Estadística Descriptiva

Prof. Luis Bustos Medina, Juan Orellana Cáceres, Sergio Muñoz Navarro
La Estadística se ocupa de los métodos y procedimientos para
recoger, clasificar, resumir, hallar regularidades y analizar los
datos, siempre y cuando la variabilidad e incertidumbre sea una
causa intrínseca de los mismos; así como de realizar inferencias a
partir de ellos, con la finalidad de ayudar a la toma de decisiones y
en su caso formular predicciones.
Referencia: http://campusvirtual.uma.es/est_fisio/apuntes/

Cuando los datos que se analizan proceden de las ciencias

biológicas o médicas, se prefiere el término Bioestadística para
distinguir las herramientas y conceptos de la estadística general.
Referencia
Wayne, D. (1995) “Bioestadística. Base para el análisis de las
ciencias de la salud”. Editorial LIMUSA S.A. México, D.F.
Estadística descriptiva:
Describe, analiza y representa un grupo de datos utilizando
métodos numéricos y gráficos que resumen y presentan la
información contenida en ellos.

Estadística inferencial:
Apoyándose en el cálculo de probabilidades y a partir
de datos muestrales, efectúa estimaciones,
decisiones, predicciones u otras generalizaciones
sobre un conjunto mayor de datos.
 Conceptos
Individuos o unidad de observación: personas u objeto
que contiene cierta información que se desea estudiar.

Población: conjunto de individuos o elementos que

cumplen ciertas propiedades comunes.

Muestra: subconjunto de una población.

Variable: es toda característica de la unidad de

observación que se desee estudiar y que presente
variación entre las unidades de observación.
 Conceptos
Categoría: Son todas las posibles respuestas que una
variable puede tomar, estas deben ser exhaustivas y
excluyentes.

Dato: Es el valor o respuesta que adquiere la variable en

cada unidad de observación. Dato es el resultado de la
observación, entrevista o recopilación en general. Los
datos son la materia prima de la Estadística.

Información: Es el resultado de los datos procesados de

acuerdo a ciertos objetivos. No hay información sin
datos.
 Conceptos
Parámetro: función definida sobre los valores de una
variable en una población.

Estadístico o estadígrafo: función definida sobre los

datos observados para una variable en una muestra.
 Ejemplo
Consideremos la población formada por todos los
estudiantes de la Universidad X registrados en el año W
que poseen beca de alimentación. De esta población se
selecciona una muestra aleatoria de cien estudiantes para
realizarles una evaluación nutricional. Entre las
características evaluadas en cada estudiante está el sexo,
el peso corporal (kg) y la estatura (m). Se desea estimar el
índice de masa corporal (IMC) promedio de esta población.
Con la información muestral se determinó que el promedio
de IMC no difiere significativamente del promedio de IMC
reportado en otro estudio para los estudiantes sin beca de
alimentación.
Identifique del párrafo anterior los conceptos estadísticos
recién enunciados.
 Respuesta
Individuo: Estudiante con beca de alimentación
Población: Estudiantes de la Universidad X registrados
en el año W que poseen beca de
alimentación.
Muestra: 100 estudiantes seleccionados al azar de la
población de referencia.
Variables Categorías

sexo: mujer, hombre

peso corporal:
Asociadas a los números
Estatura:
reales positivos
 Dato: El peso corporal de la estudiante, que pertenece a
la muestra, Sta. Margarita Rosas; 59 kg

El promedio de IMC no difiere significativamente

Información: del promedio de IMC reportado en otro estudio
para los estudiantes sin beca de alimentación.

Parámetro: Promedio de IMC en la población de referencia.

Estadígrafo: Promedio de IMC observado en la muestra de

estudiantes.
 Clasificación de Variables

Variables Cualitativas: Se refieren a cualidades no

cuantificables de la unidad de observación. Estas variables
se dividen en dos grupos, las Nominales y las Ordinales.

