Bioestadística

Diagnostico
Estadística
• La estadística se ocupa de los métodos científicos que se utilizan para
recolectar, organizar, resumir, presentar y analizar datos así como para
obtener conclusiones válidas y tomar decisiones razonables con base en
este análisis.
• El término estadística también se usa para denotar los datos o los
números que se obtienen de esos datos; por ejemplo, los promedios.
• Así, se habla de estadísticas de empleo, estadísticas de accidentes,
etcétera.
Bioestadística
• La bioestadística es una de las ramas del extenso campo de la estadística.

• La estadística es la disciplina interesada en (1) la organización y el

resumen de datos, y (2) la obtención de conclusiones acerca de las
características de algún conjunto de personas o cosas, cuando sólo una
porción de estas características está disponible para su estudio.
• Bioestadística, por lo tanto, es una de las áreas de la estadística que trata
principalmente con las ciencias biológicas y las disciplinas relacionadas
con la medicina y la salud.
 Variables
• Los datos descritos • Un ejemplo de datos discretos
mediante una variable Una de
es la cantidad variable que que
hijos
puede tomar
discreta son datos discretos tiene cada una de de1los 000
cualquiera
A una
y variable
los datos descritos familias, envalores
tanto
que sólo puede entreque
dos un
mediante
tomar un valor se
una variable ejemplo de números
datos dados
continuos
es
continua
le llama constante son datos
Una variable es un símbolo; son
por las estaturas
una variablede 100
continua;
ejemplo, X, Y, H, x o
B, que puede de lo contrario es una
continuos. estudiantes universitarios. En
tomar cualquiera de los valores de variable discreta.
determinado conjunto al que se general,
le una medición
proporciona datos continuos;
conoce como dominio de la variable.
en cambio, una enumeración o
un conteo proporciona datos
discretos.
 Cuantitativo y Cualitativo
Datos cuantitativos Datos cualitativos
• Consisten en números que • (o categóricos o de atributo) se
representan conteos o dividen en diferentes categorías
AlgunosCuando
mediciones. conjuntos de datos
se trabaja que sees importante
con datos cuantitativos, distinguenutilizar
por alguna
consisten en números (como
las unidades de medida apropiadas,
estaturas de 66 y 72 pulgadas),
Ejemplos
tales como dólares,
característica no horas,
numérica
pies, metros y otras. 1. Datos cuantitativos: Los
mientras que otros son no
Debemos ser especialmente cuidadosos
numéricos (como los colores de
pesos depara observar aquellas
las supermodelos.
referencias 2. Datos cualitativos: El
ojos verde y café). como “todas las cantidades están en miles de dólares” o
género (hombre/mujer)
“todos los tiempos están en centésimas de segundo”deo “las
unidades están en kilogramos”. atletas profesionales.
Ignorar unidades de medida como éstas podría llevar a
conclusiones incorrectas.
 Datos cuantitativos
• Los datos cuantitativos se
describen con mayor detalle • Ejemplos
distinguiendo entre los tipos
discretos y continuos. • 1. Datos discretos: Las cantidades de huevos que
ponen las gallinas son datos discretos porque
representan conteos.
Datos Otra forma común de clasificación de los datos es el uso de cuatro
continuos
Datos discretos resultan
niveles resultan
(numéricos) de medición:
de 2. Datosordinal,
•nominal, continuos: Las cantidades
de intervalo de leche que las
y de razón.
cuando el número de vacas producen son reales,
datos elcontinuos porque son
Cuando
un infinito
posibles valores es un
delaposibles
estadística se aplica a problemas nivel de
valoresmedición
que de pueden mediciones que pueden tomar cualquier valor
número finito, o bien, un los datos es un factor
dentro importante
de un intervalopara determinar el
continuo.
asociarse a puntos ade
procedimiento usar.
número que puede contarse.
alguna escala continua,
(Es decir, el número de • Durante un intervalo de tiempo dado, una vaca
cubriendo un rango de
posibles valores es 0, 1, 2, producirá una cantidad de leche que puede ser
valores sin huecos ni cualquier valor entre 0 y 5 galones.
etcétera).
interrupciones.
• Es posible obtener 2.343115 galones, ya que la vaca
no está restringida a producir cantidades discretas
de 0, 1, 2, 3, 4, o 5 galones.
 Niveles de medición
• Nivel de medición nominal son los • Los datos están en el nivel de
datos consistentes exclusivamente en medición ordinal cuando
nombres, etiquetas o categorías que no pueden acomodarse en algún
pueden acomodarse según un esquema orden, aunque no es posible
de orden (por ejemplo, de bajo a alto). determinar diferencias entre los
1. Sí/no/indeciso: Respuestas valores de los datos o tales
de sí, no e indeciso en una diferencias carecen de
encuesta. significado.
2. Colores: Los colores de
automóviles conducidos por
estudiantes universitarios
(rojo, negro, azul, blanco y
otros).
• El nivel de medición de intervalo se
parece al nivel ordinal, pero con la
propiedad adicional de que la
diferencia entre dos valores de datos
cualesquiera tiene un significado.
• Sin embargo, los datos en este nivel no
tienen un punto de partida inherente
(natural)
1. desdeLascero
Temperaturas: (donde nada
temperaturas de la
corporales
cantidad
de esté presente).
98.2°F y 98.6°F son ejemplos de datos en este
nivel de medición. Tales valores están ordenados,
y podemos determinar su diferencia de 0.4°F. Sin
embargo, no existe un punto de partida natural.
El valor de 0°F quizá parezca un punto de
partida, pero es arbitrario y no representa la
ausencia total de calor. Como 0°F no es un punto
de partida desde cero natural, es erróneo decir
que 50°F es dos veces más caliente que 25°F.
• El nivel de medición de razón se
parece al nivel de intervalo, aunque
tiene la propiedad adicional de que sí
tiene un punto de partida o cero
inherente (donde cero indica que
nada de la cantidad está presente).
Para valores en este nivel, tanto las
diferencias como
1. Pesos: Los las
pesosproporciones
(en quilates) de
anillos engastados con diamante (0
tienen significado.
efectivamente representa ausencia de
peso y 4 quilates es dos veces el peso
de 2 quilates).
2. Precios: Los precios de los libros
de texto universitarios ($0
efectivamente representa ningún
costo y un libro de $90 es tres veces
más costoso que un libro de $30)
 Muestra es un subconjunto de miembros
seleccionados de una población.
Muestra
• Cuando se recolectan datos sobre las características de un grupo de

