Educación sanitaria unidad 7

Según el documento, ¿cuál es el objetivo final de aplicar el análisis de datos en el ámbito sanitario?. Automatizar los procedimientos administrativos. Reducir exclusivamente los costes operativos. Mejorar la salud y la calidad de vida de las personas. Sustituir la atención personalizada por algoritmos.

¿Cuál de las siguientes es una característica clave que define la "validez" en la recolección de datos?. Que los datos sean reproducibles y consistentes en el tiempo. Que los datos midan lo que se pretende y aporten información relevante. Que provengan únicamente de experimentos controlados. Que la muestra represente al 100% de la población estudiada.

Si en un estudio de salud medimos el peso exacto de un paciente (ej. 75,450 kg), ¿ante qué tipo de variable estamos?. Cualitativa ordinal. Cuantitativa discreta. Cuantitativa continua. Cualitativa nominal.

¿Qué diferencia define a las variables cuantitativas discretas frente a las continuas?. Las discretas se expresan con palabras y las continuas con números. Las discretas tienen un orden establecido y las continuas no. Las discretas solo toman valores concretos, mientras que las continuas pueden tomar cualquier valor en un intervalo. Las discretas no son cuantificables y las continuas sí.

El grado de una lesión o el nivel de dolor reportado por un paciente son ejemplos de: Variable cuantitativa continua. Variable cualitativa nominal. Variable cualitativa ordinal. Variable cuantitativa discreta.

¿Cuál es la definición correcta de "codificación de datos"?. Asignar etiquetas aleatorias para proteger la privacidad del paciente. Asignar categorías relacionadas con el objetivo de la investigación para organizar la información. Realizar el análisis estadístico univariante de forma automática. Eliminar los datos cualitativos para trabajar solo con números.

Sobre la codificación de datos cualitativos, el documento afirma que: Es un proceso imprescindible para cualquier análisis. Solo sirve para etiquetar la información sin resumirla. Generalmente los transforma en datos cuantificables para facilitar su comparación. No permite un análisis estructurado.

¿En qué caso NO sería necesario realizar una codificación manual de los datos?. Al realizar una entrevista abierta sobre hábitos de vida. Al recoger datos brutos sobre el peso de los neonatos. Cuando se utilizan escalas de Likert que ya tienen un código numérico asociado. Cuando la variable es cualitativa nominal sin orden.

¿Qué limitación principal presenta el análisis univariante?. No permite detectar patrones de comportamiento. No permite establecer relaciones ni causas entre variables. Solo se puede aplicar a variables cualitativas. Requiere obligatoriamente el uso de software complejo como Python.

Si un investigador desea estudiar cómo influyen simultáneamente la dieta, el ejercicio y la edad en la tensión arterial, debe emplear: Un análisis bivariante. Un análisis univariante. Un análisis multivariante. Una correlación de Pearson simple.

¿Cuál es el propósito de las medidas de posición dentro del análisis descriptivo?. Indicar cuántas veces aparece un valor concreto. Señalar el valor más representativo del conjunto. Situar los datos dentro de la distribución (ej. percentiles). Medir cuánto varían los datos entre sí.

En una tabla de frecuencias, ¿qué representa el símbolo "fr"?. El número total de datos de la muestra. La suma acumulada de las veces que aparece un valor. La proporción de veces que aparece un valor respecto al total. El porcentaje exacto de la frecuencia absoluta.

¿Cuál es la condición para que la suma de las frecuencias relativas (fr) sea correcta en una tabla?. El resultado debe ser igual al número total de datos (N). El resultado debe ser 100. El resultado debe ser igual a 1. El resultado debe coincidir con la moda de la muestra.

Sobre la media aritmética, el documento destaca como característica que: Es el valor que más se repite en la muestra. No se ve afectada por valores extremos. Es sensible a los valores extremos (outliers). Solo se utiliza para datos cualitativos ordinales.

¿Cómo se calcula la mediana (Me) si el número total de datos (n) es par?. Seleccionando el valor en la posición (n+1)/2. Calculando la media de los dos valores centrales. Identificando el valor con mayor frecuencia absoluta. Dividiendo el rango por el número de datos.

¿Qué medida de tendencia central es preferible usar en distribuciones asimétricas o con valores extremos?. La media aritmética. La mediana. La varianza. El rango.

¿Cuál es una característica propia de la "moda" (Mo)?. Siempre es un valor único en el conjunto de datos. Requiere que los datos sean cuantitativos continuos. Puede haber una, varias o ninguna en un conjunto de datos. Es la raíz cuadrada de la frecuencia absoluta.

El rango (R) se define como: La media de los cuadrados de las diferencias. La diferencia entre el valor máximo y el valor mínimo. El valor que divide los datos en dos partes iguales. La raíz cuadrada de la varianza.

¿Cuál es la principal ventaja de la desviación estándar (σ) frente a la varianza (σ²)?. Que es más sensible a los valores extremos. Que se expresa en la misma unidad que los datos, siendo más interpretable. Que siempre es un valor negativo. Que no requiere el cálculo previo de la media.

