Guia Didactica 1-2023

Autor: M.Sc.
Juan Alberto Osinaga Heredia

PRESENTACIÓN
El modelo pedagógico de la Universidad Evangélica Boliviana propone
una formación PERSONAL, PROFESIONAL y PRODUCTIVA con un
pilar epistemológico multirrelacional, un pilar antropológico integral y un
pilar metodológico integrador. Su concreción requiere del presente
instrumento para que guíe la enseñanza y el aprendizaje dentro y fuera
del aula.
Esta Guía Didáctica está destinada a orientar el trabajo académico del

docente y los estudiantes de la asignatura BIOESTADÍSTICA Y
EPIDEMIOLOGÍA para las carreras de Bioquímica y Farmacia,
Nutrición y Dietética, y Enfermería de la Facultad de Ciencias de la
Salud.
GUÍA DIDÁCTICA 1-2023

BIOESTADÍSTICA Y EPIDEMIOLOGÍA
INTRODUCCIÓN
Mediante presente materia los estudiantes aprenderán los
fundamentos y la aplicación de la Bioestadística y la Epidemiología,
donde podrán integrar los conocimientos teóricos y prácticos de
manera clara y útil, no solo en lo rutinario del cálculo del estadígrafo, la
tasa o prevalencia, sino en la interpretación y significación de los
mismos, tal que el estudiante considere a dicha rama como una
poderosa herramienta para resolver y conocer en mayor profundidad
su área de conocimiento. Aprender con entusiasmo y disposición para
conocer la materia de la forma más dinámica posible.

UNIDAD 1: ESTADÍSTICA DESCRIPTIVA
TEMA 1. Estadística, una nueva ciencia

Introducción
Definiciones
División de la Estadística
Variables
Tipos de variables: Cualitativas y
Cuantitativas Población y Muestra
Métodos estadísticos
Pasos a seguir en una investigación
estadística Importancia del análisis estadístico
TEMA 2. Distribución de Frecuencias

Introducción
Definiciones
Pasos a seguir para la construcción de una distribución de
frecuencias
TEMA 3. Representación Gráfica

Introducción
Representación gráfica
Histogramas, polígonos, ojiva
Otros gráficos

TEMA
4.
Medidas de Tendencia Central
Conceptos
Media, mediana, moda
Propiedades
Cálculos para datos simples
Cálculos para datos agrupados o de distribución de frecuencias
TEMA 5. Medidas de Dispersión

Introducción
Varianza, desviación estándar, coeficiente de
variación Cálculos para datos simples
Cálculos para datos agrupados o de distribución de
frecuencias UNIDAD II: INFERENCIA ESTADÍSTICA
TEMA 6. Distribuciones Muestrales

Muestreo
Tipos de muestreo
Aleatorio. Estratificado. Sistemático. Por
conglomerados Errores de muestreo
Estadígrafos y Parámetros
Distribución de medias y proporciones para una y para dos
poblaciones
TEMA 7. Pruebas de Hipótesis para Distribuciones

Paramétricas Conceptos y Definiciones
Pasos a seguir en las pruebas de hipótesis
Errores tipo I y tipo II
Pruebas de hipótesis de medias de una y dos
poblaciones Pruebas de hipótesis de proporciones
Características de la curva t de Student
Pruebas de hipótesis de Student sobre una y dos medias

TEMA 8. Estimaciones
Estimación
Estimadores insesgados y eficientes
Intervalos de confianza para medias
Intervalos de confianza de proporciones
TEMA 9, Distribuciones No paramétricas

Características de la curva x² o Chi
Cuadrado Pruebas de hipótesis de x²
Características de la Distribución F o de Fisher
Pruebas de hipótesis de F
TEMA 10. Análisis de Regresión y

Correlación Regresión Lineal
Correlación de Pearson, Coeficiente de correlación
Correlación de Spearman, Coeficiente de correlación
Rho Pruebas de Hipótesis
UNIDAD III: EPIDEMIOLOGÍA
TEMA 11. Epidemiología General

Usos de la epidemiología
Método clínico y el método epidemiológico
Salud y enfermedad
Tipos de agentes
Mecanismo de transmisión del agente
Indicadores epidemiológicos
Tasas y razones
Tipos de estudios

OBJETIVOS TRIPLE “P” DE LA ASIGNATURA
OBJETIVO PROFESIONAL: Comprender claramente la aplicabilidad

de la Bioestadística para conocer el comportamiento de la población
con relación a los indicadores de salud y nutrición y tener un criterio
más analítico.
OBJETIVO PRODUCTIVO: Construir bases de datos para procesar los

resultados de una investigación.
OBJETIVO PERSONAL: Desarrollar una conducta ética frente al

sujeto de atención, al equipo de salud y la sociedad aplicando los
valores de honestidad, responsabilidad, puntualidad, iniciativa y
respeto.
COMPETENCIA
Planifica una investigación cuantitativa y sistematiza los resultados,

considerando las etapas del método estadístico con precisión y
creatividad.

PRODUCTOS
PRODUCTO 1
PRODUCTO 2
Investigación sobre la
situación de salud de
la población, en un
determinado barrio o
zona.
INDICADORES.
Contiene:
• Plan de
intervención •
Diseño
encuesta.
• Variables que
respondan a la
investigación.
• Metodología de
intervención
• Resultados
• Recomendar
posibles
soluciones a Análisis e
la interpretación de
problemática datos obtenidos,
diagnosticada. generando
capacidades en la
construcción y
estudiar. •
entendimiento de Reporte los
indicadores de salud. cuadros y
gráficos del
INDICADORES.
estudio.
Contiene: • Cruce de variables.
• Variables a

PRINCIPIO
BÍBLICO
La mayordomía, significa administrar bajo autoridad.
El ser humano ha sido creado para multiplicar lo que tiene bajo su

administración, por lo tanto el personal de Salud es un agente que
identifica, cuales son los problemas de Salud de la población Boliviana,
para proponer posibles soluciones, que beneficien a la población más
vulnerable.

UNIDAD 1
ESTADÍSTICA
DESCRIPTIVA
INTRODUCCIÓN
La investigación en las áreas biológicas y muy especialmente en el

Área de la Salud, es la base para la toma de decisiones que afectan a
los seres humanos. Esta unidad hace una revisión del papel de la
Bioestadística como un área particular de la estadística en procesos de
investigación, papel que resulta fundamental, dado que provee al
investigador los elementos esenciales y suficientes para sustentar los
resultados de sus observaciones y el análisis de las mismas.
La estadística descriptiva resume un conjunto de datos proporcionando

información mediante tablas, parámetros y/o gráficos. En cualquier
análisis estadístico, la Estadística Descriptiva es la primera parte y más
importante, pues permite conocer el comportamiento de las variables,
consideradas una a una, o la posible relación existente entre ellas.

OBJETIVOS
• Profesional: Adquiere y
amplía la habilidad de los
cálculos interpretando
correctamente los
resultados estadísticos. • Productivo: Participa activamente en la
difusión de los datos estadísticos de programas de salud informando a
la población la importancia de la prevención, aplicando el principio de
la comunicación.
• Personal: Domina el vocabulario y capta la lógica de la Estadística
Descriptiva, bajo el principio del compromiso de servicio a la
comunidad, para mejorar la calidad de vida de las personas.
COMPETENCIAS
El estudiante:
Identifica y diferencia los diversos tipos de tablas y gráficos y la utilidad

de cada uno de ellos.
Inicia un análisis estadístico al organizar los datos en tablas y a

continuación representarlos como figuras o gráficos.
Realiza, domina y aplica todas las medidas de tendencia central y de

dispersión en el análisis estadístico.

CASO
DILEMÁTICO
¡Él es Dios con nosotros!

