METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA I

GLOSARIO PARTE 3

A. INDICADORES DE SALUD
𝐴
1. PROPORCIÓN O TASA = 𝑃 = , DONDE 0 ≤ P ≤ 1, Y EL MULTIPLICADOR DE 100
𝐴+𝐵
PARA PORCENTAJE.

𝐴
2. RAZÓN = r = , DONDE A y B SON DE DOS POBLACIONES DISTINTAS Y A > B.
𝐵

3. TASA DE MORTALIDAD GENERAL DE UNA POBLACIÓN =

FALLECIDOS POR DISTINTAS CAUSAS DURANTE UN AÑO

POBLACIÓN A LA MITAD DEL AÑO (P1/2)

LAS TASAS SE MULTIPLICAN POR 10, 100, 1000, o 10,000 SEGÚN EL CASO.
LOS FALLECIDOS ES UNA CANTIDAD ACUMULADA AL FINAL DEL AÑO Y LA POBLACIÓN
VARÍA DURANTE EL AÑO POR MUERTES, NACIMIENTOS, MIGRACIÓN, INMIGRACIÓN,
ETC. POR ESO SE TOMA LA POBLACIÓN A LA MITAD DEL AÑO.

𝑃1+𝑃2
P1 (DIC 2018) x________AÑO 2019_____x P2 (DIC 2019), DONDE P(1/2) =
2

4. TASA DE MORTALIDAD GENERAL DE UNA UNIDAD MÉDICA O SERVICIO =

FALLECIDOS POR DISTINTAS CAUSAS EN EL HOSPITAL

INGRESOS HOSPITALARIOS

5. TASA DE MORTALIDAD ESPECIFICA =

FALLECIDOS POR LA CAUSA ESPECÍFICA DURANTE UN AÑO

POBLACIÓN A LA MITAD DEL AÑO (P1/2)

6. TASA DE LETALIDAD EN UNA POBLACIÓN=

________FALLECIDOS POR UNA DETERMINADA CAUSA EN UN AÑO ____

TOTAL DE ENFERMOS DE ESA CAUSA EN UN AÑO

7. TASA DE LETALIDAD EN UN HOSPITAL O SERVICIO=

___FALLECIDOS POR UNA DETERMINADA CAUSA EN EL HOSPITAL_EN PERIODO___

INGRESOS HOSPITALARIOS POR DICHA CAUSA EN ESE PERIODO

8. TASA DE MORTALIDAD INFANTIL =

1
 FALLECIDOS MENORES DE UN AÑO DURANTE UN AÑO___________
TOTAL DE NACIDOS VIVOS REGISTRADOS DURANTE EL AÑO
9. TASA DE MORTALIDAD PERINATAL=

______DEFUNCIONES FETALES TARDÍAS (MAS DE 22 SEMANAS Y < 7 DIAS)______

DEFUNCIONES FETALES TARDÍAS+ NACIDOS VIVOS REGISTRADOS

10. TASA DE MORTALIDADS MATERNA =

FALLECIMIENTOS ATRIBUIBLES AL EMBARAZO, PARTO Y PUERPERIO EN UN AÑO

TOTAL DE NACIDOS VIVOS DURANTE EL AÑO

11. DIFERENCIA ENTRE MORTALIDAD Y LETALIDAD.

MORTALIDAD =IMPACTO DE LA MORTALIDAD EN LA POBLACIÓN

LETALIDAD= IMPACTO DE LA MORTALIDAD EN LA ENFERMEDAD.

12. TASA DE MORBILIDAD (PREVALENCIA) =

TOTAL DE CASOS (NUEVOS Y VIEJOS) DE UNA CIERTA ENFERMEDAD EN UN AÑO

POBLACIÓN EN RIESGO DE LA ENFERMEDAD EN UN AÑO

13. TASA DE MORBILIDAD (INCIDENCIA) =

TOTAL DE CASOS (NUEVOS) DE UNA CIERTA ENFERMEDAD EN UN AÑO

POBLACIÓN EN RIESGO DE LA ENFERMEDAD EN UN AÑO

14. DIFERENCIA INCIDENCIA VS PREVALENCIA

INCIDENCIA= PRESENCIA (PROBABILIDAD) DE LA ENFERMEDAD EN ESE MOMENTO

PREVALENCIA=PRESENCIA (PROBABILIDAD) DE LA ENFERMEDAD EN LA POBLACIÓN

15. TASA DE NATALIDAD =

TOTAL DE NACIDOS VIVOS EN UN AÑO

POBLACIÓN A LA MITAD DEL AÑO

B.ESTADISTICA DESCRIPTIVA
16. PARÁMETRO.- VALOR REPRESENTATIVO DE UNA VARIABLE CONSIDERANDO
TODOS LOS DATOS DE UNA POBLACIÓN.

EJEMPLOS: PROMEDIO O MEDIA, MEDIANA, MODA, DESVIACIÓN ESTÁNDAR, ETC.

