Bioestadistica Texto

BIOESTADÍSTICA
BIOESTADÍSTICA
Universidad Cristiana de Bolivia
Autores: - Carlos Alberto Soria Galvarro Mercado

- Julio César Banegas Roman
Depósito Legal: 8-1-3201-18
ISBN: 978-99973-45-09-3
Primera Edición
Reservados los derechos

de acuerdo a Ley
Prohibido la reproducción total o parcial de

esta obra por cualquier medio, sin permiso
escrito de la Universidad. Inpresión digital:
Imprenta Gráfica el Sur
Santa Cruz - Bolivia
Impreso en Bolivia - Printed in Bolivia
-2-
UCEBOL UNIVERSIDAD CRISTIANA DE BOLIVIA
VISIÓN DE LA UNIVERSIDAD
Ser una Universidad acreditada internacionalmente que dé respuesta a la sociedad en su propósito

fundamental de mejorar sus niveles de calidad y esperanza de vida, tomando en cuenta en su accionar
valores éticos morales y espirituales basados en la filosofía cristiana.
MISIÓN DE LA UNIVERSIDAD
Brindar alta calidad en el nivel académico, científico y tecnológico en beneficio de la sociedad,

excelencia integral para la vida del hombre y su entorno, con el fundamento Bíblico al servicio de Dios
-1-
BIOESTADÍSTICA
OBJETIVOS DE LA UNIVERSIDAD
Educación - Evangelismo - Servicio - Investigación
Estimado(a) estudiante:
El texto que entrego en tus manos es el fruto del trabajo intelectual de tu docente de la UCEBOL, quien
ha puesto su mejor empeño en la planificación de los procesos de enseñanza para brindarte una
educación de la más alta calidad. Este documento te servirá de guía para que organices mejor tus
procesos de aprendizaje y los hagas mucho más productivos. Esperando que sepas apreciarlo y cuidado.
-4-
DEDICATORIA
A Dios por ser el creador de todas las cosas.
A la Universidad Cristiana de Bolivia por ser la institución que nos cobija.
Al Rector Dr. Soo Hyun Chung por ser la persona que incentivo la elaboración de los textos.
A los estudiantes por inspirar a realizar este texto
-2-
ii
-6-
-3-
BIOESTADÍSTICA
INTRODUCCIÓN
Resulta sencillo reseñar un texto que uno mismo coordinó; sin embargo, esperamos que
el presente documento logre captar la atención en torno a un contenido que poco a poco
se ha convertido en motivo de nuestro interés académico y profesional, que también nos
ha permitido encontrar una vía de acceso a la Bioestadística como objeto de estudio, en

un campo de excepcional riqueza como es la salud; un lugar de convergencias en el que
en algún momento de la vida todos hemos estado situados. Se presenta una referencia
general en cuanto a la importancia de la publicación del texto como tal, y asimismo se hace
un recuento de los diferentes trabajos que se han desarrollado a lo largo de la materia.
Esperamos motivar el interés y el intercambio de ideas con los temas y, aunque sin duda
hay carencias y fallas que nos comprometen a superar trabajos futuros.
BIOESTADÍSTICA
BIOESTADÍSTICA
-1-
BIOESTADÍSTICA
-2-
ÍNDICE
UNIDAD I CONCEPTOS BÁSICOS DE BIOESTADÍSTICA Y SU APLICACIÓN A LAS
CIENCIAS MÉDICAS
1. CONCEPTOS ESTADÍSTICOS BÁSICOS EN EL CONTEXTO BIOMEDICO...

7
1.1 Conceptos Estadísticos Básicos en el contexto Biomedia....................... 7
1.2 Estadística Univariable............................................................................. 7
1.3 Estadística Bivariable............................................................................... 9
1.4 Estadística Multivariable........................................................................... 9
1.5 Concepto de Estadística.......................................................................... 9
1.6 Estadística descriptiva e injerencial......................................................... 10
1.7 Estadística descriptiva.............................................................................. 10
1.8 Estadística injerencial............................................................................... 11
1.9 Importancia del lenguaje estadístico........................................................ 11
1.10 La estadística y la definición de hipótesis................................................ 13
1.11 La estadística en toma y análisis de información..................................... 13
UNIDAD II
ESTUDIO EN BIOMEDICINA – ESTADÍSTICA DESCRIPTIVA – PROBABILIDAD
1. ESTUDIO EN BIOMEDICINA................................................................... 19
1.1 Población y muestra................................................................................. 19
1.2 Métodos de muestreo............................................................................... 20
1.3 Tipos de estudio....................................................................................... 21
1.4 Estudios observacionales......................................................................... 21
1.5 Estudios experimentales.......................................................................... 21
1.6 Tipos de variables.................................................................................... 21
1.7 Estadística descriptiva univariable........................................................... 22
1.8 Tablas de frecuencias............................................................................... 24
1.9 Parámetros estadísticos de tendencia central, dispersión y posición...... 24
1.10 Estadística descriptiva bivariable............................................................. 25
1.11 Riesgo relativo.......................................................................................... 25
1.12 Concepto de probabilidad......................................................................... 26
1.13 Algebra de probabilidades........................................................................ 26
1.14 Probabilidad condicionada....................................................................... 27
1.15 Teorema de Bayes................................................................................... 28
1.16 Distribución de probabilidad..................................................................... 28
BIOESTADÍSTICA
BIOESTADÍSTICA
-3-
UNIDAD III
ORGANIZACIÓN DE INFORMACIÓN – PRESENTACIÓN DE INFORMACIÓN –
MEDIDAS DE TENDENCIA CENTRAL
1. ORGANIZACIÓN DE INFORMACIÓN....................................................... 35
1.1 Ordenamiento de datos............................................................................. 35
1.2 Cuadro de frecuencias absolutas.............................................................. 36
1.3 Tabla de frecuencia absoluta y relativa...................................................... 36
1.4 Histograma – Polígono de frecuencia........................................................ 37
1.5 Ojiva – diagrama de sectores.................................................................... 37
1.6 Media aritmética para datos tabulados y sin tabular.................................. 38
1.7 Propiedades – Media aritmética ponderada – mediana para datos tabulados
Y no tabulados........................................................................................... 39
1.8 Moda – otras medidas de tendencias central............................................ 44
1.9 Rango – Varianza – Desviaciones típica – coeficiente de variación.......... 46
1.10 Asimetría – Tipos de asimetría – coeficiente de asimetría – curtosis –
Coeficiente de curtosis – tipo de curvas de acuerdo al coeficiente de
curtosis...................................................................................................... 50
UNIDAD IV PROBABILIDADES-VARIABLE ALEATORIA-DISTRIBUCIONES
PROBADISTICAS-TEORIA DE LA ESTIMACIÓN- PRUEBA DE HIPOTESIS
1. PROBABILIDADES................................................................................... 55
1.1 Cuál es la escala de la probabilidad......................................................... 56
1.2 Que significa “Y” en probabilidad.............................................................. 56
1.3 Cómo se calcula la probabilidad de un evento......................................... 56
1.4 Qué es la teoría de la probabilidad........................................................... 56
1.5 Que mide la probabilidad.......................................................................... 57
1.6 Que es y cómo se calcula la probabilidad................................................ 57
1.7 Que es la probabilidad de un evento........................................................ 57
1.8 Cómo se calcula la probabilidad............................................................... 57
1.9 Tipos de variables aleatoria..................................................................... 58
1.10 Que es un experimento aleatoria............................................................. 58
1.11 Que es el espacio muestral asociado a un experimento......................... 59
BIOESTADÍSTICA
1.12 Qué son los sucesos o eventos............................................................... 59

1.13 Qué es una variable aleatoria.................................................................. 59
1.14 Función de distribución de densidad y distribución acumulada............... 61
1.15 Valor esperado – propiedades – varianza y desviación típica – propiedades
Tipos de variables aleatoria..................................................................... 61
1.16 Qué es el rango en estadística................................................................ 63
1.17 Qué es una variable aleatoria.................................................................. 68
-4-
BIOESTADÍSTICA
BIOESTADÍSTICA
2. DISTRIBUCIONES.................................................................................. 70
2.1 Distribución binomial puntual o Bernoulli................................................. 70
2.2 Distribución hipergeométrica................................................................... 71
2.3 Distribución normal Estándar................................................................... 72
2.4 Distribución de Ji cuadrada..................................................................... 72
2.5 Distribución de pequeñas muestras......................................................... 73
2.6 Estimación puntual y por intérvalos......................................................... 74
2.7 Conceptos de parámetros y estadísticos................................................. 74
2.8 Intervalos de confianza por la medida poblacional y su interpretación.... 75
2.9 Intervalos de confianza por la varianza poblacional y su interpretación.. 76
3. HIPÓTESIS ESTADÍSTICOS................................................................... 77
3.1 Hipótesis Estadística............................................................................... 77
3.2 Hipótesis nula y alternativa...................................................................... 77
3.3 Error tipo I y tipo II................................................................................... 79
3.4 Tipos de prueba de hipótesis................................................................... 79
3.5 Pasos para realizar una prueba de hipótesis........................................... 80
3.6 Prueba de hipótesis para la media.......................................................... 80
3.7 Prueba de la hipótesis para la varianza................................................... 81
-5-
BIOESTADÍSTICA
UNIDAD I
CONCEPTOS BASICOS DE BIOESTADISTICA Y SU
APLICACIÓN A LAS CIENCIAS MÉDICAS
1. CONCEPTOS ESTADISTICOS BASICOS EN EL CONTEXTO BIOMEDICO.
Las ciencias de la salud, al encuadrarse dentro de las ciencias fácticas, tienen por objeto el estudio de
un conjunto de sucesos o fenómenos implícitos en el concepto de salud.
1.1. Necesidad y objetivo de la bioestadística.
La bioestadística es una disciplina científica que se encarga de la aplicación del análisis estadístico a
diferentes cuestiones vinculadas a la biología. Puede decirse que la bioestadística es un área o una
especialización de la estadística, la ciencia dedicada al estudio cuantitativo de todo tipo de variables.
La Bioestadística es la disciplina que se encarga del desarrollo y de la aplicación de métodos

estadísticos para resolver problemas relacionados con las ciencias de la vida, como aquellos que surgen
en medicina, salud pública o biología. En ocasiones también se denomina Biometría.
El objetivo de la bioestadística es promover el planteamiento, análisis e interpretación de la información

univariada en el proceso de la investigación de campo y laboratorio. Promocionar las herramientas
estadísticas más utilizadas en el campo de las ciencias biológicas.
1.2. Estadística Univariable.
-6-
BIOESTADÍSTICA
La estadística Univariable ofrece técnicas de uso frecuente para procesar información cuando se
investiga un único evento, o varios eventos de manera independiente. Estas técnicas son muy diversas
y cada una amerita un procedimiento especial. En este sentido, una de las necesidades fundamentales
de toda persona que decide dedicarse a la investigación es la preparación relacionada con los criterios
de selección, aplicación e interpretación de las diversas técnicas de análisis en estadística,
especialmente del análisis Univariable.
Se analiza cada variable de forma aislada.
-7-
BIOESTADÍSTICA
1.3. Estadística Bivariable.
Establece relación o asociación entre dos variables y mide su intensidad.
1.4. Estadística Multivariable.
Análisis simultaneo de más de dos variables. Dependencia: analiza una o más variables dependientes a
través dos o más variables independiente, para explicar un fenómeno y realizar un análisis como base
de una predicción. Las técnicas son la regresión múltiple y el análisis de varianza.
1.5. Concepto de Estadística.
Conjunto de procedimientos matemáticos para describir, sintetizar, analizar, e interpretar observaciones