Dará a luz un hijo, y le pondrás por nombre Jesús, porque él salvará a
su pueblo de sus pecados.
Todo esto sucedió para que se cumpliera lo que el Señor había dicho
por medio del profeta: «La virgen concebirá y dará a luz un hijo, y lo
llamarán Emanuel» (que significa «Dios con nosotros»). (Mateo
1:21-23)

CRONOGRAMA DE
ACTIVIDADES (28 horas
presenciales)
TEMAS ACTIVIDADE TIEMPO ACTIVIDADE TIEMPO
S S
SICRÓNICAS ASINCRÓNIC
AS
Tema 1 4 h acad. 4 h acad.
Estadística, Introducción
una nueva a la unidad. Práctica
ciencia Presentación Asignada
en multimedia
Tema 2 Presentación 8 h acad. Práctica 8 h acad.

Distribución en multimedia Asignada
de
Frecuencias
Representació en multimedia Asignada
n Gráfica

Medidas de en multimedia Asignada
Tendencia
Central

Medidas de en multimedia Asignada
Dispersión

CRONOGRAMA DE
ACTIVIDADES (28 horas no
presenciales)
TEMAS
Foro o tarea en classroom 8 h acad.
Tema 1 Estadística, una nueva ciencia

Tema 2 Distribución de Frecuencias

Tema 3 Representación Gráfica
Tema 4 Medidas de Tendencia Central Trabajo Práctico de Parcial 4 h acad.
Tema 5 Medidas de Dispersión

ACTIVIDADES TIEMPO
SICRÓNICAS

TEMA 1 ESTADÍSTICA: UNA NUEVA CIENCIA
Introducción
La palabra estadística como muchas otras palabras tiene varios significados.
En el lenguaje común, significa un poco más que datos o informaciones numéricas y se emplea
generalmente en plural. El término estadística también se emplea para designar un área de estudio, una
disciplina. Sin embargo, ambos significados están muy relacionados debido a que las estadísticas
consideradas como datos numéricos en gran parte son la materia prima de la Estadística como
disciplina.
Definiciones y División
Estadística.- Es la disciplina que se encarga de 1.la recolección, organización y procesamiento de

datos, y 2. la obtención de inferencias a partir de un volumen de datos cuando se observa sólo una
parte.
Bioestadística.- Las herramientas de la estadística se utilizan en muchos campos; negocios, educación,

psicología, agricultura y economía por mencionar unos cuantos. Cuando los datos que se analizan
proceden de las ciencias biológicas o médicas, se prefiere el término Bioestadística para distinguir las
herramientas y conceptos de la estadística general.
División.- El campo de la estadística generalmente esta dividida en dos grandes áreas: Estadística
Descriptiva y Estadística Inferencial.
Estadística Descriptiva.- Es el conjunto de métodos que implican la recolección, presentación y

caracterización de un conjunto de datos a fin de describir en forma apropiada las diversas
características de estas. Es decir, un estudio estadístico se considera descriptivo cuando sólo se analiza
y describe los datos.
Estadística Inferencial.- Es el conjunto de métodos o técnicas que posibilitan la generalización o toma de

las decisiones en base a una información parcial obtenida mediante técnicas descriptivas, es decir, el
estudio se considera inferencial cuando se pretende inferir o predecir conclusiones que atañen a toda la
fuente de información de donde proviene los datos.
Esta predicción se hace con un cierto grado de confianza, este grado se mide por la Probabilidad, por
tanto, el cálculo de las probabilidades, piedra angular de la inferencia estadística esta como puente
entre las dos parte3s de la Estadística.
Variable
Una característica se clasifica como variable si, tal y como se observa, se encuentra que ésta toma
diferentes valores en diferentes personas, lugares o cosas. Variable es la característica de estudio,
ejemplo: el peso, la talla, la presión arterial, número de piezas dentarias extraídas u obturadas, número
de estudiantes, el color de algún objeto, concentración de glicemia, número de pacientes, etc.

Tipos de variables
Pueden ser: variables cuantitativas y variables cualitativas.

Variable cuantitativa.- Es aquella que puede medirse en forma usual. Las mediciones hechas sobre
variables cuantitativas conllevan información respecto a cantidad. Ejemplo: peso, estatura, presión
arterial, número de estudiantes, etc. Se subdividen en:
Variables cuantitativas discretas.- Son aquellas obtenidas mediante conteos, siempre se representan
en números enteros (no llevan fracciones o decimales), ejemplo: número de estudiantes, número de
dientes, número de sillas, etc.
Variables cuantitativas continuas.- Se obtienen mediante mediciones, se pueden representar por

fracciones o decimales y números enteros, ejemplo: peso, presión, estatura, etc.
Variable cualitativa.- Algunas características no pueden ser medidas, muchas de ellas sólo se
pueden clasificar, por ejemplo: cuando a una persona muy enferma se le da un diagnóstico médico,
o cuando se afirma que alguien pertenece a un grupo étnico dado, o bien, se dice que una persona,
lugar o cosa posee o no alguna característica de interés. Se subdividen en:
Variables cualitativas nominales.- Son aquellas que no expresan un grado de prioridad entre las
variables cualitativas, ejemplo, los colores.
Variables cualitativas ordinales.- Son aquellas que expresan un grado de importancia o prioridad,
ejemplo, el grado de las quemaduras, el diagnóstico de las enfermedades (leve, moderado, severo),
los semestres de una carrera (primero, segundo, tercero…).
Población y Muestra
Población.- Es la colección de todos los individuos, objetos u observaciones que poseen al menos
una característica común. Es el conjunto total de estudio. Los términos población y universo, suelen
usarse indistintamente.
Muestra.- Es una parte un subconjunto representativo de la población. Y el proceso de obtener la

muestra se llama muestreo. El número de observaciones o tamaño de la muestra se denota por “n”.
Métodos estadísticos
El método científico de investigación se basa en dos tipos de razonamiento: el deductivo y el

inductivo. El método deductivo procede de lo general (población) a lo particular (muestra) y utiliza
especialmente el razonamiento matemático: se establecen hipótesis generales que caracterizan un
problema y se deducen ciertas propiedades particulares por razonamientos lógicos. El método
inductivo realiza el proceso inverso: a partir de observaciones particulares (muestras) de ciertos

fenómenos se intenta deducir unas reglas generales aplicables a todos ellos (población)
Pasos a seguir en una investigación estadística

La investigación estadística se desarrolla utilizando el ciclo deductivo-inductivo es las siguientes
cuatro etapas:
a. Planteamiento del problema
b. Recolección de la información
c. Organización y clasificación de los datos recogidos
d. Análisis e interpretación de los resultados
Importancia del análisis estadístico
La estadística proporciona un conjunto de métodos aplicables en todas las áreas científicas donde se
acumula, se analizan y se interpretan datos. Las estadísticas de salud incluyen toda la información
numérica relacionada de modo directo con los problemas de salud, concebidos en una escala social.
Entre algunos ejemplos, podemos citar:
- Cual es la causa más importante de muerte en ésta región: el cáncer, la tuberculosis, los accidentes
de tránsito…
- A qué edad resulta más alta la mortalidad y por cuál enfermedad.
- En qué zona, determinado tipo de enfermedad presenta una incidencia mucho más elevada que la
incidencia promedio, qué condiciones prevalecen en esas zonas.
- Qué tipo de pacientes son más susceptibles a las caries dentales o enfermedades
periodontales. - Cuál es la prevalencia o incidencia de caries en una determinada población. Por
lo que se deduce algunos usos principales de las estadísticas de salud (bioestadística) en: -
Describir el nivel de salud de una comunidad.
- Diagnosticar las enfermedades de una población.
- Encontrar soluciones a los problemas de salud.
- Determinar prioridad para los programas de salud.