Si el resultado de la varianza de un conjunto de datos es 5,6, ¿cuál será la desviación estándar?. 31,36. 5,6. 2,37 (raíz cuadrada de 5,6). 11,2.

¿Qué medida de posición divide los datos en 10 partes iguales?. Los cuartiles. Los quintiles. Los deciles. Los percentiles.

¿Cuál es la relación correcta entre los cuartiles y la mediana?. El primer cuartil (Q1) equivale a la mediana. El segundo cuartil (Q2) equivale a la mediana. El tercer cuartil (Q3) equivale a la mediana. No existe relación entre estas medidas.

En el análisis bivariante, si al aumentar la altura también aumenta el peso, hablamos de una: Relación nula. Relación negativa. Relación positiva. Relación de causalidad inversa.

¿Qué concepto describe la "correlación lineal"?. Una relación donde una variable sube y la otra baja. Una relación proporcional entre variables representada en línea recta. El estudio de tres o más variables al mismo tiempo. La ausencia total de asociación entre datos.

Para estudiar la asociación entre dos variables CUALITATIVAS, ¿qué prueba estadística es la adecuada?. Correlación de Pearson. Correlación de Spearman. Chi-cuadrado de Pearson. Varianza acumulada.

¿Cuándo se debe utilizar el Test exacto de Fisher en lugar de Chi-cuadrado?. Cuando las variables son cuantitativas normales. Cuando se trabaja con variables cualitativas y muestras pequeñas (n pequeño). Cuando se busca una relación no paramétrica. Cuando hay más de tres variables involucradas.

¿Cuál es la función principal de un programa informático en el análisis de datos?. Sustituir el diseño de la investigación. Automatizar cálculos y facilitar la interpretación de resultados. Garantizar que los datos provengan de fuentes fiables. Eliminar la necesidad de conocer estadística.

De los siguientes ejemplos, ¿cuál es un software mencionado para el análisis estadístico?. Adobe Photoshop. IBM SPSS Statistics. Microsoft PowerPoint. Campus Virtual.

¿Qué tipo de frecuencia indica el número de casos detectados para un valor concreto?. Frecuencia relativa. Frecuencia porcentual. Frecuencia absoluta. Frecuencia acumulada.

Las frecuencias acumuladas tienen una restricción de uso, según el documento: Solo se usan en variables cualitativas nominales. Solo se usan en variables cuantitativas. Solo se usan si la muestra es superior a 100. No se pueden representar en tablas, solo en gráficos.

¿Qué tipo de gráfico utiliza barras proporcionales a su valor pero separadas entre sí?. Histograma. Gráfico de barras. Polígono de frecuencias. Diagrama de sectores.

El histograma es el gráfico específico para representar: Variables cualitativas nominales. Variables cuantitativas continuas (ej. peso, altura). La evolución de una variable en el tiempo. Proporciones de un total mediante iconos.

¿Cómo se construye un "polígono de frecuencias"?. Dividiendo un círculo en sectores proporcionales. Uniendo los puntos medios superiores de las barras de un histograma. Dibujando iconos que equivalen a una cantidad fija. Representando pares de datos (X, Y) en una nube de puntos.

¿Cuál es la utilidad principal de un "diagrama de líneas"?. Comparar categorías enfrentadas como hombres vs mujeres. Mostrar la evolución y tendencias de una variable en el tiempo. Analizar la dispersión de dos variables cuantitativas. Visualizar la distribución geográfica de una enfermedad.

El diagrama de dispersión o nube de puntos sirve para: Ver la composición de un total. Analizar la relación/correlación entre dos variables cuantitativas. Representar datos mediante imágenes intuitivas. Sustituir a las tablas de frecuencias absolutas.

Un diagrama de dispersión permite analizar, además de la correlación: La frecuencia absoluta acumulada. La precisión y la exactitud de los datos. El ángulo de los sectores en un círculo. Variables exclusivamente cualitativas.

¿Qué característica define al "pictograma"?. Es muy preciso para datos complejos. Usa imágenes o iconos donde cada uno equivale a una cantidad fija. Representa los datos sobre un mapa geográfico. Solo se utiliza para variables continuas.

Para calcular el ángulo de un sector en un diagrama circular, se debe: Sumar todas las frecuencias absolutas. Multiplicar la frecuencia relativa por 360 grados. Dividir el rango entre el número de categorías. Calcular la raíz cuadrada del porcentaje.

El "cartograma" es la representación ideal para: Comparar variables cualitativas ordinales. Ver la evolución temporal de un brote. Mostrar la distribución geográfica de una variable sobre un mapa. Identificar la moda en una muestra pequeña.

Si en un estudio epidemiológico se observa que al aumentar los minutos de actividad física diaria disminuye el porcentaje de grasa corporal, y se desea representar esta relación entre ambas variables cuantitativas para analizar su dispersión y posible error aleatorio, ¿qué combinación de análisis y gráfico es la correcta?. Análisis univariante y un histograma de frecuencias. Análisis multivariante y un diagrama de sectores con leyenda. Análisis bivariante y un diagrama de dispersión (nube de puntos). Análisis bivariante y un pictograma con iconos proporcionales.