Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tapa
Retiro de Tapa
Portadilla
ndice General
Referencias de conos y estilos ...................................................6
Marco institucional:
Asociacin Trabajadores del Estado ............................................8
Universidad Nacional del Litoral ..................................................10
Esquema de contenidos .............................................................12
1. Presentacin ........................................................................14
2. Objetivos ..............................................................................15
3. Unidad 1: Estadstica. Conceptos Generales .......................16
3.1 Estadstica .........................................................................16
3.2 Estadstica Descriptiva .......................................................16
3.3 Estadstica inferencial................. .........................................17
3.4 Poblacin ............................................................................17
3.5 Muestra ..............................................................................18
3.6 Tcnicas de muestreo .........................................................18
3.7 Fuentes de obtencin de datos .............................................20
3.8 Sistemas de recoleccin de datos ........................................20
3.9 Unidad de observacin .........................................................21
3.10 Variable ............................................................................21
3.8 Sistemas de recoleccin de datos ........................................20
Actividad de autoevaluacin ......................................................22
4. Unidad 2: Organizacin y presentacin de datos .................23
4.1 Series simples y de frecuencia .............................................23
4.2 Tablas estadsticas .............................................................34
4.3 Grficos ..............................................................................40
Actividad de Autoevaluacin ......................................................57
5. Unidad 3: Cifras absolutas y relativas ...................................60
5.1 Clasificacin de las Tasas ...................................................61
5.2 Tasas especiales de mortalidad ..............................................63
5.3 Consideraciones generales ...................................................68
Actividad de Autoevaluacin ......................................................69
6. Unidad 4: Medidas de posicin y dispersin .......................70
6.1 Medidas de Posicin............................................................70
6.2 Medidas de Dispersin ........................................................81
conos
Objetivos:
Incluyen las finalidades generales y especficas del docente, para la
unidad o materia que desarrolla (tanto respecto de las aptitudes a
adquirir por parte de los estudiantes, como del proceso de enseanza-aprendizaje).
Lecturas
Este apartado incluye los textos que el docente considere necesarios
para complementar el desarrollo principal de contenidos. Las lecturas
podrn ser fundamentales (esenciales para la resolucin de las
actividades de la materia) o complementarias (simplemente para
profundizar o ampliar alguno de los temas desarrollados).
Actividades
Son las ejercitaciones propuestas por el docente para evaluar el aprendizaje, las habilidades cognitivas adquiridas y, en otras ocasiones,
para que el mismo alumno se autoevale.
Enlaces
Este cono es de uso habitual en la plantilla de clase que aparece en
la plataforma educativa de ATE Virtual (www.campusvirtuales.com.ar/
ate) y conduce a sitios o pginas web recomendadas por el docente,
Glosario
En la plantilla de cuadernillos impresos, encontraremos este cono
en la columna de la derecha a la altura en que la precisin terminolgica
lo requiera y acompaando el significado o la acepcin completa. Es
la forma ms adecuada para que el glosario sea oportuno y facilite la
lectura del material por parte del estudiante.
En la plantilla de clase publicada en el campus ATE Virtual, este
cono conduce a una pgina que contiene un breve diccionario de
trminos esenciales seleccionados por el docente, que precisan los
alcances de los conceptos vertidos en el material.
Multimedia
Este cono indica los materiales audiovisuales (CDs, videos, presentaciones en formatos Flash o Power Point...) que -a sugerencia del
docente- acompaan el material de estudio. Podremos encontrarlo
tanto en el men de la plantilla de clases publicada en el sitio ATE
Virtual como en la columna derecha de los cuadernillos impresos.
Marco Institucional
Asociacin Trabajadores del Estado
La Asociacin Trabajadores del Estado, adherida a la CTA (Central
de Trabajadores Argentinos), es un sindicato que agrupa a trabajadores pblicos dependientes del Estado nacional, provincial y municipal. Cuenta con ms de 12.000 afiliados en la Provincia de Santa Fe
en sectores como Educacin, Salud, Accin Social, Administracin
Central, CONICET, SENASA, entre otros. ATE Santa Fe es una de
las instituciones gremiales del pas que ha innovado al incorporar a
su poltica gremial la Capacitacin y Formacin. Cuenta tambin con
una importante estructura de servicios para sus afiliados y la comunidad: Mutual, Cine Auditorio, Videoteca, Departamento Jurdico, entre
otros.
Ante la profunda crisis del Estado frente a las polticas neoliberales,
determinantes de la ruptura de los modelos de representacin poltica
y del desplazamiento de las responsabilidades que ste debe asumir
en lo relativo a educacin, salud, derechos laborales, entre otros,
afrontamos nuestro compromiso histrico desde otro horizonte, que
defiende profundamente los derechos de los sujetos y, fundamentalmente, de los trabajadores. ATE ha generado y sigue crando nuevos
espacios para el fortalecimiento de redes interinstitucionales con diferentes sectores de la sociedad civil y con organizaciones gubernamentales, ONGs, Movimientos de Desocupados, Organismos de
Derechos Humanos, dndole especial importancia a las instituciones
vinculadas al mundo del conocimiento acadmico (Universidades,
Institutos de investigaciones, etc.). Los objetivos propuestos tienden
a la apertura de los espacios pblicos y a lograr una mejor insercin
de la sociedad en su conjunto en el mundo de trabajo y de la cultura.
Desde hace 15 aos, ATE incorpora la formacin como un eje central
de su poltica, bajo la consigna Por la democratizacin del conocimiento1 y con el cometido de articular los saberes acadmicos
con los conocimientos adquiridos por los trabajadores en su prctica
cotidiana. Para afrontar este desafo, se trabaj en forma conjunta
con Universidades Pblicas, Institutos y Escuelas de formacin provinciales y nacionales y Organizaciones de la Sociedad Civil. Entre
las principales podemos mencionar a la Universidad Nacional del Litoral y UNL Virtual (sistema de educacin a distancia), la Universidad
Haciendo historia
Desde el ao 1990 ATE inici una experiencia de Capacitacin No
Formal, a partir de la cual en el ao 1991 se constituye un rea de
Capacitacin Laboral. Educacin (con los Encuentros Provinciales) y
Salud (con las Jornadas de Salud Laboral y Polticas Sanitarias) fueron las reas en las que se trabaj con mayor intensidad y en donde
contamos con el aporte de docentes e investigadores de prestigio
internacional. En 1995 se incorpora la informtica en forma regular y
va amplindose hasta convertirse en uno de las especialidades centrales de nuestra propuesta. En el ao 1999 se institucionaliza el rea
de Capacitacin Laboral y Profesional, en articulacin con instituciones acadmicas que acreditan la formacin en diversos campos del
conocimiento. Se inauguran centros de formacin en localides del
interior provincial (Rosario, San Javier, Rafaela y Reconquista, entre
los primeros), comienzan a dictarse cursos satelitales en nuestra sede
(en el marco del acuerdo con Telepuerto del Litoral) y se ofrecen por
primera vez ms de 100 cursos en distintas reas de formacin.
