See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/305776015

_Bioestadistica para Residentes, estudiantes de las carreras Medicina,

Odontología, Enfermería y Ciencias de salud-Parte 2

Chapter · August 2016

CITATION READS

1 16,701

1 author:

Octavio O. Danel Ruas

Universidad de Ciencias Médicas de La Habana
134 PUBLICATIONS   53 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Formación de valores en las carreras de formación de personal de salud. View project

La aplicación de los dispositivos móviles y su inclusión como herramientas de trabajo en Facultades de Medicina. View project

All content following this page was uploaded by Octavio O. Danel Ruas on 04 August 2016.

The user has requested enhancement of the downloaded file.

 Manual de Bioestadística para
estudiantes de carreras de
Ciencias de salud y residentes.
Parte 2

Autores:
Octavio Oscar Danel Ruas
Asela Isabel Acosta Valenzuela
Carlos Andrés Santa María Rodríguez
Facultad de Ciencias Médicas Manuel Fajardo
Julio 2016
En el capítulo anterior vimos que las medidas de tendencia central nos informan sobre el
valor central de un conjunto de datos
La media, entre sus propiedades siempre existe y es única. Si a cada elemento de un
conjunto de datos se le suma una constante, la media aritmética de nuevo conjunto
será igual a la media aritmética del primer conjunto más la constante.En un conjunto de
datos, la sumatoria de la diferencia de todos los valores menos la media aritmética es
igual a 0.
La mediana, es el punto medio de los datos ordenados; es el valor que tiene por encima
y por debajo el 50% de los datos ordenados. Esta Indica el "centro" de la distribución,
no tiene en cuenta el valor de las observaciones.
Para calcular la mediana de un conjunto de datos primeramente será necesario
ordenar de menor a mayor o viceversa y después encontrar la posición central.La
mediana siempre existe, es única y no se afecta por valores extremos.
La moda, es el valor más frecuente de la distribución de los datos. No tiene fórmula.
Podemos tener más de una moda. Cuando todas las observaciones de una muestra
tienen lamisma frecuencia decimos que la muestra no tiene moda.La moda no siempre
existe. Si ninguno de los valores del conjunto de datos se repite no hay moda, no
siempre es única.
No siempre las medidas de tendencia central son suficientes para caracterizar a un
conjunto de datos. Por ejemplo: si tenemos el siguiente conjunto de datos
correspondientes al peso de un primer grupo de niños:
42 kg; 44 kg; 46 k, 48 kg y 50 kg.
Entonces a media de este conjunto de datos es:

La media de este conjunto de datos es 46 kg

Consideremos un segundo grupo de niños cuyos pesos son 6, 26,46,66 y 86 kg
Ahora puede comprobarse que la media de este grupo de datos es 46 kg

Es decir ambos conjuntos de datos tienen la misma media aritmética.

Sin embargo en el primer grupo de niños los valores varían entre 42 kg y 50 kg,
mientras en el segundo grupo de niños los valores varían entre 6 kg y 86 kg, por lo que
en este conjunto los valores de los datos están más alejados de su media aritmética.

MEDIDAS DE DISPERSIÓN
Medidas de dispersión:
• Nos indican donde se sitúa un grupo de observaciones.
• Nos indican si esas observaciones están próximas entre sí o si están muy
dispersas.
Medidas de Dispersión

Varianza:

La varianza poblacional se representa por θ² y la varianza muestral por S², siendo la

expresión matemática de esta última:
Donde es la media muestral,
xi es la i -ésima observación
y n es el tamaño muestral

La varianza, (S²), se define como la media de las diferencias cuadráticas de "n"

puntuaciones con respecto a su media aritmética, es decir:
Ejercicio 1:
Dados los datos de los pesos en kg de los dos grupos de niños del ejercicio anterior:
Primer grupo de niños Segundo grupo de niños
Peso Promedio Peso Promedio
42 (X1) 46 16 6 (X1)
44 (X2) 46 4 26 (X2)
46 (X3) 46 0 46 (X3)
48 (X4) 46 4 66 (X4)
50 (X5) 46 16 86 (x5)
40
Para el primer grupo tenemos que:

Se pide realizar los cálculos para el segundo grupo de niños

Desviación típica
La desviación típica muestral es la raíz
cuadrada de la varianza muestral.