numéricas.
Es una rama de las matemáticas y una herramienta que estudia usos y análisis provenientes de una
muestra representativa de datos, que busca explicar las correlaciones y dependencias de un fenómeno
físico o natural, de ocurrencia en forma aleatoria o condicional.
1.6. Estadística descriptiva e inferencial
-8-
BIOESTADÍSTICA
La estadística descriptiva utilizada para describir y recurrir al conjunto de datos obtenidos por el
investigador. La estadística inferencial permite al investigador deducir si las relaciones, diferencias en
una o varias muestras, pueden ocurrir en una población, de donde fue extraído la o las muestras.
1.7. Estadística descriptiva.
Encargada de la organización, resumen, presentación de los datos en tablas y gráficos, y del cálculo de
medidas numéricas que permitan estudiar los aspectos más importantes de los datos.
1.8. Estadística inferencial.
-9-
BIOESTADÍSTICA
Técnicas para hacer generalizaciones (a la población) o tomar decisiones en base a la información parcial
(muestra) obtenida mediante técnicas descriptivas. La selección de una técnica estadística apropiada la
determina el diseño de investigación, los datos recogidos, y la hipótesis.
Estadística
Muestreo Inferencial
1.9. Importancia del lenguaje estadístico.
La estadística resulta fundamental para conocer el comportamiento de ciertos eventos, por lo que ha
adquirido un papel clave en la investigación. Se usa como un valioso auxiliar y en los diferentes campos
del conocimiento y en las variadas ciencias. Es un lenguaje que permite comunicar información basada
en datos cuantitativos.
Es tan importante que casi no existe actividad humana en que no esté involucrada la Estadística. Las
decisiones más importantes de nuestra vida se toman con base en la aplicación de la Estadística.
Pongamos algunos ejemplos.
SIGNIFICATIVO
Diccionario Lenguaje Estadística
Que tiene importancia por representar o Significativo en estadística no quiere decir

significar algo. importante. Quiere decir que es muy poco
probable que ocurra solo por azar
La evolución de la estadística ha llegado al punto en que su proyección se percibe en casi todas las áreas
de trabajo. También abarca la recolección, presentación y caracterización de información para ayudar
tanto en el análisis e interpretación de datos como en el proceso de la toma de decisiones. La estadística
es parte esencial de la forma profesional, es hasta cierto punto una parte necesaria para toda profesión.
- 10 -
BIOESTADÍSTICA
La estadística es de gran importancia en la investigación científica debido a que:
• Permite una descripción más exacta.
- 11 -
BIOESTADÍSTICA
• Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar.

• Permite resumir los resultados de manera significativa y cómoda.
• Nos permite deducir conclusiones generales.
1.10 La estadística y la definición de hipótesis.
Una hipótesis estadística es una proposición o supuesto sobre los parámetros de una o más
poblaciones. Es importante recordar que las hipótesis siempre son proposiciones sobre la población o
distribución bajo estudio, no proposiciones sobre la muestra.
1.11 La estadística en la toma y análisis de información.
Es la parte de la estadística que se aplica en cualquier otra rama externa a ella, como psicología,
medicina, sociología, historia, biología, mercadotecnia, etc. Los parámetros poblacionales son estimados
mediante funciones denominadas “estimadores” o “estadísticos”.
El análisis estadístico es un componente del análisis de datos. En el contexto de la inteligencia de

negocios (BI), el análisis estadístico requiere recoger y escudriñar cada muestra de datos individual en
una serie de artículos desde los cuales se puede extraer las muestras.
(BERENSON, M.L. y D.M. LEVIN. Estadística para Administración y Economía.)
- 12 -
ACTIVIDADES ACADÉMICAS DE LA UNIDAD I
Nombre y Apellido (s): ………........................................................................................................................................................................................…………………………………………….………………
Reg.: ………........................................….................……..… Grupo: …..……….................................................................………… Fecha: ………..………....................................................……..........…………
Materia: ………………………………...........................................................................................................…… Docente: …………………………...................................................................................……………..
1.- Sobre la Bioestadística.
Lo que se Lo que quiero saber Lo que aprendí
La bioestadística es una
disciplina científica que se Sobre el objetivo de la
encarga de la aplicación del bioestadística.
análisis estadístico a diferentes -----------------------------------------
cuestiones vinculadas a la ---------------------------------------------
biología. -----------------------------------------
---------------------------------------------
-----------------------------------------
---------------------------------------------
-----------------------------------------
---------------------------------------------
-----------------------------------------
-------------------------------
-----------------------------------------
---------------------------------------------
-----------------------------------------
---------------------------------------
-----------------------------------------
---------------------------------------------
---------------------------------
----------------------------------------
-----------------------------------------
-------------------------------------------
------------------------------------------
-------------------------------------------
2.- Mencione los conceptos correctos de cada tipo de estadística:
Estadística Estadística Estadística Estadística
Estadística Bivariable Multivariable Descriptiva
Univariable
Permite al Establece relación o Análisis Utilizada
investigador Ofrece técnicas de asociación entre dos simultaneo de para
deducir si las uso frecuente para variables y mide su más de dos describir y recurrir
relaciones pueden procesar intensidad. variables. al conjunto de
ocurrir en una información cuando datos obtenidos
población. se investiga un único por el
evento, o varios
investigador.
eventos de manera
independiente.
VERDAERO VERDADERO VERDADERO VERDADERO VERDADERO

FALSO FALSO FALSO FALSO FALSO
3.- Estadística Inferencial.

“Conjunto de procedimientos matemáticos para describir, sintetizar, analizar, e interpretar observaciones
numéricas.
Es una rama de las matemáticas y una herramienta que estudia usos y análisis provenientes de una
muestra representativa de datos, que busca explicar las correlaciones y dependencias de un fenómeno
físico o natural, de ocurrencia en forma aleatoria o condicional”.
VERDADERO FALSO
4.- Una hipótesis estadística.

“Una hipótesis estadística es una proposición o supuesto sobre los parámetros de una o más
distribución bajo estudio, no proposiciones sobre la muestra”.
VERDADERO FALSO
5.- ¿Qué es el análisis estadístico?

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
6.- Indique la gran importancia de la estadística en la investigación científica.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
7.- Indique la importancia del lenguaje estadístico.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------
BIOESTADÍSTICA
UNIDAD II
ESTUDIOS EN BIOMEDICINA - ESTADÍSTICA
DESCRIPTIVA - PROBABILIDAD
1. Estudios en biomedicina.
Los estudios provenientes de las ciencias sociales son fundamentales para los médicos y los enfermeros.
Este hecho no es bien comprendido y hace que el ideal de interdisciplinaridad no sea real en buena parte
de las investigaciones biomédicas. Por ello considero que es fundamental la transformación de los
procesos de investigación.
Los beneficios que reporta el conocimiento social para el ámbito de las ciencias de la salud y del cuidado
son indudables. Ahora bien, no todos los científicos biomédicos lo tienen claro o lo ven con esta claridad.
¡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
1.1 Población y muestra.
Una población estadística es un conjunto de sujetos o elementos que presentan características

comunes. Sobre esta población se realiza el estudio estadístico con el fin de sacar conclusiones. El
tamaño poblacional es el número de individuos que constituyen la población.
- 18 -
BIOESTADÍSTICA
La muestra es una parte de la población, la cual se selecciona con el propósito de obtener información,
ya que población es demasiado grande para ser estudiada en su totalidad. Debe ser representativo.
1.2 Métodos de Muestreo.
- 19 -
BIOESTADÍSTICA
Los métodos de muestreo se conforman en correspondencia con los tipos de muestras que se necesitan
seleccionar. En el muestreo probabilístico, todos los individuos de la población pueden formar parte de
la muestra. Por lo tanto, es el tipo de
muestreo que debemos utilizar en
nuestras investigaciones, por ser
riguroso y científico.
1.3 Tipos de estudios.
Se pueden encontrar distintas formas de clasificar los estudios, principalmente de acuerdo a su

naturaleza y sus formas de aplicación:
Estudios exploratorios; Estudios descriptivos; Estudios explicativos; Estudios correlacionales; Estudios

experimentales; Estudios no experimentales; Estudios analíticos.
1.4 Estudios observacionales.
Pueden ser descriptivos o analíticos. Cuando es descriptivos describen una o más características de una
población dada. Y cuando es analítico evalúan la presencia de asociación entre dos o más variables.
Un ejemplo de un estudio observacional es uno que explora la asociación entre fumar y el cáncer de
pulmón. Este tipo de estudio usa una encuesta para recopilar observaciones sobre el área de interés y
- 20 -
BIOESTADÍSTICA
luego realiza un análisis estadístico. En este caso, los investigadores recogerían observaciones de
fumadores y no fumadores, tal vez a través de un estudio de corte, y luego buscaron el número de casos
de cáncer de pulmón en cada grupo. Un estudio de casos y controles es otro tipo de estudio observacional
en el que las personas con y sin el resultado de interés (por ejemplo, cáncer de pulmón) están invitados
a participar y se recopilan sus historiales.
1.5 Estudios experimentales.
Los pasos básicos de un experimento estadístico son:
1. Planificación de la investigación, incluyendo la búsqueda del número de repeticiones del estudio,

utilizando la siguiente información: estimaciones preliminares sobre el tamaño de los efectos del
tratamiento, hipótesis alternativas y la variabilidad experimental estimada. Es necesario considerar
la selección de los sujetos experimentales y la ética de la investigación. Los estadísticos
recomiendan que los experimentos comparen (al menos) un nuevo tratamiento con un tratamiento
o control estándar, para permitir una estimación imparcial de la diferencia en los efectos del
tratamiento.
2. Diseño de experimentos, utilizando bloqueo para reducir la influencia de las variables de
confusión, y la asignación al azar de los tratamientos a los sujetos para permitir estimaciones no
sesgadas de los efectos del tratamiento y error experimental. En esta etapa, los experimentadores
y estadísticos escriben el protocolo experimental que guiará el desempeño del experimento y que
especifica el análisis primario de los datos experimentales.
3. Realización el experimento siguiendo el protocolo experimental y analizando los datos siguiendo
el protocolo experimental.
4. Documentar y presentar los resultados del estudio.
Finalmente, se seguirá examinando el conjunto de datos en los análisis secundarios, para sugerir nuevas
hipótesis para el estudio futuro.
1.6 Tipos de variables.
Una variable estadística es el conjunto de valores que puede tomar cierta característica de la población
sobre la que se realiza el estudio estadístico y sobre la que es posible su medición. Estas variables
pueden ser: la edad, el peso, las notas de un examen, los ingresos mensuales, las horas de sueño de
un paciente en una semana, el precio medio del alquiler en las viviendas de un barrio de una ciudad, etc.
Las variables estadísticas se pueden clasificar por diferentes criterios. Según su medición existen dos
tipos de variables:
Las variables cualitativas, son las variables que pueden tomar como valores cualidades o categorías,
se pueden clasificar según sigan una jerarquía o un orden determinado.
Las variables cuantitativas, son las variables que toman valores numéricos, se clasifican en el número
de valores que puede tomar la variable. Las variables se pueden clasificar también según si son
independientes o dependientes:
Variable independiente: Es una variable que su valor no depende de otra variable. La variable
independiente suele representarse en las gráficas en el eje de abscisas (x).
- 21 -
BIOESTADÍSTICA
En un diseño experimental a la variable independiente se le suele denominar también variable de entrada,

o variable manipulada.
Variable dependiente: Es una variable cuyos valores dependen de los valores que tome otra variable.
Se representa en el eje de ordenadas y en una función puede haber combinación de los dos tipos. Por
ejemplo, el capital invertido por una federación de una especialidad atlética de un país ante un
campeonato deportivo (variable independiente cuantitativa) y las medallas obtenidas (variable
dependiente cualitativa).
El investigador utiliza estas variables en el estudio estadístico con el fin de con el de encontrar alguna
causalidad de ciertas variables sobre las variables objetivo del estudio.
1.7 Estadística descriptiva Univariable.
Concretamente utilizaremos medidas de tendencia central y de dispersión para describir las