2
 NUESTRO INTERÉS ES CONOCER EL VALOR DE LOS PARÁMETROS, PERO PARA
ELLO TENDRÍAMOS QUE REALIZAR UN CENSO. COMO ESTO NO ES POSIBLE EN LA
MAYORÍA DE LOS CASOS, TOMAMOS UNA MUESTRA REPRESENTATIVA DE LA
POBLACIÓN Y CALCULAMOS ESTOS PARÁMETOS CON LOS DATOS DE LA
MUESTRA (A ESTOS PARÁMETROS SE LES DENOMINA ESTADÍSTICAS). LAS

17. ESTADÍSTICAS.- SON LAS ESTIMACIONES DE LOS PARÁMETROS QUE A FIN DE

CUENTA CALCULAMOS A PARTIR DE UNA MUESTRA REPRESENTATIVA.

18. DIFERENCIA ENTRE PARÁMETRO Y ESTADÍSTICA.

PARAMETRO= INDICADOR DE LA VARIABLE EN LA POBLACIÓN

ESTADÍSTICA= MISMO INDICADOR DE LA VARIABLE EN LA MUESTRA

LA ESTADÍSTICA ES UN ESTIMADOR (MUESTRA) DEL PARÁMETRO (CENSO)

MEDIDAS DE TENDENCIA CENTRAL

19. MEDIDAS DE TENDENCIA CENTRAL.- FACILITAN IDENTIFICAR LOS VALORES

CENTRALES O PROMEDIOS DE LOS DATOS COMO VALORES REPRESENTATIVOS
DEL CONJUNTO DE DATOS DENTRO DEL RANGO DE DATOS. PRINCIPALES MEDIDAS:
MEDIA, MEDIANA Y MODA.

20. MEDIA O PROMEDIO = X =(xi ) / n, Xi son los datos y n es el tamaño de la muestra.

SUMA DE TODOS LOS DATOS DE LA MUESTRA

TAMAÑO DE MUESTRA

21. MEDIANA = VALOR QUE DIVIDE A LA SERIE ORDENADA DE LOS DATOS EN DOS
PARTES IGUALES (DE 50% DE DATOS CADA UNA DE LAS PARTES).
SI n ES IMPAR EXISTE UN VALOR CENTRAL COMO MEDIANA, SI n ES
IMPAR SE HACE LA SEMISULA DE LOS VALORES CENTRALES.

22. MODA = VALOR QUE MÁS SE REPITE EN LA SERIE DE DATOS (PUEDE HABER MÁS
DE UNA MODA). EXISTEN SERIES BIMODALES QUE INDICAN LA POSIBLE EXISTENCIA
DE DOS POBLACIONES EN LA MISMA VARIABLE.

23. ELECCIÓN DEL MEJOR PROMEDIO.

DATOS MUY DISPERSOS ES MEJOR LA MEDIANA

DATOS POCO DISPERSOS ES MEJOR LA MODA

3
 DATOS NI MUY, NI POCO DISPERSOS ES MEJOR LA MEDIA

EJEMPLO.
SI LOS DATOS SON: 500, 1000, 1500, 2000, 2500, 3000, 150000, X =22,928.6 QUE NO
REPRESENTA A LOS DATOS. ES MEJOR LA MEDIANA=2000. DATOS MUY DISPERSOS.

SI LOS DATOS SON: 2,2,2,2,2,2,2,2,2,2,2,2,3, X =2.1 QUE NO REPRESENTA A LOS DATOS.

ES MEJOR LA MODA=2. DATOS MUY JUNTOS O ENCIMADOS.

MEDIDAS DE PARTICIÓN DE LA SERIE DE DATOS

24. CUARTÍLES = TRES VALORES QUE DIVIDEN A LA SERIE DE DATOS ORDENADOS EN

CUATRO PARTES IGUALES Q1 (AL 25%), Q2 (AL 50% O MEDIANA),
Q3 (AL 75%).

LAS FORMULAS:
Q1 = DATO CUYO ORDEN EN LA SERIE ES (n+1)/4,
Q2 = DATO CUYO ORDEN EN LA SERIE ES (n+1)/2,
Q3 = DATO CUYO ORDEN EN LA SERIE ES 3(n+1)/4,
n es el tamaño de muestra.

25. DECÍLES = NUEVE VALORES QUE DIVIDEN A LA SERIE DE DATOS ORDENADOS EN

DIEZ PARTES IGUALES D1 (AL 10%), D5 (AL 50% O MEDIANA) Y D9 (AL 90%).

LA FORMULA DK = (n/10) * n, donde K=1,,,9 y n es el tamaño de muestra.

26. CENTÍLES = NOVENTA Y NUEVE VALORES QUE DIVIDEN A LA SERIE DE DATOS

ORDENADOS EN 100 PARTES IGUALES C1 (AL 1%), C50 (AL 50%
O MEDIANA) y C99 (AL 99%).
LA FÓRMULA CK = (K/100) * n, donde k=1,,,99 y n es el tamaño de muestra.

4
 MEDIDAS O ESTADÍSTICAS DE DISPERSIÓN

27. MEDIDAS DE DISPERSIÓN. IDENTIFICAN QUE TANTO LOS DATOS SE ENCUENTRAN

CERCANOS O DISPERSOS. EL INVESTIGADOR QUISIERA POCA DISPERSIÓN DE SUS
DATOS DE LAS VARIABLES QUE ESTUDIA YA QUE IMPLICAN CONSISTENCIA EN SUS
DATOS. PERMITEN MEDIR QUE TAN AGRUPADOS SE ENCUENTRAN LOS DATOS
ENTRE SÍ. CONVIENE QUE ESTÉN AGRUPADOS O JUNTOS PARA QUE NUESTRAS
MEDIDAS DE TENDENCIA CENTRAL SEAN MEJORES INDICADORES DE TENDENCIA.

