Guía práctica y tutorial paso a paso en RMarkdown para la enseñanza de la inferencia estadística en la Cátedra de Bioestadística Médica de la Universidad Dr. José Matías Delgado. Este tutorial conecta la teoría del Capítulo 4 (Fundamentos para la Inferencia) con la resolución de casos clínicos reales derivados de las investigaciones de los estudiantes de medicina (Informes G1 a G15). Contenidos clave del tutorial: 1. Fundamentos Teóricos: Estimación puntual, Error Estándar ($SE$), Teorema del Límite Central (TCL), Intervalos de Confianza al 95%, contraste de hipótesis ($H_0$ frente a $H_1$), valor $p$ y distinción entre significancia estadística e importancia clínica. 2. Caso Guiado Paso a Paso (Informe G13 - Calidad de Sueño PSQI): - Solución manual aritmética detallada. - Solución programática en R mediante tres enfoques (R base con qt() / pt(), función personalizada reutilizable y t.test()). - Visualización de la distribución $t$ de Student y zonas críticas de rechazo mediante ggplot2. 3 Hoja de Trucos (Cheat Sheet): Sintaxis de las funciones estadísticas esenciales en R (mean(), sd(), qt(), pt(), t.test()). 4. Tarea Grupal Asignada: Guía y plantilla RMarkdown con datos personalizados para que los 15 grupos de investigación resuelvan la inferencia estadística de sus propios proyectos.

Reestructuración didáctica y adaptada del Capítulo 4 del libro Introductory Statistics for the Life and Biomedical Sciences para la cátedra de Bioestadística Médica de la Escuela de Medicina (Universidad Dr. José Matías Delgado). Este documento en Quarto (.qmd) aborda de manera rigurosa y aplicada los pilares de la inferencia estadística: - Distribuciones Muestrales y Teorema del Límite Central (TCL), - Intervalos de Confianza para una Media Poblacional (mu) - Pruebas de Hipótesis, Valor p, y Errores Tipo I (alpha) y Tipo II (beta) - Diferencia entre Significancia Estadística e Importancia Clínica Todos los conceptos teóricos, tablas explicativas y gráficos en ggplot2 han sido contextualizados utilizando las bases de datos y hallazgos reales de las encuestas elaboradas por los grupos de estudiantes, cubriendo desde hábitos de sueño y estrés académico hasta perfil lipídico y sedentarismo. Incluye un banco de 24 ejercicios aplicados (4.1 a 4.24) listos para la resolución en aula y taller.

114034049 Yukko

An interactive Shiny application that predicts a car's fuel efficiency (MPG) using vehicle weight, horsepower, and transmission type. The presentation explains the regression model, prediction intervals, and application functionality.

An analysis of NHANES 2013–2014 data using confidence intervals to compare vitamin D deficiency in winter and summer among US adults. Built in R with ggplot2 and interactive Plotly.