Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo 3
Integrantes:
6. Génesis Moreno
100612187
Universidad Autónoma de Santo Domingo (UASD)
Facultad de Ciencias de la Salud
Escuela de Salud Pública/Cátedra de Metodología de la Investigación
Asignatura: Bases para el Análisis Biométrico (SAP-209)
Docente: Francini Placencia
2. Orientaciones: estos términos se utilizarán en las últimas clases de la asignatura. Se espera que el estudiante
los investigue con antelación, a fin de enriquecer el proceso de enseñanza-aprendizaje. También son material
del examen final.
TÉRMINOS
● Estadística inferencial ● Error tipo I
La estadística inferencial pretende inferir u obtener El error de tipo I, también denominado error de tipo alfa
conclusiones que se pueden generalizar a toda la o falso positivo, es el error que se comete cuando el
población a partir del estudio de una muestra (o investigador rechaza la hipótesis nula siendo esta
grupo más pequeño). verdadera en la población.
● Población ● Error tipo II
La población consiste en la recolección de un Se produce durante el análisis de las hipótesis
conjunto de elementos o sujetos que gozan de estadísticas cuando la hipótesis nula es aceptada
características comunes, con el fin de estudiarlos y incorrectamente. Los errores de tipo II se llaman
sacar conclusiones específicas para determinar también «resultados negativos falsos» y consisten en
resultados. no detectar un efecto positivo cuando en realidad sí se
ha producido el efecto.
● Muestra ● Error sistemático
La muestra estadística consiste en la porción que se Un error sistemático es aquel que se produce de igual
extrae de una población estadística para un modo en todas las mediciones que se realizan de una
determinado estudio, con el fin de representar, magnitud. Puede estar originado en un defecto del
conocer y determinar los aspectos de dicha instrumento, en una particularidad del operador o del
población. proceso de medición, etc. Se contrapone al concepto
Este método se utiliza cuando no se puede aplicar un de error aleatorio.
censo en determinadas poblaciones, ya que a través
del muestreo se puede establecer una porción de la
realidad a estudiar.
● Parámetro ● Sesgos
Es un valor que intenta resumir en un solo número Es un peso desproporcionado a favor o en contra de
una determinada característica de una variable una cosa, persona o grupo en comparación con otra,
estadística. generalmente de una manera que se considera injusta.
Los sesgos se pueden aprender observando contextos
culturales.
● Estadístico ● Tipos de sesgos
La estadística es una disciplina científica que se 1. Sesgo De Berkson.
ocupa de la obtención, orden y análisis de un 2. Sesgo De Entrevistador.
conjunto de datos con el fin de obtener explicaciones 3. Sesgo De Información.
y predicciones sobre fenómenos observados. 4. Sesgo De Memoria.
La estadística consiste en métodos, procedimientos y 5. Sesgo De Observación.
fórmulas que permiten recolectar información para 6. Sesgo De Publicación.
luego analizarla y extraer de ella conclusiones 7. Sesgo De Selección.
relevantes y su principal objetivo es mejorar la 8. Error De Tipo I
comprensión de los hechos a partir de la información 9. Error De Tipo ll
disponible. 10. Error De Tipo lll
11. Error Alfa Global
● Ventajas y desventajas de trabajar con muestras ● Nivel de significación
Es el límite para juzgar un resultado como
Ventajas: estadísticamente significativo. Si el valor de
1.Bajo costo de muestreo Si se recopilaran datos significación es menor que el nivel de significación, se
para toda la población, el costo sería bastante alto. considera que el resultado es estadísticamente
Una muestra es una pequeña proporción de una significativo. El nivel de significación también se conoce
población. Por lo tanto, el costo será menor si se como el nivel alfa.
recopilan datos para una muestra de población.
Desventajas:
1. Posibilidades de sesgo
2. Dificultades para seleccionar una muestra
verdaderamente representativa Las dificultades para
seleccionar una muestra verdaderamente
representativa producen resultados confiables y
precisos solo cuando son representativos de todo el
grupo. La selección de una muestra verdaderamente
representativa es difícil cuando los fenómenos en
estudio son de naturaleza compleja. Seleccionar
buenas muestras es difícil.