• Nominales: Sus categorías no tienen un orden implícito.

Ej: Sexo, Gingivitis, Estado Civil.

• Ordinales: Sus categorías tienen un orden jerárquico.

Ej. Estado del paciente (Grave/Estable/Recuperado)
Nivel educacional (Superior, Media, Básica)
Variables Cuantitativas: Se refieren a una característica
cuantificable de la unidad de observación. Estas variables se
dividen en dos grupos, las Discretas y las Continuas.
Discretas: Se refieren al recuento de una característica.
Ejs. - Número de glóbulos blancos en 100 ml de sangre.
- Numero de hijos en una familia.

Continuas: Se refieren a una medición.

Ejs. - Presión Sistólica mmHg.
- Temperatura Cº.
- IMC
 Ejercicio. Clasifique las siguientes variables:

Variables Nominal Ordinal Discretas Continua

 Número de partos X
 Nivel Socio Económico X
 Lugar de Residencia U/R X
 Nº de personas de una Familia X
 Peso recién nacido (Kg) X

 Tipo de mordida cruzada X

(Anterior, post unilat, post bilat)
 Qué debemos hacer?
• Recolectar los datos: Cuestionario
• Ingreso de datos: Excel u otro programa
Análisis de los datos:
• Descriptivo: A través de tablas estadísticas, gráficos
y medidas de resumen (promedio, desv. Estándar,
mediana, mínimo y máximo)
• Inferencial: Prueba chi-cuadrado o Fisher, ttest y
análisis de varianza, entre otros…
 TÉRMINOS TÉCNICOS
Cuestionario: Instrumento que se utiliza para
recoger los datos de una muestra o una población.

Base de datos: Es un conjunto organizado de

datos o una colección de archivos que puede ser
usado para un propósito específico. Ref: John M.
Last. A Dictionary of Epidemiology. 3th Ed.

En general, es una matriz, donde las filas

representan los individuos bajo estudio y las
columnas las variables a medir.
Supongamos que estamos interesados en analizar los datos de un ESTUDIO EN
UNA UNIDAD DE CUIDADOS INTENSIVOS (Hosmer and Lemeshow, pág. 21 and
Appendix). Se selecciona una muestra de 200 pacientes de esta UCI, los datos se
encuentran en una base de datos excel, denominada uci200.xls, el cuestionario
utilizado para el registro de los datos fue el siguiente:

Número de la encuesta (id):

Estado vital (estvital): 0: Vivo 1 Muerto
Sexo (sexo) 0: Mujer 1: Hombre
Edad (edad) En años
Servicio de donde se hizo el ingreso (servuci) 0: Cirugía 1: Medicina
Presenta infección al ingreso (infecing) 0: No 1: Sí
Presión sistólica al ingreso (psistoli) En mmHG
Presión diastólica al ingreso (pdiastol) En mmHg
Pulso al ingreso (pulsoing) En minutos
Tipo de admisión (tipoadm) 0: Electiva 1 Urgencia
 Base de datos uci200.xls

Variables

Individuos

Para crear una base de datos debemos considerar que ésta será una matriz
que contendrá en cada fila el perfil de un paciente y en las columnas las
variables.
Herramientas de la estadística descriptiva:

Tablas y gráficos
Es fundamental que el título conteste las siguientes
preguntas:
¿En quiénes se realiza las mediciones?
¿Qué vamos a medir?
¿Dónde?
¿Cuándo?
¿Cuál fue la presión arterial media de los
pacientes que ingresaron a la UCI?

