ESTADÍSTICA GENERAL

Arnold J. Quispe, Mtr.

Dr(c) en Ciencias de la Salud
Magister en Ciencias de la Nutrición

SESIÓN: 01-EG
 CONTENIDO

 Definición fundamental de la estadística.

 Población.

 Muestra.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 2

 DEFINICIÓN FUNDAMENTAL DE
LA ESTADÍSTICA

28/09/2020 Mtr. Arnold Javier Quispe Quispe 3

 ¿QUÉ ES LA ESTADÍSTICA?
La estadística, es una ciencia que nos proporciona un conjunto de métodos,
técnicas o procedimientos para:
 Recopilar,
 Organizar (clasificar, agrupar),
 Presentar, y
 Analizar,
datos con el fin de describirlos o de realizar generalizaciones válidas.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 4

La estadística se divide en:

 Estadística descriptiva, es el conjunto de métodos

estadísticos que se relacionan con el resumen y
descripción de los datos, como tablas, gráficas, y el
análisis mediante algunos cálculos.

 Estadística inferencial es el conjunto de métodos con los

que se hacen la generalización o la inferencia sobre una
población utilizando una muestra. La inferencia puede
contener conclusiones que pueden no ser ciertas en forma
absoluta, por lo que es necesario que éstas sean dadas con
una medida de confiabilidad que es la probabilidad.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 5

La estadística, actualmente se aplica en todas las áreas del
saber, por ejemplo en Sociología, Educación, Psicología, Administración,
Economía, Medicina, Ciencias Políticas, entre otras disciplinas.

Por ejemplo:

 En Economía: para medir la evolución de los precios mediante números

índice o para estudiar los hábitos de los consumidores a través de
encuestas de presupuestos familiares.

 En Psicología: para elaborar las escalas de los test y cuantificar

aspectos del comportamiento humano (por ejemplo los test que se
aplican a los candidatos para un cargo en una empresa).

 En Medicina: uno entre muchos usos de la estadística, es para

determinar el estado de salud de la población.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 6

¿Para qué sirve la estadística?
 La Ciencia se ocupa en general de fenómenos observables.

 La Ciencia se desarrolla observando hechos, formulando leyes que los

explican y realizando experimentos para validar o rechazar dichas
leyes.

 Los modelos que crea la ciencia son de tipo determinista o aleatorio

(estocástico).

 La Estadística se utiliza como tecnología al servicio de las ciencias

donde la variabilidad y la incertidumbre forman parte de su
naturaleza.

 “La Bioestadística enseña y ayuda a investigar en todas las áreas de

las Ciencias de la Vida donde la variabilidad no es la excepción sino
la regla”.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 7

Método estadístico:
Un análisis estadístico se lleva a cabo siguiendo las etapas habituales en el
llamado método científico cuyas etapas son:

1) Planteamiento del problema: consiste en definir el objetivo de la investigación y

precisar el universo o población.

2) Recogida de la información: consiste en recolectar los datos necesarios

relacionados al problema de investigación.

3) Análisis descriptivo: consiste en resumir los datos disponibles para extraer la

información relevante en el estudio.

4) Inferencia estadística: consiste en suponer un modelo para toda la población

partiendo de los datos analizados para obtener conclusiones generales.

5) Diagnóstico: consiste en verificar la validez de los supuestos del modelo que nos han
permitido interpretar los datos y llegar a conclusiones sobre la población.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 8

Pasos en un estudio estadístico:
 Plantear hipótesis sobre una población.
 Los fumadores tienen “más bajas” laborales que los no fumadores.
 ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?.

 Decidir qué datos recoger (diseño de experimentos).

 Qué individuos pertenecerán al estudio (muestras).
 Fumadores y no fumadores en edad laboral.
 Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los que padecen enfermedades crónicas?.
 Qué datos recoger de los mismos (variables).
 Número de bajas.
 Tiempo de duración de cada baja.
 ¿Sexo? ¿Sector laboral? ¿Otros factores?.

 Recoger los datos (muestreo).

 ¿Estratificado? ¿Sistemáticamente?.
No tenéis que
 Describir (resumir) los datos obtenidos.
entenderlo (aún)
 tiempo medio de baja en fumadores y no (estadísticos).
 % de bajas por fumadores y sexo (frecuencias), gráficos,...

 Realizar una inferencia sobre la población.

 Los fumadores están de baja al menos 10 días/año más de media que los no fumadores.

 Cuantificar la confianza en la inferencia.

 Nivel de confianza del 95%.
 Significación del contraste: p=2%.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 9

 POBLACIÓN Y MUESTRA

28/09/2020 Mtr. Arnold Javier Quispe Quispe 10

 Población: Es el conjunto sobre el que
estamos interesados en obtener
conclusiones (hacer inferencia).

 Normalmente es demasiado grande

para poder abarcarlo.

 Muestra: Es un subconjunto suyo al que

tenemos acceso y sobre el que realmente
hacemos las observaciones (mediciones).

 Debería ser “representativo”.

 Esta formado por miembros
“seleccionados” de la población
(individuos, unidades experimentales).

28/09/2020 Mtr. Arnold Javier Quispe Quispe 11

Variables:
 Una variable es una característica observable que varía entre los
diferentes individuos de una población. La información que disponemos
de cada individuo es resumida en variables.
 En los individuos de la población española, de uno a otro es
variable:

 El grupo sanguíneo.
 {A, B, AB, O}  Var. Cualitativa.

