Bioestadística - Primer parcial
las probabilidades
Estadística descriptiva: describe, analiza y representa
un grupo de datos utilizando métodos numéricos y gráficos
que resumen y presentan la información que contienen.
Población: conjunto de todos los
elementos que
cumplen ciertas propiedades y entre
los cuales se
desea estudiar un determinado
fenómeno. Mues
tra
Variables
Son características que
poseen los elementos de
una población
LAS VARIABLES CUANTITATIVAS, SE PUEDEN
“CATEGORIZAR” Y TRANSFORMAR EN CUALITATIVAS
Estadístico: valores que describen
características de una muestra. Ejemplo: la
altura de 100 niños en Paraguay
Explicación: en Paraguay se sabe que no
hay en total solo 100 niños, esa cantidad
solo es una muestra, no es el total de la
población.
Se basa en la teoría de
Estadística inferencial
trabaja con los datos
que le proporciona la
estadística descriptiva
Muestra:
subconjunt
o de la
población
Discretas: sólo pueden tomar unos
Cuantitativa valores concretos (números enteros,
se pueden medir numericamente sin decimales).
número de hijos, número de
edad, estatura, peso,temperatura, valor del
colesterol del paciente dientes cariados.
continuas: pueden ser valores
decimales
peso, altura, presión arterial,
niveles de colesterol en sangre (la
mayoría de variables biológicas)
Cualitativa
No se puede medir numericamente.
color de pelo, color de piel, género, estado civil Nominales:en las que no pueden ordenarse las diferentes
categorías y el orden de co mo ordenes una categoria no
afecta en lo absoluto ejemplo Sexo mujer- hombre
color de ojo: azul- negro
Variable Dicotómica:Cuando una
variable cualitativa solamente tiene Ordinales: se deben ordenar la categorias de mayor a
dos posibilidades (por menor
ejemplo, tener sexo masculino o salud auto-percibida:buena,
femenino),
regular, mala,
severidad de la enfermedad :leve, moderada, grave
Parámetro: valores que describen
características de una población. Ejemplo:
el promedio de peso en Paraguay
 MEDIDAS DE TENDENCIA CENTRAL Es el valor más representativo de una

- determinada variable.

Media Aritmética: - es lo mismo que

el promedio
-La media es la medida de tendencia
central más utilizada.
-es el ¨centro de gravedad¨ de un
conjunto de datos de la muestra
Mediana: es el valor central cuando los
números están ordenados de mayor a
menor
✓ Cuando el numero de datos es par
se calcula la media entre los dos
datos centrales

Moda: es la variable de mayor frecuencia

No es necesariamente única (puede haber

varias modas)

❖ La MEDIA es aproximadamente igual a la mediana en LAS DISTRIBUCIÓNES

SIMETRICAS
❖ Si la distribución es asimétrica o tiene valores atípicos extremos, el centro es a
menudo definido como LA MEDIANA

- Asimetría o sesgada derecha: Media> mediana

- Asimetría o sesgada izquierda: Media< mediana

Estadísticos resistentes: Son aquellos

que no se ven Ejemplos: la mediana es un estadístico altamente
influidos (o solo ligeramente) por resistente. Una vez ordenados los datos, solo
pequeños cambios en
participan directamente para el resultado, los valores del centro.
los datos.

❖ MEDIA es un estadístico muy poco Resistente

Estadísticos (Estimadores) robustos (ESTADÍSTICA

INFERENCIAL): Son aquellos estadísticos (estimadores) que La Media no es un estimador robusto.

funcionan bien para varios tipos distintos de distribuciones La mediana es un estimador más robusto
que la media.
teóricas, aunque pueden no ser el mejor estimador para
ningún tipo concreto de distribución.
 MEDIDAS DE POSICIÓN
CUANTILES:
Percentiles Deciles Quintiles Cuartiles
divide la corresponde corresponde a corresponde
distribución a los los percentiles a los
ordenada de
percentiles 20, 40, 60, percentiles
los datos en
cien partes
10, 20, 80...Dividen 25, 50, 75...
iguales. 30...Los Dividen a
a la muestra en
deciles se
5 partes la muestra
utilizan para iguales. en 4 partes
dividir a la iguales.
muestra en
10 partes
iguales

MEDIDAS DE DISPERSION: Indican el grado de variabilidad de los datos

• Rango: El Rango corresponde a la distancia (o valor) entre el puntaje mayor y el puntaje menor
Rango = XMax – XMin
• DESVIACIÓN ESTANDAR (o típica) Y VARIANZA

VARIANZA: Corresponde a la Desviación estándar: es la

Desviación Estándar al
raíz cuadrada de la varianza
cuadrado

• RANGO INTERCUARTÍLICO (RIC): Es la diferencia entre el 3er y el 1er cuartil

RECORDAR que la mediana y el rango

intercuartílico, son estadísticos más robustos
y más resistentes que la media aritmética y la
desviación típica

• COEFICIENTE DE VARIACIÓN:
SE USA PARA COMPARAR LA VIARIABILIDAD QUE EXISTE EN

UN CONJUNTO DE DATOS CON DIFERENTES UNIDADES DE MEDIDA

Diagrama de barras: se utiliza generalmente para variables cualitativas y en algunos

casos para varíales cuantitativas discretas
 las categorías de la variable en
el eje horizontal
y sus frecuencias absolutas o
relativas (porcentaje), en el eje
vertical

Histograma: Se utiliza cuando tenemos que trabajar con variables cuantitativas

continuas

En el eje horizontal del histograma

se representan los citados
intervalos y en el eje vertical las
frecuencias (absolutas o relativas)
de cada intervalo.

