Bioestadtica Semna 1 A 7

BIOESTADISTICA
Facultad Ciencias de la
Salud y Servicios Sociales
UNIDAD 2
RECOLECCIÓN Y PRESENTACIÓN GRÁFICA DE DATOS
TEMA :
Síntesis de datos estadísticos
SUBTEMA: 1.- Organización de datos
SUBTEMA: 2.- Variables cualitativas y cuantitativas.
SUBTEMA: 3.- Tablas de Distribución de frecuencias simples.
SUBTEMA: 4.- Tablas de Distribución de frecuencias relativas
Msc. Juan T. Calderón Cisneros

OBJETIVO
DESARROLLA CONOCIMIENTOS
BÁSICOS SOBRE LOS
CONCEPTOS DE MEDIDAS DE
TENDENCIA CENTRAL Y DE
DISPERSIÓN APLICADA
CORRECTAMENTE EN EL
ÁMBITO DE LAS CIENCIAS DE LA
SALUD Y LAS CIENCIAS
BIOLÓGICAS
1-2
Discretas
Numéricas ó
Cuantitativas
Continuas
Variables
Nominales
Categóricas ó
Cualitativas
Ordinales
Distribución de Frecuencia
» Según Mendenhall (1990), indica que la
distribución de frecuencias es “e
agrupamiento de datos en categorías que
muestran el número de observaciones en
cada categoría mutuamente excluyente”.
Características importantes de los datos
• Centro
• Variación
• Distribución
• Valores Extremos
• Tiempo
Distribuciones de
Frecuencia
• Concepto: Lista valores de datos
junto con su frecuencia.
• Ej:
Edad Actrices Frecuencia
[20-30) 28
[30-40) 30
[40-50) 12
[50-60) 2
[60-70) 2
[70-80) 2
Distribuciones de
frecuencia
• Limites de clase Inferior :Cifras más pequeñas que
pueden pertenecer a las clases.
• Limites de clase Superior :Cifras más grande que

• Ancho de clase: Diferencia entre dos límites de clases

inferiores consecutivos.
• Marca de Clase: Punto medio de la clase (Lim Inf + Lim sup)/2

» La tabla de frecuencias la utilizamos en

Estadística para ordenar los datos.
» Revisar el siguiente link:
» https://www.youtube.com/watch?v=xq6t
BKbg3HQ
» Tomado de Clases Online Con Susi
Pasos para organizar los datos en una
distribución de frecuencias
Ejercicio
• Cierto fabricante selecciona aleatoriamente 20
días de invierno y toma la temperatura °C con
los siguientes resultados :
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27
• Realice la tabla de distribución de frecuencia
Ejemplo 1:
Las notas de 35 alumnos en el examen final de estadística, calificado del 0 al 10, son las
siguientes:
0; 0; 0; 0; 1; 1; 1; 1; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4; 5; 5; 5; 5; 6; 6; 6; 7; 7; 7; 8; 8; 8; 9; 10; 10.
Con los datos obtenidos, elaborar una tabla de frecuencias

Solución:
•El número de intervalos (k), donde N=35, me lo da el

enunciado del problema: k = 5
•Hallamos el rango: R = Xmax– Xmin = 10 – 0 = 10.
•Calculamos la amplitud de clase: A = R/k = 10/5 = 2.
•Ahora hallamos los límites inferiores y superiores de

cada clase, y elaboramos la tabla de frecuencias.
Ejemplo 2:
Un grupo de atletas se está preparando para una maratón siguiendo una dieta muy
estricta. A continuación, viene el peso en kilogramos que ha logrado bajar cada atleta
gracias a la dieta y ejercicios.
Elaborar una tabla de frecuencias con dichos valores.
Solución:
•El número de intervalos (k), lo calculamos usando la regla, el valor de k a 5
•Hallamos el rango: R = Xmax– Xmin = 19,8 – 0,2 = 19,6.
•Calculamos la amplitud de clase: A = R/k = 19,6/5 = 3,92. Redondeamos a 4.
•Ahora hallamos los límites inferiores y superiores de cada clase, y elaboramos la tabla de frecuencias.
Ejemplo 3:
Una tienda en línea registra el tiempo que tarda la empresa de correos en hacer llegar su mercadería a los
clientes. Los tiempos en días registrados son los siguientes:
Solución:
Calculamos el rango, número de intervalos usando la regla y la amplitud:
ANÁLISIS DE LOS DATOS
Estadística
Descriptivo Inferencial
Toma de Decisiones
ACTIVIDAD DE CIERRE
Organización de datos
La abundancia de datos trae muchas
oportunidades, y podemos obtener muchos
beneficios al aplicar una metodología de Business
Analytics en escenarios reales de una empresa
Revisar el siguiente link:
https://www.youtube.com/watch?v=em9L
iZmj_x0
Tomado de La importancia del análisis de datos en
las empresas | Roylin Castrillo | TEDxINCAE
Bibliografía
Montgomery, D. C., Runger, G. C., &

Medal, E. G. U. (1996). Probabilidad y
estadística aplicadas a la
ingeniería (No. 968-18-5914-6. 01-A1
LU. AL-PyE. 1.). Mexico DF, Mexico:
McGraw-Hill.
Walpole, R. E., Myers, R. H., & Myers,

S. L. (1999). Probabilidad y estadística
para ingenieros. Pearson Educación.
BIOESTADÍSTICA
ING. JUAN T. CALDERON CISNEROS. MSC, PhD(C)

DOCENTE-INVESTIGADOR – ACREDITADO
SENESCYT-REG-INV-18-02756
COORDINADOR DE LA RED ACADÉMICA "HERRAMIENTAS DE ESTADÍSTICA

MULTIVARIANTE PARA EL ANÁLISIS DE BIG DATA".
Nro. SENESCYT-2018-040_ REG-RED –18-0011.
RESEARCHERID IS: K-6083-2014

Scopus Author ID: 57204238028
http://orcid.org/0000-0002-8167-8694
http://www.redhemabigdat.com/
https://ec.linkedin.com/in/juan-t-calderon-cisneros-19a14b31
BIOESTADISTICA
UNIDAD 2
TEMA :
SUBTEMA: 1.- Organización de datos
SUBTEMA: 2.- Variables cualitativas y cuantitativas.
SUBTEMA: 3.- Tablas de Distribución de frecuencias simples.
SUBTEMA: 4.- Tablas de Distribución de frecuencias relativas

OBJETIVO
BÁSICOS SOBRE LOS
CORRECTAMENTE EN EL
BIOLÓGICAS

BKbg3HQ
Características importantes de los
datos
• Centro
• Variación
• Distribución
• Tiempo
Distribuciones de
Frecuencia
• Ej:
[20-30) 28
[30-40) 30
[40-50) 12
[50-60) 2
[60-70) 2
[70-80) 2
Distribuciones de
frecuencia



