FACULTAD DE CIENCIAS DE LA SALUD

ESCUELA PROFESIONAL DE ENFERMERIA

CURSO:

ESTADISTICA

CICLO:

II

AUTOR(AS):

CALERO VIDARTE DANIELA

CASTILLO VELAZCO MARISELA

CHAPILLIQUN VITE MIGUEL ANGEL

CORDOVA RAMIREZ FLOR

GARCIA LAUREANO GUADALUPE

USCOCOVICH SALVADOR MARIA

DOCENTE:

HUGO CHUNGA GUTIERREZ

FECHA DE ENTREGA:

27 DE FEBRERO DEL 2019

CHIMBOTE – PERÚ

2019
CONTENIDO

Índice

Introducción

CAPITULO I.-ELEMENTOS TEORICOS Y CONEPTUALES DE LA

VARIANZA

1.1 ¿Que es la Varianza?

1.2Analisis de la Varianza

1.3 Representación de la Varianza

1.4 Ejemplo

CAPITULO II.- LA DESVIACION ESTANDAR

2.1 Que es la desviación estándar

2.2 Interpretación y aplicación

2.3 Desglose

2.4 Ejemplo

CAPITULO III.-EL COEFICIENTE DE VARIACION

3.1

3.2

3.3

CAPITULO IV.- EL COEFICIENTE DE ASIMETRIA

4.1

4.2

CAPITULO IV.- LA CURTOSIS

6 .CONCLUSIONES

7. BIBLOGRAFIA
 INTRODUCCION

La presente monografía denominada “Estadística aplicada en las ciencias de la Salud”

está diseñada de manera práctica y sencilla, para empezar a conocer sobre algunas
definiciones dicha monografía buscar aportar en la formación de los docentes. La presente
investigación se refiere al tema de medidas de dispersión, de las cuales se presentan los
conceptos, formulas con las cuales se podrán resolver algunos ejemplos de la desviación
media, desviación típica y la varianza

Partimos de reconocer que la estadística es una disciplina que proporciona principios y

herramientas para emitir juicios sobre colectivos basados en datos obtenidos para
propósitos específicos. Es decir, brinda el soporte para saber qué datos obtener, como,
cuando, como obtenerlos, y una vez obtenidos proporciona métodos y procedimientos
para organizarlos con diferentes propósitos.

La correspondencia entre los análisis aplicados y datos recabados permite construir

juicios concluyentes sobre el colectivo en estudio. Los datos que precisamos deben ser
generados, de alguna forma, la cual siempre está asociada a la definición de variables,
que constituyen los conceptos de referencia más importante en los inicios de una
investigación.

En el apartado primero, se explicara que es la Varianza, en el segundo, veremos la

Desviación Estándar, siguiendo del Coeficiente de Variación, y el Coeficiente de
Asimetría y finalizando con el Curtosis.
CAPITULO I.-ELEMENTOS TEORICOS Y CONCEPTUALES DE LA
VARIANZA

1.1 ¿Qué es la Varianza?

La varianza es la media aritmética del cuadrado de las desviaciones respecto a la

media de una distribución estadística.

Varianza (S2 o 2): Es el resultado de la división de la sumatoria de las distancias

existentes entre cada dato y su media aritmética elevadas al cuadrado, y el número
total de datos.
Distinguimos dos símbolos para identificar la varianza: S2 para datos muestrales, y
σ2 para datos poblacionales. Note que la fórmula para la varianza muestral presenta
en su denominador al tamaño de la muestra menos uno, tendencia adoptada por los
estadísticos para denotar una varianza más conservadora.
Así la varianza es la media de los cuadrados de las diferencias entre cada valor de la
variable y la media aritmética de la distribución.
Aunque esta fórmula es correcta, en la práctica interesa realizar inferencias
poblacionales, por lo que en el denominador en vez de n, se usa n-1.

También hay otra función más sencilla de realizar y con menos riesgo de tener
equivocaciones:

La varianza representa la media aritmética de las desviaciones con respecto a la

media elevada al cuadrado. Si atendemos a la colección completa de datos
obtenemos la varianza poblacional; y si por el contrario prestamos atención sólo a
una muestra de la población, obtenemos en su lugar la varianza muestral.
Expresión de la varianza muestral:

Expresión la varianza poblacional:

Expresión de la desviación estándar poblacional:

1.2 Análisis de la Varianza

Análisis de la Varianza (Anova)

El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar
dos o más medias. Es necesario porque cuando se quiere comparar más de dos medias
es incorrecto utilizar repetidamente el contraste basado en la t de Student.
En resumen, el análisis de varianza sirve para comparar si los valores de un conjunto de
datos numéricos son significativamente distintos a los valores de otro o más conjuntos
de datos. El método para comparar estos valores está basado en la varianza global
observada en los grupos de datos numéricos a comparar. Típicamente, el análisis de
varianza se utiliza para asociar una probabilidad a la conclusión de que la media de un
grupo de puntuaciones es distinta de la media de otro grupo de puntuaciones.