28. RANGO = DATO MAYOR – DATO MENOR

SI EN RANGO ES PEQUEÑO Y TENEMOS MUCHOS DATOS, SIGNIFICA QUE

ESTÁN AGRUPADOS O MUY JUNTOS Y TIENEN POCA DISPERSION.

29. DESVIACIÓN ESTÁNDAR=S

ES EL PROMEDIO DE LAS DESVIACIONES DE LOS DATOS CON RESPECTO A LA

MEDIA ARITMÉTICA. ES UN INDICADOR QUE NOS SEÑALA QUE TAN JUNTOS O QUE
TAN DISPERSOS ESTAN LOS DATOS ENTRE SÍ. EN LA INVESTIGACIÓN CIENTÍTICA
NOS CONVIENE QUE LOS DATOS GUARDEN POCA DISPERSIÓN, PORQUE ASÍ LAS
TENDENCIAS QUE SE ESTABLEZCAN SERÁN MÁS CONTUNDENTES. SU FÓRMULA
Y CÁLCULO ES:

S=
 (x i  x) 2
n 1

Num. xi xi - x ( xi - x )2
1
2
3
… … … …
n  ( x  x)
i
2

DISTANCIA DE CADA DATO RESPECTO A LA MEDIA= Xi- X , PUEDE HABER NEGATIVOS.

ESTAS DISTANCIAS SE ELEVAN AL CUADRADO= (Xi- X )2, PARA QUITAR NEGATIVO.
SE SUMAN DISTANCIAS CUADRÁTICAS.  ( xi  x)2
SE SACAN PROMEDIO DE DISTANCIAS  ( x  x)
i
2
/n.

COMO LAS DISTANCIAS ESTÁN CUADRÁTICAS SE TOMA SU RAIZ CUADRADA:

 (x
i  x) 2
n 1
SE DIVIDE ENTRE n-1 PARA AJUSTAR LA ELEVACIÓN DE CUADRADOS. ASÍ SE OBTIENE LA
FORMULA DE S (DESVIACIÓN ESTANDAR DE LA MUESTRA)

5
 30. COEFICIENTE DE VARIACIÓN.- EXPRESIÓN PORCENTUAL DE LA DESVIACIÓN
ESTÁNDAR RESPECTO A LA MEDIA ARITMÉTICA.

S
CV = 
%
X

CRITERIOS DE DISPERSIÓN DEL CV

SI CV < 25% POCA DISPERSIÓN MODA
SI 25% <CV<50% DISPERSIÓN MEDIA MEDIA
SI CV>50% MUCHA MEDIANA
DISPERSION

31. VARIANZA.- ES EL CUADRADO DE LA DESVIACIÓN ESTÁNDAR = S 2, NO TIENE UN

SIGNIFICADO DESCRIPTIVO COMO LA DESVIACIÓN ESTÁNDAR, PERO SE UTILIZA
PARA MUCHOS CÁLCULOS ESTADÍSTICOS.

32. EJEMPLO DE DESCRIPCIÓN ESTADÍSTICA: A PARTIR DE SERIE DE DATOS

EJEMPLO: DIAS DE INCAPACIDAD POR CIERTA ENFERMEDAD:

28, 16, 30, 12, 10, 15, 25, 14, 8, 12, 9, 15, 11, 22, 33, 12, 14, 9, 27, 17

TABULACIÓN DE DATOS
ORDEN Xi Xi - MEDIA (Xi - MEDIA)2
1 8 -9 81
2 9 -8 64
3 9 -8 64
4 10 -7 49
5 11 -6 36
6 12 -5 25
7 12 -5 25
8 12 -5 25
9 14 -3 9 RANGO = 33-8 = 25
10 14 -3 9 MEDIANA=(14+15)/2 = 14.5
11 15 -2 4
12 15 -2 4 MODA = 12
13 16 -1 1 Q1= 21/4= 5.25 = 11
14 17 0 0 Q2 = 21/2 = 10.5 = 14.5
15 22 5 25 Q3= 3(21)/4= 15.75 = 25
16 25 8 64
17 27 10 100 D2= (2/10)*20=4 = 10

6
 18 28 11 121 C35= (35/100)*20= 7 = 12
19 30 13 169
20 33 16 256
MEDIA 17.0 1131.0 DES. EST. 7.7
COEF. VAR= 45.4
VARIACION MEDIA

33. CUADROS Y GRÁFICAS EN EXCEL. CONVIENE REALIZAR EN EL EXCEL LOS

CUADROS Y GRÁFICAS ESTADÍSTICAS DEL TRABAJO DE INVESTIGACIÓN. UN
EJEMPLO:
EJEMPLO DE TABLA
Presencia de Covid19 y morbilidad n =1200
Covid19
Tiene Covid 19 2.5%
Recuperación de Covid19 7.0%
No ha presentado Covid19 89.4%
Fallecimiento por Covid19 1.0%
Realizó prueba Covid19
Si 15.3%
No 84.7%
Morbilidad concurrente
Con morbilidad 45.3%

