Saltar al contenido
Estadística para Sanitarios
Definiciones básicas1. Fundamentos
Tipos de variables1. Fundamentos
Diagrama de caja1. Fundamentos
Análisis bivariante1. Fundamentos
Introducción a la probabilidad1. Fundamentos
Tipos de estudios epidemiológicos1. Fundamentos
Sesgos en investigación1. Fundamentos
Muestreo e inferencia1. Fundamentos
Distribución normal2. Distribuciones de probabilidad
Distribuciones discretas2. Distribuciones de probabilidad
Intervalos de confianza3. Inferencia estadística
Contraste de hipótesis3. Inferencia estadística
¿Qué prueba uso?4. Pruebas estadísticas
Pruebas paramétricas4. Pruebas estadísticas
Pruebas no paramétricas4. Pruebas estadísticas
Regresión lineal simple5. Modelos predictivos
Regresión lineal múltiple5. Modelos predictivos
Modelos de clasificación5. Modelos predictivos
Conceptos clave6. Análisis de supervivencia
Curvas de Kaplan-Meier6. Análisis de supervivencia
Modelo de Cox6. Análisis de supervivencia
Componentes de una serie7. Series temporales
Modelos ARIMA7. Series temporales
Validez de una prueba diagnóstica8. Pruebas diagnósticas
Test de conocimientosAutoevaluación
Temario

Introducción a la probabilidad

Experimento aleatorio, espacio muestral, sucesos, teorema de Bayes y ley de los grandes números.

Simulador de lanzamientos

Caso clínico

El resultado de una prueba diagnóstica

Un paciente llega con síntomas que te hacen sospechar una enfermedad y le haces una prueba. El resultado puede ser positivo o negativo. La probabilidad permite cuantificar la incertidumbre de ese resultado y tomar mejores decisiones.

Toda la estadística descansa sobre la probabilidad: es lo que nos permite pasar de la intuición a la estimación.

Conceptos fundamentales

Experimento aleatorio

Proceso cuyo resultado no puede predecirse con certeza. Por ejemplo, la glucemia de un paciente elegido al azar.

Espacio muestral (Ω)

Conjunto de todos los resultados posibles. Para una prueba de embarazo, Ω = {positivo, negativo}.

Suceso

Cualquier subconjunto del espacio muestral. Que un paciente sea del grupo sanguíneo A es un suceso.

La probabilidad de un suceso es un número entre 0 (imposible) y 1 (seguro). Si todos los resultados son igual de probables:

P(A)=casos favorablescasos posiblesP(A) = \frac{\text{casos favorables}}{\text{casos posibles}}

La ley de los grandes números

Si repites un experimento muchas veces, la frecuencia relativa con la que ocurre un suceso se acerca a su probabilidad teórica. Con pocas repeticiones, el azar domina; con muchas, el resultado se estabiliza.

Interactivo

Lanza una moneda muchas veces

La proporción de caras oscila mucho con pocos lanzamientos y se estabiliza cerca del 50 % a medida que lanzas más.

0 %25 %50 %75 %100 %Caras110Número de lanzamientos (escala logarítmica)Probabilidad teórica: 50 %
Lanzamientos
10
Caras
4
Proporción de caras
40 %
Distancia al 50 %
10 pp

Con pocos lanzamientos la proporción puede alejarse mucho del 50 %. Sigue lanzando.

El teorema de Bayes

Es uno de los resultados más útiles en clínica: permite actualizar la probabilidad de que un paciente tenga una enfermedad cuando conocemos el resultado de una prueba. Responde a la pregunta: si la prueba ha dado positivo, ¿qué probabilidad hay de que mi paciente esté realmente enfermo?

P(E∣+)=P(+∣E) P(E)P(+)P(E \mid +) = \frac{P(+ \mid E)\,P(E)}{P(+)}

Las pruebas no son perfectas, así que la respuesta depende tanto de la calidad de la prueba como de lo frecuente que sea la enfermedad (la probabilidad previa). Lo verás en detalle, con una calculadora, en el tema de pruebas diagnósticas.

¿Has terminado este tema?

Tu progreso se guarda solo en este navegador.