PROBABILIDAD Y

ESTADISTICA.

Tema 1: Introducción a la estadística

El análisis estadístico nos provee un conjunto de
principios y procedimientos para manipular, resumir e
investigar datos con el fin de obtener información útil en la
toma de decisiones.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 1

 ¿PARA QUÉ SIRVE LA ESTADÍSTICA?
 La Ciencia se ocupa en general de fenómenos observables

 La Ciencia se desarrolla observando hechos, formulando leyes que los

explican y realizando experimentos para validar o rechazar dichas leyes

 Los modelos que crea la ciencia son de tipo determinista o aleatorio

(estocástico)

 La Estadística se utiliza como tecnología al servicio de las ciencias donde

la variabilidad y la incertidumbre forman parte de su naturaleza

 “La Bioestadística [...] enseña y ayuda a investigar en todas las áreas de las
Ciencias de la Vida donde la variablidad no es la excepción sino la regla”
Carrasco de la Peña (1982)

ESTADISTICA DESCRIPTIVA 1(1)-RV> 2

DEFINICIÓN
La Estadística es la Ciencia de la

• Sistematización, recogida, ordenación y presentación de los

datos referentes a un fenómeno que presenta variabilidad o
incertidumbre para su estudio metódico, con objeto de sintetizar
la informacion.

• deducir las leyes que rigen esos fenómenos,

• y poder de esa forma hacer previsiones sobre los mismos, tomar

decisiones u obtener conclusiones.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 3

 Pasos en un estudio estadístico
 Plantear hipótesis sobre una población
 Los fumadores tienen “más inasistencias ” laborales que los no fumadores
 ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?

 Decidir qué datos recoger (diseño de experimentos)

 Qué individuos pertenecerán al estudio (muestras)
 Fumadores y no fumadores en edad laboral.
 Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los que padecen enfermedades crónicas?
 Qué datos recoger de los mismos (variables)
 Número de bajas
 Tiempo de duración de cada baja
 ¿Sexo? ¿Sector laboral? ¿Otros factores?

 Recoger los datos (muestreo)

 ¿Estratificado? ¿Sistemáticamente?

 Describir (resumir) los datos obtenidos

 tiempo medio de inasistencia en fumadores y no (estadísticos)
 % de inasistencia por fumadores y sexo (frecuencias), gráficos,...

 Realizar una inferencia sobre la población

No tienes que
 Los fumadores tienen inasistencia de al menos 10 días/año más de media que los no fumadores. entenderlo (aún)
 Cuantificar la confianza en la inferencia
 Nivel de confianza del 95%
 Significación del contraste: p=2%

ESTADISTICA DESCRIPTIVA 1(1)-RV> 4

MÉTODO CIENTÍFICO Y
ESTADÍSTICA

Plantear Diseñar
hipótesis experimento

Obtener Recoger datos

conclusiones y analizarlos

ESTADISTICA DESCRIPTIVA 1(1)-RV> 5

POBLACIÓN Y MUESTRA

 Población (‘population’) es el conjunto sobre el que estamos

interesados en obtener conclusiones (hacer inferencia).
 Normalmente es demasiado grande para poder abarcarlo.

 Muestra (‘sample’) es un subconjunto suyo al que tenemos acceso y

sobre el que realmente hacemos las observaciones (mediciones)
 Debería ser “representativo”
 Esta formado por miembros “seleccionados” de la población
(individuos, unidades experimentales).

ESTADISTICA DESCRIPTIVA 1(1)-RV> 6

 VARIABLES
 Una variable es una característica observable que varía entre los diferentes
individuos de una población. La información que disponemos de cada individuo es
resumida en variables.

 En los individuos de la población humana, de uno a

otro es variable:

 El grupo sanguíneo
 {A, B, AB, O}  Var. Cualitativa
 Su nivel de felicidad “declarado”
 {Deprimido, Ni fu ni fa, Muy Feliz}  Var. Ordinal
 El número de hijos
 {0,1,2,3,...}  Var. Numérica discreta
 La altura
 {1’62 ; 1’74; ...}  Var. Numérica continua

ESTADISTICA DESCRIPTIVA 1(1)-RV> 7

 TIPOS DE VARIABLES
 Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un
número (no se pueden hacer operaciones algebraicas con ellos)

 Nominales: Si sus valores no se pueden ordenar

 Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)

 Ordinales: Si sus valores se pueden ordenar

 Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor

 Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas
con ellos)

 Discretas: Si toma valores enteros

 Número de hijos, Número de cigarrillos, Num. de “cumpleaños”

 Continuas: Si entre dos valores, son posibles infinitos valores intermedios.