 PAS  PAD 
PAM  PAD   
 3 

Rango de normalidad: [70-105]

 Tablas y Gráficos
Título: Distribución de 200 pacientes según Estado
Vital al egreso de una UCI. Centro X. Año Y
Variable
Estado |
Vital | Freq.(ni) Percent(%)
------------+-------------------------
Vivo | 160 80.00
Muerto | 40 20.00
------------+-------------------------
Total | 200 100.00

Tabla de distribución de frecuencias

Utiliza una variable como criterio de clasificación
 Representación gráfica de una tabla de
distribución de frecuencia

Cuando la variable es cualitativa o discreta, pero sin muchas

categorías, se puede usar el gráfico de barras simples, que muestra
la distribución de frecuencia absoluta o relativa observada en dicha
variable.
Un gráfico alternativo al de barras simples, cuando la variable es
cualitativa, es el gráfico sectorial, que divide el círculo en sectores
que representan la frecuencia (relativa o absoluta) observada para
cada categoría de la variable.
Existen otros gráficos para representar los datos de variables
cualitativas por ejemplo los pictogramas, de anillos cilíndricos etc.
La siguiente diapositiva muestra un ejemplo del gráfico de barras
simples y el sectorial para la tabla de frecuencia anterior.
 Tablas y Gráficos
Barras Simples Gráfico Sectorial

160
140 Muerto
120 20%
100
80
60
40
20
Vivo
0
Vivo Muerto 80%
Barras Transversales

Se utilizan cuando las

variables son cualitativas. El Muerto

barra simple también se usa

cuando la variable es discreta,
Vivo
pero sin muchas categorías.
0 50 100 150 200
 Tablas y Gráficos
Título: Distribución del Estado Vital de 200 pacientes al egreso
de una UCI según sexo. Centro X. Año Y.

Estado Vital
Vivo Muerto Total
Sexo Nro % Nro % Nro %
Mujer 60 79.0 16 21.0 76 38.0
Hombre 100 80.7 24 19.3 124 62.0
Total 160 80.0 40 20.0 200 100
Tabla de Contingencia (Asociación)
Utiliza 2 variables como criterio de clasificación
PREGUNTAS:
1. ¿Qué porcentaje de pacientes es mujer?
2. ¿Qué porcentaje de pacientes falleció?
3. Del total de mujeres, ¿qué porcentaje falleció?
4. Del total de fallecidos, ¿qué porcentaje es mujer?
5. Del total de pacientes, ¿qué porcentaje es mujer y falleció?
6. ¿Qué porcentaje pacientes es hombre y falleció?
 Título: Distribución del Estado Vital de 200
Barras Agrupadas
pacientes al egreso de una UCI según sexo.

100 79 81
80
Barras Subdivididas
60
%
40 21 19
20 100%
21 19
80%
0
Mujer Hombre 60%
%
40% 79 81
Vivo Muerto 20%
0%
Mujer Hombre

Viv Muerto
 Distribución del estado vital de 200 pacientes de una UCI según
infección al ingreso y tipo de admisión. Centro X. Año Y.

Estado Vital
Vivo Muerto Total
Número % Número % Número %
Infección al ingreso
No 100 86.2 16 13.8 116 58.0
Sí 60 71.4 24 28.6 84 42.0
Tipo de admisión
Electiva 51 96.2 2 3.8 53 26.5
Urgencia 109 74.1 38 25.9 147 73.5

a) Identifique y clasifique a que tipo pertenecen las variables bajo estudio

b) Realice un análisis descriptivo de los datos de la tabla
 Distribución de tromboembolismo según grupo sanguíneo en
mujeres usuarias de contraceptivos orales. Fuente: Datos de Jick ,
H. y otros. Extraído del Theodore Colton. “Estadística en Medicina”

Grupo Sanguíneo Mujeres Mujeres Total

Tromboembólicas Sanas
Nº % Nº % Nº %

A 30 52 82

B 7 20 27

AB 5 8 13

O 8 70 78

Total 50 150 200

a) Complete los porcentajes de la tabla.

b) Identifique y clasifique a que tipo pertenecen las variables bajo estudio
c) Realice un análisis descriptivo de los datos de la tabla
 Medidas de resumen
Cuando se dispone de un grupo de datos organizados en una distribución de
frecuencias o una serie de observaciones no elaboradas y dispersas, muchas veces es
interesante describirlos mediante una o dos figuras sintéticas. En este sentido pueden
examinarse varias características siendo las más comunes:
1) Posición (tendencia central)
2) De dispersión o variación.
3) De forma: simetría y de apuntamiento.

