Cálculo de Medidas Estadísticas

Sixta Peñaloza Parra
I. Q. Epidemióloga
Resumen sobre estadísticos
 Posición
 Dividen un conjunto ordenado de datos en grupos con la
misma cantidad de individuos.
 Percentiles, cuartiles,
 Centralización
 Indican valores con respecto a los que los datos parecen
agruparse.
 Media, mediana y moda
 Dispersión
 Indican la mayor o menor concentración de los datos con
respecto a las medidas de centralización.
 Desviación típica, coeficiente de variación, rango, varianza
 Forma
 Asimetría
 Apuntamiento o curtosis
MEDIDAS DE FRECUENCIA
CATEGÓRICAS NUMÉRICAS
• PROMEDIO ARITMÉTICO
• RAZÓN (Ratio) Mean ± DS
• Coeficiente de Variación
• PROPORCIÓN
• PREVALENCIA (Porcentaje) • MEDIANA (Median)
INCIDENCIA
• ACUMULADA (Riesgo) • RANGO INTERCUARTILICO
Risk
• DENSIDAD (Tasa ) • CUARTILES, DECILES,
Rate PERCENTILES
VARIABLES NUMÉRICAS
30
No. vasos f % % 25
con agua 20
Frec 15 Serie1
10
Acum 5
0
1 2 2% 2% 1 2 3 4 5 6 7 8
2 8 8% 10%
3 15 15% 25%
4 25 25% 50%
5 25 25% 75%
6 15 15% 90%
7 8 8% 98%
8 2 2% 100%
TOTAL 100 100%
Ejemplo
Calcular la frecuencia en porcentaje y la frecuencia acumulada.
Fuente: OPS MOPECE, 2ª edición

Taller
Calcular la frecuencia en porcentaje y la frecuencia acumulada.
Frecuencia Frecuencia relativa Frecuencia

Edad (años) absolutaCasos (f) (Porcentaje) acumulada
10 a 14 37 0,83% 0,83%
15 a 19 176 3,95% 4,78%
20 a 29 693 15,55% 20,33%
30 a 39 659 14,79% 35,11%
40 a 49 784 17,59% 52,70%
50 a 59 1103 24,75% 77,45%
60 a 69 1005 22,55% 100,00%
Total 4457 100,00%

Estadísticos de tendencia central
Añaden unos cuantos casos particulares a las medidas de posición. En este caso son
medidas que buscan posiciones (valores) con respecto a los cuales los datos muestran
tendencia a agruparse.
 Media (‘mean’) Es la media aritmética (promedio) de los valores de una variable. Suma
de los valores dividido por el tamaño muestral.
 Media de 2,2,3,7 es (2+2+3+7)/4=3,5
 Conveniente cuando los datos se concentran simétricamente con respecto a ese
valor. Muy sensible a valores extremos.
 Centro de gravedad de los datos
 Mediana (‘median’) Es un valor que divide a las observaciones en dos grupos con el
mismo número de individuos (percentil 50). Si el número de datos es par, se elige la
media de los dos datos centrales.
 Mediana de 1,2,4,5,6,6,8 es 5
 Mediana de 1,2,4,5,6,6,8,9 es (5+6)/2=5,5
 Es conveniente cuando los datos son asimétricos. No es sensible a valores
extremos.
 Mediana de 1,2,4,5,6,6,800 es 5. ¡La media es 117,7!
 Moda (‘mode’) Es el/los valor/es donde la distribución de frecuencia alcanza un máximo.