TEMA 2 DISTRIBUCIÓN DE FRECUENCIAS
Introducción
Uno de los primeros pasos que se realizan en cualquier estudio estadístico es la tabulación de
resultados, es decir, recoger la información de la muestra resumida en una tabla en la que a cada
valor de la variable se le asocian determinados números que representan el número de veces que
ha aparecido, su proporción con respecto a otros valores de la variable, etc. Estos números se
denominan frecuencias. Estas distribuciones de frecuencias se las realiza cuando la cantidad de
datos (n) es mayor a 20.
Definiciones
Frecuencia absoluta: La frecuencia absoluta de una variable estadística es el número de veces que
aparece en la muestra dicho valor de la variable, la representaremos por fa.
Frecuencia relativa: La frecuencia absoluta, es una medida que está influida por el tamaño de la
muestra, al aumentar el tamaño de la muestra aumentará también el tamaño de la frecuencia
absoluta. Esto hace que no sea una medida útil para poder comparar. Para esto es necesario
introducir el concepto de frecuencia relativa, que es el cociente entre la frecuencia absoluta y el
tamaño de la muestra.
Pasos a seguir para la construcción de una distribución de frecuencias
Antes de empezar a crear la tabla de frecuencias es necesario ordenar los datos de menor a mayor,
a través del método de tallo y hoja a explicarse en la clase.
Los pasos a seguir una vez ordenados los datos, son los siguientes:
1. Determinar el Rango (R) que es la diferencia entre el valor máximo menos el valor
mínimo: R = valor máximo – valor mínimo
2. Determinar el número de clases (k), para ello se aplica la regla de
Sturges: l = 1 + 3,3 x Log n
Cuyo resultado es sólo una sugerencia o guía y se debe tomar el valor entero alrededor del
resultado obtenido, siendo criterio del investigador si toma el mayor o el menor para lograr una
presentación más clara. K es el número de intervalos de clase en que se dividirá el conjunto de
datos.
Se establece para que una distribución de frecuencias conserve sus propósitos, debe contar entre
seis y quince intervalos de clases, si hay menos de seis los datos se han resumido en exceso y la
información que contienen se pierde; si hay más de quince, los datos no fueron resumidos lo
suficiente.

3. Determinar el ancho o amplitud de clase (W), es el cociente entre el rango y el número de
clases:
W=R/l
El resultado en este caso a considerar será el siguiente valor entero del
obtenido. Una vez realizado estos pasos, está listo para rellenar la tabla de
frecuencias:
l Límites PM fa fr FA
de clases
Donde:
l.- Es el número de clases o categorías o intervalos en que se dividió el conjunto de datos.
Límites de clases.- Son los intervalos (limites inferiores y superiores) que cuenta cada clase, el
primer límite inferior se halla quitando una o dos unidades al valor mínimo del conjunto de datos.
Para el límite superior de la primera clase se añade al límite inferior el valor del ancho de clases
(W). Se copia este límite superior como segundo límite inferior y se vuelve a añadir el W para su
respectivo límite superior y así sucesivamente hasta la última clase, en la cual debe estar incluido
el valor máximo del conjunto de datos.
PM.- Son los puntos medios o marcas de clases, se obtiene de la suma de los límites (inferiores y
superiores) de cada clase dividido entre dos:
PM = (límite inferior + límite superior) / 2
fa.- Es la frecuencia absoluta, es el número de observaciones o datos que se hallarán en cada

intervalo de clase.
fr.- Es la frecuencia relativa, es la frecuencia absoluta expresada en porcentaje:
fr = (fa x 100) / n
FA.- Es la frecuencia acumulada, es la suma sucesiva de la frecuencia absoluta (fa).

TEMA 3 REPRESENTACIÓN GRÁFICA
Introducción
Un gráfico es la representación de un fenómeno estadístico por medio de figuras geométricas,

cuyas dimensiones son proporcionales a la magnitud de los datos representados. Su objeto
principal es la representación de los datos de forma gráfica, que permita de un solo golpe de vista
darse cuenta del conjunto de elementos presentados y de evidenciar sus variaciones y
características. El gráfico es un auxiliar del cuadro estadístico o distribución de frecuencias, no lo
sustituye, sino que lo complementa.
Histograma
Es un sistema de rectángulos unidos entre sí, trazados sobre un eje de coordenadas. Para
construir un histograma, los valores de las variables respectivas se ponen sobre el eje horizontal
(puntos medios-PM) y las frecuencias sean absolutas o relativas (fa o fr) en el eje vertical. Sobre
cada punto de clase, arriba del eje horizontal se levanta una barra rectangular o celda, hasta que
intercepte con la frecuencia respectiva. Las barras del histograma deben ser adyacentes, es decir,
unidas.
Polígono
Es un sistema de líneas rectas o quebradas, trazadas en el eje de coordenadas. Para dibujar este
polígono, primero se hace una marca arriba del punto medio (PM) de cada intervalo de clase,
representado sobre el eje horizontal de la gráfica. La altura con respecto del eje horizontal de una
marca dada corresponde a la frecuencia (fa o fr) del intervalo de clase. Al unir las marcas mediante
líneas rectas se obtiene el polígono de frecuencias. El polígono cae sobre el eje horizontal en los
puntos que corresponderían a la marca o punto de clase, para ello se adicionan clases imaginarias
en cada extremo de la distribución.
Otros gráficos
- Gráfico de barras
- Gráfico de barras dobles, múltiples
- Gráfico de barras compuestas y proporcionales
- Pictogramas
- Gráficos de sectores o pastel
- Ojivas
- Gráficos de línea

TEMA 4 MEDIDAS DE TENDENCIA CENTRAL
Conceptos
Debe nombre al hecho de que sus valores tienden a ocupar posiciones centrales o intermedios
entre el menor y mayor valor del conjunto de datos, es decir, brindan de alguna forma, información
sobre el centro de la distribución. Indican el punto más representativo del conjunto de datos. Los
más importantes y muy usados son: la media aritmética o media promedio, la mediana y la moda.
La media
La media aritmética o simplemente media o promedio de una muestra, se define como la suma de
todo lo valores observados en la muestra, dividida por el número total de observaciones n.
La mediana
Se define la mediana como aquel valor que se encuentra en el centro de las observaciones, es
decir, aquel valor que no es superado ni supera a más de la mitad de las observaciones, arregladas
en orden de magnitud creciente o decreciente.
La moda
Es aquel valor que se presenta con mayor frecuencia, es decir, es el valor que más se repite, la
moda puede no existir para un conjunto de datos, incluso si existe puede no ser única. Si el
conjunto de datos tiene una sola moda se llama unimodal, si tienen dos modas se llama bimodal.
En general, si tienen más de dos modas, se llama multimodal.
Propiedades
Propiedades de la media: es única, es decir, para un conjunto de datos hay una y sólo una media
aritmética. Es simple, ya que su cálculo y comprensión son sencillos. Puesto que todos y cada uno
de los valores en el conjunto de datos entran en el cálculo de la media, está es afectada por cada
valor, por lo tanto, los valores extremos influyen sobre la media y en algunos casos pueden
distorsionar y llega a ser indeseable como medida de tendencia central.
Propiedades de la mediana: es única, pues al igual que la media existe solamente una mediana
para un conjunto de datos. Es simple, pues calcularla es muy sencillo. Los valores extremos no
tienen efectos importantes sobre la mediana, lo que si ocurre con la media.
Propiedades de la moda: ésta se puede utilizar para describir datos cualitativos.

TEMA
5
MEDIDAS DE DISPERSIÓN
Introducción
Indican cuán dispersos están los datos; mientras mayor sea su valor, más dispersos se
encuentran las observaciones. Las más utilizadas son aquellas que indican la concentración de
los valores del conjunto de datos alrededor de su valor medio o promedio. El más importante de
ellos es la varianza y otros asociados a esta como la desviación estándar o desviación típica y
el coeficiente de variación.
La varianza
La varianza, se define como la media aritmética del cuadrado de las desviaciones de las
observaciones con respecto a su media.
La desviación estándar
La desviación estándar se define como la raíz cuadrada positiva de la
varianza. El coeficiente de variación
Se puede definir como la desviación estándar expresada en porcentaje.