UNIDAD DE ANÁLISIS
» La abundancia de datos trae muchas
» https://www.youtube.com/watch?v=em9
LiZmj_x0
» Tomado de La importancia del análisis de datos en
Ejercicio
• Cierto fabricante selecciona
aleatoriamente 20 días de invierno y
toma la temperatura °C con los siguientes
resultados :
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27
• Realice la tabla de distribución de
frecuencia
• Desarrolle la tabla de distribución
de frecuencia a partir de los
siguientes datos que corresponden
a ingresos de 30 ejecutivos
expresado en miles $.
58 64 79 74 69 71 65 55 73 40
76 74 38 62 54 79 75 72 50 76
89 34 56 69 56 31 47 62 64 74
Distribución de
frecuencias relativas
• Se obtiene dividiendo cada frecuencia de clase
en el total de frecuencias. Las frecuencias
relativas en ocasiones se expresan como
porcentaje.
Frecuencia relativa= frecuencia de clase
suma de todas las frecuencias
Edad Actrices Frec. Relativa

[20-30) 37%
[30-40) 39%
[40-50) 16%
[50-60) 3%
[60-70) 3%
[70-80) 3%
Distribución de
frecuencias acumuladas
• La frecuencia acumulada de una
clase es la frecuencia de esa clase
y de todas las anteriores.
Edad Actrices Frec.
Acumulada
[20-30) 28
[30-40) 58
[40-50) 70
[50-60) 72
[60-70) 74
[70-80) 76
• En cierto país se desea investigar el crecimiento de los
jóvenes y se seleccionó una muestra aleatoria de 25 jóvenes
y se los midió.
Construya la tabla de distribución de frecuencia absoluta,

relativa y acumulada.
Exploración de datos en tablas de
frecuencia
• Distribución Normal
• Gráfica de campana
• Al inicio las frecuencias son bajas, después se
incrementan hasta un punto máximo y luego disminuyen.
• Distribución aproximadamente simétrica y las frecuencias
tienden a distribuirse de manera uniforme a ambos lados
• Ej. Las frecuencias:
1,5,6,10,7,4,1 son aprox normal
1,5,50,25,20,15,10,5,3,2 no se aprox normal.
Ejemplo
• Se seleccionaron a 1000 mujeres al azar y se
midieron sus estaturas. Tienen una
distribución normal?
Estaturas (pulg) Frecuencia
[56-58) 10
[58-60) 64
[60-62) 178
[62-64) 324
[64-66) 251
[66-68) 135
[68-70) 32
[70-72) 6
Ejercicios de aplicación
 La siguiente tabla Pesos (gramos) Frecuencia
corresponde a la [2,4-2,5) 18
[2,5-2,6) 19
frecuencia de los
[2,6-2,7) 0
pesos (gramos) de
[2,7-2,8) 0
monedas de un
[2,8-2,9) 2
centavo elegidas al [3,0-3,1) 25
azar. ¿Cuáles son sus [3,1-3,1) 8
conclusiones?
• Remítase a siguiente tabla de
distribución. ¿Cuáles son sus
conclusiones? Estatura hombres Frecuencia
(pulg)
[60-65) 4
[65-70) 25
[70-75) 9
[75-80) 0
[80-85) 0
[85-90) 0
[90-95) 0
[95-100) 0
[100-105) 1
• Una persona taladró un hoyo
Resultado Frecuencia
en un dado, lo rellenó de
plomo y lo lanzó 180 veces. Los 1 24
resultados se presentan en la
2 28
siguiente. Construya la 3 39
distribución de frecuencias 4 37
relativas para los resultados 5 25
que esperaría de un dado 6 27
perfectamente legal ¿Existen
diferencias en los resultados de
los dos dados?
Estadística
Toma de Decisiones
ACTIVIDAD DE CIERRE
Medidas de Síntesis
https://www.youtube.com/watch?v=E-
Vpyi6hO9k
Tomado de USAL MOOC Cursos Online Masivos y
Abiertos de la Universidad de Salamanca.
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694
BIOESTADISTICA
UNIDAD 1
CONCEPTOS BÁSICOS DE ESTADÍSTICA
TEMA 4:
DEFINICIÓN DE DATOS
SUBTEMA: 1.- Variable continua
SUBTEMA: 2.- Población
SUBTEMA: 3.- Muestra
SUBTEMA: 4.- Escala de medición

OBJETIVO
BÁSICOS SOBRE LOS
CONCEPTOS DE BIOESTADÍSTICA
APLICADA CORRECTAMENTE EN
EL ÁMBITO DE LAS CIENCIAS DE
LA SALUD Y LAS CIENCIAS
BIOLÓGICAS.
Resumen de tipos de variables
1-19
DATOS
Cualitativos o de atributos Cuantitativos o numéricos

(tipo de auto que posee)
discretos continuos
(número de hijos) (tiempo para resolver el examen)
• Las variables cuantitativas
se pueden clasificar como
discretas o continuas.
Variables continuas:
Pueden tomar cualquier valor dentro de un

intervalo específico.
Las variables continuas resultan generalmente de
medir algo.
EJEMPLO 1: El tiempo que toma volar de Miami a Nueva York.

EJEMPLO 2: La presión del aire en una llanta.
EJEMPLO 3: La hora en cada uno de los relojes de los
alumnos en clase de estadística.
EJEMPLO 4: La cantidad de dinero que tienen cada uno de
ustedes en sus bolsillos en este momento.
POBLACION
La población es el conjunto completo de
todos los elementos que se va a estudiar.
El censo es el conjunto de datos de cada

uno de los miembros de la población.
MUESTRA
Una muestra es un subconjunto de miembros de la
población.
La muestra debe ser seleccionada aleatoriamente y

representativa de la población
NIVELES DE MEDICIÓN
Niveles de Medición
• Generalmente el nivel de medición de un dato
marca los cálculos que pueden realizarse para
resumir y presentar la información, y las
pruebas estadísticas que pueden desarrollarse.
• ¿Cuáles son los niveles de medición?
1. Datos de nivel Nominal

