UNIDAD II

1. UNIDAD II ESTADISTICA DRA. CAROLINA ALEMAN ORTEGA

2. ESTADISITICA DEFINICION: CIENCIA QUE SE ENCARGA DE RECOPILAR, ORGANIZAR Y ANALIZAR LOS DATOS .

3. Estadística en Medicina El resultado de un análisis estadístico no es un objetivo en sí mismo, sino una herramienta para: • comprobar o rechazar una hipótesis de trabajo, • representar de una forma eficiente yresumida un colectivo de observaciones • para validar un modelo de un proceso fisiológico

4. Definición de estadística • Estadística es la ciencia y técnica que tiene que ver con la recolección, procesamiento, análisis e interpretación de datos. • Se clasifica en: • Descriptiva • Inferencial

5. ESTADISTICA La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura en los meses de verano, etc.) y trata de extraer conclusiones sobre el comportamiento de estas variables.

6. Estadística inferencial Proporciona métodos para estimar las características de un grupo (población) basándose en los datos de un conjunto pequeño (muestra). Población Muestra

7. ESTADISTICA • Las variables pueden ser de dos tipos: • Variables cualitativas o atributos: no se pueden medir numéricamente (por ejemplo: nacionalidad, color de la piel, sexo). • Variables cuantitativas: tienen valor numérico (edad, precio de un producto, ingresos anuales).

8. ESTADISTICA • Las variables también se pueden clasificar en: • Variables unidimensionales: sólo recogen información sobre una característica (por ejemplo: edad de los alunmos de una clase). • Variables bidimensionales: recogen información sobre dos características de la población (por ejemplo: edad y altura de los alumnos de una clase). • Variables pluridimensionales: recogen información sobre tres o más características (por ejemplo: edad, altura y peso de los alumnos de una clase).

9. ESTADISTICA • variables cuantitativas se pueden clasificar en discretas y continuas: • Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podrá ser 3,45). • Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo, la velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.

10. Moda es el valor que se repite más dentro de un conjunto de datos.

11. Mediana es un valor del conjunto de datos que mide el elemento central: La mitad de los elementos se encuentran por arriba y la otra mitad por debajo de él.

12. Presentación de datos cuantitativos • Indicar un valor central y uno de variabilidad o dispersión. • Cuando es razonable suponer que los datos pueden seguir una distribución normal, se estimará la media y la desviación estándar. • Ejemplo: La media de la PAS fue de 139.2 ± 14.9 mmHg

13. Moda Mediana Media Distribución Simétrica

14. Moda Mediana Media Distribución Sesgada a la Izquierda

15. Moda Mediana Media Distribución Sesgada a la Derecha

16. Distribución normal: distribución aproximada de valores

17. CUARTILES Los cuartiles dividen en cuatro partes las observaciones. El primer cuartil Q1 es un valor que deje por debajo de él 25% de las y por encima 75% de las observaciones. El Q2 es la mediana (50%) y Q3 deja por debajo 75% y por encima 25% de las observaciones

18. ESTADISTICA • Individuo: cualquier elemento que porte información sobre el fenómeno que se estudia. Así, si estudiamos la altura de los niños de una clase, cada alumno es un individuo; si estudiamos el precio de la vivienda, cada vivienda es un individuo. • Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten información sobre el fenómeo que se estudia. Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la población será el total de las viviendas de dicha ciudad. • Muestra: subconjunto que seleccionamos de la población. Así, si se estudia el precio de la vivienda de una ciudad, lo normal será no recoger información sobre todas las viviendas de la ciudad (sería una labor muy compleja), sino que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo.

19. ESTADISTICA • La distribución de frecuencia es la representación estructurada, en forma de tabla, de toda la información que se ha recogido sobre la variable que se estudia.

20. Gráficos Son imágenes que, combinando la utilización de sombreado,colores, puntos, líneas, símbolos, números, texto y un sistema de referencia (coordenadas), permiten presentarinformación cuantitativa.

21. ESTADISTICA • representación gráfica de tronco y hoja. Esta representación se basa en la ordenación de los datos a manera de gráfico, pero sin llegar a ello, utilizando las decenas y las unidades.

22. Diagrama de tallo y hojas 1* 34456 2* 001235 3* 04999 4* 344457777789 5* 23434 6* 244667777

23. Gráficas • Sirven para: • Organizar los datos • Observar patrones • Observar agrupamientos • Observar relaciones • Comparar distribuciones • Visualizar rápidamente la distribución de los datos • Visualizar, obtener y comparar medidas estadísticas

24. Gráficas La calidad de un gráfico estadístico consiste en comunicar ideas complejas con precisión, claridad yeficiencia, de tal manera que: • Induzca a pensar en el contenido más que en la apariencia • No distorsione la información proporcionada por los datos • Presente mucha información (números) en poco espacio • Favorezca la comparación de diferentes grupos de datos o de relaciones entre los mismos (porejemplo una secuencia temporal)

25. Diagrama de barras (variable discreta o categoría)

26. (variable continua agrupada en clases o intervalos) Histograma

27. Diagrama de Pastel

28. Diagrama de puntos Media de los resultados del cuestionario de calidad de vida Hombres = rojo Mujeres = amarillo

29. Recomendaciones para un gráfico • Si es estético, fomenta la lectura y comprensión. • Sencillez y claridad, el uso del color debe ser moderado y bien elegido. • Usar líneas finas, eliminar las superfluas • Usar grid si es necesario • Balance entre el espacio en blanco y datos • Idealmente no hay que acudir al texto . • Balance entre texto, tablas e imágenes, • Combinar texto y tablas insertas

30. ESTADISTICA • EJERCICIOS .

31. Medidas de tendencia central • Otra forma de describir datos numéricos, las medidas de tendencia central, comúnmente conocidas como promedios. Estos promedios son la media aritmética, la mediana, y la moda.