PROMEDIO ARITMÉTICO MEDIANA
• Interesa el valor de cada dato • Interesa la posición

• Valores extremos lo afectan • Cae exactamente en el 50%
• Inferencia estadística • Usar en Asimétricas
80 + 5+ 5 + 5 + 5 = 100
100 ÷ 5 = 20 = PROMEDIO
Me = 5
Mo Me x
ASIMETRICA POSITIVA
Media aritmética
n
1
x 
i 1
xi
n
PROPIEDADES DE LA MEDIA
 Es única. Para un conjunto de datos hay una y solo

una Media.
 Simplicidad. El cálculo y la compresión son

sencillos.
 Es afectada por cada valor. Por tanto los valores

extremos influyen sobre la media y pueden
distorsionarla y llegar a ser indeseable como
medida de tendencia central.
Mediana
Es el valor de la mitad de una serie de datos que han sido
ordenados. divide al conjunto de datos en dos mitades
iguales.
 Es muy útil cuando los datos están desviados.
 Divide la serie en dos mitades la mitad de las

observaciones son mayores que ella y la otra mitad son
menores
Mediana - cálculo
1. Ordene los datos de menor a mayor o viceversa
2. Encuentre el rango medio mediante la formula

n+1/2
3. Si n es impar el rango medio cae en las

observaciones, la mediana será igual al valor de
esta observación
Mediana - cálculo
4. Si n es par el rango medio cae entre dos observaciones,

la mediana es igual al promedio o media del valor de estas
dos observaciones
Mediana - ejemplo
La Temperatura de 7 pacientes es la siguiente:
X1 = 40 , 36, 37, 35, 37, 40 y 36
1. Ordene la serie: 35, 36, 36, 37, 37, 40, 40
2. Encuentre el rango medio = (n+1) / 2 = 7+1/2= 4
3. Si n (numero de observaciones) es impar el rango

medio cae en una observación especifica y la mediana
será igual al valor de esta observación
= 35, 36, 36, 37, 37, 40, 40

Mediana - ejemplo
Las edades de 6 niños que asistieron a control fueron:

15, 7, 13 , 9, 10, 11
1. Ordene la serie: 7, 9, 10, 11, 13, 15
2. Encuentre el rango medio = (n+1) / 2 =6+1/2=3.5
Si n (numero de observaciones) es par, el rango medio
cae entre dos observaciones y la mediana será igual al
promedio de estas dos observaciones
= 7, 9, 10, 11, 13, 15
= 10+11/2 = 10.5
Propiedades de la mediana
 Es única. Para un conjunto de datos hay una y solo una
Mediana.
 Simplicidad. El cálculo y la compresión son sencillos.
 Los valores extremos no tienen efectos importantes

sobre la mediana.
Moda
 Valor que mas se repite en una serie de datos.
 Si todos los valores de la serie son diferentes no hay

moda.
 Se puede tener mas de una moda = bimodal

Moda
Dado que n = 6 29, 31, 24, 29, 30, 25
1. Organice datos en distribución de frecuencias
xi fi Identifique el valor
24 1 que mas ocurre
25 1 moda = 29
29 2
30 1
31 1
Uso de las medidas de tendencia central
 La media se usa para datos numéricos y distribuciones simétricas

(tiene igual no de valores a cada lado de la media).
 La mediana se emplea para datos ordinales o numéricos con

distribución sesgada (tiene diferentes valores)
 La media geométrica se usa para valores medidos en escala

logarítmica.
 El modo se usa para distribuciones bimodales

Ejemplo 2
En una emergencia ocurrida en una empresa, 12

personas iniciaron síntomas en un lapso de tiempo
(horas) después de la exposición a un gas. Calcule el
promedio del periodo de inicio de síntomas. Además
calcule la mediana, realice una tabla de frecuencias e
interprete.
X1 = 13 , 17, 18, 12, 10, 15, 16, 17, 13, 11, 18 y 20

