UC03 Bases Estadisticas Aplic Prevencion PDF

Bases Estadsticas
Aplicadas a la Prevencin
BASES ESTADSTICAS APLICADAS A LA PREVENCIN
La estadstica recoge, organiza, resume y analiza datos, obteniendo conclusiones vlidas. En

prevencin de riesgos laborales la estadstica tiene diversas y variadas aplicaciones.
En el campo de la seguridad en el trabajo se utiliza para el seguimiento de la accidentalidad. En

los distintos campos de la higiene se utiliza para el establecimiento de valores lmites
ambientales, para la determinacin de la relacin causa-efecto y para el muestreo ambiental.
Por ltimo, en el campo de la medicina preventiva, se utiliza para la realizacin de estudios
epidemiolgicos.
OBJETIVOS
Adquirir las competencias necesarias para conocer los fundamentos estadsticos y aplicarlos en
las valoraciones higinicas clsicas de los puestos de trabajo en el campo de la prevencin de
riesgos laborales.
CONOCIMIENTOS
Introduccin a la Estadstica. Conceptos.

Anlisis de Datos.
Medidas Estadsticas.
Regresin.
Distribuciones.
Estimacin de una Muestra.
Estadstica Aplicada a la Prevencin de Riesgos.
Bases Estadsticas Aplicadas a la Prevencin

2
INTRODUCCIN A LA ESTADSTICA. CONCEPTOS
La palabra estadstica proviene del trmino Estado, y designaba originalmente el anlisis de

datos del Estado. Los primeros estudios manejaban grandes nmeros y analizaban datos con el
fin de extraer conclusiones acerca de la aplicacin de determinadas medidas en todo el Estado,
siendo considerada como la ciencia del Estado.
No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar
datos siendo aplicada bajo un enfoque distinto y ventajoso, realizando un tipo de estudio
denominado inferencial, que consiste en extraer consecuencias globales a partir de estudios
parciales.
La estadstica es una ciencia con base matemtica que recolecta, analiza e interpreta datos,
intentando explicar condiciones regulares en fenmenos de tipo aleatorio. Se divide en dos
ramas que comprenden la estadstica aplicada:
Se dedica a los mtodos de recoleccin, descripcin,

visualizacin, clasificacin y resumen de datos obtenidos a partir
Estadstica Descriptiva
de los fenmenos de estudio. Los datos pueden ser resumidos
numrica o grficamente.
Se dedica a la generacin de los modelos y predicciones

asociadas a los fenmenos teniendo en cuenta la aleatoriedad de
Inferencia Estadstica
las observaciones y extrayendo inferencias acerca de la
poblacin.
Variables
En la estadstica se pueden estudiar caractersticas medibles y no medibles. Las primeras son
las denominadas variables estadsticas, que definen las caractersticas de una poblacin o
medio.
Una variable puede definirse como aquel atributo de individuos o cosas que pueden
tomar un conjunto prefijado de valores, como por ejemplo la edad, la altura, etc. La
variable se llamar constante si slo toma un valor.

3
Tipos de Variables
Los valores se expresan en nmeros, tales como talla, edad, etc.

Pueden ser:
Continuas: pueden tomar cualquier valor intermedio entre dos
valores cualesquiera de la variable. Ejemplo: concentracin
Cuantitativas ambiental de un txico.
Discretas: nicamente toman valores enteros, por su naturaleza
no admiten fraccionamiento de la unidad. Ejemplo: nmero de
accidentes que se producen en un lugar y en un intervalo de
tiempo.
Su valor se expresa bajo forma de categoras tales como sexo,

color, etc. Pueden ser:
Dicotmicas: el valor slo puede tomar dos formas: si o no.
Cualitativas Categricas: el valor puede tomar ms de dos categoras, por

ejemplo el escalafn. En funcin de si se mantiene o no una
relacin de orden se podra distinguir entre:
Ordinales.
No ordinales.
Poblacin y Muestra
La teora del muestreo estudia la relacin entre una poblacin y sus muestras. Si una muestra
es representativa de una poblacin, es posible inferir conclusiones importantes sobre la
poblacin analizando previamente la muestra.
A partir del conocimiento de las magnitudes estadsticas de una muestra se pueden estimar
magnitudes desconocidas de una poblacin, como son la media y la varianza.
Conjunto de todos los individuos objeto de estudio.