Ya en el ao 2000 se diversifican una serie de proyectos educativos
en la modalidad a distancia, los que pueden verse reafirmados a nivel
institucional a partir del surgimiento de dos sistemas de capacitacin
a distancia: Aula Hogar Televisin Educativa y el Campus ATE Vir-
NOTA
La apuesta por la educacin a
distancia por medios tradicionales
(correo postal), por TV, mediante
conferencias satelitales e Internet, ha
ido cobrando fuerza y se profundizaron las experiencias de formacin e
investigacin en este sector, como un
modo de democratizar los nuevos
saberes por encima de las distancias
geogrficas.
Esquema de contenidos
Estadstica Metodolgica
1. Presentacin
Esta asignatura se inserta en el segundo cuatrimestre de la currcula
de la carrera Tecnicatura en Administracin de Salud, dictada, segn la modalidad a Distancia, por la Facultad de Bioqumica y Ciencias Biolgicas de la Universidad Nacional del Litoral y la Asociacin
Trabajadores del Estado (CDP Santa Fe).
Mi nombre es Olga vila y les doy la bienvenida a este nuevo mdulo. Tendr la oportunidad de compartir con ustedes el desarrollo de la
materia Estadstica Metodolgica nuevamente a travs del entorno
virtual de ATE. Los invito a participar en la plataforma para conocernos y compartir las dudas que durante el dictado puedan surgir.
Esta materia tiene como objetivos fundamentales proponer la metodologa estadstica adecuada para acercarse al conocimiento de la
realidad. Para ello ser indispensable lograr conocimientos bsicos y
conceptos fundamentales que permitan una cabal comprensin de la
Estadstica Metodolgica.
A tal efecto se pretende que los estudiantes al finalizar el cursado de
la asignatura tengan la capacidad para identificar y diferenciar distintos tipos de variables, seleccionar tablas y grficos de acuerdo a la
naturaleza de las mismas.
Deben lograr transformar los datos en informacin de utilidad para los
diferentes problemas que se les presentan a lo largo de la currcula y
de su vida profesional. Se enfatiza que se les presentan a lo largo de
la cuadrcula y de su vida profesional. Se enfatiza en la elaboracin
de los distintos indicadores en el rea de salud, como as tambin en
el estudio de las diferentes medidas de resumen de datos.
Finalmente se analizan desde el punto de vista descriptivo los conceptos bsicos de regresin lineal simple y series cronolgicas y sus
principales aplicaciones en el rea de salud. Esta asignatura constituye la base para la resolucin de problemas que estn ntimamente
relacionados con otras reas de la carrera.
Un aspecto que no se debe dejar de considerar es que en la actualidad existen programas de computacin que ayudan en la presentacin y resolucin de problemas estadsticos concretos.
Se muestran a lo largo de la asignatura salidas de paquetes de programas de planillas de clculo y estadsticos. Tampoco se debe dejar
de mencionar que algunos clculos sencillos se pueden realizar simplemente con una calculadora. Lo importante es que el alumno comprenda el fundamento terico involucrado en los conceptos ms all
de los clculos.
Olga Beatriz vila
2. Objetivos
Capacidad para proponer la metodologa estadstica adecuada para
acercarse al conocimiento de la realidad.
Conocimientos bsicos y conceptos indispensables para lograr una
cabal comprensin de la Estadstica metodolgica.
Capacidad para identificar y diferenciar distintos tipos de variables.
Capacidad para seleccionar los tipos de tablas y grficos a utilizar
de acuerdo a la naturaleza de las variables que involucre el problema
en estudio.
Habilidad en el manejo de los datos.
Capacidad para transformar datos en informacin.
Conocimiento y utilizacin de distintos indicadores en el rea de
salud.
Habilidad en la eleccin, interpretacin y manejo de las diferentes
medidas de posicin y dispersin.
Conceptos bsicos de regresin lineal simple y sus aplicaciones en
el rea de Salud.
Conceptos bsicos de series cronolgicas y sus aplicaciones en el
rea de Salud.
Interpretacin de salidas sencillas de software.
3. Unidad 1: Estadstica
Conceptos Generales
3.1 Estadstica
Concepto
La Estadstica es la disciplina que se ocupa de la recoleccin de
datos referidos a un fenmeno o hecho en particular, su ordenamiento, presentacin y resumen para su anlisis e interpretacin y posterior enunciado de conclusiones. En esta definicin se distinguen diferentes etapas de trabajo, a saber:
Recoleccin de datos, cuyo objetivo es reunir informacin proveniente de mediciones, conteos u observaciones efectuadas sobre
el material en estudio.
Procesamiento de los datos, que incluye el ordenamiento de los
mismos en tablas estadsticas, representacin mediante grficos y
su resumen a travs del clculo de promedios, porcentajes, tasas,
ndices, etc.
A travs de lo que se obtiene en la etapa anterior se realiza el
anlisis e interpretacin del fenmeno que se estudia.
Finalmente se realiza el enunciado de conclusiones. Si stas se
refieren solamente a los datos obtenidos se trata de la Estadstica
Descriptiva. En cambio, si las conclusiones hacen referencia a un
grupo mayor, del cual los datos obtenidos constituyen slo una parte, entonces se tiene la Estadstica Inferencial.
En el rea de Salud, el mtodo estadstico constituye una herramienta fundamental que posibilita el desarrollo del Sistema Estadstico de
Salud, que resulta de gran utilidad en los niveles de planificacin,
evaluacin y decisin local, regional, nacional e internacional.
La Estadstica puede dividirse de acuerdo a lo expresado anteriormente en dos grandes reas: la Estadstica Descriptiva y la Estadstica Inferencial, cuyas definiciones se darn a continuacin.
das de resumen. El anlisis solamente se refiere a los datos recolectados, no se realiza inferencia alguna o generalizacin acerca del
grupo mayor del cual provienen esos datos.
3.4 Poblacin
Es el conjunto de valores posibles de la caracterstica observable en
los individuos u objetos en los cuales el investigador est interesado.