Mas Tipos
tiposde
demuestra
muestreos
individuos o de objetos, por ejemplo, estatura y peso de los estudiantes de
una universidad o cantidad de pernos defectuosos y no defectuosos
producidos en determinado
En el muestreo día enelegimos
sistemático, una fábrica,
algún suele
puntoser
de imposible
partida y o poco
luego
seleccionamos
práctico En una
cada
observar todo el muestra
k-ésimo (por
grupo, aleatoria
enejemplo los miembros
cada
especial de una
si quincuagésimo)
se trata de un elemento en la
grupo grande.
población. población se seleccionan de manera que cada
miembro SOLUCIÓN
individual Lala muestra
tiene misma es una de
posibilidad muestra aleatoria porque cada
• En vez
Condeel examinar
muestreo de todo el grupo, simplemente
conveniencia, al que se leseconoce como población
utilizan resultados que sean o
ser elegido.estudiante tiene la misma posibilidad (una posibilidad en seis) de ser
universo,
muy se examina
fáciles sólo
de obtener.
Una una
muestra pequeña
elegido. partedel
Sin embargo,
aleatoria simple ladel grupo,
muestra
tamaño aluna
no nes
de quemuestra
se le llama
aleatoria simple
Con el muestreosujetos,
muestra. estratificado,
se porque
seleccionasubdividimos
nodetodas
maneralasquelacada
población
muestras en al menos
de tamaño
posible dos la misma
10 tienen
diferentes subgrupos
muestra(o del
estratos)
posibilidad que comparten
de ser
mismo tamaño escogidas.
n tenga la lasmisma
Por mismas este
ejemplo, características
diseño maestral de usar
género un
(por ejemplo, elposibilidad dado
odelaser para seleccionar
categoría
elegida. de edad) una fila hacerealizamos
y después imposible seleccionar
un 10
muestreo de cada subgrupo estudiantes
(o estrato). que estén en filas diferentes (aunque hay una posibilidad
en seis de seleccionar la muestra que consiste en los 10 estudiantes en
En el muestreo por racimos, primero dividimos el área de la población en
la primera fila).
secciones (o racimos), después seleccionamos aleatoriamente algunos de estos
racimos, y luego elegimos a todos los miembros de los racimos seleccionados.
Población
Si la muestra es representativa de la
• Las poblaciones pueden ser finitas o población,
infinitas.el análisis de la muestra permite
inferir conclusiones válidas acerca de la
• Por ejemplo, la población que constapoblación. de todos los pernos producidos
determinado díaPor enejemplo,
una fábrica es finita,
un sondeo de en tanto
A laGallup
parte preguntó
de quea la1087
la estadísticapoblación
se ocupaque
queadultos: de consta
de todos los
Población es la resultados
“¿Consume(cara
bebidas
colección o cruz) que
alcohólicas
las se
comopueden obtener
licor, vino
condiciones bajoo cervezalanzando
la cuales o es tales una y
abstemio?”. Los 1087 sujetos de la encuesta constituyen
se leunallama
otra vez una moneda
completa de todos muestra es infinita.
los elementos
inferencias
mientras que la población
son válidas
consiste en eloconjunto
estadística inductiva inferencial.
(puntuaciones, personas,
de los 202,682,345 estadounidenses
Como estasadultos. Cada no
inferencias 10 años
pueden el ser
mediciones, etcétera) a estudiar.
gobierno de Estados Unidos intenta obtener
absolutamente un para
ciertas, censo de cadaestas
presentar
Se dice que la ciudadano;
colección pero
es no logra hacerlo porquese
conclusiones es emplea
imposibleel localizar
lenguaje ade la
cadaauno
completa, pues incluye de ellos.
todos los probabilidad.
