Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Uc03 PDF
Uc03 PDF
Aplicadas a la Prevencin
BASES ESTADSTICAS APLICADAS A LA PREVENCIN
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
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:
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.
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.
Subconjunto de la poblacin.
Muestra
Ejemplo: una parte de las ruedas producidas en un fbrica en un da.
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
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
[ 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
Tipos de Frecuencia
Ejemplo
El polgono de frecuencias se obtiene uniendo los puntos medios de las bases superiores de los
rectngulos del histograma.
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.
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.
Tipos de Medias
Aritmtica
Cuando los datos estn agrupados en clases y por frecuencias, se
calcula mediante la siguiente expresin:
Geomtrica
Armnica
Mediana
Variable Continua
Donde:
Li 1 es el valor del lmite inferior del intervalo.
ai es la amplitud del intervalo.
Moda
Donde:
Li 1 es el valor del lmite inferior del intervalo.
ai es la amplitud del intervalo.
Rango
Desviacin
Tipos de Desviacin
Tpica o Standard
Para datos agrupados en clases y por frecuencias, se calcula
mediante la siguiente expresin:
Cuasidesviacin
Tpica Para datos agrupados en clases y por frecuencias, se calcula
mediante la siguiente expresin:
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.
Clasificacin
Continua
Donde:
Li 1 es el valor del lmite inferior del
intervalo donde se encuentra el cuartil.
ai es la amplitud del intervalo.
Deciles
Donde:
Li 1 es el valor del lmite inferior del intervalo donde se encuentra el
decil.
ai es la amplitud del intervalo.
K toma los valores desde 1 hasta 9.
Percentiles
Donde:
Li 1 es el valor del lmite inferior del intervalo donde se encuentra el
percentil
ai es la amplitud del intervalo.
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.
Asimetra
La media y la moda.
Los valores de la variable con la media.
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
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:
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 ) .
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
Donde:
X = 0, 1, 2,..., n, es una variable discreta.
Binomial n! = n (n-1) (n-2)...1
0! = 1
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.
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).
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.
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.
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.
En la prevencin son las variables cuantitativas continuas las que ms se emplean, para
manejar adecuadamente los valores conviene ordenarlos de menor a mayor.
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.
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.
Ejemplo