La distribución normal en ciencias biomédicas: un enfoque a partir de las distribuciones de Pearson

Distribución normal y distribuciones de Pearson

Autores/as

  • Julio César Pino Tarragó Universidad Estatal del Sur de Manabí. Ecuador
  • Rafael M. Ávila Ávila Universidad de Holguín. Cuba
  • María del Carmen Expósito Gallardo Universidad Médica Mariana Grajales Coello. Cuba
  • Dunia Lisbet Domínguez Gálvez Universidad Estatal del Sur de Manabí. Ecuador

DOI:

https://doi.org/10.37117/s.v1i16.351

Palabras clave:

Bioestadística, distribución normal, distribuciones de Pearson, enseñanza aprendizaje.

Resumen

La distribución normal es una de las más importantes en el proceso de enseñanza aprendizaje de la Bioestadística para la especialidad de Medicina. Sin embargo, la ausencia de un enfoque deductivo en la introducción al tópico, dificulta la comprensión de su origen. A partir de sistemas de distribuciones continuas de probabilidad, se propone una vía alternativa para presentarla, tanto en la forma general como en la estándar. Teniendo en cuenta los métodos analítico sintético y la revisión documental, se identifican los vacío epistémicos y las dificultades en el tratamiento del tema. Los objetivos esenciales consisten en deducir la expresión matemática de tal distribución y valorar la posibilidad de introducir los elementos cualitativos básicos del procedimiento usado, en el programa de Informática Médica II, enfatizando en las nociones del Cálculo Diferencial, en etapa previa a los elementos del Cálculo Integral. La conclusión fundamental se asocia a la contribución del enfoque sugerido, al rigor y a la armonía al conocimiento estadístico matemático en la disciplina, si bien se precisa de conceptos del Análisis Diferencial, los cuales favorecen la comprensión de las aplicaciones prácticas tanto en el ámbito de la carrera de Medicina como en otras áreas de investigación de las ciencias biomédicas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ander-Egg, E. (1995). Métodos y Técnicas de investigación social. Vol. III: Cómo organizar el trabajo de investigación. Lumen: Buenos Aires. [Consultado: 26 de octubre de 2019]. Disponible en: https://epiprimero.files.wordpress.com/2012/01/ander-egg-tecnicas-de- investigacion-social.pdf

Bluman, A.G. (2009). Elementary Statistics: A Step by Step Approach. McGraw-Hill Companies, Inc.: New York.

Bowman, W.C.; Raud, M.J. (1984). Farmacología. Bases bioquímicas y patológicas. Aplicaciones clínicas. Interamericana: México D.F.

Chistiakov, B.P. (1982). Curso de Teoría de las probabilidades. Moscú: Nauka (en idioma Ruso).

D’Agostino, R.B., Sullivan, L. M. and Beiser, A.S. (2006). Introductory applied biostatistics. Thomson, Brooks/Cole: Toronto.

Dawkins, P. (2007). Differential equations. [consultado: 7 de enero de 2020]. Disponible en:

https://www.google.com/search?q=Dawkins%2C+P.+%282007 29.+Differential+equations.++&ie=utf-8&oe=utf-8&client=firefox-b.pdf

Escalona Fernández, L.A. (2013). Resolución de problemas matemáticos aplicados a la medicina y su impacto en la formación del médico general”. Correo Científico Médico Holguín; volumen: vol. 17, No. 24

Escalona Fernández, L.A., Velázquez, J.R. (2012). Resolución de problemas de optimización sin el uso de límites y derivadas. Interpretaciones médicas”. En: Flores, R. (ed.). Acta Latinoamericana de Matemática Educativa 25, 365-374.

Elgoltz, L. E. (2010). Ecuaciones diferenciales y cálculo variacional. Félix Varela: La Habana.

Freund, J.E. y Perles, B.M. (2007). Modern Elementary Statistics (12th International Editions). Pearson Prentice Hall: New Jersey.

Giacosa, N., Vergara, M. L., Zang, C., López, J., Galeano, R., Godoy, N., Maidana, J. y Such, A. (2015). Libros de texto y Programas Analíticos de Física en carreras de Ingeniería de la UNaM. Revista de Enseñanza de la Física, 199-207, 27 (no extra).

Gnedenko, B.V. (1997). The theory of probability. Overseas Publishers Association: Netherlands.

Guerra Bustillo, C.W., Menéndez Acuña, E., Barrera Morera, R. y Egaña Morales, E. (1991). . Estadística. La Habana: Pueblo y Educación.

Herrerías Pleguezuelo, R. y Callejón Céspedes, J. (2017). Los sistemas de Pearson como generadores de distribuciones de probabilidad. Aplicaciones estadísticas y económicas. [consultado: 28 de junio de 2017]. Disponible en: www.ugr.es/~callejon/lossistemas.pdf

Koroliuk, V.V. (1986). Manual de la teoría de las probabilidades y estadística matemática. Moscú: Mir.

Lancaster, H.O. (2011). Quantitative Methods in Biological and Medical Sciences: A Historical Essay. Springer: New York.

Oliva González, L., O’Farril Mons, E. (1988). Bioestadística y computación: guía de estudio. La Habana: Pueblo y Educación.

Torres Delgado, J.A., et al. (2004). Informática Médica, tomo II Bioestadística. Centro de Cibernética Aplicada a la Medicina (CECAM). Editorial Ciencias Médicas: La Habana, 2004.

Valdés Castro, C., Sánchez Fernández, C. (2011). Introducción al Análisis Matemático. La Habana: Félix Varela.

Weisstein, Eric W. (2017) Pearson System. MathWorld, A Wolfram Web Resource. [consultado: 24 de enero de 2020]. Disponible en: http://mathworld.wolfram.com/PearsonSystem.html

Whittle, P. (1982). Probabilidad. Moscú: Nauka (en idioma Ruso).

Publicado

2020-06-30

Cómo citar

Pino Tarragó, J. C., Ávila Ávila, R. M., Expósito Gallardo, M. del C., & Domínguez Gálvez, D. L. (2020). La distribución normal en ciencias biomédicas: un enfoque a partir de las distribuciones de Pearson: Distribución normal y distribuciones de Pearson. Revista Científica Sinapsis, 1(16). https://doi.org/10.37117/s.v1i16.351

Artículos más leídos del mismo autor/a