www.medigraphic.org.
mx
Volumen 25, Nmero 2
Abril - Junio 2014
pp 129 - 131
Estadstica descriptiva y seleccin de la prueba
Las finalidades de la estadstica son: sintetizar los
datos, estimar y hacer inferencia a la poblacin de
referencia y ajustar los datos segn la influencia de
factores de confusin.
En todos los mtodos se supone que la muestra es
un subgrupo estadstico de la poblacin de la que se
ha extrado, esto quiere decir que todas las medicio-
nes de la poblacin tienen la misma probabilidad de
estar incluidas en la muestra; por lo tanto, el azar
dicta cules de las mediciones se incluyen realmente.
La seleccin aleatoria de las mediciones incluidas en
la muestra determina cunto se aproxima el estads-
tico, es decir, el valor numrico obtenido de la mues-
tra, al valor real del parmetro poblacional.
La sntesis permite expresar con dos o tres cifras
la distribucin de los datos, tanto en su tendencia a
agruparse en un punto central, como en su dispersin.
1. Si la distribucin es normal (lo que ocurre slo en
poblacin general) o se parece a la normal (en for-
ma de campana) se expresan con el valor medio (o
media aritmtica) y la desviacin estndar.
2. Si la distribucin no es normal, pero la naturaleza
de los datos es numrica, la expresin incluye la
mediana y la moda, que indican la agrupacin en el
centro y la predominante y el recorrido intercuar-
tlico que expresa dispersin (ubicacin de los da-
tos correspondientes al inicial, a los correspondien-
tes al 25% y al 75% del nmero de observaciones; y
se complementa con la mediana, que es el 50%).
www.medigraphic.org.mx
Para hacer estimacin, en especial cuando los da-
tos son nominales (es decir, que se nombran, pero no
* Mdico cirujano, cardilogo y maestro en ciencias mdicas.
Universidad de Colima. Profesor de Estadstica aplicada a la
investigacin en medicina. Maestra en Ciencias Mdicas, Fa-
cultad de Medicina, Universidad de Colima.
Este artculo puede ser consultado en versin completa en
http://www.medigraphic.com/revmexcardiol
Comunicado breve
Cuauhtmoc Acoltzin Vidal*
se pueden medir porque slo se sabe su presencia o
su ausencia y, por lo tanto, se cuentan) se recurre a:
1. El rango (que es la amplitud entre la observacin
ms grande y la menor se expresa como un nme-
ro. No debe confundirse con el intervalo o la clase
que son los lmites inferior y superior).
2. Al clculo de razn (nmero de observaciones con
un resultado [a] entre el nmero de observaciones
con otro [b] con la frmula a/b). Proporcin a/(a +
b) o porcentaje (proporcin multiplicada por 100).
3. A los ndices o tazas:
a. De prevalencia (cuya frmula es semejante,
pero en el denominador se usa un multiplica-
dor [base] y un espacio de tiempo especficos
que por lo general son 10,000 y un ao. ste se
expresa como tiempo-persona)
b. O de incidencia (que se calcula en una cohorte
dinmica a lo largo de un periodo y, por ello,
se deben tener en cuenta los cambios que ocu-
rren en numerador y denominador debidos a
ingreso y prdida de sujetos en ste).
4. Ubicacin por percentiles o porcentiles, es decir,
valores porcentuales (o de peso) de cada dato segn
el nmero de veces que se presenta entre todas las
observaciones (se calculan dividiendo el nmero de
observaciones por dato entre n [nmero de obser-
vaciones]). Es acumulativo, es decir, se va sumando a
los valores previos hasta completar 1, que es 100%).
La inferencia estadstica o prueba de significan-
cia estadstica permite saber qu tanto se espera
que vare el estadstico en relacin con el valor hipo-
ttico del parmetro poblacional sobre la base de la
variabilidad del azar entre las muestras aleatorias.
El valor hipottico con el que se comparan las esti-
maciones se llama hiptesis nula. El objetivo de las
pruebas de significacin estadstica es calcular el va-
lor p, que es la probabilidad de que la hiptesis nula
 Acoltzin VC. Estadstica descriptiva y seleccin de la prueba
130
Rev Mex Cardiol 2014; 25 (2): 129-131
sea cierta, es decir, que dos subconjuntos del conjun-
to universal estn unidos, teniendo una muestra que
sea como mnimo tan distinta de la indicada por la
hiptesis nula como la realmente obtenida si aqulla
la hiptesis nula realmente describe a la poblacin.
Para extrapolar los resultados a la poblacin uni-
versal se recurre al clculo del intervalo de confianza
o estimacin por intervalo. Lo que se refiere a la po-
sible variacin de un valor, por aumento o por dis-
minucin, es decir, en sentido bilateral (aunque hay
ocasiones en que slo se espera variacin en un senti-
do, es decir, es unilateral) al hacer nuevas mediciones
de la poblacin experimental. Por lo general, se cal-
cula para extrapolar al 95% de la poblacin universal
ya que es la representada por 1.96 desviaciones es-
tndar a partir de la media (llamada valor Z).
El ajuste de los datos es necesario cuando hay una
variable dependiente (VD) y dos o ms variables in-
dependientes (VI) que se pueden medir en la misma
escala o en diferentes; ste permite:
1. Investigar la relacin que hay entre una VD y una
VI mientras controla el efecto de otras VI.
