probabilidad condicional

2.5.1 Eventos independientes

4.6Teorema de Bayes

4.7Momios y Razón de momios

4.8Técnicas de conteo

4.8.1El factorial de un número

4.8.2Permutaciones

4.8.3Combinaciones

4.8.4Diagramas de árbol

1. Variables aleatorias

5.1Concepto

5.2Variables aleatorias discretas y continuas

5.3Distribución de probabilidad de una variable aleatoria

5.4Esperanza de una variable aleatoria

5.4.1Propiedades de la esperanza

5.5Varianza de una variable aleatoria

3.5.1 Propiedades de la varianza

Unidad IV

1. Funciones de distribución de probabilidad

6.1Funciones de probabilidad de variable discreta

6.1.1Distribución Uniforme

6.1.2Distribución Bernoulli

6.1.3Distribución Binomial

6.1.4Distribución Poisson

6.2Funciones de probabilidad de variable continua

6.2.1Distribución uniforme

6.2.2Distribución normal

6.2.3Normal estándar

4.2.3.1. Cálculo de probabilidades y uso de la tabla

4.2.3.2. Estandarización

4.2.3.3. Relación entre una normal cualquiera y la normal estándar.

6.2.4Distribución de la media muestral y cálculo de probabilidades

6.2.5Teorema Central de Límite

6.2.6Distribución de la proporción muestral y cálculo de probabilidades

Unidad V

1. Inferencia estadística

7.1Parámetros y estadísticos

7.2Hipótesis sobre parámetros

7.3Estimación de puntual

7.3.1Método demáxima verosimilitud

7.4Características de los buenos estimadores

7.4.1Insesgados

7.4.2Eficientes

7.4.3Consistentes

7.4.4Mínima varianza

7.4.5Completez

7.5Contraste de hipótesis

7.6Estimación por intervalos

1. Inferencia sobre un parámetro poblacional

8.1Contrastes de hipótesis e intervalos de confianza sobre la media de una población.

8.1.1Asumiendo distribución normal en la población. Distribución t de student.

8.1.2Sin asumir distribución normal, pero con muestras grandes. Distribución z.

8.1.3Prueba de bondad de ajuste de Shapiro-Wilks.

8.1.4Muestras pequeñas sin asumir distribución normal: prueba no paramétrica el signo.

8.1.5Muestras pequeñas sin asumir distribución normal: prueba no paramétrica de Wilcoxon.

8.2Contraste de hipótesis e intervalo de confianza sobre la proporción poblacional.

8.2.1Teorema Central de Límite

8.3Prueba de hipótesis e intervalo de confianza sobre la varianza poblacional

1. Tamaño de muestra

Unidad VI

1. Inferencia para comparar dos o más parámetros poblacionales

10.1Prueba de Leveane para comparar dos varianzas poblacionales. Distribución F.

10.2Contraste de hipótesis para comparar dos medias poblacionales e intervalo de confianza para la diferencia de medias, suponiendo distribución normal. Distribución t.

10.2.1Asumiendo varianzas iguales

10.2.2Asumiendo varianzas diferentes

10.3Contraste de hipótesis para comparar dos medias poblacionales e intervalo de confianza para la diferencia de medias, para muestras grandes. Distribución z.

10.4Contraste de hipótesis para comparar dos medias poblacionales sin suponer distribución normal. Prueba no paramétrica U-Mann-Whitney.

10.5Contraste de hipótesis para comparar dos medias poblacionales e intervalo de confianza para la diferencia de medias, muestras relacionadas. Suponiendo distribución normal. Distribución t.

10.6Contraste de hipótesis para comparar dos medias poblacionales, muestras relacionadas, sinsuponer distribución normal. Prueba no paramétrica de Wilcoxon.

10.7Prueba ANOVA (Análisis de Varianza) para comparar más de dos poblaciones suponiendo distribución normal

10.7.1Prueba de comparaciones múltiples de Tukey.

10.8Prueba para comparar más de dos poblaciones sin suponer distribución normal, prueba no paramétrica de Kruskall-Wallis.

10.9Prueba para comparar dos proporciones poblacionales.

Prueba para comparar más de dos proporciones: Prueba de independencia o de asociación c², y estadísticos F, V- de Cramer.

Unidad VII

1. Análisis de Correlación y Regresión

11.1Correlación lineal simple

11.2Ajuste del modelo de regresión lineal simple.

11.3Pruebas sobre los parámetros y análisis de residuos.

11.4Uso del modelo de regresión: predicción y bandas de confianza.

11.5Ajuste del modelo de regresión lineal múltiple.

11.6Pruebas en torno al modelo de regresión lineal múltiple.

11.7Modelos de análisis de varianza, Modelo lineal generalizado

11.7.1Una vía

11.7.2Bloques

11.7.3Tres factores

11.7.4Cuadrado Latino