UNIVERSIDAD POLITCNICA TERRITORIAL DEL ESTADO MRIDA

BIOESTADSTICA
TEMA No 1.- ORGANIZACIN Y RESUMEN DE DATOS

PROF. PEDRO J. MANZANO T

30/01/2015

1
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

1.1.- NOCIONES ELEMENTALES.

DEFINICIN DE ESTADSTICA.
Es el campo de estudio relacionado con la recopilacin, organizacin, resumen de datos y la obtencin de
inferencias acerca de un conjunto de datos cuando solo se observa una parte de ella.
DEFINICIN DE BIOESTADSTICA.
La bioestadstica es la aplicacin de la estadstica en la biologa. Como los objetos de estudios de la biologa
son muy variados, tales como la medicina, las ciencias agropecuarias, entre otros, es que la Bioestadstica ha
debido ampliar su campo para de esta manera incluir cualquier modelo cuantitativo, no solamente
estadstico y que entonces pueda ser empleado para responder a las necesidades oportunas.
De alguna manera, la Bioestadstica puede considerarse como una rama especializada de la informtica
mdica (ampliacin de las comunicaciones y la informtica a la salud), complementada adems por la
Bioinformtica (aplicacin de la tecnologa de las computadoras a la gestin y anlisis de datos biolgicos).
La principal ventaja del pensamiento estadstico interviniendo en la biologa es que no solo resuelve sino que
tambin comprende una compleja metodologa para respuestas a las hiptesis, adems de agilizar la
cuestin de organizacin del sistema de investigacin, desde el diseo general, el de muestreo, el control de
calidad de informacin y la presentacin de los resultados.
Los orgenes de la Bioestadstica, se remonta al siglo XIX y tiene como precursora a la enfermera inglesa
Florence Nightingale, quien durante el desarrollo de la guerra de Crimea se preocup en observar el
fenmeno que indicaba que eran muchsimas las bajas que se producan en el hospital que en el frente de

2
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

batalla, entonces, comenz a recopilar informacin y dedujo que la mencionada situacin se deba a las
malsimas condiciones higinicas que predominaban en los hospitales. Tal conclusin permiti, de ah en
ms, trabajar en la importancia y necesidad de la higiene en los centros de salud. Hoy en da no resulta ser un
tema a discutir sino una necesidad imperiosa e imposible de evadir.
DEFINICIN DE VARIABLE.
Si, conforme se observa una caracterstica, se encuentra que toma valores dispersos en diferentes personas,
lugares o cosas, se dice que la caracterstica es una variable. Se hace esto por la sencilla razn de que la
caracterstica no es la misma cuando se observa en diferentes personas, lugares o cosas, se dice que la
caracterstica es una variable. Se hace esto por la sencilla razn de que la caracterstica no es la misma
cuando se observa en diferentes personas, lugares o cosas, que la poseen. Son algunos ejemplos de variables:
la estatura de los adultos masculinos, el peso de los nios en edad preescolar y la edad de los pacientes que
ven en una clnica dental.
VARIABLE CUANTITATIVA.
Una variable cuantitativa es aquella que puede medirse en forma habitual. Por ejemplo, se puede hacer las
mediciones de la estatura de los adultos del sexo masculino, el peso de los nios en edad preescolar y la edad
de los pacientes que ven en una clnica dental.

3
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

VARIABLE CUALITATIVA.
Algunas caractersticas pueden no ser medidas en el sentido en que se miden la estatura, el peso y la edad.
Muchas caractersticas solo pueden catalogarse, por ejemplo, cuando a una persona enferma se le hace un
diagnstico mdico, cuando a una persona se clasifica dentro de un grupo socioeconmico o cuando se dice
que una persona, lugar u objeto, posee o no alguna caracterstica de inters. A las variables de este tipo se les
conoce como variables cualitativas.
Aunque, en el caso de las variables cualitativas, no puede lograrse su medicin en el sentido habitual del
trmino, puede contarse el nmero de personas, lugares o cosas que pertenecen a varias categoras. El
administrador de un hospital, por ejemplo, puede contar el nmero de pacientes admitido durante un da
para cada uno de los diferentes diagnstico de admisin.
VARIABLE ALEATORIA.
Cada vez que se determina la estatura, peso o edad de un individuo, se dice con frecuencia que el resultado es
un valor de la variable correspondiente. Cuando los valores obtenidos son el resultado de factores fortuitos,
se dice que la variable es aleatoria. Los valores que resultan de procedimientos de medicin suelen
conocerse como observaciones o simplemente como medidas.
VARIABLE ALEATORIA DISCRETA.
Las variables pueden caracterizarse an ms como discretas o continuas.
Una variable aleatoria discreta se caracteriza por saltos o interrupciones en los valores que sta puede tener.
Estos saltos o interrupciones indican la ausencia de los valores entre los valores particulares que puede

