Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCIÓN A LA BIOESTADÍSTICA
La Estadística (del latín, Status o ciencia del estado) se ocupaba sobre todo de la
descripción de los datos fundamentalmente sociológicos: datos demográficos y
económicos (censos de población, producciones agrícolas, riquezas, etc.),
principalmente por razones fiscales.
Usos de la estadística:
Ya hemos visto que la estadística se encuentra ligada a nuestras actividades
cotidianas. Sirve tanto para pronosticar el resultado de unas elecciones, como
para determinar el número de ballenas que viven en nuestros océanos, para
descubrir leyes fundamentales de la Física o para estudiar cómo ganar a la ruleta.
La estadística resuelve multitud de problemas que se plantean en ciencia:
También se usa la estadística para contrastar hipótesis. Así como para diseñar
experimentos que garanticen que las conclusiones que se extraigan sean válidas.
Sirve para comparar las predicciones resultantes de las hipótesis con los datos
observados (medicina efícaz, diferencias entre poblaciones, etc).
RAZONAMIENTO:
Razonamiento lógico.
El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar
a la experiencia. También sirve para justificar o aportar razones en favor de lo que
conocemos o creemos conocer. En algunos casos, como en las matemáticas, el
razonamiento nos permite demostrar lo que sabemos; es que aquí hace falta el
razonamiento cuantitativo
Razonamiento no lógico.
Tipos de razonamiento.
A pesar de la disparidad de opiniones en torno a la definición del "razonamiento",
en lo que respecta a los tipos de razonamiento, hay un mayor acuerdo entre los
teóricos dos tipos de razonamiento: inductivo y deductivo.
Razonamiento deductivo
Todos los artistas son banqueros. Todos los banqueros son cantantes.
Conclusión: Todos los artistas son cantantes.
Podríamos concluir que el cisne es blanco, pero, que la mayoría sean blancos, no
quiere decir que lo sean todos. De este modo, también podríamos concluir que es
negro, yendo más allá de las premisas. No hay certeza absoluta, hay,
simplemente, probabilidad. En el razonamiento deductivo, la certeza es del 100%,
pero no en el inductivo. En el razonamiento inductivo, se va más allá de las
premisas.
Premisa mayor: Los seres humanos tienen dos manos y dos pies.
Premisa menor: John es ser humano.
Conclusión: John Tiene dos manos y dos pies.
Premisa mayor: Todos los miércoles John sale 10 minutos antes de su trabajo.
Premisa menor: Hoy es miércoles.
Conclusión: Hoy John saldrá 10 minutos antes de su trabajo.
Premisa mayor: Todos los hijos de John y Jane tienen ojos color marrón.
Premisa menor: John y Jane esperan un hijo.
Conclusión: El hijo que esperan John y Jane tiene los ojos color marrón.
Razonamiento inductivo
Premisas:
Conclusión:
Incompleto: la conclusión va más allá de los datos que dan las premisas. A mayor
cantidad de datos, mayor probabilidad. La verdad de las premisas no garantiza la
verdad de la conclusión. Por ejemplo:
Los primeros cuatro cánones, apuntan a concluir qué circunstancia hallada en los
casos es causa del fenómeno estudiado. En el último, las causas se buscan en
otros fenómenos.
MÉTODO ESTADÍSTICO
Definición
En esta última etapa del método estadístico se interpretan los datos y se llega a
determinadas conclusiones, es decir, se contrastan las hipótesis formuladas con
los datos obtenidos y ya procesados. Para ello se utilizan diferentes técnicas de
análisis estadístico; escoger entre una u otra depende, ente otros, de uno de los
siguientes factores:
Con todo lo planteado respecto al método estadístico, podemos afirmar que sirve
a tres propósitos específicos:
ESTADÍSTICA DESCRIPTIVA
INFERENCIA ESTADÍSTICA:
POBLACIÓN Y MUESTRAS:
La importancia de elegir el tipo de muestra que será más útil se puede demostrar
con el siguiente ejemplo:
El estudio que se vaya a realizar podría ser de diferentes temas, como los
siguientes:
¿Crees que tu clase sería una buena muestra para cualquiera de estos casos? La
respuesta es que, por ejemplo, para el segundo caso, los alumnos de una clase no
son la muestra adecuada. Para el primer caso, es razonable pensar que pueden
aportar información interesante, aunque la muestra puede resultar ”pequeña” y
podría faltarle información (chicos de otras edades, de otros barrios...), mientras
que para el tercer caso, la muestra puede ser muy adecuada. Es por tanto muy
importante la elección de una técnica de muestreo que nos asegure que la
muestra escogida es ’adecuada’ para el estudio que queremos realizar.