El Coeficiente de variación (CV)

Mide el grado de dispersión respecto al promedio y es adimensional
lo cual facilita la comparabilidad. Valores mayores al 30% indican datos dispersos.
Habitualmente, para la comparar dispersión en variables en unidades de medida
diferentes o muestras diferentes, se utiliza una combinación entre la desviación
típica y la media, el coeficiente devariación:

Analicemos el siguiente ejemplo:

Peso promedio= 62 kg; Desviación estándar= 6 kg,
luego CV Peso= 6/62 x 100 = 9,6%
Talla promedio= 162 cm; Desviación estándar= 8 cm
De donde CV Talla= 8/162 x 100= 4, 9%
Si estamos comparando las desviaciones estándar parece que la talla es la más
dispersa de las dos variables, sin embargo, si comparamos el coeficiente de variación
vemos que CV Peso= 9,6%, mientras que el de la talla es 4,9%, Luego existe más
dispersión en la variable Peso. En lugar de comparar los pesos en kg, las tallas en cm y
las edades en años, podemos mejor comparar los CV que son todos en porcentajes.

Ejercicio 2:
Tenemos dos grupos de personas del sexo masculino que nos proporcionan los
siguientes datos:
Grupo 1 Grupo 2 Establece a través del cálculo de
Edad 25 años 11 años los dos coeficientes de variación
Peso medio 72,5 kg 40 kg en cuál de los dos grupos de
Desviación Estándar 5 kg 5 kg edades hay mayor variabilidad.

Rango:
Otra medida de dispersión es el rango. Indica el recorrido de la variable en estudio, es
la diferencia entre el valormáximo y el mínimo en un conjunto de datos
Donde, x MAX es el mayor dato observado y x MIN es el
valor mínimo observado
Permite obtener una idea de la dispersión de los datos, cuanto mayor es el rango, más
dispersos están los datos de ese conjunto.

Propiedades del Rango:

Es fácil de calcular y sus unidades son las mismas que las de la variable.
No utiliza todas las observaciones (sólo dos de ellas)
Se puede ver muy afectada por alguna observación extrema.
El rango aumenta con el número de observaciones, o bien se queda igual. En cualquier
caso nunca disminuye.
Ejercicio 3:
De los pacientes de una sala de un hospital se seleccionó una muestra de 5
pacientes y se les realizó tan examen médico para detectar la existencia de una
enfermedad. Se conoce que los resultados del examen médico siguen una
distribución normal.
Estos resultados fueron: 3,1 6,1 4,9 5,8 5,3
a) Estime el promedio o media de los resultados del examen médico.
b) Estime la varianza de los resultados del examen médico.

Ejercicio 4:
Se brindan los valores correspondientes a los niveles de colesterol en sangre de diez
pacientes hipertensos: 230, 240; 250; 250; 250; 210; 270; 240; 160 y 300 mg/100 ml.
a) Calcular la media de este conjunto de datos.
b) Calcular la varianza aplicando la fórmula anteriormente estudiada.
c) Determinar la desviación media y el coeficiente de variación.

Ejercicio 5:
A continuación se registran los datos de la edad de aparición genitourinaria en dos
grupos de mujeres:
Grupo 1: 35, 35, 37, 34, 38, 36, 32, 34, 36 y 33 años
Grupo 2: 2, 8, 30, 23, 68, 62, 40, 54, 47 y 16 años
Se quiere:
a) Calcular la media para ambos grupos de mujeres.
b) Determinar para cada uno de estos grupos la varianza.
c) Determinar la desviación media y el coeficiente de variación.
En ocasiones se nos presenta la necesidad del cálculo de estas medidas para un
conjunto de datos agrupados.