D1 D2

D3
Frec ue nc ia

D4

Variable
 ESTADÍGRAFOS
Describen un conjunto de datos en función a medidas de centralidad,
dispersión y/o posición relativa entre otras cosas.

I. En variables Cualitativas : Moda y Mediana

II. En variables Cuantitativas:

• Medidas de Posición (Tendencia Central)

1. Moda (Mo): Categorías de la variable que presenta la

mayor frecuencia
__
2. Media o Promedio aritmético ( X ) :
3. Mediana (Md)
 FORMULAS

Promedio (mean) ( X )
Promedio: Se define como aquel
n valor que es “promedio o centro de

__ x i
x1  x2  ...  xn
gravedad“ de todos los valores de
la distribución de datos
X i 1

n n

Obs: Este estadígrafo no es una buena medida de tendencia central si la

distribución de datos presenta una marcada asimetría con valores fuera de lo
común.
Mediana (Md): Es aquel valor de la variable que deja a su derecha y a su
izquierda exactamente el mismo número de observaciones (los datos deben
estar ordenados)

Modo de cálculo: Sea x (i) la observación que ocupa la posición i-ésima en la serie de
n datos ordenados. x (1) ≤x (2) ≤x (3) ≤ … ≤ x (n)

n impar: Md  x n 1 
 
 2 

x n   x n 
    1
n par: 2 2 
Md 
2
Ejemplo: Distribución de 10 personas según edad
18 18 20 20 21 21 19 19 20 21

x  19.7 Md=20 Mo=20 y 21

tab edad
edad | Freq. Percent Cum.
------------+-----------------------------------
18 | 2 20.00 20.00
19 | 2 20.00 40.00
20 | 3 30.00 70.00
21 | 3 30.00 100.00
------------+-----------------------------------
Total | 10 100.00
 4. Medidas de Posición Relativa

Percentiles, Deciles y cuartiles

Percentiles (Pp): Son valores de la variable que dividen la distribución en

100 partes iguales, c/u de ellas conteniendo el 1% de las observaciones.
(p=1, 2, ...,99).

Deciles (Dd): Son valores de la variable que dividen la distribución en

10 partes iguales, c/u de ellas conteniendo el 10% de las observaciones.
(d=1, 2, ...,9).

Cuartiles (Cc): Son valores de la variable que dividen la distribución en

4 partes iguales, c/u de ellas conteniendo el 25% de las observaciones.
(c=1, 2 y 3).
 Medidas de Dispersión:
Nos muestran que tan dispersos o variables están los
datos alrededor de una medida de posición.

1. Rango o Recorrido (Re) = Max - Min

2. Rango Intercuartílico (RI) = P75 – P25

Se utiliza para conocer entre que valores o en que longitud se distribuye el
50% central de las observaciones
 Fórmula de varianza:

2
 n

  xi 
 i 1 
n n

 
Obs: La unidad de medida
( xi  x ) 2
xi
2
 está al cuadrado
n
S 
2 i 1
 i 1

n 1 n 1

Desviación estándar (S) : Medida de variabilidad más usada, cuya

unidad de medida es la misma de la variable.

S S 2

V min X V max
Una aplicación de la DE: Un método corrientemente
utilizado para presentar los resultados es el de la “media 
1DE”. Así, por ejemplo en la literatura médica podríamos
encontrar “ ...... en el grupo estudiado se observó que el
ritmo cardiaco fue de 68.78.7(1DE) latidos por minutos”.