características de las variables cuantitativas y tablas de frecuencias y porcentajes para las variables
cualitativas.
- 22 -
BIOESTADÍSTICA
La estadística descriptiva es la rama de la estadística que recolecta, analiza y caracteriza un conjunto

de datos (peso de la población, beneficios diarios de una empresa, temperatura mensual,…) con el
objetivo de describir las características y comportamientos de este conjunto mediante medidas de
resumen, tablas o gráficos.
1.8 Tablas de frecuencias.
- 23 -
BIOESTADÍSTICA
Construcción de la tabla de frecuencias.
1. En la primera columna se ordenan de menor a mayor los diferentes valores que tiene la variable
en el conjunto de datos.
2. En las siguientes columnas (segunda y tercera) se ponen las frecuencias absolutas y las
frecuencias absolutas acumuladas.
3. Las columnas cuarta y quinta contienen la las frecuencias relativas y las frecuencias relativas
acumuladas.
4. Adicionalmente (opcional) se pueden incluir dos columnas (sexta y séptima), representando la
frecuencia relativa y la frecuencia relativa acumulada como tanto por cien. Estos porcentajes se
obtienen multiplicando las dos frecuencias por cien.
1.9 Parámetros estadísticos de tendencia central, dispersión y posición.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo,
las medidas de dispersion dicen hasta que punto estas medidas de tendencia central son representativas
como sintesis de la informacion.
Las medidas de dispersion cuantifican la separacion, la dispersion, la variabilidad de los valores de la
distribucion respecto al valor central.
- 24 -
BIOESTADÍSTICA
1.10 Estadistica descriptiva bivariable.
Una vez descritos los datos, nos puede interesar saber como se relacionan unas variables con otras,
para saber como se presentan juntas dos o mas caracteristicas de un fenomeno.
Queremos saber, por tanto, si dos variables estan relacionadas y varian de modo que cambian la una
en relacion con la otra.
Ejemplo:
Saber si existe relacion entre el nivel socioeconomico y la compra de diarios de informacion general.
Saber si existe relacion entre la edad y el consumo de diarios gratuitos de informacion general.
1.11 Riesgo Relativo
En epidemiología se denomina riesgo a la probabilidad de ocurrencia de un evento, típicamente enfermar,

aunque también morir, curar, más precisamente, se define el riesgo como la probabilidad de que un
individuo, libre de enfermedad y susceptible de ella, la desarrolle en un periodo determinado,
condicionada a que el individuo no muera a causa de otra enfermedad durante el periodo.
- 25 -
BIOESTADÍSTICA
1.12 Concepto de probabilidad.
Concepto de probabilidad
La probabilidad es simplemente qué tan posible es que ocurra un evento determinado. Cuando no
estamos seguros del resultado de un evento, podemos hablar de la probabilidad de ciertos resultados:
qué tan común es que ocurran. Al análisis de los eventos gobernados por la probabilidad se le llama
estadística.
(Métodos Estadísticos. Un enfoque interdisciplinario. 2da. Edic. Edit. Trillas. México, D.F. LEVIN, I.R.
1988.)
- 26 -
BIOESTADÍSTICA
1.13 Algebra de probabilidades.
La teoría de probabilidades es una rama de las matemáticas que se centra en el análisis de lo esperables
que pueden ser un conjunto de sucesos, útil para estimular posibles comportamientos promedios de la
naturaleza, asi como la economía o el mundo de los juegos de azar.
Aplicadas a un espacio muestral, definimos como algebra que define tres operaciones, la unión, la
intersección y la negación, bajo las cuales el espacio muestral es cerrado.
1.14 Probabilidad condicionada.
- 27 -
BIOESTADÍSTICA
La probabilidad condicionada surge cuando se quiere obtener la probabilidad de un evento A, y se tiene

conocimiento que ya ocurrió otro evento B relacionado al primero, se denota con P(A/B), la cual se lee
como “Probabilidad de A dado B”.
1.15 Teorema de Bayes
La probabilidad condicional se basa en el resultado de un hecho para describir otra probabilidad

especifica. Este concepto se puede extender cada que se tiene nueva información con la cual determinar
si una probabilidad se debe a una causa especifica. Este procedimiento recibe el nombre de teorema de
Bayes.
- 28 -
BIOESTADÍSTICA
1.16 Distribución de probabilidad.
La distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso
definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra.
(Métodos Estadísticos. Un enfoque interdisciplinario. 2da. Edic. Edit. Trillas. México, D.F. LEVIN, I.R.
1988.)
- 29 -
ACTIVIDADES ACADÉMICAS DE LA UNIDAD II
Reg.: ………........................................….................……..… Grupo: …..……….................................................................………… Fecha: ………..………....................................................……..........…………
Materia: ………………………………...........................................................................................................…… Docente: …………………………...................................................................................……………..
1.- Sobre la Distribución de probabilidad.
La distribución de
probabilidad de una Sobre el Teorema de Bayes.
variable aleatoria es una -------------------------------------------
función que asigna a cada ------------------------------------------------
-------------------------------------------
suceso definido sobre la ------------------------------------------------
variable aleatoria la -------------------------------------------
probabilidad de que dicho ------------------------------------------- ------------------------------------------------
suceso ocurra. ------------------------------------------------
-------------------------------------------
-------------------------------------------- ------------------------------------------------
------------------------------------------------
----------------------------------------
------------------------------------------------
-------------------------------------------
------------------------------------------------
-------------------------------------------
------------------------------------------------
-------------------------------------------
------------------------------------------------
2.- Concepto de probabilidad.
“La probabilidad es una rama de las matemáticas que se centra en el análisis de lo esperables que
pueden ser un conjunto de sucesos, útil para estimular posibles comportamientos promedios de la
naturaleza, así como la economía o el mundo de los juegos de azar”.
VERDADERO FALSO
3.- Mencione los conceptos correctos de cada tipo de parámetros estadísticos:
Medidas de tendencia central Medidas de dispersión Medidas de posición
Las medidas de tendencia Las medidas de dispersión Las medidas de posicion

central tienen como objetivo el dividen un conjunto ordenado de cuantifican la separacion, la
sintetizar los datos en un valor datos en grupos con la misma dispersion, la variabilidad de
representativo, las medidas de cantidad de individuos. los valores de la distribucion
dispersion dicen hasta que respecto al valor central.
punto estas medidas de
tendencia central son
representativas como sintesis
de la informacion.
VERDADERO VERDADERO VERDADERO

FALSO FALSO FALSO
4.- La tabla de frecuencias.
“La tabla de frecuencia es una tabla que muestra la distribución de los datos mediante sus frecuencias.
Se utiliza para variables cuantitativas o cualitativas.
La tabla de frecuencias es una herramienta que permite ordenar los datos de manera que se presentan
numéricamente las características de la distribución de un conjunto de datos o muestra”.
VERDADERO FALSO
5.- Mencione los conceptos correctos de cada tipo de estadísticas:
Estadística descriptiva Univariable Estadística descriptiva
La estadística descriptiva Univariable Concretamente utilizaremos medidas de

es la rama de la estadística que tendencia central y de dispersión para
recolecta, analiza y caracteriza un describir las características de las
conjunto de datos (peso de la variables cuantitativas y tablas de
población, beneficios diarios de una frecuencias y porcentajes para las
empresa, temperatura mensual,…) variables cualitativas.
con el objetivo de describir las
características y comportamientos de
este conjunto mediante medidas de
resumen, tablas o gráficos
VERDAERO VERDAERO
FALSO FALSO
6.- Indique los pasos básicos de un experimento estadístico.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------
7.- ¿Qué es la población estadística y la muestra?
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------
BIOESTADÍSTICA
UNIDAD III
ORGANIZACIÓN DE INFORMACIÓN – PRESENTACIÓN DE
INFORMACIÓN - MEDIDAS DE TENDENCIA CENTRAL
1. ORGANIZACIÓN DE INFORMACION.
Luego de tomar la información necesaria en la investigación que se sigue, se obtiene una gran cantidad
de datos que requieren ser interpretados y sobre los cuales se busca concluir algo específico. Para esto
se debe depurar y clasificar la información aplicando técnicas adecuadas.
La organización y el resumen de la información son dos procesos distintos que se desarrollan por
separado. La organización hace referencia al arreglo de los datos en un formato lógico para su
interpretación. En cambio, el resumen implica la condensación de varias mediciones en una forma
compacta, ya sea gráfica o numéricamente. De ahí que se tome primero la forma de organizar la
información tomada en una investigación estadística.
La información estadística puede organizarse de diversas maneras: ordenando el conjunto de datos

como una combinación ordenada o en un arreglo denominado tallo y hojas, otro de los métodos usados
es el uso de tablas y más específicamente la tabla de frecuencias.
1.1 Ordenamiento de datos.
- 35 -
BIOESTADÍSTICA
Es el procedimiento en el cual se agrupan los registros en orden definido, con el fin de facilitar la búsqueda
de datos ordenados en secuencia, el cual puede ser numérico, alfabético o incluso alfanumérico,
ascendente o descendente.
1.2 Cuadro de frecuencias absolutas
La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio

estadístico. La suma de las frecuencias absolutas es igual al número total de datos, que se representa
por N. Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma mayúscula) que se lee
suma o sumatoria.
- 36 -
BIOESTADÍSTICA
1.3 Tabla de frecuencia absoluta y relativa.
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
donde el subíndice representa cada uno de los valores.
1.4 Histograma – Polígono de frecuencia.
Histogramas y Polígonos de Frecuencias.
1.5 Ojiva – diagrama de sectores.
- 37 -
BIOESTADÍSTICA
Una ojiva se utiliza para representar la frecuencia acumulada. Similar al polígono de frecuencia, se forma
o se construye uniendo los puntos más altos de cada columna, pero de un histograma que representa
las frecuencias acumuladas.
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa frecuentemente para
las variables cualitativas.
1.6 Media aritmética para datos tabulados y sin tabular.
Se calcula sumando todos los productos de marca clase con la frecuencia absoluta respectiva y su
resultado dividido por el número total de datos.
Ⱦ = Suma (marca clase x frecuencia absoluta) / total de datos
EJEMPLO:
Calcular la media aritmética de la siguiente muestra de números:
[13, 22, 31, 40, 49, 58, 67, 76, 85, 94]
X = 13 + 22 + 31 + 40 + 49 + 58 + 67 + 76 + 85 + 94 / 10
X = 535 / 10
X = 53,5 es la media aritmética
EJEMPLO:
Un experimento aleatorio consistió en tomar la edad en años cumplidos de un grupo de 7 estudiantes de

medicina, logrando el siguiente espacio muestral: [23, 30, 23, 28, 22, 21, 24]. Determinar la media
aritmética, la desviación estándar, y la probabilidad de elegir una persona cuya edad sea menor o igual
a 24 años.
- 38 -
BIOESTADÍSTICA
X = 21 + 22 + 23 + 23 + 24 + 28 + 30 / 7 X =
171 / 7 = 24,42 24 años, 5 meses, 4 días.
EJEMPLO:
A un conjunto de 5 números cuya media es 7,31 se le añaden los números 4,47 y 10,15. Cuál es la media
del nuevo conjunto de números.
X = 5(7,31) + 4,47 + 10,15 / 7 = 7,31

EJEMPLO:
En un aula de 50 estudiantes de medicina existen 5 estudiante cuya media de edad es de 18 años, 10

estudiantes cuya media de edad es de 19 años, 13 estudiantes cuya media de edad es de 20 años y 22
estudiantes cuya media de edad es de 22 años. Cuál es la media de edad del aula.
X = 5(18) + 10(19) + 13(20) + 22(22) = 1.024 / 50