RECURSOS
TAREA TEMA 1
1. Explicar qué significa estadística descriptiva.
2. Explicar qué significa estadística inferencial.
3. Definir:
a. Estadística.
a. Bioestadística.
a. Variable.
a. Variable cuantitativa, de ejemplos.
a. Variable cualitativa, de ejemplos.
a. Población, de ejemplos.
a. Muestra, de ejemplos.
4. Explique cada una de las cuatro etapas implicadas en la

investigación estadística

TAREA TEMAS 2 Y 3
Qué es un arreglo ordenado

Qué es una distribución de frecuencias
Cuál es el propósito de la regla de Sturges
Qué es un histograma
Qué es un polígono de frecuencia
Investigue las características de cada tipo de gráfico mencionados en

el tema
Recolectar un conjunto de datos reales o teóricos de un campo

específico de estudio y construir una distribución de frecuencias,
un histograma y un polígono

TAREA TEMA 4
Definir y comparar las

características de la media, la
mediana y la moda.
Qué supuestos
(restricciones) requiere el cálculo de la media, la moda y la mediana a
partir de los datos agrupados.
Encontrar un artículo en una revista especializada donde se haya

calculado alguna medida de tendencia central.
Los siguientes datos representan el nivel de glucosa en sangre, en

ayunas, de una muestra en diez niños: 56, 62, 63, 65, 65, 65, 65, 68,
70, 72. Calcular la media, la mediana y la moda.
Los siguientes datos corresponden al peso post-operatorio de diez

animales experimentales: 13.2, 15.4, 13.0, 16.6, 16.9, 14.4, 13.6,
15.0, 14.6, 13.1. Calcule la media, mediana y moda.
Una muestra de 15 pacientes que hicieron una visita, viajaron las

siguientes distancias en Km.: 5, 9, 11, 3, 12, 13, 12, 6, 13, 7, 3, 15,
12, 15, 5. Encontrar: La distancia media del trayecto recorrido. La
distancia mediana recorrida.
A veinte pacientes en el área de convalecencia de un hospital se les dio a

escoger uno de cuatro tipos de carne para el almuerzo, sus
elecciones fueron: pollo, pescado, pescado, hígado, pollo, pollo,
pastel de carne, pollo, pescado, pastel de carne, hígado, pescado,
pastel de carne, pollo, pollo, pollo, hígado, pescado, pastel de carne y
pollo. Cuál fue la elección modal.

TAREA TEMA 5
Definir y comparar las

características de la
varianza, la
desviación estándar y
el coeficiente de
variación.
Encontrar un artículo en una revista especializada donde se haya

calculado alguna medida de dispersión.
Los siguientes datos representan el nivel de glucosa en sangre, en

ayunas, de una muestra en diez niños: 56, 62, 63, 65, 65, 65, 65,
68, 70, 72. Calcular la varianza, desviación estándar y coeficiente
de variación.
Los siguientes datos corresponden al peso post-operatorio de diez

animales experimentales: 13.2, 15.4, 13.0, 16.6, 16.9, 14.4, 13.6,
15.0, 14.6, 13.1. Calcule el coeficiente de variación.
Una muestra de 15 pacientes que hicieron una visita, viajaron las

siguientes distancias en Km.: 5, 9, 11, 3, 12, 13, 12, 6, 13, 7, 3,
15, 12, 15, 5. Encontrar: la desviación estándar.

TRABAJO
PRÁCTICO DE
PARCIAL
REALICE
LA
DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO,
OJIVA, MEDIA, MEDIANA, MODA, VARIANZA, DESVIACIÓN
ESTÁNDAR Y COEFICIENTE DE VARIACIÓN
a. Nivel de glucosa diluida en la sangre de 100 niños:
5 6 5 7 6 7 6 5 6 6 6 5 6 5 6 6 6 6 6 5
6 1 7 7 2 5 3 5 4 0 0 7 1 7 7 2 9 7 8 9
6 7 6 6 6 7 6 6 7 6 6 6 7 7 5 7 6 8 6 6
5 2 5 1 8 3 5 2 5 6 1 9 6 2 7 5 8 1 4 8
6 6 6 6 6 7 6 5 6 6 6 7 7 5 7 5 7 7 8 5
9 4 6 5 5 6 5 8 5 4 8 1 2 8 3 5 3 9 1 6
6 6 6 8 6 8 6 5 6 7 7 7 7 7 7 7 6 6 7 6
5 0 5 0 6 0 8 5 6 1 2 3 3 5 5 4 6 8 3 5
7 6 7 5 6 6 5 6 6 6 5 7 6 6 6 6 5 6 5 6
3 7 4 6 8 7 9 2 9 5 5 5 7 2 3 3 9 8 7 9
b. Número de horas de sueño de 45 pacientes de un hospital como

consecuencia de la administración de cierto anestésico:
7 1 1 4 8 7 3 8 5
0 2
1 1 3 8 1 1 1 1 4
2 1 3 0
4 5 5 8 7 7 3 2 3
8 1 1 7 1 3 4 5 5
3 7
3 1 1 1 4 7 7 1 8
7 0 1
c. Número de niños que nacieron durante un año, en 60 hospitales

comunitarios:
3 5 2 4 5 4 4 4 3 5 4 5
0 5 7 5 6 8 5 9 2 7 7 6
3 5 5 3 5 4 3 5 3 4 2 5
7 5 2 4 4 2 2 9 5 6 4 7
3 2 4 2 5 5 2 4 4 5 5 5
2 6 0 8 3 4 9 2 2 4 3 9
3 5 5 5 4 5 3 5 2 3 2 5
9 6 9 8 9 3 0 3 1 4 8 0
5 5 4 4 5 3 2 3 2 2 5 2
2 7 3 6 4 1 2 1 4 4 7 9
d. Edades de 30 pacientes atendidos en la sala de urgencia de un hospital un

viernes por la noche:
3 3 2 4 3 6
5 2 1 3 9 0
3 1 5 4 3 5
6 2 4 5 7 3
4 2 6 1 3 2
5 3 4 0 4 2
3 4 5 4 5 4
6 5 5 4 5 6
2 3 3 5 4 5
2 8 5 6 5 7
e. Resultados de un examen de inteligencia aplicados a un grupo de niños

que participó en un experimento:
11 11 11 11 11 13 13 12 12 12
4 5 3 2 3 2 0 8 2 1
12 11 11 8 11 9 8 10 10 12
6 7 5 8 3 0 9 6 4 6
12 11 11 10 10 12 12 14 14 12
7 5 6 9 8 2 3 9 0 1
13 12 13 11 10 11 10 11 11 13
7 0 8 1 0 6 1 1 0 7
11 11 8 10 11 11 11 10 13 11
9 5 3 9 7 8 0 8 4 8

UNIDAD 2
INFERENCIA
ESTADÍSTICA
INTRODUCCIÓN
La inferencia estadística es el conjunto de procedimientos por el cual la

información contenida en las muestras se utiliza para hacer
estimaciones relativas a las poblaciones de los que proceden en cierto
sentido, la información de las muestras se hace extensiva a las
poblaciones, este proceso de generalización tiene sus fundamentos,
procedimientos y limitaciones.
La epidemiología es la disciplina científica que estudia la distribución,

frecuencia, determinantes, relaciones, predicciones y control de los
factores relacionados con la salud y enfermedad en poblaciones
humanas.

OBJETIVOS
• PROFESIONAL:
Conoce e interpreta las
aplicaciones de la
Inferencia Estadística.
• PRODUCTIVO: Contribuye al equipo de salud siendo parte de las
estrategias y medidas de prevención utilizando como base la
Epidemiología
• Personal: Define y valora la importancia de la equidad en salud
motivando a tomar medidas, sacar conclusiones y hacer
estimaciones
COMPETENCIAS
El estudiante:
Describe los fundamentos, procedimientos y limitaciones de la

generalización de hallazgos de una muestra mediante la inferencia
estadística.
Fundamenta correctamente y aplica las diferentes medidas:

distribución t de student, distribución chi cuadrado y otros.
Describe las aplicaciones principales de la regresión lineal y la

correlación.
Domina los conceptos básicos de la Epidemiología.