EJEMPLO DE GRÁFICA
Gráfica 1. Encuestados
por tipo de género.
n=2078
60.0

50.0 55.0
45.0

40.0

30.0

20.0

10.0

0.0
Hombre Mujer

7
C. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

34. DISTRIBUCIÓN NORMAL O CAMPANA DE GAUSS.

TAMBIÉN LLAMADA DISTRIBUCIÓN DE GAUSS O DISTRIBUCIÓN GAUSSIANA, ES

LA DISTRIBUCIÓN DE PROBABILIDAD QUE CON MÁS FRECUENCIA APARECE EN
ESTADÍSTICA Y TEORÍA DE PROBABILIDADES. ESTO SE DEBE A DOS RAZONES
FUNDAMENTALMENTE:

 SU FUNCIÓN DE DENSIDAD ES SIMÉTRICA Y CON FORMA DE CAMPANA, LO

QUE FAVORECE SU APLICACIÓN COMO MODELO A GRAN NÚMERO DE
VARIABLES ESTADÍSTICAS.

 ES, ADEMÁS, LÍMITE DE OTRAS DISTRIBUCIONES Y APARECE RELACIONADA

CON MULTITUD DE RESULTADOS LIGADOS A LA TEORÍA DE LAS
PROBABILIDADES GRACIAS A SUS PROPIEDADES MATEMÁTICAS
(COMPORTAMIENTO PARA POBLACIONES MUY GRANDES).
 ES DE LA FORMA DE UNA CAMPANA QUE REPRESENTA COMO SE
DISTRIBUYEN LOS DATOS EN EL RANGO. LA ALTURA REPRESENTA LA
FRECUENCIA DE APARICIÓN DE VALORES A LO LARGO DEL RANGO. LA MITAD
DE LA CURVA ES EL PROMEDIO O MEDIA ARITMÉTICA Y LA DISTANCIA DE ESTA
MEDIA AL PUNTO DE INFLEXIÓN DE LA CURVA (DONDE CAMBIA DE CÓNCAVA A
CONVEXA) ES LA DESVIACIÓN ESTÁNDAR.

LA CURVA TIENE MEDIA  Y DESVIACIÓN ESTÁNDAR .

LA MEDIA ES EL PUNTO CENTRAL QUE DIVIDE A LA CURVA EN DOS PARTES
IGUALES, COINCIDE CON LA MEDIANA. LA DESVIACIÓN ESTÁNDAR ES LA DISTANCIA
DE LA MEDIA AL PUNTO DE INFLEXIÓN DE LA CURVA.

SE DENOTA DE LA SIGUIENTE MANERA : 

LA NORMAL ES UNA FAMILIA DE GRÁFICOS, DEPENDIENDO DEL VALOR QUE TOME

LA MEDIA Y LA DESVIACIÓN ESTÁNDAR PARA CADA VARIABLE.
HAY SOLO UNA CURVA NORMAL QUE TIENE MEDIA CERO (0) Y DESVIACIÓN
ESTÁNDAR UNO (1) O SEA N( 0,1). A ESTA CURVA NORMAL SE LE CONOCE COMO
CURVA NORMAL ESTÁNDAR.

TODAS LAS CURVAS NORMALES  SE PUEDEN TRANSFORMAR

MATEMATICAMENTE EN LA CURVA NORMAL ESTANDAR N(0,1), MEDIANTE ESTE
PROCEDIMIENTO:

PARA CADA VALOR (DATO) X DE LA CURVA NORMAL , CALCULAR SU VALOR:

8
 X 
Z = , Y ENTONCES Z TENDRÁ UNA CURVA DE DISTRIBUCION NORMAL

ESTÁNDAR N(0,1). ESTO SE PUEDE HACER PARA TODAS LAS VARIABLES
CUANTITATIVAS.

X ES LA DISTANCIA DE UN VALOR RESPECTO A SU MEDIA ARITMETICA, SI SE

DIVIDE ENTRE SU DESVIACIÓN ESTÁNDAR POBLACIONAL , NOS RESULTA UNA
COMPARACIÓN DE ESA DISTANCIA RESPECTO A SU DESVIACIÓN ESTÁNDAR, O SEA
QUE Z SIGNIFICA EL “ NÚMERO DE DESVIACIONES ESTÁNDAR QUE SE DISTANCIA X
DE ". SU GRÁFICO ES:

35. APLICACIÓN DEL VALOR Z.

EJEMPLO: SI LOS PESOS EN KG. DE MUJERES ADULTAS DE UNA POBLACIÓN DE

PACIENTES SIGUEN UNA DISTRIBUCIÓN GRÁFICA DE UNA NORMAL, CON MEDIA 65.3
KG. Y DESVIACIÓN ESTÁNDAR 12.7 KG O SEA N(65.3, 12.7), ENTONCES:

¿A CUÁNTAS DESVIACIONES ESTÁNDAR DEL PROMEDIO POBLACIONAL ( =65.3) ESTÁ

UNA MUJER QUE PESA 40.4 KG, SI LA DESVIACIÓN ESTÁNDAR POBLACIONAL ES DE
12.7 KG ?

X 
Z = = (40.4 – 65.3) / 12.7 = - 1.96, O SEA EL VALOR 40.4 SE ENCUENTRA A LA

IZQUIERDA (POR SER UN VALOR NEGATIVO) DE LA MEDIA, 1.96 DESVIACIONES
ESTÁNDAR (DE TAMAÑO (12.7).

