Documentos de Académico
Documentos de Profesional
Documentos de Cultura
COMPETENCIA
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.
UNIDAD 1
ESTADÍSTICA
DESCRIPTIVA
INTRODUCCIÓN
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:
CASO
DILEMÁTICO
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)
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
División.- El campo de la estadística generalmente esta dividida en dos grandes áreas: Estadística
Descriptiva y Estadística Inferencial.
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.
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.
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.
Métodos estadísticos
b. Recolección de la información
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…
- 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
lo que se deduce algunos usos principales de las estadísticas de salud (bioestadística) en: -
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.
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
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.
W=R/l
obtenido. Una vez realizado estos pasos, está listo para rellenar la tabla de
frecuencias:
l Límites PM fa fr FA
de clases
Donde:
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:
fr = (fa x 100) / n
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
- Pictogramas
- Ojivas
- Gráficos de línea
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.
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
RECURSOS
TAREA TEMA 1
3. Definir:
a. Estadística.
a. Bioestadística.
a. Variable.
a. Población, de ejemplos.
a. Muestra, de ejemplos.
TAREA TEMAS 2 Y 3
Qué es un histograma
TAREA TEMA 4
Qué supuestos
(restricciones) requiere el cálculo de la media, la moda y la mediana a
partir de los datos agrupados.
TAREA TEMA 5
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
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
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
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
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
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:
CASO
DILEMÁTICO
TEMAS
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.
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
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.
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.
Media X μ
Desviación Estándar s δ
Varianza s2 δ2
Proporciones o % p π
Tamaño o Número de n N
datos
Censo.
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.
Z = ( X – μ ) / ( s / raíz2 n )
Z = (p – π) / raíz2 (π x q / n) donde q = 1 – π
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.
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.
Z = ( X – μ ) / ( s / raíz2 n )
Z = (p – π) / raíz2 (π x q / n) donde q = 1 - π
• 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.
t = ( X – μ ) / ( s / raíz2 n )
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.
poblaciones.
q / n) = IC
estándares). Es asimétrica.
Esta curva no presenta valores negativos. El cero no está al medio sino en el extremo
izquierdo.
hipótesis de x².
x² = ( ( n – 1) x s2 / δ2
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.
TAREA TEMA 9
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:
CASO
DILEMÁTICO
CRONOGRAMA DE
ACTIVIDADES (8 horas no
presenciales)
TEMAS ACTIVIDADES TIEMPO
SICRÓNICAS
EVALUACIÓN
DESCRIPCIÓN PORCENTAJE UNIDADES
A
EVALUAR
PRIMER PARCIAL (PP) 20%
1
TOTAL 100%
BIBLIOGRAFÍA COMPLEMENTARIA