X = 20,48 20 años, 5 meses, 22 días.
EJEMPLO:
Hallar la media aritmética de la siguiente distribución estadística de notas parciales.
X = 4.105 / 50 = 82,10
1.7 Propiedades – Media aritmética ponderada – Mediana para datos tabulados y no tabulados.
Ejemplo:
De acuerdo a los siguientes datos observados: 50, 80, 55, 75, 65 Calcular
la media de edad.
Media aritmética X = 50 + 55 + 65 + 75 + 80 / 5
X = 325 / 5
- 39 -
BIOESTADÍSTICA
X = 65
Ejemplo:
De acuerdo a los siguientes datos observados: 18, 28, 25, 20, 24, 19, 21, 20, 18, 19, 21 Calcular
la media de edad.
Media aritmética X = 18 + 18 + 19 + 19 + 20 + 20 + 21 + 21 + 24 + 25 + 28 / 11
X = 233 / 11
X = 21,18 21 años, 2 meses, 5 días
Ejemplo:
De acuerdo a los siguientes datos observados: 9, 3, 8, 8, 9, 8, 9, 18 Calcular

la media de edad.
Media aritmética X = 3 + 8 + 8 + 8 + 9 + 9 + 9 + 18 /
8 X = 72 / 8 X = 9 9 años
Ejemplo:
De acuerdo a los siguientes datos observados: 12, 23, 9, 17, 7, 22, 15 Calcular
la media de edad.
Media aritmética X = 7 + 9 + 12 + 15 + 17 + 22 + 23 /
7 X = 105 / 7 X = 15 15 años
Ejemplo:
En un aula de estudiantes, existen 7 estudiantes con 18 años cumplidos, 8 estudiantes con 19 años
cumplidos, 10 estudiantes con 20 años cumplidos y 15 estudiantes con 21 años cumplidos. Calcular la
media de edad del aula de estudiantes.
Media X = 126 + 152 + 200 + 315 / 40

X = 793 / 40
X = 19,825 19 años, 9 meses, 27 días.
Ejemplo:
- 40 -
BIOESTADÍSTICA
Media X = 60 + 180+ 60 + 285 / 30 X =

585 / 30 = 19,5 19 años, 6 meses.
Ejemplo:
De acuerdo a los siguientes datos observados: 10, 20, 15, 40, 50, 90, 70, 30 Calcular
la media de edad.
Media aritmética X = 10 + 15 + 20 + 30 + 40 + 50 + 70 + 90 / 8
X = 325 / 8
X = 40,625 40 años, 7 meses, 15 días.
Ejemplo:
Media X = 51 + 350+ 36 + 520 / 28

X = 957 / 28
X = 34,17 34 años, 2 meses, 4 días.
Ejemplo:
Determinar la media aritmética de la edad en la siguiente aula: 23, 24, 19, 20, 21, 22, 23, 19
- 41 -
BIOESTADÍSTICA
Media aritmética X = 171 / 8

X = 21,375 21 años, 4 meses, 15 días
- 42 -
BIOESTADÍSTICA
- 43 -
BIOESTADÍSTICA
Ejemplo:
Hallar la mediana de las siguientes series de datos:

4, 5, 2, 7, 5, 9, 5, 2, 8.
Primero se debe ordenar: 2, 2, 4, 5, 5, 5, 7, 8, 9
Ahora determinamos el número que queda en el centro de la muestra, en este problema los datos son
impares. Me = 5
Ejemplo:

2, 5, 4, 8, 9, 6, 4, 3
Lo primero que hacemos es ordenar los datos: 2, 3, 4, 5, 6, 8, 9

Observamos que la muestra es par, por lo que sumaremos los dos números centrales y lo dividiremos
entre dos
4 + 5 / 2 = 4,5
Me = 4,5
Ejemplo:

8, 5, 2, 3, 6
Lo primero que hacemos es ordenar los datos: 2, 3, 5, 6, 8 Me
= 5 es el valor central de los datos.
Ejemplo:

8, 9, 4, 6, 3, 2
Lo primero que hacemos es ordenar los datos: 2, 3, 4, 6, 8, 9
Observamos que la muestra es par, por lo que sumaremos los dos números centrales y lo dividiremos
entre dos
Me = 4 + 6 / 2 = 5 es la mediana
Ejemplo:
- 44 -
BIOESTADÍSTICA
Hallar la mediana de las siguientes series de datos: 22,

18, 14, 12, 10, 8, 6, 4
Ordenamos los datos: 4, 6, 8, 10, 12, 14, 18, 22 Me

= 10 + 12 / 2 = 22 / 2 = 11 es la mediana
Ejemplo:
Hallar la mediana de las siguientes series de datos: 26,

10, 2, 14, 22, 8, 18, 6, 32
Ordenamos de menor a mayor: 2, 6, 8, 10, 14, 18, 22, 26, 32 Me
= 14 + 18 / 2 = 32 / 2 = 16 es la mediana.
Ejemplo:
De acuerdo a los siguientes datos observados: 10, 18, 12, 40, 50, 90, 70, 30
Calcular la mediana de edad.
Primero ordenamos: 10, 12, 18, 30, 40, 50, 70, 90
Me = 30 + 40 / 2
Me = 70 / 2
Me = 35 años
Ejemplo:
De acuerdo a los siguientes datos observados: 147, 72, 180, 360, 522, 324
Calcular la mediana de los datos observados.
Primero ordenamos: 72, 147, 180, 324, 360, 522
Me = 180 + 324 / 2
Me = 504 / 2
Me = 252
1.8 Moda – Otras medidas de tendencia central.
- 45 -
BIOESTADÍSTICA
En estadística, la moda es el valor con mayor frecuencia en una distribución de datos. Se hablará de
una distribución bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es
decir, dos datos que tengan la misma frecuencia absoluta máxima.
La moda es el valor que tiene mayor frecuencia absoluta. Se puede hallar la moda para variables
cualitativas y cuantitativas. Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa
frecuencia es la máxima, la distribución es bimodal o multimodal, es decir, tiene varias modas.
Ejemplo:
Basándose en la premisa de que la moda equivale al valor más repetido en una muestra, y observando
esta correlación de números: 4, 3, 2, 7, 7, 7, 9, 5, 9, 9, 1, 9
La moda podemos afirmar que es el 9, se repite en 4 oportunidades.

Mo = 9
Ejemplo:
De acuerdo a la siguiente correlación de datos: 9, 3, 4, 6, 7, 8, 6, 9, 0, 7, 6, 9, 1, 6, 9
- 46 -
BIOESTADÍSTICA
Encontramos una muestra Bimodal ya que los números 6 y 9 tienen las frecuencias más altas y se
repiten las mismas veces.
Ejemplo:
Calcular la Moda de los siguientes conjuntos de números:
A = 2, 3, 4, 4, 5, 6, 6, 6, 7, 9}
Mo = 6 es el número que más veces se repite
B = 11, 12, 13, 15, 16, 18, 19
Mo= amodal ningún número se repite
C = 5, 6, 7, 7, 9, 11, 11, 13
Mo = 7 Mo = 11 Bimodal hay dos números que se reiteran
Ejemplo:
De acuerdo a la siguiente correlación de datos: 9, 3, 4, 6, 7, 8, 6, 9, 0, 7, 6, 9, 1, 6, 9; hallar la moda.

Se ordena los datos: 0, 1, 3, 4, 6, 6, 6, 6, 7, 7, 8, 9, 9, 9, 9,
Bimodal = 6 y 9
1.9 Rango – Varianza – Desviación típica – Coeficiente de variación.
El rango se define como la diferencia entre el valor máximo y mínimo del conjunto de datos. En forma
compacta: R = Xmax – Xmin
- 47 -
BIOESTADÍSTICA
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una
distribución estadística.
La desviación típica o estándar es la raíz cuadrada de la varianza, es decir, la raíz cuadrada de la media
de los cuadrados de las puntuaciones de desviación.
- 48 -
BIOESTADÍSTICA
El coeficiente de variación. Es la relación entre la desviación típica de una muestra y su media.
- 49 -
BIOESTADÍSTICA
Ejemplo:
Calcular la desviación estándar de acuerdo a los siguientes datos: 5, 5, 6, 8, 9, 10
Media aritmética X = 5 + 5 + 6 + 8 + 9 + 10 /6
X = 43 / 6
X = 7,16
(5 – 7,16)2 + (5 – 7,16)2 + (6 – 7,16)2 + (8 – 7,16)2 + (9 – 7,16)2 + (10 – 7,16)2 4,66 + 4,66
+ 1,34 + 0,70 + 3,38 + 8,06
22,8
S = raíz cuadrada 22,8 / 5 S = 2,16
Ejemplo:
Calcular la desviación estándar de acuerdo a los siguientes datos: 4, 8, 12, 16, 20, 24
Media aritmética X = 4 + 8 + 12 + 16 + 20 + 24 /6
X = 84 / 6
X = 14
(4 – 14)2 + (8 – 14)2 + (12 – 14)2 + (16 – 14)2 + (20 – 14)2 + (24 – 14)2
100 + 36 + 4 + 4 + 36 + 100
280
S = raíz cuadrada 280/ 5
S= 7,48
Ejemplo:
Calcular la desviación estándar de acuerdo a los siguientes datos: 15, 15, 17, 19, 21 Media aritmética X
= 15 + 15 + 17 + 19 + 21 /5
X = 87 / 5
X = 17,4
(15 – 17,4)2 + (15 – 17,4)2 + (17 – 17,4)2 + (19 – 17,4)2 + (21 – 17,4)2
5,76 + 5,76 + 0,16 + 2,56 + 12,96 27,2
S = raíz cuadrada 27,2 / 4 S = 2,60
Ejemplo:
= 15 + 30 + 45 + 60 + 75 /5
X = 225 / 5
X = 45
(15 – 45)2 + (30 – 45)2 + (45 – 45)2 + (60 – 45)2 + (75 – 45)2
900 + 225 + 0 + 225 + 900 2250
- 50 -
BIOESTADÍSTICA
S = raíz cuadrada 2250 / 4 = 23,71 S = 23,71
Ejemplo:
= 20 + 20 + 40 + 60 + 80 /5
X = 220 / 5
X = 44
(20 – 44)2 + (20 – 44)2 + (40 – 44)2 + (60 – 44)2 + (80 – 44)2
576 + 576 + 16 + 256 + 1296 2720
S = raíz cuadrada 2720 / 4 S = 26,07
Ejemplo:
Calcular la desviación estándar de acuerdo a los siguientes datos: 35, 35, 40, 45
Media aritmética X = 35 + 35 + 40 + 45 /4
X = 155 / 4
X = 38,75
(35 – 38,75)2 + (35 – 38,75)2 + (40 – 38,75)2 + (45 – 38,75)2

14,06 + 14,06 + 1,56 + 39,06
68,74
S = raíz cuadrada 68,74 / 3

S = 4,78
1.10 Asimetría – Tipos de asimetría – Coeficiente de asimetría – Curtosis – Coeficiente de

