UNIVERSIDAD DE LA SIERRA SUR

Licenciatura en enfermería

Antología de la asignatura de Bioestadística

Semestre: Quinto. Clave de la asignatura: 3051 Créditos: 6 Total de

horas: 80

Objetivo general de la asignatura: Aprender a desarrollar habilidad en la

organización, análisis e interpretación de datos característicos que estudia las
ciencias de la salud, así como tomar decisiones efectivas respecto a un gran
volumen de datos al examinar sólo una pequeña parte de ellos.

UNIDAD I. Conceptos básicos de la bioestadística.

Objetivo de la Unidad: El alumno conocerá y comprenderá los conceptos principales

usados en estadística y será capaz de representar e interpretar datos estadísticos usando
diferentes tipos de gráficas.

Conceptos básicos.

¿Qué es la Estadística?

 Estadística: Es la ciencia que se ocupa de recolectar, organizar, presentar, analizar e

interpretar datos para ayudar a una toma de decisiones más efectiva.

 Bioestadística: Cuando los datos que se analizan proceden de las ciencias

biológicas o médicas, se utiliza el término bioestadística.

¿Quién usa la Estadística?

 Los métodos estadísticos son utilizados por mercadólogos, contadores, analistas

de control de calidad, clientes, profesionales del deporte, administradores de
hospitales, educadores, políticos, físicos, investigadores, etc…

Tipos de Estadística

 Estadística descriptiva: Conjunto de métodos para organizar, resumir y presentar

los datos de manera informativa.

 Estadística Inferencial: Conjunto de métodos utilizados para saber algo acerca de

una población, basándose en una muestra.

 Población: Conjunto de todos los posibles individuos, objetos, o medidas de interés.

 Muestra: Una porción, o parte, de la población de interés.

 Tipos de variables

 Cuando la característica o variable en estudio es no numérica, se le denomina

variable cualitativa o de atributo.
 Ejemplos: Género, sexo, religión, tipo de automóvil, lugar de nacimiento, color de
los ojos de la persona, etc.

 En una variable cuantitativa la información es reportada numéricamente.

 Ejemplos: El número de pacientes, los niveles de glucosa, la estatura, el saldo en

tu cuenta de cheques, los minutos que le restan a la clase, o el número de niños
de una familia.

 Las variables cuantitativas pueden ser discretas o continuas.

 Las variables discretas pueden asumir sólo ciertos valores, y generalmente existen
“brechas” o “huecos” entre ellos.

Ejemplo: el número de camas en el pabellón de hospitalización, número de

pacientes hospitalizados, etc.

 Las observaciones de una variable continua pueden tomar cualquier valor dentro
de un intervalo determinado.

 Por ejemplo la temperatura de un paciente (37.8 °C), la estatura (1.68 m), etc.

Variable
s

Cualitativa Numérica o
s cuantitativa

Discret Continu
a aa

1.1. Medidas y escalas de medición.

Niveles de medición

 Existen cuatro niveles de medición:

  Nivel nominal: Las observaciones solamente se pueden clasificar o contar. No
existe algún orden específico entre las clases.
Ejemplos: color de ojos, género, religión.

 Mutuamente excluyente. Propiedad de un conjunto de categorías que implica

que una persona, objeto o medición se ha de incluir en sólo una categoría.

 Exhaustivo. Propiedad de un conjunto de categorías que implica que cada

individuo, objeto o medición debe aparecer en sólo una categoría.

 Nivel ordinal: involucra datos arreglados con algún orden, pero las diferencias
entre los valores de los mismos no pueden ser determinadas o bien no tienen
algún significado.

Ejemplo: En la evaluación del dolor este puede ser Leve, moderado, fuerte y
severo

 Nivel de intervalo: similar al nivel ordinal, con la propiedad adicional de que la

diferencia entre los valores de los datos sí pueden ser determinados. Es
importante señalar que 0 es solamente un punto de la escala, y no representa la
ausencia de la condición.

Ejemplo: temperatura en grados Fahrenheit

 Nivel de razón: esta medida tiene todas las características del nivel de intervalo,
pero además el punto 0 sí tiene significado, y la razón (cociente) entre dos
números también es significativa.

 Ejemplo: unidades de producción, salarios, distancia entre un conjunto de oficinas,

la estatura.

1.2. Datos y su representación.

Distribución de frecuencias.

