Bioestadstica

Tema 1: Introduccin a la
estadstica
Bioestadstica. U. Mlaga.

Tema 1: Introducin

Para qu sirve la estadstica?

La Ciencia se ocupa en general de fenmenos 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
(estocstico)
La Estadstica se utiliza como tecnologa al servicio de las ciencias
donde la variabilidad y la incertidumbre forman parte de su naturaleza
La Bioestadstica [...] ensea y ayuda a investigar en todas las reas de
las Ciencias de la Vida donde la variablidad no es la excepcin sino la
regla
Carrasco de la Pea (1982)

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Definicin
La Estadstica es la Ciencia de la
Sistematizacin, recogida, ordenacin y
presentacin de los datos referentes a un fenmeno
que presenta variabilidad o incertidumbre para su
estudio metdico, con objeto de
deducir las leyes que rigen esos fenmenos,
y poder de esa forma hacer previsiones sobre los
mismos, tomar decisiones u obtener conclusiones.

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Pasos en un estudio estadstico

Plantear hiptesis sobre una poblacin

Los fumadores tienen ms bajas laborales que los no fumadores

En qu sentido? Mayor nmero? Tiempo medio?

Decidir qu datos recoger (diseo de experimentos)

Qu individuos pertenecern al estudio (muestras)

Fumadores y no fumadores en edad laboral.

Criterios de exclusin Cmo se eligen? Descartamos los que padecen enfermedades
crnicas?

Qu datos recoger de los mismos (variables)

Nmero de bajas
Tiempo de duracin de cada baja
Sexo? Sector laboral? Otros factores?

No tenis que
entenderlo (an)

Recoger los datos (muestreo)

Estratificado? Sistemticamente?

Describir (resumir) los datos obtenidos

tiempo medio de baja en fumadores y no (estadsticos)

% de bajas por fumadores y sexo (frecuencias), grficos,...

Realizar una inferencia sobre la poblacin

Los fumadores estn de baja al menos 10 das/ao ms de media que los no fumadores.

Cuantificar la confianza en la inferencia

Nivel de confianza del 95%
Significacin del contraste: p=2%

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Mtodo cientfico y estadstica

Plantear
hiptesis

Disear
experimento

Obtener
conclusiones

Recoger datos
y analizarlos

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Poblacin y muestra
Poblacin (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)
Debera ser representativo
Esta formado por miembros seleccionados de la poblacin
(individuos, unidades experimentales).

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Variables

Una variable es una caracterstica observable que vara entre los

diferentes individuos de una poblacin. La informacin que disponemos
de cada individuo es resumida en variables.

En los individuos de la poblacin espaola, de uno

a otro es variable:
El grupo sanguneo
{A, B, AB, O}

Var. Cualitativa

Su nivel de felicidad declarado

{Deprimido, Ni fu ni fa, Muy Feliz}

El nmero de hijos
{0,1,2,3,...}

La altura

Var. Ordinal

Var. Numrica discreta

{162 ; 174; ...}

Var. Numrica continua

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Tipos de variables
Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un
nmero (no se pueden hacer operaciones algebraicas con ellos)
Nominales: Si sus valores no se pueden ordenar

Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)

Ordinales: Si sus valores se pueden ordenar

Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor

Cuantitativas o Numricas
Si sus valores son numricos (tiene sentido hacer operaciones
algebraicas con ellos)
Discretas: Si toma valores enteros

Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos

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

Altura, Presin intraocular, Dosis de medicamento administrado, edad

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Es buena idea codificar las variables

como nmeros para poder procesarlas
con facilidad en un ordenador.
Es conveniente asignar etiquetas a
los valores de las variables para
recordar qu significan los cdigos
numricos.
Sexo (Cualit: Cdigos arbitrarios)
1 = Hombre
2 = Mujer

Raza (Cualit: Cdigos 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 cdigos a

respuestas especiales como
0 = No sabe
99 = No contesta...

Estas situaciones debern ser tenidas

en cuentas en el anlisis. Datos
perdidos (missing data)

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Aunque se codifiquen como nmeros, debemos recordar siempre el

verdadero tipo de las variables y su significado cuando vayamos a
usar programas de clculo estadstico.
No todo est permitido con cualquier tipo de variable.

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Los posibles valores de una variable suelen denominarse modalidades.

Las modalidades pueden agruparse en clases (intervalos)
Edades:

Menos de 20 aos, de 20 a 50 aos, ms de 50 aos

Hijos:

Menos de 3 hijos, De 3 a 5, 6 o ms hijos

Las modalidades/clases deben forman un sistema exhaustivo y

excluyente

Exhaustivo: No podemos olvidar ningn posible valor de la variable

Mal: Cul es su color del pelo: (Rubio, Moreno)?
Bien: Cul es su grupo sanguneo?

Excluyente: Nadie puede presentar dos valores

simultneos de la variable
Estudio sobre el ocio

Mal: De los siguientes, qu le gusta: (deporte, cine)

Bien: Le gusta el deporte: (S, No)
Bien: Le gusta el cine: (S, No)
Mal: Cuntos hijos tiene: (Ninguno, Menos de 5, Ms de 2)
Tema 1: Introducin

Bioestadstica. U. Mlaga.

Presentacin ordenada de datos

7

Gnero

Frec.