Poblacin
Ejemplo: todas las ruedas producidas en una fbrica en un da.
Subconjunto de la poblacin.
Muestra
Ejemplo: una parte de las ruedas producidas en un fbrica en un da.

4
ANLISIS DE DATOS
Cuando se utilizan gran cantidad de datos numricos, es til dividir o agrupar los valores de la
variable en clases o categoras. La frecuencia de clase es el nmero de veces que un
determinado valor aparece en cada clase.
El smbolo que define una clase se llama intervalo de clase y sus extremos, lmite inferior de
clase y lmite superior de clase.
La marca de clase es el punto medio del intervalo de clase y se obtiene promediando los
lmites inferior y superior de clase.
Ejemplo
Se dispone de los siguientes datos:
450 1152 250 300 175 80 25 2680 605 785 1595 2300 5000 1200 100
5 180 200 675 500 375 1500 205 985 185 125 315 425 560 1100
Normalmente se suele trabajar con no ms de 10 o 12 intervalos. Los intervalos sern siempre

cerrados por la izquierda y abiertos por la derecha.
Amplitud =5000/10 = 500. Por lo que se toman intervalos de amplitud 500.
Se obtiene la siguiente tabla:
[ Li-1 , Li ) Frecuencia
[ 0,500) 16
[ 500, 1000) 6
[ 1000,1500) 3
[ 1500, 2000) 2
[ 2000, 2500) 1
[ 2500, 3000) 1
[ 3000, 3500) 0
[ 3500, 4000) 0
[ 4000, 4500) 0
[ 4500, 5000) 0
[ 5000,5500) 1

5
Frecuencias
Uno de los primeros pasos que se realizan en cualquier estudio estadstico es recoger la
informacin de la muestra resumida en una tabla en la que a cada valor de la variable se le
asocian determinados nmeros que representan el nmero de veces que ha aparecido, su
proporcin con respecto a otros valores de la variable, etc. Estos nmeros se denominan
frecuencias.
Tipos de Frecuencia
Nmero de veces que aparece en la muestra un determinado valor de

la variable, f i .
Absoluta
Est influida por el tamao de la muestra, al aumentar el tamao de la
muestra aumentar tambin el tamao de la frecuencia absoluta.
Cociente entre la frecuencia absoluta y el tamao de la muestra o el

nmero total de observaciones, fr. Para expresarla en trminos de
tanto por ciento se multiplica por 100.
Relativa
Absoluta Nmero de veces que ha aparecido en la muestra un valor menor o

Acumulada igual que el de la variable, Fi .
Cociente entre la frecuencia absoluta acumulada y el tamao de la

muestra, Fr . Para expresarla en trminos de tanto por ciento se
Relativa multiplica por 100.
Acumulada
Ejemplo
Se presenta una tabla de frecuencias de una muestra de pesos, en gramos, de 70 pastillas:

6
Marcas de
Intervalos
Clase
fi fr Fi Fr
[ 1,475, 1,525) 1,50 1 0,014 1 0,014

[ 1,525, 1,575) 1,55 3 0,043 4 0,057
[ 1,575, 1,625) 1,60 8 0,114 12 0,171
[ 1,625, 1,650) 1,65 14 0,200 26 0,370
[ 1,675, 1,725) 1,70 23 0,329 49 0,700
[ 1,725, 1,775) 1,75 12 0,171 61 0,871
[ 1,775, 1,825) 1,80 7 0,100 68 0,971
[ 1,825, 1,875) 1,85 1 0,014 69 0,985
[ 1,875, 1,925) 1,90 0 0,000 69 0,985
[ 1,925, 1,975) 1,95 1 0,014 70 1,000
Histogramas y Polgono de Frecuencias

Los histogramas y polgonos de frecuencias son representaciones grficas de las
distribuciones de frecuencias.
Un histograma se obtiene construyendo sobre cada intervalo de clase de la variable estadstica

continua un rectngulo cuya rea es proporcional a la frecuencia de dicho intervalo. Si los
intervalos tienen la misma anchura, las alturas de los rectngulos son proporcionales a las
frecuencias de clase.
El polgono de frecuencias se obtiene uniendo los puntos medios de las bases superiores de los
rectngulos del histograma.