Curtosis – Tipos de curvas de acuerdo al coeficiente de Curtosis.
Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que
presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación
gráfica. Como eje de simetría consideramos una recta paralela al eje de ordenadas que pasa por la media
de la distribución. Si una distribución es simétrica, existe el mismo número de valores a la derecha que
a la izquierda de la media, por tanto, el mismo número de desviaciones con signo positivo que con signo
negativo. Decimos que hay asimetría positiva (o a la derecha) si la “cola” a la derecha de la media es
más larga que la de la izquierda, es decir, si hay valores más separados de la media a la derecha.
Diremos que hay asimetría negativa (o a la izquierda) si la “cola” a la izquierda de la media es más larga
que la de la derecha, es decir, si hay valores más separados de la media a la izquierda.
- 51 -
BIOESTADÍSTICA
Existen tres tipos de curva de distribución según su asimetría: Asimetría negativa: la cola de la
distribución se alarga para valores inferiores a la media. Simétrica: hay el mismo número de elementos
a izquierda y derecha de la media.
El coeficiente de asimetría, cuando al trazar una vertical, en el diagrama de barras o histogramas, de una
variable, según sea discreta o continua, por el valor de la media, esta vertical, se transforma en eje de
simetría, decimos que la distribución es simétrica.
- 52 -
BIOESTADÍSTICA
La Curtosis de una variable estadística/aleatoria es una característica de forma de su distribución de

frecuencias/probabilidad.
- 53 -
BIOESTADÍSTICA
El coeficiente de Curtosis, miden la mayor o menor concentración de datos alrededor de la media. Se

suele medir con el coeficiente de Curtosis: Si este coeficiente es nulo, la distribución se dice normal
(similar a la distribución normal de Gauss) y recibe el nombre de mesocúrtica.
Este coeficiente indica la cantidad de datos que hay cercanos a la media, de manera que a mayor grado
de Curtosis, más escarpada (o apuntada) será la forma de la curva.
Tipos de curvas de acuerdo al coeficiente de Curtosis.
- 54 -
ACTIVIDADES ACADÉMICAS DE LA UNIDAD III
Reg.: ………........................................….................……..… Grupo: …..……….................................................................………… Fecha: ………..………....................................................……..........…………
Materia: ………………………………...........................................................................................................…… Docente: …………………………...................................................................................……………..
1.- Sobre el Ordenamiento de datos
Es el procedimiento en el cual
se agrupan los registros en Sobre la frecuencia absoluta.
orden definido, con el fin de ------------------------------------------
facilitar la búsqueda de datos ------------------------------------------
ordenados en secuencia, el ------------------------------------------
------------------------------------------
cual puede ser numérico, ------------------------------------------
alfabético o incluso ------------------------------------------
alfanumérico, ascendente o ------------------------------------------
descendente. ------------------------------------------
------------------------------------------
------------------------------------------
------------------------------------------
------------------------------------------
------------------------------------------
------------------------------------------
-----------------------------------
---------------------------
------------------------------------------
-----------------------------------------
------------------------------------------
-----------------------------------------
2.- Concepto de Histograma
“Para representar frecuencias de una variable aleatoria continua se usan histogramas. En el eje de las
abscisas se representan los valores de la variable clasificados según intervalos de clase y en la
ordenada, la frecuencia de datos en cada intervalo de clase”
VERDADERO FALSO
3.- Mencione los conceptos correctos mencionados en la siguiente matriz:

¿Qué es un diagrama de Media aritmética para datos
¿Qué es una Ojiva?
sectores? tabulados
Una ojiva se utiliza para representar Un diagrama de sectores se puede Se calcula sumando todos los
la frecuencia acumulada. Similar al utilizar para todo tipo de variables, productos de marca clase con la
polígono de frecuencia, se forma o pero se usa frecuentemente para las frecuencia absoluta respectiva y su
se construye uniendo los puntos variables cualitativas. resultado dividido por el número total
más altos de cada columna, pero de de datos.
un histograma que representa las
frecuencias acumuladas.
BIOESTADÍSTICA
VERDADERO VERDADERO VERDADERO
FALSO FALSO FALSO
4.- La media aritmética ponderada.

“La media ponderada es una medida de tendencia central, que es apropiada cuando en un conjunto de
datos cada uno de ellos tiene una importancia relativa (o peso) respecto de los demás datos. ... La
inversa de la media armónica es la media aritmética de los inversos de los valores de la variable”.
VERDADERO FALSO 5.-
Mencione los conceptos correctos que se encuentran en la matriz:
La varianza La desviación típica
La varianza es la media aritmética del La desviación típica o estándar es

cuadrado de las desviaciones res- la raíz cuadrada de la varianza, es pecto
a la media de una distribución decir, la raíz cuadrada de la media
estadística. de los cuadrados de las puntuacio-
nes de desviación.
VERDADERO VERDADERO
FALSO FALSO
6.- Indique qué son las medidas de asimetría.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------
7.- ¿Qué es el Coeficiente de Curtosis?

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
- 56 -
BIOESTADÍSTICA
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------
UNIDAD IV
PROBABILIDADES – VARIABLE ALEATORIA –
DISTRIBUCIONES PROBABILÍSTICAS –
TEORÍA DE LA ESTIMACIÓN - PRUEBA DE HIPÓTESIS
1. PROBABILIDADES.
Las probabilidades constituyen una rama de las matemáticas que se ocupa de medir o determinar
cuantitativamente la posibilidad de que un suceso o experimento produzca un determinado resultado. La
probabilidad está basada en el estudio de la combinatoria y es fundamento necesario de la estadística. La
probabilidad es una medida de la certidumbre asociada a un suceso o evento futuro y suele expresarse
como un número entre 0 y 1 (o entre 0 % y 100 %).
La probabilidad constituye un importante parámetro en la determinación de las diversas casualidades

obtenidas tras una serie de eventos esperados dentro de un rango estadístico.
La Probabilidad como una rama de las matemáticas que mide cuantitativamente la posibilidad de que un
experimento produzca un determinado resultado, y la Estadística como ciencia formal que estudia la
recolección, análisis e interpretación de datos de una muestra.
- 57 -
BIOESTADÍSTICA
Ejemplo:
Hallar la probabilidad de que al lanzar al aire dos monedas salgan dos caras:
P(2c) = 1 /2 . 1 / 2 = = 1 / 4
- 58 -
BIOESTADÍSTICA
Hallar la probabilidad de que al lanzar al aire dos monedas salgan una cara y una cruz: P(1c
1x) = 1 / 2. 1 / 2 + 1 / 2. 1 / 2 = 1 / 2
Hallar la probabilidad de obtener el 6 en un lanzamiento:
P(1) + p(2) + p(3) + p(4) + p(5) + p(6) = 21p

P = 1 /21
P(6) = 6.1/21 = 6 / 21
P(6) = 28,57%
1.1 ¿Cuál es la escala de la probabilidad?
La probabilidad es un método mediante el cual se obtiene la frecuencia de un seceso determinado

mediante la realización de un experimento aleatorio en el que se conocen todos los resultados posibles
de este. La probabilidad ha existido desde los principios del mundo, utilizado mejor dicho como el ‘’azar’’.
1.2 ¿Qué significa “Y” en probabilidad?
“Y” contra “Ó” en probabilidades. En probabilidades, hay mucha diferencia entre las palabras “y” y “ó.”
“Y” significa que el resultado satisface ambas condiciones al mismo tiempo. “Ó” significa que el
resultado satisface una u otra condición, o ambas al mismo tiempo.
1.3 ¿Cómo se calcula la probabilidad de un evento?
Calcular la probabilidad de un evento aleatorio único. Define los eventos y los resultados posibles. La
probabilidad es la posibilidad de que suceda uno o más eventos dividida por el número de resultados
posibles. Supongamos que intentas calcular la probabilidad de sacar un tres con un dado de seis lados.
1.4 ¿Qué es la teoría de la probabilidad?
Teoría de la probabilidad. La teoría de probabilidades se ocupa de asignar un cierto número a cada

posible resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos
resultados y saber si un suceso es más probable que otro.
1.5 ¿Qué mide la probabilidad?

- 59 -
BIOESTADÍSTICA
La probabilidad mide la mayor o menor posibilidad de que se dé un determinado resultado (suceso o

evento) cuando se realiza un experimento aleatorio. El valor cero corresponde al suceso imposible;
ejemplo: lanzamos un dado al aire y la probabilidad de que salga el número 7 es cero.
Por ejemplo: la probabilidad mide la posibilidad de que salga “cara” cuando lanzamos una moneda, o
la posibilidad de que salga 5 cuando lanzamos un dado. Llamamos sucesos a los posibles resultados de
una acción que depende del azar. Distinguimos 3 tipos de sucesos: Suceso posible: es un resultado que
se puede dar.
Probabilidad = eventos / número de resultados.

Buscar la probabilidad de que salga un cinco al lanzar un dado: Probabilidad
=1/6
1.6 ¿Qué es y cómo se calcula la probabilidad?
Cálculo o medición de la Probabilidad. La probabilidad mide la mayor o menor posibilidad de que se dé

un determinado resultado (suceso o evento) cuando se realiza un experimento aleatorio. ... El valor cero
corresponde al suceso imposible; ejemplo: lanzamos un dado al aire y la probabilidad de que salga el
número 7 es cero.
Calcular la probabilidad de personas menor o igual a 22 años. Persona mayor o igual a 20 años.
P (p ≤ 22) = 6 / 8 = 0,75 = 75%

P (p ≥ 20) = 5 / 8 = 0,625 = 62,50%
1.7 ¿Qué es la probabilidad de un evento?
En la teoría de la probabilidad, un evento aleatorio o fuente de sucesos aleatorio es un subconjunto de

un espacio muestral, es decir, un conjunto de posibles resultados que se pueden dar en un experimento
aleatorio.
1.8 ¿Cómo se calcula la probabilidad?
Divide el número de eventos por el número de resultados posibles. Esto te da la probabilidad de que
ocurra un evento único. En el caso de sacar un tres con el dado, el número de eventos es uno (sólo hay
un tres en todos los dados), y el número de resultados posibles es seis.
Ejemplo:
Hallar la probabilidad de que al azar extraer de una urna una bola que no sea naranja, sabiendo
de que se encuentran 9 bolas azules, 7 bolas verdes y 12 bolas naranjas.
P (no naranja) = 1 – 12 / 28 = 4 / 7 = 0,57
Busca la probabilidad de que, al lanzar un dado al aire, salga un número par.
P(par) = 3 / 6 = 0,5
Busca la probabilidad de que, al lanzar un dado al aire, salga un número mayor que cuatro.
P(>4) = 2 / 6 = 1 / 3 = 0,333
- 60 -
BIOESTADÍSTICA
Una urna tiene 8 bolas rojas, 5 amarillas, y 7 verdes. Se extrae una al azar y se busca la probabilidad de
que sea roja.
P(roja) = 8 / 20 = 0,4
que sea verde.
P(no roja) = 1 – 8 / 20 = 0,6
que sea amarillo.
P(amarilla) = 5 / 20 = 0,25
que no sea amarillo.
P(no amarilla) = 1 – 5 / 20 = 0,75
1.9 Tipos de variables aleatoria.
Las aleatorias son la discreta y la continua.
1.10 ¿Qué es un experimento aleatorio?
Es cualquier proceso o acción que genera observaciones y que puede ser repetible. Un experimento
aleatorio es aquel que, bajo el mismo conjunto aparente de condiciones iniciales, puede presentar
resultados diferentes, es decir, no se puede predecir o reproducir el resultado exacto de cada experiencia
particular.
- 61 -
BIOESTADÍSTICA
1.11 ¿Qué es el espacio muestral asociado a un experimento?
Es el conjunto de todos los resultados posibles del experimento aleatorio. Por ejemplo, si el experimento
consiste en lanzar dos monedas, el espacio muestral es el conjunto (cara, cara), (cara, cruz), (cruz, cara),
(cruz, cruz). En el ejemplo, el suceso de sacar cara en el primer lanzamiento, (cara, cara); (cara, cruz),
1.12 ¿Qué son los sucesos o eventos?
Se denomina suceso o evento a cualquier subconjunto del espacio muestral.
1.13 ¿Qué es una variable aleatoria?
Una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un
experimento aleatorio.
Una variable aleatoria puede concebirse como un valor numérico que está afectado por el azar. Dada
una variable aleatoria no es posible conocer con certeza el valor que tomará esta al ser medida o
determinada, aunque sí se conoce que existe una distribución de probabilidad asociada al conjunto de
valores posibles. Por ejemplo, en una epidemia de cólera, se sabe que una persona cualquiera puede
enfermar o no (suceso), pero no se sabe cuál de los dos sucesos va a ocurrir. Solamente se puede decir
que existe una probabilidad de que la persona enferme.
- 62 -
BIOESTADÍSTICA
Ejemplo:

medicina, logrando el siguiente espacio muestral: [18, 19, 19, 20, 21, 22, 23, 25]
En el evento A se debe elegir una persona de edad menor o igual a 22 años.
El evento B de mayor o igual a 20 años.