Si bien es cierto que la palabra "poblacin" se utiliza en el lenguaje
cotidiano para referirse a personas, en estadstica se utiliza en un
sentido ms amplio.
Por ejemplo si se tiene inters en la presin sangunea de pacientes
internados en un sanatorio particular en un momento dado, la poblacin estar constituida por los valores de presin sangunea de esos
pacientes de inters.
Una poblacin puede ser finita o infinita. Si una poblacin de valores
consiste de un nmero fijo de esos valores, se dice que la poblacin
es finita. Se la puede definir entonces como aquella que puede ser
listada fsicamente, aun en aquellos casos en que la poblacin sea
muy grande y a veces impracticable este listado. Un ejemplo de este
tipo lo constituye todos los nios de 12 a 14 aos de una cierta provincia en un momento dado. Por el contrario, si una poblacin consiste en una sucesin infinita de valores entonces se trata de una poblacin infinita. Es decir, es aquella que en la prctica no puede ser
fsicamente listada. En este caso, por ejemplo, se pueden tener el
nmero de llamadas que llegan al conmutador de un hospital durante
una semana o el tiempo de vida de una lmpara de luz que se ha
encendido hasta el trmino de su duracin.
3.5 Muestra
Constituye un subgrupo de la poblacin, elegido siguiendo ciertos criterios de seleccin. Si la poblacin se considera el todo, una muestra
es una parte de ese todo. La muestra es el elemento bsico sobre el
cual se fundamenta la posterior inferencia acerca de la poblacin de
donde se la ha tomado. Por ello es fundamental que la muestra sea
representativa de la poblacin.
3.10 Variable
Es toda caracterstica que toma diferentes valores en distintas personas, animales, lugares o cosas.
Las variables se pueden clasificar de la siguiente manera:
Variable cualitativa
Es la que se refiere a clasificacin, atributo o cualidad que no puede
expresarse numricamente. Se estudian por enumeracin o recuento
de las unidades observadas que presentan dicha cualidad o caracterstica. Por ejemplo, sexo, estado civil, nacionalidad, etc.
Variable cuantitativa
Es aquella que puede expresarse numricamente, es decir, asume
valores acompaados de una unidad de medida. Este tipo de variable
se clasifica en: continua o discreta.
Autoevaluacin
1. En los siguientes casos establecer la unidad de observacin, variable o caracterstica en estudio y tipo de caracterstica:
a. En los habitantes de una ciudad se pregunt el ingreso por habitante.
b. En los hogares de una determinada ciudad en 1985 se registr la
cantidad de hijos por hogar.
c. Se encuestaron establecimientos industriales de Santa Fe en 1996
para determinar la cantidad de personal ocupado.
d. En los pacientes de un hospital se registro peso, sexo y estatura
de los pacientes.
4. Unidad 2: Organizacin y
presentacin de datos
Una vez que los datos han sido recolectados se procede a su presentacin. Esta presentacin debe ofrecer informacin en forma simple y
concreta, de manera que el investigador pueda observar en una primera etapa exploratoria el comportamiento del fenmeno en estudio.
Las distintas formas de presentacin de los datos son: textual,
semitabular, tabular y grfica, siendo estas dos ltimas las ms importantes.
Presentacin textual: Este tipo de presentacin se puede llevar a
cabo cuando se manejan pocas cifras y se las puede incluir dentro
del texto.
Presentacin semitabular: consiste en dejar dentro del texto un
espacio para la presentacin de los datos. No es recomendable pues
puede dar lugar a confusiones o interpretaciones incorrectas. No es
comn su utilizacin.
Presentacin tabular: Consiste en la presentacin de los datos a
travs de tablas. Son muy utilizadas para la presentacin resumida
de datos. Suelen acompaar a los grficos.
Presentacin grfica: Consiste como su nombre lo indica en la
presentacin de los datos a travs de grficos. La presencia actualmente de numerosos softwares, no solamente estadsticos sino simples planillas de clculos, ha facilitado en gran medida este tipo de
presentacin de los datos.
Sin embargo, cuando se tienen series simples numerosas, generalmente con "n" grande, de treinta o ms valores, es difcil trabajar con
ellas. En estos casos conviene obtener lo que se conoce como una
serie de frecuencias a partir de la serie simple.
Las series de frecuencias se obtienen agrupando valores dentro de
grupos que se denominan clases. El nmero de veces que se presentan valores de la variable dentro de una clase recibe el nombre de
frecuencia. Se la denota con la letra f .
En las variables cualitativas las clases suelen estar dadas directamente por los valores de la variable.
Ejemplo:
Se estudia el caso de los pacientes que ingresan en una clnica de
salud mental. Suponga que se observaron 100 pacientes y se obtuvieron los siguientes datos. (Figura 1)
La primera columna en esta tabla corresponde a las clases, es decir
los diagnsticos, la segunda columna indica la frecuencia, o sea el
nmero de pacientes que presentan los distintos diagnsticos. Por
ejemplo, el diagnstico Neurosis se presenta en 20 de los 100 pacientes observados.
Figura 1
En el caso de variables cuantitativas discretas, tambin generalmente las clases estn dadas por los valores que puede tomar la
variable. Se considera el siguiente ejemplo:
Ejemplo:
Se estudia el nmero de hijos en 90 familias de un determinado barrio
de la ciudad y se encuentran los siguientes valores: (Figura 2)
Figura 2
90
Nuevamente la primera columna indica los valores que puede tomar
la variable, en este caso Nmero de hijos y la segunda columna la
frecuencia, es decir el nmero de familias que presentan el valor de la
variable indicado en la primera columna. Por ejemplo, para este caso
en particular se puede decir que de las 90 familias observadas, 23 de
ellas tenan 3 hijos.
26 | ATE CDP Santa Fe
clases. No obstante se
Donde
ciente generalmente se obtiene una dimensin que no es la ms apropiado para su uso y nuevamente se utiliza el sentido comn para
elegir la amplitud o mdulo del intervalo de clase, normalmente cercana al valor obtenido al cociente antes presentado.
Se considera ahora un ejemplo para ilustrar estos pasos o etapas
para la obtencin de una serie de frecuencias a partir de una serie
simple de datos de una variable cuantitativa continua.
Este ejemplo es extrado de Bioestadstica: Base para el anlisis de
las ciencias de la salud de W. Daniel.
Ejemplo:
La siguiente tabla muestra los pesos en onzas de los tumores malignos extirpados del abdomen de 57 pacientes. (Figura 3)
Figura 3
2. Se calcula el rango:
Figura 5
De esta forma resulta ms fcil ubicar los valores que coinciden con
los lmites.