Para entender esta utilización de la DE, es necesario conocer

las siguientes relaciones entre las distribuciones unimodales y
aproximadamente simétricas.
• Media  1 DE abarca aproximadamente 68.3% de las
observaciones.
• Media  2 DE abarca aproximadamente 95% de las
observaciones.
• Media  3 DE abarca virtualmente todas las
observaciones (99.7%)
 4. Coeficiente de variación (CV): Se utiliza para comparar la
variabilidad de dos o más distribuciones de datos.

Entre menor sea el CV menor es la variabilidad relativa.

S
CV 
X
Ej. Distribución de la edad según su estado vital al egreso

Estado Vital Obs Mean SD Min Max %CV

Vivo 160 55.7 20.352 16 91 36.54
Muerto 40 65.125 16.649 19 92 25.56
Total 200 57.6 19.99 16 92 -
La distribución de la edad es más homogénea en los que egresaron
muertos, pues su cv es menor
 Ej.: Supongamos que tenemos otra distribución de diferentes estratos
de una institución según remuneraciones recibidas, en miles de pesos.

Estratos ni Media D. Est. CV %

Directivos 50 700 70 10
Empleados 150 300 60 20
Obreros 250 250 90 36

Según los valores de CV%, los directivos tienen sueldos más

homogéneos, en tanto que los obreros tienen sueldos más
heterogéneos, pues CV%D < CV%E < CV%O
La media central está definida como
n1 x1  n 2 x 2  n k x k k=nro de grupos
x 
n

Suma de cuadrados entre los grupos”.

SCEn1 (x1x..) 2 n2 (x 2 x..) 2    nk (x k x ..) 2

Suma de cuadrados dentro de los grupos

SCD  (n1  1)s12 (n2  1)s22    (nk  1)sk2

Varianza Total = (SCE+SCD)/(n-1)

39
 Medidas de forma
Estadígrafos de Simetría (Skewness): a3
La simetría estadística se deduce comparando la distribución con la forma de la
“curva normal” que corresponde a una distribución simétrica. En general, toda
distribución que tiene que el promedio=mediana=moda, se dice que es simétrica,
en otro caso será asimétrica.

El coeficiente de asimetría de Karl Pearson, se basa en las relaciones que existen

entre la Media aritmética, la Moda y la Mediana. Como consecuencia una
distribución es asimétrica si la media se aleja de la moda. Entre ellas tenemos:

AS1 
xM 0
AS 2 

3 xMd 
s s

M 0  x  3  x  Md 
Observación: Si la distribución es
moderadamente asimétrica se
tiene la siguiente relación
De acuerdo al valor de a3 , se tiene:

1. Si a3 >0 . Tiene asimetría positiva. La distribución extiende

la cola hacia los valores grandes de la variable

2. Si a3 <0. Tiene asimetría negativa. La distribución extienda

la cola hacia los valores pequeños de la variable.

3. Si a3 = 0. La distribución es simétrica
Estadígrafo de Apuntamiento (Kurtosis), a4
Entendemos como Kurtosis al grado de apuntamiento de una distribución.
La Kurtosis se analiza comparando la distribución con la forma de la curva
normal.

Un estadígrafo para medir Kurtosis es:

 x  x  n
k
4

 
i i
m4 2 2
a4  4  3 donde S  S y
4
m4  i1 3
S n

que se llama el “cuarto momento respecto a la media

De acuerdo al valor de a4, se tiene:

1. Si a4 =3 La distribución es Mesokúrtica (Normal)

2. Si a4 >3 La distribución es Leptukúrtica (Apuntada)

3. Si a4 <3 La distribución es Platikúrtica (Achatada).

sum edad, detail
edad
-------------------------------------------------------------
Percentiles Smallest
1% 18 18
5% 18 18
10% 18 19 Obs 10
25% 19 19 Sum of Wgt. 10

50% 20 Mean 19.7

Largest Std. Dev. 1.159502
75% 21 20
90% 21 21 Variance 1.344444
95% 21 21 Skewness -.2885049
99% 21 21 Kurtosis 1.760604

