Programa del curso:
- Espacios de probabilidad.
- Variables aleatorias.
- Vectores aleatorios.
- Momentos.
- Funciones generatrices y funciones características.
- Distribuciones.
- Convergencia estocástica.
- Muestreo.
- Estimaciones y Contrastes de hipótesis.
- Estimación puntual.
- Intervalos de confianza.
- Constrastes de hipóstesis.
Lección 1: Espacios de probabilidad
El material comentado en estos vídeos lo tenéis en el siguiente fichero: Espacios de probabilidad
A continuación unos problemas de aplicación del Teorema de las probabilidades totales y del Teorema de Bayes:
Estos problemas comentados en este último vídeo los tenéis escritos en el siguiente fichero: Problemas de Teoría de las probabilidades totales y Teorema de Bayes
Y ahora, los conceptos de Sensibilidad, Especificidad, Valor predictivo positivo y Valor predictivo negativo, como conceptos donde se ve la aplicación del Teorema de las probabilidades totales y del Teorema de Bayes a la Medicina:
Este último vídeo se base en el siguiente texto escrito: Sensibilidad, Especificidad, Valor predictivo positivo y Valor predictivo negativo
Y los problemas que aparecen los tenéis escritos en el siguiente archivo: Problemas de Sensibilidad, Especificidad, Valor predictivo positivo y Valor predictivo negativo
Y, ahora, una aplicación muy interesante de estos conceptos de probabilidad a la Medicina: las importantísimas Curvas ROC:
Este último vídeo está basado en el texto siguiente: Análisis ROC
Un ejemplo más para reforzar la noción de Espacio de probabilidad y su delimitación como modelo de una situación de variabilidad e incertidumbre:
Para terminar la lección un Resumen de lo que hemos hecho:
Lección 2: Variables aleatorias
Aquí tenéis el material escrito comentado en estos vídeos: Variables aleatorias
Lección 3: Vectores aleatorios
Aquí tenéis el material escrito comentado en estos vídeos: Distribuciones
