Académique Documents
Professionnel Documents
Culture Documents
Al igual que en todos los campos del aprendizaje, la estadística tiene su propio vocabulario.
Algunas de las expresiones frecuentes en el estudio de la estadística son nuevas para quienes
no han tenido relación previa con el tema. Otros términos, aunque parezcan familiares,
probablemente tienen significados especializados que difieren del significado asociado por
costumbre a dichos términos. Los siguientes términos se utilizan extensamente en todo el
estudio de la bioestadística.
DATOS: los datos son la materia prima de la bioestadística. Para este propósito se puede
definir los datos como números. Las dos clases de números que se utilizan en bioestadística
son números que resultan de la toma de medidas, y otros que resultan del proceso de conteo.
Por ejemplo, cuando una enfermera pesa el paciente o le toma la temperatura, se la medida
que consiste en una cantidad, por ejemplo 150 libras o 100 grados Celsius. Un tipo bastante
diferente de números se obtiene cuando el administrador de un hospital cuenta el número de
pacientes, quizás 20, dados de alta en un día. Cada uno de los tres números es un dato y los
tres juntos son datos.
1. REGISTROS RUTINARIOS: Es difícil imaginar algún tipo de organización que no lleve registros
de la operación diaria de sus actividades. Mientras que los registros clínicos de un hospital, por
ejemplo, contienen una inmensa cantidad de información acerca de los pacientes, los registros
contables de la institución contienen datos en abundancia sobre las actividades financieras del
hospital. Cuando surge la necesidad de tener datos, se debe buscar primero en los registros
que se llevan rutinariamente.
2. ENCUESTA: Si los datos necesarios para contestar una pregunta no están disponibles a partir
de los registros almacenados de manera rutinaria, la fuente lógica puede ser una encuesta. Por
ejemplo, suponga que el administrador de una clínica desea obtener información respecto a la
forma de transporte que utiliza el paciente para visitar la clínica. Si la forma de administración
no contiene una pregunta acerca del transporta, es posible llevar a cabo una encuesta entre
los pacientes para obtener esta información.
4. FUENTES EXTERNAS: los datos necesarios para responder una pregunta pueden ya existir
como informes publicados, bancos de datos disponibles o en la literatura de investigación. En
otras palabras, uno se puede encontrar con que alguien más ya se planteó la misma pregunta y
que la respuesta que obtuvo puede aplicarse a la situación presente.
VARIABLE: una característica se clasifica como variable si, tal como se observa, se encuentra
que esta toma diferentes valores en diferentes personas, lugares o cosas. Esto se hace por la
simple razón de que la característica no es la misma cuando se observa en diferentes sujetos.
Algunos ejemplos de variables son: presión sanguínea diastólica, frecuencia cardiaca, estatura
de varones adultos, peso de los niños en edad preescolar, y la edad de los pacientes que
consultan a un dentista.
VARIABLE CUANTITATIVA: Una variable cuantitativa es aquella que puede medirse en la forma
usual. Se pueden obtener mediciones de la estatura de los varones adultos, del peso de niños
en edad preescolar, y de la edad de los pacientes que consultan a un dentista. Estos son
ejemplos de variables cuantitativas. Las mediciones hechas sobre variables cuantitativas
conllevan información respecto a cantidad.
Aunque en el caso de las variables cualitativas las mediciones no se llevan a cabo en el sentido
usual de la palabra, se puede contar el número de personas, lugares o cosas pertenecientes a
varias categorías. El administrador de un hospital, por ejemplo, puede contar el número de
pacientes internados en un día, con base en cada en cada uno de los diagnósticos de admisión.
Estos conteos o frecuencias, como se denominan. Son el número que se maneja cuando el
análisis involucra variables cualitativas
VARIABLE ALEATORIA: Siempre que se determina la estatura, el peso o la edad de un
individuo, el resultado frecuentemente se denomina valor de la variable respectiva. Cuando los
valores se originan como resultado de factores aleatorios (al azar), que no pueden predecirse
con exactitud y anticipación, la variable se llama variable aleatoria. Un ejemplo de variable
aleatoria es la estatura de los adultos; cuando nacen los niños no es posible predecir con
exactitud la estatura que tendrán en su edad adulta; la estatura que alcanza un adulto es el
resultado de muchos factores genéticos y ambientales. Los valores resultantes de los
procedimientos de medición se denominan observaciones o medidas.
VARIABLE ALEATORIA DISCRETA: Las variables pueden caracterizarse aún más como discretas
o continuas. Puesto que la definición rigurosamente matemática de las variables discreta y
continua va más allá del límite de este curso, en su lugar se presentan definiciones menos
formales y ejemplos de cada una.