Además, hay una dificultad añadida: es difícil llegar a todos y cada uno de los
españoles, ya que cuando vayamos a entrevistar, habrá gente que esté de viaje
fuera del país, habrá gente que esté enferma en el hospital, etc. En este caso, por
motivos económicos, de tiempo y de dificultad de acceso a toda la población, sería
conveniente entrevistar a una cierta parte de la población, una muestra, elegida
convenientemente para poder extraer después conclusiones a toda la población.
Después de lo que acabamos de ver, podemos decir que una muestra es sesgada
cuando no es representativa de la población.
Técnicas de muestreo:
Ventajas:
Inconvenientes:
La elección del tamaño de las muestras dentro de cada estrato para que el
total sea N.
La división en estratos en algunas poblaciones puede no ser sencilla.
VARIABLES:
Tal y como se ha comentado antes de llevar a cabo el análisis descriptivo de los
datos se ha de tener claro de qué tipo es cada una de las variables de que
disponemos. Así, podemos clasificar las variables según el siguiente criterio:
Arias (1997) define los instrumentos como: “Los medios materiales que se
emplean para recoger y almacenar la información.”
Según Arias (1997) los instrumentos de recolección son: “las distintas formas o
maneras de obtener la información.”
Censo:
ERRORES DE MEDICIÓN:
Los errores admiten una clasificación en dos grandes vertientes: errores aleatorios
y errores sistemáticos:
1. Observador.
2. Método de observación.
3. Objeto o elemento observado.
TEMA 3
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS
INTRODUCCIÓN:
Frecuencia
Xi
absoluta (ni)
3 2
4 4
5 6
6 7
7 5
8 3
9 2
10 1
Total 30
𝑛𝑖 𝑛𝑖
𝑓𝑖 = = 𝑘
𝑁 ∑𝑖=1 𝑛𝑖
𝑘 𝑘
𝑁𝑖 ∑𝑘𝑖=1 𝑛𝑖 𝑛𝑖
𝐹𝑖 = = = ∑ = ∑ 𝑓𝑖
𝑁 𝑁 𝑁
𝑖=1 𝑖=1
Frecuencia
Frecuencia Frecuencia
Frecuencia relativa
Xi absoluta relativa
absoluta (ni) acumulada
acumulada (Ni) (fi = ni/N)
(Fi = Ni/N)
3 2 2 0,07 0,07
4 4 6 0,13 0,20
5 6 12 0,20 0,40
6 7 19 0,23 0,63
7 5 24 0,17 0,80
8 3 27 0,10 0,90
9 2 29 0,07 0,97
10 1 30 0,03 1.00
Total 30 30 1 1
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26,
20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
1. Se localizan los valores menor y mayor de la distribución. En este caso son
3 y 48.
2. Se restan y se busca un número entero un poco mayor que la diferencia y
que sea divisible por el número de intervalos que queramos establecer.
Se forman los intervalos teniendo presente que el límite inferior de una clase
pertenece al intervalo, pero el límite superior no pertenece al intervalo, se cuenta
en el siguiente intervalo.
Intervalo ci ni Ni fi Fi
0–5 2.5 1 1 0.025 0.025
5 – 10 7.5 1 2 0.025 0.050
10 – 15 12.5 3 5 0.075 0.125
15 – 20 17.5 3 8 0.075 0.200
20 – 25 22.5 3 11 0.075 0.275
25 – 30 27.5 6 17 0.150 0.425
30 – 35 32.5 7 24 0.175 0.600
35 – 40 37.5 10 34 0.250 0.850
40 – 45 42.5 4 38 0.100 0.950
45 – 50 47.5 2 40 0.050 1
Total 40 1
PRESENTACIÓN DATOS:
b) Tabla de dos entradas.- Son tablas en las que se presentan dos variables
de la realidad, las clases de una de ellas van en la columna matriz (vertical)
y las clases de la segunda en el encabezado (horizontal).
CPOD SEXO
Total
(X) Masculino Femenino
0–3 11 9 20
3–6 8 3 11
6 – 10 3 1 4
˃ 10 1 0 1
Total 23 13 36
TIPOS DE RESIDENCIA
NIVEL DE URBANO
URBANA RURAL TOTAL
INSTRUCCIÓN MARGINAL
MASC. FEM. MASC. FEM. MASC. FEM.
