Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Media
La medida de tendencia central más conocida y utilizada es la media aritmética o
promedio aritmético. Se representa por la letra griega µ cuando se trata del
promedio del universo o población y por Ȳ (léase Y barra) cuando se trata del
promedio de la muestra. Es importante destacar que µ es una cantidad fija
mientras que el promedio de la muestra es variable puesto que diferentes
muestras extraídas de la misma población tienden a tener diferentes medias. La
media se expresa en la misma unidad que los datos originales: centímetros, horas,
gramos, etc.
Si una muestra tiene cuatro observaciones: 3, 5, 2 y 2, por definición el estadígrafo
será:
La mediana
La media aritmética no siempre es representativa de una serie estadística. Para
complementarla, se utiliza un valor numérico conocido como mediana o valor
central.
Dado un conjunto de valores ordenados, su mediana se define como un valor
numérico tal que se encuentra en el centro de la serie, con igual número de
valores superiores a él que inferiores. Normalmente, la mediana se expresa como
Me.
La mediana es única para cada grupo de valores. Cuando el número de valores
ordenados (de mayor a menor, o de menor a mayor) de la serie es impar, la
mediana corresponderá al valor que ocupe la posición (n + 1)/2 de la serie.
Moda
La moda se define, para un conjunto de datos, como el valor más frecuente, es
decir, el valor que más veces se repite. Si se trabaja con los datos del ejemplo;
Media geométrica
Se define la media geométrica como la raíz n-ésima de los productos de todos los
valores de la variable o bien como la raíz n-ésima de los productos de los valores
xi elevados a sus correspondientes frecuencias absolutas fi. Donde n es el tamaño
de la muestra.
Suele utilizarse cuando los valores de la variable siguen una progresión
geométrica. También para promediar porcentajes, tasas, nº índices, etc., siempre
que nos vengan dados en porcentajes.
Medidas de dispersión
Las medidas de tendencia central ofrecen una idea aproximada de
comportamiento de una serie estadística. No obstante, no resultan suficientes para
expresar sus características: una misma media puede provenir de valores
cercanos a la misma o resultar de la confluencia de datos estadísticos
enormemente dispares. Para conocer en qué grado las medidas de tendencia
central son representativas de la serie, se han de complementar con medidas de
dispersión como la varianza o la desviación típica.
Rango o recorrido
La medida más sencilla y visualmente intuitiva para cuantificar la dispersión de los
datos es el rango y se obtendrá calculando la distancia entre el mayor y el menor
valor observado. Ejemplo 1-1 se tendrá que:
R= Xmáx - Xmin = 90 - 54 = 36
Coeficiente de variación
La desviación típica proporcionaba una medida resumen de las distancias de cada
dato a la media (desviaciones) en las mismas unidades que la variable original y,
por tanto, depende de dichas unidades de medida. ¿Son comparables las
desviaciones típicas de dos conjuntos de datos? ¿Puede afirmarse, en general,
que a mayor desviación típica mayor dispersión?
La respuesta es que esto solo es posible si los conjuntos de datos que se
pretenden comparar tienen la misma media.
Desviación estándar
La desviación estándar es la medida de dispersión más común, que indica qué tan
dispersos están los datos con respecto a la media. Mientras mayor sea la
desviación estándar, mayor será la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación
estándar de una población, mientras que s se utiliza para representar la desviación
estándar de una muestra. La variación que es aleatoria o natural de un proceso se
conoce comúnmente como ruido. La desviación estándar se puede utilizar para
establecer un valor de referencia para estimar la variación general de un proceso.
Considere el ejemplo siguiente. Los administradores dan seguimiento al tiempo de
egreso de los pacientes tratados en las áreas de urgencia de dos hospitales.
Aunque los tiempos de egreso promedio son aproximadamente iguales (35
minutos), las desviaciones estándar son significativamente diferentes. La
desviación estándar del hospital 1 es de aproximadamente 6. En promedio, el
tiempo para dar de alta a un paciente se desvía de la media (línea discontinua)
aproximadamente 6 minutos. La desviación estándar del hospital 2 es de
aproximadamente 20. En promedio, el tiempo para dar de alta a un paciente se
desvía de la media (línea discontinua) aproximadamente 20 minutos.
Hospital 1 Hospital 2
Percentiles
Los percentiles o cuantiles son valores de la variable no superados por un
determinado porcentaje de observaciones o datos (equivalentemente, también
puede definirse como el valor superado por el resto). Así, el percentil de orden k
para un conjunto de datos será el valor de la variable no superado por el k% de las
observaciones. Si se trabaja con los datos del ejemplo 1-3
En un estudio se obtuvo información sobre el peso (en kg) de un grupo de
15 individuos que se relacionan a continuación:
64, 54, 82, 76, 75, 90, 64, 55, 71, 69, 73, 78, 74, 80, 75,
los percentiles de orden 30 y 70 serán los valores de peso no superados por el 30
y 70% de las observaciones.
