Académique Documents
Professionnel Documents
Culture Documents
MODULO DE BIOESTADISTICA
LIMA, 2014
1
RESEA HISTORICA
Los primeros intentos de hacer coincidir las matemticas de la teora estadstica con
los conceptos emergentes de la infeccin bacteriana tuvieron lugar a comienzos del
siglo XX. Tres diferentes problemas cuantitativos fueron estudiados por otros tantos
autores. William Heaton Hamer (1862-1936) propuso un modelo temporal discreto en
un intento de explicar la ocurrencia regular de las epidemias de sarampin; John
Brownlee (1868-1927), primer director del British Research Council, luch durante
veinte aos con problemas de cuantificacin de la infectividad epidemiolgica, y
Ronald Ross (1857-1932) explor la aplicacin matemtica de la teora de las
probabilidades con la finalidad de determinar la relacin entre el nmero de mosquitos
y la incidencia de malaria en situaciones endmicas y epidmicas. Pero el cambio ms
radical en la direccin de la epidemiologa se debe a Austin Bradford Hill (1897-1991)
con el ensayo clnico aleatorizado y, en colaboracin con Richard Doll (n. 1912), el
pico trabajo que correlacion el tabaco y el cncer de pulmn.
Los primeros trabajos bioestadsticos en enfermera los realiz, a mediados del siglo
XIX la enfermera inglesa Florence Nightingale. Durante la guerra de Crimea, Florence
2
Nightingale observ que eran mucho ms numerosas las bajas producidas en el
hospital que en el frente. Por lo tanto, recopil informacin y dedujo que la causa de la
elevada tasa de mortalidad se deba a la precariedad higinica existente. As, gracias
a sus anlisis estadsticos, se comenz a tomar conciencia de la importancia y la
necesidad de unas buenas condiciones higinicas en los hospitales
Es una verdad muy cierta que, cuando no est a nuestro alcance determinar lo que es
2
verdad, deberemos buscar lo que es ms probable.
1
La obra clsica en el estudio de la polmica entre biomtricos y mendelianos es la de Provine, W. B. (1971) The
Origins of Theoretical Population Genetics. University of Chicago Press.
2
Discurso del Mtodo. Ren Descartes.
3
INDICE
INTRODUCCION
BIOESTADISTICA
I. ESTADISTICA DESCRIPTIVA
1.1. Conceptos Bsicos: estadstica, poblacin, muestra, variables,
clases de variables
1.2. Distribuciones de frecuencia
1.3. Representacin grfica de las distribuciones de frecuencia
1.4. Medidas de tendencia o estadgrafos
1.4.1. Medidas de tendencia central: media, mediana, moda,
cuartiles
1.4.2. Medidas de Dispersin: Rango, varianza, desviacin
estndar, coeficiente de variacin
1.4.3. Medidas de tendencia no central: Asimetra y Curtosis
III. INFERENCIA
4.1. Definicin
4.2. Estimacin: Puntual y por Intervalos de Confianza
4.3. Estimacin Puntual: propiedades
4.5. Estimacin por Intervalos de Confianza: para la media (con
varianza conocida y con varianza desconocida); para la proporcin,
para la varianza; para una poblacin y dos poblaciones
4.6. Prueba de hiptesis: para la media, para proporcin, para la
varianza (relativas para una poblacin, y dos poblaciones)
4.7. Errores
IV. RESUMEN
V. BIBLIOGRAFIA
4
INTRODUCCION
5
los suceso que ocurren en el pas, para que puedan ser analizados y as,
estimar y predecir a futuro las diversas actividades que requiere una nacin,
como: la elaboracin de presupuestos para los diferentes sectores (educacin,
salud, vivienda, trabajo, ), formulacin de proyectos de inversin para
programas sociales, en la elaboracin de planes de contingencia, en la logstica
para enfrentar las consecuencias de los desastres naturales, en la integracin
a los diferentes avances de la ciencia y tecnologa en relacin al mundo, en la
evaluacin de los procesos de desarrollo y crecimiento en las diferentes
regiones.
6
Para el hombre de a pie, mejorar su percepcin de la vida, mejora su calidad
como ente de un comportamiento activo, como integrante de una sociedad,
como administrador y gerente de su desarrollo, personal y familiar; de la
empresa (el hogar) que aun sin aceptarlo es la ms difcil y de mayor riego;
comprometido da a da, en sacar adelante, crecer y tener xito en la empresa
familiar (la familia); la empresa ms delicada, y ms importante para el
crecimiento y desarrollo de la sociedad, pero la ms hermosa que Dios nos
permite administrar. En el mundo de la investigacin, de la innovacin de la
ciencia y la tecnologa, en la que debe integrarse a los cambios que se dan a
cada segundo
BIOESTADISTICA
Segn Montaigne, para juzgar cosas grandes y nobles, es necesario poseer un alma igual de
grande y noble(*), para juzgar un artculo cientfico escrito por un colega es necesario poseer,
adems, conocimientos, experiencia, imparcialidad, confidencialidad, diligencia, una cierta
3
dosis de pedagoga y otra no menos esencial de compaerismo (**) .