Analfabeto 6 4 22 6 1 3 42
Primaria 9 6 23 25 7 3 73
Secundaria 3 2 6 5 3 3 22
Superior 0 0 1 2 1 0 4
TOTAL 18 12 52 38 12 9 141
La ojiva apropiada para información que presente frecuencias mayores que el dato
que se está comparando tendrá una pendiente negativa (hacia abajo y a la
derecha) y en cambio la que se asigna a valores menores, tendrá una pendiente
positiva. Una gráfica similar al polígono de frecuencias es la ojiva, pero ésta se
obtiene de aplicar parcialmente la misma técnica a una distribución acumulativa y
de igual manera que éstas, existen las ojivas "mayor que" y las ojivas "menor
que".
Existen dos diferencias fundamentales entre las ojivas y los polígonos de
frecuencias (y por esto la aplicación de la técnica es parcial):
La ojiva "mayor que" se le denomina de esta manera porque viendo el punto que
está sobre el límite superior se ven las frecuencias que tienen por encima de ese
límite superior. De forma análoga, en la ojiva "menor que" la frecuencia que se
representa en cada frontera de clase son el número de observaciones menores
que la frontera señalada (en caso de tiempos sería el número de observaciones
antes de la hora que señala la frontera)
64, 54, 82, 76, 75, 90, 64, 55, 71, 69, 73, 78, 74, 80, 75
Mediana (Md).-
Dado que, en este caso, el número de datos es impar, solo hay un valor que se
sitúa en el centro, dejando el mismo número de datos a izquierda y a derecha, que
es el que ocupa la posición 8 (deja siete datos a su izquierda y siete a su
derecha). Si el número total de datos fuera par, se calcularía la semisuma entre
los dos datos centrales. En general, se calculará en primer lugar el rango de la
mediana, que informará sobre la posición que debe ocupar esta, una vez
ordenados los datos de menor a mayor, de la siguiente forma:
Donde:
La mediana sería un valor entre el dato que ocupa la posición 8 y el dato que
ocupa la posición 9, que en este caso corresponde a los valores 74 y 75. La
mediana se obtendrá entonces:
Adviértase que si el valor observado más elevado fuera 120 kg, el valor de la
mediana no cambiaría (algo que sí ocurriría con la media). Por otra parte, en el
cálculo de la mediana intervienen solo uno o dos datos directamente con su valor
y todos indirectamente a través de su orden, por lo que se deduce que, con la
utilización de la mediana, se pierde parte de la información que proporcionan los
datos en comparación con la media.
Moda (Mo).-
Mo = {64,75}
Este resultado evidencia que la moda no tiene por qué ser única para un conjunto
de datos. Por otra parte, basta que un dato se repita más veces que el resto para
considerarse moda, aunque no sea una buena medida resumen de los datos,
siendo, por tanto, la medida más débil de las estudiadas hasta el momento.
En la figura 1-5 se presentan dos conjuntos de datos en los que la media coincide.
Además, como la distribución de los datos es simétrica, la mediana coincide con la
media. Sin embargo, la distribución de los dos conjuntos de datos difiere, ya que
puede observarse que en el caso (2) los datos se encuentran mucho más
concentrados en torno a la media (o mediana) que en el caso (1), donde la
dispersión es mayor. Es necesario, por tanto, disponer de medidas que informen
sobre la dispersión de los datos y que permitan distinguir situaciones como la
planteada.
64, 54, 82, 76, 75, 90, 64, 55, 71, 69, 73, 78, 74, 80, 75
se tendrá que:
Percentiles o cuantiles.-
54, 55, 64, 64, 69, 71, 73, 74, 75, 75, 76, 78, 80, 82, 90
Luego el percentil p30 será el dato que ocupa la posición 4,8 (será, por tanto, un
valor entre el dato que ocupa la posición 4 y el dato que ocupa la posición 5), y el
percentil p70, el dato que ocupa la posición 11,2 (será un valor entre el dato que
ocupa la posición 11 y el que ocupa la posición 12). Será necesario calcular una
media ponderada para obtener el valor final de la siguiente forma:
MEDIDAS DE FORMA
Si el valor del coeficiente As está cerca de cero, la distribución de los datos será
aproximadamente simétrica. Si el valor del coeficiente As es superior a cero, la
distribución será asimétrica por la derecha, mientras que si es inferior a cero será
asimétrica por la izquierda. En el ejemplo puede observarse que el valor del
coeficiente de asimetría es −0,33, valor muy próximo a 0, por lo que la distribución
será aproximadamente simétrica o muy ligeramente asimétrica por la izquierda.
TEMA 5
ANÁLISIS CUALITATIVOS
INDICADORES EN SALUD
CIFRAS ABSOLUTAS:
Permiten calcular:
PROPORCIONES:
Las proporciones son medidas que expresan la frecuencia con la que ocurre un
evento en relación con la población total en la cual éste puede ocurrir. Esta
medida se calcula dividiendo el número de eventos ocurridos entre la población en
la que ocurrieron.