 Distribución de frecuencias: Agrupamiento de datos en categorías mutuamente

excluyentes, que indican el número de observaciones en cada categoría.

 Construcción de una distribución de frecuencias.

 Punto medio de clase: Un punto que divide el intervalo en dos partes iguales. Es el promedio entre el
límite inferior y superior del intervalo de clase.
 Frecuencia de clase: El número de observaciones en cada clase.
 Intervalo de clase: El intervalo de clase es obtenido restando el límite inferior de una clase del límite
inferior de la siguiente clase.

1.3. Datos agrupados y su representación.

Ejemplo:
Realiza lo que se te pide en la siguiente línea de datos, pesos en onzas de tumores malignos retirados del
abdomen de 57 pacientes.
Determina:
a). El rango
b). Anchura de clase
c). Límites de clase
d). Frecuencia de clase
e). Frecuencia acumulada
f). Frecuencia relativa

68 23 28 38 23
63 24 31 42 22
42 25 28 27 43
27 44 25 31 27
30 65 45 50 49
36 43 12 38 28
28 25 57 21 23
32 74 51 16 19
79 51 12 24 46
27 36 32 69 30
22 42 49 47 43
49
12

Respuestas.
a). rango = 79 - 12 = 67

máximo valor mínimo valor

b) Anchura o intervalo de clase sugerido= observado - observado

1 + 3.322 (Log del total de frecuencias)

Regla de Sturges

79−12
Anchura de clase = = 9.8 ≈ 10
1+ 3.322(log 57)

Inicio por conveniencia mis clases a partir de 10 onzas y queda de la siguiente manera:

Clase
(Onzas)

10-19
 20-29
30-39
40-49
50-59
60-69
70-79

La anchura o intervalo de clase es de 10, 10-19 es la misma anchura para todas las clases.

Enseguida procedemos a ordenar los datos.

10—0 20—0 30—2 40—0 50—1 60—0 70—0

11—0 21—1 31—2 41—0 51—2 61—0 71—0
12—3 22—2 32—2 42—3 52—0 62—0 72—0
13—0 23—3 33—0 43—3 53—0 63—1 73—0
14—0 24—2 34—0 44—1 54—0 64—0 74—1
15—0 25—3 35—0 45—1 55—0 65—1 75—0
16—1 26—0 36—2 46—1 56—0 66—0 76—0
17—0 27—4 37—0 47—1 57—1 67—0 77—0
18—0 28—4 38—2 48—0 58—0 68—1 78—0
19—1 29—0 39—0 49—3 59—0 69—1 79—1
5 19 10 13 4 4 2

Para efectos de explicación se anotaron todos los números 10 al 19 para explicar la anchura de clase y los
números remarcados con rojo son los datos que aparecen en su línea de datos. De la primera clase 10-19 su
Frecuencia es 5 si regresan a los datos originales hay 3 tumores que pesaron 12 oz uno que peso 16 oz y uno
que peso 19 oz así se determinan las frecuencia de cada clase.

d) Frecuencia de clase

Clase
(Onzas) Frecuencia
F
10-19 5
20-29 19
30-39 10
40-49 13
50-59 4
60-69 4
70-79 2

e) se determina la frecuencia acumulada.

Frecuencia
Clase
(Onzas) Frecuencia Acumulada
F FA

10-19 5 5
20-29 19 24
30-39 10 34
 40-49 13 47
50-59 4 51
60-69 4 55
70-79 2 57

Únicamente se va acumulando cada frecuencia.

f) se calcula la frecuencia relativa.

Parta la primera clase FR = 5/57= 0.0877 ; para la segunda clase FR = 19/57 = 0.3333 se puede representar
también en porcentaje, para la primera clase 0.0877 x 100 = 8.77%

Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia

Acumulada Relativa Relativa Relativa Relativa
Clase acumulada acumulada
(Onzas) F FA FR FRA % %

10-19 5 5 0.0877 0.0877 8.77 8.77

20-29 19 24 0.3333 0.421 33.33 42.1
30-39 10 34 0.1754 0.5964 17.54 59.64
40-49 13 47 0.2281 0.8245 22.81 82.45
50-59 4 51 0.0702 0.8947 7.02 89.47
60-69 4 55 0.0702 0.9649 7.02 96.46
70-79 2 57 0.0351 1.000 3.51 100

1.4. Representaciones Gráficas.

1.4.1. Histograma y polígono de frecuencias.

Presentación de una distribución de frecuencias en gráficas.