 Altura, Presión intraocular, Dosis de medicamento administrado, edad

ESTADISTICA DESCRIPTIVA 1(1)-RV> 8

Pueden observarse muchas características diferentes para un mismo individuo. Estas
características, dependiendo del tipo de valores que originan, pueden medirse con
cuatro tipos distintos de escalas de medida.
Escala nominal:
La forma más simple de observación es la clasificación de individuos en clases que
simplemente pueden distinguirse entre si pero no compararse ni realizar entre ellas
operaciones aritméticas. En este tipo se incluyen características tales como la
profesión, nacionalidad, grupo sanguíneo, provincia de origen, etc.
Escala ordinal:
A veces, las categorías obtenidas pueden ser ordenadas, aunque diferencias
numéricas iguales a lo largo de la escala numérica utilizada para medir dichas clases
no correspondan a incrementos iguales en la propiedad que se mide. Por ejemplo,
puede asignarse un número de orden de nacimiento a un grupo de hermanos, sin que
la diferencia de edad entre el 1º y el 2º de ellos sea la misma que la del 2º al 3º.
Características de este tipo son: grado de mejoría de un paciente, las puntuaciones en
test de aptitud, etc.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 9

Escala de intervalo:
Esta escala, además de clasificar y ordenar a los individuos, cuantifica la diferencia
entre dos clases, es decir, puede indicar cuanto más significa una categoría que otra.
Para ello es necesario que se defina una unidad de medida y un origen, que es por su
naturaleza arbitrario. Tal ocurre con la temperatura y también con la escala
cronológica.
Escala de razón:
Es idéntica a la anterior, pero además existe un cero absoluto. En el apartado anterior
hemos incluido el caso del tiempo, ya que no puede medirse con una escala de razón.
En efecto, si consideramos las fechas 2000 DC y 1000 DC, aunque 2000 es el doble
que 1000 no quiere decirse que el tiempo desde el origen del hombre sea el doble en
un caso que en otro, pues hasta el año 0 DC han transcurrido un número de años
desconocido. Ejemplos de características que pueden ser medidas a nivel de razón
son el volumen de ventas, coste de producción, edad, cotización de un cierto tipo de
acciones, etc.
El nivel elegido para medir una característica condiciona el resto del análisis
estadístico, pues las técnicas utilizadas deben tener en cuenta la escala que se ha
empleado.
En general cuanto mayor sea el nivel utilizado, mayor número de técnicas podrán
aplicarse y mayor precisión se logrará, por lo que se recomienda usar la escala de
intervalo o la de razón siempre que sea posible.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 10

 Resumen de Tipos de variables y Escalas de Medición

Variables

Cualitativa o Atributo Cuantitativa o Númerica

Escala de medición Escala de medición

Nominal Intervalo Discreta

Ordinal Razón Continua

El siguiente link te lleva a un video sobre este tema:

www.bioestadistico.com/index.php?option=com_content&view=article&id=84&Item
id=65

ESTADISTICA DESCRIPTIVA 1(1)-RV> 11

 Es buena idea codificar las variables con números para poder
procesarlas con facilidad en un ordenador.
 Es conveniente asignar “etiquetas” a los valores de las variables para
recordar qué significan los códigos numéricos.
 Sexo (Cualit: Códigos arbitrarios)
 1 = Hombre
 2 = Mujer
 Raza (Cualit: Códigos arbitrarios)
 1 = Blanca
 2 = Negra,...
 Felicidad Ordinal: Respetar un orden al codificar.
 1 = Muy feliz
 2 = Bastante feliz
 3 = No demasiado feliz
 Se pueden asignar códigos a respuestas especiales como
 0 = No sabe
 99 = No contesta...
 Estas situaciones deberán ser tenidas en cuentas en el análisis. Datos
perdidos

ESTADISTICA DESCRIPTIVA 1(1)-RV> 12

 Aunque se codifiquen como números, debemos recordar siempre el
verdadero tipo de las variables y su significado cuando vayamos a usar
programas de cálculo estadístico.
 No todo está permitido con cualquier tipo de variable.