3
*) Montaigne M. Les essais [libro en internet]. Versin HTML daprs ldition de 1595 [acceso 31 de
octubre de 2008]. Disponible en: http://www.bribes.org/trismegiste/montable.htm
(**) F. Antoja Rib. Revisores. Revista del laboratorio clnico. 2009; 2: 63.
7
ESTADISTICA
8
DIVISION DE LA ESTADISTICA
9
I. ESTADISTICA DESCRITIVA
POBLACION
10
ESTADISTICA
MUESTRA
PROPIEDADES DE LA MUESTRA
MUESTRA
UN TODO
UNA PARTE
11
ESTADISTICA
EJEMPLO 1:
Poblacin: Muestra
VARIABLE:
Ejemplos
12
ESTADISTICA
CLASE DE VARIABLES
A. VARIABLE CUALITATIVA
a. Nominal:
Ejemplos
13
ESTADISTICA
b. Ordinal:
Ejemplos
B. VARIABLE CUANTITATIVA
Ejemplos
a. Discreta
14
ESTADISTICA
Ejemplos
Nmero de alumnos la UPU Nmero de trabajadores
Nmero de pasajeros que viajan a administrativos en el congreso que
Trujillo en el mes de enero 2014 fueron separados
Numero de recin nacidos en el Nmero de partos de madres
2013 adolescentes atendidas en el 2014
Nmero de raciones de rancho Nmero de nios que participan en
repartidos en un cuartel el torneo de verano 2014 en
Nmero de expedientes Chosica
b. Continua
Son aquellas variables cuya informacin numrica est distribuida
en uno o ms intervalos y las observaciones toman cualquier valor
en el conjunto de los nmeros reales.
Ejemplos
b. Variable dependiente
Es la variable que su comportamiento esta sujeto a la variabilidad de
la variable independiente y tambin de las variables asociadas
15
1.2. DISTRIBUCIONES DE FRECUENCIAS
FRECUENCIA
CLASE:
CLASES DE FRECUENCIAS
16
A. FRECUANCIA ABSOLUTA
Se denota por fi
f i f1 , f 2 , f1 , ..., f n
B. FRECUENCIA RELATIVA
Se denota por:
17
fi
hi
n
Dnde:
f i f1 f 2 f 3 f
hi , , , .. . n =
n n n n n
hi h1 , h2 , h3 , ..., hn
Fi
Hi
n
Dnde:
18
1.3. REPRESENTACIN GRFICA DE LAS DISTRIBUCIONES DE
FRECUENCIA
19
A. TABLAS O CUADROS ESTADISTICOS:
Tabla N: .
Variable
Xi fi Fi hi Hi
x1 f1 F1 f1 h1 H1 = h1
x2 f2 F2 f1 f 2 h2 H 2 hh h2
x3 f3 F3 f1 f 2 f3 h3 H3 h1 h2 h3
. . . . .
. . . . .
. . . . .
xn fn Fn = n hn H n = 1 o 100%
Total n 1 o 100%
Fuente: ..
Interpretacin:
20
b. Tabla bidimensional : registra las observaciones de dos variables
SEXO F M TOTAL
EDAD
16 1 2 3
17 2 3 5
18 3 4 7
TOTAL 6 9 15
Fuente:
CASOS :
A. CASO DISCRETO:
Procedimiento:
X i x1 , x2 , x3 , ..., xn
b. Tabulacin de los datos no agrupados, se ordenan de menor a mayor
segn la repeticin (frecuencias) de las observaciones
x1 f1 , x2 f 2 , x3 f 3 , ..., xn f n
c. Construccin de la tabla
21
Tabla N: .
Variable
Xi fi Fi hi Hi
x1 f1 F1 f1 h1 H1 = h1
x2 f2 F2 f1 f 2 h2 H 2 hh h2
x3 f3 F3 f1 f 2 f3 h3 H3 h1 h2 h3
. . . . .
. . . . .
. . . . .
xn fn Fn = n hn H n = 1 o 100%
Total n 1 o 100%
Fuente: ..
Interpretacin:
Ejemplo:
EDAD
Xi fi Fi hi Hi
15 2 2 2/28 = 7.143% 2/28
16 5 7 5/28 = 17.86% 7/28
17 3 10 3/28 = 10.714% 10/28
18 7 17 7/28 = 25% 17/28
19 5 22 5/28 =10.7142% 22/28
20 6 28 6/28 = 21.43% 28/28 = 1 *100 =100%
TOTAL 28 1 * 100 = 100%
Interpretacin:
Los datos de la tabla muestran que 7 alumnos tienen 18 aos y 2 alumnos
tienen 15 aos.