El evento C de menor o igual a 18 años.
P(A) = 6 / 8
P(B) = 5 / 8
P© = 1 / 8
Ejemplo:

medicina, logrando el siguiente espacio Muestral: [23, 28, 22, 21, 24, 38]. Determinar el coeficiente de
variación.
Media aritmética
X = 23 + 28 + 22 + 21 + 24 + 38 / 6
X = 156 / 6
X = 26
- 63 -
BIOESTADÍSTICA
Ejemplo:

1.14 Función de distribución de densidad y distribución acumulada
La función de distribución (acumulada) de una variable aleatoria X, evaluada en x, es la probabilidad

de que X tome un valor menor o igual que x. ... En el caso de las distribuciones normales esta integral
no tiene una fórmula explícita.
1.15 Valor esperado – Propiedades – Varianza y desviación típica – Propiedades tipos de

variables aleatoria.
El valor esperado de una variable aleatoria es igual al promedio ponderado de los valores que esta puede
asumir.
La varianza de las variables aleatorias, por lo tanto, consiste en una medida vinculada a su dispersión.
Se trata de la esperanza del cuadrado de la desviación de esa variable considerada frente su media y se
mide en una unidad diferente.
La desviación típica o desviación estándar (denotada con el símbolo σ o s, dependiendo de la

procedencia del conjunto de datos) es una medida de dispersión para variables de razón (variables
cuantitativas o cantidades racionales) y de intervalo. Se define como la raíz cuadrada de la varianza de
la variable.
La desviación típica es una medida del grado de dispersión de los datos con respecto al valor promedio.
Dicho de otra manera, la desviación estándar es simplemente el “promedio” o variación esperada con
respecto a la media aritmética.
Por ejemplo, las tres poblaciones (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una media de 7.
Sus desviaciones estándar poblacionales son 7, 5 y 1, respectivamente. La tercera población tiene una
desviación mucho menor que las otras dos porque sus valores están más cerca de 7.
La desviación estándar puede ser interpretada como una medida de incertidumbre. La desviación
estándar de un grupo repetido de medidas nos da la precisión de éstas. Cuando se va a determinar si un
grupo de medidas está de acuerdo con el modelo teórico, la desviación estándar de esas medidas es de
vital importancia: si la media de las medidas está demasiado alejada de la predicción (con la distancia
medida en desviaciones estándar), entonces consideramos que las medidas contradicen la teoría. Esto
es coherente, ya que las mediciones caen fuera del rango de valores en el cual sería razonable esperar
que ocurrieran si el modelo teórico fuera correcto. La desviación estándar es uno de tres parámetros de
ubicación central; muestra la agrupación de los datos alrededor de un valor central (la media o promedio).
La desviación estándar es una medida de dispersión para variables de razón (ratio o cociente) y de
- 64 -
BIOESTADÍSTICA
intervalo. Es una medida (cuadrática) de lo que se apartan los datos de su media, y por tanto, se mide
en las mismas unidades que la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de tendencia central,
sino que necesitamos conocer también la desviación que representan los datos en su distribución, con
objeto de tener una visión de los mismos más acorde con la realidad a la hora de describirlos e
interpretarlos para la toma de decisiones.
La desviación estándar es la raíz cuadrada de la varianza de la distribución de probabilidad discreta.
Ejemplo:

medicina, logrando el siguiente espacio Muestral: [23, 30, 23, 28, 22, 21, 24]. Determinar la desviación
estándar.
Primer paso determinar la media aritmética:
X = 21 + 22 + 23 + 23 + 24 + 28 + 30 / 7
X = 171 / 7 = 24,42 24 años, 5 meses, 4 días.
Segundo paso determinar la variación de los datos observados con la media aritmética elevada al
cuadrado.
(21 – 24,42)2 + (22 – 24,42)2 + (23 – 24,42)2 + (23 – 24,42)2 + (24 – 24,42)2 + (28 – 24,42)2 + (30 –
24,42)2
Tercer paso determinar la desviación estándar.
11,69 + 5,85 + 2,01 + 2,01 + 0,17 + 12,81 + 31,13 = 65,67

65,67 / 6 = 10,945
S = 3,30
- 65 -
BIOESTADÍSTICA
Ejemplo:
Determinar la desviación estándar de los siguientes datos:
A = [16, 18, 20, 22, 12, 12, 14, 14]
S = RAIZ CUADRADA (X – X)2 / n – 1
Primer paso se calcula la media aritmética de los datos observados
Media aritmética = 12 + 12 + 14 + 14 +16 +18 + 20 + 22 / 8
Media aritmética = 128 / 8 = 16
Segundo paso se calcula la variación
(12 - 16)2 + (12 – 16)2 + (14 – 16)2 + (14 -16)2 + (16 – 16)2 + (18 – 16)2 + (20 – 16)2 + (22 – 16)2
= 16 +16 + 4 + 4 + 0 + 4 + 16 + 36
= 96
= 96 / 7 = 13,71
S = 3,70
1.16 ¿Qué es el rango en estadística?
El Rango es el intervalo entre el valor máximo y el valor mínimo; por ello, comparte unidades con los
datos. Permite obtener una idea de la dispersión de los datos, cuanto mayor es el rango, más dispersos
están los datos (sin considerar la afectación de los valores extremos). Por ejemplo, para una serie de
datos de carácter cuantitativo, como lo es la estatura medida en centímetros.
Ejemplo:
- 66 -
BIOESTADÍSTICA
Calcular la desviación media y la desviación estándar, de acuerdo a los siguientes datos estadísticos:
13, 17, 21, 25, 29
X = 105 / 5
X = 21
/13 – 21/ + /17 – 21/ + /21 – 21/ + /25 – 21/ + /29 – 21/
/-8/ + /-4/ + /0/ + /4/ + /8/
8+4+0+4+8
24
Dm = 24 / 5
Dm = 4,8
(13 – 21)2 + (17 – 21)2 + (21 – 21)2 + (25 – 21)2 + (29 – 21)2
64 + 16 + 0 + 16 + 64
160
S = raíz cuadrada 160 / 4
S = 6,32
Ejemplo:
Calcular el coeficiente de variación, de acuerdo a los siguientes datos estadísticos: 25, 25, 30, 35, 40
X = 155 / 5
X = 31
(25 – 31)2 + (25 – 31)2 + (30 – 31)2 + (35 – 31)2 + (40 – 31)2
36 + 36 + 1 + 16 + 81
170
S = 6,51
CV = 6,51 / 31.100
CV = 21,02% BAJA DISPERSION.
Ejemplo:
Calcular el coeficiente de variación, de acuerdo a los siguientes datos estadísticos: 25, 35, 45, 55, 65
X = 225 / 5
X = 45
(25 – 45)2 + (35 – 45)2 + (45 – 45)2 + (55 – 45)2 + (65 – 45)2
400 + 100 + 0 + 100 + 400 1000
- 67 -
BIOESTADÍSTICA
S = 15,81
CV = 15,81 / 45.100
CV = 35,13% BAJA DISPERSION.
Ejemplo:
Calcular el coeficiente de variación, de acuerdo a los siguientes datos estadísticos: 200, 400, 600, 800
Media aritmética X = 200 + 400 + 600 + 800 / 4
X = 2000 / 4
X = 500
(200 – 500)2 + (400 – 500)2 + (600 – 500)2 + (800 – 500)2
90.000 + 10.000 + 10.000 + 90.000
200.000
S = raíz cuadrada 200.000 / 3
S = 258,19
CV = 258,19 / 500.100
CV = 51,64% ALTA DISPERSION, DEBIDO A UN MAYOR RANGO ENTRE DATOS.
Ejemplo:

medicina, logrando los siguientes espacios muéstrales: A = [19, 31, 25, 26, 21, 23, 27, 29]; B = [15, 20,
25, 29, 36, 40, 23, 30]. Determinar el coeficiente de variación del evento A y B
PRIMERO DETERMINO LA MEDIA ARITMETICA
X = 19 + 21 + 23 + 25 + 26 + 27 + 29 + 31 / 8
X = 201 / 8 = 25,125
(19 – 25,12)2 + (21 – 25,12)2 + (23 – 25,12)2 + (25 – 25,12)2 + (26 – 25,12)2 + (27 – 25,12)2 + (29 –
25,12)2
+ (31 – 25,12)2
37,51 + 17,01 + 4,51 + 0,01 + 0,76 + 3,51 + 15,01 + 34,51
112,83
16,11
S = 4,01
CVA = 4,01 / 25,125 X 100
CVA = 15,96%
PRIMERO DETERMINO LA MEDIA ARITMETICA
X = 15 + 20 + 23 + 25 + 29 + 30 + 36 + 40 / 8
X = 218 / 8
X = 27,25
- 68 -
BIOESTADÍSTICA
(15 – 27,25)2 + (20 – 27,25)2 + (23 – 27,25)2 + (25 – 27,25)2 + (29 – 27,25)2 + (30 – 27,25)2 + (36 – 27
,25)2 + (40 – 27,25)2
150,06 + 52,56 + 18,06 + 5,06 + 3,06 + 7,56 + 76,56 + 162,56
475,48 / 7
67,92
S = 8,24
CVB = 8,24 / 27,25 X 100 CVB
= 30,23%
Ejemplo:
Calcular el coeficiente de variación de la siguiente muestra: 35, 60, 85, 110
X = 290 / 4
X = 72,5
(35 – 72,5)2 + (60 – 72,5)2 + (85 – 72,5)2 + (110 – 72,5)2
1406,25 + 156,25 + 156,25 + 1406,25
3125
S = 32,27
CV = S / media aritmética. 100
CV = 32,27 / 72,5 . 100 CV =
44,51% baja dispersión.
Ejemplo:
Calcular el coeficiente de variación de la siguiente muestra: 30, 32, 34, 36
X = 132 / 4
X = 33
(30 – 33)2 + (32 – 33)2 + (34 – 33)2 + (36 – 33)2
9+1+1+9
20
S =√(20/3)
S = 2,58
CV = S / media aritmética. 100
- 69 -
BIOESTADÍSTICA
CV = 2,58 / 33. 100 CV = 7,81%

baja dispersión.
Ejemplo:
Calcular la desviación media de los siguientes datos observados: 15, 20, 17, 19, 15
x = 15 + 15 + 17 + 19 + 20 / 5
X = 86 / 5
X = 17,2
Dm = valor absoluto x – x / n
(15 – 17,2) + (15 – 17,2) + (17 – 17,2) + (19 – 17,2) + (20 – 17,2)
2,2 + 2,2 + 0,2 + 1,8 + 2,8
9,2
Dm = 9,2 / 5 Dm =
1,84
Ejemplo:
Calcular el coeficiente de variación de la siguiente muestra: 30, 30, 32, 32, 34, 34, 36, 36
Media aritmética X = 30 + 30 + 32 + 32 + 34 + 34 + 36 + 36 /8
X = 264 / 8
X = 33
(30 – 33)2 + (30 – 33)2 + (32 – 33)2 + (32 – 33)2 + (34 – 33)2 + (34 – 33)2 + (36 – 33)2 + (36 – 33)2 9 +
9+1+1+1+1+9+9
40
S = 2,39
CV = 2,39 / 33 CV =
7,24%
Ejemplo:
Calcular el coeficiente de variación de los siguientes datos estadísticos: 400, 1000, 1600, 2100
Media aritmética X = 400 + 1000 + 1600 + 2100 / 4