2. Datos de nivel Ordinal
3. Datos de nivel de Intervalo
4. Datos de nivel de Razón
Nivel nominal: los datos sólo se puede clasificar en categorías
ó contarse, y no se pueden ordenar.
• No existe un orden especifico para las marcas.
Cuenta con las siguientes propiedades:
1. Las categorías de datos son mutuamente excluyentes, por
lo tanto, pertenece a una sola categoría.
2. Las categorías de datos no cuentan con un orden lógico.
• EJEMPLOS: color de los ojos, sexo, afiliación religiosa, etc..
Mutuamente excluyente: Cuando una persona,
objeto o artículo, al ser incluido en una categoría,
debe excluirse de las demás.
• EJEMPLO 1: color de los ojos.
• EJEMPLO 2: El matrimonio.
Exhaustivo: cada persona, objeto o artículo debe

clasificarse en al menos una categoría.
• ELEMPLO 1: afiliación religiosa.
• EJEMPLO 2: Las materias en que se encuentran
registrado en la universidad.
Nivel ordinal: involucra datos que se pueden
ordenar, pero no es posible determinar las
diferencias entre los valores de los datos o no
tienen significado.
Las propiedades del nivel ordinal son:
1. Las categorías son mutuamente excluyentes y
exhaustivas.
2. Dichas categorías se pueden clasificar u
ordenar de acuerdo con las características
particulares que poseen
• EJEMPLO: Como clasificaría la enseñanza del
profesor de matemáticas: Excelente, Muy
buena , buena, regular, y pésima.
Nivel de intervalo: similar al nivel ordinal, con la propiedad
adicional de que se pueden determinar cantidades
significativas de las diferencias entre los valores. No existe un
punto cero natural.
Propiedades del nivel de intervalo:
1. Las categorías son mutuamente excluyentes y exhaustivas.
2. Las citadas características también podemos determinar la
diferencia entre las mismas, se clasifican de acuerdo con
la cantidad de características que poseen.
3. Las diferencias iguales en la característica son
representadas por iguales diferencias en los números
asignados a las categorías.
• EJEMPLO: los grados de temperatura en la ciudad de
Guayaquil van de 38, 37, 40 y 35 grados centígrados estas
temperaturas se pueden medir fácilmente pero
Nivel de razón: el nivel de intervalo con un punto cero
inicial inherente. Las diferencias y razones son
significativas para este nivel de medición.
Propiedades del nivel de razón:
1. Las categorías son mutuamente excluyentes y
exhaustivas.
2. Dichas categorías se pueden clasificarse de acuerdo
con la cantidad de la característica que poseen.
3. Las diferencias iguales en las característica son
representadas por diferencias iguales en los
números asignados a las categorías.
4. El punto (o valor) 0 representa una ausencia de la
categoría.
EJEMPLOS: dinero, altura de los jugadores de
básquetbol de la NBA.
EJEMPLOS DE NIVEL DE RAZÓN
• EJEMPLO 1: dinero, altura de los jugadores de
básquetbol de la NBA.
• EJEMPLO 2: El peso es otro ejemplo, ya que si la

escala de la báscula está en cero hay una ausencia
de peso.
• La razón entre dos números también es importante.

• EJEMPLO 3: Si una persona gana $30.000 dólares al
año vendiendo seguros , y otra gana $60.000 dólares
al año vendiendo automóviles , la segunda persona
gana el doble que la primera( la razón o cociente es
2).
U2.-4-Organización De Datos Cualitativos.
Características importantes de los

datos
• Centro
• Variación
• Distribución
• Tiempo
Distribuciones de
Frecuencia
• Ej:
[20-30) 28
[30-40) 30
[40-50) 12
[50-60) 2
[60-70) 2
[70-80) 2
Distribuciones de
frecuencia




BKbg3HQ
UNIDAD DE ANÁLISIS
» La abundancia de datos trae muchas
» https://www.youtube.com/watch?v=em9
LiZmj_x0
» Tomado de La importancia del análisis de datos en
Ejercicio
• Cierto fabricante selecciona aleatoriamente 20
días de invierno y toma la temperatura °C con
los siguientes resultados :
24, 35, 17, 21, 24, 37, 26, 46, 58, 30,
32, 13, 12, 38, 41, 43, 44, 27, 53, 27
• Realice la tabla de distribución de frecuencia
• Desarrolle la tabla de distribución

de frecuencia a partir de los
siguientes datos que corresponden
a ingresos 58 de 643079 ejecutivos
74 69 71 65 55 73 40
expresado en miles
76 74$. 38 62 54 79 75 72 50 76
89 34 56 69 56 31 47 62 64 74
Distribución de
frecuencias relativas
• Se obtiene dividiendo cada frecuencia de clase
en el total de frecuencias. Las frecuencias
relativas en ocasiones se expresan como
porcentaje.
Frecuencia relativa= frecuencia de clase
suma de todas las frecuencias
Edad Actrices Frec. Relativa

[20-30) 37%
[30-40) 39%
[40-50) 16%
[50-60) 3%
[60-70) 3%
[70-80) 3%
Distribución de
frecuencias acumuladas
• La frecuencia acumulada de una
clase es la frecuencia de esa clase
y de todas las anteriores.
Edad Actrices Frec.
Acumulada
[20-30) 28
[30-40) 58
[40-50) 70
[50-60) 72
[60-70) 74
[70-80) 76
• En cierto país se desea investigar el crecimiento de los

jóvenes y se seleccionó una muestra aleatoria de 25 jóvenes
y se los midió.
Construya la tabla de distribución de frecuencia absoluta,

relativa y acumulada.
Exploración de datos en tablas de
frecuencia
• Distribución Normal
• Gráfica de campana
• Al inicio las frecuencias son bajas, después se
incrementan hasta un punto máximo y luego disminuyen.
• Distribución aproximadamente simétrica y las frecuencias
tienden a distribuirse de manera uniforme a ambos lados
• Ej. Las frecuencias:
1,5,6,10,7,4,1 son aprox normal
1,5,50,25,20,15,10,5,3,2 no se aprox normal.
Ejemplo
• Se seleccionaron a 1000 mujeres al azar y se
midieron sus estaturas. Tienen una
distribución Estaturas
normal? (pulg) Frecuencia
[56-58) 10
[58-60) 64
[60-62) 178
[62-64) 324
[64-66) 251
[66-68) 135
[68-70) 32
[70-72) 6
 La siguiente tabla Pesos (gramos) Frecuencia
corresponde a la [2,4-2,5) 18
[2,5-2,6) 19
frecuencia de los
[2,6-2,7) 0
pesos (gramos) de
[2,7-2,8) 0
monedas de un [2,8-2,9) 2
centavo elegidas al [3,0-3,1) 25
azar. ¿Cuáles son sus [3,1-3,1) 8
conclusiones?
• Remítase a siguiente tabla de
distribución. ¿Cuáles son sus
conclusiones? Estatura hombres Frecuencia
(pulg)
[60-65) 4
[65-70) 25
[70-75) 9
[75-80) 0
[80-85) 0
[85-90) 0
[90-95) 0
[95-100) 0
[100-105) 1
• Una persona taladró un hoyo

en un dado, lo rellenó de Resultado Frecuencia
plomo y lo lanzó 180 veces. Los
resultados se presentan en la 1 24
distribución de frecuencias 2 28
siguiente. Construya la 3 39
4 37
relativas para los resultados
que esperaría de un dado 5 25
perfectamente legal ¿Existen 6 27
diferencias en los resultados de
los dos dados?
Estadística
Toma de Decisiones
ACTIVIDAD DE CIERRE
ESCALAS DE MEDICION DE
LAS VARIABLES
https://www.youtube.com/watch?v=
MFHOKBcax_A
Tomado de Recorded with http://screencast-o-
matic.com
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