VARIABLE ALEATORIA CONTINUA: Una variable aleatoria continua no posee las separaciones o
interrupciones típicas de una variable aleatoria discreta. Una variable aleatoria continua puede
tomar cualquier valor dentro de un intervalo especificado de valores asumidos por la variable.
Entre los ejemplos de variables continuas se hallan las diversas mediciones que pueden
hacerse en individuos tales como su estatura, peso y diámetro craneano. Sin importar cuan
cerca estén las estaturas de dos personas teóricamente siempre es posible encontrar otra
persona cuya estatura se encuentre entre las dos estaturas de referencia.
Ahora bien debido a las limitaciones de los instrumentos de medición disponibles, las
observaciones sobre variables que son inherentemente continuas se registran como si fueran
discretas. La estatura por ejemplo, normalmente se redondea hacia el cuarto, media o pulgada
completa más cercanos, mientras que si cuenta con el instrumento de medición adecuado, esa
medida puede hacerse tan precisa como se desee.
MUESTRA: Una muestra puede definirse simplemente como una parte de una población.
Suponga que una población se compone de los pesos de todos los niños inscritos en el sistema
de educación primaria del estado, y se escoge para el análisis solo una fracción de los niños;
entonces se tiene únicamente una parte de la población, es decir, se tiene una muestra.
ESCALA NOMINAL: La escala de medición más baja es la escala nominal. Como nombre lo
indica, consiste en designar o nombrar las observaciones o clasificarlas en varias categorías
mutuamente excluyentes y colectivamente exhaustivas. La práctica de utilizar números para
distinguir entre diversos diagnósticos médicos constituye una medición sobre una escala
nominal. Otros ejemplos incluyen dicotomías como masculino-femenino, sano-enfermo,
menor de 65 años- mayor de 65 años, niño-adulto y casado-soltero.
ESCALA ORDINAL: Siempre que las observaciones no solo difieran de categoría a categoría,
sino que además puedan clasificarse por grados de acuerdo con algún criterio, se dice que se
miden sobre una escala ordinal. Los pacientes convalecientes pueden clasificarse como sin
mejoría, mejorados y bastante mejorados. Las personas pueden clasificarse de acuerdo con su
estado socioeconómico como de clase baja, de clase media o clase alta. La inteligencia de los
niños puede estar por encima del promedio, promedio o por debajo del promedio. En cada
uno de estos ejemplos, todos los miembros de cualquiera de las categorías se consideran
iguales, pero los miembros de una categoría se consideran inferiores, peores o menores que
los de otra que, a su vez, guarda una relación similar con otra categoría. Por ejemplo un
paciente bastante mejorado está en mejor estado de salud que uno clasificado como
mejorado, mientras que un paciente que ha mejorado está en mejor condición que uno sin
mejoría. Por lo general es imposible inferir que la diferencia entre los miembros de una
categoría y la categoría inmediata adyacente a ella. El grado de mejoría entre los sin mejoría y
los mejorados quizá no sea el mismo que el que existe entre los mejorados y los bastante
mejorados. La implicación es que si se hiciera una división más fina, que produjera más
categorías, estas se podrían también ordenarse de manera semejante. La función de los
números asignados a datos ordinales es la de ordenar(o asignar una categoría según el rango)
las observaciones desde las más bajas hasta las más altas; de aquí el termino ordinal.
ESCALA DE INTERVALOS: es una escala más especializada que la nominal y la ordinal en el
sentido de que, con esta escala, no solo es posible ordenar las mediciones, sino que también
se conoce la distancia entre dos mediciones cualesquiera. Por ejemplo, se sabe que la
diferencia entre una medida de 20 y una medida de 30 es igual a la diferencia entre las
medidas de 30 y 40. La capacidad para hacer eso implica el uso de una distancia unitaria y un
punto cero, los cuales son arbitrarios. El punto cero seleccionado no es necesariamente un
cero verdadero en el sentido de que no indica una ausencia total de la cantidad que se está
midiendo. Quizás el mejor ejemplo de una escala de intervalos es la forma en que
generalmente se mide la temperatura (grados Fahrenheit o Celsius). La unidad de medición es
el grado, y el punto de comparación es el que se selecciona arbitrariamente como “cero
grados”, el cual no implica una ausencia de calor. La escala de intervalos, a diferencia de las
escalas nominal y ordinal, es una escala realmente cuantitativa.
ESCALA DE RAZONES: el nivel más alto de medición es la escala de razones. Esta escala se
caracteriza por el hecho de que puede determinarse tanto la igualdad de las razones como la
de los intervalos. Y para esta escala es fundamental un punto cero verdadero. La medición de
rasgos tan familiares como altura, peso y longitud, hacen uso de este tipo de escala.