7
MEDIDAS ESTADSTICAS
Las medidas estadsticas pretenden resumir la informacin de la muestra para poder tener
as un mejor conocimiento de la poblacin. Se distinguen los siguientes tipos de medidas
estadsticas:
De tendencia central.
De dispersin.
De localizacin.
De la simetra.
Propiedades Deseables para una Medida Estadstica
Debe definirse de manera objetiva, dos observadores distintos deben llegar al mismo
resultado numrico.
Usar todas las observaciones y no algunas de ellas solamente, de manera que si varia
alguna observacin la medida considerada debe reflejar esta variacin.
Tener un significado concreto, la interpretacin debe ser inmediata y sencilla.
Ser sencilla de calcular.
Prestarse fcilmente al clculo algebraico.
Ser poco sensible a las fluctuaciones muestrales. Esta condicin es imprescindible en la
Estadstica Matemtica y en la Teora de Sondeos.
Medidas Estadsticas de Tendencia Central

Sirven para determinar los valores centrales o medios de la distribucin:
Media.
Media aritmtica.
Media geomtrica.
Media armnica
Mediana.
Moda.

8
Media
Un promedio es un valor representativo de un conjunto de datos. Los promedios se denominan

medidas de tendencia central porque suelen situarse en el centro del grupo de datos,
ordenados segn su magnitud.
Tipos de Medias
Suma de todos los datos de un conjunto de n datos dividido por el

nmero total de los mismos. Tambin se denomina media:
Aritmtica
Cuando los datos estn agrupados en clases y por frecuencias, se
calcula mediante la siguiente expresin:
Raz de ndice n del producto de un conjunto de n datos positivos:
Geomtrica
Tambin se puede hallar por logaritmos, siendo su logaritmo la media

aritmtica de los logaritmos de los datos. Se aplica en los casos en
que la distribucin presente gran asimetra.
Inversa de la media de las inversas de los valores de un conjunto de

n datos:
Armnica
Mediana
La mediana de un conjunto de datos ordenados en orden creciente o decreciente, es el valor

central, o la media de los dos valores centrales, que divide al conjunto en dos mitades
iguales.

9
Clculo de la Mediana
Se debe tener en cuenta el tamao de la muestra, N:

Si N es Impar, hay un trmino central, que ser el valor de la
Variable Discreta mediana.
Si N es par, hay dos trminos centrales, la mediana ser la media
de esos dos valores.
Si la variable es continua, la tabla vendr en intervalos, se selecciona

el intervalo central y la mediana vale:
Variable Continua
Donde:
Li 1 es el valor del lmite inferior del intervalo.
ai es la amplitud del intervalo.
Moda
La moda de un conjunto de valores es el valor que ocurre con ms frecuencia, es decir, el

ms frecuente. Puede no existir y, en caso de existir, puede no ser nica. Se trata de la nica
medida de tendencia central que tiene sentido estudiar en una variable cualitativa, ya que no
precisa la realizacin de ningn clculo.
Para el clculo en distribuciones continuas se aplica la siguiente expresin:
Donde:
Li 1 es el valor del lmite inferior del intervalo.

10
Medidas de Dispersin
Dan una idea sobre la representatividad de las medidas centrales, saber si los valores en
general estn cerca o alejados de los valores centrales, a mayor dispersin menor
representatividad.
Rango
Se define como la diferencia existente entre el valor mayor y el menor de la distribucin. No es

una medida muy significativa, pero es muy fcil de calcular.
Desviacin
Es la diferencia que se observa entre el valor de la variable y la media aritmtica. No es

una medida, son muchas medidas, pues cada valor de la variable lleva asociada su
correspondiente desviacin, por lo que se precisar una medida que resuma dicha informacin.
Tipos de Desviacin
Media de los valores absolutos de las desviaciones, d m :
Media Para datos agrupados en clases y por frecuencias, se calcula

mediante la siguiente expresin:

11
Raz cuadrada de la varianza. La varianza, 2 , es la media de los
cuadrados de las desviaciones:
Tpica o Standard
Para datos agrupados en clases y por frecuencias, se calcula
Raz cuadrada de la cuasivarianza. La cuasivarianza se calcula

dividiendo los cuadrados de las desviaciones por N-1:
Cuasidesviacin
Tpica Para datos agrupados en clases y por frecuencias, se calcula
Estadstico de dispersin que no lleva asociada ninguna unidad, por lo

que permitir comparar entre dos muestras, cual es la que presenta
mayor dispersin, C.V:
Coeficiente de
Variacin
Medidas de Localizacin
Dividen la distribucin en partes iguales, sirven para clasificar a un individuo o elemento
dentro de una determinada poblacin o muestra. Son tiles para encontrar determinados
valores importantes para llevar a cabo una clasificacin de los elementos de la muestra o
poblacin.

12
Por ejemplo, en psicologa, los resultados de los test o pruebas que se realizan a un
determinado individuo, sirve para clasificar a dicho sujeto en una determinada categora en
funcin de la puntuacin obtenida.
Clasificacin
Divide la poblacin o muestra en cuatro partes iguales. Se define:

Q1 como el valor de la variable que deja a la izquierda el 25% de la
distribucin.
distribucin. Es igual a la mediana.
distribucin.
Clculo de la Variable Cuantitativa
Se observa el tamao de la muestra N.

Discreta Q1 o Q3 se calculan como la mediana de
la correspondiente mitad de la muestra.
Cuartiles Se calculan aplicando las frmulas:
Continua
Donde:
Li 1 es el valor del lmite inferior del
intervalo donde se encuentra el cuartil.

13
Divide la poblacin o muestra en diez partes iguales, d k . Para
variables cuantitativas contnuas el clculo se realiza aplicando la
siguiente frmula:
Deciles
Donde:
Li 1 es el valor del lmite inferior del intervalo donde se encuentra el
decil.
K toma los valores desde 1 hasta 9.
Divide la poblacin o muestra en cien partes iguales, pk . Para

variables cuantitativas contnuas el clculo se realiza aplicando la
siguiente frmula:
Percentiles
Donde:
Li 1 es el valor del lmite inferior del intervalo donde se encuentra el
percentil
K toma los valores desde 1 hasta 99.
Medidas de Simetra
Al igual que la curtosis, son medidas de la forma de la distribucin, es frecuente que los
valores de una distribucin tiendan a ser similares a ambos lados de las medidas de
centralizacin.
La simetra es importante para saber si los valores de la variable se concentran en una

determinada zona del recorrido de la variable, siendo la asimetra la falta de simetra con
respecto a la ordenada que pasa por la abscisa que corresponde a la media aritmtica.

14
AS<0 AS=0 AS>0
Asimetra negativa a la Asimetra positiva a la

Simtrica
izquierda derecha
Asimetra
La medida de la asimetra se puede realizar atendiendo bsicamente a dos criterios,

comparando:
La media y la moda.
Los valores de la variable con la media.
Si la diferencia X Mo es positiva, habr asimetra positiva o a la

derecha. Si es negativa, la asimetra ser negativa o a la izquierda.
Esta medida es poco operativa por no tratarse de una medida relativa,

ya que est influida por la unidad en que se mida la variable. Se define
Media y Moda as el coeficiente de asimetra de Pearson como:
Se basa en la comparacin con la media de todos los valores de la

variable, siendo ms preciso que el anterior. Se define as el coeficiente
de asimetra de Fisher como:
Valores de la
Variable con la
Media

15
Curtosis
La curtosis mide lo puntiaguda que es una distribucin, indica si la distribucin es muy

apuntada o poco apuntada. El coeficiente de curtosis mide el grado de apuntamiento de la
distribucin y se calcula segn la siguiente expresin:
Curtosis Negativa Curtosis Nula Curtosis Positiva
Planticrtica Mesocrtica Leptocrtica

16
REGRESIN
Est relacionada con el estudio estadstico en el que intervienen dos variables, X e Y, que
pueden estar ligadas entre s en base a un tipo de distribucin bidimensional.
El primer paso es agrupar los datos correctamente, elaborando la llamada tabla de correlacin.
A cada variable se le asocia un intervalo, procediendo de igual forma que para el caso de
una nica variable independiente cuando se agrupan los datos. Los intervalos se describen de
menor a mayor y se va apuntando en las casillas de cruce el nmero de datos que
corresponda.
Representacin Grfica
Los intervalos se representarn tridimensionalmente en forma de paraleleppedos verticales

con volmenes proporcionales a las frecuencias, f ij , de cada rectngulo, formndose el
llamado estereograma de frecuencias relativas. Uniendo los centros de cada cara
superior del estereograma se obtendr la superficie de frecuencias que corresponde a los
polgonos.