Una vez que estos valores estn ubicados, para la presentacin de la
tabla se vuelve al formato anterior, que asegura la presentacin de la
variable como una variable continua.
Por ejemplo, a continuacin se reproduce la tabla anterior con el agregado de las marcas de clase. La marca o punto medio de la primera
clase se obtiene como:
El significado o interpretacin del punto medio de clase es el siguiente: al no conocer los valores individuales en una serie de frecuencias,
los datos que se ubican en una clase determinada se consideran iguales
al valor del punto medio o marca de clase. Por ejemplo, los 10 valores
de la tercera clase en el ejemplo anterior se pueden considerar todos
iguales en promedio a 35 onzas.
El subndice i en una serie de frecuencias vara de 1 hasta la
ltima clase, en este caso en particular i vara de 1 a 7 porque son
7 las clases establecidas.
En algunas circunstancias se pueden dar clases abiertas, y clases
con distinta amplitud, mdulo o dimensin. El primer caso es aqul
donde la primera y ltima clase pueden no especificar los lmites inferior o superior respectivamente. Por ejemplo: (Figura 7)
Se observa que la primera y ltima clase tienen extremos abiertos
El otro aspecto mencionado es cuando se tienen intervalos con diferente amplitud o dimensin.
Este tipo se series se denomina plurimodular, cuando las clases
presentan distinta amplitud o mdulo. En tanto, cuando las series
Al multiplicarlas por 100, se obtienen porcentajes, con lo cual su interpretacin es ms sencilla que las frecuencias relativas.
Frecuencias acumuladas (fa): se obtienen sumando a cada frecuencia de clase, la inmediata anterior y establecen el nmero de
observaciones que presentan valores menores o iguales a uno determinado.
Frecuencias acumuladas porcentuales: se obtienen e interpretan
en forma similar a las frecuencias acumuladas absolutas, pero a partir de las frecuencias relativas porcentuales.
A continuacin se presenta el ejemplo de los pesos de tumores antes
mencionado con el clculo adicional de estas frecuencias especiales.
DISTRIBUCIN DE FRECUENCIAS DE LOS PESOS (ONZAS) DE
TUMORES MALIGNOS RETIRADOS DEL ABDOMEN DE 57 PACIENTES
Consideraciones generales:
La suma de las frecuencias relativas es 1.
La suma de las frecuencias relativas porcentuales es 100.
El ltimo valor en la columna de las frecuencias acumuladas es el
valor total de la cantidad de datos considerado.
El ltimo valor en la columna de las frecuencias acumuladas porcentuales es 100, ya que hasta all se han acumulado el 100 % de los
datos.
Ttulo
El ttulo debe ser completo y lo ms conciso posible. Debe responder
las siguientes preguntas:
QU?, CMO?, DNDE?, CUNDO?
- QU? Qu estudia, o sea, qu se investiga, es decir, unidades de
estudio. Por ejemplo defunciones.
- CMO? Cmo se estudia, es decir, de acuerdo a qu caractersticas
o qu variables se utilizan para estudiar las unidades de observacin.
Por ejemplo sexo.
- DNDE? A qu lugar se refieren los datos. Por ejemplo Argentina.
- CUNDO? Es decir, la poca o perodo al que se hace referencia.
Por ejemplo Ao 1999.
Por ejemplo, entonces, un ttulo posible sera: Defunciones segn
sexo. Argentina. Ao 1999.
El ttulo debe ser breve, lo ms conciso posible, aunque no debe
sacrificarse la claridad a la precisin.
El cuerpo de la tabla incluye la totalidad de las frecuencias correspondientes a la interseccin de filas y columnas, incluyendo los totales.
Nota Aclaratoria
Si se necesitan, se deben agregar notas que aclaran algn aspecto
de la tabla. Si esas aclaraciones se refieren a la tabla completa, se
colocan en la parte superior. Si se refieren solamente a alguna parte
36 | ATE CDP Santa Fe
en particular, generalmente se coloca una aclaracin en la parte inferior de la tabla. Ejemplos: a) Notas aclaratorias en la parte superior.
(Figura 8)
Figura 8
DEFUNCIONES POR ACCIDENTES, POR GRUPOS DE EDAD.
ARGENTINA. AO 2004
(Se excluyen 10 defunciones cuya edad se desconoce)
Fuente
Este aspecto ya fue desarrollada ampliamente en la Unidad 1. Se
dice que la fuente siempre debe estar presente por dos aspectos:
ATE CDP Santa Fe | 37
NOTA
Clculo de los porcentajes
En la tercera columna se colocan los
valores de los porcentajes que
representan cada causa. Por ejemplo,
en la tercera causa, Cadas accidentales, el porcentaje se obtiene de la
siguiente manera:
Figura 9
PACIENTES SEGN EDAD Y SEXO EN EL ESTABLECIMIENTO
X. AOS 2000 Y 2001
4.3 Grficos
Las grficos tienen como objetivo presentar de manera grfica los
datos estadsticos. En todo grfico deben considerarse los siguientes elementos:
Ttulo
Grfico propiamente dicho
Notas aclaratorias
Fuente
Las consideraciones con respecto a ttulo, notas aclaratorias y fuente
son similares a las ya mencionadas en el tema Tablas estadsticas. Por ello, solamente se trabajaran los aspectos relacionados
con el Grfico propiamente dicho.
Los grficos dan una idea mucho ms sinttica que las tablas estadsticas. De acuerdo a la finalidad y al pblico al cual va dirigido se
van a tener distintos tipos de grficos. De la misma forma segn la
variable en estudio se podrn utilizar diferentes grficos.
Grfico de Barras
Es aquel en el cual el fenmeno que se estudia queda representado
por una serie de barras, las cuales se pueden dibujar de manera horizontal o vertical. Las barras deben tener el mismo ancho y la separacin entre barras no debe ser mayor que el ancho de las mismas. Las
barras se dibujan una para cada valor o cualidad de la variable, con
alturas que dependen de la magnitud que alcanza la variable. Se utilizan para representar variables cualitativas como as tambin cuantitativas discretas o a veces continuas (como tiempo en aos). Se
deben tener en cuenta los siguientes aspectos al construir las barras:
Si los datos que se representan no estn en alguna secuencia,
que deba conservarse, las barras deben ordenarse de tal manera
que las mismas queden de mayor a menor, con lo cual se mejora la
esttica del grfico y se favorece su visualizacin.