Mo X = Me Mo X = Me
DISTRIBUCION NORMAL
Mo Mo
Distribución Normal
 Probabilidad de que un valor caiga dentro de los límites

marcados
  desviación  estándar 15 promedio
Valor mínimo: 10
Valor máximo: 20
10 - 20
S: 2
13 – 17
15 IC68%(13-17)
68.26%
2S = 4
3 2 1 1 2 3 11 – 19
95.44% 15 IC95% (11 – 19)
99.74%
22
Identificación de una distribución
Si la media y mediana son iguales, la distribución es

simétrica
Si la media es mayor que la mediana, la distribución

está sesgada a la derecha
Si la media es menor que la mediana, la distribución

es sesgada a la izquierda.
Distribución sesgada
Observaciones distantes solo en una dirección (valores pequeños y
grandes)
 Si los valores distantes son pequeños la distribución se sesga a la

izquierda = sesgo negativo
 Si los valores distantes son grandes, la distribución se sesga a la

derecha = sesgo positivo
Distribución simétrica, tiene igual número de valores a cada lado del
promedio.
Distribución sesgada izquierda Distribución sesgada derecha
Distribución Simétrica
CUARTILES
25% 25% 25% 25%
Q1 Q2 Q3
t de espera 41’ 50’ 55’
Faltas asistencia 4 6 9
x 4.0 3.4
RANGO
INTERCUARTILICO
Establecer categorías ordinales

Estadísticos de posición
 Percentil de orden k = cuantil de orden k/100

 La mediana es el percentil 50
 El percentil de orden 15 deja por debajo al 15% de las
observaciones. Por encima queda el 85%
 Cuartiles: Dividen a la muestra en 4 grupos con

frecuencias similares.
 Primer cuartil = Percentil 25
 Segundo cuartil = Percentil 50 = mediana
 Tercer cuartil = Percentil 75
DECILES Y PERCENTILES
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
D1 D2 D3 D4 D5 D6 D7 D8 D9
P10 P20 P30 P40 P50 P60 P70 P80 P90
P2.5
95% P97.5
Dr. Reynaldo Carvajal Ortiz
Ejemplos
 El 5% de los recién nacidos tiene un peso demasiado bajo. ¿Qué
peso se considera “demasiado bajo”?
 Percentil 5 o cuantil 0,05
Percentil 5 del peso

25
20
frecuencia
15
10
5
0
1 2 3 4 5
Peso al nacer (Kg) de 100 niños

Ejemplos
¿Qué peso es superado sólo por el 25% de los individuos?
 Percentil 75 o tercer cuartil
Percentil 75 del peso

30
25
20
frecuencia
15
10
5
0
50 55 60 65 70 75 80 85
Peso (Kg) de 100 deportistas

Ejemplos
 El colesterol se distribuye simétricamente en la población. Supongamos que
se consideran patológicos los valores extremos. El 90% de los individuos
son normales ¿Entre qué valores se encuentran los individuos normales?
Percentiles 5 y 95
20
15
frecuencia
10
5
0
180 200 220 240 260
Colesterol en 100 personas

Ejemplos
 ¿Entre qué valores se encuentran la mitad de los individuos “más
normales” de una población?
 Entre el cuartil 1º y 3º
Percentiles 25 y 75
20
15
frecuencia
10
5
0
150 160 170 180 190
Altura (cm) en 100 varones

“ EJERCICIOS PARA APLICACIÓN DE CONCEPTOS”
DÍAS DE INCAPACIDAD EN UNA EMPRESA
PROMEDIO = 10 Mediana = 8 Modo = 3
P10 = 4 P80 = 12 P95 = 15 Primer Cuartil = 5
1) Cuatro de cada 5 incapacidades son mayores a 12 días F

2) El 85% de los datos se encuentran entre 4 y 15 días V
3) La mayoría de los datos están por encima del promedio F
4) Una de cada cuatro incapacidades varía entre 4 y 5 días F
5) La distribución no es simétrica V
6) Tres de cada 10 diez incapacidades son mayores a
12 días o menores a 4 días V
VARIABILIDAD
X
                             

