Seminario #7

Estadstica Mdica
Sec. 03
ANLISIS E INTERPRETACIN DE DISTRIBUCIONES DE FRECUENCIA EN
ESTUDIOS DESCRIPTIVOS.

1. Estudio descriptivo y su finalidad

Un estudio descriptivo es un tipo de metodologa a aplicar para deducir un bien o
circunstancia que se est presentando, se centran en recolectar datos que describan la
situacin tal y como es. Tiene como finalidad describir un evento en cierta poblacin, en un
lugar y durante un perodo de tiempo determinado; cul es su frecuencia y cules son los
determinantes o factores con ella asociados.

2. Objetivo del Estudio descriptivo

Identificar, estimar frecuencia y examinar tendencias de la poblacin
estadstica segn las variables de estudio.
Justificar estudios analticos para probarse hiptesis especficas.
Obtener una imagen exacta de la realidad que estamos transmitiendo en palabras as
que representa lo que el lector cree poder describir mediante una idea.

3. Tipos de Estudios Descriptivos

Estudio de serie de casos: es un estudio descriptivo, que se limita a la simple
identificacin y descripcin de un conjunto de casos que han aparecido en un
intervalo de tiempo determinado.
Estudio de Prevalencia: Estudio estadstico y demogrfico de tipo
observacional y descriptivo, que mide a la vez la prevalencia de la exposicin y del
efecto en una muestra poblacional en un solo momento temporal; es decir, permite
estimar la magnitud y distribucin de una condicin en un momento dado.
4. Aspectos que deben tomarse en cuenta durante la etapa de anlisis de la
informacin.
El tipo de anlisis de los datos depende al menos de los siguientes factores.
Tener en cuenta los objetivos de la investigacin de necesidades.
El nivel de medicin de las variables: es una clasificacin acordada con el fin de
describir la naturaleza de la informacin contenida dentro de los nmeros asignados
a los objetos y, por lo tanto, dentro de una variable. Segn la teora de las escalas de
medida, varias operaciones matemticas diferentes son posibles dependiendo del
nivel en el cual la variable se mide.

Seminario #7
Estadstica Mdica
Sec. 03
El tipo de hiptesis formulada. Estas son explicaciones tentativas sobre posibles
relaciones entre al menos dos variables, las hiptesis estadsticas consisten en las
nulas, alternativas o de investigacin transformadas en smbolos estadsticos, se
pueden realizar cuando los datos a estudiar son mensurables.
Asegurar la calidad de los datos disponibles y establecer interrelaciones entre los
datos, en orden de responder la pregunta de investigacin.
Interpretar los datos, obteniendo conclusiones generalizables a partir de los datos
analizados.
Formular los resultados.
La interpretacin se realiza en dos etapas:
Interpretacin de las relaciones entre las variables y los datos que las sustentan con
fundamento en algn nivel de significancia estadstica.
Establecer un significado ms amplio de la investigacin, es decir, determinar el
grado de generalizacin de los resultados de la investigacin.

5. Mtodo de anlisis para cada modelo de clasificacin.

Existen diferentes modelos y mtodos, cada uno con su tipo de anlisis:
Mtodos de Dependencia: Un estudio de la regresin nos permite averiguar hasta qu
punto una variable puede ser prevista conociendo otra. Se utiliza para intentar predecir el
comportamiento de ciertas variables a partir de otras, como por ejemplo los beneficios de
una pelcula a partir del gasto en mrketing y del gasto en produccin.
El anlisis de la correlacin cannica intenta analizar la posible existencia de
relacin entre dos grupos de variables. Un anlisis discriminante nos puede dar una funcin
discriminante que puede ser utilizada para distinguir entre dos o ms grupos, y de este
modo tomar decisiones. Un anlisis multivariante de la varianza (MANOVA), extendiendo
el anlisis de la varianza (ANOVA), cubre los casos en los que se conozca la existencia de
ms de una variable dependiente sin poderse simplificar ms el modelo.
La regresin logstica permite la elaboracin de un anlisis de regresin para
estimar y probar la influencia de una variable sobre otra, cuando la variable dependiente o
de respuesta es de tipo dicotmico.
Mtodos de Interdependencia: El anlisis de los componentes principales procura
determinar un sistema ms pequeo de variables que sinteticen el sistema original.

Seminario #7
Estadstica Mdica
Sec. 03
El anlisis clster clasifica una muestra de entidades (individuos o variables) en un
nmero pequeo de grupos de forma que las observaciones pertenecientes a un grupo sean
muy similares entre s y muy disimilares del resto. A diferencia del Anlisis discriminante
se desconoce el nmero y la composicin de dichos grupos.
La Iconografa de las correlaciones.
Mtodos Estructurales: Los modelos de ecuaciones estructurales analizan las relaciones
existentes entre un grupo de variables representadas por sistemas de ecuaciones simultneas
en las que se suponen que algunas de ellas (denominadas constructos) se miden con error a
partir de otras variables observables denominadas indicadores. Los modelos utilizados
constan, por lo tanto, de dos partes: un modelo estructural que especifica las relaciones de
dependencia existente entre las constructos latentes y un modelo de medida que especifica
como los indicadores se relacionan con sus correspondientes constructos.