32. La media aritmética • La medida de tendencia central mas ampliamente usada es la media aritmética, usualmente abreviada como media • Propiedades de la media aritmética • Puede ser calculada en distribuciones con escala relativa e intervalar. • Todos los valores son incluidos en el cómputo de la media. • Una serie de datos solo tiene una media. • Es una medida muy útil para comparar dos o más poblaciones. • Es la única medida de tendencia central donde la suma de las desviaciones de cada valor respecto a la media es igual a cero. Por lo tanto podemos considerar a la media como el punto de balance de una serie de datos. • Desventajas de la media aritmética • Si alguno de los valores es extremadamente grande o extremadamente pequeño, la media no es el promedio apropiado para representar la serie de datos. • No se puede determinar si en una distribución de frecuencias hay intervalos de clase abiertos.

33. La media aritmética de una muestra de datos organizados en una distribución de frecuencias se calcula de la siguiente manera :X= ΣfX /n _ X simboliza la media de la muestra X es la marca de clase F es la frecuencia de clase • f X es la suma de los productos de f por X • n es la suma de las frecuencias de clase

34. La mediana • Cuando una serie de datos contiene uno o dos valores muy grandes o muy pequeños, la media aritmética no es representativa. El valor central en tales problemas puede ser mejor descrito usando una medida de tendencia central llamada mediana. • Mediana. Es el punto medio de los valores de una serie de datos después de haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes que la mediana como posteriores en el arreglo de datos

35. Ejemplo: • El peso neto del contenido de cinco botellas de perfume Giorgio seleccionadas de forma aleatoria de la línea de producción son (en gramos): 85.4, 85.3, 84.9, 85.4, y 84.0. ¿Cuál es la mediana de las observaciones muestreadas? • 85.4 • 85.4 • 85.3← mediana =X • 84.9 • 84.0

36. Ejemplo: • Una muestra de los honorarios de paramédicos cargados por la clínica de salud reveló estas cantidades: $35, $29, $30, $25, $32, $35. ¿Cuál es la mediana? • 25 • 29 • 30← mediana • 32 • 35 • 35

37. Ejemplo: • En este caso la mediana se calcula obteniendo la media de las dos observaciones centrales • _ • X =30 + 32/ 2 = 31

38. Propiedades de la mediana • Hay solo una mediana en una serie de datos. • No es afectada por los valores extremos ( altos o bajos ) • Puede ser calculada en distribuciones de frecuencia con intervalos abiertos, si no se encuentra en el intervalo abierto. • Puede ser calculada en distribuciones con escala relativa, intervalar, y ordinal.

39. La Moda • La moda es la medida de tendencia central especialmente útil para describir mediciones de tipo ordinal y nominal. • La moda. Es el valor de la observación que aparece más frecuentemente. • Propiedades de la moda • La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal, intervalar, y relativa). • La moda tiene la ventaja de no ser afectada por valores extremos. • Al igual que la mediana, puede ser calculada en distribuciones con intervalos abiertos.

40. Desventajas de la moda • En muchas series de datos no hay moda porque ningún valor aparece más de una vez. • En algunas series de datos hay más de una moda, en este caso uno podría preguntarse ¿cual es el valor representativo de la serie de datos? • Ejemplo • El peso neto del contenido de cinco botellas de perfume Giorgio seleccionadas de forma aleatoria de la línea de producción son (en gramos): 85.4, 85.3, 84.9, 85.4, y 84.0. ¿Cuál es la moda de las observaciones muestreadas? • Moda = 85.4

41. Muestra • Se denomina muestra al subconjunto de ese universo y del cual se recopilarán los datos. Es necesario que esa muestra sea debidamente representativa. • Por ejemplo, se quiere saber el número de hijos por matrimonio de una villa. Para este propósito, se elige una muestra representativa de 50  matrimonios de ella. Se obtienen los siguientes datos: • 2 , 2 , 4 , 1 , 3 , 5 , 3 , 2 , 1 , 6 , 3 , 4 , 1 , 2 , 0 , 2 , 3 , 1 , 7 , 4 , 2 , 3 , 0 , 5 , 1 , 4 , 3 , 2 , 4 , 1 , 5 , 2 , 1 , 2 , 4 , 0 , 3 , 3 , 2 , 6 , 1 , 5 , 4 , 2 , 0 , 3 , 2 , 4 , 3 , 1 . • El número total de datos se representa con la letra n. En este ejemplo n   =   50 .

42. Frecuencia absoluta ( f i ) • La frecuencia absoluta es el número de veces que aparece un valor  ( x i )  en los datos obtenidos. • En nuestro ejemplo, la frecuencia absoluta indica el número de familias que tienen esa cantidad de hijos:

43. Tabla:

44. GRAFICO :

45. GRAFICO

46. Frecuencia absoluta acumulada ( F i ) • La frecuencia absoluta acumulada indica cuantos elementos de la lista de datos son menores o iguales a un valor dado. Es la suma de las frecuencias absolutas desde la primera fila hasta la fila elegida. • Por ejemplo, sabemos que hay 25  matrimonios de la muestra que tienen a lo más 2  hijos.

47. Tabla:

48. Grafico :

49. Frecuencia relativa ( h i ) • La frecuencia relativa es el cociente entre la frecuencia absoluta ( f i )  y el número total de datos ( n ). En nuestro ejemplo:

50. Tabla :