Académique Documents
Professionnel Documents
Culture Documents
Representacin
Bioestadstica
Cualitativas
Estudia Variables
Se Clasifican en
Tabular
Grfica
Descriptivas
Mediasde punto
Inferencial
Ji - cuadrado
Formas de
Representacin
Tabular
Grfica
Cuantitativas
Medidas de
tendencia central
Descriptiva
Medidas de punto
Inferencial
Pruebas de
hiptesis.
Variables
Cualitativa
Cuantitativa
Escalas
Escalas
Ordinal
Nominal
Razn
Permite
establecer
relaciones de
tipo "mayor que"
o "menor que"
Intervalo
Conocer la
distancia entre
dos mediciones
cualesquiera.
Posee un cero
relativo, un
cero no
verdadero.
Estadstica Inferencial
Estadstica Descriptiva
Variable Cualitativa
Presentacin
de datos de
variables
cualitativas.
En Forma
escrita
Proposito
General:
Elaborados
como fuente
de
informacion
estadistica.
Usualmente
tienen gran
cantidad de
datos.
En forma Grfica
Tabular
Proposito
Especifico:
Elaborados
con fin de
analisis y
clculo.
Grfica
Bidireccional
Diagrama de
Barras
Simples
Grfica de
Datos
Agrupados
Cuadro de
Asociacion de
doble entrada
Pie
Barras
Segmentadas
Ttulo En
Maysculas.
# De
Cuadro
CUADRO No. 1
GRUPO DE PACIENTES MASCULINOS MAYORES DE 15 AOS DE LA CLNICA LA OBSCURIDAD
GUATEMALA 2013
Nota de encabezado
(Solo se tomaron en cuenta a los pacientes ms frecuentes)
Se droga
No se droga
total
Hombres 15 -25
20
30
50
Hombres 26 -35
15
15
30
Hombres 36-45
10
15
25
Total
45
60
105
Cuerpo del
cuadro
Grficas
Barras Simples : Excelentes para las distribuciones simples de frecuencias, a escala cualitativa. Se puede utilizar
cifras absolutas o cifras relativas.
Grfica Bidireccional : Dos direcciones, puede comparar variables, se puede representar en porcentaje, se
utiliza la misma escala en dos sentidos y esta parte de la linea 0.
Diagrama de Sectores (Pie): Tamao relativo de los componentes de un total, presentaciones populares. Se
puede presentar en cifras relativas y absolutas.
Barras Agrupadas: Es muy til para datos de asociacin, permite la comparacin de las variables. (Identificar
componentes. Espacio, Claridad y Simplicidad).
Cuadro asociacin de doble entrada: doble variables, todos los datos del encabezado se escriben en
mayscula. Puede ser utilizado para la realizacin de una grfica.
Fuma
No Fuma
total
Hombres
Mujeres
75
25
100
15
85
100
Total
90
110
200
Variable Cuantitativa
Variable
Cuantitativa.
Se clasifican
en
continua
discreta
Se da cuando
los valores
nmericos
que forman la
variable en un
intervalo
cualquiera
son infitinos.
Es la variable
cuyos valores
nmericos se
pueden contar
o son finitos en
un intervalo
cualquiera.
En forma
Grfica
Tabular
Serie
Simple
Distribucion
simple de
frecuencias
Distribucion en
clases o
Inertervalos
de clase
Ovija
de
Galton
Polgono de
frecuencias
Histograma
Serie Simple Consiste en ordenar ascendente o descendente los datos en una tabla. Se maneja
cuando se obtienen menos de 30 datos.
Distribucin en clases o intervalos de clase Consiste en agrupar los datos en clases o intervalos;
acompaados de sus respectivas frecuencias. Para elaborar una Distribucin en Intervalos de Clase es
necesario establecer el nmero de clases o intervalos a utilizar as como la amplitud que tendrn
dichos intervalos. Se maneja cuando se obtienen ms de 60 datos.
1.
Rango, Recorrido o Amplitud de la variable: es necesario escudriar los datos porque se requiere
de la amplitud que exista entre ellos. La amplitud de la variable no es ms que la diferencia
existente entre el valor ms bajo (XS) y el valor ms alto (XL). Su smbolo es una R.
R = XL- XS
Lmites
Lmites de clase:
Luego de haber calculado el No. de clases y la amplitud de las mismas, se procede a la
elaboracin de los intervalos o clases. Es recomendable iniciar con el valor ms bajo de los datos
para luego se va sumando la amplitud de intervalo calculada (i) para ir formando las clases.