17
Correlacin
Es el grado de influencia de una variable sobre otra. El caso ms sencillo sera el de la
correlacin lineal, se da una dependencia lineal entre las dos variables.
La recta de ecuacin y = a + bx , representa, de la mejor forma posible, la ley de dependencia

de la variable Y en funcin de X como variable independiente. Esta recta se llama recta de
regresin de Y sobre X.
Recta de Regresin Lineal
Para saber en qu medida se aproxima cada valor observado al valor terico obtenido
matemticamente por la frmula, se establece el denominado coeficiente de correlacin
r, cuyo cuadrado es igual al cociente de la varianza debida a la influencia de X y de la
varianza total:

18
DISTRIBUCIONES
Una variable aleatoria discreta asume cada uno de sus valores con una cierta
probabilidad. Conviene representar mediante una frmula todas las probabilidades de una
variable aleatoria X. Esta frmula debe ser una funcin de la forma f(x), g(x), etc., y se escribe
f ( x) = P( X = x ) .
Al conjunto de pares ordenados [x, f ( x )] se le denomina funcin de cuanta o distribucin de

probabilidad de X.
Una variable aleatoria continua tiene una probabilidad cero de asumir cualquiera de sus
valores exactamente y puede tener una frmula que ser una funcin de los valores
numricos de la variable continua X y se denotar por f(x). A esta funcin se le llama funcin de
densidad de X.
La mayora de las funciones de densidad que en la prctica se usan para el anlisis de datos
estadsticos son continuas. Las reas se usarn para representar las probabilidades que tienen
valores positivos.
Tipos de Distribuciones
Distribucin discreta que tiene asociada una funcin de cuanta. Si

p es la probabilidad de que un suceso ocurra en un intento y
q = 1 - p es la probabilidad de que no ocurra en un intento, la
probabilidad de que el suceso ocurra X veces en n intentos ser:
Donde:
X = 0, 1, 2,..., n, es una variable discreta.
Binomial n! = n (n-1) (n-2)...1
0! = 1
Si en un problema estadstico en que se manejen variables cualitativas

se relaciona la probabilidad p con X, se aplicar la distribucin
binomial siempre.
Ejemplo tpico: clculo de las probabilidades de que a lo largo de 15

meses ocurran uno, dos, tres, etc., sucesos determinados, siendo p
la probabilidad de que en un mes ocurra el suceso, q sera la
probabilidad de que no ocurriera.
En este caso n = 15 y X = 1, 2, 3, , 15, slo valores enteros.

19
Distribucin discreta que expresa la probabilidad de un nmero k de
eventos que ocurren en un tiempo fijo, si estos eventos ocurren con
una tasa media conocida, y son independientes del tiempo desde el
ltimo evento:
Donde:
Poisson k es el nmero de ocurrencias de un evento.
es un nmero real positivo, equivalente al nmero esperado de
ocurrencias durante un intervalo dado.
Esta distribucin se aplica con frecuencia en el caso de un suceso de

probabilidad muy pequea en cada observacin, para calcular las
probabilidades (PK) de que ocurra el suceso K veces en un nmero
muy grande de observaciones. Por ello, se denomina a veces ley de
los sucesos raros.
Determinados accidentes se ajustan a este tipo de distribucin.

20
Distribucin de probabilidad continua. Su funcin de densidad
viene expresada por una frmula exponencial que se representa con
forma acampanada, campana de Gauss.
Caractersticas de la Curva Normal N ( X , )
Simtrica respecto a la ordenada de la media aritmtica.