La escala de la frecuencia debe comenzar siempre en 0, y nunca
debe interrumpirse, pues de esta forma se da lugar a interpretaciones errneas del fenmeno que se estudia.
posible comparaciones simultneas. Se considera el siguiente ejemplo modificado (extrado de Fayad Camel, Estadsticas Mdicas y
de Salud Pblica).
DEFUNCIONES POR ACCIDENTES, POR CAUSAS Y SEXO. PAS
XX. AO XXXX
plo, causa de accidente) y para cada valor de esa variable se subdivide la barra en tantos valores como tiene la otra variable considerada
(en este ejemplo, sexo). Es decir, se puede observar la magnitud con
la cual contribuye cada valor de una de las variables para cada valor
de la otra variable considerada. Para el ejemplo tratado en particular,
se desea enfatizar para cada causa de accidente considerada la magnitud de la variable sexo.
Grfico lineal
Este tipo de grfico se aplica especialmente para representar las series de tiempo o series cronolgicas. Para su elaboracin se utiliza un
sistema de ejes coordenados donde el eje x o de las abscisas representa la variable tiempo y el eje y o de las ordenadas representa la
frecuencia del fenmeno en estudio. De esta forma se marcan los
puntos representativos de las observaciones y se unen con lneas
rectas obtenindose el grfico lineal. En este tipo de grficos se pueden representar varias series que se indican ya sea con distintos
colores o distintos tipos de trazados para su diferenciacin, y esto se
indica en las referencias o leyendas.
Este tipo de grficos tambin se puede utilizar para estudiar la relacin funcional entre dos variables, la cual puede ser de tipo lineal,
parablica, etc.
Se considera el siguiente ejemplo, especficamente cuando se utiliza
este tipo de grfico para representar una serie de tiempo o serie
cronolgica. (Figura 10)
Figura 10
Grfico de bastones
Este tipo de grficos se utiliza cuando se trabaja con variables cuantitativas discretas. La representacin se realiza en un sistema de
ejes cartesianos. En el eje horizontal (eje de las abscisas) se representan los valores de la variable en estudio y en el eje vertical (eje de
las ordenadas) se representa la frecuencia. Cada par de valores se
representa a travs de un punto. Los bastones se obtienen levantando las perpendiculares a partir de los distintos valores de la variable
en estudio y definiendo las alturas de los mismos de acuerdo a las
frecuencias que presentan esos valores de la variable en coincidencia con los puntos representativos de cada par de valores.
Se presenta el siguiente ejemplo para ilustrar este tipo de grficos.
(Figura 11)
Figura 11
Histogramas
Este tipo de grfico se utiliza para representar una distribucin de
frecuencias (o serie de frecuencias). Consiste en una serie de rectngulos (uno para cada clase) con bases adyacentes y cuyo ancho es
Polgono de frecuencias
Constituye otra forma de representar una serie de frecuencias. Lo
mismo que en el histograma, las ordenadas se utilizan para las frecuencias y las abscisas para la variable de clasificacin. Su principal
ventaja consiste en que ellos muestran con mayor claridad la forma
de la distribucin de una serie de frecuencias y permiten dibujar en el
mismo sistema de ejes, dos o ms polgonos correspondientes a
series diferentes que tengan similar posicin sobre el eje de las x, lo
cual no se podra realizar con los histogramas. Para su construccin
se procede de la siguiente forma: se marcan los puntos medios de
clase de los diferentes intervalos de clase en el eje de las x, y su
respectiva frecuencia en el eje y, luego se unen los puntos con lneas
rectas. El polgono puede construirse a partir del histograma correspondiente, uniendo los puntos medios de las partes superiores de los
rectngulos. Algunos autores, aconsejan cerrar el polgono (para mantener la proporcionalidad superficie-frecuencia, sealada para el
histograma) uniendo el primer punto con la marca de clase inmediata
inferior y el ltimo punto con la marca de clase inmediata superior.
A continuacin se muestra el polgono para los pesos de los tumores
(salida modificada del software statgraphics).
PESOS
Frecuencia Tallo & Hojas
5.00 1 . 22269
19.00 2 . 1223334455577778888
10.00 3 . 0011226688
13.00 4 . 2223334567999
4.00 5 . 0117
4.00 6 . 3589
2.00 7 . 49
Ancho del tallo: 10
Cada hoja: 1 caso
Se observa en esta salida una primera columna (Frecuencia) que indica la frecuencia o cantidad de observaciones en cada tallo; la segunda (Tallo), es el primer dgito de cada observacin y la tercera (Hoja),
corresponde al segundo dgito de la observacin considerada. Por
ejemplo, en el primer tallo se tienen las observaciones: 12,12,12,16 y
19.
Grficos de dispersin
Este tipo de grficos se utiliza principalmente cuando se realizan estudios de correlacin y regresin (se ver en la Unidad 5). Los puntos
se grafican en un sistema de coordenadas ortogonales asignando los
valores de la variable que se denomina independiente (x) al eje horizontal o de las abscisas y los valores de la variable que se denomina
dependiente (y) al eje vertical. El patrn que se obtiene mediante los
puntos graficados en el diagrama de dispersin generalmente sugieren la naturaleza bsica y la fuerza de la relacin entre estas dos
variables (que son particularmente variables de tipo cuantitativa).
Para construir este grfico cada punto es la interseccin de dos lneas imaginarias que pasan por los correspondientes valores de este
punto.
Ejemplo:
Se llev a cabo un experimento para estudiar el efecto de cierto medicamento para disminuir la frecuencia cardiaca en adultos. La variable independiente (x) es la dosis en miligramos del medicamento, y la
variable dependiente (y) es la diferencia entre la frecuencia cardiaca
ms baja despus de la administracin del medicamento y un control
antes de administrarlo. Se reunieron los siguientes datos: (Figura 12)
Figura 12
Grficos semilogartmicos
Si se desea representar en el mismo grfico dos series cuyas cantidades son muy diferentes, como por ejemplo las variaciones en el
nmero de glbulos rojos y de glbulos blancos, o los casos y muertes de ciertas enfermedades, la escala aritmtica no lo permitira. En
estas situaciones conviene utilizar la escala logartmica para el eje
de las ordenadas (eje y). Se considera el siguiente ejemplo modificado (extrado de Fayad Camel, Estadsticas Mdicas y de Salud Pblica).
Mapas estadsticos
En este tipo de grficos interesa indicar la intensidad con la cual se
presenta un fenmeno en una regin geogrfica dada. Mediante diferentes rayados o colores se puede expresar la magnitud del fenmeno como as tambin su ubicacin.