Polígono de frecuencias: se construye uniendo con líneas rectas los

puntos medios de las bases superiores de los rectángulos que
conforman un histograma.

Tanto el histograma como el polígono de frecuencias sirven para representar

gráficamente la distribución de una variable continua

Diagrama de cajas y bigotes: Permiten evaluar la tendencia central, la dispersión y la simetría de la

distribución de una variable numérica, así como identificar sus valores extremos
¿QUÉ ES UN ENSAYO O EXPERIMENTO
ALEATORIO?:
es una situación en
la que sabemos los resultados que podrían
ocurrir, pero no sabemos el que va a darse en
particular. Ejemplo: reproducción aleatoria de canciones de iTunes... (sabemos cuáles son
las muiscas que existen, pero no el orden de reproducción de las mismas)
✓ Cada uno de los resultados posibles de un ensayo aleatorio se denomina suceso
✓ El conjunto de todos los posibles sucesos de un experimento aleatorio es su Espacio
Muestral. ejemplo
Una pareja tiene un niño, ¿cuál es el espacio
muestral para el género de este bebé ?
EM = {M, F}

LEY DE LOS NÚMEROS GRANDES

a medida que se hacen más observaciones, la cantidad de veces que ocurre un resultado particular se acerca cada vez
más a la probabilidad real de que ese resultado ocurra. En otras palabras, si observas algo muchas veces, la probabilidad
de que suceda algo en particular se vuelve cada vez más precisa.

La probabilidad puede tomar los siguiente valores: 0 ≤ P (A) ≤ 1

Regla general de la Adición
• P(A∪B) = P(A) + P(B) - P(A∩B)
Suceso Unión: P(A∪B)
Suceso interacción: P(A∩B)
En términos más simples, si tienes dos conjuntos A y B, la intersección de ambos se denota como A ∩ B y representa
el conjunto de elementos que están presentes en ambos conjuntos A y B. Por ejemplo, si A es el conjunto {1, 2, 3, 4} y
B es el conjunto {3, 4, 5, 6}, entonces la intersección de A y B es el conjunto {3, 4}, ya que son los únicos elementos
que aparecen en ambos conjuntos.

SUCESOS DISJUNTOS, INCOMPATIBLES O

MUTUALMENTE EXCLUYENTES: Son sucesos que no pueden ocurrir al mismo tiempo. Ejemplo: El resultado de un
único lanzamiento de una moneda no puede ser una cara y una cruz simultáneamente

SUCESOS COMPLEMENTARIOS: dos eventos, o grupo de eventos, mutuamente excluyentes cuyas probabilidades
suman 1. Ejemplo: Una pareja tiene un niño. Si sabemos que el niño no es de sexo masculino, cuál es el género de
este chico ?

EM = {M, F} El sexo masculino y femenino son resultados(sucesos) complementarios.

• Si los sucesos son mutuamente excluyentes (disyuntivos), la probabilidad de su unión es la suma de sus
probabilidades por separado.
• Sucesos mutualmente excluyentes o disyuntivos: P(A∩B) = 0
 Probabilidad condicional: La probabilidad condicional permite ver cómo se modifica
la probabilidad de un suceso en función de otro.
Ejemplo:
Población de adultos – Encuesta de salud
0,2
Bebedores de alcohol: 20%
Diabéticos: 3%
Bebedores ∩ Diabéticos: 1% 0.01

• ¿cuál es la probabilidad de que un individuo bebedor, sea diabético?

P ( A/ B) = 0.01 / 0.20
= 0.05
• Probabilidad de que un individuo NO bebedor, sea
diabético
Si el 20 % son bebedores, el 80% restante
no son bebedores

P (𝐴/𝐵𝐶 )=

100- 20= 80% 0.8

Ese 1 representa la probabilidad.

Representado en porcentaje es igual a
100%

P (𝐴/𝐵𝐶 )= 0.03 – 0.01 / 1- 0.20

= 0.025

SUCESOS no INDEPENDIENTES: el valor de la multiplicación de los sucesos P(A)x P(B) no

coincide con el suceso intercepción

Sucesos independientes: La multiplicación de los sucesos P(A)x P(B) tiene que

coincidir en valor con el suceso intercepción del problema para decir que los sucesos son
independientes