9
 36. INTERVALOS DE CONFIANZA IC% PARA LA MEDIA 

UN INTERVALO DE CONFIANZA ESTADÍSTICA EN ESTADÍSTICA PERMITE CALCULAR LOS

VALORES QUE EXISTEN ALREDEDOR DE UNA MEDIA MUESTRAL. DENTRO DE LA
MUESTRA, SE ENCUENTRA UN RANGO SUPERIOR Y OTRO INFERIOR. DE MODO QUE
ESTO PERMITE EXPRESAR CON PRECISIÓN SI LA ESTIMACIÓN DE LA MUESTRA
COINCIDE CON EL VALOR DE TODA LA POBLACIÓN.
UN INTERVALO DE CONFIANZA ES UNA TÉCNICA DE ESTIMACIÓN UTILIZADA
EN INFERENCIA ESTADÍSTICA QUE PERMITE ACOTAR UN PAR O VARIOS PARES DE
VALORES, DENTRO DE LOS CUALES SE ENCONTRARÁ LA ESTIMACIÓN
PUNTUAL BUSCADA (CON UNA DETERMINADA PROBABILIDAD)
UN INTERVALO DE CONFIANZA NOS VA A PERMITIR CALCULAR DOS VALORES
ALREDEDOR DE UNA MEDIA MUESTRAL (UNO SUPERIOR Y OTRO INFERIOR). ESTOS
VALORES VAN A ACOTAR UN RANGO DENTRO DEL CUAL, CON UNA DETERMINADA
PROBABILIDAD, SE VA A LOCALIZAR EL PARÁMETRO POBLACIONAL.

SEGÚN LA CURVA DE DISTRIBUCIÓN NORMAL, LOS VALORES DE Z MÁS COMUNES

SON:
CONFIANZA DE ERROR O NIVEL DE
Z
1- SIGNIFICANCIA  (< p= PROBIT)
1.64 90% .10
1.96 95% .05
2.58 99% .01

LA FORMULA DEL INTERVALO DE CONFIANZA PARA LA MEDIA µ ES:

IC%: X ± Z( n)

EJEMPLO: SUPONGAMOS QUE UNA POBLACIÓN TIENE UNA = 12.7 Y TOMAMOS

UNA MUESTRA DE n= 10 Y NOS DIÓ UN PROMEDIO MUESTRAL DE X = 62.5,

10
 QUEREMOS CALCULAR UN INTERVALO DE CONFIANZA DEL 90% (1-) DE QUE LA
MEDIA POBLACIONAL  SE ENCUENTRE AHÍ.

PARA UNA CONFIANZA DEL 90% EL VALOR DE Z= 1.64 (SEGÚN LA TABLA DE

ARRIBA).

POR TANTO EL INTERVALO DE CONFIANZA PARA  ES:

X ± Z( n ) O SEA 62.5 ± 1.64 ( 12.7/ 10 ) CALCULANDO, SE TIENE 62.5 ± 6.58,

ESTO ES: ENTRE 55.9 Y 69.1 SE TIENE 95% DE PROBABILIDADES DE QUE  SE
ENCUENTRE AHÍ. AHORA SI NO CONOCENOS  ENTONCES LA ESTIMAREMOS A
TRAVÉS DE S (DESVIACIÓN ESTÁNDAR DE LA MUESTRA Y HACEMOS= S. YA
TENEMOS UN ENTERVALO DE CONFIANZA PARA ESTIMAR O LOCALIZAR A LA MEDIA
POBLACIONAL  Y NO REQUERIMOS HACER UN CENSO, SÓLO UN MUESTREO.

37. INTERVALO DE CONFIANZA IC% PARA ESTIMAR UNA PROPORCIÓN POBLACIONAL

LA FORMULA DEL INTERVALO DE CONFIANZA PARA PA PROPORCION P ES:

IC%: pmuestra ± Z(pq n) , donde q=1-p

38. TAMAÑO DE MUESTRA PARA ESTIMAR LA MEDIA .

NOTESE QUE DEL INTERVALO DE CONFIANZA EL VALOR Z( n ) REPRESENTA LA

DISTANCIA QUE PODEMOS ACEPTAR DE SEPARARNOS DEL VERDADERO VALOR DE 
CUANDO LO ESTIMAMOS A TRAVÉS DE UN PROMEDIO MUESTRAL X CON UNA
DETERMINADA CONFIANZA, REPRESENTADA POR Z.
A ESTA DISTANCIA LA DENOMINAMOS ERROR DE MEDIDA e:

YA QUE e = Z( n ) , DESPEJANDO n DE LA FÓRMULA, SE TIENE n = Z 2*2 / e2 Y

TENEMOS LA FORMULA PARA ESTIMAR EL TAMAÑO DE MUESTRA QUE NECESITAMOS
PARA ESTIMAR, SIEMPRE Y CUANDO CONOCEMOS  y e, TAMBIÉN DETERMINEMOS
LA CONFIANZA CON QUE QUEREMOS ESTIMAR.