Autoevaluacin
1. Los siguientes datos corresponden al color de 80 ratones empleados en un experimento.
Fuente: IPEC
Fuente: OMS
a) Tasa
An cuando hay algunas excepciones, este trmino se utiliza por lo
general para referirse a aquellos clculos que implican la probabilidad
de ocurrencia de algn evento. Una tasa se expresa en la forma:
b) Razones
Una razn es una fraccin de la forma:
c) Proporciones
Esta cifra relativa relaciona una parte con el total al cual esa parte
pertenece. Si se multiplica por 100 se obtiene el porcentaje.
Ejemplo:
a) Tasas de mortalidad
Las tasas de mortalidad expresan la frecuencia relativa de ocurrencia
de muerte en algn intervalo especfico en una poblacin en particular. El denominador de una tasa de mortalidad se conoce como poblacin en riesgo. El numerador representa slo aquellas muertes que
ocurrieron en la poblacin, especificada por el denominador. Estas
tasas pueden ser:
Tasa bruta de mortalidad: Es aquella en la cual el denominador
incluye el total poblacional del rea en estudio.
Tasa especfica de mortalidad: Es aquella en la cual el denominador incluye slo un subgrupo de la poblacin (por ejemplo subgrupos
de edad, sexo, estado civil, etc.).
62 | ATE CDP Santa Fe
Algunos ejemplos:
Supongamos que los clculos den como resultado el valor 8.5, este
valor se lee como 8.5 defunciones por mil habitantes y se denota
como 8,5
Supongamos que los clculos den como resultado el valor 8.5 y que
la causa fueran muertes por tumores, entonces este valor se lee como
8.5 defunciones debido a tumores por cien mil habitantes.
Por ejemplo:
Defunciones maternas: 25
Nacidos vivos: 65000
La muerte fetal se define como la muerte antes de la expulsin completa de su madre de un producto de la gestacin, independientemente de la duracin del embarazo. La OMS recomend clasificarla como
Precoz (menos de 20 semanas de gestacin desde la ltima menstruacin), Intermedia (de 20 a 28 semanas) y Tarda (28 semanas
completas o ms). Existen problemas asociados con el uso e interpretacin de esta tasa. Hay variaciones entre las diferentes regiones
que informan con respecto a la duracin de la gestacin.
Tasa de mortalidad perinatal: esta tasa se calcula como:
b) Tasas de morbilidad
Estas tasas miden los riesgos de enfermedad. Existen dos tasas o
formas de establecer la morbilidad:
Tasa de incidencia: considera solamente los casos que comenzaron en el perodo de estudio. Se define como:
Segn la OPS en regiones con buenas condiciones de Salud los valores de esta razn son superiores al 60 % 70 %.
d) Razn de muertes-casos: esta razn es til para determinar qu
tanto xito est teniendo un programa de tratamiento para cierta enfermedad. Se define como:
Autoevaluacin
1. En base a la siguiente informacin calcular e interpretar los cuatro
tipos de tasas de mortalidad mencionados para un cierto lugar y perodo determinado.
Poblacin total: 3435768
Poblacin del grupo 30-40 aos: 245364
Defunciones totales: 33854
Defunciones por accidentes: 2645
Defunciones totales del grupo 30-40 aos: 1563
Defunciones por accidentes del grupo 30-40 aos: 257
2. Calcular e interpretar la importancia relativa de las muertes por
cncer en cierto lugar y perodo dado con los siguientes datos:
Defunciones totales: 268536
Defunciones por cncer: 25874
3. Calcular el porcentaje de muertes por accidentes discriminados por
sexo para la siguiente informacin:
Media Aritmtica
Es la medida de tendencia central ms conocida. La mayora de la
gente tiene en mente esta medida cuando se habla de promedio. Se
obtiene sumando todos los valores en una poblacin o muestra y se
divide entre el nmero de valores sumados.
Para una poblacin se la define como:
donde el smbolo
Entonces:
Donde:
Mediana
Es aquel valor que divide al conjunto de datos ordenado en dos
partes iguales, de forma tal que el nmero de valores mayor o igual
a la mediana es igual al nmero de valores menores o iguales a sta.
Si el nmero de valores es impar, la mediana es el valor medio. Cuando el nmero de valores en el conjunto de datos es par, entonces la
mediana corresponde a la media aritmtica de los dos valores centrales. A continuacin se ejemplifican estas dos situaciones que se pueden dar para series simples de datos.
Ejemplo (n impar):
Calcular la mediana en la siguiente serie de datos que corresponde a
edades de 7 pacientes:
xi : 23 , 12 , 14 , 21 , 7, 32 , 24
En primer trmino se ordenan los datos de la serie:
7, 12, 14, 21, 23, 24, 32
Entonces la mediana que se denota (
y aquella clase cuya frecuencia acumulada supera este valor constituye la clase de la mediana. Teniendo esto en cuenta se aplica la
siguiente frmula de clculo para series de frecuencias (no se realizar la deduccin de esta frmula):
Donde:
= Lmite inferior de la clase que contiene la mediana.
= frecuencia acumulada hasta la clase anterior a la que contiene
la mediana.
= frecuencia de la clase que contiene la mediana.
a: amplitud de clase.
Ejemplo:
Utilizando el mismo ejemplo que se us para el clculo de la media
para series de frecuencias, primero se ubica la clase de la Mediana,
esto es:
Modo
Es aquel valor que ocurre con mayor frecuencia. Si todos los valores
son diferentes, se dice que la serie no tiene modo. Por otro lado,
puede ocurrir que haya ms de un modo. El modo se puede utilizar
para describir datos cualitativos. Por ejemplo, supongamos una serie
de pacientes de una clnica de salud mental que reciben los siguientes diagnsticos: retardo mental, sndrome cerebral orgnico, psicosis, neurosis y trastornos de personalidad. Aquel diagnstico que
ocurriera con mayor frecuencia en el grupo de pacientes se denominara diagnstico modal.
Ejemplo:
Calcular el modo en la siguiente serie de datos que corresponde a
edades de 9 pacientes:
xi : 23 , 12 , 14 , 21 , 7, 32 , 24, 21, 21
En este caso el Modo (que se denota como Mo o
) sera 21 aos.
Mo = 21 aos
Donde:
= Lmite inferior de la clase que contiene el modo.
