Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BIOESTADISTICA
BIOESTADISTICA
Guía teórica
Unidades muestrales: objetos en los cuales se registran la información de interés del estudio.
Pueden ser uno o varios individuos.
Variables: Son características que pueden cambiar de una unidad muestral a otra, ej: edad de los
animales, población de cada ciudad, etc. Se dividen en:
Cuantitativas
Media aritmética:
o Es el promedio (suma de las observaciones dividido el número total de las
observaciones) de todas las observaciones.
o Fórmula:
o Ejemplo: Calcular la media aritmética para el siguiente conjunto de datos.
5 9 12 7 15 3
(5+9+12+7+15+3)/6 = 51/6 = 8.5
Por lo tanto, la media aritmética es: 8.5
o Propiedades:
La suma de las desviaciones de cada valor de la variable respecto al
promedio es cero.
Suma de cuadrados mínima.
Si a cada observación se le suma (o resta) un valor constante c, el
promedio de la nueva variable será igual al promedio de los valores
originales, más (o menos) la constante c.
Si a cada observación xi se la multiplica (o divide) por una constante k
la media aritmética de la nueva variable será igual al promedio original
multiplicado (o dividido) por la constante k.
Si xi = k para todo i, donde k es constante luego el promedio es k.
Sean X1 y X2 dos variables “aleatorias” y hacemos y i = x1i + x
Moda: El valor que más se repite (puede no existir y si existe puede no ser única).
Ejemplo: Se le preguntó a una muestra de 10 estudiantes por el número de hermanos
que tiene. Sus respuestas fueron: 2, 1, 2, 0, 0, 1, 4, 5, 2, 3.
La moda es 2 porque se repite tres veces. Interpretación: La mayoría de estudiantes
tienen dos hermanos.
Mediana: Es el valor que se encuentra en el centro del conjunto de datos “ordenados”.
Por lo tanto, el 50% de los datos son menores que la mediana. se utiliza cuando los
datos presentan valores muy extremos. Cuando la media aritmética no es muy
representativa del conjunto.
Fórmula:
Ejemplo: Encontrar la mediana para el siguiente conjunto de datos:
9 12 5 16 8 3 11
Primero se ordenan los datos:
3 5 8 9 11 12 16
Una vez ordenados, como el número de datos es impar (7), se busca el que tiene la
posición (n+1)/2, o sea (7+1)/2 = 4. Este número es el 9 y representa la mediana.
Medidas de dispersión: son medidas que cuantifican cuan alejados están los datos del centro de
la distribución, ya sea que se tome como centro a la media o a la mediana de los datos. Las
medidas más usadas son, rango, desvió medio, variancia y desvío estándar.
Tazas e índices:
Probabilidades:
Definiciones:
o Clásica: Si un experimento aleatorio puede producir n resultados mutuamente
excluyentes, siendo todos igualmente probables y si f de estos resultados se
consideran favorables, la probabilidad de que aparezca un resultado favorable
es el número de casos favorables dividido el número de casos posibles.
o Teoría del límite de la frecuencia relativa: Si un experimento aleatorio se
realiza n veces con f éxitos, luego la frecuencia relativa, cuando n aumenta,
tiende al valor de la probabilidad.
o Teoría Axiomática de la Probabilidad: Esta definición enuncia 3 axiomas que
debe cumplir una función de probabilidad.
Experimento: Es "cualquier acto que puede repetirse en igualdad de condiciones, que
arroje resultados medibles".
Evento o suceso: Es un subconjunto de resultados de un experimento, puede estar
formado por uno o más elementos del espacio muestral (puntos muestrales). Se
denotaran con letras mayúsculas, de manera similar a la teoría de conjuntos.
Sucesos mutuamente excluyentes: aquellos en que la presencia de uno impide la del
otro, es decir no pueden ocurrir simultáneamente.
Espacio muestral: Conjunto de todos los resultados posibles de un experimento. Se
simboliza con S.
Variable aleatoria: Es una función que asigna un valor a cada elemento del espacio
muestral.
Leyes de Laplece:
o 1era ley: Los valores que puede tomar la probabilidad están entre 0 y 1.
0 < P (.) < 1
o 2da ley: Si dos eventos A y B son mutuamente excluyentes la probabilidad de
obtener el suceso A o B es igual a la suma de la probabilidad de A más la
probabilidad de B
P (A ó B) = P (A) + P (B)
Si A y B no son mutuamente excluyentes:
P (A ó B) = P (A) + P (B) – P (A . B)
o 3era ley: Dos sucesos A y B pertenecientes a S son "estadísticamente
independientes" si:
P (A y B) = P (A) . P (B)
Tipos de variables:
Distribución binomial:
o Características:
Solo dos resultados posibles: éxito y fracaso
p y q contantes en cada prueba.
Que el experimento pueda repetirse (n pruebas)
Independencia de los experimentos
Distribución de Poisson:
o Características:
La variable aleatoria es conteo en una unidad de
Tiempo o espacio
La probabilidad de ocurrencia es baja
El número de experiencias es alto