Lmites Aparentes
Los lmites de una clase son aparentes cuando stos no permiten espacio entre un lmite y otro, los
Intervalos han sido elaborados en forma continua.
150 -155
155- 160
160- 165
Lmites Absolutos
Si hay espacio entre los lmites. Los intervalos en forma discreta.
13- 19
20-26
27- 36
Lmites reales
Se calculan imites reales si los intervalos han sido elaborados en forma discreta y se requiere su
continuidad.
()
f
6
9
8
f
6
9
8
Constantes
Intervalos de
amplitud
Variable
Se utiliza cuando los valores de la
distribucin que se est
estudiando estn muy dispersos,
por lo que al agruparlos con
intervalos constantes, algunos
quedaran con frecuencia de
cero.
Frecuencia Absoluta
Frecuencias Relativa
Es el nmero de veces
que aparece un
determinado valor.
Se simboliza con una f o fi.
La suma de las
frecuencias absolutas da
como resultado el total de
datos que corresponde al
tamao de la muestra (n)
o de la poblacin (N) que
se estudia.
Edades Recuento
55-58
IIIII II
59-62
IIIII II
63-66
IIIII IIIII IIIII I
67-70
IIIII IIIII IIII
Total
f
7
7
16
14
44
fa
7
14
30
44
Frecuencia
acumulada
Es la suma
acumulativa, de las
frecuencias absolutas.
Se simboliza con una
fa.
Se conoce tambin
como punto medio, es el
valor que representa a
cada clase y se localiza
justo al centro del
intervalo.
()
Limites Reales
54.5 -58.5
58.5 62.5
62.5 66.5
66.5 70.5
Grficas
Histograma:
Histograma
Frecuencia
Marca de Clase
15
10
5
0
Limites Reales
mc
56.5
60.5
64.5
68.5
fr
0.16
0.16
0.36
0.32
1
fra
0.16
0.32
0.68
1
()
Poligono de Frecuencia:
15
Frecuencia
10
5
0
Marca de clase
Frecuencias
acumuladas
Ojiva de Galton:
Limites Reales
Medidas de punto
Medidas
de punto
Proporciones
Razones
Una proporcin es la
relacin o
comparacin entre
dos grupos, uno es una
parte del todo y el otro
es el total o universo.
P=
Porcentajes
Un porcentaje es una
proporcin
multiplicada por cien.
media
medidas de
tendencia
central
mediana
moda
cuartiles
Medidas
Descriptivas
medidas de
posicin
deciles
percentiles
desviacin
estandar
medidas de
dispercin
varianza
coheficiente de
variacin
Medidas de tendencia
central
Media (,x)
Es el valor promedio de los datos, es la medida de tendencia central ms importante, debido a la
representatividad que posee los datos de la variable en estudio. Su uso es adecuado cuando las
Mediana (Me)
Identifica el valor que se encuentra en el centro de los datos. Es decir que nos permite separa por la mitad un
conjunto de datos. Tambin es llamado valor medio. Como primer paso se ordenan los datos de menor a
mayor. Es adecuado utilizarla cuando una distribucin se aparta de lo normal (distribuciones sesgadas).
Posicin (n)
Moda (Mo)
Es aquel valor que tiene la frecuencia mayor o es el valor particular que ocurre ms frecuente que
cualquier otro. Es la medida de tendencia central menos confiable. Su utilizacin es prioritariamente
con datos cualitativos.
= fmayor- fanterior
= fmayor- fposteior
Se tiene una muestra con valores 20, 20, 23, 24, 25, 25, 26 y 30.
Mo= 20 y 25, se dice que es bimodal.
Medidas de Posicin
Estos valores son de la misma familia de la mediana, por lo que para calcularlos en las distribuciones de datos
agrupados en intervalos podemos utilizar la frmula de la mediana, solo que el total de los datos en lugar de
dividirlo dentro dos, lo dividimos dentro de 4 para los cuartiles, entre 10 para los deciles y entre 100 para los
percentiles o centiles.
Cuartiles (Qk)
Los cuartiles dividen los datos en cuatro partes iguales. Cada una de las partes representa una cuarta parte, o
el 25% de las observaciones. El segundo Cuartil equivale a la mediana.
Q4 NOEXISTE! (se dividen en 4 pero son 3)
Arreglo Simple
(
Datos Agrupados
(
Deciles (Dk)
Los deciles dividen los datos en 10 partes iguales. El quinto decil equivale a la mediana.