El ANOVA parte de algunos supuestos que han de cumplirse:

 La variable dependiente debe medirse al menos a nivel de intervalo.

 Independencia de las observaciones.
 La distribución de la variable dependiente debe ser normal.
 Homocedasticidad: homogeneidad de las varianzas.

Existen tres tipos de modelos:

 El modelo de efectos fijos asume que el experimentador ha considerado para el
factortodos los posibles valores que éste puede tomar. Ejemplo: Si el género del
individuo esun factor, y el experimentador ha incluido tantos individuos
masculinos comofemeninos, el género es un factor fijo en el experimento.
 Los modelos de efectos aleatorios asumen que en un factor se ha considerado tan
sólouna muestra de los posibles valores que éste puede tomar. Ejemplo: Si el
método deenseñanza es analizado como un factor que puede influir sobre el
nivel de aprendizajey se ha considerado en el experimento sólo tres de los
muchos más métodos posibles,el método de enseñanza es un factor aleatorio en
el experimento.
 Los modelos mixtos describen situaciones donde están presentes ambos tipos de
factores: fijos y aleatorios.

La técnica fundamental consiste en la separación de la suma de cuadrados (SS, 'sum of

squares') en componentes relativos a los factores contemplados en el modelo. Como
ejemplo, mostramos el modelo para un ANOVA simplificado con un tipo de factores en
diferentes niveles. (Si los niveles son cuantitativos y los efectos son lineales, puede
resultar apropiado un análisis de regresión lineal).

SSTotal = SSError + SSFactores

El número de grados de libertad (gl) puede separarse de forma similar y se corresponde
con laforma en que la distribución chi-cuadrado describe la suma de cuadrados asociada
1.3 Representación de la Varianza

1.3 Ejemplo
1.-Calcular la varianza de la distribución:
9, 3, 8, 8, 9, 8, 9, 18

2.-Calcular la varianza de la distribución de la tabla:

3.-Hallar la desviación media, la varianza y la desviación típica de la series de números
siguientes:
2, 3, 6, 8, 11.
12, 6, 7, 3, 15, 10, 18, 5.
2, 3, 6, 8, 11.

4.-Las alturas de los jugadores de un equipo de baloncesto vienen dadas por la tabla:

[170, [175, [180, [185, [190, [195,

Altura
175) 180) 185) 190) 195) 2.00)

Nº de
1 3 4 8 5 2
jugadores

Calcula la varianza.

xi fi Fi xi · fi xi2 · fi

[1.70, 1.75) 1.725 1 1 1.725 2.976

[1.75, 1.80) 1.775 3 4 5.325 9.453

[1.80, 1.85) 1.825 4 8 7.3 13.324

 [1.85, 1.90) 1.875 8 16 15 28.128

[1.90, 1.95) 1.925 5 21 9.625 18.53

[1.95, 2.00) 1.975 2 23 3.95 7.802

23 42.925 80.213

5.-Determinar la media o valor esperado de la distribución

cuya función densidad de probabilidad está por la regla de correspondencia:

Solución:

6.-Calcular la varianza para la función densidad

Solución:
7.- calcular la varianza de la altura de varios perros
Las alturas (de los hombros) son: 600mm, 470mm, 170mm, 430mm y 300mm.

ASÍ QUE LA VARIANZA ES 21,704.

CAPITULO II.- LA DESVIACION ESTANDAR

2. 1.- LA DESVIACION ESTANDAR

Expresión de la desviación estándar poblacional:

El término desviación estándar fue incorporado a la estadística por Karl Pearson en

1894.

Por la formulación de la varianza podemos pasar a obtener la desviación estándar,

tomando la raíz cuadrada positiva de la varianza. Así, si efectuamos la raíz de la
varianza muestral, obtenemos la desviación típica muestral; y si por el contrario,
efectuamos la raíz sobre la varianza poblacional, obtendremos la desviación típica
poblacional.

Expresión de la desviación estándar muestral:

También puede ser tomada como

con a como y s como además se puede tener una mejor tendencia de

medida al desarrollar las formulas indicadas pero se tiene que tener en cuenta la media,
mediana y moda
2.2 Interpretación y aplicación

La desviación estándar es una medida del grado de dispersión de los datos con respecto
al valor promedio. Dicho de otra manera, la desviación estándar es simplemente el
"promedio" o variación esperada con respecto a la media aritmética.

