Descripción y contextualización de la asignatura

El objetivo de esta asignatura es la adquisición de conocimientos básicos de la estadística aplicada a ciencias de la salud. Cualquier hipótesis que se plantea en esta disciplina necesita ser evaluada a partir de un análisis estadístico y este módulo responde satisfactoriamente a dicha necesidad.

Temario

Unidad 1. Revisión de matemáticas básicas e introducción a la lógica

Notación. Números. Reglas algebraicas. Propiedad, cantidad y medida. Variables. Funciones. Fundamentos del cálculo diferencial e integral. Desigualdades. Matrices. Argumentos. Deducción. Inducción. Abducción. Refutación. Introducción al software R.



Unidad 2. Estadística descriptiva

Variables cuantitativas y categóricas. Población. Muestra. Datos. Variable aleatoria. Estadísticos descriptivos: métodos gráficos y numéricos. Centralidad y Dispersión. Frecuencia. Prevalencia. Incidencia.



Unidad 3. Teoría de la probabilidad aplicada

Espacio de muestreo. Suceso. Axiomas, propiedades e interpretación de la probabilidad. Teorema de Bayes y aplicaciones (pruebas diagnósticas). Probablidad condicional. Independencia.



Unidad 4. Teoría aplicada de la distribución univariante y multivariante

Variable aleatorias discretas y continuas. Masa de probabilidad. Función de distribución. Función de distribucion acumulada. Esperanza. Momentos. El modelo binomial. El modelo normal. Gráficos de probabilidad. Distribución conjunta de variables aleatorias. Covarianza y correlación. Distribución condicional.



Unidad 5. Diseño estadístico

Experimentos manipulativos. Estudios observacionales. Diseños completamente aleatorizados. Diseños con aleatorización restringida a bloques. Diseños split-plot (incl. diseños cruzados). Muestreo aleatorio simple. Muestreo estratificado. Muestreo por conglomerados y sistemático. Muestreo polietápico.



Unidad 6. Inferencia estadística

Estimación de parámetros. Estimación punctual y por intervalos. Métodos y criterios. Pruebas de hipótesis (una y dos muestras). Valores de probabilidad. Tests, z y t. Tablas de contingencia. La prueba chi cuadrado. Pruebas no paramétricas.



Unidad 7. El modelo linear general y su extensión a datos binarios

Formulación general. Regresion linear simple y múltiple. Anova. Ancova. Factores fijos y aleatorios. Estimación de parámetros por mínimos cuadrados y por máxima verosimilitud. Extensión a datos binarios.

Bibliografía

Bibliografía básica

Alan Grafen and Rosie Hails. 2002. Modern Statistics for the Life Sciences. Oxford. Oxford University Press.

Peacock, J. L. and P. J. Peacock. 2020. Oxford Handbook of Medical Statistics. Oxford, Oxford University Press.

Ruxton, Graeme D. & Colegrave, Nick. Experimental Design for the Life Sciences. 2016. Oxford. Oxford University Press.

Sinnott-Armstrong, W. & Fogelin, R. 2009. Understanding Arguments: An Introduction to Informal Logic. Cengage Advantage Books.

Thompson, Steven K. 2012. Sampling. Third ed. Hoboken, New Jersey. Wiley.

Zuur, Alain, Ieno, Elena N. & Meesters, Erik. 2009. A Beginner's Guide to R. Springer.