EJEMPLO: QUEREMOS CONOCER EL TAMAÑO DE MUESTRA n PARA ESTIMAR EL

PROMEDIO  DE PESOS EN KG. DE UNA POBLACIÓN Y CONOCEMOS LA DESVIACION
ESTANDAR DE LA POBLACIÓN  = 12.7 (RECUERDE QUE SI NO CONOCEMOS 
PODEMOS HACER S= ). SIN EMBARGO NO QUEREMOS QUE NUESTRA ESTIMACIÓN
SE DISTANCIE MÁS DE e= 2.56 UNIDADES A LA IZQUIERDA Y A LA DERECHA DEL
VERDADERO VALOR DE QUE NO CONOCEMOS. ADEMÁS QUEREMOS UNA
CONFIANZA DEL 95%

11
 ENTONCES, LOS DAOS QUE TENEMOS SON:
e = 2.56
 = 12.7
Z = 1.96 PARA EL 95% DE CONFIANZA O NIVEL DE SIGNIFICANCIA DEL 5% (p<.05).

LA FÓRMULA ES:

ENTONCES n = (1.96)2 * (12.7) 2 / (2.56)2 = 94

n=94

SE REQUERE TOMAR UNA MUESTRA DE 94 HABITANTES DE LA POBLACIÓN PARA

ESTIMAR EL PROMEDIO DE PESO EN KG.  CONSIDERANDO QUE LA POBLACIÓN
TIENE UNA DESVIACIÓN ESTÁNDAR DE  = 12.7, QUE LA ESTIMACIÓN NO SE
DISTANCIE MAS DE 2.56 KG. DEL VERDADERO PROMEDIO Y CON UNA CONFIANZA DEL
95%.

39. TAMAÑO DE MUESTRA PARA LA PROPORCIÓN POBLACIONAL. INFINITA

n= Z2pmuestraq / d2
donde q=1-p (cuando p y q son .50 o 50% es máxima varianza), d=10% (0.10) de p es el error
de medida. Z representa el nivel de significancia o probabilidad de seleccionar una muestra
extremosa.

40. CANAL ENDÉMICO

PROCESO GRÁFICO QUE PERMITE IDENTIFICAR LAS VARIACIONES Y TENDENCIAS

ESTACIONARIAS (SERIES DE TIEMPO) DE LA FRECUENCIA DE UNA ENFERMEDAD A LO
LARGO DE UN AÑO. FACILITA ADEMÁS IDENTIFICAR ÁREAS DE RIESGO Y CONTROL Y
DESCONTROL EPIDÉMICO (EPIDEMIA) DE LA ENFERMEDAD. CON BASE EN ESTAS
ÁREAS SE PUEDE ESTIMAR EL RIESGO O CONTROL QUE REPRESENTAN NUEVOS
CASOS PARA EL SIGUIENTE AÑO.

12
41. EJEMPLO: LAS SIGUIENTES SERIES REPRESENTAN LOS CASOS (POR MES) DE
PACIENTES CON DIABETES MELLITUS TIPO II QUE FUERON ATENDIDOS EN TERAPIA
INTENSIVA DEL HOSPITAL GENERAL DEL ISSSTE EN EL PERÍODO 2014-2019. ABAJO
SE PRESENTAN LAS CIFRAS OBTENIDAS DE LOS MISMOS CASOS PARA EL AÑO 2020
AÑO EN CURSO A EVALUAR)
.
CON BASE EN LA EXPERIENCIA 2014-2019, CONSTRUIR EL CANAL ENDÉMICO Y
EVALUAR LA SERIE DE CASOS QUE SE PRESENTARON EN EL AÑO 2020.

CASOS DE DM-II ATENDIDOS EN TERAPIA INTENSIVA.

AÑO ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
2014 15 24 23 22 21 20 19 18 17 16 15 25
2015 26 10 27 16 28 17 29 20 30 18 31 19
2016 32 19 33 21 34 22 35 23 36 24 37 38
2017 25 39 26 40 39 27 38 28 35 29 34 30
2018 35 36 37 45 44 47 43 50 44 43 49 45
2019 23 25 29 30 31 32 33 34 39 40 41 42

2020 35 34 33 43 44 45 23 25 29 30 36 26

1. ORDENAR EL NÚMERO DE CASOS PARA CADA UNO DE LOS MESES.

DATOS ORDENADOS MES A MES.

ORDEN ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
1 15 10 23 16 21 17 19 18 17 16 15 19
2 23 19 26 21 28 20 29 20 30 18 31 25
3 25 24 27 22 31 22 33 23 35 24 34 30
4 26 25 29 30 34 27 35 28 36 29 37 38
5 32 36 33 40 39 32 38 34 39 40 41 42
6 35 39 37 45 44 47 43 50 44 43 49 45

13
2. CALCULAR: Q1, Q2 (MEDIANA) Y Q3. CON BASE EN LAS SIGUIENTES FÓRMULAS.