 Los posibles valores de una variable suelen denominarse modalidades.

 Las modalidades pueden agruparse en clases (intervalos)

 Edades:
 Menos de 20 años, de 20 a 50 años, más de 50 años
 Hijos:
 Menos de 3 hijos, De 3 a 5, 6 o más hijos

ESTADISTICA DESCRIPTIVA 1(1)-RV> 13

 Las modalidades/clases deben forman un sistema exhaustivo y
excluyente
 Exhaustivo: No podemos olvidar ningún posible valor de la variable

 Mal: ¿Cuál es su color del pelo: (Rubio, Moreno)?

 Bien: ¿Cuál es su grupo sanguíneo?
 Excluyente: Nadie puede presentar dos valores
simultáneos de la variable
 Estudio sobre el ocio
 Mal: De los siguientes, qué le gusta: (deporte, cine)

 Bien: Le gusta el deporte: (Sí, No)

 Bien: Le gusta el cine: (Sí, No)

 Mal: Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2)

ESTADISTICA DESCRIPTIVA 1(1)-RV> 14

 PRESENTACIÓN ORDENADA DE DATOS

7
6

Género Frec. 5
4
Hombre 4
3
2

Mujer 6 1
0
Hombre Mujer

 Las tablas de frecuencias y las representaciones gráficas son dos

maneras equivalentes de presentar la información. Las dos
exponen ordenadamente la información recogida en una muestra.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 15

 Diagrama de Tallo y Hojas

Ejemplo: Resistencia a la Tensión de 80 muestras de

aleación Aluminio-Litio
105 221 183 186 121 181 180 143 97 154 153 174
120 168 167 141 245 228 174 199 181 158 176 110
163 131 154 115 160 208 158 133 207 180 190 193
194 133 156 123 134 178 76 167 184 135 229 146
218 157 101 171 165 172 158 169 199 151 142 163
145 171 148 158 160 175 149 87 160 237 150 135
196 201 200 176 150 170 118 149

ESTADISTICA DESCRIPTIVA 1(1)-RV> 16

Tallo Hoja Frecuencia
7 6 1
8 7 1
9 7 1
10 5 1 2
11 5 8 0 3
12 1 0 3 3
13 4 1 3 5 3 5 6
14 2 9 5 8 3 1 6 9 8
15 4 7 1 3 4 0 8 8 6 8 0 8 12
16 3 0 7 3 0 5 0 8 7 9 10
17 8 5 4 4 1 6 2 1 0 6 10
18 0 3 6 1 4 1 0 7
19 9 6 0 9 3 4 6
20 7 1 0 8 4
21 8 1
22 1 8 9 3
23 7 1
24 5 1
ESTADISTICA DESCRIPTIVA 1(1)-RV> 17
 TABLAS DE FRECUENCIA
 Exponen la información recogida en la muestra, de forma que no se pierda nada de
información (o poca).

 Frecuencias absolutas: Contabilizan el número de individuos de cada modalidad

 Frecuencias relativas (porcentajes): Idem, pero dividido por el total

 Frecuencias acumuladas: Sólo tienen sentido para variables ordinales y numéricas

 Muy útiles para calcular cuantiles (ver más adelante)
 ¿Qué porcentaje de individuos tiene menos de 3 hijos? Sol: 69,5%
 ¿Entre 4 y 6 hijos? Soluc 1ª: 8,4%+3,6%+1,6%= 13,6%. Soluc 2ª: 97,3% - 83,8% = 13,5%

