Professional Documents
Culture Documents
martapb23
Bioestadística
Facultad de Medicina
Universidad de Lleida
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Que és l'estadística? És la ciència que analitza, recolleix, i fa la inferencia a partir de les dades.
L'estadística es utilitzada per investigadors de molts camps per organitzar, analitzar i resumir dades.
Sovint s'utilitzen mètodes i anàlisis estadístics per comunicar els resultats de la investigació i donar
suport a hipòtesis i donar credibilitat a la metodologia de recerca i conclusions.
És important per als investigadors i també per als consumidors de investigació per entendre les
estadístiques perquè puguin ser informat, avaluar la credibilitat i la utilitat de informació i prendre les
decisions oportunes.
correlacions randoms? quantes + pel·lícules d’aquell homo més bebés ofegats dins piscines
+ cigüeñas= + bebés = no hi ha relacio número de cigüeñas amb bebés = confounding variable, sa
correlació no es causa. Tant es tamany de ses cigüeñas com es des bebés estan causades per l'àrea
freakonomics
TIPUS DE DADES:
1. Numèric o quantitatiu (edat, exercici, escala 0-10, ml d’aigua beguts per dia, etc.)
a. CONTINUA: (pes): 52.4,;58,9; 76.8, etc
b. Discreta (fills que tens): 1,2,3
2. Categòric o qualitatiu
a. Nominal= categories desordenades (tipo de sang, A, B, AB, 0), número de teléfono,
un 605 no es menos que un 750, i s’ordre no importa = no se poden sumar)
i. Binari (homo/dona) = no binaria
b. Ordinal = categories ordenades, estadis de càncer (I. II, III, IV)
3. Time to event
Variable híbrida: té una part contínua (temps) i una part binària (esdeveniment: sí/no)
• Es troba en estudis que segueixen els participants al llarg del temps, com ara estudis de cohorts i
assaigs aleatoris. Exemples: temps fins a la mort,Temps per l'atac cardíac
Mesures de centralitat:
- la mitja/media/mean: Centre de gravetat. És afectada pels extrems = es molt sensible
• La mitjana, el punt d'equilibri
• Càlcul: suma i divisió total.
- la mitjana/mediana/median = no es tan sensible.És el valor exacte que deixa la mateixa
quantitat de punts de dades per sobre i per sota. No es afectada pels extrems
- Ex: 1,2,3,4,5 → mitjana = 3 (2 a l’esquerra 2 a la dreta.)
- 17,19,21,22,23,23,23,28 → mitjana = 22.5
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
- moda: es el valor q mes se repeteix, + comú, quan no podem emplear ses altres pq son
quantitatives. i aquesta l’utulitxam per ses qualitatives.
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
sa mitja = suma de distàncies/total = distància total de sa
mitja. Els signes (+/-) se cancel·len. per això ses posa valor
absolut; així, però, tenim un vèrtex → elevam a 2 i tenim
una paràbola. .
a. Variança: distància mitjana al quadrat de la mitjana
3. Percentils
• El percentil 90 és el valor per al qual el 90% de les observacions són inferiors.
• El percentil 50 és la mitjana
• El percentil 10 és el valor per al qual el 10% de les observacions són inferiors
• Percentil = Quantil*100
• Els percentils i els quantils NO es veuen afectats per extrems valors
- percentil = 100
Símbols:
• S²= Variància mostral
• S = Desviació estàndard de la mostra
• σ²= Variància de la població (vertadera o teòrica).