X = 5100 / 4
X = 1275
(400 – 1275)2 + (1000 – 1275)2 + (1600 – 1275)2 + (2100 – 1275)2
- 70 -
BIOESTADÍSTICA
765.625 + 75.625 + 105.625 + 688.625

1.627.500
S = raíz cuadrada 1.627.500 / 3
S = 736,54
CV = 736,54 / 1275
CV = 57,76% ALTA DISPERSION.
1.17 ¿Qué es una variable aleatoria?
Una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un
experimento aleatorio.
Una variable aleatoria puede concebirse como un valor numérico que está afectado por el azar. Dada
una variable aleatoria no es posible conocer con certeza el valor que tomará esta al ser medida o
determinada, aunque sí se conoce que existe una distribución de probabilidad asociada al conjunto de
valores posibles. Por ejemplo, en una epidemia de cólera, se sabe que una persona cualquiera puede
enfermar o no (suceso), pero no se sabe cuál de los dos sucesos va a ocurrir. Solamente se puede decir
que existe una probabilidad de que la persona enferme.
Ejemplo:


P(A) = 6 / 8
- 71 -
BIOESTADÍSTICA
P(B) = 5 / 8
P© = 1 / 8
Ejemplo:
Calcular la probabilidad de que, al sacar una bola al azar de una urna, que sea verde, cuando existen 23
bolas naranjas, 27 bolas moradas, 34 bolas rojas y 16 bolas verdes. Luego calcular que no sea naranja
y que no sea morada.
P (verde) = 16 / 100 = 0,16 = 16%

P (no naranja, no morada) = 1 – 23 / 100 – 27 / 100 = 0,50 = 50%
Ejemplo:
Calcular la probabilidad de que, al sacar una bola al azar de una urna, que no sea amarilla, cuando
existen 8 bolas rojas, 10 bolas amarillas, 4 bolas verdes. Luego calcular que no sea verde.
P (no amarilla) = 1 – 10 / 22 = 0,5454 = 54,54%

P (no verde) = 1 – 4 / 22 = 0,8181 = 81,81%
Ejemplo:
Un experimento aleatorio consistió en tomar la edad en años cumplidos de un grupo de 8 estudiantes

logrando el siguiente espacio muestral: 18, 19, 19, 20, 21, 22, 23, 25
Calcular la probabilidad de personas menor o igual a 22 años. Persona mayor o igual a 20 años.
P (p ≤ 22) = 6 / 8 = 0,75 = 75% P

(p ≥ 20) = 5 / 8 = 0,625 = 62,50%
Ejemplo:
Calcular la probabilidad de que, al sacar una bola al azar de una urna, que no sea amarilla, cuando
existen 70 bolas rojas, 85 bolas verdes, 98 bolas café, 120 bolas azul, 139 bolas blanca, 7 bolas amarillas.
Luego calcular que no sea roja; y que no sean blancas.
P (no amarillas) = 1 – 7 / 519 = 0,9865 = 98,65%

P (no rojas) = 1 – 70 / 519 = 0,8651 = 86,51%
P (no blanca) = 1 – 139 / 519 = 0,7321 =73,21%
Ejemplo:
- 72 -
BIOESTADÍSTICA
Calcular la probabilidad de que, al sacar una bola al azar de una urna, que no sea azul, cuando existen
20 bolas rojas, 40 bolas verdes, 60 bolas azul. Luego calcular que no sea roja.
P (no azul) = 1 – 60 / 120 = 0,50 = 50% P (no

roja) = 1 – 20 / 120 = 0,8333 = 83,33%
Ejemplo:
Un experimento aleatorio consistió en tomar la edad en años cumplidos de un grupo de 7 estudiantes

logrando el siguiente espacio muestral: 24, 24, 25, 26, 26, 27, 30
a) calcular la desviación estándar.

b) calcular el coeficiente de variación.
c) Calcular la probabilidad que las personas sean mayores o igual a 26 años; que no sean menores o
iguales a 24 años.
Media aritmética X = 24 + 24 + 25 + 26 + 26 + 27 + 30 / 7
X = 182 / 7
X = 26
(24 – 26)2 + (24 – 26)2 + (25 – 26)2 + (26 – 26)2 + (26 – 26)2 + (27 – 26)2 + (30 – 26)2
4 + 4 + 1 + 0 + 0 + 1 + 16 = 26
S = 2,08
CV = 2,08 / 26. 100
CV = 8% BAJA DISPERSION
P (p mayor o igual a 26) = 4 / 7 = 0,5714 = 57,14%
P (p no menor o igual a 24) = 1 – 5 / 7 = 0,2857 = 28,57%
2. DISTRIBUCIONES
2.1 Distribución binomial puntual o Bernoulli

Una distribución binomial es una distribución de probabilidad ampliamente utilizada de una variable
aleatoria discreta es la distribución binomial.
Empleo del proceso de Bernoulli.
Podemos servirnos de los resultados de un número fijo de lanzamientos de una moneda como ejemplo
de un proceso de Bernoulli. Este proceso lo describimos así:
1. Cada ensayo (cada lanzamiento, en nuestro caso) tiene sólo dos resultados posibles:
lado A o lado B, sí o no, éxito o fracaso.
2. La probabilidad del resultado de cualquier ensayo (lanzamiento) permanece fija con el
tiempo. Tratándose de una moneda la probabilidad de que salga del lado A sigue
siendo de 0.5 en cada lanzamiento, cualquiera que sea el número de veces que la
moneda sea arrojada.
3. Los ensayos son estadísticamente independientes, es decir, el resultado de un
lanzamiento no afecta al de cualquier otro lanzamiento.
- 73 -
BIOESTADÍSTICA
Cada proceso de Bernoulli tiene su propia probabilidad característica. Pongamos el caso en que siete
décimas partes de las personas que solicitaron cierto tipo de empleo pasaron la prueba. Diremos
entonces que la probabilidad característica fue de 0.7 pero podemos describir los resultados de la prueba
como un proceso de Bernoulli sólo si tenemos la seguridad de que la proporción de los que fueron
aprobados permaneció constante con el tiempo.
Desde luego, la otra característica del proceso de Bernoulli también deberá ser satisfecha. Cada prueba
deberá arrojar tan sólo dos resultados (éxito o fracaso= y los resultados de las pruebas habrán de ser
estadísticamente independientes.
En un lenguaje más formal, el símbolo p representa la probabilidad de un éxito y el símbolo q ( 1- p )

representa la probabilidad de un fracaso. Para representar cierto número de éxitos, utilizaremos el
símbolo r y para simbolizar el número total de ensayos emplearemos el símbolo n.
2.2 Distribución hipergeométrica.
Es una distribución discreta relacionada con muestreos aleatorios y sin remplazo.
La distribución hipergeométrica es una distribución discreta que modela el número de eventos en una
muestra de tamaño fijo cuando usted conoce el número total de elementos en la población de la cual
proviene la muestra. Cada elemento de la muestra tiene dos resultados posibles (es un evento o un no
evento).
2.3 Distribución normal estándar
- 74 -
BIOESTADÍSTICA
Se muestra el procedimiento para transformar una distribución normal en una distribución normal
estandarizada. A partir de los valores de una variable x, se crea una nueva variable z. La variable z es
el valor de x menos la media, dividido por la desviación estándar.
La distribución normal estándar, o tipificada o reducida, es aquella que tiene por media el valor cero,
μ = 0, y por desviación típica la unidad, σ =1. Su función de densidad es: Su gráfica es: La probabilidad
de la variable X dependerá del área del recinto sombreado en la figura.
2.4 Distribución de Ji Cuadrada
En realidad, la distribución ji-cuadrada es la distribución muestral de s2. O sea que, si se extraen todas
las muestras posibles de una población normal y a cada muestra se le calcula su varianza, se obtendrá
la distribución muestral de varianzas.
Para estimar la varianza poblacional o la desviación estándar, se necesita conocer el estadístico X2. Si
se elige una muestra de tamaño n de una población normal con varianza , el estadístico:
Tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-1 grados de libertad y
se denota X2 (X es la minúscula de la letra griega ji). El estadístico ji-cuadrada está dado por:
Donde n es el tamaño de la muestra, s2 la varianza muestral y la varianza de la población de donde

se extrajo la muestra. El estadístico ji-cuadrada también se puede dar con la siguiente expresión:
- 75 -
BIOESTADÍSTICA
Propiedades de las distribuciones ji-cuadrada

1. Los valores de X2 son mayores o iguales que 0.
2. La forma de una distribución X2 depende del gl=n-1. En consecuencia, hay un número infinito de
distribuciones X2.
3. El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.
4. Las distribuciones X2 no son simétricas. Tienen colas estrechas que se extienden a la derecha;
5. esto es, están sesgadas a la derecha.
Cuando n>2, la media de una distribución X2 es n-1 y la varianza es 2(n-1).
6. El valor modal de una distribución X2 se da en el valor (n-3).
La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en el valor (n-3) = (gl-
2).
2.5 Distribución de pequeñas muestras.
Es una distribución de probabilidad que surge del problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la muestra es pequeño.
2.6 Estimación Puntual y por Intervalos.
Una estimación es puntual cuando se usa un solo valor extraído de la muestra para estimar el parámetro
desconocido de la población. Al valor usado se le llama estimador.
- 76 -
BIOESTADÍSTICA
- La media de la población se puede estimar puntualmente mediante la media de la muestra:
- La proporción de la población se puede estimar puntualmente mediante la proporción de la

muestra:
- La desviación típica de la población se puede estimar puntualmente mediante la desviación

típica de la muestra, aunque hay mejores estimadores:
2.7 Conceptos de parámetros y estadísticos
En estadística, un parámetro es un número que resume la gran cantidad de datos que pueden derivarse
del estudio de una variable estadística.
Un parámetro estadístico es un número que se obtiene a partir de los datos de una distribución
estadística. Los parámetros estadísticos sirven para sintetizar la información dada por una tabla o por
una gráfica. ... Las medidas de centralización son: MEDIA ARITMÉTICA La media es el valor promedio
de la distribución.
Se distingue entonces entre parámetros y estadísticos. Mientras que un parámetro es una función de
los datos de la población, el estadístico lo es de los datos de una muestra. De este modo pueden
definirse la media muestral, la varianza muestral o cualquier otro parámetro de los vistos más arriba.
- 77 -
BIOESTADÍSTICA
2.8 Intervalos de confianza para la media poblacional y su interpretación.
El intervalo de confianza es la aplicación de la regla mágica por excelencia a esta distribución de las
medias. La regla mágica la tienes explicada en este post. Recuerda que es solo aplicable a histogramas
en forma de campana de Gauss
Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la muestra, que

