2. Cálculo de probabilidades e principais
distribucións de probabilidade |
Experimento aleatorio. Regra da adición. Probabilidade condicionada. Principais teoremas de probabilidade. Independencia de sucesos. Modelo valor preditivo dun test diagnóstico.
Variables discretas e continuas. Media e varianza. Modelos discretos: binomial, multinomial, hiperxeométrica e poisson. Modelos continuos: normal, log-normal, exponencial, chi-cadrado, t-Student e F-Snedecor. |
3. Introdución aos contrastes de hipóteses. Táboas
de frecuencias: medias e contrastes. |
Definición de contraste. Erro tipo I e tipo II, nivel de significación, valor p, potencia e tamaño mostral. Tipos de contrastes. Test de normalidade.
Táboas de frecuencias. Medias de asociación para variables nominais, ordinais e cuantitativas. Medias de predición e concordancia. Test chi cadrado de bondade de axuste, independencia e homoxeneidade. |
4. Regresión e axustes |
O modelo lineal simple. Gráfico de dispersión. Recta de axuste. Coeficiente de correlación e bondade de axuste. ANOVA da regresión e análise de
residuos.
Regresión non lineal: modelos logarítmico, potencial e exponencial. Introdución á regresión lineal múltiple. |