TAREAS ACADÉMICAS
Duración: Sesión 4
Objetivo: Evaluar conocimientos adquiridos en el tema 4 mediante la resolución de un
test en línea.
Instrucciones:
• Ingrese al espacio del test en la plataforma en la fecha indicada.
• Para resolver el presente test dispone de un solo intento y debe ser resuelto en un
tiempo de 10 minutos.
• El presente test consta de 5 preguntas
• Realiza el TEST 1 y revisa tu puntuación, 24 horas posterior al test.
40
BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694
BIOESTADISTICA
UNIDAD 1
TEMA 3:
SUBTEMA: 1.- Definición de variables
SUBTEMA: 2.- Variable cuantitativa
SUBTEMA: 3.- Variable cualitativa
SUBTEMA: 4.- Variable discreta

OBJETIVO
BÁSICOS SOBRE LOS
BIOLÓGICAS.
Resumen de tipos de variables
1-19
DATOS
Cualitativos o de atributos Cuantitativos o numéricos

(tipo de auto que posee)
discretos continuos
(número de hijos) (tiempo para resolver el examen)
Tipos de variables
1. Los obtenidos a través de una población cualitativa.
2. Los obtenidos a través de una población cuantitativa.

Variable cualitativa o de atributos:
• Es cuando la característica o variable

que se estudia no es numérica.
• Cuando la información estudiada es
cualitativa, generalmente nos interesa
saber cuántas o que proporción entra en
cada categoría.
EJEMPLOS: sexo, afiliación religiosa, tipo de

automóvil que se posee, lugar de nacimiento,
color de los ojos.
Variable cuantitativa:
• Es cuando la variable estudiada se puede expresar
numéricamente.
• Y la población se conoce como población cuantitativa.
EJEMPLO: saldo en una cuenta de cheques,

minutos que faltan para que termine la clase,
número de niños en una familia.
• Las variables cuantitativas
se pueden clasificar como
discretas o continuas.
Variables discretas:
sólo pueden adquirir ciertos valores y casi
siempre hay “brechas” entre esos valores.
Por lo común las variables discretas casi
siempre resultan del conteo.
EJEMPLO1: el número de habitaciones en una casa

(1,2,3,..., etc.).
EJEMPLO 2: El número de vehículos que pasan por el
peaje para ir a la costa.
EJEMPLO 3: El número de vehículos que ingresan a
Ecotec desde las 6:00 hasta la 6:35.
EJEMPLO 4: El número de estudiantes en el curso de
Estadística del laboratorio B.
U1.-3-Introducción a la estadística.
1-2
En la exploración se Existe una serie de

utilizan tablas, paquetes
gráficos, resúmenes computacionales
numéricos, etcétera estadísticos,
Técnicas Se citan algunos de

exploratorias que estos: SPSS, SAS,
describan de una MINITAB, S-PLUS, R,
manera rápida su ANALISIS STATGRAPHICS,
comportamiento. EXPLORATORIO DE STATISTICA, etcétera.
DATOS
“lo que dicen los
datos”
Usos y abusos de la
Estadística
Errores comunes
Muestra autoseleccionada: Los
propios sujetos deciden ser
incluidos. Encuestas por:
Internet,
Correo
Teléfono.
Muestras pequeñas
Errores comunes
• Gráficas engañosas
Ventas anuales por Ventas anuales

ciudad por ciudad
35000 32996
33500 32996 30180
33000 30000
32500 25000
Ventas ($)
32000
Ventas ($)
31500 20000
31000 15000
30500 30180
30000 10000
29500 5000
29000
0
28500
Guayaquil Quito
Guayaquil Quito
Ciudades
Ciudades
Errores comunes
• Pictogramas:
 Preguntas predispuestas:
Ej: ¿Debería el presidente utilizar su poder de veto para
eliminar los desperdicios? …………………… 97% si
¿Debería utilizar el presidente su poder de veto? 57% si
 Orden de preguntas:
◦ Ej: ¿Cree usted que el tránsito vehicular contribuye a la
contaminación mas o menos que la industria? 47% tránsito
◦ ¿Cree usted que la industria contribuye a la contaminación mas
o menos que el tránsito vehicular ? 24% tránsito
 Correlación y causalidad: Correlación indica que dos variables

están relacionadas. Sin embargo correlación no implica causalidad.
 Estudios para el propio beneficio.
 Imágenes parciales :
Ej. “El 90% de todos nuestros automóvi-
les vendidos en este país en los últimos
10 años continua circulando”
Pensamiento Crítico
• Un estudio reveló que en cierta ciudad se expiden más multas

por exceso de velocidad a los individuos de grupos minoritarios.
Conclusión : En la ciudad los individuos de grupos minoritarios
exceden la velocidad límite mas que los blancos.
• En un estudio sobre los síntomas del resfriado, se encontró que

todos los sujetos que estaban resfriados mejoraron dos semanas
después de tomar píldoras de jengibre. Conclusión: Las píldoras
de jengibre curan el resfriado.
• Usted planea realizar una encuesta para conocer el porcentaje

de personas que están de acuerdo con cierta nueva ley. Usted
obtiene direcciones y teléfonos del directorio telefónico y envía
una encuesta a 850 personas elegidas al azar. ¿Por qué no es
correcto utilizar el directorio telefónico como fuente de los
sujetos para las encuestas?
• El Senado de Hawai entro en audiencia para considerar una ley que

obligaba a los motociclistas a usar casco. Algunos motociclistas
testificaron que habían participado en choques donde los cascos
resultaron inútiles. ¿Qué importante grupo no fue capaz de testificar?
• Usted necesita hacer un estudio para determinar el tamaño promedio

de una familia en la ciudad donde vive. Para esto reúne datos que
consisten en el número de hermanos y hermanas de los estudiantes de
su universidad. ¿Cuáles son los problemas de su investigación?
Actividad en clase:
ACTIVIDAD DE CIERRE
Variables Discretas y Continuas

veamos las diferencias entre variables discretas y
continuas con ejemplos y ejercicios.
https://www.youtube.com/watch?time_conti
nue=6&v=fMW5S6JdMzg&feature=emb_logo
Tomado de Matemóvil
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

TAREAS ACADÉMICAS
Objetivo: Reconocer la relación de la Estadística y otras ciencias
Instrucciones:
Lea detenidamente cada una de las definiciones y relacione con la ciencia que
corresponda
25
BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694
BIOESTADISTICA
UNIDAD 1
TEMA 2:
SUBTEMA: 1.- Estadística Descriptiva.
SUBTEMA: 2.- Estadística Inferencia
SUBTEMA: 3.- Fuente de datos
SUBTEMA: 4.- Diferencias entre estadística paramétrica y no paramétrica.

