Incluye datos curriculares del autor

Incluye referencias bibliográficas e índice

Capítulo 1. El papel de la bioestadística. -- 1.1. Introducción. -- 1.2. Excel y hojas de cálculo. -- 1.2.1. Iniciando Excel. -- 1.2.2. Ejecución de comandos en Excel. -- 1.2.3. Selección de celdas. -- 1.2.4. Creación de una base de datos. -- 1.2.5. Fórmulas y funciones. -- 1.3. Importancia de la bioestadística. -- 1.4. Oportunidades que ofrece la bioestadística. -- 1.5. Aplicación de la bioestadística. -- 1.6. Algunas definiciones básicas. -- 1.6.1. Población y parámetros. -- 1.6.2. Muestras y estadísticos. -- 1.6.3. Variables. -- 1.6.4. Muestras aleatorias y recolección de datos. -- 1.7. Las funciones de la bioestadística. -- 1.8. Escalas de medida. -- Capítulo 2. Descripción de los conjuntos de datos. -- 2.1. Introducción. -- 2.2. Métodos de agrupación de datos. -- 2.2.1. Tabla de frecuencias. -- 2.2.2. Obtención de frecuencias usando Real Statistics. -- 2.2.3. Obtención de frecuencias usando R. -- 2.2.4. Tabla de frecuencias con datos discretos. -- 2.2.5. Tablas de contingencia. -- 2.3. Gráficos. -- 2.3.1. El histograma. -- 2.3.2. Diagrama circular o torta. -- 2.3.3. Diagrama de barras. -- 2.3.4. Diagramas de Pareto o diagramas 80/20. -- 2.3.5. Diagramas de caja y bigotes o box-plot. -- 2.3.6. Diagrama de dispersión. -- 2.3.7. Diagrama radial. -- 2.3.8. Diagrama de embudo o pirámide. -- 2.3.9. Diagrama de área, clúster o rectángulo. -- 2.3.10. Gráficos mixtos. -- 2.3.11. Gráficos de paso. -- 2.3.12. Gráficos de mapa. -- Capítulo 3. Medidas de tendencia central y dispersión. -- 3.1. Medidas de tendencia central. -- 3.1.1. Media aritmética. -- 3.1.2. Mediana ( ). -- 3.1.3. Moda (mo). -- 3.1.4. Media geométrica (MG). -- 3.1.5. Media armónica (H). -- 3.2. Medidas de dispersión. -- 3.2.1. Rango R o recorrido. -- 3.2.2. Varianza. -- 3.2.3. Varianza poblacional. -- 3.2.4. Desviación estándar poblacional. -- 3.2.5. Error estándar de la muestra. -- 3.2.6. Distribución normal y regla empírica. -- 3.2.7. Gráficas de intervalo. -- 3.2.8. El error de medición Dahlberg. -- 3.2.9. Kappa de Cohen. -- 3.2.10. Kappa de Fleiss. -- 3.2.11. Carta de control de calidad. -- 3.2.12. Método de Bland Altman. -- 3.3. Otras medidas de dispersión o posición. -- 3.3.1. Análisis de puntos atípicos. -- 3.3.2. Diagramas box-plot. -- 3.4. Cubos OLAP (Online Analytical Processing) o procesamiento analítico en línea. -- 3.4.1. El coeficiente de sesgo o asimetría de Pearson. -- 3.4.2. El coeficiente de variación. -- 3.4.3. Curtosis. -- Capítulo 4. Probabilidad. -- 4.1. Principios de probabilidad. -- 4.2. Experimentos, resultados y conjuntos. -- 4.3. Introducción a la probabilidad. -- 4.4. Reglas de probabilidad y tablas de contingencia y probabilidad. -- 4.5. Tabla y curva de clasificación ROC. -- 4.6. La curva ROC. -- 4.7. Tablas de contingencia. -- 4.8. Teorema de Bayes. -- 4.9. Conteo. -- 4.10. Distribuciones de probabilidad. -- 4.11. Distribución de probabilidad binomial. -- 4.12. Distribución de Poisson. -- 4.13. Distribución multinomial. -- Capítulo 5. Algunas distribuciones continuas de probabilidad. -- 5.1. Distribución normal. -- 5.2. Teorema central del límite. -- 5.3. Nivel de confianza. -- 5.4.Aproximación normal a binomial – cálculo de probabilidades. -- 5.5. Distribución Gamma y Weibull. -- 5.6. La distribución exponencial. -- 5.7. Distribución chi cuadrado. -- 5.8. Diagramas box-plot. -- 5.9. Diagramas QQ plot y P- plot. -- 5.10. Prueba de Geary. -- 5.11. La prueba de Shapiro Wilk. --

En forma sencilla usted disfrutará y aplicará los conocimientos necesarios para que pueda tomar decisiones fundamentándose en el rigor científico y sin necesidad de haberse graduado en matemáticas, ingeniería o estadística; no requiere de tener conocimientos en matemáticas, en Excel, ni programar en R, pues se exponen cada uno de los pasos a seguir. Este volumen tiene un enfoque descriptivo esencialmente no matemático; se desarrollan en Excel, Real Statistics, R y SPSS los procedimientos de estadística y bioestadística descriptiva con ejemplos muy sencillos. Usted comprenderá los conceptos y herramientas necesarias para describir la información, desde una torta, diagrama de barras o histograma de frecuencias, un análisis de Pareto, hasta un mapa geográfico o un box-plot que describa la información. Los conceptos de probabilidad se toman a partir de la descripción histórica del Santo Padre Bayes (1742), quien nos abrió las puertas rigurosas de la estadística hasta las distribuciones de probabilidad discretas y continuas. Adicionalmente, usted podrá resolver las dudas que tenga en la página de You Tube compartida en el SIL e interactuar con el autor; los ejemplos y ejercicios son tomados, en su mayoría, de casos reales de muchos de sus seguidores. Dirigido a estudiantes y personas de cualquier profesión, incluso desde últimos grados de secundaria, ya que por su sencillez, claridad, video-ejemplos y ejemplos se facilita el aprendizaje de los conceptos y su aplicación en su campo de acción.

Unicoc

Español