Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROFESIONAL
ACADEMICA
DE
PSICOLOGA
BIOESTADISTICA
OBJETIVO GENERAL
Conocer y aplicar
las tcnicas de
investigacin de
campo, que
mediante un
muestreo apropiado
le permitan realizar
inferencias hacia la
poblacin.
Comprender el procedimiento
para hacer vlido y confiable un
instrumento de medicin.
OBJETIVOS ESPECFICOS
CONTENIDO
Estadstica aplicada
la psicologa
Estadstica Descriptiva
Estadstica Inferencial
Frecuencias
Rango
Media
Suma
Moda
Tablas
Mediana
Grficas
Desviacin estndar
Mximo
Varianza
Curtosis
Mnimo
Asismetra
ESTADSTICA
DESCRIPTIVA
ESTADSTICA INFERENCIAL
Estadstica no Paramtrica
Estadstica Paramtrica
CHI-CUADRADA
BINOMIAL
PRUEBA T
DOS MUESTRAS
RELACIONADAS
Wilcoxon
Signo
McNemar
PRUEBA T
DOS MUESTRAS
INDEPENDIENTES
U de Mann Whitney
Kolmogorov-Smirnov Z
PRUEBA T
MAS DE DOS
MUESTRAS
INDEPENDIENTES
Kruskal Wallis H
Mediana
ANOVA
MAS DE DOS
MUESTRAS
RELACIONADAS
Friedman
W de Kendall
Q de Cochran
ANOVA
CORRELACIN
SPEARMAN
PEARSON
VALIDEZ Y
CONFIABILIDAD
ANALISIS FACTORIAL
ALPHA DE CRONBACH
TABLA DE FRECUENCIAS DE
VARIABLE CONTINUA
Para hallar la tabla de frecuencia necesitamos :
N de intervalos
sturgas
m= 1 + 3.322*log(n) .F.
Amplitud (rango)
m - Xmin
Ci = Xmax
TABLA DE FRECUENCIAS DE
VARIABLE CONTINUA
Ejemplo:
Los ingresos mensuales de 60 trabajadores de un hospital en el ao
2014 , son los siguientes:
440 560 335 587 613 400 424 466 565 393
453
526
570
428
440
492
450
450
574
382
MEDIDAS DE TENDENCIA
CENTRAL
MEDIA
MEDIANA
MODA
LA MEDIA
Es la suma de todos los valores
observados, dividido por el
nmero total de observaciones
para obtener un promedio.
LA MEDIA
X=
Media de una
muestra
Media ponderada =
EJEMPLOS
LA MEDIANA
Con
esta
medida
podemos
identificar el valor que se
encuentra en el centro de los
datos, despus que los elementos
han sido ordenados.
EJEMPLO
PAR
1,2,3,4,5,6
La mediana es el 3
LA MODA
EJEMPLO
Buscar la moda de:
5 12 9 5 8 7 1
Como la moda es el nmero que ms se repite, la moda
es 5.
Buscar la moda de :
23 35 45 33 47 31 29 22
Como ningn nmero se repite, no tiene moda.
CONCLUSIN
MEDIDAS DE POSICIN
CUARTILES
DECILES
PERCENTILES
CUARTILES:
DECILES:
PERCENTILES
EN RESUMEN:
Ejemplos:
Tenemos la distribucin de 80 trabajadores de la
empresa Mitchell S.A.C. Segn de sus sueldos.
Determinar Q1 , Q2, Q3 Y D6 e interpretarlas.
SUELDOS
NMERO DE
EMPLEADOS
11
13
20
17
15
[270 300 ]
MEDIDAS DE
DISPERSIN
La Amplitud
La Desviacin Media
La varianza
La Desviacin
Estndar
MEDIDAS DE DISPERSIN
Las
medidas
de
dispersin
cuantifican
la
separacin,
la
dispersin, la variabilidad de los
valores de la distribucin respecto
al valor central.
variable,
rendimientos.