Por ejemplo, las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una
media de 7. Sus desviaciones estándar muestrales son 8,08, 5,77 y 1,33,
respectivamente. La tercera muestra tiene una desviación mucho menor que las otras
dos porque sus valores están más cerca de 7.

La desviación estándar puede ser interpretada como una medida de incertidumbre. La

desviación estándar de un grupo repetido de medidas nos da la precisión de éstas.
Cuando se va a determinar si un grupo de medidas está de acuerdo con el modelo
teórico, la desviación estándar de esas medidas es de vital importancia: si la media de
las medidas está demasiado alejada de la predicción (con la distancia medida en
desviaciones estándar), entonces consideramos que las medidas contradicen la teoría.
Esto es coherente, ya que las mediciones caen fuera del rango de valores en el cual sería
razonable esperar que ocurrieran si el modelo teórico fuera correcto. La desviación
estándar es uno de tres parámetros de ubicación central; muestra la agrupación de los
datos alrededor de un valor central (la media o promedio)

2.3 Desglose

La desviación estándar (DS/DE), también llamada desviación típica, es una medida de

dispersión usada en estadística que nos dice cuánto tienden a alejarse los valores
concretos del promedio en una distribución. De hecho, específicamente, la desviación
estándar es "el promedio de la distancia de cada punto respecto del promedio". Se suele
representar por una S o con la letra sigma, .

La desviación estándar de un conjunto de datos es una medida de cuánto se desvían los

datos de su media. Esta medida es más estable que el recorrido y toma en consideración
el valor de cada dato.

Es posible calcular la desviación estándar de una variable aleatoria continua como la

raíz cuadrada de la integral

donde

 La DS es la raíz cuadrada de la varianza de la distribución

Así la varianza es la media de los cuadrados de las diferencias entre cada valor de la
variable y la media aritmética de la distribución.

Aunque esta fórmula es correcta, en la práctica interesa realizar inferencias

poblacionales, por lo que en el denominador en vez de n, se usa n-1 (Corrección de
Bessel)

También hay otra función más sencilla de realizar y con menos riesgo de tener
equivocaciones :

2.4Ejemplo

Aquí se muestra cómo calcular la desviación estándar de un conjunto de datos. Los

datos representan la edad de los miembros de un grupo de niños. { 4, 1, 11, 13, 2, 7 }

1. Calcular el promedio o media aritmética .

En este caso, N = 6 porque hay seis datos:

i=número de datos para sacar desviación estándar

Sustituyendo N por 6

Este es el promedio.

2. Calcular la desviación estándar

 Sustituyendo N - 1 por 5; ( 6 - 1 )

Sustituyendo por 6,33

Éste es el valor de la desviación estándar.

CAPITULO III.-EL COEFICIENTE DE VARIACION

 CONCLUSIONES

Con la ayuda de este trabajo hemos aprendido logrado conocer los conceptos de
desviación media, desviación típica y varianza, también las fórmulas de esos
conceptos las cuales nos podrán servir para realizar algunos problemas además
podemos concluir que hay una familia de distribuciones con una forma común,
diferenciadas por los valores de su media y su varianza.
La varianza representa la media aritmética de las desviaciones con respecto a la
media que son elevadas al cuadrado. Si atendemos a la colección completa de
datos (la población en su totalidad) obtenemos la varianza poblacional; y si por
el contrario prestamos atención sólo a una muestra de la población, obtenemos
en su lugar la varianza muestral. Las expresiones de estas medidas son las que
aparecen a continuación.
La desviación estándar es una medida de dispersión para variables de razón
(ratio o cociente) y de intervalo, de gran utilidad en la estadística descriptiva. Es
una medida (cuadrática) de lo que se apartan los datos de su media, y por tanto,
se mide en las mismas unidades que la variable.
La desviación estándar (σ ) determina el grado de apuntamiento de la curva.
Cuanto mayor sea el valor de σ, más se dispersarán los datos en torno a la media
y la curva será más plana.
 BIBLIOGRAFIA

.Pértega D S, Pita Fernández S. (2001); Representación gráfica en el análisis de

datos. Cad Aten Primaria Pg 112-117.
Guerra, B. C. W., Menéndez, A. E., & Barrero, M. R. (2009). Estadística.
Retrieved from https://ebookcentral.proquest.com
Altman DA. (1997) Practical statistics for medical research. 1th ed., repr.
London: Chapman & Hall; 1997.
Daniel WW. (1995)Bioestadística. Base para el análisis de las ciencias de la
salud. Mexico: Limusa
Colegio24hs (2004). Estadística. Retrieved from
https://ebookcentral.proquest.com