VARIABILIDAD
DATOS
VARIANZA
DESVIACION ESTANDARD

Medidas de Variabilidad
Xi Xi – x ( Xi – x )2
1 -2 4
2 -1 1
3 0 0
4 +1 1
1 2 3 4 5
5 +2 4
10
X=3 VARIANZA = 10 ÷ 4 = 2.5 ( s2 )
S = 1.6 X ±S
DÍAS DE INCAPACIDAD EN UNA EMPRESA PROMEDIO = 15
Mediana = 10 s = 2.5
P5 = 3 P90 = 15 P95 = 25 s = 2.5
1) ¿ A cuantas desviaciones se encuentra el Percentil 95 del

promedio?
2) ¿ A cuantas desviaciones se encuentra el Percentil 5 del

promedio?

Medidas de dispersión - Varianza
• Valor que cuantifica cuan homogéneo o heterogéneo es el conjunto

de datos.
• Símbolo S2
• Se expresa en cuadrados, ya que la suma de las desviaciones de

las observaciones y el valor índice será cero siempre.
• A partir de este valor se calcula la desviación estándar que es

considerada como la medición de interés primario.
Varianza - fórmula
 ( x  x) 2
s 
2
i 1
n 1
Ejemplo - Varianza
 Las edades de personas que tienen EDA:
10, 54, 21,33,53.
 Se determina la media:
10+54+21+33+53 / 5 = 171 / 5 = 34,2
 El calculo de la varianza:
(10–34,2)² + (54-34,2)² + (21-34,2)² +
(33-34,5)²+(53-34,2)² / 4 =
= 1506,8 / 4 = 376,7
Medidas de dispersión - Desviación estándar
• Expresa la dispersión de los datos con respecto a su

media
• Símbolo S
• Sin importar la forma en que se distribuyen las

observaciones por lo menos el 95% de los valores
quedan siempre entre -2 y +2 desviaciones estándar
Medidas de dispersión – Desviación estándar
• Si la distribución es normal
el 67% de las observaciones están en -1 y +1 s

el 95% en -2 y +2 s
el 99.7% en -3 y +3s
Medidas de dispersión –Desviación
estándar
 ( x  x) 2
s  i 1
n 1
Ejemplo – Desviación Estandar
 Las edades de personas que tienen Enfermedad diarreica aguda:
10, 54, 21,33,53.
 Se determina la media:
10+54+21+33+53 / 5 = 171 / 5 = 34,2
 El cálculo de la varianza:
= 1506,8 / 4 = 376,7
 Cálculo de la desviación estándar:
S = √ S² =√ 376,7 = 19,4
Cálculo de la varianza y desviación estándar
xi xi-x (xi-x)2 suma

0 0-5 -52 110
1 1-5 -42 110/n-1
2 2-5 -32 varianza = 11
3 3-5 -22 s = 3.3
4 4-5 -12 Media = 5
5 5-5 02
6 6-5 12
7 7-5 22
8 8-5 32
9 9-5 42
10 10-5 52
Coeficiente de variación
• Es una medida útil de la dispersión relativa de

los datos.
• En el caso de tener datos medidos en escalas

diferentes (colesterol y diámetro vascular), esta
medida las estandariza para lograr una
comparación sensible.
Coeficiente de variación
Se define como la división de la desviación
estándar entre la media aritmética por 100.
•Símbolo CV
= S / X (100)
Se utiliza para comparar la desviación de dos
conjuntos de datos.
Ejemplo Coeficiente de Variación
Muestra 1 Muestra 2
Edad 25 años 11 años
Peso (media) 154 libras 80 libras
Desviación Estándar 10 libras 10 libras

Ejemplo Coeficiente de Variación
 Al comparar las desviaciones puede conducir a que las 2 muestras
tienen igual variabilidad pero al calcular el CV:
 Muestra 1 : CV = 10 / 154 (100)= 6,4
 Muestra 2 : CV = 10 / 80 (100)= 12,5
 La comparación muestra que si existen diferencias.
 Comparación del peso en libras y en Kg.