6. Estadsticas utilizadas en el anlisis de variable cualitativa.

Clasificacin de variables cualitativas:
Escala nominal: No se puede definir un orden natural entre sus categoras. (Ejemplo: la
raza, el color de pelo, o la religin).
Escala ordinal: Se pueden establecer relaciones de orden entre las categoras. (Ejemplo: el
rango militar, la clase social o el nivel de estudio).
Por intervalo: puede tratarse como ordinales y se pueden calcular distancias numricas
entre dos niveles (ejemplo: el nmero de aos de educacin recibidos (0, 1,2...) es una
variable concitativa que puede ser agrupada por intervalos).

7. Qu expresa Proporcin.
Es el cociente del nmero de veces que se presenta un valor o caracterstica con
respecto al total de la muestra de la variable en estudio. Las proporciones, se relacionan con
las frecuencias relativas simples; su rango, va desde cero hasta uno (ambos inclusive), en
otras palabras, el campo de existencia de las proporciones se encuentra en el intervalo [0,1]
y la sumatoria de las proporciones es igual a uno.
La frmula general de proporciones (Pi) es:
Pi= xi/ N

Seminario #7
Estadstica Mdica
Sec. 03

8. Qu expresa Porcentaje.
Forma de expresar un nmero como una fraccin que tiene el nmero 100
como denominador.Se usa para definir relaciones entre dos cantidades, de forma que
el tanto por ciento de una cantidad, donde tanto es un nmero, se refiere a la parte
proporcional a ese nmero de unidades de cada cien de esa cantidad.
9. Qu expresa Razn
Es la relacin entre dos fenmenos independientes, el rango es de cero a infinito
positivo. La frmula de razones (ri) es:
ri=xi/n

10.Qu expresa Tasas

Rapidez de cambio de un fenmeno, se obtiene mediante el cociente del nmero de
veces que ocurre la situacin investigada en un lugar y lapso de tiempo determinado, entre
la poblacin en estudio, multiplicada por una potencia de 10, su rango es de cero a infinito
positivo. Las tasas que se refieren a toda la poblacin se llaman crudas, mientras que las
tasas que se refieren solo a una parte de la poblacin se denominanespecficas. Entonces las
tasas se hallan:
Frecuencia de determinado fenmeno en un tiempo especfico
Poblacin en estudio

x 10^n

11.Explicar que significan: Cuartil, Percentil y Decil.

Cuartil: Uno de los tres puntos que dividen un conjunto de datos numricamente
ordenados en cuatro partes iguales. A estos tres puntos se les llama primer cuartil (tambin
llamado el cuartil inferior), segundo cuartil (el cuartil medio; es la mediana) y el tercer
cuartil (cuartil superior), respectivamente. Se pueden utilizar para darnos una idea de la
dispersin de los datos.
Clculo de los cuartiles
a) Ordenamos los datos de menor a mayor.
b) Buscamos el lugar que ocupa cada cuartil mediante la expresin
.

Seminario #7
Estadstica Mdica
Sec. 03
Nmero impar de datos

Nmero par de datos

Clculo de los cuartiles para datos agrupados

En primer lugar buscamos la clase donde se encuentra
en la tabla de las frecuencias acumuladas.

Percentil: Son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de
los datos. P 50 coincide con la mediana.
Clculo de los percentiles
En primer lugar

buscamos

la

clase

donde

se

encuentra

, en la tabla de las frecuencias acumuladas.

Decil: Son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los
datos. D 5 coincide con la mediana.

Seminario #7
Estadstica Mdica
Sec. 03
Clculo de los deciles
En primer lugar buscamos la clase donde se encuentra
, en la tabla de las frecuencias acumuladas.

12.Series Estadsticas
Una serie estadstica es un conjunto de observaciones o medidas realizadas en una
poblacin, atendiendo a una o varias caractersticas determinadas.Habitualmente las series
estadsticas se disponen en tablas que llamaremos Tablas estadsticas, que sirven para
contener los datos de la serie de una forma ordenada y fcil de consultar. Se dividen en:
Agrupadas: Se catalogan as a las series en las que a cada dato del hecho estudiado, se le
asigna de manera unvoca el valorextrado de la observacin. En otras palabras, debido a
que se cuenta con pocos elementos, ser posible indicar qu valor de la caracterstica de
inters pertenece a determinado sujeto; o bien, cuandose cuente con pocos datos, estos
pueden ser manejados con facilidad en forma de listado.
No Agrupadas: Cuando tenemos menos de 20 elementos en la muestra, entonces estos
datos son analizados sin necesidad de formar clases con ellos y a esto es a lo que sele llama
tratamiento de datos no agrupados.