4
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

tener la variable. Algunos ejemplos ilustraran el punto. El nmero de admisiones diarias a un hospital
general es una variable aleatoria discreta ya que, cada da, el nmero de admisiones debe representarse por
un nmero entero, como 0, 1, 2, 3, 4, 5 u as sucesivamente. El nmero de admisiones por da no puede ser un
nmero como 1.5; 3,988 0,5174. El nmero de dientes con caries, faltantes u obturados por nios en una
escuela primaria es otro ejemplo de variable discreta.
VARIABLE ALEATORIA CONTINUA.
Una variable aleatoria continua no posee los saltos o interrupciones que caracterizan a una variable aleatoria
discreta. Una variable aleatoria continua puede tener cualquier valor dentro de un intervalo especificados de
valores asumidos por la variable. Ejemplos de variables continuas son las diversas mediciones que pueden
hacerse en individuos, como estatura, peso y circunferencia del crneo. No importa qu tan iguales sean las
estaturas observadas en dos individuos, ya que por ejemplo, puede encontrarse tericamente otra persona
que tenga una estatura intermedia entre ambas.
Sin embargo, debido a las limitaciones de los instrumentos de medicin con que se cuenta, las variables que
son esencialmente continuas suelen tratarse como si fueran discretas. La estatura, por ejemplo, se registra a
menudo hacia el centmetro ms prximo, mientras que, con aparatos de medicin exacta esa medicin
podra hacerse tan precisa como se deseara.
POBLACIN.
La persona promedio piensa en una poblacin como grupo de elementos, por lo comn personas. Sin
embargo, una poblacin o conjunto de elementos puede constituirse con animales, mquinas, plantas o
clulas. Para los fines de este curso, se define a una poblacin de elementos como el mayor grupo de

5
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

elementos por los cuales se tiene un cierto inters en un momento dado. Si se lleva a cabo una medicin de
alguna variable sobre cada uno de los elementos de una poblacin, se obtiene una poblacin de valores de
esa variable. Por lo tanto, puede definirse a una poblacin de valores como el mayor grupo de valores de una
variable aleatoria por los cuales se tiene un cierto inters en un momento dado. Por ejemplo, si se tiene
inters en el peso de todos los nios inscritos en un determinado sistema escolar municipal, la poblacin
consta de todos estos pesos. Si el inters se centra solo en el peso de los alumnos de primer ao del sistema,
se tiene una poblacin distinta: los pesos de los alumnos de primer ao inscritos en el sistema escolar. En
consecuencia, las poblaciones se determinan o definen de acuerdo con la esfera de inters que se tenga en
ellas. Las poblaciones pueden ser finitas o infinitas. Si una poblacin de valores consta de un nmero fijo de
estos valores, se dice que la poblacin es finita. Por otra parte, si una poblacin consta de una sucesin sin fin
de valores, dicha poblacin es infinita.
MUESTRA.
Una muestra puede definir simplemente como una parte de una poblacin. Supngase que una poblacin
consta del peso de todos los nios del nivel de primaria inscrito en un determinado sistema escolar
municipal. Si se renen para el anlisis el peso de solo una fraccin de estos nios, se tiene solo una parte de
la poblacin de pesos, es decir, se tiene una muestra.

1.2.- DISTRIBUCIN DE FRECUENCIAS PARA DATOS NO AGRUPADOS.

Cuando se hacen mediciones de una variable aleatoria sobre los elementos de una poblacin, los valores
resultantes llegan por lo general al investigador o estadstico, como un conjunto de datos desordenados.

6
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

FRECUENCIA ABSOLUTA SIMPLE.

Esta se define como el nmero de individuos u objetos que posee una modalidad, categora o clase. Se denota
con las letras ni, la suma de las frecuencias absolutas se llama total y se denota con la letra N.
EJEMPLO No 1.Sean 15 14 16 14 15 16 16 15 16 las edades de un grupo de jvenes, entonces la frecuencia
absoluta de 15 es 3, de 16 es 4 y la de 14 es 2.
FRECUENCIA ABSOLUTA ACUMULADA.
Se denota con las letras Ni, y se define como el nmero total de observaciones que tiene una categora o
clases inferiores. La frecuencia acumulada 1 ser igual a la frecuencia absoluta 1, es decir, la que corresponde
a la categora o clase menor. La frecuencia acumulada 2, ser igual a la suma de las frecuencias absolutas 1 y
2. Y as sucesivamente, la ltima frecuencia absoluta acumulada ser igual a N.

7
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

FRECUENCIA RELATIVA SIMPLE.

Se denota con las letras fi. Es el cociente entre la frecuencia absoluta simple de un dato y el nmero total de
datos. Es decir:

Se interpreta como la proporcin de individuos que pertenecen a una modalidad, categora o clase. Tambin
como la probabilidad de elegir un individuo u objeto al azar y que ste pertenezca a una modalidad,
categora o clase dada. La suma de las frecuencias relativas simples expresada en proporcin es igual a 1.
En porcentaje, se denota con el smbolo de tanto porciento (%), y es la frecuencia de ocurrencia de una
modalidad, categora o clase por cada 100 casos.

