FORMULARIO DE BIOESTADÍSTICA

Para formar distribuciones de frecuencias:

K = 1 + 3,322 ( log N ) K: número de categorías

N: cantidad de datos

valor inmediato sup erior al mayor − menor

Anchura =
K

Medidas de centralización y de dispersión para datos sueltos:

x x
 = x = x : Media aritmética de la muestra
N n
 : Media aritmética de la población
x : cada uno de los datos
N : tamaño de la población
n : tamaño de la muestra

R = May – Men R : Rango

May : mayor de los datos
Men : menor de los datos

 x −   x − x
DM = DM = DM : Desviación media
N n
x : cada uno de los datos
x : Media aritmética de la muestra
 : Media aritmética de la población
N : tamaño de la población
n : tamaño de la muestra

 (x −  )  (x − x )
2 2
 = s = s : Desviación típica de la muestra
N n − 1
 : Desviación típica de la población
x : cada uno de los datos
x : Media aritmética de la muestra
 : Media aritmética de la población
N : tamaño de la población
n : tamaño de la muestra

 (x −  )  (x − x )
2 2
2 = s2 = s2 : Varianza de la muestra
N n − 1
2 : Varianza de la población
x : cada uno de los datos
x : Media aritmética de la muestra
 : Media aritmética de la población
N : tamaño de la población
n : tamaño de la muestra

 s
CV = . 100 CV = . 100 CV: coeficiente de variación
 x
s : Desviación típica de la muestra
 : Desviación típica de la población
x : Media aritmética de la muestra
 : Media aritmética de la población

Página 1
 FORMULARIO DE BIOESTADÍSTICA

Medidas de centralización y dispersión para datos agrupados:

fx fx
 = x = x : Media aritmética de la muestra
N n
 : Media aritmética de la población
x : cada una de las marcas de clase
f : cada una de las frecuencias
N : tamaño de la población
n : tamaño de la muestra

 N 
 −  f ant 
~  2  ~
x = LR i + . c x : Mediana
f med
LRi : límite real inferior de la clase que contiene a la x
N = Σf
Σ fant : suma de las frecuencias anteriores a la clase que
contiene a la x
fmed : frecuencia de la clase que contiene a la x
c : tamaño de la clase que contiene a la x

  1  
x = LR i +   . c x : Moda
 1 +  2 
LRi : límite real inferior de la clase modal
Δ1 : fmodal – fanterior
Δ2 : fmodal – fposterior
c : tamaño de la clase modal

 f x −   f x − x
DM = DM = DM : Desviación media
N n
x : Media aritmética de la muestra
 : Media aritmética de la población
x : cada una de las marcas de clase
f : cada una de las frecuencias
N : tamaño de la población
n : tamaño de la muestra

 f (x −  )  f (x − x )
2 2
 = s = s : Desviación típica de la muestra
N n − 1
 : Desviación típica de la población
x : Media aritmética de la muestra
 : Media aritmética de la población
x : cada una de las marcas de clase
f : cada una de las frecuencias
N : tamaño de la población
n : tamaño de la muestra

Página 2
 FORMULARIO DE BIOESTADÍSTICA

2 =
 f (x −  )2 2  f (x − x )
2
s = s2 : Varianza de la muestra
N n − 1
2 : Varianza de la población
x : Media aritmética de la muestra
 : Media aritmética de la población
x : cada una de las marcas de clase
f : cada una de las frecuencias
N : tamaño de la población
n : tamaño de la muestra

 s
CV = . 100 CV = . 100 CV: coeficiente de variación
 x
s : Desviación típica de la muestra
 : Desviación típica de la población
x : Media aritmética de la muestra
 : Media aritmética de la población

Probabilidad:

h
P = P : Probabilidad
n
h : casos favorables
n : casos posibles

Distribución binomial:

P ( X ) = NCX pX qN – X N: número de veces que se realiza el ensayo

X: número de veces que se presenta el suceso
p: probabilidad de que el suceso ocurra en un solo ensayo
q = 1 – p

Distribución normal:

x − x x − 
z = z = z : variable normalizada
s 
x : variable
x y  : Media aritmética
s y  : Desviación típica

Aproximación de la distribución normal:

x ó = N.p N : número de veces que se realiza el ensayo

p : probabilidad de éxito
s ó  = N.p.q q : probabilidad de fracaso
x y  : Media aritmética
s y  : Desviación típica

