PROBABILIDAD Y

ESTADISTICA.
Tema 1: Introduccin a la estadstica

Tema 1: Introduccin.

PARA QU SIRVE LA
ESTADSTICA?

La Ciencia se ocupa en general de fenmenos observables

La Ciencia se desarrolla observando hechos, formulando leyes que los

explican y realizando experimentos para validar o rechazar dichas leyes

Los modelos que crea la ciencia son de tipo determinista o aleatorio

(estocstico)

La Estadstica se utiliza como tecnologa al servicio de las ciencias donde

la variabilidad y la incertidumbre forman parte de su naturaleza

La Bioestadstica [...] ensea y ayuda a investigar en todas las reas de las

Ciencias de la Vida donde la variablidad no es la excepcin sino la regla
Carrasco de la Pea (1982)

Tema 1: Introduccin.

DEFINICIN
La Estadstica es la Ciencia de la
Sistematizacin, recogida, ordenacin y presentacin de los
a
referentes a un fenmeno que presenta variabilidad o
vdatos
i
t
ip incertidumbre para su estudio metdico, con objeto de sintetizar
r
c
s
la informacion.
e

d
a
id
il deducir
b
a
ob
r
P
a

ci

fe
n
I

n
re

las leyes que rigen esos fenmenos,

y poder de esa forma hacer previsiones sobre los mismos, tomar

decisiones u obtener conclusiones.

Tema 1: Introduccin.

Pasos en un estudio estadstico

Plantear hiptesis sobre una poblacin

Decidir qu datos recoger (diseo de experimentos)

Qu individuos pertenecern al estudio (muestras)

Estratificado? Sistemticamente?

Describir (resumir) los datos obtenidos

tiempo medio de inasistencia en fumadores y no (estadsticos)

% de inasistencia por fumadores y sexo (frecuencias), grficos,...

Realizar una inferencia sobre la poblacin

Nmero de bajas
Tiempo de duracin de cada baja
Sexo? Sector laboral? Otros factores?

Recoger los datos (muestreo)

Fumadores y no fumadores en edad laboral.

Criterios de exclusin Cmo se eligen? Descartamos los que padecen enfermedades crnicas?

Qu datos recoger de los mismos (variables)

Los fumadores tienen ms inasistencias laborales que los no fumadores

En qu sentido? Mayor nmero? Tiempo medio?

Los fumadores tienen inasistencia de al menos 10 das/ao ms de media que los no fumadores.

No tienes que
entenderlo (an)

Cuantificar la confianza en la inferencia

Nivel de confianza del 95%

Significacin del contraste: p=2%

Tema 1: Introduccin.

MTODO CIENTFICO Y
ESTADSTICA
Plantear
hiptesis

Disear
experimento

Obtener
conclusiones

Recoger datos
y analizarlos

Tema 1: Introduccin.

POBLACIN Y MUESTRA

Poblacin (population) es el conjunto sobre el que estamos

interesados en obtener conclusiones (hacer inferencia).

Normalmente es demasiado grande para poder abarcarlo.

Muestra (sample) es un subconjunto suyo al que tenemos acceso y

sobre el que realmente hacemos las observaciones (mediciones)

Debera ser representativo

Esta formado por miembros seleccionados de la poblacin

(individuos, unidades experimentales).

Tema 1: Introduccin.

VARIABLES

Una variable es una caracterstica observable que vara entre los diferentes
individuos de una poblacin. La informacin que disponemos de cada individuo es
resumida en variables.

En los individuos de la poblacin humana, de uno a

otro es variable:

El grupo sanguneo

Su nivel de felicidad declarado

{Deprimido, Ni fu ni fa, Muy Feliz} Var. Ordinal

El nmero de hijos

{A, B, AB, O} Var. Cualitativa

{0,1,2,3,...} Var. Numrica discreta

La altura

{162 ; 174; ...} Var. Numrica continua

Tema 1: Introduccin.