Sexo del encuestado Número de hijos

Porcentaje Porcentaje Porcentaje

Frecuencia Porcentaje válido Frecuencia Porcentaje válido acumulado
Válidos Hombre 636 41,9 41,9 Válidos 0 419 27,6 27,8 27,8
Mujer 881 58,1 58,1 1 255 16,8 16,9 44,7
Total 1517 100,0 100,0 2 375 24,7 24,9 69,5
3 215 14,2 14,2 83,8
Nivel de felicidad
4 127 8,4 8,4 92,2
Porcentaje Porcentaje 5 54 3,6 3,6 95,8
Frecuencia Porcentaje válido acumulado 6 24 1,6 1,6 97,3
Válidos Muy feliz 467 30,8 31,1 31,1
7 23 1,5 1,5 98,9
Bas tante feliz 872 57,5 58,0 89,0
Ocho o más 17 1,1 1,1 100,0
No demas iado feliz 165 10,9 11,0 100,0
Total 1509 99,5 100,0
Total 1504 99,1 100,0
Perdidos No contes ta Perdidos No contes ta 8 ,5
13 ,9
Total 1517 100,0 Total 1517 100,0

ESTADISTICA DESCRIPTIVA 1(1)-RV> 18

DATOS DESORDENADOS Y ORDENADOS EN
TABLAS

 Variable: Género Género Frec. Frec. relat.

porcentaje
 Modalidades:
 H = Hombre Hombre 4 4/10=0,4=40%
 M = Mujer
Mujer 6 6/10=0,6=60%

10=tamaño
muestral
 Muestra:

MHHMMHMMMH

 equivale a
HHHH MMMMMM

ESTADISTICA DESCRIPTIVA 1(1)-RV> 19

 Ejemplo
 ¿Cuántos individuos tienen Número de hijos
menos de 2 hijos?
Porcent. Porcent.
 frec. indiv. sin hijos
+ Frec. (válido) acum.
frec. indiv. con 1 hijo 0 419 27,8 27,8
= 419 + 255 1 255 16,9 44,7
= 674 individuos 2 375 24,9 69,5 ≥50%
3 215 14,2 83,8
 ¿Qué porcentaje de individuos 4 127 8,4 92,2
tiene 6 hijos o menos? 5 54 3,6 95,8
 97,3% 6 24 1,6 97,3
7 23 1,5 98,9
 ¿Qué cantidad de hijos es tal Ocho+ 17 1,1 100,0
que al menos el 50% de la Total 1509 100,0
población tiene una cantidad
inferior o igual?
 2 hijos

ESTADISTICA DESCRIPTIVA 1(1)-RV> 20

Principios a utilizar al construir una Tabla de Distribución de
Frecuencias, TDF.
Aunque esta tabla sirve para resumir información de variables discretas ó
continuas, de manera particular la TDF permite transformar una variable
continua, a una variable discreta definida por el número de intervalos y su
frecuencia. Esta transformación permite construir gráficos de histogramas o
polígonos. Con Variables continuas como (peso, altura, producción / superficie,
etc.) el recorrido de la variable se parte en intervalos semiabiertos, las clases.
•Lo primero para construir una TDF es definir el “número de clases” ó intervalos a
crear y el “intervalo o ancho” de cada intervalo. Para que los gráficos permitan
visualizar tendencias de la variable en estudios, el número de clases se
recomienda que no sean menor de 5 ni mayor de 20.
•Al ancho de clase se calcula dividiendo el Rango (valor mayor – valor menor),
con un valor que debe variar entre 5 y 20. Hay que utilizar más clases cuando se
tiene más datos disponibles, si el número de clases es muy grande es posible
tener muchas clases vacías, si es demasiado pequeño podrían quedar ocultas
características importantes de los datos al agruparlos. Se tendría que determinar
el número de clases a partir de la cantidad de datos presente y de su
uniformidad, en general con menos de treinta datos se usa una TDF con 5
clases. ESTADISTICA DESCRIPTIVA 1(1)-RV> 21
El valor central de una clase se llama “marca de clase”, este valor se usa
para construir los gráficos de polígonos de frecuencia. Veamos un ejemplo
de cómo se construye una Tabla de Distribución de Frecuencias. Es
importante resaltar que con las variables nominales no se construyen
intervalos, límites ó marcas de clase, estos no tienen sentido con este tipo de
variable.
Ejemplo con Datos de ingresos de 24 familias.
Variable: Ingresos quincenales en $ por familia, n = 24 datos.
1,450 1,443 1,536 1,394 1,623 1,650 1,480 1,355 1,350 1,430
1,520 1,550 1,425 1,360 1,430 1,450 1,680 1,540 1,304 1,260
1,328 1,304 1,360 1,600