Distribución de Poisson:

X e − 
P(X) = N: número de veces que se realiza el ensayo
X!
X: número de veces que se presenta el suceso
p: probabilidad de que el suceso ocurra en un solo ensayo
 = N.p

Página 3
 FORMULARIO DE BIOESTADÍSTICA
Distribución muestral de medias:

Poblaciones finitas o muestreo sin reemplazamiento:

x = μ
μ : Media poblacional
 N − n
x = σ : Desviación típica poblacional
n N − 1
N : Tamaño de la población

Poblaciones infinitas o muestreo con reemplazamiento: n : Tamaño de la muestra

x = μ  x : Media de la distribución
muestral de medias

x =
n
 x : Desviación típica de la distri-
bución muestral de medias
Variable normalizada:
z : Variable normalizada
x − x
z =
x
x : Media aritmética muestral

Distribución muestral de proporciones:

Poblaciones finitas o muestreo sin reemplazamiento:

 p̂ = p
p : Proporción de la población
pq N − n
 p̂ = q = 1 – p
n N − 1
N : Tamaño de la población

Poblaciones infinitas o muestreo con reemplazamiento: n : Tamaño de la muestra

 p̂ = p
 p̂ : Media de la distribución
muestral de proporciones
pq
 p̂ =
n
 p̂ : Desviación típica de la distri-
bución muestral de
proporciones
Variable normalizada:
z : Variable normalizada
p̂ −  p̂
z =
 p̂
p̂ : proporción de la muestra

Página 4
 FORMULARIO DE BIOESTADÍSTICA

Distribución muestral de diferencia de medias:

μ1 y μ2 : Medias poblacionales
 x1 − x 2 =  1 −  2
σ1 y σ 2 : Desviaciones típicas poblacionales

(  1 )2 (  2 )2
 x1 − x 2 = + n1 y n2 : Tamaño de las muestras
n1 n2

x1 y x 2 : Medias muestrales
( x1 − x 2 ) −  x1 − x 2
z =
 x1 − x 2
 x1 − x 2 : Media de la distribución muestral de
diferencia de medias

 x1 − x 2 : Desviación típica de la distribución

muestral de diferencia de medias

Distribución muestral de diferencia de proporciones:

p1 y p2 : Proporciones poblacionales
 p̂ − p̂ = p1 − p 2
1 2
q1 = 1 – p1 ; q2 = 1 – p2

p1 q1 p q
 p̂ − p̂ = + 2 2 n1 y n2 : Tamaño de las muestras
1 2 n1 n2

p̂1 y p̂ 2 : Proporciones muestrales

( p̂ 1 − p̂ 2 ) −  p̂ − p̂
1 2
z =
 p̂ − p̂
1 2
 p̂ − p̂ 2 : Media de la distribución muestral
1
de diferencia de proporciones

 p̂ − p̂ 2 : Desviación típica de la distribución

1
muestral de diferencia de proporciones

Página 5
 FORMULARIO DE BIOESTADÍSTICA

Intervalos de confianza para la media:

x  zc  x x : Media aritmética muestral

zc : z crítica

 x : Desviación típica de la distri-

bución muestral de medias

Intervalos de confianza para proporciones:

p̂  zc  p̂ p̂ : Proporción de la muestra

zc : z crítica

 p̂ : Desviación típica de la distri-

bución muestral de proporciones

Intervalos de confianza para diferencia de medias:

( x1 – x 2 )  zc  x1 − x 2 x1 y x 2 : Medias muestrales

zc : z crítica

 x1 − x 2 : Desviación típica de la distribución

muestral de diferencia de medias

Intervalos de confianza para diferencia de proporciones:

( p̂1 – p̂ 2 )  zc  p̂ − p̂ p̂1 y p̂ 2 : Proporciones muestrales

1 2

zc : z crítica

 p̂ − p̂ 2 : Desviación típica de la distribución

1
muestral de diferencia de proporciones

Página 6
 FORMULARIO DE BIOESTADÍSTICA

Ensayo de hipótesis referente a la media (Grandes muestras):

x − 
z cal = zcal : z calculada
x
x : media muestral
μ : Media poblacional
 x : Desviación típica de la distri-
bución muestral de medias

Ensayo de hipótesis referente a proporciones:

p̂ − p
z cal = zcal : z calculada
 p̂
p̂ : proporción de la muestra
p : proporción poblacional
 p̂ : Desviación típica de la distri-
bución muestral de proporciones

