BIOESTADISTICA

Guía teórica

Estadistica: Conjunto de métodos científicos relacionados con la recolección, presentación y

análisis de datos, para la deducción de conclusiones y la toma de decisiones objetivas.

Población: Conjunto de elementos acotados en un tiempo y un espacio determinados con alguna

característica común. Se denota con la letra N.

Muestra: Subconjunto de elementos de la población en estudio con alguna característica en

común observable..

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:

 Cualitativas: Aquellas cuyos elementos de variación tienen un carácter cualitativo, no

susceptible, de observación medible numéricamente., ej: sexo, resultado de una
muestra, estado de salud., etc.
 Cuantitativas: Aquellas cuyas propiedades pueden presentarse en forma numérica, ej:
litros de leche, peso, edad, etc.

Litros de leche, ganancia de peso, tiempo que

Continuas tarda en ocurrir un determinado evento.

Cuantitativas

Discretas Cantidad de huevas que pone una gallina,

número de lechones por camada.

Nominales Pelajes de equinos, razas de perros, estado de

animales.
Cualitativas

Medias de tendencia central: Son valores numéricos localizados

Ordinales Altura en(alto,
el centro delbajo),
medio, conjunto de (grande,
tamaño
datos y que los representan adecuadamente a los fines de análisis.
mediano,Las chico)
medidas más utilizadas
son la media, la mediana y la moda.

 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.

 Variancia (S2): La variancia es el promedio de las desviaciones al cuadrado entre los

datos y su media aritmética.
 Desvío estándar (S): La variancia es el promedio de las desviaciones al cuadrado.
 Rango: es la diferencia entra el mayor valor y el menor que alcanza la variable de
interés en el conjunto de valores de la variable. Depende mucho de la presencia de
valores extremos, por lo que no es muy confiable.
 Desvió medio: es la media aritmética o promedio de los valores absolutos de las
desviaciones respecto a la media aritmética. Tiene las mismas unidades que las
 observaciones. Cuanto mayor sea el valor de la desviación media, mayor es la
dispersión de los datos.
 Coeficiente de variación: es el coeficiente entre la desviación estandar y la media. Se
utiliza para evaluar la representatividad de la media en la muestra, y para comparar
distintas muestras. Valores bajos indican muestras menos dispersas y una media más
representativa, valores altos indican lo contrario. No posee unidades por ello es muy útil
para comparar muestras o grupos.
 Error estándar: es una medida del error de la media de una muestra. Se define como el
cociente entre el desvío estándar de la variable y la raíz del tamaño de la muestra. El
error estándar será menor cuanto más grande sea el tamaño de la muestra.

Tazas e índices:

 Razón: Relaciona dos categorías distintas del mismo fenómeno

 Proporción: Relaciona una parte de la población con el total al cual pertenece. Se
expresa en %.
 Tasas: Es el número de veces que se presenta un hecho cualquiera, en la población
sobre población susceptible en esa área estimada a la mitad del período de tiempo.
o Tipos:
 Brutas: El denominador es el total de población susceptible.
 Específicas: Subgrupos de la población susceptible.
o Frecuentes:
 Morbilidad: número de animales enfermos sobre número de animales
susceptibles.
 Prevalencia: mide el riego de estar enfermo. Es el número de
animales enfermos sobre la población susceptible expuesta
estimada a la mitad del período de tiempo, en un área
determinada.
 Incidencia: mide el riesgo a enfermar. Es el número de
animales enfermos nuevos sobre la población susceptible
expuesta estimada a la mitad del período de tiempo, en un área
determinada.
 Tasa de ataque: está dada cuando se presenta un número
elevado de casos de una determinada enfermedad en un
periodo corto de
 Mortalidad: número de animales muertos sobre la población
susceptible expuesta estimada a la mitad de periodo de tiempo en un
área determinada.
 Letalidad.: número de animales muertos sobre número de animales
enfermos.
 Índices: expresan diferencias positivas o negativas como %. Sirven para comparar una
variable a través del tiempo, sino que también podrían comparar la misma variable pero
en lugares diferentes en un mismo momento.

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)

Si A y B no son "estadísticamente independientes"

P (A y B) = P (A) . P(A/B) = P (B) . P (B/A)

Tipos de variables:

Variables discretas: Distribución de probabilidades:

 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