INTRODUCCIÓN A LA

ESTADISTICA
 ¿Para qué la estadística?
¿Frecuencia ?

¿Efecto significativo? ¿Prevalencia?

¿porqué razón? ¿Diferencias significativas?

¿Variables?

La estadística
herramienta
fundamental
en la toma
de decisiones
 Estadística

Disciplina que se ocupa de:

Recolección, organización, clasificación y procesamiento de datos.
Obtención de inferencias a partir de un volumen de datos.
 ¿Por qué utilizar la estadística?

1. Guiar el diseño de un experimento o encuesta antes de la

colección de datos (plan de análisis de variables)

2. Analizar datos usando los procedimientos y técnicas estadísticos

adecuados

3. Presentar e interpretar resultados a los investigadores y otros

tomadores de decisiones
 ¿Por qué estudiar estadística?

1. El Conocimiento de estadística es esencial para personas

que hacen investigación, manejo de estudios

2. El entendimiento básico de estadística es útil para

conducir investigaciones y una presentación efectiva

3. Entendimiento de estadística puede ayudar a discriminar

entre hechos y suposiciones en la vida diaria

4. Un curso de estadística deberá ayudar a saber cuando un

estadístico deberá ser consultado.
 Conceptos básicos.
• Bioestadística: herramienta de la estadística que analiza datos
procedentes de las ciencias biológicas o médicas.
• Variable: una característica que puede tomar diferentes valores
en personas, lugares o cosas.
• Variable cuantitativa: es aquella que puede medirse y llevan
información respecto a cantidad.
• Variable cualitativa: variables que no pueden ser medidas y
que por tal razón solo pueden ser clasificadas en categorias,
llevan información respecto a los atributos.
• Variable aleatoria: es una característica que origina resultados
al azar (observaciones o mediciones)
 Conceptos básicos.
• Variable aleatoria discreta: es una característica que puede
caracterizarse de acuerdo a su discreción (interrupción) o
continuidad.
• Variable aleatoria continua: es una característica que no tiene
interrupciones dentro de un intervalo especificado de valores.
• Población: conjunto de elementos o entidades que tienen una o
mas características que se pueden medir o describir.
• Muestra: parte representativa de una población con una o mas
características que se pueden medir o describir.
• Unidad estadística: personas u objetos que contienen cierta
información que se desea estudiar y que pertenecen a la
población en estudio
 Clasificación de variables
Cualitativa: Se usan con datos que representan categorías que son
mutuamente excluyentes, aunque se utilicen números para cada
categoría no representan cantidades.
Para su medición se usan escalas: escala nominal u ordinal.

• Nominales: no hay relación entre las categorías. Una escala

nominal sólo permite clasificar (no jerarquizar ni ordenar).
• Ej.: Género, nacionalidad, situación geográfica
• Ordinales: sus posibles categorías se encuentran jerarquizadas y
ordenadas. Se puede codificar asignando un número a cada
categoría (“etiqueta”).
• Ej.: Mejoría a un tratamiento, satisfacción de un usuario, grado de
dolor
 Clasificación de variables
Cuantitativa: Se usan con datos que se expresan mediante
cantidades numéricas que permiten hacer operaciones
matemáticas. Existen los siguientes tipos:

• Discretas: sólo puede tomar valores enteros.

• Ej.: Nº de hijos, nº de intervenciones

• Continuas: Si sus posibles valores están en un conjunto infinito.

Las podemos categorizar en intervalos.
• Ej.: Edad, peso, tensión arterial
 Estadística descriptiva e inferencial
1. Estadística descriptiva trata con la
enumeración, organización y representación
gráfica de los datos

2. Estadística inferencial está interesada

en llegar a conclusiones de información
incompleta, o sea, generalizado desde la
muestra

El objetivo de la estadística inferencial es

hacer inferencias acerca de los parámetros
de la población basada en la información
obtenida de la muestra.
 Muestreo
El muestreo es una herramienta de la investigación
científica, su función básica es determinar qué parte de la
realidad en estudio (población o universo) debe de
examinarse con la finalidad de hacer inferencias sobre el
todo de la que procede.

