Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La epidemiológica descriptiva
organiza y resume la información
de los casos de acuerdo al
Tiempo, Lugar y Persona. Estas
tres características son llamadas
variables epidemiológicas.
• Descripción del estado de
Casos (miles)
200
Falciparum
150
Vivax salud de una población.
100
• La información de datos
50
censales, estadísticas
0
1960 1965 1970 1975 1980 1985 1990 1995 1999 sanitarias u otras fuentes.
• No analiza los vínculos
entre exposición y efecto.
De 150.01 - 6,477
De 60.01 - 150
De 20.01 - 60
De 0.01 - 20
• La descripción epidemiológica se basa en
la medición de la frecuencia con que
ocurren diferentes sucesos.
• Estadística descriptiva.
• Razones, tasas y medidas de tendencia
central.
• Búsqueda de significancía estadística.
• Análisis multivariados.
Estadística descriptiva
¿Qué?
NATURALEZA DEL PROBLEMA
(Diagnóstico de
Enfermedad)
¿Cuándo?
DISTRIBUCION DE CASOS Y MUERTES U OTROS ¿Dónde?
HECHOS EN EL ¿Quiénes?
FACTORES CAUSALES
xi
x1 x2 ... xn i 1
X
n n
Característica de la Media
• Es intuitiva y fácil de calcular.
• Su valor puede que no coincida con ninguno de los valores
de la muestra
• La suma de las diferencias de cada valor de la muestra con la
media su resultado es cero, es decir,
( xi x) 0
i 1
Mediana
• La mediana se suele definir como el valor
“más intermedio” una vez que los datos han
sido ordenados en forma creciente.
x n 1 2
si n es im par
Me x x
n 2 (n 2) 1
si n es par
2
Mediana
• La mediana es aquel valor que deja el
cincuenta por ciento de los datos por debajo y
otro cincuenta por encima.
• Cabe destacar que es preferible el uso de la
mediana como medida descriptiva del centro
cuando se quiere reducir el efecto de valores
extremos en un conjunto de datos (muy
grandes o muy pequeños).
Moda
n
n
XG x1 . x 2 .... x n n ( xi )
i 1
La media armónica
• Se define como el
número de
n
observaciones de la X A n
muestra dividido por la
suma del inverso de (1 / x i )
i 1
cada una de las
observaciones, es decir,
Dispersión
• Dispersión reducida si los mismos se aglomeran
estrechamente en torno a alguna medida de
localización de interés
• Dispersión grande si se esparcen ampliamente
alrededor de alguna medida de localización de
interés.
r x max x min
Varianza
• En general, se desea una medida de
variabilidad que dependa de todas las
observaciones y no sólo de unas pocas; así
que parece razonable medir la variación en
términos de las desviaciones relativas a alguna
medida de localización (generalmente esta
medida es la media)
n → VARIANZA
2
( xi x)
2 i 1
S
n 1
Desviación estandar
• La raíz cuadrada (positiva) de la varianza a fin
de tener una medida en las mismas unidades
de los datos
• útil para comparar dispersión entre dos
poblaciones, pero también lo es para calcular
el porcentaje de la población que pueden
localizarse a menos de una distancia específica
de la media.
Cuartiles, Deciles y Percentiles
• Los cuartiles dividen a un conjunto de datos
en cuatro partes iguales.
– El primer cuartil, al que se le llama Q1, es el valor
por debajo del cual se encuentra el 25% de los
datos, y el tercer cuartil usualmente llamado
Q3, es el valor por debajo de el se encuentra el
75% de los datos. Q2 es la mediana.
• Procedimiento para el calculo de los percentiles
• Sea Lp la posición del percentil deseado.
• Entonces
p
L p (n)
100
• donde n es el numero de datos y p el percentil
• Ejemplo: el percentil 33 P33, el percentil 50 es el
P50, que es también la mediana ó el Q2. El percentil
25 es el P25=Q1 y el percentil 75 es el P75=Q3
• Calculo del p-ésimo percentil
• Paso 1: Ordenar los datos de manera ascendente.
• Paso 2: Calculamos el Lp ( )
p
• L (n)
Paso 3: a) Si Lp no es entero, se redondea.
p
100
%
El valor
entero inmediato mayor que Lp indica la posición del
p-ésimo percentil.
• b) Si Lp es entero, el p-ésimo persentil es el promedio
de los valores de los datos ubicados en los lugares i e
i+1
Asimetría
• Si los valores de la serie de datos presenta la misma
forma a izquierda y derecha de un valor central
(media aritmética) se dice que es simétrica de lo
contrario será asimétrica.
• Para medir el nivel de asimetría se utiliza el llamado
Coeficiente de Asimetría de Fisher, que viene
definido:
n
3
(1 / n )( ( xi x)
i 1
g1 3
s
• Los resultados pueden ser los siguientes:
• g1 = 0 (distribución simétrica; existe la misma
concentración de valores a la derecha y a la izquierda
de la media)
• g1 > 0 (distribución asimétrica positiva; existe mayor
concentración de valores a la derecha de la media
que a su izquierda)
• g1 < 0 (distribución asimétrica negativa; existe mayor
concentración de valores a la izquierda de la media
que a su derecha)
GRACIAS