Ensayo de hipótesis referente a la diferencia de medias (Grandes muestras):

zcal : z calculada
x1 − x 2
z cal = x1 y x 2 : Medias muestrales
 x1 − x 2
 x1 − x 2 : Desviación típica de la distribución
muestral de diferencia de medias

Ensayo de hipótesis referente a la diferencia de proporciones:

zcal : z calculada
p̂1 − p̂ 2
z cal = p̂1 y p̂ 2 : Proporciones muestrales
 p̂ − p̂
1 2
p̂ − p̂ : Desviación típica de la distribución
1 2
muestral de diferencia de proporciones
 1 1 
donde:  p̂ − p̂ = p q  +  p : Proporción de la población
1 2  n1 n 2 
q = 1 – p

n1 y n2 : Tamaño de las muestras

x + x2
y donde: p = 1 x1 y x2 : Número de individuos de cada
n1 + n 2
muestra que poseen la característica de interés.

Página 7
 FORMULARIO DE BIOESTADÍSTICA
Teoría de Pequeñas muestras

Intervalos de confianza para la media:

tc : t crítica
s
x  tc . x : media muestral
n
s : desviación típica muestral
grados de libertad: n – 1
n : tamaño de la muestra

Intervalos de confianza para la diferencia de medias:

tc : t crítica

( x1 )
( sp )2 ( s p )2
− x2  tc . + x1 y x 2 : Medias muestrales
n1 n2
( sp )2 : valor estimado de la varianza
poblacional
( n − 1 ) s1 + ( n 2 − 1 ) s 2
( )
2 2
donde: s p 2 = 1 n1 y n2 : Tamaño de las muestras
n1 + n 2 − 2

grados de libertad: n1 + n2 – 2 s1 y s2 : desviaciones típicas muestrales

Ensayo de hipótesis referente a la media:

tcal : t calculada

x − 
t cal = x : media muestral
s
n
μ : Media poblacional
grados de libertad: n – 1
s : desviación típica muestral

n : tamaño de la muestra

Ensayo de hipótesis referente a la diferencia de medias:

tcal : t calculada
x1 − x 2
t cal = x1 y x 2 : Medias muestrales
( )
sp 2 sp 2 ( )
+
n1 n2
( sp )2 : valor estimado de la varianza
poblacional

donde: ( s p )2 = ( n1 − 1 ) s1 2 + ( n 2 − 1 ) s 2 2
n1 + n 2 − 2
n1 y n2 : Tamaño de las muestras

grados de libertad: n1 + n2 – 2 s1 y s2 : Desviaciones típicas muestrales

Página 8
 FORMULARIO DE BIOESTADÍSTICA

Distribución Chi–cuadrado

2 =
( n − 1 ) s2 n : tamaño de la muestra
2

Grados de libertad: n – 1 s : desviación típica muestral

σ : desviación típica poblacional

Intervalos de confianza para la desviación típica:

( n − 1 ) s2  2 
( n − 1 ) s2
12 y 22 : valores críticos
2 2
2 1

( n − 1 ) s2  2 
( n − 1 ) s2
22 12

Grados de libertad: n – 1

LA PRUEBA DE CHI-CUADRADO

 2
= 
( o − e )2 o : frecuencia observada
e
e : frecuencia esperada

grados de libertad: k – 1 – m k : número de grupos o categorías

m: número de parámetros que se deben

estimar

OBSERVACIONES: En tablas de contingencia, los grados de libertad se calculan de la siguiente

manera:

(h – 1).(k –1) h : número de filas

k : número de columnas

Página 9
 FORMULARIO DE BIOESTADÍSTICA

REGRESIÓN Y CORRELACIÓN

X como variable independiente Y como variable independiente

Y = A + BX X = A + BY

A =
( Y ) ( X 2 ) − ( X ) ( XY )
A =
( X ) ( Y 2 ) − ( Y ) ( XY )
N X 2
− ( X ) 2
N Y 2
− ( Y )2

N ( XY ) − ( X ) ( Y ) N ( XY ) − ( X ) ( Y )
B = B =
N X 2
− ( X ) 2
N  Y 2 − ( Y )2

Coeficiente de correlación

N ( XY ) − ( X ) ( Y )
r =
N  X 2
− ( X )2  N  Y 2
− ( Y )2 

Página 10