Arreglo Simple
(
Datos Agrupados
(
Arreglo Simple
(
Datos Agrupados
(
Medidas de Dispersin
Mide la dispersin de los datos con respecto a la media la distribucin es simtrica entonces
media=moda=mediana; Las medidas ms utilizadas son: rango, varianza, desviacin estndar y coeficiente
de variacin.
Varianza o Variancia
Cuantifica la variabilidad de los datos respecto al valor de la media elevada al cuadrado. La varianza para la
muestra se representa mediante una s y la notacin para poblacin .
Datos no agrupados
de una muestra
(
Datos agrupados de
una muestra
Datos no agrupados de
una poblacin
(
Datos agrupados de
una poblacin
(
Regresin y Correlacin
Regresin Lineal
Consiste en determinar un modelo lineal que sea capaz de poder realizar estimaciones a travs del tiempo. En un modelo
de regresin lineal simple, solo existen dos tipos de variables, la variable independiente y la variable dependiente.
La ecuacin general del modelo de regresin simple es la siguiente:
Variable
dependiente
Interseccin
con eje y.
Independiente
Pendiente de
la recta
La pendiente de la recta puede ser positiva o negativa, si es positiva se dice que la relacin es
directamente proporcional (si X aumenta, Y tambin). En caso contrario si es negativa es inversamente
proporcional (si X aumenta, Y disminuye).
La pendiente de la recta indica el cambio por cada unidad de medida por cada variable
independiente.
Conjuntos
Conjuntos
Es un grupo de elementos u
objetos especificos en tal
forma que se puede afirmar si
cualquier objeto dado
pertenece o no a la
agrupacin.
Formas de
representarlos
enumerativa
{a,e,i,o,u}
descriptiva
{las vocales}
Tipos de
conjuntos
grfica
Finitos: que se
pueden contar
Infinitos: no se
pueden contar.
Operaciones
entre
conjuntos
Vacios: no
existen, estan
vacios.
ae
u
io
Unin
Interseccin
Es la
agrupacion de
dos o ms
conjuntos.
Es la
agrupacin de
los elementos
en comn.
Teora de la probabilidad
Probabilidad
Probabilidad subjetiva
P=
Probabilidad objetiva
Clasica o apriori
Relativa o A posteriori
Se necesita
experimentar o probar
antes.
X= Evento
de inters
Probabilidad de un Evento
Probabilidad Conjunta: Se tiene inters en dos eventos al mismo tiempo, en una tabla es una
interseccin.
Probabilidad de dos eventos mutuamente excluyentes: Es la probabilidad de que ocurra uno u otro de
dos eventos mutuamente excluyentes.
Mutuamente excluyentes: que no pueden ocurrir al mismo tiempo.
Probabilidad de dos eventos independientes: Se calculan dos probabilidades, una marginal y una
condicional, si el resultado obtenido es el mismo esto quiere decir que las variables son independientes,
si el resultado es diferente existe relacin entre las mismas.
Distribucin Normal
Es simtrica
=0y
1 68%
2 95%
3 91%
1.5
P ( -0.79<Z0.54)
Z=0.54 0.7054
Z=-0.79 0.2148
-0.79
0.54
P (Z>0.72)
Z=0.72 0.7642
1 - 0.7642= 0.2358
0.72
o busco -0.72
P (Z>Z1)= 0.8944
1 0.8944= 0.1056 (cola)
Z1= -1.25
-Z1
P (Z= 2) = 0
Por definicin cuando Z es igual a n nmero o es igual a -n, es igual a 0.
Aplicacin de la Distribucin
Normal Estndar
La distribucin normal estndar se aplica a cualquier problema de distribucin normal. Para cambiar el eje x
por el eje z se realizara a travs de la siguiente formula.
Eje x
Media
Desviacin estndar
P (Z<0.32) = 0.3745
b. La probabilidad de escoger a un recin nacido con nivel de glicemia mayor de
85mg/dl.
P (Z>0.48) = 0.6844
1-0.6844 = 0.3156
-1.29 = 0.0985
0.0985*100 = 9.85%
d. El nmero de recin nacidos con nivel de glicemia de 82mg/dl o ms asciende a.
Media
276*0.5= 138
e. La probabilidad de escoger un recin nacido que tenga los valores de glicemia entre 79.51
y 84.49mg/dl.