Ejercicio 6:
En un grupo de 16 estudiantes, se observó la estatura y se obtuvieron los siguientes
datos (ya ordenados):
1.52 1.52 1.53 1.53 1.57 1.58 1.58 1.60 1.64 1.64 1.64 1.66 1.66 1.74 1.76 1.79
Los datos se resumen en la siguiente tabla:

Para los valores mostrados:

a) Comprobar que el valor de la media es 1,6225
b) Determina el valor de la varianza
c) Calcula la desviación estándar
d) ¿Cuál es el coeficiente de variación? Realiza el cálculo
e) Completa los siguientes espacios en blanco:
• La máxima diferencia de estaturas entre los estudiantes es de ___ cm
• Las estaturas de los estudiantes se desvían en promedio ____ cm de su media.
• Las estaturas varían ______ % con respecto a su medía.
Ejercicio 7: En la tabla anterior:
a) Completa las casillas en blanco
b) Determina el valor de la media.
c) Calcula el valor de la mediana
Ejercicio 8:
Calcular para los datos siguientes, referidos a la estadía hospitalaria de nueve
pacientes infartados:
20 21 23 25 30 15 16 18 22
Determinar la Media Aritmética y la Desviación Standard
Ejercicio 9:
Se tienen dos grupos de pacientes a los cuales se les ha medido la frecuencia cardíaca:
Mujeres; 120; 80; 120 Hombres: 90; 110; 100; 100
a) Calcular la media de cada grupo.
b) Determina la desviación estándar y el coeficiente de variación.
c) Explique en qué grupo hay mayor variabilidad y fundamente su respuesta.
Ejercicio 10:
Los pesos al nacer de cinco niños en la sala de partos, momentos antes de ser
enviados al cunero o a la sala de prematuros (expresados en gramos) son:
900 3460 3000 3420 3100
a) Calcular el peso medio, mediana y la desviación estándar.
b) ¿Considera usted que el resultado de la media obtenida caracteriza
adecuadamente el comportamiento habitual del peso de los niños al nacer?
Comente su respuesta.
Ejercicio 11:
El número de exudados nasofaríngeos realizados a veinte pacientes, portadores de
amigdalitis crónica durante un año, fueron los siguientes:
5; 1; 4; 3; 0; 12; 10; 6; 0; 1; 6; 8; 4; 5; 6; 0; 3; 4; 6; 12.
a) Calcule el promedio de los exudados y compare sus resultados con la mediana y
la moda.
b) Determina además dos estadígrafos que midan la variabilidad que se produjo con
respecto al número medio de exudados.
c) Construye una tabla agrupando estos datos en cuatro clases
d) Con los datos agrupados, calcule el valor medio y compárelo con el valor
obtenido en el inciso a).
Ejercicio 12:
En el Instituto Oncológico, se tiene la siguiente distribución correspondiente a grupos de
edades para analizar diferentes décadas de la vida en que fallecieron pacientes con
patologías oncológicas.
Edades Fi Mi Fac
[19; 29) 10 24 10
[29;39) 15 34 25
[39;49) 15 44 40
[49; 59) 30 54 70
[59; 69) 30 64 100
[69; 79) 20 74 120
120
a) Calcule la edad promedio.
b) Compárelo con el valor mediano de la edad.

MEDIDAS DE POSICIÓN. CUANTILES: CUARTILES; DECILES y PERCENTILES.

Para caracterizar un conjunto de datos estudiaremos otras medidas que nos ayudan a
caracterizarlos, no siempre basta caracterizar una distribución solamente por sus
valores de centro.
Así la mediana ocupa siempre la posición central donde el 50% de los datos están a su
izquierda y el otro 50% de los datos a su derecha. Independientemente del número de
datos que estemos analizando.
De manera similar a lo que ocurre con la mediana, que divide al conjunto de datos en
dos partes iguales, ocasionalmente se hace necesario señalar otros valores en la
distribución.
Medidas de posición relativa (Cuantiles):

En una serie de datos ordenados, se denomina:

• Cuartiles: Al conjunto de valores que dividen ese conjunto en cuatro partes
iguales Para dividir el recorrido de una variable en cuatro partes, iguales
necesitamos tres valores Q1; Q2 y Q3; estos valores son denominados primera,
segunda y tercera cuartila. El valor del cuartil Q2 es igual a la mediana.
 • Deciles: Del mismo modo los valores que dividen el conjunto de datos en diez
partes iguales, se llaman deciles o decilas, para dividir el recorrido de una
variable en diez partes iguales, necesitamos nueve valores: D1 ;D2 ;D3;D4;...D9. La
quinta decila corresponde con la mediana.
• Percentiles: Se llaman así a los valores que dividen al conjunto de valores (serie
de datos) en cien partes iguales. El percentil indica, una vez ordenados los datos
de menor a mayor, el valor de la variable por debajo del cual se encuentra un
porcentaje dado de observaciones.
Percentiles (Después de ordenados los datos, se divide el recorrido de la variable
en cien partes iguales, necesitamos 99 valores para lograrlo: P 1; P2; P3; … hasta
P99). El primer percentil, P1, es el valor que tiene por debajo el 1% de los datos
ordenados; el segundo percentil, P2, es el valor que tiene por debajo el 2% de los
datos ordenados y así sucesivamente.
El percentil 50 corresponde a la mediana.
Los percentiles 25 y 75 corresponden a la primera y tercera cuartilas
respectivamente.
Así, por ejemplo, el percentil 25 es el valor debajo del cual se encuentran el 25% de las
observaciones.
Para determinar el percentil, la toma de valores es del 1 al 99. El de la muestra son
valores menores que él y el restante son mayores.
El percentil 25 (P25) representa el 1er cuartil (Q1)
El percentil 50 (P50) es la Mediana (Md) o 2do cuartil (Q2)
El percentil 75 (P75) representa el 3er cuartil (Q3)

Después de ordenar los datos de menor a mayor, debemos localizar la posición del
cuantil (cuartil, decil o percentil deseado) para ello se calcula el por ciento de los
datos que se encuentran a la izquierda de dicho cuantil si el valor obtenido como
resultado del cálculo no es entero, se aproxima al entero inmediato superior que
coincide con esa condición del cuantil calculado. Si este número es entero se toma
el promedio de las observaciones del lugar que ocupa este entero y el entero
siguiente, de manera similar a lo que se realiza con la mediana.

Observa que Q3– Q1 = P75– P25 (Agrupa el 50% de la muestra)

Ejercicio 13:

Dado el histograma que representa un conjunto del peso de veinte personas:

Calcula: a) El peso medio

b)La moda

c)La mediana

d)El valor del 1er y tercer cuartil

Primero: Ordenando los datos queda así:

1er cuartil= 60

2do cuartil= =65

3er cuartil= 70

Ya hemos estudiado en la Parte 1 que para el cálculo de la mediana, será necesario

aplicar la siguiente expresión:
Donde:
N= número total de casos.
L= límite inferior de la clase (o intervalo) de la mediana.
f=frecuencia de la clase de la mediana.
 

f a= frecuencia acumulada en la clase (intervalo) inmediata anterior a la clase (intervalo) de

la mediana.
i= diferencia entre los límites de la clase (intervalo) de la mediana.
Podremos generalizar esta fórmula para el cálculo de los percentil, deciles y cuartiles.
Li= Límite inferior de la clase ω = Tamaño de la clase

Fr ANT =Frec. acumulada anterior Fr α=Frecuencia de clase

 Los percentiles dividen el conjunto de datos ordenados de forma semejante a como lo
hace la mediana. Por ejemplo el percentil P0, 10 , divide al conjunto en dos partes, un
10% son valores inferiores a él y un 90% son superiores a él. El P0, 20 divide a la serie
en dos partes, un 20% son inferiores a él y un 80% son mayores.