Medidas de dispersión - Rango
Es la diferencia entre la observación más grande y la menor.

 Ej: 15, 7, 13 , 9, 10, 11
 Ordene la serie: 7, 9, 10, 11, 13, 15
 Identifique el menor y el mayor valor:
Valor mínimo: 7 Valor máximo: 15
• Calcule el rango
15-7= 8
Medidas de dispersión - Rango
Rango: 7,8.
K= √N (muchas veces es empírico)
K = √5 = 2,23 , 2 intervalos (a veces por conveniencia)
Tamaño de clase = Rango/K =7,8/2  3,9

Conclusiones
 Para los datos con distribución normal se utiliza la
desviación estándar y la media aritmética.
 La desviación estándar refleja la cercanía de los

valores observados a la media.
 Para los datos no normales se utiliza el rango

intrequartílico y la mediana.
Razón ( RATIO ) a/b
Es el cociente de dividir dos cantidades con la condición

de que una no incluya a la otra.
“ Tantos a por unidades de b”

H
Razón de masculinidad = --------
- M
≥ 60 años
Índice de Envejecimiento = -----------------
≤ 15 años

a
Proporción a + b
La proporción es un cociente donde el numerador está

incluido en el denominador.
 Varía entre cero y uno
 Concepto estático
Porcentaje a
X 100
a + b
 Varía entre cero y 100%

Tasas
Es una medida que expresa la frecuencia con la cual se presenta
determinado evento EN EL TIEMPO
El numerador es el número de eventos
El denominador es el tiempo hábil durante el cual

han ocurrido.
Número de casos durante el período observado

S tiempo en que cada persona es observada
INCIDENCIA ACUMULADA (Riesgo)
CASOS NUEVOS
POBLACIÓN EXPUESTA AL RIESGO
• Cohorte fija (Estática)
• Varía entre 0 y 1
• No tiene unidad de medida
• Expresa “Riesgo de …”
RIESGO = 0.30

INCIDENCIA DENSIDAD (Tasa)
CASOS NUEVOS
SUMA DE TIEMPO - PERSONA
TASA = 35/ 100 a-p
• Cohorte dinámica
• Varía entre 0 e infinito
• Su unidad de medida es t -1
• Expresa velocidad de producción de casos nuevos

por unidad de t

Se siguió un grupo de 100 trabajadores en una empresa

durante una semana laboral de 40 horas para observar la
accidentalidad. Los resultados fueron los siguientes:
INFORMACIÓN TOTAL
TOTAL HOMBRES ACCIDENTADOS 15
TOTAL PERSONAS ACCIDENTADAS 20
TOTAL DE MUJERES QUE LABORAN 40
TOTAL ACCIDENTES EN HOMBRES 70
TOTAL DE ACCIDENTES 80

INFORMACIÓN TOTAL
2) La tasa de hombres que se accidentan es igual a:

400 / 1000HH ( ) 6.25 / 1000HH( ) 7.14 / 1000HH( ) NA()
NO ACCIDENTADOS = 45 t – p = 45 x 40 Horas = 1800 HH

HOMBRES
ACCIDENTADOS = 15 t – p = 15 x 40 Horas = 600 HH
 t – p =  HH = 2400
15
Tasa de hombres que se accidentan = -------- = 0.00625 / HH = 6.25 / 1000HH
2400

INFORMACIÓN TOTAL
3) Las mujeres tienen mayor riesgo de accidentarse que los hombres

verdadero ( ) falso ( ) Sustente su respuesta:
4) La tasa de accidentes es igual a:

80 / 100HH ( ) 2.2 / 100HH ( ) 2 / 100 HH ( ) 20 / 100 HH ( ) N A ( )