Decrece cuando la variable se aleja de la media.
El valor mximo de frecuencia corresponde a la media.
Los dos puntos de inflexin corresponden a (+) y (-).
El rea comprendida entre la curva y el eje X es la unidad.
Normal o De
Gauss
Por tanto, el rea bajo la curva entre X=a y X=b, con a < b, representa
la probabilidad de que X est entre a y b: P(a < X < b) = P(b) -P(a) =
f(b) - f(a). La probabilidad de obtener un valor mayor que b ser P(X >
b) = 1 - P(b) = 1 - f(b).
El 68% de los datos de la distribucin normal estn en el intervalo

( X -, X +).
( X -2, X +2).
( X -3, X +3).
Todo esto se observa grficamente para el caso de la normal N(0,1):

21
22
ESTIMACIN DE UNA MUESTRA
Es importante inferir informacin sobre la poblacin a partir de muestras tomadas de ella.

De ello trata la inferencia estadstica, de la estimacin de parmetros de la poblacin, por
ejemplo la media o varianza de la poblacin, a partir de los correspondientes estadsticos
muestrales, media o varianza de la muestra.
Cuando se intenta alcanzar una decisin, relativa a una poblacin, es til hacer hiptesis de la
poblacin implicada que pueden ser ciertas o no. Generalmente, las hiptesis estadsticas son
enunciados acerca de la distribucin de probabilidad de las poblaciones.
Contraste de Hiptesis y Significacin

Contrastar una hiptesis estadstica consiste en aceptar o rechazar, con un cierto grado de
confianza, medida numricamente, y previa observacin de muestras de una poblacin, una
hiptesis hecha sobre dicha poblacin.
La idea de contrastar una hiptesis consiste en tomar una muestra de observaciones y calcular
el estadstico correspondiente al parmetro a contrastar, y si el valor hallado para el estadstico
es prximo al supuesto para el parmetro se acepta la hiptesis y, en caso contrario, se
rechaza.
Rechazo de una Hiptesis
Si se supone que una hiptesis dada, sobre una poblacin, es cierta, pero los resultados
hallados en una muestra aleatoria difieren mucho de los esperados bajo tal hiptesis, las
diferencias observadas son significativas y se debe rechazar la hiptesis.
Si se rechaza una hiptesis cuando debiera ser aceptada, se comete un error de Tipo I. Al
contrastar una hiptesis, la mxima probabilidad de correr el riesgo de rechazar una
hiptesis que debiera ser aceptada se llama nivel de significacin del contraste.
Esta probabilidad se denota normalmente por y se suele especificar antes de tomar la

muestra para que los resultados obtenidos no influyan en la eleccin. Si es el nivel de
significacin, 1 - es el nivel de confianza.
En la prctica se suele tomar un nivel de significacin de 0,05 (o 5%) o 0,01.
Si = 5%, hay 5 oportunidades entre 100 de rechazar la hiptesis cuando debiera

aceptarse. Es decir, se tiene un 95% de confianza de que hemos adoptado la decisin
correcta.
Se pueden realizar contrastes mediante la distribucin normal.

23
ESTADISTICA APLICADA A LA PREVENCIN DE RIESGOS LABORALES
Mediante la estadstica se pueden sacar conclusiones vlidas y adoptar decisiones razonables

basadas en el anlisis de datos. Se puede hablar por ejemplo de estadstica de accidentes y de
enfermedades profesionales teniendo en cuenta los promedios derivados de los datos.
En la prevencin son las variables cuantitativas continuas las que ms se emplean, para
manejar adecuadamente los valores conviene ordenarlos de menor a mayor.
Aplicaciones de la Estadstica en el Campo de la Prevencin
Seguimiento de la accidentalidad, rbol de causas y efectos, fiabilidad de

Seguridad un sistema, etc.
Higiene terica: establecimiento de valores lmite ambientales.

Higiene operativa: correlacin de causas y efectos y operatividad de
Higiene medidas correctoras.
Higiene de campo: factores determinantes (quirfanos, muestreo
ambiental y ejecucin de un programa de actuacin).
Medicina Estudios epidemiolgicos, etc.
Preventiva
Muestreo Ambiental. Esquema del Planteamiento

La valoracin higinica clsica de un puesto de trabajo consiste en comparar la exposicin
del trabajador que lo ocupa con las exposiciones mximas permisibles correspondientes,
indicadas en el criterio de valoracin elegido.
El parmetro bsico con el que se cuantifica la exposicin es la concentracin media

ponderada en el tiempo, y la medicin de dicha exposicin se hace mediante procedimientos
de toma de muestras y anlisis.
En trminos de la valoracin higinica, la duracin del ciclo de trabajo y las concentraciones

medias que existen durante ste, determinarn la exposicin a los contaminantes. Por ello, a la
hora de determinar dichas concentraciones, las medidas han de cubrir un nmero entero de
ciclos de trabajo.