La suma de los porcentajes es igual a 100.

FRECUENCIA RELATIVA ACUMULADA.
Se denota con las letras Fi, y se define como la proporcin de individuos que pertenecen a una categora o
clase y las categoras o clases inferiores. Puede interpretarse tambin como la posibilidad de elegir un
individuo al azar que sta pertenezca a una categora o clase y las categoras o clases inferiores. Las
frecuencias relativas acumuladas se obtienen dividiendo cada frecuencia acumulada entre el nmero total de
observaciones (N), es decir:

8
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

O tambin:

RANGO PERCENTIL.
Se denota como RP y se define como el porcentaje de individuos que pertenecen a una categora o clase y a
las categoras o clase inferiores. El rango percentil se calcula multiplicando la frecuencia relativa acumulada
(Fi) por 100 o dividiendo cada frecuencia simple acumulada entre el total de observaciones y el resultado se
multiplica por 100.

EJEMPLO No 1.Los siguientes datos representan las edades de los pacientes admitidos en el Instituto Autnomo Hospital
Universitario de los Andes, en la consulta de pediatra del 1 al 3 de octubre de 2014:

9
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

12

10

11

10

13

12

12

11

10

11

13

15

10

11

11

10

12

12

13

11

12

12

12

13

10

12

12

13

12

11

Construir una tabla de distribucin de frecuencias para datos no agrupados.

TABLA No 1.DISTRIBUCIN DE FRECUENCIAS DE LAS EDADES DE LOS PACIENTES ADMITIDOS EN EL INSTITUTO
AUTONOMO HOSPITAL UNIVERSITARIO DE LOS ANDES, EN LA CONSULTA DE PEDIATRA DEL 1 AL 3 DE
OCTUBRE DE 2014.
EDAD
10
11
12
13
15
-----

TAB
IIIIII
IIIIIII
IIIIIIIIIII
IIIII
I
-----

ni
6
7
11
5
1
N = 30

Ni
6
13
24
29
30
-----

fi
0,20
0,23
0,37
0,17
0,03
1,00

Fi
0,20
0,43
0,80
0,97
1,00
-----

%
20
23
37
17
3
-----

RP
20
43
80
97
100
-----

De la observacin de esta tabla, se puede obtener informacin del grupo, por ejemplo:
1.- Cuntos pacientes tiene la edad de 11 aos?
Se busca en la columna edad, los aos solicitado y se toma la frecuencia absoluta simple (ni) que le
corresponde a dicha edad, entonces se obtiene 7 pacientes.

10
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

2.- Cuntos pacientes tienen edades menores o iguales que 12 aos?

Se localiza la edad 12 aos en la primera columna, y se toma el valor de la frecuencia absoluta acumulada
(Ni) que le corresponde a dicha edad, es decir, 24 pacientes.
3.- Qu porcentaje de pacientes tienen por lo menos 13 aos?
La expresin por lo menos 13 aos, significa mayor o igual a 13 y el resultado se puede obtener de dos
formas:
a) Sumando las frecuencias relativas simples y luego se multiplica la suma por 100%. En este caso:
(

b) Al 100% se le resta el rango percentil (RP) que le corresponde al valor de la edad inmediatamente
inferior a la edad dada. As la edad inmediatamente inferior a 13 aos, es 12 y el rango percentil (RP)
que le corresponde a esta edad es 80, luego se tiene que el resultado ser:

El 20% de los pacientes tienen por lo menos 13 aos.

4.- Cul es la posibilidad de elegir un paciente al azar y que este tenga 11 aos?
Se busca la frecuencia relativa simple (fi) que le corresponde a la variable 11 aos y se obtiene fi = 0,23.
Existe la posibilidad de 0,23 de elegir un paciente al azar y que este tenga 11 aos.

11
RADIOLOGA E IMAGENOLOGA

PROF. PEDRO J. MANZANO T.

5.- Cuntos pacientes tiene a lo sumo 11 aos?

La expresin a lo sumo 11 aos, significa como mximo 11 aos, es decir, menores o iguales que 11, por lo
tanto se toma la frecuencia absoluta acumulada (Ni) que le corresponde a la edad, y se obtiene Ni = 13.
Luego se tiene que 13 pacientes tiene a lo sumo 11 aos.
6.- Qu porcentaje de pacientes tienen edades comprendidas entre 11 aos y 13 aos?
Se ubican las edades comprendidas entre los aos 11 y 13 ambos inclusive, en la primera columna y se
suman las frecuencias relativas simples expresadas en porcentajes (%) que le corresponden a cada uno de
estas edades, as:
Para 11 aos: se tiene que % = 23
Para 12 aos: se tiene que % = 37
Para 13 aos: se tiene que % = 17
Resultando un porcentaje total de 77.
El 77% de los pacientes tienen edades comprendidas entre 11 y 13 aos.