Ejercicio 14:

A continuación se muestra una Tabla que registra los 815 pacientes atendidos en la
consulta de emergencia de un hospital por accidentes de tránsito

Edades f i fr f AC FR Xi Calcular P10; P20 y P30

(0;8] 61 0,075  61 0,074847 4
(8;16] 71 0,087  132 0,161963 12
(16;24] 264 0,324  335 0,411135 20
(24;32] 54 0,066  450 0,552147 28
, ,
(32;40] 83 0,102  533 0,653988 36 P 0,10= 8+ 8 ● =10,7
,
(40;48] 83 0,102  616 0,755828 44
(48;56] 72 0,088  688 0,844172 52 , ,
P 0,25= 16+ 8 ● =18,25
,
(56;64] 48 0,059  736 0,903067 60
(64;72] 45 0,055  781 0,958282 68
(72;80] 34 0,042  815 76 , ,
1,00  P 0,75= 48 + 8 ● =48
,
815 1,00

Estos son los cálculos de P0, 10; P0, 25 y P0, 75 utilizando la fórmula con los datos
completos obtendremos P0, 10=10, 6; P0, 25=18,63 y P 0,75= 46,75 años
 Percentiles en una Distribución normal.

MEDIDAS DE FORMA Asimetría

En distribuciones unimodales, la asimetría es una medida que nos permitirá saber hacia
dónde se agrupan los valores, pues lo que esperaríamos es que la mayor parte de los
valores se encuentren en el centro y en los extremos se encuentre valores en menor
cantidad, es por esto que si hay más valores agrupados a la izquierda se denomina
asimetría positiva, mientras que si están agrupados a la derecha la asimetría será
negativa, tal como se observa en la figura más abajo.

POSICIONES RELATIVAS DE LA MEDIA, LA MEDIANA Y LA MODA EN FUNCIÓN DE

LA ASIMETRÍA DE LAS DISTRIBUCIONES.
Tipos de asimetría

Existen algunas relaciones entre las diversas medidas de posición:

1) Para una distribución simétrica y unimodal, media= mediana= moda
2) Para una distribución positivamente asimétrica media > mediana > moda. La
distancia entre la mediana y la media está cercana a un tercio de la distancia entre la
moda y la media.
3) Para una distribución negativamente asimétrica, media < mediana < moda. La
distancia entre la mediana y la media está cercana a un tercio de la distancia entre la
moda y la media.
CENTRO Y SIMETRÍA:
Distribución de datos simétrica x= Md Distribución de datos sesgada a la derecha x >
Md Distribución de datos sesgada a la izquierda x < Md

La Asimetría.
Es una estadística necesaria para conocer cuánto se parece nuestra distribución a una
distribución teórica llamada “curva normal” y constituye un indicador del lado de la curva
donde se agrupan las frecuencias. Si es cero (asimetría = 0), la curva de distribución es
simétrica. Cuando es positiva quiere decir que hay valores agrupados hacia la izquierda
de la curva, por debajo de la media. Cuando es negativa significa que los valores
tienden a agruparse hacia la derecha de la curva, por encima de la media.

Ejercicio 15: En un grupo de estudiantes de la carrera de enfermería, se observó la

estatura de 16 alumnos y se obtuvieron los siguientes datos:
1,57;1,64;1,66;1,52;1,52;1,58;1,74;1,64;1,79;1,66;1,60; 1,53;1,58;1,53;1,64;1,76

Se quieren obtener los cuartiles Q 1; Q 2 y Q 3

Procedimiento:

1- Ordenar ascendentemente la serie (el conjunto de datos):

2- Para obtener los tres valores numéricos que dividen a la muestra ordenada en
cuatro partes iguales.
3- Los tres cuartiles, se denotan por Q1; Q 2 y Q 3