Ejemplo:
A continuacin se presentan las edades de 25 pacientes que ingresan en una sala de espera a una determinada hora:
4, 24, 35, 2, 8, 17, 19, 7, 12, 33, 14, 37, 7, 14, 18, 31, 28, 18, 6, 36,
41, 9, 7, 27, 30
Primero se deben ordenar los datos de manera creciente:
2, 4, 6, 7, 7, 7, 8, 9, 12, 14, 14, 17, 18, 18, 19, 24, 27, 28, 30, 31, 33,
35, 36, 37, 41
A continuacin se aplican las frmulas establecidas previamente.
obervacin ordenada
obervacin ordenada
obervacin ordenada
De acuerdo con estos resultados se obtendran los siguientes valores
para los cuartiles:
Donde:
i = 1,2,3
= lmite inferior de la clase que contiene el isimo cuartil.
= frecuencia acumulada hasta la clase anterior a la que contiene el isimo cuartil.
= frecuencia de la clase que contiene el isimo cuartil.
a = amplitud de clase.
80 | ATE CDP Santa Fe
donde i=1,2,3,...9
Una vez establecida la clase que contiene el isimo decil se aplica la
siguiente frmula de clculo:
El significado de los trminos es similar al de la frmula para la determinacin de los cuartiles en series de frecuencias.
Los percentiles son 99 y dividen a la serie de datos en 100 partes
iguales. Se los denota como Pi, con i = 1,2,3,,,,,99
La interpretacin es la misma que la de los deciles. Para el P1, por
ejemplo, se interpreta que por debajo del mismo se encuentra el 1 %
de los datos y por encima el 99 % de la serie. En este caso el P50
coincide con la mediana.
donde i=1,2,3,...99
Una vez establecida la clase que contiene el isimo percentil se aplica la siguiente frmula de clculo:
El significado de los trminos es similar al de la frmula para la determinacin de los cuartiles y deciles en series de frecuencias.
Rango o amplitud
Esta medida de variacin se define como la diferencia entre el valor
ms grande y el valor ms pequeo de una serie de datos. Se la
denota con la letra R.
La dispersin de un conjunto
de observaciones se refiere a
la variabilidad que muestran
estos valores. La magnitud
de la dispersin es pequea
cuando los valores, aunque
diferentes, son cercanos
entre s. Si los valores estn
ampliamente esparcidos, la
dispersin es mayor.
Su utilidad es limitada ya que solamente depende de los valores extremos y se pueden tener dos series de datos con el mismo rango
pero diferente variabilidad ya que en el centro de la serie los datos se
comportan de diferente manera.
Esta situacin no es evidenciada por el rango. Su ventaja reside en la
simplicidad de su clculo.
Ejemplo:
Se tiene disponible una muestra que se compone de 10 (n =10) edades de pacientes que ingresan a una sala de emergencia:
12 , 28 , 74 , 15 , 3 , 16 , 7 , 58 , 8 , 45
Los datos ordenados son: 3 , 7 , 8 , 12 , 15 , 16 , 28 , 45 , 58 , 74
Por lo tanto el rango est dado por:
Ejemplo:
Utilizando el ejemplo ya considerado de las estaturas de pacientes se
tiene:
Varianza
Cuando los valores de un grupo de datos se encuentran ubicados
cerca de la media, la dispersin es menor que cuando estn ms
dispersos. Esta idea permite considerar una medida de dispersin
que tenga en cuenta la variabilidad alrededor de la media. Esta medida se conoce como varianza o variancia. Para calcularla se resta la
media de cada uno de los valores individuales y estas diferencias se
elevan al cuadrado y se suman.
Luego esta suma se divide por la cantidad de datos. Se hace la distincin segn se calcule la variancia en la poblacin o en la muestra (de
manera similar a como se procedi con la media aritmtica).
En la poblacin se tiene:
. Se construye
la siguiente tabla con las columnas auxiliares necesarias para el clculo de la varianza.
Entonces:
Donde:
: punto medio o marca de clase.
: media aritmtica.
: frecuencia de la clase i.
: suma de todas las frecuencias. Total de datos.
Ejemplo:
Para poder calcular la varianza (y posteriormente) la desviacin
estndar, se agregarn columnas a la tabla del ejemplo de series de
frecuencias utilizado para el clculo de las medidas de tendencia central anteriormente presentada.
Desviacin estndar
Es solamente la raz cuadrada de la variancia con lo cual las unidades vuelven a ser las originales. Para una serie simple de clculos se
tiene:
Ejemplo:
Para la serie simple ya trabajada para el clculo de la variancia se
tiene:
Coeficiente de variacin
Se denota como C.V. La desviacin estndar es til como medida de
dispersin, pero cuando se quiere comparar la dispersin de dos conjuntos de datos, la comparacin de las dos desviaciones estndar
puede dar resultados equivocados. Esto ocurre si las dos variables
involucradas tienen medidas en diferentes unidades (por ejemplo si
se comparan estatura y peso) o si utilizando las mismas unidades de
medicin, las dos medias pueden ser diferentes (por ejemplo si se
comparan pesos de nios y de adultos). En estos casos se necesita
Si se comparan las desviaciones estndar de las dos muestras referida a los pesos, parecera indicar que presentan ambas muestras la
misma variabilidad.
Si se observan los valores obtenidos, entonces la conclusin es diferente. La muestra I presenta menor variabilidad que la muestra II.
Ejemplo:
Si se calcula el valor del C.V. para el ejemplo de serie de frecuencias
considerado en esta Unidad se tiene el siguiente valor:
Dibujar una caja de manera que el extremo inferior o izquierdo corresponda al primer cuartil y el extremo superior o derecho corresponda al tercer cuartil.
En el centro ubicar la mediana o segundo cuartil.
Dibujar lneas desde los extremos de la caja hasta los puntos que
coincidan con el menor y mayor valor de los datos respectivamente
que no superen los cercos interiores (que se definen a continuacin).
Estos valores se denominan valores adyacentes
Calcular lo que se conoce como step o paso, esto es:
donde
Ejemplo:
Los siguientes datos corresponden a los pesos en onzas de los tumores malignos extirpados del abdomen de 57 pacientes (este ejemplo
ya fue trabajado en la Unidad 2).
Los datos ya fueron ordenados de manera creciente.
12
12
12
16
19
21
22
22
23
23
23
24
24
25
25
25
27
27
27
27
28
28
28
28
30
30
31
31
32
32
36
36
38
38
42
42
42
43
43
43
44
45
46
47
49
49
49
50
51
51
57
63
65
68
69
74
79
observacin ordenada.
observacin ordenada.
