Incluye datos curriculares del autor

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
Lecturas recomendadas
Referencias
Perfil del autor

Incluye referencias bibliográficas e índice

Capítulo 1. El papel de la bioestadística



Capítulo 2. Descripción de los conjuntos de datos



Capítulo 3. Medidas de tendencia central y dispersión





Capítulo 4. Probabilidad







Capítulo 5. Algunas distribuciones continuas de probabilidad

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