• σ = Desviació estàndard de la població
• X = Mitjana mostral
• µ = Mitjana de la població
• IQR = rang interquartil (mig 50%)
Població (lletres gregues)
mostra. (S)
població (nyu, Desviació típica ó) → *inferencia* → (x, s) (s² = n - 1) i sa desviacio ó² (n)
“Activitat 1”
N=21 0,0,0,1,2,3,4,4,5,5,5,5,6,6,6,7,7,8,8,9,10
mitja= 4.8
quartil =
- 1r quartil = 3
- 2n quartil = mitjana = 5
- 3r quartil = 7
quantil =
- q0.5= 5
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
- q0.75= 7
percentil =
- p50= 5
Rango = 10-0 = 10
IQR= 7-3 = 4
Variança = σ² = 8.76
desviació típica = √σ² = 2.95
*variança (1r valor - mitja)² + (2n valor - mitja)² …. tot/ *S²→ variació
s = → √S² desviació típica
• Dades quantitatives
- Histograma i boxplot: Mostrar la distribució (forma,
centre, rang, variació) de la variable quantitativa
DISTRIBUCIONS:
- És simètrica, a més el nostre cervell tendeix a cercar la simetria encara que no hi sigui
- Media, mitjana i moda al mateix punt
EX: * Un valor que surt de lloc fa que baixi sa mitja, i pareix compatible. Si haguessim cercat sa
mitjana haguéssim vist quin era.
Estadística descriptiva:
- maneja les dades.
- si mos passam resumint ficam la pota
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
efecto placebo* → variables de control. (grup control) /// *medicament q no es medicament
- assigament a ciegas → 1 grup tratat i un grup no tratat
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
i va trobar una gran associació positiva entre els amilnitrits ("poppers") i la sida. Aquest és un
exemple de confusió. Per això no tots estudis que tingui un control, són un estudi de casos i
controls → mostra de malaltia “rara” (sida).
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
• Incidència (tasa de risc): El ritme (involucra el temps) al qual les persones Longitudinal
estan desenvolupant una malaltia (casos nous).
- EX:: 20 nous casos de cardiopatía per cada 1000 pers/any.
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Comparació de grups: Tant en estudis longitudinals com transversals, potser voldrem comparar els
riscos entre diferents grups
- Diferències absolutes:
• Grup de risc X – Grup de risc Y
• Si el grup de risc X és del 2% i el grup de risc Y és del 4%, el risc del grup Y és 2%
superior al del X.
- Diferències relatives:
• Grup de risc X / Grup de risc Y
• Si el grup de risc X és del 2% i el grup de risc Y és del 4%, la ràtio és de 0,5 (i el risc del
grup Y és un 100% superior al de X.)
n+10%n=1.1n= 1.1-fold
n+100%n=2n=2-fold
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
EX:
(mostra) Ω = {0; 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11;
12}
• Event A (més de la meitat dels ous es
trenquen)= {7; 8; 9; 10; 11; 12}
• Event B: com a màxim es trenquen dos ous:
B = {0; 1; 2}
• Event C: es trenquen tots els ous: C = {12}
- A i B (A ∩ B) = { Ø } (A i B són disjunts)
- A o B (A U B) = {0; 1; 2; 7; 8; 9; 10; 11; 12}
- Dos esdeveniments inconjunts (A i B)
T5:
Distribucions de probabilitat: traiem una conclusió pero no sabem que treurem, es com un
capell de magic, que va traient coses sense saber q son.
Funció de distribució: ens asocia
roll of a die= distribució uniforme, tots els resultats possibles tenen la mateixa probabilitat,
fent que la suma de totes les possibilitats dona 1.
Funció acumulativa de distribució (CDF), igual que abans pero se van acumulant les
probabilitats, és a dir 3=1+2; 5= 1+2+3+4.
x 9 10 11 12 13
A) exactes 13 (x=10)=0.1
¿No te llega para pagar Wuolah Pro? ¿Un año sin anuncios gratis?
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
B) al menos 12 (x>=12) = 0.1+0.1=0.2
C) com a màxim 11 (x<=)11= 0.3+0.3+0.2 = 0.8
x 9 10 11 12 13
No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
D) + de 10 pero max 12 (11<=x>=12) = 0.9 (12) -0.6 (9,10) = 0.3
DISTRIBUTIONS CONTINUES:
La integral definida entre un número i un altre es l'àrea definida.
p(17<z<22)
p(-3<z<2) ← (taula)
p(z<2)-p(z<-3) = 1-p(z<2) - p(z<-3) = 1-0.9772-0.0013 = 0.9759.
variança=
Mitjana = λ
Variança = λ
act1: un pizzero 16 olives a una pizza = tallada en 8 trossos. Possibilitat de afagar un troç i
tenir 3 olives? i p de no tenir-ne cap?
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282