P25=19, P50=Md=20, P75=21, Re=21-18=3, Promedio=19.7, sd=1.16

Skewness= - 0.2885<0 Asimetría Negativa
Kurtosis=1.761<3 Platikurtica o Achatada
 graph box edad, ytitle(Edad) histogram edad, percent normal xtitle(Edad)

Caja Histograma
P75

60
21

P50

40
20

Percent
Edad

20
P25
19

18 19 20 21
18

Edad
 Gráficos de Caja
Título: Distribución de la presión sistólica de 200 pacientes al
ingreso de una UCI según estado vital.
250
200

Percentil 75
150

Percentil 50
100

Percentil 25
50

Vivo Muerto

X es outlyer si: 1) x>P75 + 1.5(P75-P25) 2) x<P25 - 1.5(P75-P25)

 Vivo Muerto
.015
.01
.005

50 100 150 200 250 50 100 150 200 250

Presion sanguinea sistolica
Graphs by Estado Vital

estvital = Vivo estvital = Muerto

Obs 160 Obs 40
Mean 135.7562 Mean 118.825
Std. Dev. 29.57769 Std. Dev. 41.08084
Skewness 0.4675205 Skewness 0.6189162
Kurtosis 3.355177 Kurtosis 4.630698
P50 132 P50 126
Corsini, G.; Fuentes, R.; Bustos, L.; Borie, E.; Navarrete, D.;
Fulgeri, B.

“Determinación de los Signos y Síntomas de los Trastornos

Temporomandibulares, en Estudiantes de 13 a 18 Años de un
Colegio de la Comuna de Temuco, Chile”.

Int. J. Morphol. 2005; 23(4): 345-352

RESULTADOS

Análisis del Test Screaning de Autorreporte.

En una muestra de 116 estudiantes, de los cuales 50.9% fueron
mujeres, cuya edad promedio fue 15±1.6 años, con un rango de edad
de 13 a 18 años, se encontró que el síntoma percibido con mayor
frecuencia fue el ruido articular, 37.9%. El sentir la mandíbula rígida en
las mañanas fue 23.3%, tener problemas al abrir la boca 8.6%, que se
traba la mandíbula 19%, dolor de cabeza, sienes y nuca 35.3% y dolor
alrededor de los oídos 12.1%. Aquellos que informaron haber sufrido un
traumatismo como golpe de látigo por accidente o golpe directo a la
mandíbula fue el 4.3% y aquellos que habían notado en el último tiempo
que su mordida había cambiado de posición o que ya no mordía de la
misma manera, el 10.3%. En términos generales, el 77.6% de los
adolescentes informaron presentar, a lo menos, un síntoma subjetivo de
TTM (Tabla I).
SIGNOS Y SÍNTOMAS Número %

Problemas al abrir la boca 10 8.6

Se traba la mandíbula 22 19.0

Problemas al masticar 10 8.6

Ruido articular 44 37.9

Mandíbula rígida 27 23.3

Dolor alrededor de oídos 14 12.1

Dolor cabeza, nuca y sien 41 35.3

Traumatismos 5 4.3

Cambio en la mordida 12 10.3

Tratamiento articular 3 2.6

NÚMERO DE SÍNTOMAS AUTORREPORTADOS

0 26 22.4

1 35 30.2

2 25 21.5

3 19 16.4

4 9 7.8
5 2 1.7

PREVALENCIA 77.6 %

PROMEDIO ± DESVIACION ESTANDAR 1.62 ± 1.30

 Distribución de la frecuencia de signos y síntomas en 116
adolescentes según sexo. (Test de screening autoreporte).
TEST AUTOREPORTE
Mujer Hombre
Número % Número %
SIGNOS Y SÍNTOMAS
Problemas al abrir la boca 6 10.2 4 7.0
Se traba la mandíbula 15 25.4 7 12.3
Problemas al masticar 6 10.2 4 7.0
Ruido articular 21 35.6 23 40.4
Mandíbula rígida 19 32.2 8 14.0
Dolor alrededor de oídos 12 20.3 2 3.5
Dolor cabeza, nuca y sien 26 44.1 15 26.3
Traumatismos 2 3.4 3 5.3
Cambio en la mordida 8 13.6 4 7.0
Tratamiento articular 3 5.1 0 0
 Tabla 3. Características basales biodemográficas, de indicadores antropométricos y
bioquímicos de los dos grupos sometidos a maniobra nutricional o médica
Nutrición Médico