concluiramos
que
los
cultivares
muestran
iguales
a) Amplitud o Rango
Diferencia entre observaciones
extremas:
R = X mximo X mnimo
Ejemplo:
1) Ante la pregunta sobre nmero de hijos por familia,
una muestra de 12 hogares, marc las siguientes
respuestas:
2 1
2
4
1
3
2 3
2
0
5
1
Calcule el rango de la variable
Solucin
Ejemplo:
2) Determinar las desviacin media del numero de
personas en 5 viviendas:
2, 4, 6, 8, 10
Solucin:
X = 2 + 4 + 6 + 8 + 10 = 6
5
DM =
12
12
5
= 2.4
c) La Varianza
Es una medida estadstica que mide la dispersin de
los valores respecto a un valor central (media), es
decir, es el cuadrado de las desviaciones:
Para datos
no
agrupados
Otra
formula
mas
simplificada
La varianza
para datos
agrupados
La varianza
para datos
agrupados
d) La Desviacin
Estndar
La desviacin estndar de un conjunto de
nmeros se define como raz cuadrada
positiva de la varianza
COEFICIENTE DE VARIACIN
Se utiliza para comparar dos o mas
distribuciones. Compara la variabilidad de
series de datos que tengan unidades diferentes.
Se obtiene aplicando la siguiente
S
CV 100%
x
Ejemplo
Analizar comparativamente la distribucin de los sueldos
de los 45 trabajadores de la Empresa Mitchell s.a.c. Se
conoce que:
S
X
Directivos
70
700
Empleados 60
300
Obreros
250
90
SOLUCIN:
S
CV
C.V(%)
70
700
0.10
10
Empleados 60
300
0,20
20
Obreros
250
0.36
36
Directivos
90
Datos no agrupados
Resume
n
Datos agrupados
Desviacin
media
Desviacin media
Varianza
Varianza
Desviacin estndar
Coeficiente de variacin
S
CV 100%
x
Medidas de Correlacin
Correlacin De Pearson
COMPETENCIAS
Conocer cmo relacionar dos variables numricas.
Sabr cmo mostrar dos variables numricas.
Aplicar la frmula de r de Pearson para medir la
INTRODUCCIN
Hay dos razones principales de por qu examinar
la relacin entre dos variables cuantitativas.
Los valores de una variable tienden a ser ms
altos o bajos para valores ms altos de la otra
variable?
Cul es el valor de una variable cuando
conocemos el valor de la otra?
Para evaluar el grado de asociacin entre dos
variables cuantitativas, utilizamos la correlacin.
INTRODUCCIN
Mostrando la relacin
Una forma simple y efectiva de examinar la relacin entre dos
variables cuantitativas es usar una grfica de puntos dispersos.
Cada punto corresponde a un individuo.
Ejemplo:
En un estudio de hipertensin en 40 mujeres, los mdicos
estaban interesados en la relacin entre edad y tensin
arterial sistlica
Mostrando la relacin
CORRELACIN
COEFICIENTE DE CORRELACIN DE
PEARSON, R
Sirve para medir la fuerza o intensidad de la relacin
entre dos variables (variables cuantitativas)
La correlacin se encuentra entre
(-1, 1)
Correlacin Positiva
Significa que individuos que
tienen puntuaciones ALTAS
en una variable tienden a
obtener puntuaciones
ALTAS en la otra variable y
viceversa.
EJEMPLOS
Gastos
Ventas
millones millones
$
$
(x)
(y)
Edad
novio
(x)
Edad
novia
(y)
25
18
27
29
31
25
34
27
50
60
120
150
36
27
10
180
40
30
45
36
Correlacin Negativa
Significa que individuos que
tienen puntuaciones ALTAS
en una variable tienden a
obtener puntuaciones
BAJAS en la otra variable y
viceversa.
EJEMPLOS
Edad
(x)
Respuestas
inadecuadas
(y)
Vacunas
(x)
Enfermedade
10
(y)
11
12
10
11
10
11
11
Correlacin Nula
Significa que no
existe dependencia
entre las variables.