Secuencia de actividades
Se calcula el Rango de los datos, valor mayor menos valor menor : 1680- 1,260 =
420 $.
Ancho de clase: El rango se divide en cuatro, 420/4= 105 $, se ajusta a 100 $ y de
esta manera el número de clases queda en cinco.
Se construye los límites inferiores y superiores de cada clase como intervalos
semiabiertos,
Luego se cuentan las frecuencias por clase, esto es la Frecuencia Absoluta
Se calcula la Frecuencia Relativa (Frecuencia Absoluta / n)
Se hace Frecuencia Acumulada. que es la suma de las frecuencias absolutas.
ESTADISTICA DESCRIPTIVA 1(1)-RV> 22
También se pueden hacer las frecuencias expresadas en porcentajes.
Tabla de Distribución de frecuencias, TDF.
Clase Lím Inf Lim. Sup Marca de clase Frec Abs Fre Rel Frec Acum
1 1,200 <1,300 1,250 1 0.04 1
2 1,300 <1,400 1,350 8 0.33 9
3 1,400 <1,500 1,450 7 0.29 16
4 1,500 <1,600 1,550 4 0.17 20
5 1,600 <1,700 1,650 4 0.17 24
Total 24 1.00

HISTOGRAMA-

El Polígono es una línea quebrada que se construye

uniendo los puntos medios en la parte superior de cada
barra, marca de clase de un histograma

ESTADISTICA DESCRIPTIVA 1(1)-RV> 23

 GRÁFICOS PARA V. CUALITATIVAS

 Diagramas de barras
 Alturas proporcionales a las frecuencias (abs. o rel.)
 Se pueden aplicar también a variables discretas

 Diagramas de sectores (tartas, polares)

 No usarlo con variables ordinales.
 El área de cada sector es proporcional a su frecuencia (abs.
o rel.)

 Pictogramas
 Fáciles de entender.
 El área de cada modalidad debe ser proporcional a la
frecuencia. ¿De los dos, cuál es incorrecto?.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 24

GRÁFICOS DIFERENCIALES PARA VARIABLES
NUMÉRICAS 400
419
375

300

255

Recuento
 Son diferentes en función de que las 200
215

variables sean discretas o continuas. 100

127

Valen con frec. absolutas o relativas. 54

24 23 17

 Diagramas barras para v. discretas 0 1 2 3 4 5

Número de hijos
6 7 Ocho o más

 Se deja un hueco entre barras para indicar

los valores que no son posibles 250

200

Histogramas para v. continuas

Recuento
 150

 El área que hay bajo el histograma entre dos 100

puntos cualesquiera indica la cantidad

50

(porcentaje o frecuencia) de individuos en el

intervalo. 20 40 60 80

Edad del encuestado

ESTADISTICA DESCRIPTIVA 1(1)-RV> 25

 DIAGRAMAS INTEGRALES

 Cada uno de los anteriores diagramas tiene su correspondiente diagrama integral. Se realizan a partir de las
frecuencias acumuladas. Indican, para cada valor de la variable, la cantidad (frecuencia) de individuos que
poseen un valor inferior o igual al mismo. No los construiremos en clase. Se pasan de los diferenciales a los
integrales por integración y a la inversa por derivación.

ESTADISTICA DESCRIPTIVA 1(1)-RV> 26

¿QUÉ HEMOS VISTO?

 Definición de estadística
 Población
 Muestra
 Variables
 Cualitativas
 Numéricas
 Presentación ordenada de datos
 Tablas de frecuencias
 absolutas
 relativas
 acumuladas
 Representaciones gráficas
 Cualitativas
 Numéricas
 Diferenciales
 Integrales
Muchas gracias a la cátedra de Bioestadística de la Universidad de Málaga,
por permitirnos usar sus ppt y adaptarlos.
ESTADISTICA DESCRIPTIVA 1(1)-RV> 27