Q1= DATO CUYO ORDEN ES (n+1)/4

Q2= DATO CUYO ORDEN ES (n+1)/2

Q3= DATO CUYO ORDEN ES 3(n+1)/4,

Donde n= 6 años (tamaño de muestra)

3. PARA EL CASO DE LOS ENEROS:

Q1= DATO CUYO ORDEN ES (n+1)/4 = (6+1)/4 = 7/4=1.75 = aprox 2

Q2= DATO CUYO ORDEN ES (n+1)/2 = (6+1)/2 = 7/2 = 3.5

Q3= DATO CUYO ORDEN ES 3(n+1)/4 = 3(6+1)/4 = 5.25 = aprox 5

Q1= ES EL DATO EN ORDEN 2 = 23

Q2 = ES EL DATO EN ORDEN 3.5 = SEMISUMA ENTRE 25, 26 = (25+26)/2 = 25.5

Q3 = ES EL DATO EN ORDEN 5 = 32

LOCALIZADOS LOS CUARTÍLES PARA ENERO, SE LOCALIZAN PARA LOS DEMÁS

MESES.

POR TANTO PARA TODOS LOS MESES SE TIENE:

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC
Q1 23 19 26 21 28 20 29 20 30 18 31 25
Q2 25.5 24.5 28 26 32.5 24.5 34 25.5 35.5 26.5 35.5 34
Q3 32 36 33 40 39 32 38 34 39 40 41 42

14
4. CONSTRUIR LA GRÁFICA DE CANAL ENDÉMICO CON LOS DATOS CUARTILARES.

GRÁFICA CANAL ENDÉMICO

45
40
35
30
Q1
CASOS

25
Q2
20
Q3
15
10
5
0

MES

A) EL AREA POR DEBAJO DE Q1 REPRESENTA LA ZONA DE SEGURIDAD

EPIDEMIOLÓGICA.
B) EL AREA ENTRE Q2 Y Q2 REPRESENTA LA ZONA DE RIESGO
EPIDEMIOLÓGICO.
C) EL AREA ENTRE Q2 Y Q3 REPRESENTA LA ZONA DE ALERTA
EPIDEMIOLÓGICA.
D) EL AREA POR ENCIMA DE Q3 REPRESENTA LA ZONA DE EPIDEMIA.

5. EVALUAR CON BASE EN EL CANAL ENDÉMICO LOS CASOS OBTENIDOS PARA 2020.

DEBEMOS LOCALIZAR EL MES DE ENERO 2020 EN LA GRÁFICA Y EVALUAR EL DATO

Y PROPONER SOLUCIONES. ASÍ CON LOS DEMÁS MESES DEL AÑO 2020. CUANDO
SE TERMINA EL AÑO 2020, SE UTILIZAN SUS DATOS PARA REHACER EL CANAL
ENDÉMICO, AHORA CON UNA MUESTRA DE 7 AÑOS Y CON ELLO EVALUAR EL AÑO
2021 Y ASÍ SUCESIVAMENTE. REQUERIMOS IR CONSTUYENDO MEDIDAS
EPIDEMIOLÓGICAS PARA MANTENER EN EL FUTURO CIFRAS BAJO CONTROL
EPIDEMIOLÓGICO.

42. CALCULO DE LA SENSIBILIDAD Y ESPECIFICIDAD

EJEMPLO: SE REQUIERE EVALUAR SI ELISA ES UN BUEN INSTRUMENTO

DIAGNÓSTICO
15
 PARA DIAGNÓSICAR PARA TUBERCULOSIS, COMPARANDO CON EL DIAGNÓSTICO A
TRAVÉS DE NECROPSIAS Y PRUEBAS MÚLTIPLES.

LA SENSIBILIDAD ES LA PROBABILIDAD DE UNA PRUEBA ES POSITIVA CUANDO LA

ENFERMEDAD ESTÁ PRESENTE:= A / (A+C) = 84 / (84+39) = 68.3%
LA ESPECIFICIDAD SE REFIERE A LA CAPACIDAD DE LA PRUEBA PARA IDENTIFICAR
CORRECTAMENTE A UN INDIVIDUO COMO LIBRE DE UNA ENFERMEDAD =
D / (B+D) =8 /(8+693) = 98.9%
LA SENSIBILIDAD Y LA ESPECIFICIDAD ESTÁN RELACIONADAS: UNA PRUEBA CON
ALTA SENSIBILIDAD AYUDARÁ A DESCARTAR LA ENFERMEDAD CUANDO EL
RESULTADO ES NEGATIVO. UNA PRUEBA CON ALTA ESPECIFICIDAD AYUDARÁ A
DESCARTAR O CONFIRMAR LA ENFERMEDAD CUANDO EL RESULTADO ES
POSITIVO.

43. CÁLCULO DEL RIESGO ABSOLUTO Y RIESGO RELATIVO.

AMBOS INDICADORES DE RIESGO SE UTILIZAN EN ESTUDIOS DE COHORTES:

FACTOR DE RIESGO ENFERMO NO ENFERMO TOTAL

EXPUESTOS a b a+b
NO EXPUESTOS c d c+d
TOTAL a+c b+d

RIESGO ABSOLUTO (RA).

ES LA INCIDENCIA DE LA ENFERMEDAD Y SE CALCULA PARA LOS GRUPOS DE

EXPUESTOS A UN FACTOR DE RIESGO Y LOS NO EXPUESTOS A DICHO FACTOR

RA EXPUESTOS (RAE)= a/(a+b)

RA NO EXPUESTOS (RANOE)= c/(c+d)

16
RIESGO RELATIVO (RR).

EL RR, O RAZÓN DEL RIESGO DE UNA ENFERMEDAD, SE CALCULA MEDIANTE EL

COCIENTE ENTRE LA INCIDENCIA DE PERSONAS EXPUESTAS Y LA INCIDENCIA EN
PERSONAS NO EXPUESTAS AL FACTOR; SE UTILIZA EN LOS ESTUDIOS DE
COHORTE.