N 70 70

Edad (años) 59,8±9,6 64,2±9,7

Rev Méd Chile
2004; 132: 1457- Mujeres 42 (60%) 36 (51%)

1465 Antecedentes mórbidos personales:

Solange Matinez, Diabetes Mellitus 12 (17%) 11 (16%)

et al Hipertensión arterial 54 (77%) 60 (86%)

Tabaco 2 (3%) 8 (11%)

Alcohol 24 (34%) 33 (47%)

Actividad física:

Sedentaria a liviana 62 (88%) 57 (81%)

Moderada a intensa 8 (12%) 13 (19%)

IMC ≥18,5 ≤24,9 8 (11%) 12 (17%)

IMC ≥25 ≤29,9 30 (43%) 26 (37%)

IMC ≥30 32 (46%) 32 (46%)

Valores son
IMC promedio 29,1±3,6 29,7±5,7
presentados
Indice cintura cadera 0,9±0,06 0,9±0,07
como número,
porcentaje o Colesterol total (mg/dl) 249,2±39,8 236,4±43,3

promedio ± DS. Colesterol-LDL (mg/dl) 161,8±31 152,4±35,6

Colesterol-HDL (mg/dl) 50,5±13,2 51,6±10,9

Triglicéridos (mg/dl) 235,1±147,1 188,9±91,8

Glicemia (mg/dl) 115,0±30,2 116,7±38,2

Hb glicosilada 8,8±0,8 7,1±0,9

 Tabla 2: Presencia de violencia psicológica, física leve y física
grave y factores de riesgo.
Factores de Riesgo de la V. Psicológica V. Física Leve V. Física Grave
Madre

Salud Mental (%) No Sí p No Sí p No Sí p

n=346 n=72 n=242 n=175 n=406 n=11

SRQ<=7 62.1 45.8 64.1 52.6 60.0 36.4

SRQ>7 37.9 54.2 0.010 35.9 47.4 0.019 40.0 63.6 0.132

Experiencia de maltrato No Sí P No Sí p No Sí p
infancia n=348 n=74 n=243 n=178 n=410 n=11

Ausencia 60.1 36.5 60.1 50.0 55.6 63.6

Presencia 39.9 63.5 0.000 39.9 50.0 0.040 44.4 36.4 0.762

Testigo de violencia en la No Sí P No Sí p No Sí p
infancia n=330 n=73 n=229 n=173 n=391 n=11

Ausencia 77.6 54.8 73.4 73.4 73.4 72.7

Presencia 22.4 45.2 0.000 26.6 26.6 0.919 26.6 27.3 1.000

Años de escolaridad No Si No Sí No Sí p
n=348 n=72 n=243 n=176 n=408 n=11

Media  DS 9.6  3.1 9.5  3.1 0.918 9.5  3.0 9.5  3.2 0.945 9.5  3.1 10.2  2.1 0.493

Rev. méd. Chile v.129 n.12 Santiago dic. 2001

Referencias
1. Pagano, M. y Gauvreau, K (1993) "Principles
of Biostatistics". Editorial Duxbury Press.
Belmont California.
2. Wayne, Daniel (2002) “Bioestadística. Base
para el análisis de las ciencias de la salud”
Editorial LIMUSA S. A. México, D. F.
3. http://campusvirtual.uma.es/est_fisio/apuntes/
4. www.scielo.cl