TIPOS DE VARIABLES

Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un nmero
(no se pueden hacer operaciones algebraicas con ellos)

Nominales: Si sus valores no se pueden ordenar

Ordinales: Si sus valores se pueden ordenar

Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)

Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor

Cuantitativas o Numricas
Si sus valores son numricos (tiene sentido hacer operaciones algebraicas
con ellos)

Discretas: Si toma valores enteros

Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos

Continuas: Si entre dos valores, son posibles infinitos valores intermedios.

Altura, Presin intraocular, Dosis de medicamento administrado, edad

Tema 1: Introduccin.

Es buena idea codificar las variables como nmeros para poder

procesarlas con facilidad en un ordenador.
Es conveniente asignar etiquetas a los valores de las variables para
recordar qu significan los cdigos numricos.

Sexo (Cualit: Cdigos arbitrarios)

Raza (Cualit: Cdigos arbitrarios)

1 = Muy feliz
2 = Bastante feliz
3 = No demasiado feliz

Se pueden asignar cdigos a respuestas especiales como

1 = Blanca
2 = Negra,...

Felicidad Ordinal: Respetar un orden al codificar.

1 = Hombre
2 = Mujer

0 = No sabe
99 = No contesta...

Estas situaciones debern ser tenidas en cuentas en el anlisis. Datos

perdidos

Tema 1: Introduccin.

Aunque se codifiquen como nmeros, debemos recordar siempre el

verdadero tipo de las variables y su significado cuando vayamos a usar
programas de clculo estadstico.
No todo est permitido con cualquier tipo de variable.

Los posibles valores de una variable suelen denominarse modalidades.

Las modalidades pueden agruparse en clases (intervalos)

Edades:

Hijos:

Menos de 20 aos, de 20 a 50 aos, ms de 50 aos

Menos de 3 hijos, De 3 a 5, 6 o ms hijos

Tema 1: Introduccin.

10

Las modalidades/clases deben forman un sistema exhaustivo y

excluyente
Exhaustivo: No podemos olvidar ningn posible valor de la variable

Mal: Cul es su color del pelo: (Rubio, Moreno)?

Bien: Cul es su grupo sanguneo?

Excluyente: Nadie puede presentar dos valores

simultneos de la variable

Estudio sobre el ocio

Mal: De los siguientes, qu le gusta: (deporte, cine)
Bien: Le gusta el deporte: (S, No)
Bien: Le gusta el cine: (S, No)
Mal: Cuntos hijos tiene: (Ninguno, Menos de 5, Ms de 2)

Tema 1: Introduccin.

11

PRESENTACIN ORDENADA DE DATOS

Gnero

Frec.

Hombre

Mujer

Las tablas de frecuencias y las representaciones grficas son dos

maneras equivalentes de presentar la informacin. Las dos
exponen ordenadamente la informacin recogida en una muestra.
Tema 1: Introduccin.

12

TABLAS DE FRECUENCIA

Exponen la informacin recogida en la muestra, de forma que no se pierda nada de

informacin (o poca).

Frecuencias absolutas: Contabilizan el nmero de individuos de cada modalidad

Frecuencias relativas (porcentajes): Idem, pero dividido por el total

Frecuencias acumuladas: Slo tienen sentido para variables ordinales y numricas

Muy tiles para calcular cuantiles (ver ms adelante)

Qu porcentaje de individuos tiene menos de 3 hijos? Sol: 69,5%

Entre 4 y 6 hijos? Soluc 1: 8,4%+3,6%+1,6%= 13,6%. Soluc 2: 97,3% - 83,8% = 13,5%
Nmero de hijos

Sexo del encuestado

Vlidos

Hombre
Mujer
Total

Frecuencia
636
881
1517

Porcentaje
41,9
58,1
100,0

Porcentaje
vlido
41,9
58,1
100,0

Vlidos

Nivel de felicidad

Vlidos

Perdidos
Total

Muy feliz
Bastante feliz
No demasiado feliz
Total
No contesta

Frecuencia
467
872
165
1504
13
1517

Porcentaje
30,8
57,5
10,9
99,1
,9
100,0

Porcentaje
vlido
31,1
58,0
11,0
100,0

Porcentaje
acumulado
31,1
89,0
100,0

Perdidos
Total

0
1
2
3
4
5
6
7
Ocho o ms
Total
No contesta

Tema 1: Introduccin.