sujetos que se estudiarán.
 Moda
• La moda de un conjunto de números es el valor que se presenta con más
frecuencia; es decir, es el valor más frecuente.
Moda (de un conjunto de datos, que suele
• Puede
denotarse noM):
como haber
valor moda y cuando
que ocurre con mayorla hay, puede
EJEMPLO Calculeno
las ser única.
modas de los siguientes conjuntos de
datos.
frecuencia.
a. 5.40 1.10 0.42 0.73 0.48 1.10
● Cuando dos valores ocurren con la misma
b. 27 27 27 55 55 55 88 88 99
frecuencia y ésta es la más alta, ambos valores son
c. 1 2 3 6 7 8 9 10
modas, por lo que el conjunto de datos es
SOLUCIÓN
bimodal.
a. El número 1.10 es la moda, ya que es el valor que ocurre
● Cuando más de dos valores ocurren con la
con mayor frecuencia.
misma frecuencia y ésta es la más alta, todos los
b. Los números 27 y 55 son modas, ya que ambos ocurren
valores son modas, por lo que el conjunto de datos
con la frecuencia más alta. Este conjunto de datos es
es multimodal.
bimodal, porque tiene dos modas.
● Cuando ningún valor se repite, se dice que no
c. No hay moda, ya que ningún valor se repite.
hay moda.
 Media
Primero se suman los puntajes y
EJEMPLO • La media (aritmética)
Verificación del plomo en generalmente es la más seimportante
el aire A continuación de todas las
después se dividen entre el número
presentanmedidas
cantidadesnuméricas utilizadas
de plomo medidas para describir
(en microgramos datos; constituye
por metro de ellos: lo que la
cúbico o mg/m3)
mayoríaendeellaaire. La denomina
gente Environmental Protection Agency
promedio. La media del nivel de plomo es 1.538
estableció un estándar de calidad del aire respecto del plomo: 1.5 mg/m3. Además del valor de la
mg/m3. Las mediciones que se presentan más adelante se media, también es notable que el
registraron en el edificio 5 del World Trade Center en distintos días, conjunto de datos incluye un valor
inmediatamenteMediadespués aritmética (de un conjunto
de la destrucción causada porde los
puntajes):
ataques (5.40), que está muy distante de los
terroristas del 11medida de tendencia
de septiembre de 2001.central
Despuésque se obtiene
del colapso de los demás. Sería importante investigar un
dos edificios delsumando los puntajes
World Trade y dividendo
Center, surgió el total
una gran entre el
preocupación “dato distante” como éste. En tal caso,
número
respecto de la calidad delde puntajes.
aire. el nivel de plomo de 5.40 mg/m3 se
midió un día después del colapso de
Calcule la mediaTal medida
de esta de de
muestra tendencia
niveles decentral
plomoseen utilizará
el aire. de las torres del World Trade Center y
5.40 1.10 manera
0.42 frecuente
0.73 a
0.48lo largo
1.10del libro; además, nos
referiremos a ella simplemente como la media. los niveles de polvo y humo
ofrecieron una explicación razonable
para un valor tan extremo.
Muestreo

• Teoría del muestreo

• La teoría del muestreo es el estudio de la relación que existe entre una
población y las muestras que se obtienen de esa población. La teoría del
muestreo se emplea en muchos contextos. Por ejemplo, en la estimación
de cantidades poblacionales desconocidas (como la media y la varianza
poblacionales), a las que se les conoce como parámetros poblacionales o
simplemente parámetros, a partir de las correspondientes cantidades
muéstrales (como la media y la varianza muéstrales), a menudo conocidas
como estadísticos muéstrales o simplemente estadísticos.