Hombre

6
5
4
3

Mujer

2
1
0
Hombre

Mujer

Las tablas de frecuencias y las representaciones

grficas son dos maneras equivalentes de presentar la
informacin. Las dos exponen ordenadamente la
informacin recogida en una muestra.
Bioestadstica. U. Mlaga.

Tema 1: Introducin

Tablas de frecuencia
Exponen la informacin recogida en la muestra, de forma que no se pierda nada de
informacin (o poca).
Frecuencias absolutas: Contabilizan el nmero de individuos de cada modalidad
Frecuencias relativas (porcentajes): Idem, pero dividido por el total
Frecuencias acumuladas: Slo tienen sentido para variables ordinales y numricas
Muy tiles para calcular cuantiles (ver ms adelante)

Qu porcentaje de individuos tiene menos de 3 hijos? Sol: 83,8

Entre 4 y 6 hijos? Soluc 1: 8,4%+3,6%+1,6%= 13,6%. Soluc 2: 97,3% - 83,8% = 13,5%

Sexo del encuestado

Vlidos

Hombre
Mujer
Total

Frecuencia
636
881
1517

Porcentaje
41,9
58,1
100,0

Nmero de hijos

Porcentaje
vlido
41,9
58,1
100,0

Vlidos

Nivel de felicidad

Vlidos

Perdidos
Total

Muy feliz
Bastante feliz
No demasiado feliz
Total
No contesta

Frecuencia Porcentaje
467
30,8
872
57,5
165
10,9
1504
99,1
13
,9
1517
100,0

Porcentaje
vlido
31,1
58,0
11,0
100,0

Porcentaje
acumulado
31,1
89,0
100,0

Perdidos
Total

0
1
2
3
4
5
6
7
Ocho o ms
Total
No contesta

Frecuencia
419
255
375
215
127
54
24
23
17
1509
8
1517

Porcentaje
27,6
16,8
24,7
14,2
8,4
3,6
1,6
1,5
1,1
99,5
,5
100,0

Porcentaje
vlido
27,8
16,9
24,9
14,2
8,4
3,6
1,6
1,5
1,1
100,0

Porcentaje
acumulado
27,8
44,7
69,5
83,8
92,2
95,8
97,3
98,9
100,0

Tema 1: Introducin

Bioestadstica. U. Mlaga.

Datos desordenados y ordenados en tablas

Variable: Gnero
Modalidades:
H = Hombre
M = Mujer

Muestra:

Gnero Frec.

Frec. relat.
porcentaje

Hombre 4

4/10=0,4=40%

Mujer

6/10=0,6=60%

6
10=tamao
muestral

MHHMMHMMMH
equivale a
HHHH MMMMMM
Bioestadstica. U. Mlaga.

Tema 1: Introducin

Ejemplo

Cuntos individuos tienen

menos de 2 hijos?
frec. indiv. sin hijos
+
frec. indiv. con 1 hijo
= 419 + 255
= 674 individuos

Qu porcentaje de individuos
tiene 6 hijos o menos?
97,3%

Qu cantidad de hijos es tal

que al menos el 50% de la
poblacin tiene una cantidad
inferior o igual?

Nmero de hijos

0
1
2
3
4
5
6
7
Ocho+
Total

Frec.
419
255
375
215
127
54
24
23
17
1509

Porcent.
(vlido)
27,8
16,9
24,9
14,2
8,4
3,6
1,6
1,5
1,1
100,0

Porcent.
acum.
27,8
44,7
69,5
83,8
92,2
95,8
97,3
98,9
100,0

50%

2 hijos

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Grficos para v. cualitativas

Diagramas de barras

Alturas proporcionales a las frecuencias (abs. o

rel.)
Se pueden aplicar tambin a variables discretas

Diagramas de sectores (tartas, polares)

No usarlo con variables ordinales.

El rea de cada sector es proporcional a su
frecuencia (abs. o rel.)

Pictogramas

Fciles de entender.
El rea de cada modalidad debe ser proporcional a
la frecuencia. De los dos, cul es incorrecto?.

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Grficos diferenciales para variables numricas

419

400

300

Recuento

Son diferentes en funcin de que las

variables sean discretas o continuas.
Valen con frec. absolutas o relativas.

375

255
215
200

127
100

54

Diagramas barras para v. discretas

24
0

Se deja un hueco entre barras para indicar

los valores que no son posibles

23

17

7 Ocho o ms

Nmero de hijos

250

El rea que hay bajo el histograma entre

dos puntos cualesquiera indica la cantidad
(porcentaje o frecuencia) de individuos en
el intervalo.

200

Recuento

Histogramas para v. continuas

150

100

50

20

40

60

80

Edad del encuestado

Bioestadstica. U. Mlaga.

Tema 1: Introducin

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 integracin y a la inversa por
derivacin (en un sentido ms general del que visteis en bachillerato.)

Bioestadstica. U. Mlaga.

Tema 1: Introducin

Qu hemos visto?
Definicin de estadstica
Poblacin
Muestra
Variables
Cualitativas
Numricas

Presentacin ordenada de datos

Tablas de frecuencias
absolutas
relativas
acumuladas

Representaciones grficas
Cualitativas
Numricas

Diferenciales
Integrales

Bioestadstica. U. Mlaga.

Tema 1: Introducin

10