13.Media Aritmtica:
Es el valor obtenido al sumar todos los datos y dividir el resultado entre
el nmero total de datos.
Es el smbolo de la media aritmtica.
Para datos no agrupados:

Para datos agrupados:

Seminario #7
Estadstica Mdica
Sec. 03

14.Mediana.
Es el valor que ocupa el lugar central de todos los datos cuando stos
estn ordenados de menor a mayor. Divide a la serie en dos partes iguales.
La mediana se
representa
por M e. La mediana se
puede hallar slo
para variables cuantitativas.
Para datos no agrupados:
1. Ordenamos los datos de menor a mayor.
2. Si la serie tiene un nmero impar de medidas la mediana es la puntuacin
central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me = 5
3. Si la serie tiene un nmero par de puntuaciones la mediana es la media entre
las dos puntuaciones centrales.
7, 8, 9, 10, 11, 12Me = 9.5
Para datos Agrupados:
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega
hasta la mitad de la suma de las frecuencias absolutas .
Es decir tenemos que buscar el intervalo en el que se encuentre

L i es el lmite inferior de la clase donde se encuentra la mediana.

es la semisuma de las frecuencias absolutas.
F i -1 es la frecuencia acumulada anterior a la clase mediana.
a i es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos.

15.

Moda.

Seminario #7
Estadstica Mdica
Sec. 03
La moda es el valor que tiene mayor frecuencia absoluta.Se representa
por M o. Si en un grupo hay dos o varias puntuaciones con la misma
frecuencia y esa frecuencia es la mxima, la distribucin es bimodal
o multimodal,
es
decir,
tiene varias
modas.
Se
puede
hallar
la moda para variables cualitativas y cuantitativas.
Para datos No agrupados:
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 M o = 1, 5, 9
Cuando
todas
las puntuaciones de
frecuencia, no hay moda.

un

grupo

tienen

la misma

Si dos puntuaciones adyacentes tienen la frecuencia

el promedio de las dos puntuaciones adyacentes.

mxima,

la moda es

2, 2, 3, 3, 6, 6, 9, 9

0, 1, 3, 3, 5, 5, 7, 8Mo = 4
Para datos agrupados:
1 Todos los intervalos tienen la misma amplitud.

L i es el lmite inferior de la clase modal.

f i es la frecuencia absoluta de la clase modal.
f i --1 es la frecuencia absoluta inmediatamente inferior a la clase modal.
f i -+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
a i es la amplitud de la clase.
2 Los intervalos tienen amplitudes distintas.
En primer lugar debemos hallar las alturas
La clase modal es la que tiene mayor altura.

La frmula final es:

Seminario #7
Estadstica Mdica
Sec. 03

16.

Escogencia entre el promedio, el modo y la mediana.

De las tres constantes anteriores, el promedio aritmtico suele ser ms

frecuentemente utilizado, quizs por la facilidad de su computacin a pesar de
que en muchas ocasiones la mediana o el modo resultan de mayor inters.
El promedio aritmtico como medida de resumen tiene la ventaja de
tomar en cuenta la totalidad de los valores de la serie, aumentando o
disminuyendo de acuerdo con ellos, pero a causa de esta propiedad,
puede ser desventajosamente afectado por la existencia de valores
anormalmente bajos o anormalmente altos.
La mediana, por su parte, debe ser utilizada cuando entre los valores
que se estudian hay alguno muy diferente de los otros. La mediana no
tiene ninguna ventaja sobre el promedio aritmtico, pues su valor
depende solamente del nmero de trminos, sin tomar en cuenta los
valores numricos de estos.
El modo, finalmente, es la constante que se emplea cuando el inters se
centra en conocer el valor que se presenta ms frecuentemente.

17.

Desviacin Standard

Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los

datos respecto a su punto central o media. La desviacin estndar nos da como
resultado un valor numrico que represe
Calculo de la Desviacin Standard en series no agrupadas:
1)
2)
3)
4)

Elevar al cuadrado cada observacin y sumar esta columna.

Dividir la suma entre el numero de observaciones
Elevar el promedio al cuadrado y restarlo a la cifra anterior.
Extraer la raz cuadrada.

Calculo de la Desviacin Standard en series agrupadas:

1) Calcular el promedio

Seminario #7
Estadstica Mdica
Sec. 03
2) Multiplicar cada columna del producto FiXi, por el respectivo valor de la columna
donde se encuentra Xi.
3) Dividir el nmero anterior entre el nmero de individuos estudiados
4) Elevar el promedio al cuadrado y restarlo a la cantidad anterior
5) Extraer la raz cuadrada

Su importancia radica en que indica en qu forma se distribuyen las observaciones

alrededor del valor central representado por el promedio. Su utilidad se debe a que ella,
junto con el promedio, ayuda a determinar los limites dentro de los cuales se encuentran las
observaciones que se estudian, en tal forma, que basta conocer el promedio y la D.E. para
reproducir toda la informacin contenida en los datos originales, salvo, desde luego,
pequeas variaciones.