Esta es la razón por la que el resultado nunca pueda ser mayor que la unidad y
oscile siempre entre cero y uno.
3 muertes
p= = 0.03
100 personas
TASAS:
RAZONES:
4000
razón hombre: mujer = = 0.8
5000
En este caso, también se podría decir que la razón hombre/mujer es de 10:8, pues
esta expresión aritmética es igual a la primera (1:0.8).
Donde RTM es la razón de tasas de mortalidad (en este caso, por diarreas) entre
las ciudades A y B. El resultado se expresa como una razón de 1:2, lo que
significa que por cada caso en la ciudad A hay 2 en la ciudad B.
MEDIDAS DE FRECUENCIA:
a) General.
b) Específica.
Mortalidad general.-
La mortalidad general es el volumen de muertes ocurridas por todas las causas de
enfermedad, en todos los grupos de edad y para ambos sexos. La mortalidad
general, que comúnmente se expresa en forma de tasa, puede ser cruda o
ajustada, de acuerdo con el tratamiento estadístico que reciba.
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑒𝑟𝑡𝑒𝑠 𝑒𝑛
𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡
Tasa de mortalidad general = (𝑥10𝑛)
𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜
𝑒𝑛 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Mortalidad específica.-
Cuando existen razones para suponer que la mortalidad puede variar entre los
distintos subgrupos de la población ésta se divide para su estudio. Cada una de
las medidas obtenidas de esta manera adopta su nombre según la fracción
poblacional que se reporte. Por ejemplo, si las tasas de mortalidad se calculan
para los diferentes grupos de edad, serán denominadas tasas de mortalidad por
edad. De la misma manera pueden calcularse la mortalidad por sexo, por causa
específica, etcétera.
Tasa de letalidad.-
Prevalencia.-
Incidencia.-
El número de individuos que pasan del estado sano al estado enfermo durante
cualquier periodo depende de tres factores:
En América Latina y el Caribe, los temas de población han sido objeto de debate y
acción pública, así como de investigación científica sistemática desde hace varias
décadas. Los resultados de esta preocupación colectiva son alentadores. El
descenso sostenido de la mortalidad y de la fecundidad significa un progreso en el
cumplimiento de derechos humanos y un mejoramiento de las condiciones para
los proyectos personales. Por su parte, la caída del ritmo de crecimiento de la
población ha atenuado una fuente importante de presión sobre los ecosistemas y
los recursos públicos.
Tener una visión autocomplaciente y suponer que los temas de población pierden
relevancia sería equivocado. Primero, porque aún varios países y grupos
importantes de población en toda la región presentan grandes rezagos en materia
de control de la mortalidad y de la fecundidad no deseada; casi sin excepción se
trata de los países y los segmentos más pobres, por lo cual sus patrones
demográficos operan como una desventaja adicional a las muchas que tienen.
Segundo, porque la demanda por servicios de calidad para continuar
disminuyendo la mortalidad y lograr que las parejas tengan los hijos que desean,
seguirá aumentando en el futuro. Y tercero, porque contrariamente a la idea de
que los asuntos de población pierden relevancia con la reducción de la mortalidad
y la fecundidad, la evidencia disponible sugiere que la mantienen, la complejizan o
la aumentan, aunque por razones diferentes a las del pasado.
Errores censales:
2.- Los registros vitales: Ciertos sucesos o hechos que le ocurren a la población
o un segmento de ella pueden ser registrados conforme van ocurriendo,
señalando el momento y lugar donde sucedió. Los registros de esta información
son una fuente valiosa para los estudios demográficos. El más importante sistema
de registros para estos análisis es el registro civil, su misión consiste en registrar
los eventos vitales de una localidad o país en forma continua y permanente. Sin
embargo; además del registro civil existen otros registros tales como: registros
educativos, registros de población, registros de seguridad social, etc.
Los hechos o sucesos vitales pueden ser anotadas en los registros en dos formas
diferentes:
Para los análisis globales del total de la población, uno u otro criterio no afectan el
estudio de las variables demográficas; sin embargo, cuando el registro de un
hecho vital se produce según el lugar de ocurrencia, dificulta los análisis internos
en las diferentes áreas geográficas de un país. Por esta razón se recomienda
utilizar, para este tipo de análisis, los registros según el lugar de residencia
habitual.