EJEMPLOS
Edad
(x)
Ventas
(y)
11
12
10
11
10
11
11
Calif.(x)
Utilidade
s (y)
10
DIAGRAMA
DE
DISPERSIN
Representacin
en un sistema
de coordenadas
rectangulares,
donde (x, y) son
los valores de
las
variables
correlacionadas
CORRELACIN POSITIVA
G
A
N
A
N
C
I
A
S
VENTAS
CORRELACIN NEGATIVA
E
M
B
A
R
A
Z
O
S
(y)
ANTICONCEPTIVOS (x)
CORRELACIN NULA
Partidos
ganados
Calificaciones
Correlacin Positiva
Perfecta
25
25
20
20
15
15
10
Sin Correlacin
5
0
5
10
15
20
25
0
0
10
15
25
R=
0
15
10
0
15
X
20
25
R=>1
R=-1
20
10
25
Correlacin
Negativa
25
20
20
10
10
15
15
15
10
X
20
20
R=1
Correlacin
Positiva
25
25
0
10
10
15
X
20
25
R=>-1
COEFICIENTE DE CORRELACIN
DE PEARSON
Sirve para medir la relacin existente entre las
variables correlacionadas.
Datos agrupados:
Dada la siguiente tabla determine el coeficiente de correlacin
de Pearson
X
55
60
65
80
85
75
Datos agrupados:
Dada la siguiente tabla determine el coeficiente de correlacin
de Pearson
Edad
(x)
Respuestas
inadecuadas
(y)
11
12
10
11
10
11
11
PROBABILIDADE
S
Cul es la
Bioestadstica?
probabilidad
de
aprobar
Probabilidad
El conocimiento de la probabilidad es de suma
importancia en todo estudio estadstico.
El calculo de probabilidades proporciona las
reglas para el estudio de los experimentos
aleatorios o de azar, que constituyen la base
para la estadstica inferencial
Nocin de
Probabilidad
S = {R,R,R,R,R,B,B,B,V,V}
n(S) = 10
A = { V, V}
n(A) = 2
Otros ejemplos:
Al rodar un dado correcto , cual es la probabilidad de
obtener 2?
los
Suceso o Evento:
Suceso es simplemente un subconjunto de resultados
posibles, en otras palabras, suceso es un subconjunto
del espacio muestral S.
Los sucesos se denotan con letras maysculas, A, B, C,
D ,etc.
Ejemplos:
a)Experimento: Se hace rodar un dado y se observa el nmero que
aparece en la cara superior.
Espacio muestral: S = {1, 2, 3, 4, 5, 6}
Evento
A: obtener numero par:
A = { 2, 4, 6}
b)Experimento: Arrojar dos monedas y observar el resultado
Espacio muestral: S = {CC, CS, SC, SS}
Evento
D: obtener dos caras:
D = { CC }
C) Experimento: Lanzar dos dados y se observa los puntos
obtenidos.
Espacio muestral: S ={(1,1), (1,2),(1,3),(1,4),(1,5),(1,6)
(2,1), (2,2),(2,3),(2,4),(2,5),(2,6)
(3,1), (3,2),(3,3),(3,4),(3,5),(3,6)
(4,1), (4,2),(4,3),(4,4),(4,5),(4,6)
(5,1), (5,2),(5,3),(5,4),(5,5),(5,6)
(6,1), (6,2),(6,3),(6,4),(6,5),(6,6)}
Suceso o Evento: A: Obtener la suma de los puntos igual o mayor
Operaciones con
Se pueden combinar
sucesos para formar nuevos sucesos, para el
sucesos
efecto se realizan diferentes operaciones con conjuntos.
Operaciones con
sucesos
(Complemento de A) : Es el suceso que ocurra si y solo si A no
c) CA
ocurre.
Ejemplo:
De cinco dirigentes a, b, c, d, e se elige una comisin de tres
miembros:
a)Determinar el espacio muestral asociado al experimento,
b)En la base al espacio muestral S, determinar los sucesos:
Solucin:
Axiomas de
Probabilidad
Ejemplo:
a)Una caja contiene 280 plumones iguales, de los cuales 100
son producidos por la maquina A, 80 por la mquina B, 60 por la
maquina C y 40 por la maquina D. Si se elige un plumn al azar
de la caja, cul es la probabilidad que el plumn elegido haya
sido producido por las maquinas A o C ?
Solucin:
b) De un comit de 20 Psiclogos pertenecientes al Hospital,
Empresa y Universidad, se va a elegir al azar al presidente del
comit; se sabe que la probabilidad de elegir a un Psiclogo de
hospital es de 3/5, Cual es la probabilidad que el presidente no
sea del Hospital ?
Solucin:
Teoremas de la
Probabilidad
P( A E )
P( A / E )
P( E )