 Las tres gráficas más comunes son: histograma, polígono de frecuencias y

distribución de frecuencias acumuladas.

 Un histograma es una gráfica en la cual los intervalos de clase se señalan en el eje

horizontal, y las frecuencias de clase en el eje vertical.

 Las frecuencias de clase son representadas por barras de diferente altura y éstas
se colocan una junto a otra.

 Un polígono de frecuencias consiste en segmentos de línea conectados a través de

los puntos medios (marcas de clase) de clase en cada intervalo de clase.

 Una distribución de frecuencias acumulada (ojiva) es utilizada para determinar

cuántos o qué proporción de los datos están por arriba o por debajo de cierto
valor.
 EDADES DE INDIVIDUOS QUE PARTICIPAN EN UN ESTUDIO DE INVESTIGACION
NO. DE INDIVIDUOS

CLASE (EDAD)

EDADES DE INDIVIDUOS QUE PARTICIPAN EN UN ESTUDIO DE INVESTIGACION

NO. DE INDIVIDUOS

CLASE (EDAD)

1.4.2. Ojiva o distribución de frecuencias acumuladas.

 Una distribución de frecuencias acumulada (ojiva) es utilizada para determinar

cuántos o qué proporción de los datos están por arriba o por debajo de cierto
valor.
 Histograma y ojiva
30 120.00%

25 100.00%

20 80.00%

15 60.00%
Frecuencia

Frecuencia
10 40.00%
% acumulado
5 20.00%

0 0.00%
.
18 2.4 6.8 1.2 5.6 40 4.4 8.8 3.2 7.6 or..
2 2 3 3 4 4 5 5 y
a
m
y

Clase

frecuencia acumulada(ojiva)
frecuencia acum ulada

35
30
25
20
ojiva
15
10
5
0
1 2 3 4 5 6 7
intervalos de clase
 UNIVERSIDAD DE LA SIERRA SUR

Licenciatura en Enfermería

Asignatura: Bioestadística
Semestre: Quinto

Distribución de Frecuencias

En la siguiente tabla se muestran las edades de 169 individuos, (N=169)

Tabla. Edades de 169 individuos que participan en un estudio de investigación.

No. Eda No. Eda No. Eda No. Eda No. Ed No. Eda No. Eda No. Eda
de d De d De d De d De ad de d De d De d
Indiv Indi Indi Indi Indi indi indi indi
v v v v. v v v
1 41 23 31 45 26 67 24 89 26 11 37 133 27 15 48
1 5
2 47 24 40 46 34 68 30 90 29 11 47 134 63 15 53
2 6
3 30 25 28 47 47 69 31 91 48 11 30 135 44 15 27
3 7
4 42 26 29 48 23 70 30 92 34 11 27 136 22 15 38
4 8
5 33 27 24 49 25 71 50 93 41 11 47 137 44 15 53
5 9
6 31 28 29 50 32 72 22 94 53 11 41 138 45 16 33
6 0
7 29 29 28 51 32 73 48 95 30 11 19 139 40 16 24
7 1
8 37 30 22 52 39 74 43 96 27 11 52 140 48 16 25
8 2
9 40 31 50 53 49 75 34 97 22 11 48 141 36 16 43
9 3
10 31 32 38 54 49 76 28 98 27 12 48 142 51 16 39
0 4
11 26 33 30 55 18 77 23 99 38 12 32 143 31 16 40
1 5
12 30 34 28 56 24 78 61 10 26 12 35 144 28 16 22
0 2 6
13 26 35 29 57 23 79 24 10 27 12 22 145 44 16 25
1 3 7
14 27 36 23 58 40 80 29 10 30 12 23 146 63 16 21
2 4 8
15 36 37 30 59 53 81 32 10 32 12 37 147 30 16 26
3 5 9
16 24 38 51 60 38 82 38 10 43 12 33 148 21
4 6
17 31 39 24 61 18 83 62 10 29 12 26 149 45
 5 7
18 50 40 36 62 23 84 25 10 24 12 29 150 28
6 8
19 42 41 37 63 26 85 34 10 27 12 26 151 42
7 9
20 34 42 19 64 31 86 46 10 27 13 52 152 40
8 0
21 27 43 21 65 56 87 24 10 42 13 20 153 26
9 1
22 28 44 46 66 26 88 45 11 23 13 37 154 29
0 2

Obtener:

a). El rango b). El intervalo de clase c). Limites de clase

d). Anchuraa de clase e). Marca de clase f). Frecuencia

g). Frecuencia relativa h). frecuencia acumulada

i). la distribución de frecuencias que realizó es de una muestra o de una población

j). Represente la distribución de frecuencias en un histogrma, un polígono de frecuencias y en una ojiva.

k). Elabore la ojiva o gráfica de distribución de frecuencias acumuladas.