OBJETIVO
BÁSICOS SOBRE LOS
BIOLÓGICAS.
Tipos de Estadísticas
• ¿Cuáles son los tipos de Estadísticas?
1. Estadística Descriptiva
2. Estadística Inferencial
Estadística Descriptiva
• Conjunto de métodos para organizar, resumir y presentar
datos de manera informativa.
• Los conjuntos de datos no organizados son de poco valor.
• Sin embargo hay técnicas estadísticas disponibles para
organizar este tipo de información de manera significativa.
• Algunos datos pueden organizarse en una distribución de
frecuencias.
• Los promedios específicos, como la media, pueden calcularse
para describir el valor central de un grupo de datos
numéricos.
Ejemplos de Estadística Descriptiva
• EJEMPLO 1: un sondeo de opinión encontró

que 49% de las personas en una encuesta
sabían el nombre del primer libro en la Biblia.
La estadística “49” describe el número de
cada 100 personas que saben la respuesta.
• EXAMPLE 2: según el Consumer Reports, los
dueños de lavadoras de ropa Whirlpool
reportaron 9 problemas por cada 100
máquinas durante 1995. La estadística “9”
describe el número de problemas por cada
100 máquinas.
Estadística Inferencial:
• Conjunto de métodos utilizados para saber algo
acerca de una población, con base en una muestra.
• La principal preocupación referente a la Estadística
Inferencial es encontrar algo sobre una población
basada en una muestra tomada de esa población
• Una población es un conjunto de todos los posibles
individuos, objetos o medidas de interés.
• Una muestra es una porción, o parte, de la población
de interés.
Ejemplos de inferencia estadística
• EJEMPLO 1: las cadenas de TV monitorean la
popularidad de sus programas contratando a alguna
organización de consultoría para muestrear las
preferencias de los televidentes.
• EJEMPLO 2: el departamento de contabilidad de una
empresa elegirá una muestra de facturas para verificar la
exactitud de todas las facturas de la compañía.
• EJEMPLO 3: los catadores de vino prueban unas cuantas
gotas para tomar la decisión de liberar todo el vino para
la venta.
DATOS
Caso de estudio:
En toda compañía en la cual se desea saber el nivel de
aceptación que tienen los productos que se ofrecen a
los consumidores, se utiliza la estadística la cual nos
permitirá mediante cuestionarios saber que tan bien
posesionado se encuentra un producto en el mercado y
cuáles son las sugerencias que tienen los clientes o que
esperan los clientes obtener de nuestro producto; la
misma que nos permitirá hacer sugerencias acerca del
producto. Así como saber las ventas futras en base a
las ventas anteriores, o también cuantos insumos
necesitarán comprar en el siguiente mes para poder
satisfacer las necesidades del mercado
DATOS
El departamento de mercadotecnia de Unilever, compañía
productora de jabones, tiene la responsabilidad de presentar
recomendaciones acerca de la ganancia potencial de un nuevo
grupo de jabones faciales recién desarrollados con olor a frutas,
como uva, naranja y piña. Antes de tomar una decisión final,
realizarán pruebas en diferentes mercados. Esto quiere decir que los
puede presentar y vender en Guayaquil, Quito y Cuenca. Unilever
tomará la decisión de introducir o no los jabones a nivel nacional
basándose en las pruebas del estudio.
DATOS
Comentario:
En este ejemplo podemos observar que la compañía
Unilever, antes de poner un producto en el mercado realiza
un análisis de investigación de mercados, mediante la
entrega de jabones de muestra el mismo que nos permitirá
saber si las personas que lo reciben les agrada el producto y
si estarían dispuestos a comprarlo en el momento que salgan
al mercado, así como cuanto estarían dispuesto a pagar, que
recomendaciones le harían, y en qué lugar le gustaría que se
expendieran estos productos
CONCEPTOS BÁSICOS
Son la materia prima con que trabaja

DATOS la estadística
Todo dato tienen al menos tres componentes:

ESTRUCTURA a.- una unidad de análisis,
DEL DATO b.- una variable y
c.- una categoría
Walpole, R. E., Myers, R. H., & Myers, S. L. (1999). Probabilidad y estadística para
ingenieros. Pearson Educación.
ESTRUCTURA DEL DATO
Es la característica, propiedad o
VARIABLE atributo que se predica de la unidad
de análisis.
Puede ser la edad para una persona,

EJEMPLOS el grado de cohesión para una familia,
el peso específico para una sustancia química
el nivel de ‘salud’ para una dentadura
ESTRUCTURA DEL DATO
Es cada una de las posibles

CATEGORÍA
variaciones de una variable.
Categorías de la variable sexo son masculino

y femenino, de la variable ocupación pueden
EJEMPLOS ser arquitecto, médico, etc.
y de la variable edad pueden ser 10 años, 11
años, etc.
DIFERENCIAS ENTRE ESTADÍSTICA PARAMÉTRICA Y
NO PARAMÉTRICA
La estadística paramétrica utiliza cálculos y

procedimientos asumiendo que conoce cómo se
distribuye la variable aleatoria a estudiar.
Por el contrario, la estadística no paramétrica utiliza

métodos para conocer cómo se distribuye un fenómeno
para, más tarde, utilizar técnicas de estadística
paramétrica.
VARIABLES
Caso de estudio: él número de habitaciones en

una casa (1, 2, 3,..., etc.).
Comentario:
Las variables discretas como bien lo dice resultan
de un conteo, el mismo que tiene brechas o
espacios entre cada valor. Como podemos
observar en el Ejemplo1 cuando contamos el
número de habitaciones en una casa podemos ver
que hay 1, 2, 3,... habitaciones el hecho de que
haya un cuarto pequeño esto no quiere decir que
sea media habitación al contrario se debe de
contar como una habitación.
1-2
1-2
1-2
1-2
1-2
1-2
1-2
1-2
1-2
1-2
Actividad en clase:
ACTIVIDAD DE CIERRE
UNIDAD DE ANÁLISIS
La abundancia de datos trae muchas oportunidades, y
podemos obtener muchos beneficios al aplicar una
metodología de Business Analytics en escenarios
reales de una empresa
https://www.youtube.com/watch?v=em9LiZ
mj_x0
Tomado de La importancia del análisis de datos en las
empresas | Roylin Castrillo | TEDxINCAE
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

TAREAS ACADÉMICAS
Objetivo: Identificar las características más relevantes de la alfabetización estadística.
Instrucciones:
Con base en tu lectura cuidadosa del siguiente recurso, realiza lo que se pide:
Elaborar un mapa mental sobre ¿Cómo contribuir a la alfabetización estadística?,
Recuperado de
https://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/viewFile/4/8
Consultar los materiales de la plataforma (documento base de lectura y diapositivas,

sobre el tema “alfabetización estadística”).
 Revisa en internet qué es un mapa mental y revisar diversos ejemplos que puedan ser
utilizados para la realización de la actividad.
 El mapa mental debe ser realizado de manera digital, no se aceptarán trabajos a mano
 Una vez finalizada la tarea, captura la pantalla y pega la imagen del mapa mental, así
mismo debe adjuntar el link de la página donde realizó el mapa mental.
 Entrega el documento en formato PDF por medio del espacio de tareas en la plataforma en
el tiempo establecido.
29
BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694
BIOESTADISTICA
UNIDAD 2
TEMA 3:
SUBTEMA: 1.- Tablas de Distribución de frecuencias relativas porcentuales.
SUBTEMA: 2.- Tablas de Distribución de frecuencias acumuladas
SUBTEMA: 3.- Representaciones Graficas.
SUBTEMA: 4.- Parámetros de tendencia central