posiblemente incluya el valor de un parámetro de población desconocido. Debido a su naturaleza
aleatoria, es poco probable que dos muestras de una población en particular produzcan intervalos de
confianza idénticos
Corresponde a un rango de valores, cuya distribución es normal y en el cual se encuentra, con alta
probabilidad, el valor real de una determinada variable.
Así, un intervalo de confianza de 95% nos indica que dentro del rango dado se encuentra el valor real
de un parámetro con 95% de certeza.
Un intervalo de confianza es una técnica de estimación utilizada en estadística inferencial que permite
acotar un par o varios pares de valores, dentro de los cuales se encontrará la estimación puntual buscada
(con una determinada probabilidad).
Una estimación del intervalo de confianza es un rango de números, llamado intervalo, construido
alrededor de la estimación puntual. El intervalo de confianza se construye de manera que la
probabilidad del parámetro de la población se localice en algún lugar dentro del intervalo conocido.
- 78 -
BIOESTADÍSTICA
2.9 Intervalos de confianza para la varianza poblacional y su interpretación.
Si tenemos una muestra de tamaño n tomada de una población normal, podemos obtener un intervalo
de confianza del nivel dado (90%, 95%, 99%, etc) para la varianza sabiendo que el valor de chi cuadrada
es para este caso:
(n – 1)S2 / σ2
3. HIPÓTESIS ESTADÍSTICOS
- 79 -
BIOESTADÍSTICA
3.1 Hipótesis estadística.
Una hipótesis estadística es una proposición o supuesto sobre los parámetros de una o más
distribución bajo estudio, no proposiciones sobre la muestra.
Se les denomina así a los supuestos (hipótesis) realizados con respecto a un parámetro o estadístico
(media, proporción, entre otros). En este paso se definen dos tipos de hipótesis: Ho: Hipótesis nula.
H1: Hipótesis alterna (de la cual se sospecha pudiera ser cierta, es planteada por el investigador).
3.2 Hipótesis nula y alternativa.
Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes acerca de una población.
Una prueba de hipótesis utiliza los datos de la muestra para determinar si se puede rechazar la hipótesis
nula.
Hipótesis nula (H0)
La hipótesis nula indica que un parámetro de población (tal como la media, la desviación estándar, etc.)
es igual a un valor hipotético. La hipótesis nula suele ser una afirmación inicial que se basa en análisis
previos o en conocimiento especializado.
Hipótesis alternativa (H1)
La hipótesis alternativa indica que un parámetro de población es más pequeño, más grande o diferente
del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que usted podría pensar que es
cierto o espera probar que es cierto.
- 80 -
BIOESTADÍSTICA
3.3 Error tipo I y tipo II
- 81 -
BIOESTADÍSTICA
En un estudio de investigación, el error de tipo I también denominado error de tipo alfa o falso positivo,
es el error que se comete cuando el investigador rechaza la hipótesis nula siendo esta verdadera en la
población.
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La probabilidad de
cometer un error de tipo II es β, que depende de la potencia de la prueba. Puede reducir el riesgo de
cometer un error de tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese
de que el tamaño de la muestra sea lo suficientemente grande como para detectar una diferencia práctica
cuando está realmente exista.
3.4 Tipos de prueba de hipótesis.
La hipótesis alternativa es el enunciado que se desea poder concluir que es verdadero de acuerdo con
la evidencia proporcionada por los datos de la muestra. Con base en los datos de muestra, la prueba
determina si se puede rechazar la hipótesis nula. Usted utiliza el valor p para tomar esa decisión.
3.5 Pasos para realizar una prueba de hipótesis.
Establecer la hipótesis nula y la alternativa.

Seleccionar el nivel de significancia.
- 82 -
BIOESTADÍSTICA
Identificar el estadístico de prueba.

Formular la regla de decisión.
Tomar la decisión.
3.6 Prueba de hipótesis para la media.
Prueba de Hipótesis es un procedimiento basado en evidencia muestral (estadístico) y en la teoría de

probabilidad (distribución muestral del estadístico) para determinar si una hipótesis es razonable y no
debe rechazarse, o si es irrazonable y debe ser rechazada.
3.7 Prueba de hipótesis para la varianza
Pruebas de hipótesis para una varianza Es un procedimiento para juzgar si una propiedad que se supone
cumple una población estadística es compatible con lo observado en una muestra de dicha población en
- 83 -
BIOESTADÍSTICA
este caso la varianza, para ello formularemos dos Hipótesis (llamada “Hipótesis Nula”) y (llamada
“Hipótesis Alternativa”), con ellas realizaremos una o más pruebas, para tratar de encontrar cual
deberíamos rechazar.
(Estadística Descriptiva. Conceptos y Aplicaciones. Edit. San Marcos. Lima, Perú.)
- 84 -
ACTIVIDADES ACADÉMICAS DE LA UNIDAD IV
Reg.: ………........................................….................……..… Grupo: …..……….................................................................………… Fecha: ………..………....................................................……..........…………
Materia: ………………………………...........................................................................................................…… Docente: …………………………...................................................................................……………..
1.- Sobre las probabilidades.
La Probabilidad constituye un Sobre la teoría de la probabilidad.

importante parámetro en la
----------------------------------------------
determinación de las diversas
casualidades obtenidas tras ---------------------------------------------- ---------------------------------------------
una serie de eventos
esperados dentro de un rango ---------------------------------------------- ---------------------------------------------
estadístico. ---------------------------------------------- ---------------------------------------------
---------------------------------------------- ---------------------------------------------
---------------------------------------------- ---------------------------------------------
---------------------------------------------- ---------------------------------------------
-------------------------------------- ---------------------------------------------
--------------------------------------------- --------------------------------------
---------------------------------------------- --------------------------------------------
---------------------------------------------- --------------------------------------------
---------------------------------------------
2.- ¿Qué mide la probabilidad?
“La Probabilidad mide la mayor o menor posibilidad de que se dé un determinado resultado (suceso o
evento) cuando se realiza un experimento aleatorio. ... El valor cero corresponde al suceso imposible;
ejemplo: lanzamos un dado al aire y la probabilidad de que salga el número 7 es cero”.
VERDADERO FALSO
3.- Mencione los conceptos correctos mencionados en la siguiente matriz:

¿Qué es un experimento ¿Qué es una variable
¿Qué es un espacio muestral?
aleatorio? aleatoria?
Es cualquier proceso o acción Es el conjunto de todos los
Es aquel que, bajo el mismo
que genera observaciones y que resultados posibles del
conjunto aparente de
puede ser repetible experimento aleatorio.
condiciones iniciales, puede
presentar resultados diferentes.
VERDAERO VERDADERO VERDADERO
FALSO FALSO FALSO

4.- Las variables aleatorias discreta.
“Las variables aleatorias discreta, es el conjunto de posibles valores numéricos, suelen estar asociadas
a experimentos en que se mide el número de veces que sucede algo”.
VERDADERO FALSO
5.- Mencione los conceptos correctos que se encuentran en la matriz:
Distribución binomial Distribución hipergeometrica.

Una distribución binomial es una Es una distribución discreta que modela
distribución de probabilidad el número de eventos en una muestra
ampliamente utilizada de una variable de tamaño fijo cuando usted conoce el
aleatoria discreta es la distribución número total de elementos de la
binomial. población de la cual proviene la
muestra.
VERDAERO VERDAERO
FALSO FALSO
6.- ¿Qué es una distribución normal estándar?
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------------------------
7.- Indique la diferencia entre parámetros y estadísticos.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------
8.- ¿Qué es una hipótesis estadística?

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------
9.- ¿Qué es una hipótesis nula?

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------
10.- Indique los pasos para realizar una prueba de hipótesis.

------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------
BIOESTADÍSTICA
BIBLIOGRAFIA
BERENSON, M.L. y D.M. LEVIN. Estadística para Administración y Economía. Conceptos y aplicaciones.
Edit Interamericana. México. MOYA, C.R. y G. S.A. 1988. Probabilidad e Inferencia Estadística. 2da Edic.
Edit. San Marcos. Lima, Perú. MOYA, C.R. 1992. Estadística Descriptiva. Conceptos y Aplicaciones. Edit.
San Marcos. Lima, Perú
CHAO, L.L. 1993. Estadística para Ciencias Administrativas. 3ra Edic. Edit. McGraw-Hill. Bogotá,
Colombia.INFANTE, G.S. y G. P. ZARATE DE LARA. 1990. Métodos Estadísticos. Un enfoque
interdisciplinario. 2da. Edic. Edit. Trillas. México, D.F. LEVIN, I.R. 1988. Estadística para Administradores.
2da. Edic. Edit. Prentice-Hall Hispanoamericana S.A. México. NORMAN, R.G. y D. L. STREINER. 1996.
Bioestadística. Edit. Mosby/Doyma Libros, S.A. Madrid, España. SPIEGEL, R. M. 1991. Estadística. 2da.
Edic. Edit. McGraw-Hill. México.
MENDENHALL, W. and J.E. REINMUTH. 1971. Statistics for Management and Economics. 3ra Edic.
Edit Duxbury Press. U.S.A. Cualquier libro de estadística.
- 87 -
Se terminó de imprimir en enero del 2019 en los talleres de Imprenta Gráfica el Sur
Barrio Antofagasta N° 100 Teléfono 78490034
Santa Cruz - Bolivia

BIOESTADÍSTICA
- 92 -

Bioestadistica Texto

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bioestadistica Texto

Cargado por

Copyright:

Formatos disponibles

BIOESTADÍSTICA

Universidad Cristiana de Bolivia

Autores: - Carlos Alberto Soria Galvarro Mercado

Depósito Legal: 8-1-3201-18

Reservados los derechos

Prohibido la reproducción total o parcial de

Imprenta Gráfica el Sur

Santa Cruz - Bolivia

Impreso en Bolivia - Printed in Bolivia

UCEBOL UNIVERSIDAD CRISTIANA DE BOLIVIA

Ser una Universidad acreditada internacionalmente que dé respuesta a la sociedad en su propósito

Brindar alta calidad en el nivel académico, científico y tecnológico en beneficio de la sociedad,

Educación - Evangelismo - Servicio - Investigación

A Dios por ser el creador de todas las cosas.

A la Universidad Cristiana de Bolivia por ser la institución que nos cobija.

A los estudiantes por inspirar a realizar este texto

ha permitido encontrar una vía de acceso a la Bioestadística como objeto de estudio, en

1. CONCEPTOS ESTADÍSTICOS BÁSICOS EN EL CONTEXTO BIOMEDICO...

1.12 Qué son los sucesos o eventos............................................................... 59

1.1. Necesidad y objetivo de la bioestadística.

La Bioestadística es la disciplina que se encarga del desarrollo y de la aplicación de métodos

El objetivo de la bioestadística es promover el planteamiento, análisis e interpretación de la información

1.2. Estadística Univariable.

Se analiza cada variable de forma aislada.

1.3. Estadística Bivariable.

Establece relación o asociación entre dos variables y mide su intensidad.

1.4. Estadística Multivariable.

1.5. Concepto de Estadística.

Conjunto de procedimientos matemáticos para describir, sintetizar, analizar, e interpretar observaciones

1.6. Estadística descriptiva e inferencial

1.7. Estadística descriptiva.

1.8. Estadística inferencial.

1.9. Importancia del lenguaje estadístico.

Diccionario Lenguaje Estadística

Que tiene importancia por representar o Significativo en estadística no quiere decir

La estadística es de gran importancia en la investigación científica debido a que:

• Permite una descripción más exacta.

• Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar.

1.10 La estadística y la definición de hipótesis.

1.11 La estadística en la toma y análisis de información.

El análisis estadístico es un componente del análisis de datos. En el contexto de la inteligencia de

(BERENSON, M.L. y D.M. LEVIN. Estadística para Administración y Economía.)

Nombre y Apellido (s): ………........................................................................................................................................................................................…………………………………………….………………

Reg.: ………........................................….................……..… Grupo: …..……….................................................................………… Fecha: ………..………....................................................……..........…………

Materia: ………………………………...........................................................................................................…… Docente: …………………………...................................................................................……………..

1.- Sobre la Bioestadística.

Lo que se Lo que quiero saber Lo que aprendí

VERDAERO VERDADERO VERDADERO VERDADERO VERDADERO

3.- Estadística Inferencial.

4.- Una hipótesis estadística.

5.- ¿Qué es el análisis estadístico?

6.- Indique la gran importancia de la estadística en la investigación científica.

7.- Indique la importancia del lenguaje estadístico.

1.1 Población y muestra.

Una población estadística es un conjunto de sujetos o elementos que presentan características

1.2 Métodos de Muestreo.

1.3 Tipos de estudios.

Se pueden encontrar distintas formas de clasificar los estudios, principalmente de acuerdo a su

Estudios exploratorios; Estudios descriptivos; Estudios explicativos; Estudios correlacionales; Estudios

1.4 Estudios observacionales.

1.5 Estudios experimentales.

Los pasos básicos de un experimento estadístico son:

1. Planificación de la investigación, incluyendo la búsqueda del número de repeticiones del estudio,