1.4.3. Representación de tallo y hoja.

 Representación de tallo y hoja: Es una técnica estadística que muestra un conjunto de datos. Cada valor
numérico se divide en dos partes: los dígitos principales se toman como el tallo, y el dígito siguiente es
la hoja. Los tallos se ubican a lo largo del eje vertical principal, y las hojas de cada observación, a lo
largo del eje horizontal.

 Nota: Una ventaja de esta representación sobre la distribución de frecuencias es que no se pierde la
identidad de cada observación.

 Ejemplo:

1.- Colín obtuvo las siguientes calificaciones en doce pruebas de este semestre:
86, 79, 92, 84, 69, 88, 91, 83, 96, 78,82, 85.

Construya un diagrama de tallo y hoja

Primeramente se ordenan las calificaciones de menor a mayor: 69, 78, 79,

82,83,84,85, 86, 88,91,92,96

Tallo Hojas

6 9
7 8 9
8 2 3 4 5 6 8
9 1 2 6
2.- Edad de 20 pacientes que estuvieron internados por influenza. Realice un diagrama de tallo y
hoja

36,25,37,24,39,20,36,45,31,31,39,24,29,23,41,40,33,24,34,40.

1.4.4. Gráfica de líneas.

Es bastante útil para comparar los datos de 2 o más distribuciones, estas

representaciones son efectivas porque se puede mostrar el cambio en una variable a
través del tiempo. Con frecuencia, en la misma gráfica de líneas se representan dos o más
series de cifras. Esto permite comparación rápida de varias series en un periodo o
intervalo de tiempo.

Ejemplo.

1.- Adicciones en adolescentes por tipo de sustancia y por grupo de edad.

Marihuan inhalable otra

Cocaina a s droga
clase % % % %
6a9 0.2 0.3 1.9 2.2
10 a 11 0.3 0.5 2 2.4
12 a 13 0.4 1 2.2 3.6
14 a 15 1 2.3 3.1 6.4
16 a 17 2.1 8 6 14

16

14

12

10
Cocaina
8 Marihuana
inhalables
6 otra droga
4

0
clase 6a9 10 a 11 12 a 13 14 a 15 16 a 17

1.4.5. Gráfica de barras.

 Una gráfica de barras es especialmente útil para mostrar cualquiera de los niveles
de medición: nominal, ordinal, de intervalo o de razón.
  Ejemplo: Construya un diagrama de barras para el número de
desempleados de una población de 100,000 para ciudades seleccionadas
durante 2001.

Ciudad Número de desempleados por cada

100,000

Atlanta 7300

Boston 5400

Chicago 6700

Los Ángeles 8900

Nueva York 8200

Washington 8900

Diagrama de barras
Desempleados/100,000

10000
8000
6000
4000
2000
0

go k
nt
a on es r to
n
tla ost ica
gel Yo ng
A B Ch An eva shi
s
Lo Nu W
a

Ciudades

1.4.6. Gráfica circular o tipo pastel o de segmentos.

  Un diagrama tipo pastel es útil para mostrar la distribución de frecuencias
relativas. Un círculo es dividido proporcionalmente a las frecuencias relativas y las
porciones del círculo están ubicadas para los diferentes grupos.

 Ejemplo: A una muestra de 200 corredores se le preguntó su tipo de

zapato tenis favorito.
Elabore un diagrama tipo pastel en base a la siguiente información.

Tipo de zapato No. de corredores

Nike 92
Adidas 49
Reebok 37
Asics 13
Otros 9

Diagrama tipo pastel

Otros
Asics
Nike
Reebok Adidas
Nike
Reebok
Asics
Otros

Adidas

Referencias bibliográficas.
 Daniel,W.W. (2011). Bioestadística base para el análisis de las ciencias de la salud.
México. Limusa

Wiley. (4ª. Ed.)

Douglas A.L. (2004). Estadística para administración y economía. México.

Alfaomega. (11ª. Ed.)