RR= RAE/RANOE= [a/(a+b)] / [c/c+d)] = CANTIDAD DE VECES MÁS RIESGO EN LOS

EXPUESTOS QUE EN LOS NO EXPUESTOS.

Tabla 1 Exposición al alcohol y riesgo de cirrosis hepática

RR=0,64/0,17=3,76 VECES MÁS RIESGO EN LOS EXPUESTOS QUE EN LOS NO EXPUESTOS.

ODDS RATIO (OR). PRODUCTO DE MOMIOS

POR SU PARTE LA OR SE PUEDE CALCULAR TANTO EN ESTUDIOS DE CASO

CONTROL Y COMO EN LOS PROSPECTIVOS A PARTIR DEL COCIENTE ENTRE LOS
MOMIOS, ODDS O VENTAJAS DEL ÉXITO, UNA VEZ QUE SE HAN IDENTIFICADO
LAS VARIABLES DICOTÓMICAS ESTADO DE SALUD (ENFERMO, NO ENFERMO) Y
EXPOSICIÓN AL FACTOR DE RIESGO (SI, NO) Y LOS DATOS SE DISPONEN
ADECUADAMENTE EN UNA TABLA DE DOBLE ENTRADA. SIRVE PARA COMPARAR LA
PARTICIPACÓN DE VARIOS FACTORES DE RIESGO DE UNA ENFERMEDAD.

FACTOR DE RIESGO ENFERMO NO ENFERMO TOTAL

EXPUESTOS a b a+b
NO EXPUESTOS c d c+d
TOTAL a+c b+d

OR= (aXd)/(bXc): SE TRATA DE UN COCIENTE ENTRE LA PROBABILIDAD DE QUE

OCURRA UN EVENTO DETERMINADO Y LA PROBABILIDAD DE QUE NO OCURRA ESE
EVENTO

17
 Tabla 2 Exposición al tabaco y riesgo de presentar cáncer del pulmón

ES 7.0 VECES MÁS PROBABLE QUE OCURRA CÁNCER DE PULMÓN EN LOS

EXPUESTOS AL TABACO QUE EN LOS NO EXPUESTOS.

REVISADO EN NOVIEMBRE 2021

M. EN C. RAFAEL GUERERO DOMÍNGUEZ

NUM GLOSARIO 3

1 PROPORCIÓN O TASA

2 RAZÓN

3 TASA DE MORTALIDAD GENERAL DE UNA POBLACIÓN

4 TASA DE MORTALIDAD GENERAL DE UNA UNIDAD MÉDICA O SERVICIO

5 TASA DE MORTALIDAD ESPECÍFICA

6 TASA DE LETALIDAD

7 TASA DE LETALIDAD EN UN HOSPITAL O SERVICIO

8 TASA DE MORTALIDAD INFANTIL

9 TASA DE MORTALIDAD PRENATAL

10 TASA DE MORTALIDAD MATERNA

11 DIFERENCIA ENTRE MORTALIDAD Y LETALIDAD

12 TASA DE MORBILIDAD (PREVALENCIA)

13 TASA DE MORBILIDAD (INCIDENCIA)

14 DIFERENCIA ENTRE INCIDENCIA Y PREVALENCIA

15 TASA DE NATALIDAD

16 PARÁMETRO

17 ESTADISTICAS

18 DIFERENCIA ENTRE PARÁMETRO Y ESTADÍSTICA

19 MEDIDAS DE TENDENCIA CENTRAL

20 MEDIA O PROMEDIO

18
21 MEDIANA

22 MODA

23 ELECCIÓN DEL MEJOR PROMEDIO

24 CUARTÍLES

25 DECÍLES

26 CENTÍLES O PERCENTÍLES

27 MEDIDAS DE DISPERSIÓN

28 RANGO

29 DESVIACIÓN ESTÁNDAR

30 COEFICIENTE DE VARIACIÓN

31 VARIANZA

32 EJEMPLO DE DESCRIPCIÓN ESTADÍSTICA: A PARTIR DE SERIE DE DATOS

33 CUADROS Y GRÁFICAS EN EXCEL. HISTOGRAMA, GRAFICA DE BARRAS Y PASTEL

DISTRIBUCIÓN NORMAL O CAMPANA DE GAUSS.
34

35 APLICACIÓN DEL VALOR Z

36 INTERVALOS DE CONFIANZA IC% PARA LA MEDIA POBLACIONAL

37 INTERVALOS DE CONFIANZA IC% PARA LA PROPORCION POBLACIONAL

38 TAMAÑO DE MUESTRA PARA LA MEDIA POBLACIONAL. POBLACIÓN INFINITA

39 TAMAÑO DE MUESTRA PARA LA PROPORCIÓN POBLACIONAL. INFINITA

40 CANAL ENDÉMICO. CONCEPTO

41 EJEMPLO DE CANAL ENDÉMICO

42 CALCULO DE LA SENSIBILIDAD Y ESPECIFICIDAD

43 CÁLCULO DEL RIESGO ABSOLUTO Y RIESGO RELATIVO.

19