CASO
DILEMÁTICO
Dios no defrauda a los que confían en él

A ti clamaron, y tú los salvaste; se apoyaron en ti, y no los
defraudaste. (Salmo 22:5)
Algunas personas ponen su confianza en sus fuerzas, otras en la

belleza o el dinero. Todos nosotros tenemos fe, pero la diferencia está
en dónde la ponemos. El que pone su fe en sus propias fuerzas la irá
perdiendo con el tiempo. Quien pone su fe en el dinero corre el riesgo
de irse a la quiebra.
Ahora bien, ninguno que pone su confianza en Dios queda defraudado.

¡Nuestro Dios es inamovible! Todo puede pasar: el dinero, la fuerza, el
poder, pero la Palabra del Señor permanecerá para siempre.
Dios está con nosotros en la tempestad y en la bonanza, en la tristeza

y en el júbilo. Dios oye el clamor de sus hijos y responde a todas las
súplicas. ¡Confía en Dios y te sentirás seguro!

CRONOGRAMA DE
presenciales)
TEMAS ACTIVIDADE TIEMPO ATIVIDADES TIEMPO
S ASINCRÓNICAS
SICRÓNICA
S
Tema 6 8 h acad. Práctica 8 h acad.
Distribucion Asignada
es Introducción a
Muestrales la unidad.
Presentación
en multimedia
Tema 7 Presentación 12 h Práctica 12 h
Pruebas de en multimedia acad. Asignada acad.
Hipótesis

Estimaciones en multimedia Asignada

Distribucion en multimedia Asignada
es No
Paramétricas

Análisis de en multimedia Asignada
Regresión y
Correlación

CRONOGRAMA DE
presenciales)
Foro o tarea en classroom 12 h acad
TEMAS
Tema 6 Distribuciones Muestrales

Tema 7 Pruebas de Hipótesis
Tema 8 Estimaciones Trabajo Práctico de Parcial 8 h acad.
Tema 9 Distribuciones No Paramétricas
Tema 10 Análisis de Regresión y

Correlación
ACTIVIDADES TIEMPO
SICRÓNICAS

TEMA 6 DISTRIBUCIONES MUESTRALES
Muestreo.
La teoría de muestreo tiene por objetivo, el estudio de las relaciones existentes entre la distribución
de un carácter en dicha población y las distribuciones de dicho carácter en todas sus muestras. En
otras palabras, muestreo es el estudio o análisis de la muestra, la cual es un subconjunto
representativo de la población.
Las ventajas de estudiar una población a partir de sus muestras son
principalmente: Coste reducido:
Si los datos que buscamos los podemos obtener a partir de una pequeña parte del total de la
población, los gastos de recogida y tratamiento de los datos serán menores. Por ejemplo, cuando
se realizan encuestas previas a un referéndum, es más barato preguntar a 4.000 personas su
intención de voto, que a 30.000.000;
Mayor rapidez:
Estamos acostumbrados a ver cómo con los resultados del escrutinio de las primeras mesas
electorales, se obtiene una aproximación bastante buena del resultado final de unas elecciones,
muchas horas antes de que el recuento final de votos haya finalizado;
Más posibilidades:
Para hacer cierto tipo de estudios, por ejemplo, el de duración de cierto tipo de bombillas, no es
posible en la práctica destruirlas todas para conocer su vida media, ya que no quedaría nada que
vender. Es mejor destruir sólo una pequeña parte de ellas y sacar conclusiones sobre las demás.
Tipos de muestreo.
Muestreo aleatorio
Muestreo estratificado
Muestreo sistemático
Muestreo por conglomerados
Aleatorio o al azar.
Consideremos una población finita, de la que deseamos extraer una muestra. Cuando el proceso
de extracción es tal que garantiza a cada uno de los elementos de la población la misma
oportunidad de ser incluidos en dicha muestra, denominamos al proceso de selección muestreo
aleatorio. El muestreo aleatorio se puede plantear bajo dos puntos de vista: Sin reposición de los
elementos; Con reposición.

Estratificado.
Un muestreo aleatorio estratificado es aquel en el que se divide la población de N individuos, en k
subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el estudio, de
tamaños respectivos. Y realizando en cada una de estas subpoblaciones muestreos aleatorios
simples de tamaño n.
A continuación, nos planteamos el problema de cuantos elementos de muestra se han de elegir de
cada uno de los estratos. Para ello tenemos fundamentalmente dos técnicas: la asignación
proporcional y la asignación óptima.
Cuando la asignación es proporcional el tamaño de la muestra de cada estrato es proporcional al
tamaño del estrato correspondiente con respecto a la población total.
Sistemático.
Cuando los elementos de la población están ordenados en fichas o en una lista, una manera de
muestrear consiste en: elegir aleatoriamente un número m, entre 1 y k. Esto es lo que se denomina
muestreo sistemático. Cuando el criterio de ordenación de los elementos en la lista es tal que los
elementos más parecidos tienden a estar más cercanos, el muestreo sistemático suele ser más
preciso que el aleatorio simple, ya que recorre la población de un modo más uniforme. Por otro
lado, es a menudo más fácil no cometer errores con un muestreo sistemático que con este último.
Por conglomerados.
Si intentamos hacer un estudio sobre los habitantes de una ciudad, el muestreo aleatorio simple
puede resultar muy costoso, ya que estudiar una muestra de tamaño n implica enviar a los
encuestadores a n puntos distintos de la misma, de modo que en cada uno de ellos sólo se realiza
una entrevista. En esta situación es más económico realizar el denominado muestreo por
conglomerados, que consiste en elegir aleatoriamente ciertos barrios dentro de la ciudad, para
después elegir calles y edificios. Una vez elegido el edificio, se entrevista a todos los vecinos.
Errores de muestreo.
Aleatorio.- Cuando los elementos tomados en la muestra no son los más representativos de la
población, pero se debe exclusivamente al azar.
Sistemático.- Cuando los elementos no representan a la población, pero se den a errores

cometidos por el investigador durante la obtención de la muestra, o por la veracidad de las
respuestas obtenidas por parte de los individuos incluidos en la muestra.

Estadígrafos y parámetros
MEDIDAS ESTADIGRAFOS O PARAMETROS
INDICADORES
(POBLACIÓN)
(MUESTRA)
Media X μ
Desviación Estándar s δ
Varianza s2 δ2
Proporciones o % p π
Tamaño o Número de n N
datos
Censo.
Se llama censo al estudio de toda la población, en cambio el muestreo es el estudio de sólo

una parte de la población.
Cuando se hace un muestreo se puede determinar y precisar el margen de error que puede
cometerse, en el censo no se puede precisar el margen de error. El tiempo que se toma en
hacer un muestreo siempre es más corto que el tiempo que se toma hacer un censo.
Además, el procesamiento de los datos de la muestra es mucho más simple.
Distribución de medias y proporciones para una y para dos
poblaciones Distribución de la media de la muestra
Z = ( X – μ ) / ( s / raíz2 n )
Distribución de la diferencia entre las medias de dos muestras
Z = ( │ Xa – Xb│ – │μa – μb│ ) / raíz2 ( (s2a/na) + (s2b/nb) )
Distribución de la proporción de la muestra
Z = (p – π) / raíz2 (π x q / n) donde q = 1 – π

TEMA 7 PRUEBAS DE HIPÓTESIS PARA DISTRIBUCIONES PARAMÉTRICAS
Conceptos y Definiciones.
El propósito de un estudio estadístico suele ser, como hemos venido citando, extraer
conclusiones acerca de la naturaleza de una población. Al ser la población grande y no poder
ser estudiada en su integridad en la mayoría de los casos, las conclusiones obtenidas deben
basarse en el examen de solamente una parte de ésta, lo que nos lleva, en primer lugar, a la
justificación, necesidad y definición de las diferentes técnicas de muestreo.
Dentro de este contexto, será necesario asumir un estadístico o estimador como una variable
aleatoria con una determinada distribución, y que será la pieza clave en las dos amplias
categorías de la inferencia estadística: la estimación y el contraste de hipótesis.
El concepto de estimador, como herramienta fundamental, lo caracterizamos mediante una

serie de propiedades que nos servirán para elegir el ``mejor" para un determinado parámetro
de una población, así como algunos métodos para la obtención de ellos, tanto en la
estimación puntual como por intervalos.
La tarea fundamental de la estadística inferencial es hacer inferencias acerca de la población

a partir de una muestra extraída de la misma.