Recolección de datos estadísticos
Clase de datos:
 Primarios: Cuando la información es editada por el

mismo recopilador
 Secundarios: Provienen de registros o archivos

existentes.
Procedimientos para captar la información:
 Utilizando cuestionarios
 Mediante la observación
 Realizando entrevistas
 Utilizando cuestionarios: se realizan preguntas que

son diligenciadas en un documento.
Ventajas Desventajas
 Es barato, requiere de poco  Pueden obtenerse pocos datos
personal
 No hay influencia del  No utilizar preguntas complejas
entrevistador
 Puede haber anonimato  Nivel educativo alto
 Puede responder cuando  Motivación e incentivos
quiera
 Puede existir dispersión de
elementos en estudio
 Mediante la observación: El elemento en estudio no

participa.
 Se observan comportamientos  Incapacidad para observar
normales oportunamente los hechos
 El investigador decide que es  Algunas acciones son difíciles de
relevante observar
 El sujeto puede que no hable ni  Dificultad para cuantificar lo
escriba. observado
 Realizando entrevistas:El sujeto en estudio es

interrogado por otra persona que registra las
respuestas.
 No importa el grado de  Alto costo
educación del entrevistado
 Flexibilidad tanto en el  Requiere personal calificado
contenido como en la manera
de preguntar
 Puede abordar temas  La inseguridad no facilita la
complejos entrevista
 Demora (requiere más tiempo)
Elaboración de preguntas de un cuestionario
 Las preguntas deben formularse agrupadas por afinidad de acuerdo a los

temas tratados.
 El número de preguntas debe limitarse a las esenciales, justamente las que

se necesitan.
 No deben ofrecer dudas sobre la forma de contestar (admitir una sóla

respuesta).
 Prescindir de toda pregunta ofensiva, indiscreta que moleste.
 Deben evitarse preguntas que induzcan a una respuesta.

Organización de datos
El segundo paso en un estudio estadístico.
 La revisión y corrección de los datos recopilados
 La clasificación de los datos
 La tabulación de los datos

Revisión o corrección de los datos
Siempre se deben revisar los datos para verificar:
 El número de cuestionarios recibidos concuerde con el entregado.
 Evitar respuestas incompletas
 Discrepancias entre diferentes respuestas
 Se requieren cálculos.
Clasificación de los datos
 Tiempo o cronológicas
 Lugar o geográficas
 Cantidad o cuantitativas
 Cualidad o cualitativas
(Tener en cuenta el tipo de variable y el nivel de medición)

Presentación de datos
Efectuada la recolección de datos, estos deben seguir los
siguientes pasos:
Descripción, análisis y generalización
Para la descripción de utilizan tres formas de presentación:
 Tabular
 Gráfica
 Resumen numérico
Agrupación de datos
Distribución:
Es el resumen completo de las frecuencias de los valores o

categorías de la medición realizada.
La distribución muestra cuántos o qué proporción del grupo se

encuentra en un determinado valor o rango de valores dentro de
todos los posibles que la medida cuantitativa pueda tener.
(Last, 1995)
Presentación tabular
La presentación tabular es:
 Básica
 Insustituible
 Fundamental
Debe describir y analizar las variables principales

contenidas en la /las hipótesis del estudio.
También deben presentarse aquellas que se tuvieron

previstas para una mejor descripción del problema.
Partes principales de una tabla
 Numeración
 Título
 Encabezado
 Columna matriz
 Cuerpo
 Nota encabezado
 Nota a pie
 Fuente
Requisitos de una tabla
 Debe ser lo más simple posible, es mejor 2 ó 3 tablas
sencillas a una muy compleja.
 Debe explicarse por sí misma:
Si se usan abreviaturas o símbolos deben aclararse en

las notas.
Cada fila y columna deben estar tituladas clara y

concisamente.
Requisitos de una tabla
 El título debe ser claro, conciso y exacto, debe
responder a las preguntas ¿Qué? ¿Dónde? ¿Cuándo? Y
en algunos casos ¿Cómo?
 Los totales se dispondrán en la última fila interior y en la

