La tarea me ayudó a entender que las variables estadísticas no son solo nombres y definiciones, sino las herramientas fundamentales para darle sentido a los datos biológicos y de salud. Al clasificar una variable como cualitativa o cuantitativa, y luego como nominal, ordinal, de intervalo o de razón, aprendí a organizar la información de manera lógica y a determinar qué tipo de análisis estadístico es el más apropiado.

Esta actividad me ayudo a reforzar el conocimiento adquirido en otras clases sobre el correcto lavado de manos..

Percentiles en Datos Agrupados

El cálculo de percentiles en datos agrupados me hizo reflexionar sobre cómo la estadística nos permite estimar información crucial cuando no tenemos acceso a cada dato individual. A diferencia de los datos no agrupados, donde podemos simplemente ordenar y contar, aquí usamos fórmulas para aproximar la posición de un valor.

La distinción entre la unión y la intersección de eventos es fundamental. La unión, que representa la idea de "o", nos permite calcular la probabilidad de que ocurra al menos uno de dos eventos. Por ejemplo, en un estudio clínico, podríamos querer saber la probabilidad de que un paciente tenga la enfermedad A o la enfermedad B. La intersección, que significa "y", nos ayuda a encontrar la probabilidad de que dos eventos ocurran simultáneamente, como que un paciente tenga la enfermedad A y la B al mismo tiempo. Entender esta diferencia es crucial para no confundir lo que puede suceder por separado con lo que sucede en conjunto.

La Regla de Partición me pareció la base de todo. Esta regla nos enseña que un evento complejo se puede descomponer en partes más pequeñas y mutuamente excluyentes. En un contexto médico, esto podría ser la probabilidad de que una persona tenga una enfermedad (evento A), la cual se puede calcular como la suma de las probabilidades de tener la enfermedad con ciertas condiciones (por ejemplo, P(A y B) + P(A y C), donde B y C son diferentes grupos de edad). Es un concepto que me ayudó a ver un problema grande como la suma de problemas más manejables.

VIDEO Reflexion

https://youtube.com/shorts/BBClKphnGqU?si=sTnbEyhHot7FV4jf

La determinación de intervalos de clase es un proceso fundamental en bioestadística para organizar grandes conjuntos de datos continuos. El objetivo es agrupar los datos en categorías o clases que sean más fáciles de analizar e interpretar.

La tarea de bioestadística sobre las medidas de tendencia central, como la media, la mediana y la moda, me ha ayudado a comprender que estas no son solo fórmulas matemáticas, sino herramientas cruciales para resumir y entender grandes volúmenes de datos.

Aprendí que cada una de estas medidas cuenta una historia diferente sobre el conjunto de datos.

El estudio de las medidas de tendencia central (media, mediana, moda) y de variabilidad (desviación estándar, varianza, rango) me ha ayudado a entender que para analizar datos de manera efectiva, no basta con saber dónde está el "centro", sino que también es crucial saber cuán "dispersos" están los datos.

La probabilidad condicional me enseñó que el contexto es crucial: la probabilidad de un evento cambia según la información que ya tenemos. Por ejemplo, la probabilidad de una enfermedad no es la misma que la probabilidad de esa enfermedad dado que los síntomas están presentes.