Indicadores de prevalencia
Frecuencia absoluta
La frecuencia absoluta es un tipo de frecuencia estadística que es utilizada en una
investigación para determinar el número de veces que se repite un valor.
Esta se representa con las letras ni ó fi y es utilizada en la estadística descriptiva
para saber las características y cuántas de estas se repiten en una muestra.
Además, la suma de las frecuencias absolutas obtenidas es igual al total de datos
analizados, que está representado por N.
Una consultora decide realizar una investigación en una oficina acerca de la
cantidad de hijos que poseen sus empleados, luego de realizar la pregunta
a 20 empleados las respuestas son las siguientes:
0,2,2,0,3,1,1,2,3,1,0,2,3,4,3,4,2,0,1,2
En consecuencia tenemos N = 20 (cantidad de empleados evaluados) y Xi
= variable
Hijos Frecuencia absoluta (fi) aleatoria.
0 4
1 4
2 6
3 4
4 2
∑ 20
Proporción
Es el cociente del número de veces que se presenta un valor o característica con
respecto al total de la muestra de la variable en estudio. Por ejemplo: en un
estudio médico sobre el Alzheimer se examinaron 280 mujeres y 220 hombres,
entonces se puede notar que:
Pi= xi
n
Razón
Razón (muestral): es la relación entre dos fenómenos independientes, el rango es
de cero a infinito positivo. Por ejemplo: en un Hospital existen mil pacientes y un
total de cincuenta médicos, por lo cual se tiene una razón de 1000/50=20, en otras
palabras en el Hospital por cada médico existen 20 pacientes.
ri=xi
n
Tasa
Intervalo de confianza
Un intervalo de confianza es una técnica de estimación utilizada en inferencia
estadística que permite acotar un par o varios pares de valores, dentro de los
cuales se encontrará la estimación puntual buscada (con una determinada
probabilidad).
Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una
media muestral (uno superior y otro inferior). Estos valores van a acotar un rango
dentro del cual, con una determinada probabilidad, se va a localizar el parámetro
poblacional.
Probabilidad estadística
En primera instancia se entiende como la posibilidad que existe de que un
determinado hecho probable realmente suceda. Ese hecho puede finalmente
suceder, o no suceder.
En este caso se define a la probabilidad como el estudio y medición cuantitativa de
que un determinado hecho suceda o se produzca. Para ello se determinan ciertos
presupuestos del contexto, sus posibles combinaciones y además se hace uso de
la disciplina de la estadística. En este caso las probabilidades suelen ser
representados en número mayores a cero e inferiores a uno o en fracciones.
En conclusión, el intervalo de confianza no sirve para dar una estimación puntual
del parámetro poblacional, si nos va a servir para hacernos una idea aproximada
de cuál podría ser el verdadero de este. Nos permite acotar entre dos valores en
dónde se encontrará la media de la población.
Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia
aleatoria, lo representaremos por E (o bien por la letra griega \Omega).
Ejemplos:
Espacio muestral de una moneda: E=\left \{ C,X \right \}
Espacio muestral de un dado: E=\left \{ 1,2,3,4,5,6 \right \}
Suceso aleatorio
Suceso aleatorio es cualquier subconjunto del espacio muestral.
Ejemplos:
Al tirar un dado un suceso sería salir par
Al tirar dos monedas un suceso sería sacar dos caras
REGLA DE LAPLACE
Métodos
El peso y principalmente los cambios de peso pueden ser considerados como una
herramienta de screening, es uno de los mejores parámetros para valorar el
estado nutricional
de un individuo, es un indicador global de la masa corporal, fácil de obtener y
reproductible.
Presión arterial
En general se consideran valores normales de la tensión alta o sistólica todos
aquellos que oscilan entre 10 y 14 cm de Hg. En el caso de la tensión baja o
diastólica los valores normales deben estar entre 6 y 9 cm de Hg. Se consideran
valores idóneos cuando la sistólica no supera los 12 cm de Hg y la diastólica es
inferior a 9 cm de Hg.
Hay numerosos factores que influyen sobre los valores de la presión arterial,
siendo la edad uno de los más importantes. Conforme pasan los años los valores
de las personas van siendo más altos, esto se debe sobre todo a que los vasos
sanguíneos de las arterias pierden elasticidad