4- Primer cuartil, es un valor tal que 25% de las observaciones son menores y 75%
son mayores Q 1=XN+1/4 ( el subíndice indica la posición del dato), de donde
Q 1=X16+1/4= (153+157)/2= 155
El 25% de los estudiantes miden menos de 1.55 m y el otro 75% mide más
 5- Segundo cuartil, es un valor tal que 50% de las observaciones son menores y el
otro 50% son mayores Q 2=X2( 16+1) /4 ( el subíndice indica la posición del dato),
de donde Q 2=X2(16+1) /4= (160+164)/2= 162
El 50% de los estudiantes miden menos de 1.62 m y el otro 50% mide más
Este es el valor de la mediana de estos datos
6- Tercer cuartil, es un valor tal que 75% de las observaciones son menores y el
otro 25% son mayores Q 3=X3(16+1) /4 ( el subíndice indica la posición del dato),
de donde Q 3=X3(16+1) /4= (166+166)/2= 166
El 50% de los estudiantes miden menos de 1.62 m y el otro 50% mide más
Ejercicio 16:
Con el objetivo de estudiar la eficacia de un régimen alimentario para tratamiento de
diabetes fueron recogidas 12 muestras de sangre en diabéticos y analizada la cantidad de
azúcar. Datos de glucosa de muestras sanguíneas (mg/100ml)

187.45 187.57 187.37 187.49 187.58 187.37

187.46 187.62 187.47 187.53 187.39 187.46

Ejercicio 17:
Los datos referentes al número de dientes cariados, perdidos u obturados en una muestra
de 20 personas tratadas en una clínica dentaria están presentados en la tabla a
continuación. (). Se pide:
Dientes cariados, perdidos u obturados 6 4 1 0 2 3 0 5 0 4 0 4 6 1 3 5 8 3 2 7

Primero y el tercer cuartil. Interprete los resultados.

Respuesta: Q1= 1 (25% del total tiene 0 ó 1 carie); Q3= 3

Ejercicio 18: Considerando 12 observaciones (ordenadas) del tiempo en días de ingreso de

accidentados en el trabajo en un hospital: 1, 4, 7, 9, 10, 13, 15, 17, 17, 18, 19, 21.
Determine los cuartiles e intérprete estos valores.
Ejercicio 19: Considere los siguientes resultados relativos a tres distribuciones de
frecuencia y determinar el tipo de asimetría de cada una de ellas:
Distribuciones Mo
A 52 52
B 45 50
C 48 46
Ejercicio 20: Dado el conjunto de datos 5; 4; 15; 8; 3; 11; 4; 2.
a) Hallar la media y la mediana de estos datos.
b) Calcula la desviación estándar de este conjunto de valores.
c) Indique el primero, segundo y tercer cuartil.
Solución:

Ordenar el conjunto

De este modo queda identificado el 1ero. 2do y 3er cuartil para este conjunto o serie de
datos.
Ejercicio 21:

La fibrosis quística es una enfermedad que provoca la acumulación de moco espeso y

pegajoso en los pulmones, el tubo digestivo y otras áreas del cuerpo. Es uno de los tipos de
enfermedad pulmonar crónica más común en niños y adultos jóvenes. Es una enfermedad
potencialmente mortal.  La siguiente tabla muestra las edades y los datos de evaluación de
fuerza muscular inspiratoria (PI máx) de 25 pacientes con Fibrosis quística.

