Академический Документы
Профессиональный Документы
Культура Документы
Bioestadstica
Clase 02-03-2015
Vamos a repasar los conceptos que ya conocemos de estadstica descriptiva, pero les
vamos a dar nuevos nombres. Los conceptos son los mismos, lo nico que cambian son
los nombres.
INTRODUCCIN.
Ya conocemos que en medicina vamos a trabajar fundamentalmente con dos tipos de variables:
discretas y continuas. Las variables discretas son aquellas que pueden tomar un conjunto
delimitado de nmeros enteros, y las continuas aquellas que pueden tomar infinitos valores. A
partir de ahora, los denominaremos como espacios muestrales discretos y continuos.
Notacin:
- X, Y, MAYSCULAS, se refiere a la variable.
-x1 x2 y1 y2 son los valores que puede tomar X Y (la variable).
En cuanto a las variables aleatorias, hay que tener en cuenta que no siempre toman los mismos
valores, incluso cuando son medidas en las mismas condiciones y circunstancias.
Por lo tanto, sera muy til, si pudiramos relacionar los valores que toma la variable con la
probabilidad de observar dichos valores.
Por ejemplo:
P [Supervivencia >2 aos]: Probabilidad de la que supervivencia del paciente sea mayor
de dos aos. En el corchete estoy metiendo un suceso a travs de una variable que es la
supervivencia.
P [Remisiones=50] entre 100 pacientes tratados.
Grupo 24
Bioestadstica
Clase 02-03-2015
VARIABLES ALEATORIAS.
A partir de ahora, vamos a ver cmo las variables son a su vez FUNCIONES. Esta funcin
asigna a cada suceso del espacio muestral un valor en la recta de los nmeros reales.
Existen dos tipos fundamentales:
1. Discretas: Toman un conjunto finito, enumerable y determinado de valores.
2. Continuas: Pueden tomar infinitos valores en cualquier intervalo de la recta de los
nmeros reales. La simple medida de altura, peso
Por ejemplo:
Fenmeno aleatorio: El tratamiento de cierta enfermedad, valorado por el propio paciente.
Puede ser:
- Muy Malo (MM)
2
Grupo 24
Bioestadstica
Clase 02-03-2015
- Malo(M)
- Sin efecto o indiferente (I)
- Bueno (B)
- Muy bueno (BB)
Espacio muestral (discreto; solo hay una serie de sucesos numerables): ={MM, M, I, B, BB}
El espacio muestral puede representarse mediante una tabla. Las aplicaciones las decide el
investigador. Ej: si es MM es -2. La variable puede tomar los valores: -2,-1,0,1,2. Es una
variable aleatoria discreta y esta es su codificacin. Es una variable cualitativa y por eso
hacemos una codificacin de sta.
Por ejemplo: Hemos hecho el experimento con varios pacientes y en un 1% el experimento era
MM.
f=0,1 es una frecuencia relativa en escala de proporcin. La escala de probabilidad es de 0 a 1,
por eso tenemos que utilizar la proporcin. Se cumple que la probabilidad de que ocurra el
suceso MM es la misma probabilidad de que X tome el valor -2.
F es la frecuencia acumulada.
Cul es la probabilidad de que el resultado del tratamiento sea muy bueno?
P [BB]= p[X=2]= 0,2. (Para saberlo miramos en la lnea de la frecuencia relativa,f)
FUNCIN DE DENSIDAD DE PROBABILIDAD.
Todas las variables van a tener al menos 2 funciones que me interesan conocer para poder
predecir el valor que van a tomar esas variables en los pacientes. La funcin de densidad de
probabilidad f(x) que para variables discretas se denomina funcin de cuanta. Y adems
necesito la funcin F.
Grupo 24
Bioestadstica
Clase 02-03-2015
Se denomina funcin de densidad o cuanta f(x) de una variable aleatoria discreta X, a aquella
que me devuelve la probabilidad de que la variable X tome un determinado valor x. Por lo tanto,
para variables discretas:
Pregunta: Probabilidad de que el resultado del tratamiento sea indiferente, bueno o muy bueno.
Sabiendo que,
F(-1)= P [MM u M]= P [X-1] = 0,3
P(todo el espacio muestral)=1
Ojo! Todas las variables tienen funcin de supervivencia.
FUNCIN DE DISTRIBUCIN DE PROBABILIDAD.
Se denomina funcin de distribucin F (x) de una variable aleatoria discreta X, a aquella que
devuelve la probabilidad de que la variable X tome valores menores o iguales a x. Por lo tanto,
para variables discretas:
Grupo 24
Bioestadstica
Clase 02-03-2015
Es una ojiva para una variable discreta, por eso hace esos saltos. La probabilidad de observar
valor de 2 es constante pero pega saltos en determinados valores. Por qu? Porque solo esos
valores tienen probabilidad, los dems no aaden probabilidad.
La probabilidad de los valores menos a -2, es 0. Cuando llega a -2 pega un salto. Por esta razn,
se le llama funcin en salto ascendente.
FUNCIN DE SUPERVIVENCIA.
Se denomina funcin de Supervivencia S (x) de una variable aleatoria discreta X, a aquella que
me devuelve la probabilidad de que la variable X tome valores mayores a x. Por lo tanto, para
variables discretas:
Grupo 24
Bioestadstica
Clase 02-03-2015
Grupo 24
Bioestadstica
Clase 02-03-2015
Para la representacin de estas variables, es necesario buscar una funcin f8x) que cumpla las
siguientes condiciones:
- El rea bajo toda la curva de densidad [bajo f(x)]= 1. El rea entre menos infinito y ms
infinito de la funcin de densidad es la integral y tiene que ser igual a 1.El histograma y el
polgono de frecuencias, son aproximaciones a la funcin de densidad para variables continuas,
ya que en stas el rea es 1.
- f(x) tiene que ser positiva (por encima de la variable X).
- Funcin de distribucin para a es la probabilidad de que x sea menor o igual a a. Cmo
calculamos? La integral entre menos infinito y el valor a de f(x)dx. Sera todo el rea bajo la
curva desde menos infinito hasta a.
-Cmo calculo la probabilidad de que mi variable est entre 2 valores? La funcin de
distribucin para el valor b (todo el rea desde menos infinito hasta el valor b, entre la variable
X y la curva f(x)) la funcin de distribucin para el valor a.
Grupo 24
Bioestadstica
Clase 02-03-2015
La representacin para la funcin de distribucin en una variable continua sera la ojiva. En este
caso no se queda en escaln, los puntos se unen porque la variable es continua y puede tomar
cualquier valor entre los que tenemos.
Utilidad de la ojiva
Grupo 24
Bioestadstica
Clase 02-03-2015
Imaginamos que tenemos un paciente con una concentracin de Hb de 12. Cantos pacientes
tienen una concentracin de Hb de 12 o menos? Vamos a la F(x) y vemos que es el 25%. Est
relacionado con la idea de percentiles. Cmo de rara es la observacin que yo hago sobre mi
paciente? Si est en unos percentiles muy bajos, es rara.
Esta sera la representacin de funcin de supervivencia, que se describe igual siempre para el
caso continuo y discreto.
Grupo 24
Bioestadstica
Clase 02-03-2015
10