SOLUCIONES DE ESTADÍSTICA DESCRIPTIVA

INTRODUCCIÓN

Como profesionales de la salud, dedicados a la asistencia médica, es difícil

mantener un estado de actualización que acerque a métodos que
tradicionalmente se han dejado a profesionistas de otras áreas como de las
ciencias probabilísticas. En ocasiones resulta difícil comprender el lenguaje
que se utiliza y sobre todo la información científica de divulgación actual.
Es importante para los médicos recordar los conceptos estadísticos y tratar
de vencer la barrera profesional que tradicionalmente se ha presentado y
que dificulta, en alguna medida, la interpretación de los resultados de la
investigación médica.
En este artículo se presentan conceptos básicos de estadística, principios
que ayudarán al médico clínico en la comprensión o realización de
investigaciones.
La investigación clínica se apoya en el método estadístico para la
recolección, organización, análisis e interpretación de una serie de datos en
la obtención de inferencias de lo que ocurre en una población determinada,
a partir de una muestra representativa de la misma.
Una cantidad importante de investigaciones requieren de estadística
descriptiva. Las estadísticas que podemos obtener son de dos tipos:

a) Estimación puntual. Consiste únicamente en determinar un punto dentro

de una escala numérica. Ejemplos: media, proporciones, diferencias entre
dos promedios, diferencias entre dos proporciones, varianza de una
población o varianza de dos poblaciones.

b) Estimación por intervalos. Es la determinación de un intervalo de

valores que incluirán el valor real de un parámetro de la población.

VARIABLES Y ESCALAS DE MEDICIÓN UTILIZADAS EN LA

DESCRIPCIÓN DE LOS RESULTADOS DE UNA INVESTIGACIÓN

Las variables son las características o atributos que toman diferentes

valores de un individuo a otro, de una población a otra, por ejemplo pH de
la sangre, distensión abdominal, estatura, presión arterial.
Para describir una variable, se debe conocer su escala de medición. De
acuerdo a la escala, las variables se clasifican en cuantitativas y
cualitativas.
Las variables cuantitativas son de naturaleza numérica y se obtienen con
instrumentos de medición (peso, talla, presión arterial, valores de
hematocrito); pueden ser continuas, cuando no poseen interrupciones en la
escala de valores que se presente (ejemplo: talla: 1.79 m; peso: 51.99 kg), o
pueden ser discretas cuando tienen interrupciones en la escala de valores
(ejemplo: número de hijos, ingresos en una guardia, defunciones
hospitalarias).
La escala de razón, utilizada para variables cuantitativas, es el nivel más
alto de medición; consiste en obtener los valores reales de cada medición
individual. El cero es real. La escala de intervalos que se aplica a variables
cuantitativas consiste en ordenar los valores de una serie de datos,
estableciendo distancias definidas entre dichos datos.
Las variables cualitativas son características que no pueden ser medidas
con instrumentos (como el color de ojos, la religión o el estado civil); se
clasifican en nominales y ordinales. En la escala nominal se designan o
nombran las observaciones en varias categorías como el grupo y Rh,
religión, estado civil y algunas pueden ser dicotómicas, por ejemplo,
aprobado sí o no, género masculino o femenino. La escala ordinal consiste
en clasificar por grados de acuerdo con algún criterio, por ejemplo, vómito
leve, moderado, severo; estado socioeconómico bajo, medio, alto.

Ejemplo de la utilización de diferentes tipos de escalas de las variables para

un mismo fenómeno.

Evaluación de la diarrea.
Escala de razón: número de evacuaciones por día = 20. Escala de intervalo:
número de evacuaciones por día = de 1-5; 6-15, >15.
Escala ordinal: diarrea leve, moderada, severa. Escala nominal: con diarrea,
sin diarrea.