Frecuencia
419
255
375
215
127
54
24
23
17
1509
8
1517

Porcentaje
27,6
16,8
24,7
14,2
8,4
3,6
1,6
1,5
1,1
99,5
,5
100,0

Porcentaje
vlido
27,8
16,9
24,9
14,2
8,4
3,6
1,6
1,5
1,1
100,0

Porcentaje
acumulado
27,8
44,7
69,5
83,8
92,2
95,8
97,3
98,9
100,0

13

DATOS DESORDENADOS Y ORDENADOS EN

TABLAS

Variable: Gnero
Modalidades:

H = Hombre
M = Mujer

Gnero

Frec.

Frec. relat.
porcentaje

Hombre

4/10=0,4=40%

Mujer

6/10=0,6=60%

10=tamao
muestral

Muestra:
MHHMMHMMMH

equivale a
HHHH MMMMMM
Tema 1: Introduccin.

14

Ejemplo

frec. indiv. sin hijos

+
frec. indiv. con 1 hijo
= 419 + 255
= 674 individuos

Qu porcentaje de individuos
tiene 6 hijos o menos?

Nmero de hijos

Cuntos individuos tienen

menos de 2 hijos?

97,3%

Qu cantidad de hijos es tal

que al menos el 50% de la
poblacin tiene una cantidad
inferior o igual?

0
1
2
3
4
5
6
7
Ocho+
Total

Frec.
419
255
375
215
127
54
24
23
17
1509

Porcent.
(vlido)
27,8
16,9
24,9
14,2
8,4
3,6
1,6
1,5
1,1
100,0

Porcent.
acum.
27,8
44,7
69,5
83,8
92,2
95,8
97,3
98,9
100,0

2 hijos
Tema 1: Introduccin.

15

50%

GRFICOS PARA V. CUALITATIVAS

Diagramas de barras

Diagramas de sectores (tartas, polares)

Alturas proporcionales a las frecuencias (abs. o rel.)

Se pueden aplicar tambin a variables discretas

No usarlo con variables ordinales.

El rea de cada sector es proporcional a su frecuencia (abs.
o rel.)

Pictogramas

Fciles de entender.
El rea de cada modalidad debe ser proporcional a la
frecuencia. De los dos, cul es incorrecto?.

Tema 1: Introduccin.

16

GRFICOS DIFERENCIALES PARA VARIABLES

NUMRICAS
419

400

375

300

Son diferentes en funcin de que las

variables sean discretas o continuas.
Valen con frec. absolutas o relativas.

255
215
200

127
100

54
24

Diagramas barras para v. discretas

Se deja un hueco entre barras para indicar

los valores que no son posibles

23

17

7 Ocho o ms

Nmero de hijos

250

200

Histogramas para v. continuas

El rea que hay bajo el histograma entre dos

puntos cualesquiera indica la cantidad
(porcentaje o frecuencia) de individuos en el
intervalo.

150

100

50

20

40

60

80

Edad del encuestado

Tema 1: Introduccin.

17

DIAGRAMAS INTEGRALES

Cada uno de los anteriores diagramas tiene su correspondiente diagrama integral. Se realizan a partir de
las frecuencias acumuladas. Indican, para cada valor de la variable, la cantidad (frecuencia) de individuos
que poseen un valor inferior o igual al mismo. No los construiremos en clase. Se pasan de los diferenciales
a los integrales por integracin y a la inversa por derivacin.

Tema 1: Introduccin.

18

QU HEMOS VISTO?

Definicin de estadstica
Poblacin
Muestra
Variables

Cualitativas
Numricas

Presentacin ordenada de datos

Tablas de frecuencias

absolutas
relativas
acumuladas

Representaciones grficas

Cualitativas
Numricas

Diferenciales
Integrales
Muchasgracias
a la ctedra

de Bioestadstica de la Universidad de Mlaga,

por permitirnos usar sus ppt y adaptarlos.
Tema 1: Introduccin.

19