Pasos para seguir en el desarrollo de las PASOS DE
pruebas de hipótesis.
PRUEBAS DE UNA MEDIA rechaza la Ha
HIPOTESIS Conclusiones De acuerdo a la decisión De

tomada y la investigación. dec
inv
Definir hipótesis nula Ho = media población
Definir hipótesis alterna Ha: es mayor o menor o
diferente a la media poblacGUÍA DIDÁCTICA 1-2023

Definir número de colas Si Ha es mayor, 1 cola a la
BIOESTADÍSTICA Y
derecha.
EPIDEMIOLOGÍA
Si Ha es menor, 1 cola a la
izquierda.
Si Ha es diferente, 2 colas
una a la derecha y otra

a la izquierda.
UNA PROP
Ho = proporción Ha: es mayor o

Definir estadístico Si n es mayor o igual a 30
estadístico " Z "
diferente a la pr poblacional
Si n es menor a 30
estadístico "t" Si Ha es mayor, derecha.
Definir estadístico Buscar en las tablas de Si Ha es menor izquierda.

Si Ha es diferen
teórico o de tabla acuerdo al grado de
confian o de error y los una a la derecha izquierda.
grados de Si n es mayor o estadístico "z"
libertad si fuese "t" Si n es menor a estadístico "t"
Buscar en las ta
Definir estadístico Z= X - μ / ( s / raíz n )
Calculado acuerdo al grad o de error y los libertad si fuese Z= p -
π / raíz donde q = 1 - π
Tomar la decisión Si Z calculado cae en
zona y se acepta Ha
Si Z calculado c y se acepta Ha
Si Z calculado cae en zona
Si Z calculado c
de aceptación, se
acepta la Ho y se de aceptación, s Ho y se rechaza De acuerdo a la
tomada y la inve
Errores tipo I y tipo II.
Ho VERDADERA FALSA
Aceptada Decisión correcta Error Tipo II
Rechazada Error Tipo I Decisión correcta
Cuando rechazamos una hipótesis nula que en realidad es verdadera: Error Tipo I o Error α.
Cuando se acepta una hipótesis nula que en realidad es falsa: Error Tipo II o Error β.
Pruebas de hipótesis de medias de una y dos poblaciones.
Z = ( X – μ ) / ( s / raíz2 n )
Z = │ Xa – Xb│ / raíz2 ( (s2a/na) + (s2b/nb) )
Pruebas de hipótesis de proporciones.
Z = (p – π) / raíz2 (π x q / n) donde q = 1 - π
Características de la curva t de Student.
La distribución de Student tiene propiedades parecidas a la distribución norma o Z:
• Es de media cero, y simétrica con respecto a la misma;
• Es algo más dispersa que la normal, pero la varianza decrece hasta 1 cuando el número de
grados de libertad aumenta;
• Para un número alto de grados de libertad se puede aproximar la distribución de Student por la
normal, es decir, δ = n – 1.
• Cuando aumentan los grados de libertad, la distribución de Student se aproxima a la

distribución normal tipificada
Pruebas de hipótesis de Student sobre una media.
t = ( X – μ ) / ( s / raíz2 n )
Pruebas de hipótesis de Student sobre dos medias.
t = (Xa – Xb) / ( raíz2 S2c (1 / na) + (1 / nb) )
donde S2c es la varianza combinada
S2c = (s2a x na) + (s2b x nb) / ( (na + nb) – 2 )

TEMA
8
ESTIMACIONES
El proceso de estimación implica calcular, a partir de los datos de una muestra, alguna
estadística que se ofrece como una aproximación del parámetro correspondiente de la
población de la cual fue extraída la muestra. El razonamiento en el que se basa la estimación
en el campo de las ciencias de la salud se apoya en la suposición de que los trabajadores en
este campo tienen interés en los parámetros de varias poblaciones. Si éste es el caso, existen
dos buenas razones por la que se debe confiar en los procedimientos de la estimación para
obtener información respecto a dichos parámetros. Primero, muchas poblaciones de interés
aunque finitas, resultan grandes que el costo de un estudio del 100% sería prohibitiva.
Segundo las poblaciones infinitas son imposibles de examinar completamente.
Estimadores insesgados y eficientes.
Un estimador presenta dos cualidades: insesgado y eficiente.
Es insesgado cuando los estimadores se hallan cerca de la media poblacional y es sesgado

cuando está muy alejado de la media poblacional
Es eficiente cuando los estimadores contienen una variación mínima.
Un estimador para ser válido tiene que ser a su vez insesgado y
eficiente. Intervalos de confianza para medias de una y dos
poblaciones.
P ( X – Zα/2 x δ/raíz2 n ≤ μ ≤ X + Zα/2 x δ/raíz2 n ) = IC
Intervalos de confianza de proporciones de una y dos
poblaciones. P ( p – Zα/2 x raíz2 (p x q / n) ≤ π ≤ p + Zα/2 x raíz2 (p x
q / n) = IC

TEMA
9
DISTRIBUCIONES NO PARAMÉTRICAS
Características de la curva x² o Chi Cuadrado.
Se usa para medidas de variabilidad (varianzas y desviaciones
estándares). Es asimétrica.
A mayor cantidad de grados de libertad la asimetría tiende a asemejarse a una curva de la

distribución normal.
Esta curva no presenta valores negativos. El cero no está al medio sino en el extremo
izquierdo.
Si el área o la zona de rechazo está a la izquierda. El valor de x² se busca en tabla

directamente, si está a la derecha restamos (1 – α).
Está distribución puede usarse para muchas pruebas entre ellas:
- Comparar varianzas muestrales (s2 ) con varianzas poblacionales (δ2). - Se usa
para comparar proporciones esperadas con proporciones observadas. - Para
determinar relación de variables independientes y dependientes. Pruebas de
hipótesis de x².
x² = ( ( n – 1) x s2 / δ2
Características de la Distribución F o de Fisher.
Se utiliza principalmente en diseños experimentales, pero ahora lo vamos a utilizar para dos
poblaciones, está distribución es similar a la de x² porque es para proporciones y su valor de
cero está al extremo izquierdo, por ellos no presenta valores negativos y su curva es
asimétrica.
Las formas de la curva de x² deshacen nada por los grados de libertad y grado de
significancia y sus valores se podían ver en una sola tabla, mientras que las curvas de F están
afectadas o dependen de: los grados de libertad de la muestra 1 y los grados de libertad de la
muestra 2 además del nivel de significancia.
Por lo tanto, aquí es necesario el uso de varias tablas, por ejemplo, existe una tabla para cada
nivel de significancia donde varían los grados de libertad 1 con respecto a los grados de
libertad 2. El manejo de la tabla: la zona de rechazo igual que en x² en Fisher está ubicado
sólo en el extremo derecho.
Pruebas de hipótesis de F.
F = s2a / s2b donde s2a tiene que ser mayor que s2b