-0.40 0.3446
0.40 0.6554
P (-0.40<Z<0.40) = 0.3108
0.6554 0.3446 = 0.3108
Muestreo
Muestreo
El muestreo se divide en
Probabilisitico
No probabilisitco
(nCr)
Estimacin de Medias
Datos 30 Se trabaja con distribucin normal.
Datos < 30 Se trabaja con t- student
NC=95%
= significancia
=5% = 0.05
= 0.0250
= 0.975
Z= 0.975 1.96
: Estimador puntual
z(
): coeficiente de confiabilidad
: Error Estndar
140.23 (1.96) (
Estimador
Puntual
Error
Estndar
Precisin
Mximo error de
Estimacin
Error
Coeficiente de
confiabilidad
Error Estndar
18 (1.79) (0.17)
Coeficiente de confiabilidad
Estndar
Puntual
18 + 0.39 = 18.30
18 0-39 = 17.7
[17.7 18.30] mmHg
)(
o
o
Distribucin t- student
Poblacin
muestra
grande
z
muestra
pequea
Muestra
muestra
grande
Estimador
Puntual
Todo lo contrario es z
Coeficiente de
confiabilidad
Error
Estndar
Se tom una muestra de 16 nios recin nacidos a los cuales se les determino la
concentracin media de bilirrubina en el suero. El valor de la concentracin media es de
0.3250
= 1-03250=0.975
busco el rea
Coeficiente de confiabilidad =2.1315
c. Cul es el valor de error estndar?
Estimador
Puntual
Error
Estndar
Coeficiente de
confiabilidad
En una muestra aleatoria simple de 125 varones desempleados, expulsados todos ellos de la
escuela preparatoria, entre las edades de 16 - 21 aos inclusive 88 de ellos declararon que
eran consumidores de bebidas alcohlicas, construya un intervalo de confianza de 95% para
la proporcin de la poblacin.
N=125
n=88
NC= 95% z=1.96
(
Tamao de Muestra
D=2d
Dimensin
d=
Amplitud
Poblacin Infinita
Medias
Proporciones
q =1-p
Poblacin Finita
Medias
Proporciones
( )
p=
Prueba de Hiptesis
es la que el
investigador
supone.
Prueba de
hiptesis
Alterna (Ha)
Las hiptesis
estadsticas se
dividen en
Es la contraparte de
la alterna o bien la
que se presume o
carcteristica
estudiada.
Nula (Ho)
Z crtico= 1-
Prueba de Hiptesis para la media de una poblacin (): Para realizar una prueba
de hiptesis se recomienda seguir un procedimiento ordenado.
Paso 1.
Paso 2
Paso 3
Paso 4
Paso 5
Paso 6
Datos
Planteamiento
de hiptesis
Regla de
decisin
Estadstico
Clculado
Decisin
Conclusin
Condicin de la hiptesis
Verdadera
Falsa
Accin Posible No rechaza Ho Accin Correcta
Error tipo II
Rechazar Ho
Error tipo I
Accin correcta
Este error se conoce tambin
como Error alfa. Alfa () es la
probabilidad de cometer un
Error tipo I
Tipo I
La probabilidad decometer
error tipo II es el valor de Beta,
se llama Error tipo o error de
aceptacin.
Error
Tipo II
Z crtico
Z(1-0.05) Z(0.95)=1.645
Estadstico P Prueba
En toda prueba de hiptesis el estadstico p nos permite comparar la proporcin de p con
la significancia para poder tomar la decisin final.
Condicin general
P
P>
Rechaza Ho
No Rechaza Ho
Unilateral
Bilateral
t crtico=
Supuesta poblacin
qo= 1-po
Prueba de independencia
(ji- cuadrado)
Se puede establecer la asociacin o relacin que existe entre dos
variables cualitativas.
Todos los pasos de la prueba de hiptesis son iguales excepto el de
estadstico calculado.
Cuando las variables cualitativas son dipotmicas (2 categoras) los
cuadros de contingencia son de 2x2
Primero criterio Clasificacin
1
2
Totales
Segundo Criterio
1
A
B
A+B
Clasificacin
2
C
D
C+D
A+C
B+ D
n
)
Valores Esperados
Ei
Ei =
Oi- Ei
Al valor observado se
le resta el resultado
de la operacin
anterior.
(Oi-Ei)
(Oi-Ei) / Ei
El resultado lo
elevamos al
cuadrado
El resultado en la
casilla anterior, divido
lo de la segunda.