última columna de la derecha. En los casos que sea
necsario.
Si los datos no son originales debe la fuente en las notas

explicativas.
Ejemplo para la elaboración de un cuadro
La edad mayor es 63 años

La edad menor es 20 años
Agrupemos en clases por intervalos de 4 años
Tendremos 11 grupos de edad.
20 – 23 ] (1 caso)
24 – 27 ]]]]] ]] (7 casos)

Ejemplo para la elaboración de un cuadro

Tablas

Presentación de datos mediante
gráficas
Los tipos de gráficos más utilizados son:
 Líneas simples
 Líneas de partes componentes
 Barras verticales simples
Nro de tableros de fibra

25
20
 Barras verticales de partes componentes
rotos
15
10
 Barras verticales compuestas 5
0
 Barras horizontales simples Primero Segundo Tercero
Turno
 Barras horizontales de partes componentes
 Barras horizontales compuestas
 Circular o pastel
Partes principales de una Gráfica
 Numeración
 Título
 Encabezado
 Escalas
 Diagramas
 Simbología
 Nota a pie
 Fuente
Resumen de tipos de Graficos

Gráficas
 Representación de datos en diferentes formatos visuales
83
Graficos
Las variables cualitativas o cuantitativas se pueden representar

en diagramas de barras o sectores. Ya sea como frecuencias
absolutas o relativas
Histogramas y gráficos de barra
 El histograma resume los  Los diagrama de barras representa la

datos medidos sobre una frecuencia con que se presenta las
escala continua características que suelen medirse
por un “sí” o “no”
Muestra la distribución de
frecuencia de una
característica: media y GRAFICO NUMERO 6.
ESTUDIANTES MATRICLUADOS EN LA FACULTAD DE
dispersión CIENCIAS DE LA SALUD.
JUNIO DEL 2002
I. Quirurgica 201087
PROGRAMAS
Fisioterapia 45 25 305
17
Microbiologia 40 302010 18
Medicina 50 80 90 100 19
+ 19
0 100 200 300 400
FUENTE: Registro y Control
85
Gráficos
El polígono de frecuencias permite graficas la distribución de una variable y se

construye uniendo los puntos medios del extremo superior de cada barra de un
histograma. Visibiliza simetría o distribución de datos o para presentar dos o más
distribuciones

Agrupación de datos gráficos
Ojiva porcentual, es un polígono de frecuencias relativas acumuladas. Cada punto

representa el porcentaje acumulado de cada en cada intervalo de clase y va de cero a
100%, permite identificar de manera gráfica la mediana.

Graficos - escalas
Gráficas de Pareto
 Los factores se
50 100
45 90
representan a lo largo
40 80 del eje x en forma
Nro de defectos
35 70 decreciente
30 60
25 Rotura del tablero de fibra 50  La curva de frecuencia
20 40 indica los pocos
15 Bordes dehilachados 30
Rasgadura de la tela 20
factores vitales que
10
5 Decoloración10 requieren atención
0 0 Defectos del interior del techo
Tipo de defecto Recuento Total

1 2 3 4
a.- Rasgadura de la tela 4
Tipo de defecto b.- Decoloración de la tela 3
c.- Rotura del tablero de fibra 36
d.- Bordes dehilachados 7
Total 50
89
Diagramas de dispersión
 Es una
representación
gráfica de dos
variables que
muestran cómo
se relacionan
entre sí
 Se utiliza para
confirmar o
negar la
sospecha
90
Taller
Ejercicio: Con los datos siguientes elabore el análisis
estadístico descriptivo.
En 20 individuos sometidos a rehabilitación posfractura, se

anotaron los pesos (kilogramos) que son capaces de levantar
con su brazo derecho, resultando los siguientes valores:
14,00 - 12,53 - 18,10 - 13,57 - 6,23 - 7,30 - 13,40 - 14,52 - 14,51 -

10,50 - 15,60 - 10,75 - 13,40 - 12,53 - 10,5 - 11,80 - 11,75 - 12,70 -
13,10 - 13,50

Cálculo de Medidas Estadísticas

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Cálculo de Medidas Estadísticas

Загружено:

Авторское право:

Доступные форматы

Sixta Peñaloza Parra

Fuente: OPS MOPECE, 2ª edición

Frecuencia Frecuencia relativa Frecuencia

Fuente: OPS MOPECE, 2ª edición

 Moda (‘mode’) Es el/los valor/es donde la distribución de frecuencia alcanza un máximo.