Características de las estadísticas vitales
Los errores de contenido son similares a los que se pueden presentar en los
censos. La principal ventaja en el caso de las encuestas radica en que el personal
se puede seleccionar más minuciosamente, se le puede brindar mejor
capacitación y el proceso de supervisión puede ser más eficiente. Pero
generalmente las encuestas tratan una mayor cantidad de temas que un censo y
la problemática tratada suele ser más compleja, esto generalmente redunda en
problemas con la calidad de la información obtenida.
DINÁMICAS POBLACIONALES:
La natalidad:
Se considera natalidad alta cuando supera el 30%, media cuando está entre el
20% y el 30%, y baja cuando es menor del 20%.
Los factores que afectan a la natalidad son económicos (cuanto mayor es el nivel
de vida menos hijos), biológicos (a mayor población joven, más nacimientos,
nupcialidad en edades tempranas hacen que aumente el nº de hijos), sociales
(cuanto más elevada sea la clase social y cultural disminuye el nº de hijos) e
ideológicos (existen religiones pronatalistas como el Islam o el Cristianismo y que
por tanto favorecen la natalidad; o el caso de regímenes políticos como el de
China que tienen políticas de control de la natalidad).
La mortalidad:
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑒𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠
𝑇𝑀 = 𝑥 100 ó 1000
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
Se considera mortalidad alta cuando supera el 15%, media entre 10% y 15%, y
baja cuando es inferior al 10%.
Existen otros datos que nos permiten perfilar mejor la demografía de un lugar y su
grado de desarrollo, así por ejemplo la esperanza de vida al nacer, que es el
número medio de años que espera que viva una persona cuando nace. Es mayor
entre las mujeres que entre los hombres, y mayor en los países desarrollados
(donde ronda los 80 años), que en los subdesarrollados (donde apenas si llega a
40). Se calcula de la siguiente forma:
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑎ñ𝑜𝑠 𝑣𝑖𝑣𝑖𝑑𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑖𝑒𝑚𝑏𝑟𝑜𝑠
𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑑𝑒 𝑣𝑖𝑑𝑎 = 𝑥 100 ó 1000
𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑡𝑎𝑙
Se considera alta cuando supera los 70, media entre 60 y 70, y baja cuando no
llega a los 60.
Se considera alta cuando supera el 50%, media entre el 50% y el 25%, y baja
cuando no supera el 25%.
Cuando lance al aire una sola moneda, verá cara (H) o cruz (T). Si lanza la
moneda varias veces al aire, va a generar un número infinitamente grande
de caras o cruces, es decir, toda la población. ¿Qué aspecto tiene esta
población? Si la moneda es imparcial, entonces la población debe contener
50% de H y 50% de T. Ahora lance al aire la moneda una vez más. ¿Cuál
es la probabilidad de que resulte una cara? Casi todos dirían que la
“probabilidad” es 1/2.
Ahora suponga que no está usted seguro de que la moneda sea imparcial,
esto es, no sabe con certeza si la composición de la población es 50-50 y
decide hacer un experimento sencillo. Lanza al aire la moneda n- 10 veces
y observa 10 caras consecutivas. ¿Puede concluir que la moneda es
imparcial? Es probable que no, porque si así fuera, observar 10 caras en fi
la sería muy improbable; esto es, la “probabilidad” sería muy pequeña. Es
más probable que la moneda esté “cargada”.
Una forma alternativa para exhibir los eventos sencillos es usar una tabla de
probabilidad, como se muestra en la siguiente tabla. Los renglones y columnas
muestran los posibles resultados en las etapas primera y segunda,
respectivamente y los eventos sencillos se muestran en las celdas de la tabla.
Tabla de probabilidades
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
Frecuencia relativa =
𝑛
Como P(A) se comporta como una frecuencia relativa, P(A) debe ser una
proporción que se encuentre entre 0 y 1; P(A) = 0 si el evento A nunca ocurre, y
P(A) = 1 si el evento A siempre ocurre. Cuanto más cercano sea P(A) a 1, es más
probable que A ocurra.
El evento de interés está formado por dos eventos sencillos, de modo que:
P (la persona es tipo A o tipo AB) = P(A) + P(AB)
= .41 + .4 = .45
Hay veces en que el evento de interés se puede formar como una combinación de
algunos otros eventos. Sean A y B dos eventos definidos en el espacio muestral S.
Aquí hay tres relaciones importantes entre eventos.
P(Ac ) = 1 – P(A)
Hay una regla de la probabilidad que se puede usar para calcular la probabilidad
de la intersección de varios eventos, pero esta regla depende del importante
concepto estadístico de eventos independientes o dependientes.
A. La persona es hombre.
B. La persona es daltónica.
TIPOS DE PROBABILIDAD