a) Para los datos de la función pulmonar de los 25 pacientes con fibrosis quística. Calcule el
valor de la mediana.
b) Calcula el primero, segundo y tercer cuartil.
c) Halla los percentil P10; P20 y P30
La Curtosis.
La curtosis es un indicador de lo plano o puntiaguda que es una curva. Cuando es cero,
curtosis = 0, significa que se trata de una curva Normal. Si es positiva, quiere decir que
la curva o distribución o polígono es más puntiaguda o levantada. Si es negativa quiere
decir que es más plana.
Asimetría
En distribuciones unimodales, la asimetría es una medida que nos permitirá saber hacia
dónde se agrupan los valores, si es una distribución normal, lo que tendremos que la
mayor parte de los valores se encuentren en el centro y en los extremos se encuentre
valores en menor cantidad. Pero si tenemos que hay más valores agrupados a la
izquierda se denomina asimetría positiva, mientras que si la mayor parte de los valores,
están agrupados a la derecha la asimetría será negativa, tal como se observa en la
figura de la página anterior.
PERCENTILES, DECILES Y CUARTILES
Si intentamos contestar la siguiente pregunta: ¿qué proporción de los valores de una
variable es menor o igual a un valor dado? ¿O proporción es mayor o igual a un dado
valor? ¿O entre dos valores?"
Cuando construimos una distribución de frecuencia acumulada, tales cuestiones
solamente pueden ser contestadas con relación a los límites de clase exactos.
Así diremos que el percentil x, es el valor de la variable que es mayor de lo que x % de
las observaciones. En otras palabras, el percentil x es el valor de la variable
correspondiente al valor de frecuencia relativa acumulada de x %
Para el cálculo del valor exacto del percentil x para datos agrupados se utiliza el mismo
método para la determinación de la mediana para un conjunto de datos ordenados, es
decir, la interpolación lineal.
El primer decil es el valor de la variable que supera un décimo (o en un 10 %) del total
de las observaciones. Si tenemos 200 observaciones, el segundo decil será
aproximadamente la observación de puesto 40.
El primer cuartil es el valor de la variable cuya frecuencia relativa acumulada es 0,25 (o
25 %). El tercer cuartil es el valor de la variable cuya frecuencia relativa acumulada es
0,75 (o 75 %). El primer cuartil es mayor de lo que un cuarto de los valores observados
y menor de lo que tres cuartos de estos valores. El tercer cuartil es mayor de lo que tres
cuartos de los valores observados y menor de lo que un cuarto de estos valores. El
segundo cuartil se coincide con la mediana.
Ejercicio 22:
A continuación se muestra la distribución de una muestra de 351 mujeres (adultas)
según su estatura, agrupadas por intervalos de frecuencias 1:

Aplica los cálculos correspondientes para comprobar los resultados de los valores de
los cuartiles, que se muestran en la siguiente Tabla de de mujeres según su estatura

Ejercicio 23:
Supongamos que tenemos 620 observaciones de frecuencia cardiaca en pacientes
portadores de hipertiroidismo.
¿Qué medida podría servirnos para delimitar el 25% de las frecuencias cardíacas
más bajas y que posición ocupará el elemento que separe ese 25% del 75%
restante?
El primer cuartil Q1 es el valor que tiene el 25% de 620 y el 75% a la derecha. Como
el conjunto contiene 620 observaciones.
Si deseáramos el dato del valor que separa el 20% a la izquierda y el 80% a la
derecha tendríamos que calcular el 20% de 620 y el 80% de 620.
En este caso aplicaremos una sencilla regla de 3, donde

155, este valor no es el cuartil que estamos buscando,

sino la posición que ocupa este cuartil en la relación de datos ordenados.
1. Pimentel Bergamaschi, D. ; Pacheco de Souza, J. M. (2013) Curso de
Bioestatística para Salud Pública. Sao Pablo. Brasil
Supongamos que un fragmento de los 620 valores medidos es:
 La posición 155 la ocupa el valor 155 y el valor siguiente a él es 118, por lo que
hallamos un promedio y queda calculado el valor 117, este valor será nuestro cuartil
a (Q1), es decir el valor que divide a la serie de manera tal que a su izquierda hay el
25% de las observaciones y a la derecha un 75% de las observaciones es el valor
117.

¿Cuál sería la posición del primer cuartil, si en lugar de 620 fueran 625 observaciones,
manteniendo el fragmento anterior con la misma numeración?
Como 625 es un número impar el 25% de esa cantidad, será un número fraccionario. El
25% de 625 es 156,25 por lo que se aproxima al entero siguiente que es 157, la
posición del cuartil (Q 1)es 157 a esta observación le corresponde el valor de presión
arterial 120

Ejercicio 24:
Los siguientes datos corresponden a los tiempos de reacción de una muestra de 33
pacientes, medidos en centésimas de segundo.
55, 51, 60, 56, 64, 56, 63, 63, 61 57, 62, 50, 49, 70, 72, 54, 48, 53, 58, 66, 68, 45, 74,
65, 58, 61, 62, 59, 64, 57, 63, 52, 67. Para este conjunto de datos:
a) Calcule la media y la mediana
b) Determina el primer y tercer cuartil, a partir de los datos.