22
A. CASO CONTINUO:
Procedimiento:
Punto
Medio O
INTERVALO Marca fi Fi h1 Hi
de Clase
MJ
I1 = (Li - Ls) M1 f1 F1 h1 H1
I2 = (Li - Ls) M2 f2 F2 h2 H2
I3 = (Li - Ls) M3 f3 F3 h3 H3
. . . . . .
. . . . . .
. . . . . .
In = (Li - Ls) M5 f5 F5 h5 H5
x: variables elegida.
23
Paso 3: determinar la amplitud.
A R / I 34 / 6 6
Paso 4: Construir los intervalos
I1 = 15 21 18 3 3 8.8 8.8
I2 = 21 27 24 15 18 41.2 50.0
I3 = 27 33 30 8 26 26.5 76.5
I4 = 33 39 26 3 29 8.8 85.3
I5 = 39 45 42 4 33 11.8 97.1
I6 = 45 51 48 1 34 2.9 100.0
TOTAL 34 100.00
24
Interpretacin:
El 41.2 % de mujeres del distrito de Morococha tienen entre 21 y 27
aos con una edad promedio de 24 aos, y el 2.9% de mujeres tienen
entre 45 y 51 aos
B. REPRESENTACIONES GRAFICAS
a. Caso cualitativo
BARRAS
EJEMPLO:
GRAFICO N 1: Mujeres del Distrito de Morococha del
depto de Cerro de Pazco segn grado de instruccion
25
Interpretacin:
El 47.10 % de mujeres del distrito de Morococha tiene educacin
secundaria y solo el 8.82% estudiaron en instituciones de nivel
univeristario.
Ejemplo
Interpretacin:
El grafico muestra que el 61.77 % de mujeres del distrito de Morococha
nacieron en Matucana y el 17.65% nacieron en Jauja..
26
b. Caso Cuantitativo
BASTONES o LINEAS
Son lneas que se levantan del eje de las abscisas que contiene a
las variables hacia las frecuencias de cada una en el eje de las
ordenadas. Caso discreto
Interpretacin:
Los resultados del estudio muestran que el 32.35 % de mujeres del
distrito de Morococha nacieron en Matucana tienen 2 hijos y con el
11.75% se observa a dos grupos de mujeres, un grupo no tienen hijos, y
el otro grupo tienen 5 hijos.
HISTROGRAMAS
Son barras juntas que no tienen espacio entre ellas, similar a la
construccin de las barras se levantan del eje de las abscisas
(contiene a la variable cuantitativa continua), cada barra representa
un intervalo, y al centro de la barra se coloca el punto medio, que
representa a todo el conjunto de datos de cada intervalo.
27
Grafico N 4: Mujeres del Distrito de Morococha del depto.
de Cerro de Pazco segn grupo etreo (edad)
Interpretacin:
El 41.2 % de mujeres del distrito de Morococha tienen entre 21 y 27
aos con una edad promedio de 24 aos, y el 2.9% de mujeres tienen
entre 45 y 51 aos
POLIGONO
28
Ejemplos
GRAFICO N 5
OJIVAS
GRAFICO N 6
PICTOGRAMAS (figuras)
GRAFICO N 7
29
GRAFICO N 8
GRAFICO N 9
TALLO DE HOJAS
Procedimiento:
30
a. Para datos con dos dgitos, escribir a la izquierda de la lnea
los dgitos de las decenas (forma el tallo), y a la derecha las
unidades (hojas).
b. Para datos con tres dgitos el tallo estar formado por los
dgitos de las centenas y decenas, que se escribirn a la
izquierda, separados de las unidades
Cada tallo define una clase, y se escribe slo una vez. El nmero
de hojas representa la frecuencia de dicha clase.
EJEMPLO
Tallo Hojas
4
5
6
7
8
31
1.4. MEDIDAS DE TENDENCIA O ESTADGRAFOS
Se clasifican en :
32
1.4.1. MEDIDAS DE TENDENCIA CENTRAL: MEDIA,
MEDIANA, MODA, CUARTILES
Se denota:
x i
X i 1
33
Donde:
n : Tamao de la muestra
Casos
Caso no agrupado:
n
x i
X i 1
n
Ejemplo:
SOLUCION
a. Promedio de las maquinas
34
MAQUINA A:
n
x i
195 198 199 197 199 200 1188
X i 1
198
n 6 6
MAQUINA B:
n
x i
199 200 200 200 198 200 1197
X i 1
199.5
n n6 6
x i
195 198 199 197 199 200 199 200 200 200 198 200 2385
X i 1
198.75
n 12 12
Caso Agrupado:
Caso Discreto
n
x i fi
X i 1
35
Donde:
n : Tamao de la muestra
f i : Frecuencia
Ejemplo:
N de
hijos frecuencias X
0 4 0*4= 0
1 6 1*6 = 6
2 11 2*11 = 22
3 9 3*9 = 27
4 0 4*0 = 0
5 4 5*4= 20
Total 34 75
x i fi
0 * (1) 1* (6) 2 * (11) 3 * (9) 4 * (0) 5 * ( 4)
X i 1
n 34
36