OBJETIVO
BÁSICOS SOBRE LOS
CORRECTAMENTE EN EL
BIOLÓGICAS
Ejemplo 1:
Las notas de 35 alumnos en el examen final de estadística, calificado del 0 al 10, son las
siguientes:
0; 0; 0; 0; 1; 1; 1; 1; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4; 5; 5; 5; 5; 6; 6; 6; 7; 7; 7; 8; 8; 8; 9; 10; 10.
Con los datos obtenidos, elaborar una tabla de frecuencias

Solución:
•El número de intervalos (k), donde N=35, me lo da el

enunciado del problema: k = 5
•Hallamos el rango: R = Xmax– Xmin = 10 – 0 = 10.
•Calculamos la amplitud de clase: A = R/k = 10/5 = 2.
•Ahora hallamos los límites inferiores y superiores de

cada clase, y elaboramos la tabla de frecuencias.
Existen diferentes
Si se eligen muchos
reglas para
intervalos, la longitud
determinar el
de cada uno de ellos
número de intervalos
resulta pequeña
de clase
Si se eligen pocos
intervalos, la longitud Una de ellas es la
de cada intervalo de regla de Sturges.
clase resulta grande.
NÚMERO DE
INTERVALOS DE
CLASE A USAR
6
2.- Calcular la longitud de la
clase con= 3.- Diseñar la tabla
𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟 con las clases y
𝑁𝑢𝑚𝑒𝑟𝑜 𝑐𝑙𝑎𝑠𝑒𝑠 frecuencias absolutas
y relativas
1.- Calcular el
numero de clases
con= 4.- Adicional se calcula:
* marca de clases se usa
𝟐𝑲 ≥ 𝒏 grafico de polígonos
Donde N=numero de ELABORACION DE * Frecuencia acumulada
datos. se usa para grafico de
INTERVALOS DE ojiva.
Aunque a muchas CLASES CON LA
asumen el numero. REGLA DE
STURGES
* Gráfico de barras,
* Gráfico de sectores circulares
Variables * Líneas
cualitativas.
* Diagrama de Pareto para el control de

calidad (el 80% de los problemas se
deben al 20% de las causas)
.
GRÁFICAS
Discretas * Gráfico de bastones
* Histogramas
Variables
Cuantitativas Continuas * Polígonos
* Ojivas
* Diagrama de
dispersión
Discretas o Continuas
*Series de tiempo
Variable: Cualitativa
Variable: Cualitativa
Variable: Cuantitativa - Discreta
Variable: Cuantitativa - Continua
Variable: Cuantitativa
14
Variable: Cuantitativa
Para dos variables
categóricas X ,Y, indica el
número de veces que Además se generan
las variables, toma de gráficos de barras.
manera simultanea los
valores de X e Y.
También llamadas
Pueden frecuencias
tablas cruzadas o
absolutas o
tablas de
frecuencias relativas.
contingencia.
DISTRIBUCIÓN
CONJUNTA DE
FRECUENCIAS
Estas medidas son:
1.-Media aritmética
3.-Mediana Es un valor promedio
4.-Moda para representar o
resumir las
características de un
Permite determinar la conjunto de valores.
posición de un valor
respecto a un
conjunto de datos, el Se calcula tanto para
cual lo consideramos datos agrupados en
como representativo. tablas de frecuencia o
para datos originales
MEDIDAS DE es decir no agrupados
TENDENCIA
CENTRAL
19
Su fórmula para datos
no agrupados: Una desventaja es
σ𝑿 que es muy sensible
ഥ
𝑿=
𝒏 a valores muy
pequeños o grandes
σ𝑿
𝝁=
𝑵
agrupados:
Es la mas conocida, σ 𝑿. 𝒇
utilizada y entendida 𝝁=𝑿 ഥ=
por todos, es 𝒏
adaptable cuando se Donde:
trata de hacer
cálculos MEDIA X= marca de clase o el
matemáticos. ARITMETICA valor de la variable
Se la conoce como
media ponderada
21
agrupados: Su formula para datos no
𝒏 agrupados:
− 𝑭𝒋−𝟏
𝑴𝒆 = 𝑳𝒊𝒏𝒇 + 𝒊 ∗ 𝟐 (cuando n es impar)
𝒇𝒋
Su importancia es 𝑴𝒆 = 𝑿 𝒋
menor debido a su (cuando n es par)
fórmula que es rígidas 𝑿𝒋−𝟏 + 𝑿𝒋
ya que no admiten 𝑴𝒆 =
tratamiento algebraico. 𝟐
Es el valor central de un Para encontrar la
conjunto de datos posición de la mediana
ordenados. es:
Su ventaja es que los 𝒏+𝟏
valores extremos no 𝟐
tienen incidencia en el
calculo. MEDIANA
23
Su ventaja es que es la
única medida de Su formula para datos no
posición que puede ser agrupados:
utilizada en atributos es
decir cuando la (valor que mas se
característica es repite)
cualitativa 𝑴𝒐 = 𝑿𝒋
Es el valor de la variable
que mas se repite o
aquel que representa la Su formula para datos
máxima frecuencia. agrupados:
Puede suceder que una (valor que mas se repite
distribución tenga dos o en las frecuencias)
mas modas. 𝑴𝒐 = 𝒎𝒂𝒓𝒄𝒂 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆
MODA
25
PERCENTILES
Un percentil aporta información acerca de la

dispersión de los datos en el intervalo que va del
menor al mayor valor de los datos.
27
PERCENTIL
El percentil p es un valor tal que por lo menos p

por ciento de las observaciones son
menores o iguales que este valor y por lo menos
(100 p) por ciento de las observaciones son
mayores o iguales que este valor.
28
CALCULO DEL PERCENTIL
29
CALCULO DEL PERCENTIL
Ejemplo
Determine el percentil 85 y 50 en los sueldos mensuales
iniciales.
30
CUARTILES
A los puntos de división se les conoce como
cuartiles y están definidos
como sigue:
31
CUARTILES
Los cuartiles han sido definidos como el percentil

25, el percentil 50 y el percentil 75.
Por lo que los cuartiles se calculan de la misma

manera que los percentiles.
32
CUARTILES
CALCULAR LOS CUARTILES DEL EJERCICIO

ANTERIOR
33
RESUMEN DE CINCO NÚMEROS
En el resumen de cinco números se usan los cinco números siguientes para
resumir los datos.
34
DIAGRAMA DE CAJA
Es un resumen gráfico de los datos con base en el
resumen de cinco números.
La clave para la elaboración de un diagrama de caja es

el cálculo de la mediana y de los cuartiles Q1 y Q3.
También se necesita el rango intercuartílico, RIC= Q3-