2. Realizar pruebas de significacin estadstica de
diversas variables, manteniendo al mismo tiempo
la probabilidad (alfa) de cometer un error tipo I
(rechazar falsamente la hiptesis nula).
3. Comparar por separado la capacidad de dos o ms
VI para estimar los valores de una VD.
Antes de seleccionar un mtodo estadstico se de-
ben tomar dos decisiones:
1. Cul es la variable dependiente y cul la variable
independiente?
2. Qu tipo de datos constituyen cada una de esas
variables?
La VD puede identificarse como la de inters ana-
ltico (o el desenlace principal del estudio). Identi-
ficarla es el primer paso para seleccionar la prueba
www.medigraphic.org.mx
estadstica. La VI es aqulla cuyo comportamiento es
conocido a priori o se puede controlar a discrecin.
Los datos continuos se pueden observar entre un
Puede suceder que no haya ninguna VI o que se
incluya una o ms. El nmero de variables indepen-
dientes determina el tipo de anlisis estadstico que
es apropiado para analizar los datos.
Se califican como univariante si no hay VI, biva-
riante si hay una VD y una VI, multivariante si hay
una VD y varias VI.
Adems existe el diseo multivariado con varias
variables dependientes y varias variables indepen-
dientes; si se desea considerarlas simultneamente
en el mismo estudio se enfrentarn dificultades en el
mtodo y en la interpretacin que hacen conveniente
la participacin de un experto en matemticas y en
estadsticas, que entienda y congenie con el investi-
gador. Se ha vuelto costumbre unir varias VD en una
sola llamada desenlace final primario y despus ana-
lizar cada una por separado como desenlaces finales
secundarios o terciarios, lo que simplifica el anlisis
porque se vuelven nominales.
Los datos son los resultados de las mediciones de
los sujetos de estudio en la muestra. Para seleccionar
la prueba estadstica se debe definir la distribucin
y el tipo de datos que constituyen las mediciones de
cada variable.
Para definir la distribucin se ordenan los resul-
tados de menor a mayor, y se hace una curva para
distribuir la frecuencia con que se presentan. Si sta
es curva normal, paramtrica o parecida a la normal
se aplicarn las pruebas paramtricas. Si la curva
no es simtrica se dice que su distribucin es libre,
no paramtrica o con sesgo y se usarn las llamadas
pruebas no paramtricas.
La altura de la curva puede variar. Esto es til en
el sentido de mostrar que la diferencia mnima de un
caso puede cambiar la absoluta normalidad de una
curva: una sola medicin puede hacer que la curva
normal y la curva obtenida difieran por lo que, para
aplicar las pruebas de significancia, se utiliza un cri-
terio llamado grados de libertad, el cual consiste en
quitar uno al nmero de datos obtenidos, concedien-
do as la posibilidad de variacin mnima en compa-
racin con la curva normal.
Con el fin de seleccionar la tcnica estadstica e
interpretar el resultado se distingue entre tres cate-
goras de datos (segn el nivel de medicin de las va-
riables de que proceden):
a) Continuos
b) Ordinales
c) Nominales
nmero infinito de valores espaciados regularmente
entre dos puntos cualquiera de su intervalo de me-
didas. Ocupan cualquier lugar en la recta numrica.
Se caracterizan porque se pueden medir. Los ordina-
les no se pueden fraccionar porque siguen un orden
fijo (1o, 2o, 3o, etc. por ejemplo, y se hallan en medi-
ciones antes y despus o pareadas); y en los nomi-
nales slo se identifica su presencia o ausencia y se
tienen que contar.
 Acoltzin VC. Estadstica descriptiva y seleccin de la prueba
131
Rev Mex Cardiol 2014; 25 (2): 129-131

Por fin se decide si entre la VD nominal y la VI 2. Colimn KM. Fundamentos de epidemiologa. Madrid: Edit
nominal se buscar asociacin con las pruebas 2. Si Daz de Santos S.A; 1990.
3. Riegelman RK, Hirsh RP. Cmo estudiar un estudio y probar
La VD es nominal, la VI continua y la distribucin es una prueba: Lectura crtica de la literatura mdica. 2a ed.
normal se buscar diferencia de medias con pruebas Washington, D.C.: O.P.S.; 1992: 173-234.
Este documentosieslaelaborado
paramtricas; por Medigraphic
distribucin es libre se recurrir a
pruebas no paramtricas que comparan distribucio-
nes entre los subgrupos observados. Si ambas varia-
bles son continuas se buscar relacin con pruebas
Direccin para correspondencia:
de correlacin y determinacin.
Cuauhtmoc Acoltzin Vidal
BIBLIOGRAFA COMPLEMENTARIA Calzada del Campesino Nm. 99,
28060, Colima, Colima.
1. Dawson-Saunders B, Trapp RG. Bioestadstica mdica. Mxi- Telfono y fax: (01312) 3 13 66 09
co, D.F: Editorial El Manual Moderno S.A. de C.V.; 1990: 67. E-mail: cuauhtemoc_acoltzin@ucol.mx

www.medigraphic.org.mx