Probabilístico
No probabilístico

1. Muestreo aleatorio (Simple)

2. Muestreo sistemático
3. Muestreo estratificado
4. Muestreo agrupado
5. Muestreo por conveniencia
6. Muestreo más complejo
 Escala de datos
1. Nominal: estos datos no representan una cantidad (e.g.,
estado civil, sexo)

2. Ordinal: estos datos representan una serie de datos

ordenados (Ej: nivel de educación)

3. Intervalo: estos datos son medidos en una escala de

intervalo teniendo iguales unidades pero teniendo un 0
arbitrario (Ej: temperatura en ° Fahrenheit)

4. Razón de intervalo: variable como peso para el cual

podemos comparar significativamente un peso contra
otro (digamos, 100 Kg es dos veces 50 Kg)
 Organizando los datos
instrumentos de recolección de datos

1. Tabla de frecuencias
2. Histograma de frecuencias
3. Histograma de frecuencias
relativas
4. Polígono de frecuencias
5. Polígono de frecuencia relativa
6. Barras
7. Pastel
 Frecuencias.
• La distribución o tabla de frecuencias es una tabla de los datos
estadísticos con sus correspondientes frecuencias, dónde:
• Frecuencia absoluta: el número de veces que aparece un valor,
se representa con Fi donde el subíndice representa cada uno de
los valores. La suma de las frecuencias absolutas es igual al
número total de datos, representado por N.

• Frecuencia relativa: el resultado de dividir la frecuencia

absoluta de un determinado valor entre el número total de
datos, se representa por ni. La suma de la frecuencias relativas
es igual a 1. Lo cual puede verse fácilmente si se factoriza N.
 Frecuencias.
• Frecuencia acumulada: la suma de frecuencias absolutas de
todos los valores iguales o inferiores al valor considerado, se
representa por Fi.

• Frecuencia relativa acumulada: el resultado de dividir la

frecuencia acumulada entre el número total de datos, se
representa por Ni.
 Tabla de frecuencias

Suponga que estamos interesados en estudiar el número de niños

en familias de una comunidad.
Los siguientes datos fueron reunidos basados en una muestra
aleatoria de n=30 familias de la comunidad.

2, 2, 5, 3, 0, 1, 3, 2, 3, 4, 1, 3, 4, 5, 7, 3, 2, 4, 1, 0, 5, 8, 6, 5, 4 , 2, 4, 4,
7, 6

¡Organizar datos en una tabla de frecuencias!

¿cuantos datos hay?

X=No. de Frecuencia Frecuencia porcentaje
Frecuencia
niños acumulada relativa (%)
0 2 2 2/30=0.067 6,7
1 3 5 3/30=0.100 10
2 5 10 5/30=0.167 16,7
3 5 15 5/30=0.167 16,7
4 6 21 6/30=0.200 20
5 4 25 4/30=0.133 13,3
6 2 27 2/30=0.067 6,7
7 2 29 2/30=0.067 6,7
8 1 30 1/30=0.033 3,3
 6

4
Frecuencia

3
Freq.
2

0
0 1 2 3 4 5 6 7 8

No. de niños
 Ejercicio en clase:
Se pregunta a los estudiantes de la clase
¿cuantas veces fueron a cine en el último mes?

Con esos datos construir:

- Tabla con distribución de frecuencias
- Frecuencia absoluta
- Frecuencia relativa
- Histograma
- Poligono de frecuencia
- Representar en porcentaje.
Estadísticas vitales

Proporción
Tasa
Razón
 Proporción
• Cociente en el que el numerador es una magnitud incluida en el
denominador, se utiliza para estimar la probabilidad de un evento
(incidencia)
• Expresa la probabilidad de un suceso
a
=P
a+b
Ejemplo
Proporción
 Tasa
• Termino utilizado para hacer referencia a cálculos que implican probabilidad de
ocurrencia de algún evento
• La utilización de las tasas es esencial para comparar experiencias entre
poblaciones en diferentes tiempos, lugares o entre tipos de personas

a
a+b k

a= frecuencia con la que se presenta un evento durante un periodo de tiempo

a+b= número de personas expuestas al riesgo del evento durante el mismo periodo
de tiempo (población total)
k= un número base , depende de la magnitud del numerador y el denominador
(10,100,1000,10000…)
Tasa
 Razón
• Comparación de dos cantidades
• En el caso de razón el numerador no hace parte del componente denominador

c
R
d
• Es un indicador de magnitud

C y d = frecuencia con la que se presenta un evento

Razon