 Su nivel de felicidad “declarado”.

 {Deprimido, Muy Feliz}  Var. Ordinal.

 El número de hijos.
 {0,1,2,3,...}  Var. Numérica discreta.

 La altura.
 {1.62 ; 1.74; ...}  Var. Numérica continua.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 12

Tipos de variables:
 Cualitativas:
Si sus valores (modalidades) no se pueden asociar naturalmente a un
número (no se pueden hacer operaciones algebraicas con ellos).

 Nominales: Si sus valores no se pueden ordenar.

 Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No).
 Ordinales: Si sus valores se pueden ordenar.
 Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor.

 Cuantitativas o Numéricas:
Si sus valores son numéricos (tiene sentido hacer operaciones
algebraicas con ellos).

 Discretas: Si toma valores enteros.

 Número de hijos, Número de cigarrillos, Número de “cumpleaños”.
 Continuas: Si entre dos valores, son posibles infinitos valores intermedios.
 Altura, Presión intraocular, Dosis de medicamento administrado, edad.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 13

Tipos de diseños de selección de muestras:
 Muestreo probabilístico:
o Aleatorio simple (MAS).
o Sistemático.
o Estratificado (MAE).
o Conglomerados.

 Muestreo no probabilístico:
o Por conveniencia.
o Por casos consecutivos.
o Por cuota
o Bola de nieve.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 14

Muestreo Aleatorio Simple (M.A.S.)

28/09/2020 Mtr. Arnold Javier Quispe Quispe 15

 Calculo del tamaño de muestra:
 Para población finita:
Donde:
 n: Tamaño de muestra que queremos calcular
 N: Tamaño de la población.
 Z: Coeficiente de confianza para un nivel de
confianza determinado.
 p: Probabilidad de éxito.
 q: Probabilidad de fracaso.
 d: Error máximo admisible.
28/09/2020
 Para población infinita:
En donde:
 Z: Coeficiente de confianza para un nivel de
confianza determinado.
 p: Probabilidad de éxito.
 q: Probabilidad de fracaso.
 d: Error máximo admisible.
Mtr. Arnold Javier Quispe Quispe 16
Ejemplo 01:

¿A cuantas personas tendríamos que estudiar para conocer la prevalencia de

diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser
próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el
valor p = 0,5 (50%) que maximiza el tamaño muestral:

28/09/2020 Mtr. Arnold Javier Quispe Quispe 17

Ejemplo 02:

¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes

para conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%; proporción esperada = asumamos que puede ser
próxima al 5% ; si no tuviese ninguna idea de dicha proporción utilizaríamos el
valor p = 0.5 (50%) que maximiza el tamaño muestral.

28/09/2020 Mtr. Arnold Javier Quispe Quispe 18

Muestreo sistemático
 Paso 1: Fijar el tamaño de la muestra, n.
 Paso 2: Determinar un paso o intervalo, I=N/n.
 Seleccionar un número al azar entre 1 y I; sea ese número igual a k.
 Seleccionar las unidades k, k+I, k+2I, k+3I, k+4I,...... Hasta llegar a completar
las n necesarias.

1 2 3 N

28/09/2020 Mtr. Arnold Javier Quispe Quispe 19

 Ejemplo:

Población de tamaño N = 30, muestras posibles sistemáticas de

tamaño n = 6.
Intervalo selección k = N / n = 30/6 = 5

Muestras posibles de tamaño n = 6 :

1ra muestra: 1 6 11 16 21 26
2da muestra: 2 7 12 17 22 27
3ra muestra: 3 8 13 18 23 28
4ta muestra: 4 9 14 19 24 29
5ta muestra: 5 10 15 20 25 30

28/09/2020 Mtr. Arnold Javier Quispe Quispe 20

 Muestreo Aleatorio Estratificado (MAE)
POBLACIÓN ESTRATOS
ESTRATO 1
(Empresas
grandes)
N1 n1

ESTRATO 2
(Empresas
medianas)
N2 n2

ESTRATO 3
(Empresas
pequeñas) N3 n3
L
Tal que, N  N1  N 2  N 3  N  N
h 1
h

L
n  n1  n2  n3  n n
h 1
h

28/09/2020 Mtr. Arnold Javier Quispe Quispe 21

 Ejemplo: Se desea tomar una muestra aleatoria estratificada de las personas
mayores de edad de un municipio, cuyos estratos son los siguientes intervalos
de edades, en años: de 18 a 30, de 31 a 45, de 46 a 60 y mayores de 60. En el
primer intervalo hay 7500 personas, en el segundo hay 8400, en el tercero
5700 y en el cuarto 3000. Calcule el tamaño de la muestra total y su
composición, sabiendo que el muestreo se hace con afijación proporcional y se
han elegido al azar 375 personas del primer estrato.

18 a 30 31 a 45 46 a 60 >60 TOTAL

Población 7500 8400 5700 3000 24600

Muestra 375 420 285 150 1230

28/09/2020 Mtr. Arnold Javier Quispe Quispe 22

ESTADÍSTICA GENERAL

Arnold J. Quispe, Mtr.

Dr(c) en Ciencias de la Salud
Magister en Ciencias de la Nutrición

SESIÓN: 01-EG