• Interesa el valor de cada dato • Interesa la posición

 Es única. Para un conjunto de datos hay una y solo

 Simplicidad. El cálculo y la compresión son

 Es afectada por cada valor. Por tanto los valores

 Es muy útil cuando los datos están desviados.

 Divide la serie en dos mitades la mitad de las

1. Ordene los datos de menor a mayor o viceversa

2. Encuentre el rango medio mediante la formula

3. Si n es impar el rango medio cae en las

4. Si n es par el rango medio cae entre dos observaciones,

X1 = 40 , 36, 37, 35, 37, 40 y 36

1. Ordene la serie: 35, 36, 36, 37, 37, 40, 40

2. Encuentre el rango medio = (n+1) / 2 = 7+1/2= 4

3. Si n (numero de observaciones) es impar el rango

= 35, 36, 36, 37, 37, 40, 40

Las edades de 6 niños que asistieron a control fueron:

 Simplicidad. El cálculo y la compresión son sencillos.

 Los valores extremos no tienen efectos importantes

 Si todos los valores de la serie son diferentes no hay

 Se puede tener mas de una moda = bimodal

 La media se usa para datos numéricos y distribuciones simétricas

 La mediana se emplea para datos ordinales o numéricos con

 La media geométrica se usa para valores medidos en escala

 El modo se usa para distribuciones bimodales

En una emergencia ocurrida en una empresa, 12

X1 = 13 , 17, 18, 12, 10, 15, 16, 17, 13, 11, 18 y 20

 Probabilidad de que un valor caiga dentro de los límites

Si la media y mediana son iguales, la distribución es

Si la media es mayor que la mediana, la distribución

Si la media es menor que la mediana, la distribución

 Si los valores distantes son pequeños la distribución se sesga a la

 Si los valores distantes son grandes, la distribución se sesga a la

Distribución sesgada izquierda Distribución sesgada derecha

25% 25% 25% 25%

Establecer categorías ordinales

 Percentil de orden k = cuantil de orden k/100

 Cuartiles: Dividen a la muestra en 4 grupos con

P10 P20 P30 P40 P50 P60 P70 P80 P90

Percentil 5 del peso

Peso al nacer (Kg) de 100 niños

Percentil 75 del peso

Peso (Kg) de 100 deportistas

180 200 220 240 260

Colesterol en 100 personas

150 160 170 180 190

Altura (cm) en 100 varones

P10 = 4 P80 = 12 P95 = 15 Primer Cuartil = 5

1) Cuatro de cada 5 incapacidades son mayores a 12 días F

3) La mayoría de los datos están por encima del promedio F

4) Una de cada cuatro incapacidades varía entre 4 y 5 días F

Dr. Reynaldo Carvajal Ortiz

X=3 VARIANZA = 10 ÷ 4 = 2.5 ( s2 )

P5 = 3 P90 = 15 P95 = 25 s = 2.5

1) ¿ A cuantas desviaciones se encuentra el Percentil 95 del

2) ¿ A cuantas desviaciones se encuentra el Percentil 5 del

Dr. Reynaldo Carvajal Ortiz

• Valor que cuantifica cuan homogéneo o heterogéneo es el conjunto

• Se expresa en cuadrados, ya que la suma de las desviaciones de

• A partir de este valor se calcula la desviación estándar que es