Programa del curso:

1. Espacios de probabilidad.
2. Variables aleatorias.
3. Vectores aleatorios.
4. Momentos.
5. Funciones generatrices y funciones características.
6. Distribuciones.
7. Convergencia estocástica.
8. Muestreo.
9. Estimaciones y Contrastes de hipótesis.
10. Estimación puntual.
11. Intervalos de confianza.
12. 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