24
Serie definible de tareas que se van repitiendo de forma idntica y
Ciclo de Trabajo
sucesiva.
Duracin Del Ciclo de trabajo.
Concentraciones
Que existen durante el ciclo de trabajo.
Medias
Tipos de Errores
Se deben tener en cuenta siempre tres tipos de error para que las mediciones sean
representativas de la situacin que existe realmente en el puesto de trabajo.
Se da cuando se analiza el puesto y se determina el ciclo de

trabajo. Si el ciclo de trabajo no se estima correctamente, las
mediciones que se hagan posteriormente sern menos
Primer Error representativas.
No se puede tratar estadsticamente y, dependiendo de la
experiencia del higienista, podr minimizarse ms o menos.
Es el que se imputa al mtodo e instrumentos de medicin y

que puede dar lugar a diferencias entre la concentracin media
Segundo Error medida y la que existe realmente durante el ciclo de trabajo
muestreado.
Suele ser despreciable con respecto a los otros dos.

25
Se debe a variaciones aleatorias de determinados factores,
corrientes de aire, etc., que no se observan pero que pueden
influir bastante en la concentracin que exista en ese momento.
La concentracin ambiental media que corresponde a un ciclo de
Tercer Error trabajo es una variable aleatoria y no se comporta como una
constante a lo largo de los sucesivos ciclos. Los posibles errores,
debido a las fluctuaciones de la concentracin, pueden
controlarse hacindose varias mediciones y tratando
estadsticamente los resultados obtenidos.
Distribucin Log-Normal. Concentraciones Ambientales

La concentracin medida durante un ciclo de trabajo determinado es una variable
aleatoria que sigue una distribucin de probabilidad log-normal, por tanto, los logaritmos
de la variable siguen una ley normal.
Una de las condiciones importantes para que se cumpla la hiptesis de log-normal de los
resultados de las tomas de muestras ambientales es que estas sean de duracin
aproximadamente igual.
Las concentraciones varan tericamente entre cero e infinito. La probabilidad de que la

concentracin medida est ms o menos alejada de la concentracin media real depende de si
el valor de la desviacin tpica es mayor o menor, es decir, de la mayor o menor dispersin de
los factores aleatorios que influyen sobre la concentracin.
En la prctica, la variabilidad de las concentraciones medidas suele ser importante. Como

medida de dispersin se suele utilizar, en lugar de la desviacin standard, el valor de la
desviacin standard geomtrica, GSD, cuyos valores numricos son ms fciles de manejar
ya que oscilan entre 1 (concentracin constante) y 5 aproximadamente. En la prctica los
valores encontrados suelen hallarse en el intervalo de 1,25 a 2,5.
La desviacin standard geomtrica (GSD) de las concentraciones es un parmetro que indica la

variabilidad. La GSD es el antilogaritmo de la desviacin standard de la distribucin de los
logaritmos de las concentraciones y se define como:
Donde L es la desviacin standard de los logaritmos naturales de las concentraciones.
Ejemplo
En la tabla se indica, en el supuesto de que la media aritmtica real de la concentracin fuese

10 ppm, la amplitud del intervalo en el que se encontraran el 50% de las muestras obtenidas

26
para distintos valores de GSD, ello implica que el 50 % restante se encontrara fuera de dicho
intervalo.
GSD Intervalo, ppm
1,25 8,6 - 11,6
1,50 7,6 - 13,2
1,75 6,8 - 14,6
2,00 6,3 - 16,0
2,25 5,8 - 17,3
2,50 5,4 - 18,6
En la figura se representan varias distribuciones log-normales con igual media aritmtica, 10

ppm, y distintas GSD.