Q1
35
PASOS PARA ELABORAR UN
DIAGRAMA DE CAJA
36
37
Sin embargo es posible
determinar si hay
concentración de datos
alrededor del promedio, el
cual nos indicaría una
buena representatividad Por el contrario una
Al calcular un gran dispersión
promedio, por estaría indicando
ejemplo la media no poca
sabemos hasta donde representatividad,
se dá la por lo tanto no sería
representatividad confiable o adecuada
para ese conjunto de par el conjunto de
datos. datos.
MEDIDAS DE
DISPERSION
38
La desviación Rango= Valor mayor –
estándar S ò σ Valor menor
Se define como la raíz
cuadrada positiva de la
La varianza: S2 ò varianza
Es la medida de dispersión
σ2 mas sencilla.
Se define como la media de

los cuadrados de las
Coeficiente de
diferencias entre los valores variación=
que toma la variable y su 𝑫𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏 𝒆𝒔𝒕á𝒏𝒅𝒂𝒓
media. Sus símbolos son: 𝑴𝒆𝒅𝒊𝒂
MEDIDAS DE indica cuán grande es
S2 = varianza muestral DISPERSION la desviación
σ2= varianza poblacional
estándar en relación
con la media
39
DATOS NO AGRUPADOS Y AGRUPADOS
40
DATOS NO AGRUPADOS
41
42
43
DATOS AGRUPADOS
σ(𝑋 − ത 2𝑓
𝑋)
𝑆2 =
𝑛−1
σ 𝑋 2
𝑓 − 𝑛 ത2
𝑋
𝑆2 =
𝑛−1
σ 2
𝑋 𝑓
2
𝑆 = − 𝑋ത 2
𝑛−1
44
EJERCICIOS EN CLASES
Realizar los ejercicios

proporcionados por el
docente
45
Estadística
Toma de Decisiones
ACTIVIDAD DE CIERRE
Parámetros de tendencia central

Los parámetros estadísticas sirven para sintetizar la
información dada por una tabla o gráfica.
Concretamente, los parámetros de centralización nos
indican cuál es el valor centro en torno al cual se
distribuyen los datos.
https://www.youtube.com/watch?v=CrItHF8aJ
3M
Tomado de La CLASES ONLINE CON SUSI --- Si tienes
alguna duda concreta o quieres que sea tu profesora
particular puedes solicitarme Clases Online en este
enlace: http://susiprofe.com/ver/clases
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694
BIOESTADISTICA
UNIDAD 1
TEMA 1:
DEFINICIONES BÁSICAS
SUBTEMA: 1.- Definiciones empleadas estadística

SUBTEMA: 2.- Bioestadística.
SUBTEMA: 3.- Utilidad de la bioestadística en el ámbito de la salud.
SUBTEMA: 4.- Programas más utilizados en Bioestadística

ACTIVIDAD DE INICIO
LLUVIA DE IDEA CON LA HERRAMIENTA TECNOLÓGICA
HTTPS://PADLET.COM/
Puede ingresar de 2 formas:
• Ingresar por medio de la liga https://padlet.com/jcalderonc/Bookmarks
• Ingresar por medio del código QR

OBJETIVO
Establecer una breve revisión

sobre los acercamientos
teóricos tradicionales del
pensamiento estadístico y del
análisis de los
datos.
¿Qué se Entiende por Estadística?
Es la Ciencia que recoge, organiza, presenta,

analiza e interpreta datos con el fin de
propiciar la toma de decisiones.
Es el conjunto de métodos para planear

estudios y experimentos, obtener datos para:
organizar, resumir, presentar, analizar,
interpretar los datos.
¿ Quién utiliza Estadística?
se utilizan ampliamente por el marketing, la
contabilidad, control de calidad, empresas
turísticas, educadores, políticos, médicos,
etc.
https://www.youtube.com/watch?v=rahKvfN
36TY
Tomado de Píldoras Matemáticas
BIOESTADÍSTICA EN CIENCIAS DE LA SALUD
La bioestadística es una rama

de la estadística que se ocupa
de los problemas planteados
dentro de las ciencias de la vida,
como la biología, la medicina, la
enfermería, entre otras.
EL VALOR DE LA ESTADÍSTICA PARA LA SALUD PÚBLICA
En salud pública se emplean, consciente o no,

muchos conceptos estadísticos al adoptar decisiones
relativas a diagnósticos clínicos, o bien al predecir
probables resultados de un programa de
intervención en la población. Y considerando que la
estadística es una excelente base para comprender
muchos fenómenos reales y para orientar la
resolución de problemas relativos a estos.
PROGRAMAS MÁS UTILIZADOS EN
BIOESTADÍSTICA
La cuestión de todo esto, es que •Microsoft Excel
muchas veces en cualquier •Google Spreadsheet
trabajo de investigación, por •SPSS (SPSS Statistics Base)
pequeño que sea, hay hacer •Minitab
estadística. La cuestión es la •Statgraphics
complejidad de estadística la que •R. The R Project for Statistical
vamos a emplear. Obviamente, Computing
no todos los paquetes tienen la
misma función.
1-5
¿Quién usa estadística?

• Las técnicas estadísticas se usan ampliamente por
personas en áreas de comercialización, contabilidad,
control de calidad, consumidores, deportes,
administración de hospitales, educación, política,
medicina, etcétera...
• ¿Por qué hay que estudiar Estadística?

Existen tres razones muy importantes:
1. Es que en todos los lados encontramos
información numérica.
Ejemplos:
• Los egresados de postgrado del programa de
MBA en la Universidad de Notre Dame,
contaron con un sueldo promedio inicial de
$24000 dólares y un 91% de ellos consiguieron
trabajo a los tres meses de la graduación .
• En EEUU se consume mayor cantidad de café
que en cualquier otro país, en promedio, 1.75
tazas por persona al día.
2. Es que las técnicas estadísticas se utilizan para tomar

decisiones que afectan a nuestra vida diaria.
Ejemplos:
• Las compañías de seguros utilizan análisis estadísticos para
establecer las tarifas de los seguros de casa, automóvil, vida y
salud. Existen tablas que resumen la probabilidad de que una
mujer de 25 años de edad viva el año siguiente, los siguientes
5 años, etc. Las primas de seguro de vida se pueden
establecer basándose en estas probabilidades.
• La agencia de protección al Medio ambiente está interesada
en la calidad del agua en el Estero Salado. Periódicamente
toman muestras de agua para establecer el nivel de
contaminación y mantener el nivel de calidad.
3. Porque sin importa su línea de trabajo futura, uno tomará

decisiones que implican datos.
Para poder realizar una decisión basada en la información,