RECURSOS
TAREA TEMA 6
1.- Si la capacidad de la cavidad craneana de una población tiene una distribución normal, con
una media de 1400 cc y una desviación estándar 125 cc, calcular la probabilidad de que diez
personas elegidas al azar, tenga una capacidad craneana:
a. Mayor que 1450 cc
b. Menor que 1340 cc
c. Entre 1300 y 1500 cc
2.- Para cierto sector amplio de una población en un año determinado, suponer que el número
medio de días de incapacidad es de 5,4 con una desviación estándar de 2,8 días. Encontrar la
probabilidad de que una muestra elegida al azar de tamaño 49 tenga una media de: a. Mayor a 6
días.
b. Entre 4 y 6 días.
c. Menor a 3 días.
d. Entre 4,5 y 5,5 días.
3.- Dada dos poblaciones con distribución normal y con medias iguales y varianzas δ21=100 y
δ22=80. Cuál es la probabilidad de que dos muestras de tamaño n1= 25 y n2= 16, respectivamente,
proporcionen un valor de X1 – X2 mayor o igual que 8.
4.- Para una población de hombres jóvenes y otra población de mujeres jóvenes, las medias y
desviaciones estándares respectivamente del grosor del pliegue subescapular son como sigue:
para los varones es de 9,7 y 6,0 y para las mujeres 15,6 y 9,5 respectivamente. Si se obtiene una
muestra aleatoria simple de 40 varones y otra de 35 mujeres a partir de dicha población. Cuál es la
probabilidad de que la diferencia entre las medias de las muestras (Xchicas – Xchicos) sea mayor
que 10.
5.- Si de una población de adultos, el 15 % están sometidos a un tipo especial de dieta, Cuál es la
probabilidad de que una muestra aleatoria de tamaño 100 muestre las siguientes proporciones de
individuos a dieta:
a. Mayor o igual que 20 %.
b. No más de 12 %
c. Entre 10 y 20%
6.- En una muestra al azar de 75 adultos, 35 de ellos consideran que el cáncer de mamas es
curable. Si en la población de la cual se extrajo la muestra, la proporción real de quienes piensan
que dicho tipo de cáncer es curable es de 55 %, cuál es la probabilidad de obtener una proporción
muestral menor o igual a la obtenida en esta muestra.

TAREA TEMA 7
1.- El administrador de un centro
de salud desea saber si el tiempo medio invertido por los pacientes en la sala de espera es
mayor a 20 minutos. Una muestra de 100 pacientes permanecieron, en promedio, 23 minutos en
la sala de espera entre el registro y la atención por algún médico del centro de salud. La
desviación estándar de la muestra fue de 10, sea α = 5 %.
2.- Se desea saber si es posible concluir que el consumo medio diario de calorías de la
población rural de un país en desarrollo es de menos de 2000. Una muestra de 500 individuos
produjo un consumo medio de 1985 y una desviación estándar de 210. Sea α = 1 %.
3.- Después de seguir un programa de capacitación en supervisión de hospitales durante una
semana, 16 administradores de hospital obtuvieron una calificación media de 74 en una prueba
llevada a cabo como parte de la evaluación del programa de capacitación. La desviación
estándar de la muestra fue de 12. Es posible concluir a partir de estos datos que la media de la
población es mayor que 70? Sea α = 5 %. Cuáles son los supuestos que se deben cumplir.
4.- Setenta pacientes que sufren de epilepsia se dividieron al azar en dos grupos iguales. El
grupo A recibió un tratamiento que incluía dosis diarias de vitamina D. El grupo B recibió el
mismo tratamiento con la excepción de que a este grupo se le dio un placebo en lugar de la
vitamina D. El número medio de ataques convulsivos observados durante el periodo de
tratamiento en los dos grupos de Xa = 15 y Xb = 24. Las varianzas de las muestras fueron S2a =
8 y S2b = 12. Estos datos proporcionan evidencia suficiente para indicar que la vitamina D es
efectiva para disminuir el número de ataques convulsivos. Sea α = 2 %
5.- Es posible concluir que los niños crónicamente enfermos tienden, en promedio, a tener
menos confianza en sí mismos que los niños sanos? Se aplicó una prueba diseñada para
estimular la confianza en sí mismos a 16 niños crónicamente enfermos y a 21 niños sanos. Los
puntajes medios y desviaciones estándar fueron los siguientes:
Niños enfermos X = 22,5 S = 4,1
Niños sanos X = 26,9 S = 3,2
Sea α = 1 %.
6.- Una muestra de 100 empleados de un hospital, los cuales habían estado en contacto con
sangre y sus derivados, fue examinada para averiguar si presentaban evidencia serológica de
hepatitis B. Se encontró que 23 de ellos presentaron resultados positivos. Es posible concluir a
partir de estos datos que la proporción de individuos que presentaron resultados positivos en la
población muestreada es mayor que 15 %. Sea α = 5 %.
7.- Antes del inicio de un programa de inmunización contra la rubéola en un área metropolitana,
una encuesta reveló que 150 integrantes de una muestra de 500 niños de primaria habían sido
inmunizados contra esta enfermedad. Son compatibles estos datos con el punto de vista de que
el 50 % de los niños de primaria de dicha área habían sido inmunizados contra rubéola. Sea α= 1
%.

TAREA TEMA 8
1.- En un experimento
diseñado para estimar el
número promedio de
latidos del corazón por minuto para cierta población, se encontró que el
número promedio de latidos por minuto para 49 personas era de 90. Si
resulta lógico suponer que esos 49 pacientes constituyen una muestra
aleatoria y que la población sigue una distribución normal, con una
desviación estándar de 10, calcular:
a. El intervalo de confianza del 90 % para μ.
b. El intervalo de confianza del 99 % para μ.
2.- Una muestra de 100 hombres adultos aparentemente sanos, de 25

años de edad, muestra una presión sistólica sanguínea media de 125.
Si se supone que la desviación estándar de la población es de 15,
calcular:
a. El intervalo de confianza del 95 % para μ.
b. El intervalo de confianza del 98 % para μ.
3.- Una muestra de 16 niñas de diez años de edad proporcionó un peso

medio de 71,5 libras y una desviación estándar de 12 libras. Si la
distribución de los datos es normal, calcular los intervalos de confianza
del 90, 95 y 99% para μ.
4.- A nueve pacientes que sufren la misma incapacidad física, y por lo

tanto son comparables, se les pidió que llevarán a cabo cierta tarea
como parte de un experimento. El tiempo promedio necesario para
realizar la tarea fue de siete minutos con una desviación estándar de
dos minutos. Suponiendo que la distribución de los datos es normal,
construir intervalos de confianza del 95 y 99 % para el tiempo medio
real necesario para que este tipo de pacientes efectúe su tarea.

TAREA TEMA 9
1.- Como parte de un

proyecto de
investigación, se
seleccionó una
muestra de 25
infantes nacidos en los hospitales de un área metropolitana. La
desviación estándar de los pesos de los infantes de la muestra fue
de 150 gramos. Proporcionan estos datos la evidencia suficiente
para afirmar que la varianza de la población es mayor que 10000.
Sea α = 5 %.
2.- A cada uno de los integrantes de una muestra aleatoria de 30

estudiantes, quienes participaron en un proyecto de investigación, se
le aplicó una prueba diseñada para estimar su nivel de creatividad. La
desviación estándar de los puntajes obtenidos fue de 11. Es posible
concluir a partir de estos datos que la varianza de la población es
menor que 400. Sea α = 1 %.
3.- Se analizaron los valores del índice cardíaco (litros/minuto/m2) en

dos grupos de pacientes después de una operación de reemplazo de
válvula. Los tamaños de las muestras y las varianzas fueron las
siguientes: n1 = 16, s21 = 3.75, n2 = 10, s22 = 1.8 Proporcionan estos
datos la evidencia suficiente para indicar que existe una diferencia en
las varianzas de las poblaciones. Sea α = 5 %.
4.- En un experimento para estimar los efectos del humo de cigarrillo

sobre las ratas, se expuso a 11 animales al humo de cigarrillos sin
filtro y no se expuso a otros 11 animales de control. Al término del
experimento se midió la frecuencia del movimiento ciliar
(batimientos/min. a 20º C) en cada animal. La varianza para el grupo
expuesto fue de 3400 y de 1200 para el grupo no expuesto. Indican
estos datos que las varianzas de las poblaciones son diferentes. Sea
α = 1 %.