Representacin grfica
Autoevaluacin
1. En la siguiente serie calcule media, mediana y modo:
6 , 3, 8, 2, 14, 10, 9
2. Los siguientes productos fueron clasificados como defectuosos
(D) o no defectuosos (N):
D, D, D, N, N, N, D, D, D, D, N
Calcule la medida de posicin ms apropiada. Por qu eligi esa
medida?
3. En la siguiente serie calcule la medida de posicin ms apropiada.
Por qu?
9, 8, 5, 3, 10, 284
4. En la siguiente serie de frecuencias calcule media, mediana y modo.
nados.
Covarianza
sta representa una medida de variabilidad conjunta entre dos variables. Anteriormente se desarroll el concepto de varianza como medida de variabilidad de una sola variable. La covarianza (o covariancia)
se define como:
Donde:
Donde:
Donde:
: covarianza entre x e y.
: desviacin estndar de x.
: desviacin estndar de y.
O como frmula de clculo se lo puede definir de la siguiente manera:
Las sumatorias en la frmula anterior se realizan sobre las n observaciones. Los valores de este coeficiente se encuentran entre -1 y 1,
esto es:
Cuando el coeficiente se acerca a -1 indica que ambas variables estn fuertemente correlacionadas y de manera negativa, o sea que
ambas variables varan en sentido opuesto, al aumentar una disminuye la otra. Por otro lado, si el valor de r es prximo a 0, indica ausencia de correlacin lineal entre ambas variables, puede existir otro tipo
de relacin entre las mismas (por ejemplo curvilnea).
Para el estudio de la relacin entre dos variables es importante comenzar con un diagrama de dispersin de los datos que permita observar la posible relacin entre las variables.
Representacin grfica
donde
donde (
Donde:
Donde:
Figura 13
Figura 14
se obtiene como:
La representacin grfica de los valores observados (grfico de dispersin) y la recta ajustada se muestra a continuacin:
Autoevaluacin
Figura 15
8.2 Componentes
Una serie de tiempo se considera como la resultante de cuatro componentes. El anlisis de los mismos se puede realizar en forma conjunta o cada uno por separado. Adems, una serie puede presentar
todos o slo algunos de los componentes. Estos componentes son:
1. Tendencia a largo plazo o variacin secular.
2. Variacin o efecto estacional.
3. Variacin o efecto cclico.
4. Variacin o efecto irregular.
Tendencia a largo plazo o variacin secular (T): Se refiere al
movimiento suave y regular de una serie que refleja un crecimiento o
un estancamiento continuo o una declinacin en un perodo de tiempo
muy prolongado. Conviene para su estudio considerar un perodo suficientemente prolongado.
Variacin o efecto estacional (E): El uso del trmino estacional
tiene en este caso una connotacin amplia. Por variaciones
8.3 Modelos
Existen dos modelos de series de tiempo que se aceptan generalmente como buenas representaciones de la realidad. Ellos son: el
modelo aditivo y el modelo multiplicativo.
El modelo aditivo supone que el valor de la serie de tiempo est compuesto por la suma de los cuatro componentes:
Y=T+E+C+I
Figura 16
Y=TxExCxI
Mtodo grfico
ste es un mtodo rudimentario que no sirve para proyecciones pero
puede resultar til como primera aproximacin para ver el comportamiento de la serie. Consiste en dibujar a mano alzada una curva que
siga una ley general y que compense los desvos respecto de los
valores observados.
En este caso con n =7 aos, se descarta el valor central y se calculan los promedios para los dos grupos que se forman.
El primer grupo est constituido por los aos 2000, 2001 y 2002 y el
segundo grupo, por los aos 2004, 2005 y 2006. De esta manera se
tienen los siguientes clculos:
Primer grupo
Segundo grupo
En este caso con n =6 aos, se calculan los promedios para los dos
grupos que se forman. El primer grupo est constituido por los aos
2000, 2001 y 2002, y el segundo grupo, por los aos 2003, 2004 y
2005. De esta manera se tienen los siguientes clculos:
Primer grupo
Segundo grupo
La recta de tendencia en este caso se construye uniendo los puntos
(2001,3) y (2004,6).
Representacin grfica
Si se representa grficamente este ltimo ejemplo se tiene lo siguiente: (Figura 17)
Figura 17
Ejemplo:
Representacin grfica
La funcin de ajuste puede ser una recta, una parbola, etc., debindose seleccionar la que sea ms apropiada de acuerdo a diferentes
criterios que existen y que se estudian en Estadstica ms avanzada.
En esta unidad veremos solamente el ajuste a una lnea recta.
Ajuste a recta: Si a travs de un diagrama de dispersin se comprueba que una recta es apropiada para el ajuste a una serie de puntos se
aplica el siguiente procedimiento.
La ecuacin de la recta de ajuste se simboliza en este caso como:
donde:
valor ajustado o estimado.
t: variable independiente tiempo.
a: ordenada al origen (valor de
cuando t = 0).
por unidad
de tiempo.
Para que resulte ms sencillo el clculo de los valores de a y b en la
ecuacin de la recta se realiza un cambio de origen en la variable t
que representa el tiempo. Ello se realiza de la siguiente forma:
Para una serie con n (nmero de aos considerado) impar se resta
a cada valor de t el valor central de la serie.
Para una serie con n (nmero de aos considerado) par lo que se
resta es el promedio de los centrales y se multiplica por un medio. Se
da un ejemplo de cada caso a continuacin.
n impar (5) n par (6)
, se reduce a :
lo cual permite resolver fcilmente los valores de a (ordenada al origen) y b (pendiente) como:
Ejemplo:
y entonces la ecuacin
por
se convierte en:
Una vez obtenida la recta de ajuste, y es en eso en donde este mtodo se prefiere con respecto a los mencionados anteriormente, se pueden efectuar predicciones. Por ejemplo, para predecir el nmero de
casos para el ao 2007, se procede de la siguiente forma:
Autoevaluacin
1. En base a los siguientes datos aplicar los distintos mtodos presentados (semipromedios, promedios mviles de orden 3 y mnimos
cuadrados) para estudiar la tendencia.
Bibliografa
Chao, Lincoln, Estadstica para las Ciencias Administrativas,
Ed. McGraw-Hill, 1993.
Daniel, Wayne, Bioestadstica: Base para el anlisis de las ciencias de la salud, Ed. Uteha, 1998.
Fayad Camel, V., Estadsticas mdicas y de salud pblica, Ed.
Universidad de los Andes, 1966.
Facultad de Medicina, Universidad Nacional de Tucumn, Ctedra
de Bioestadstica.
Levin R. & D. Rubin, Estadstica para Administradores, Ed.
Prentice Hall, 1996.
Contratapa