Contenidos del Programa de Bioestadística para Nutrición y Dietética, 2012

Actualizado al 29 de noviembre del 2012

Programa 2012

1.      LA ESTADÍSTICA DESCRIPTIVA EN LAS CIENCIAS DE LA SALUD

a)      La estadística como herramienta para la prevención de las enfermedades y muertes innecesarias: el ejemplo paradigmático de la gestión de Florence Nightingale.

b)      El objetivo de la Estadística como herramienta científica: Inferir lo que tiene una población mediante la inspección de una muestra de la población.

c)      El umbral de inicio del camino de la Estadística: la Estadística Descriptiva.

d)     La población bajo estudio: Población de seres humanos y otras poblaciones

a.       El concepto de variable aleatoria o indicador.

e)      El concepto de muestra y “dato estadístico”: una ligazón que no nos debe confundir.

f)       Ejemplos de datos estadísticos en Chile y en el mundo: Las hebras del ADN; Los datos del Instituto Nacional de Estadística (INE) como paradigma de un estado moderno; la evolución de la violencia intrafamiliar (VIF) en Chile; la UNICEF y su apoyo al desarrollo de la infancia: la base de datos DevInfo. Importancia de los datos estadísticos anteriores para el desarrollo humano.

Nota: Hasta aquí visto en la clase del 03/09/2012

g)      Datos estadísticos cualitativos y cuantitativos. Otras clasificaciones. (Baje los siguientes datos: medifis.xls: con estos datos le enseñaremos las técnicas y conceptos de la estadística descriptiva. Estos datos los debe guardar en su archivo personal y anotar allí mismo los conceptos enseñados)

Transparencias de apoyo: ¿Como enseñar la varianza?; El problemas de los percentiles.

Nota: Objetivo de la clase del 04/09/2012

h)      Datos cualitativos: porcentajes y sus gráficas asociadas. Su tratamiento en Excel, su presentación en PowerPoint.:

i)        Datos cuantitativos: el promedio y la desviación estándar. La interpretación y el significado de ambas medidas.

j)        Tratamiento y análisis descriptivo mediante softwares estadísticos: Excel y Statgraf.

k)      El significado y el cálculo de los percentiles. Políticas de salud en base de los percentiles más importantes: deciles, cuartiles, mediana.

l)        Gráficos y tablas de presentación para comunicar la estadística

m)    La estadística clásica basada en tablas de frecuencia revisitada en los softwares de cálculo rápido: más que calcular, interpretar.

Nota: Objetivo de la clase del 24/09/2012

Baje estos datos: peso estatura jóvenes dominicanos

2.      LA ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL EN LAS CIENCIAS DE LA SALUD

a.       Una muestra, muchas observaciones. Datos multidimensional

b.      Cálculo de valores estadísticos como la media y la desviación estándar sujetos a condicionalidad de las restantes variables: media y desviación estándar condicional.

c.       Relación funcional entre dos observaciones. El concepto de Covarianza como extensión del concepto de varianza.

d.      Relación funcional entre dos observaciones. El coeficiente de correlación lineal de Pearson.

e.       De datos multidimensionales calculo de la matriz de correlación. Elección de los indicadores con mayor correlación en valor absoluto.

f.       Construcción del la mejor recta para ajuste de datos bidimensionales: Predicción y explicación de un fenómeno bidimensional. El ejemplo paradigmático de peso y estatura.

g.      Ejemplos de ajuste de rectas como apoyo a la estadística forense y estadística de la nutrición: relación bidimensional entre indicadores biométricos: estatura, peso, longitud de brazo, ancho de espalda, largo de pierna, perímetro craneal, longitud de pie, y género de la muestra poblacional

h.      Propiedades de un buen modelo lineal para la predicción: error estándar de estimación, coeficiente de determinación.

i.        Otros modelos no lineales.

j.        Uso de softwares estadísticos para el cálculo de modelos lineales y no lineales en la estadística bidimensional. Ejecución de informes y presentación de resultados.

3.      (ALGUNOS) MODELOS DE PROBABILIDAD DE MAYOR USO EN LAS CIENCIAS DE LA SALUD

a)                  La probabilidad de Bernoulli: Ser o no ser, cara y sello, o el sexo del recién nacido (introducir en este modelo el concepto de independencia probabilística)

b)                 Genética y probabilidad: cromosomas, genes y las leyes mendelianas.

c)                  La probabilidad Binomial. Aplicaciones a los grupos sanguíneos. Aplicaciones a control de calidad y vida saludable.

d)                 La ley de los raros eventos, la probabilidad de Poisson. Aplicación  a los accidentes laborales.

e)                  Sobre los modelos anteriores construir el Teorema de Bayes. Aplicaciones a problemas de paternidad y Estadística Forense.

f)                  Nuevamente el concepto de variable aleatoria discreta, con su esperanza y su desviación estándar.

g)                 La probabilidad normal o gaussiana. Ejemplos de modelos que se ajustan a una distribución normal. Estimación de los parámetros de una probabilidad normal: relación con la estadística descriptiva.

h)                 Introducción a la inferencia estadística: prueba de hipótesis sencillas. Pruebes de bondad de ajuste: relación con la estadística descriptiva.

i)                   Aplicaciones en la literatura científica de la Estadística a las ciencias de la salud.