Con los datos del ejercicio anterior, se ha construido una tabla agrupados en cinco
intervalos de igual amplitud. Como R= X máx – X mín= 74 – 45 = 29, este número no es
divisible por cinco, luego redondeamos al valor más próximo por exceso, que es 30,
dividiendo entre el número de intervalos que deseamos que son cinco, tendremos que
la amplitud que deben tomar los intervalos es seis.
Ejercicio 25:

Tiempos Nº sujetos f i MC (x i) fi●xi f acum

[45; 51) 4 48 4
[51; 57) 6 324
[57; 63) 11 60 21
[63; 69) 9 594
[69; 75) 3 72 33

Los datos muestran el tiempo de atención (en meses) brindada a un grupo de 48

pacientes (24 mujeres y 24 hombres) en un centro hospitalario A continuación se
presentan los datos ordenados para mujeres y hombres:
Mujeres: 2 2 3 3 4 4 5 5 6 6 7 7 7 7 8 8 8 8 10 10 11 11 12 18
Hombres: 2 2 3 4 4 4 4 7 7 7 8 9 9 10 12 15 15 15 16 18 18 22 22 24
a) Calcule la media, la varianza, la mediana, el coeficiente de variación y la desviación
estándar, para cada sexo por separado. Comente los resultados, comparando
ambos grupos.
b) Repita lo indicado en el ejercicio anterior para los 48 pacientes, sin distinción de
sexo. Compare con los resultados del inciso anterior.
En resumen podemos plantear que las medidas de tendencia central nos informan so-
bre el valor central del conjunto de datos, mientras que las medidas de dispersión nos
indican como varían los datos con respecto a ese valor central.
 Bibliografía:
Barón López, F. J. Manual de Bioestadística (2012) Métodos y Aplicaciones. Facultad
de Medicina. Universidad de Málaga.
Brito Rodríguez, J. A.; et. al. (1987) Bioestadística y Computación. Centro de
Cibernética Aplicada a la medicina (CECAM) Universidad de Ciencias médicas de La
Habana.
Chipia Lobo, J.F. (2014) Propuesta de la unidad curricular: Bioestadística, Escuela de
Medicina, Universidad de los Andes. Disponible en:
https://www.researchgate.net/publication/303844466
Colectivo de autores (2004) Laboratorio de Estadística Matemática 1 y 2. Editorial Félix
Varela, La Habana, Cuba.
Danel Ruas, O. O. (2016) Bioestadística para residentes, estudiantes de medicina,
enfermería y ciencias de salud. Disponible en:
https://www.researchgate.net/publication/305466999
Díaz Reissner, C. (2016) Fundamentos para la aplicación de Bioestadística en Odontología
(Parte 2) Disponible en Rev. Salud Pública Paraguay. Vol. 5 Nº 2; Julio-Diciembre 2015
https://www.researchgate.net/publication/303720777
Gómez, G.; Martín Andrés, A. (2010) Mesa redonda: La Estadística en la Investigación
Médica.Universidad de Granada. Disponible en
https://www.researchgate.net/publication/28262877
Kari Bjornard, M.D.(2015) Biostatistics and Evidence-Based Medicine. Disponible en
ClinicalKey. Bajado desde Infomed julio 07, 2016.
Oliva González, L.; et. al. Libro de ejercicios de Bioestadística. Centro de Cibernética
Aplicada a la medicina (CECAM) Universidad de Ciencias médicas de La Habana.
Pateiro López, B. (2012) Bioestadística. Grado en Medicina. Universidad de Málaga.
Pérez Atanasio, J.M. (2015) Principios de Bioestadística para comprender los resultados
reportados en los artículos científicos. Disponible en
https://www.researchgate.net/publication/280947067
Pimentel Bergamaschi, D.; Pacheco de Souza, J. M. (2013) Curso de Bioestadística
para Salud Pública. Sao Pablo. Brasil
Román Bravo, R.M. (2015) Importancia de la Bioestadística como herramienta en la
investigación. Disponible en https://www.researchgate.net/publication/283413845
Spiegel, M.R. (1987). Teoría y problemas de Estadística. Editorial Poligráfico “Juan
Marinello”, Santiago de Cuba.

View publication stats