UNIDAD 3
EPIDEMIOLOGÍA
INTRODUCCIÓN
La epidemiología es una de las ciencias en las que se fundamenta
la salud pública.
La epidemiología ha contribuido sustancialmente a mejorar la
salud de las poblaciones.
La epidemiología es esencial en el estudio de enfermedades
emergentes.
A menudo hay una demora frustrante entre la adquisición del
conocimiento epidemiológico y su aplicación concreta en la política
sanitaria.
La epidemiología en su forma moderna es una disciplina
relativamente nueva que usa métodos cuantitativos para estudiar
las enfermedades en las poblaciones humanas, de forma que este
conocimiento pueda servir de base para medidas y programas de
prevención y control.

OBJETIVOS
• Profesional: Adquiere y
amplía la habilidad de los cálculos estadísticos aplicándolos a la
epidemiología.
• Productivo: Participa activamente en la difusión de programas de
salud informando y calculando probabilidades en la población dando
importancia a la prevención y promoción de la Salud.
• Personal: Domina el vocabulario y capta la lógica de los diferentes
tipos de estudios en epidemiología.
COMPETENCIAS
El estudiante:
Fundamenta correctamente el papel de las funciones de la

epidemiología.
Describe los diferentes tipos de estudios en epidemiología.
Domina las diferentes tasas y razones tanto de morbilidad, mortalidad,

fertilidad y otros.

CASO
DILEMÁTICO
Descansa de las luchas de la vida

El que habita al abrigo del Altísimo se acoge a la sombra del
Todopoderoso.
(Salmo 91:1)
¡Dios es fiel! Cuando te afirmas en esa verdad tu corazón puede

descansar porque sabe que Dios cuida de los que confían en él. No
se trata de actuar sin pensar ni de ser irresponsable. ¡Es una
cuestión de fe! Creer a pesar de las circunstancias va en contra de lo
que dice el mundo. Jesús es nuestro amparo y nuestra verdadera
protección.

presenciales)
TEMAS ACTIVIDADE TIEMPO ACTIVIDADE TIEMPO
S S
SICRÓNICAS ASINCRÓNIC
AS
Tema 11 8 h acad. 8 h acad.
Epidemiologí Introducción
a General a la unidad. Práctica
Presentación Asignada
en multimedia
CRONOGRAMA DE
presenciales)
TEMAS ACTIVIDADES TIEMPO
SICRÓNICAS
Tema 11 Foro o tarea en classroom 8 h acad.

Epidemiología
General

EVALUACIÓN
DESCRIPCIÓN PORCENTAJE UNIDADES
A
EVALUAR
PRIMER PARCIAL (PP) 20%
1
SEGUNDO PARCIAL (SP) 20% 2
EXÁMENES CORTOS (EC) 10% C/UNIDAD
TRABAJOS PRÁCTICOS (TP) 15% C/UNIDAD
TRABAJO DE EXTENSIÓN (TE) 10% INVEST.

REALIZADA
EXAMEN FINAL (EF) 25% 1,2,3
TOTAL 100%

BIBLIOGRAFÍA
BIBLIOGRAFÍA OBLIGATORIA
• R. Clifford Blair, Richard A. Taylor. Bioestadístico. 1ra Ed. México: Pearson

educación de México. 2008.
• Stanton A. Glantz. Bioestadística 6ta Ed.México: McGRAW
HILL/INTERAMERICANA EDITORES. 2016.
BIBLIOGRAFÍA COMPLEMENTARIA
• JIMENEZ GERMAN., (1993).Bioestadística. Universidad Santo Tomas,

Editor Universidad Santo Tomas, USDTA., Bogota, Colombia
• WAYNE DANIEL, (1999)., Bioestadística., Tercera Edición, Editorial Limusa,
Mexico, D. F.
• GUERRERO RODRIGO., GONZALES LUIS, MEDINA ERNESTO, (1986),
Epidemiología, Addison – Wesley Iberoamericana S.A. Wilmington,
Delaware, E.U.A.
• NAOMAR de ALMEDIDA FILHO., 1992)., Epidemiología sin Números.,
Colección Paltex, No 28., PUBLICACIÓN OPS/OMS., Washington D.C.,
EUA
• BEAGLEHOLE R., BONITA R., KJELLSTROM T., (1994)., Epidemiología
Básica., Publicación científica., No 551., OPS/OMS., Washington D.C.
EUA.


Guia Didactica 1-2023

Cargado por

Información del documento

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

Guia Didactica 1-2023

Cargado por

Copyright:

Formatos disponibles

Autor: M.Sc.

Juan Alberto Osinaga Heredia

Esta Guía Didáctica está destinada a orientar el trabajo académico del

GUÍA DIDÁCTICA 1-2023

GUÍA DIDÁCTICA 1-2023

TEMA 1. Estadística, una nueva ciencia

TEMA 2. Distribución de Frecuencias

TEMA 3. Representación Gráfica

GUÍA DIDÁCTICA 1-2023

TEMA 5. Medidas de Dispersión

frecuencias UNIDAD II: INFERENCIA ESTADÍSTICA

TEMA 6. Distribuciones Muestrales

TEMA 7. Pruebas de Hipótesis para Distribuciones

GUÍA DIDÁCTICA 1-2023

TEMA 9, Distribuciones No paramétricas

TEMA 10. Análisis de Regresión y

UNIDAD III: EPIDEMIOLOGÍA

TEMA 11. Epidemiología General

GUÍA DIDÁCTICA 1-2023

OBJETIVO PROFESIONAL: Comprender claramente la aplicabilidad

OBJETIVO PRODUCTIVO: Construir bases de datos para procesar los

OBJETIVO PERSONAL: Desarrollar una conducta ética frente al

Planifica una investigación cuantitativa y sistematiza los resultados,

GUÍA DIDÁCTICA 1-2023

GUÍA DIDÁCTICA 1-2023

El ser humano ha sido creado para multiplicar lo que tiene bajo su

GUÍA DIDÁCTICA 1-2023

La investigación en las áreas biológicas y muy especialmente en el

La estadística descriptiva resume un conjunto de datos proporcionando

GUÍA DIDÁCTICA 1-2023

Identifica y diferencia los diversos tipos de tablas y gráficos y la utilidad

Inicia un análisis estadístico al organizar los datos en tablas y a

Realiza, domina y aplica todas las medidas de tendencia central y de

GUÍA DIDÁCTICA 1-2023

¡Él es Dios con nosotros!

GUÍA DIDÁCTICA 1-2023

Tema 2 Presentación 8 h acad. Práctica 8 h acad.

Tema 4 Presentación 8 h acad. Práctica 8 h acad.

Tema 5 Presentación 4 h acad. Práctica 4 h acad.

GUÍA DIDÁCTICA 1-2023

Tema 1 Estadística, una nueva ciencia

Tema 2 Distribución de Frecuencias

Foro o tarea en classroom 8 h acad.

Tema 4 Medidas de Tendencia Central Trabajo Práctico de Parcial 4 h acad.

Tema 5 Medidas de Dispersión

Foro o tarea en classroom 4 h acad.

GUÍA DIDÁCTICA 1-2023

La palabra estadística como muchas otras palabras tiene varios significados.

Estadística.- Es la disciplina que se encarga de 1.la recolección, organización y procesamiento de

Bioestadística.- Las herramientas de la estadística se utilizan en muchos campos; negocios, educación,

Estadística Descriptiva.- Es el conjunto de métodos que implican la recolección, presentación y

Estadística Inferencial.- Es el conjunto de métodos o técnicas que posibilitan la generalización o toma de

GUÍA DIDÁCTICA 1-2023

Pueden ser: variables cuantitativas y variables cualitativas.

Variables cuantitativas continuas.- Se obtienen mediante mediciones, se pueden representar por

Muestra.- Es una parte un subconjunto representativo de la población. Y el proceso de obtener la

El método científico de investigación se basa en dos tipos de razonamiento: el deductivo y el

GUÍA DIDÁCTICA 1-2023

Pasos a seguir en una investigación estadística

a. Planteamiento del problema

c. Organización y clasificación de los datos recogidos

d. Análisis e interpretación de los resultados

Importancia del análisis estadístico

- A qué edad resulta más alta la mortalidad y por cuál enfermedad.