1.
1 Conceptos básicos
de estadística
descriptiva
MCS. Fernando Bravo González
Dra. Krystal Dennicé González Fajardo
Variables y datos
Variable
• Característicasde un sujeto, medidas como
cualidades o cantidades, que pueden variar de un
sujeto a otro.
Datos
• Representación
numérica de la realidad, es decir, la
asignación de un valor para las características
medidas a cada individuo.
• Comúnmente se arreglan en soportes llamados bases
de datos.
Base de datos
Fila: individuo
Columna: variable
Celda: dato
Tipos de variables
Cualitativas
Variables cualitativas
• Presentan cualidades de la unidad de observación.
• Distribuyen a los individuos de acuerdo a ciertas
propiedades por medio de las cuales pueden distinguirse
de otros que no las poseen.
• Identifican categorías no numéricas.
• Importa la frecuencia o proporción de cada categoría.
Variables cualitativas
Variables
cualitativas
Nominales Ordinales
Categorías mutuamente Categorías mutuamente
excluyentes excluyentes
Sin jerarquía Jerarquizadas y
Dicotómicas o politómicas
ordenadas
Variables cualitativas
• Para resumir estas variables solo hay que contar el
número de observaciones en cada categoría
(frecuencia) y representarlas como proporciones o
razones.
Proporción
𝑎 𝑎
• 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 = =
𝑎+𝑏 𝑁
• Donde:
• a= número de elementos con la característica de interés
• b= número de elementos sin la característica de interés
• N= es el universo (a + b)
• Usualmente se expresan como porcentaje
Proporción
Ventajas:
• Comparar con facilidad dos o más series cuyos totales
son diferentes, pues éstos quedan convenientemente
reducidos a la unidad (o a 100 en el caso de
porcentajes).
Razón
• Cuando la serie que se está examinando consta sólo
de dos categorías, o el interés de la investigación se
dirige únicamente a dos categorías, se pueden
utilizar las razones para resumir la información.
• Sedivide la totalidad de individuos que tengan una
característica (de preferencia el grupo de mayor
tamaño) entre el grupo que tenga la otra
característica.
Razón
𝑎
𝑅=
𝑏
a= número de observaciones con la característica de
interés
b= número de observaciones con una característica
diferente
a + b no necesariamente son el total del universo.
Cuantitativas
Variables cuantitativas
• Son más precisas porque señalan diferencias
• Identifican categorías numéricas
• Es posible comparar la distancia entre los valores
• Entre dos valores puede haber puntos intermedios
Variables cuantitativas
Variables
cuantitativas
Discretas Continuas
Admiten decimales entre
Valores finitos dos números enteros
Números enteros Los decimales tienen al
infinito
Medidas de tendencia central
• Media aritmética
La suma de todos los valores (xi) dividida por el número de
observaciones (n)
σ(𝑥𝑖 )
𝑥ҧ =
𝑛
La media de la población: µ
La media de la muestra: 𝑥ҧ
Medidas de tendencia central
• Mediana
El valor central del conjunto ordenado de observaciones
Es robusta (a diferencia de la media)
Se debe usar cuando en muestras pequeñas hay
observaciones extremas o cuando existan datos truncados
(censurados)
o Moda
Es el valor más frecuente
Casi no tiene valor descriptivo
Medidas de dispersión
• Dispersión.
En qué medida los datos están separados del valor central.
Expresa el grado de variabilidad de las observaciones.
Poca dispersión: 47, 48, 48, 49, 49, 49, 49, 50, 52
Mucha dispersión: 3, 11, 22, 34, 49, 66, 73, 84, 99
Media?
Mediana?
Medidas de dispersión
• Varianza
Un promedio de las desviaciones de cada observación con
respecto a la media 𝑥𝑖 − 𝑥ҧ elevadas al cuadrado.
σ(𝑥𝑖 − 𝑥)ҧ 2
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 2 =
(𝑛 − 1)
Donde:
σ(𝑥𝑖 − 𝑥)ҧ 2 = la suma de cuadrados
ҧ la media muestral
𝑥=
(𝑛 − 1) = grados de libertad
Medidas de dispersión
Poca dispersión: 47, 48, 48, 49, 49, 49, 49, 50, 52
Mucha dispersión: 3, 11, 22, 34, 49, 66, 73, 84, 99
σ(𝑥𝑖 − 𝑥)ҧ 2
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 2 =
(𝑛 − 1)
Calcular la varianza para cada muestra
Poca dispersión: 47, 48, 48, 49, 49, 49, 49, 50, 52
Mucha dispersión: 3, 11, 22, 34, 49, 66, 73, 84, 99
σ(𝑥𝑖 − 𝑥)ҧ 2
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 2 =
(𝑛 − 1)
Medidas de dispersión
• Desviación estándar
Es la raíz cuadrada de la varianza
σ(𝑥𝑖 −𝑥)ҧ 2
𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑠 =
(𝑛−1)
Poca dispersión: 47, 48, 48, 49, 49, 49, 49, 50, 52
Mucha dispersión: 3, 11, 22, 34, 49, 66, 73, 84, 99
Calcular la desviación estándar para cada muestra
Medidas de dispersión
• Error estándar de la media
La muestra extraída de la población es sólo una de las
posibles muestras a extraer. Nuestra muestra tiene una
media, pero ¿cuál sería la media de las otras posibles
muestras?
El error estándar es el grado de dispersión que tienen las
medias de todas las posibles muestras que se podrían
extraer de una población.
𝑠
𝑒𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 =
𝑛
Medidas de dispersión
𝑠
𝑒𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 =
𝑛
Poca dispersión: 47, 48, 48, 49, 49, 49, 49, 50, 52
Mucha dispersión: 3, 11, 22, 34, 49, 66, 73, 84, 99
Calcular el error estándar de la media para cada población
Escalas de medición
Cualitativas Cuantitativas
Nominal Ordinal De intervalo De razón
• Clasifican y • Tienen un • El cero tiene • El cero
cuentan orden un valor denota
• No tienen • No se puede arbitrario y ausencia de
orden hacer no característica
operaciones representa la • Relaciones
aritméticas usencia de la de razón: 80
característica es el doble de
40
Población y muestra
Inaccesibilidad de la población
• Eluniverso de interés es infinito, o finito pero enorme,
por lo que es imposible estudiar a todos sus elementos.
• Parte de la población no está disponible para el estudio.
• Para estudiar sus características es necesario destruir a
los elementos.
• Es imposible identificar todos los elementos del universo
de interés.
• Existen pocos recursos (económicos, humanos,
tecnológicos) para estudiar el universo.
Población y muestra
Población
También
llamado
universo
Muestra Es una parte de la
población (subgrupo)
Muestreo
Es Permite extraer
inaccesible Es accesible en conclusiones
desde un la práctica válidas para la
punto de población
Inferencias
vista
práctico
1.2 Utilidad de la
estadística
descriptiva
La bioestadística descriptiva
BIOESTADÍSTICA
Descriptiva Inferencial
• Sintetizar • Analizar
• Resumir • Demostrar asociaciones
Índices estadísticos Contrastes de hipótesis
Métodos gráficos Intervalos de confianza
Referencias
• Celis de la Rosa, A. (2014). Bioestadística (3a. ed.). Editorial El Manual
Moderno.
• Martínez-González, M.A., Sánchez-Villegas, A., Toledo Atucha, E.A.,
Faulin fajardo, J. (2014). Bioestadística amigable (3ª. ed.). ELSEVIER.