27

UC03 Bases Estadisticas Aplic Prevencion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UC03 Bases Estadisticas Aplic Prevencion PDF

Cargado por

Copyright:

Formatos disponibles

Bases Estadsticas

La estadstica recoge, organiza, resume y analiza datos, obteniendo conclusiones vlidas. En

En el campo de la seguridad en el trabajo se utiliza para el seguimiento de la accidentalidad. En

Introduccin a la Estadstica. Conceptos.

Bases Estadsticas Aplicadas a la Prevencin

La palabra estadstica proviene del trmino Estado, y designaba originalmente el anlisis de

Se dedica a los mtodos de recoleccin, descripcin,

Se dedica a la generacin de los modelos y predicciones

Bases Estadsticas Aplicadas a la Prevencin

Los valores se expresan en nmeros, tales como talla, edad, etc.

Su valor se expresa bajo forma de categoras tales como sexo,

Cualitativas Categricas: el valor puede tomar ms de dos categoras, por

Conjunto de todos los individuos objeto de estudio.

Bases Estadsticas Aplicadas a la Prevencin

Se dispone de los siguientes datos:

Normalmente se suele trabajar con no ms de 10 o 12 intervalos. Los intervalos sern siempre

Amplitud =5000/10 = 500. Por lo que se toman intervalos de amplitud 500.

Se obtiene la siguiente tabla:

Bases Estadsticas Aplicadas a la Prevencin

Nmero de veces que aparece en la muestra un determinado valor de

Cociente entre la frecuencia absoluta y el tamao de la muestra o el

Absoluta Nmero de veces que ha aparecido en la muestra un valor menor o

Cociente entre la frecuencia absoluta acumulada y el tamao de la

Se presenta una tabla de frecuencias de una muestra de pesos, en gramos, de 70 pastillas:

Bases Estadsticas Aplicadas a la Prevencin

[ 1,475, 1,525) 1,50 1 0,014 1 0,014

Histogramas y Polgono de Frecuencias

Un histograma se obtiene construyendo sobre cada intervalo de clase de la variable estadstica

Bases Estadsticas Aplicadas a la Prevencin

Propiedades Deseables para una Medida Estadstica

Medidas Estadsticas de Tendencia Central

Bases Estadsticas Aplicadas a la Prevencin

Un promedio es un valor representativo de un conjunto de datos. Los promedios se denominan

Suma de todos los datos de un conjunto de n datos dividido por el

Raz de ndice n del producto de un conjunto de n datos positivos:

Tambin se puede hallar por logaritmos, siendo su logaritmo la media

Inversa de la media de las inversas de los valores de un conjunto de

La mediana de un conjunto de datos ordenados en orden creciente o decreciente, es el valor

Bases Estadsticas Aplicadas a la Prevencin

Se debe tener en cuenta el tamao de la muestra, N:

Si la variable es continua, la tabla vendr en intervalos, se selecciona

La moda de un conjunto de valores es el valor que ocurre con ms frecuencia, es decir, el

Para el clculo en distribuciones continuas se aplica la siguiente expresin:

Bases Estadsticas Aplicadas a la Prevencin

Se define como la diferencia existente entre el valor mayor y el menor de la distribucin. No es

Es la diferencia que se observa entre el valor de la variable y la media aritmtica. No es

Media de los valores absolutos de las desviaciones, d m :

Media Para datos agrupados en clases y por frecuencias, se calcula

Bases Estadsticas Aplicadas a la Prevencin

Raz cuadrada de la cuasivarianza. La cuasivarianza se calcula

Estadstico de dispersin que no lleva asociada ninguna unidad, por lo

Bases Estadsticas Aplicadas a la Prevencin

Divide la poblacin o muestra en cuatro partes iguales. Se define:

Clculo de la Variable Cuantitativa

Se observa el tamao de la muestra N.

Cuartiles Se calculan aplicando las frmulas:

Bases Estadsticas Aplicadas a la Prevencin

Divide la poblacin o muestra en cien partes iguales, pk . Para

La simetra es importante para saber si los valores de la variable se concentran en una

Bases Estadsticas Aplicadas a la Prevencin

Asimetra negativa a la Asimetra positiva a la

La medida de la asimetra se puede realizar atendiendo bsicamente a dos criterios,

Si la diferencia X Mo es positiva, habr asimetra positiva o a la