Estadística Descriptiva

1. Introducción: Breve introducción sobre ¿qué es? la Estadística Descriptiva.
2. Conceptos Fundamentales: Definición de algunos conceptos propios de la terminología de la Estadística Descriptiva
1. Caracteres.
2. Modalidades.
3. Matriz de Datos.
4. Clases de Datos.
5. Agrupamiento en Intervalos.
3. Distribución Unidimensional: En este apartado, consideraremos los datos correspondientes a un sólo carácter, al cual llamaremos Variable Estadística. Haremos un estudio completo de esta Variable Estadística
1. Representación Gráfica: Dependerá del tipo de datos que la constituya:
1. Carácter Cualitativo.
2. Datos Sin Agrupar Correspondientes a un Carácter Cuantitativo.
3. Datos Agrupados en Intervalos Correspondientes a un Carácter Cuantitativo.
2. Medidas de Centralización: Son una serie de valores que tratan de representar o resumir a una distribución de frecuencias dada, sirviendo para realizar comparaciones entre distintas distribuciones de frecuencias.
1. Media Aritmética.
2. Mediana.
3. Moda.
4. Cuantiles.
3. Medidas de Dispersión: Tienen como propósito estudiar lo concentrada que está la distribución entorno a algún promedio.
1. Recorrido.
2. Varianza.
3. Desviación Típica.
4. Coeficiente de Variación de Pearson.
4. Medidas de Asimetría: Miden la simetría de la distribución.
1. Coeficiente de Asimetría de Pearson.
2. Coeficiente de Asimetría de Fisher.

Probabilidad

1. Introducción: Breve recorrido por la historia de la probabilidad desde sus comienzos hasta su definición axiomática. También un comentario a la idea que hoy se tiene de la probabilidad.
2. Espacio Muestral: Conjunto de todos los resultados posibles diferentes de un determinado experimento aleatorio.
3. Concepto de Probabilidad: Cómo se asigna a cada suceso A su correspondiente probabilidad P(A).
1. Concepto Frecuentista.
2. Concepto Clásico.
3. Concepto Subjetivo.
4. Definición formal de Probabilidad.
4. Propiedades Elementales: Toda probabilidad cumple una serie de propiedades, las cuales se obtienen como consecuencia de los axionmas que debe cumplir.
5. Asignación de Probabilidad: Por las propiedades demostradas en el apartado anterior, es suficiente conocer la probabilidad de los sucesos elementales, ya que, entonces, se podrá determinar la de cualquier otro suceso.
6. Modelo Uniforme: Caso particular que se corresponde con una situación en la que los sucesos elementales del espacio muestral puedan ser considerados como equiprobables. También se estudia el análisis combinatorio.
7. Probabilidad Condicionada
8. Teoremas Fundamentales
1. Teorema de la Probabilidad Total.
2. Teorema de Bayes.

Ejemplos

1. Colinesterasa
2. N° de Hijos
3. Radiación y Cirugía