necesitará:
 Determinar si la información existente es adecuada o si se
requiere información adicional.
 Reunir información adicional, si es necesario, de tal forma que
no haya resultados erróneos.
 Resumir la información de una forma útil e informativa.
 Analizar la información disponible.
 Sacar las conclusiones y realizar las deducciones necesarias, al
tiempo que se evalúa el riesgo de llegar a una conclusión
incorrecta.
1-9
Tipos de Estadísticas
• ¿Cuáles son los tipos de Estadísticas?
1. Estadística Descriptiva
2. Estadística Inferencial
Estadística Descriptiva:
Conjunto de métodos para organizar, resumir y presentar
datos de manera informativa.
• Los conjuntos de datos no organizados son de poco valor.
• Sin embargo hay técnicas estadísticas disponibles para
organizar este tipo de información de manera
significativa.
• Algunos datos pueden organizarse en una distribución de
frecuencias.
• Los promedios específicos, como la media, pueden
calcularse para describir el valor central de un grupo de
datos numéricos.
Ejemplos de Estadística
Descriptiva
• EJEMPLO 1: un sondeo de opinión encontró que 49% de
las personas en una encuesta sabían el nombre del
primer libro en la Biblia. La estadística “49” describe el
número de cada 100 personas que saben la respuesta.
• EXAMPLE 2: según el Consumer Reports, los dueños de
lavadoras de ropa Whirlpool reportaron 9 problemas
por cada 100 máquinas durante 1995. La estadística “9”
describe el número de problemas por cada 100
máquinas.
Estadística Inferencial:
Conjunto de métodos utilizados para saber algo acerca de
una población, con base en una muestra.
• La principal preocupación referente a la Estadística
Inferencial es encontrar algo sobre una población basada en
una muestra tomada de esa población
• Una población es un conjunto de todos los posibles
individuos, objetos o medidas de interés.
• Una muestra es una porción, o parte, de la población de
interés.
Ejemplos de inferencia estadística

• EJEMPLO 1: las cadenas de TV monitorean la popularidad
de sus programas contratando a alguna organización de
consultoría para muestrear las preferencias de los
televidentes.
• EJEMPLO 2: el departamento de contabilidad de una
empresa elegirá una muestra de facturas para verificar la
exactitud de todas las facturas de la compañía.
• EJEMPLO 3: los catadores de vino prueban unas cuantas
gotas para tomar la decisión de liberar todo el vino para
la venta.
Actividad en clase:
AUTOEVALUACIÓN # 1
Actividad en clase:
Actividad en clase:
Actividad en clase:
ACTIVIDAD DE CIERRE
Actividad de inspección
• Ingresar y ver el video:
http://acercacomunidad.com/por-que-es-necesario-investigar-en-
salud-2/
• Realizar la Evaluación 1
Bibliografía

ingeniería (No. 968-18-5914-6. 01-A1
McGraw-Hill.

TAREAS ACADÉMICAS
Objetivo: Comprender y sintetizar el contenido más relevante sobre el aprendizaje.
Instrucciones:
Con base en tu lectura cuidadosa del siguiente recurso, realiza lo que se pide:
ÉTICA EN ESTADÍSTICA: RESPONSABILIDAD DE LAS UNIVERSIDADES EN LA FORMACIÓN
DEL PROFESIONAL, Recuperado de
https://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/50/99
29
BIOESTADÍSTICA



http://orcid.org/0000-0002-8167-8694

Bioestadtica Semna 1 A 7

Cargado por

Información del documento

Descripción original:

Título original

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

Bioestadtica Semna 1 A 7

Cargado por

Copyright:

Formatos disponibles

BIOESTADISTICA

Msc. Juan T. Calderón Cisneros

• Limites de clase Superior :Cifras más grande que

• Ancho de clase: Diferencia entre dos límites de clases

• Marca de Clase: Punto medio de la clase (Lim Inf + Lim sup)/2

» La tabla de frecuencias la utilizamos en

Con los datos obtenidos, elaborar una tabla de frecuencias

•El número de intervalos (k), donde N=35, me lo da el

•Hallamos el rango: R = Xmax– Xmin = 10 – 0 = 10.

•Calculamos la amplitud de clase: A = R/k = 10/5 = 2.

•Ahora hallamos los límites inferiores y superiores de

Elaborar una tabla de frecuencias con dichos valores.

•Hallamos el rango: R = Xmax– Xmin = 19,8 – 0,2 = 19,6.

•Calculamos la amplitud de clase: A = R/k = 19,6/5 = 3,92. Redondeamos a 4.

Montgomery, D. C., Runger, G. C., &

Walpole, R. E., Myers, R. H., & Myers,

ING. JUAN T. CALDERON CISNEROS. MSC, PhD(C)

COORDINADOR DE LA RED ACADÉMICA "HERRAMIENTAS DE ESTADÍSTICA

RESEARCHERID IS: K-6083-2014

Msc. Juan T. Calderón Cisneros

» La tabla de frecuencias la utilizamos en

• Limites de clase Superior :Cifras más grande que

• Ancho de clase: Diferencia entre dos límites de clases

• Marca de Clase: Punto medio de la clase (Lim Inf + Lim sup)/2

Edad Actrices Frec. Relativa

Construya la tabla de distribución de frecuencia absoluta,

Montgomery, D. C., Runger, G. C., &

Walpole, R. E., Myers, R. H., & Myers,

ING. JUAN T. CALDERON CISNEROS. MSC, PhD(C)

COORDINADOR DE LA RED ACADÉMICA "HERRAMIENTAS DE ESTADÍSTICA

RESEARCHERID IS: K-6083-2014

Msc. Juan T. Calderón Cisneros

Cualitativos o de atributos Cuantitativos o numéricos

Pueden tomar cualquier valor dentro de un

EJEMPLO 1: El tiempo que toma volar de Miami a Nueva York.

El censo es el conjunto de datos de cada

La muestra debe ser seleccionada aleatoriamente y

• ¿Cuáles son los niveles de medición?

1. Datos de nivel Nominal

Exhaustivo: cada persona, objeto o artículo debe

• EJEMPLO 2: El peso es otro ejemplo, ya que si la

• La razón entre dos números también es importante.

Características importantes de los

• Limites de clase Superior :Cifras más grande que

• Ancho de clase: Diferencia entre dos límites de clases

• Marca de Clase: Punto medio de la clase (Lim Inf + Lim sup)/2

» La tabla de frecuencias la utilizamos en

• Desarrolle la tabla de distribución

Edad Actrices Frec. Relativa

• En cierto país se desea investigar el crecimiento de los

Construya la tabla de distribución de frecuencia absoluta,

• Una persona taladró un hoyo

Montgomery, D. C., Runger, G. C., &

Walpole, R. E., Myers, R. H., & Myers,

ING. JUAN T. CALDERON CISNEROS. MSC, PhD(C)

COORDINADOR DE LA RED ACADÉMICA "HERRAMIENTAS DE ESTADÍSTICA

RESEARCHERID IS: K-6083-2014

Msc. Juan T. Calderón Cisneros

Cualitativos o de atributos Cuantitativos o numéricos

1. Los obtenidos a través de una población cualitativa.

2. Los obtenidos a través de una población cuantitativa.

• Es cuando la característica o variable