MEDICIÓN CLÍNICA-DESCRIPTIVA

La estadística descriptiva tiene como objetivo mostrar el comportamiento

en conjunto de los valores que se obtienen a través de la medición de las
variables elegidas. Muestra los detalles simples de cada variable en el
grupo de individuos que son estudiados así como su distribución.
Las medidas de resumen de las variables cuantitativas en escala de razón
que se usan para la descripción son: media, mediana y moda. También se
llaman medidas de tendencia central.
Las medidas de dispersión para variables cuantitativas en escala de razón
son: varianza y desviación estándar. Indican qué tan alejados están los
valores del centro de la distribución.
MEDIA

Es el promedio aritmético de las observaciones. Es el valor que representa a

todos los individuos de la muestra. La fórmula es:
X= x/ n

Donde x es el valor de cada una de las observaciones y n representa el total

de las observaciones.
Los pasos para obtener la media son:
1. Sumar los valores de todas las observaciones.
2. El resultado de la suma se divide entre el número total de observaciones.

Ejemplo: Se pretende describir el promedio de edad de los 10 niños que

ingresaron por primera vez a una guardería. Las edades registradas en años
fueron: 1, 2, 3, 2, 1, 4, 1, 1, 3 y 4. La suma de las edades de todos los niños
es 22, dividido entre los 10 niños es igual a 2.2 años. Por lo tanto, el
promedio de edad de los niños que ingresaron por primera vez a una
guardería es de 2.2 años.

Uno de los inconvenientes de esta medida de resumen es su sensibilidad a

valores extremos, tanto muy altos como muy bajos, ya que la media se ve
influida por estos valores. Cuando esto ocurre es preferible utilizar otra
medida de resumen como la mediana.

MEDIANA

Es el valor que divide exactamente a la mitad una serie de valores

ordenados de menor a mayor, lo que provee una lista de observaciones con
los valores más bajos y otra de observaciones con los valores más altos.
Cuando la cantidad de observaciones es impar, la mediana es el valor de la
observación que justamente está en medio de la serie ordenada de valores;
su fórmula es mediana = n + 1
______
2

Cuando el número de observaciones es par, la mediana es el promedio de

los dos valores centrales, ordenados en forma progresiva. Pasos para
obtener la mediana:
1. Ordenar los valores de las observaciones de menor a mayor.
2. Identificar la ubicación del valor de la mediana.
3. Cuando la serie es par, identificar los dos valores centrales, sumarlos y
promediarlos.
Ejemplo: Encontrar la mediana de la hemoglobina glicosilada (medida en
%) de 14 personas con diabetes mellitus tipo II tratados con glibenclamida:
8, 11.9, 8.5, 7.4, 8, 9.6, 8.5, 6.7, 7, 10.4, 7, 8.2, 8.7, 8.1. Observaciones
ordenadas de menor a mayor: 6.7, 7, 7, 7.4, 8, 8 ,8.1, 8.2, 8.5, 8.5, 8.7, 9.6,
10.4 y 11.9. Se obtiene el promedio de los números centrales marcados en
negritas (8.1 + 8.2) = 16.3 = 8.15, que es el valor de la mediana.
___________ _____
2 2

MODA

Es el valor que más se repite en una serie de datos. En algunos casos, es

posible encontrar dos o más modas por lo que la distribución se considera
bimodal o trimodal. En el ejemplo anterior hay tres modas, ya que los
valores 7, 8 y 8.5 se repiten en dos ocasiones. Si la media, la mediana y la
moda adoptan el mismo valor en una serie de datos, podemos concluir que
la distribución se acerca a la normalidad. VARIANZA Y DESVIACIÓN
ESTÁNDAR La varianza es la dispersión que presentan los datos con
respecto al valor promedio. Da cuenta de la variabilidad de los valores
tomando como referencia al promedio. La fórmula es:

Debido a que la varianza es muy compleja de interpretar, ya que el

resultado se expresa al cuadrado, por ejemplo litro cuadrado, metro
cuadrado, mm Hg cuadrado, es conveniente utilizar una medida de
dispersión más comprensible como lo es la desviación estándar. La
desviación estándar es la distancia a lo largo de un eje horizontal entre el
promedio y el punto donde la curva pasa de convexa a cóncava y nos
brinda información del porcentaje del área bajo la curva que se logra tener,
es decir, el porcentaje de los valores de que se encuentran bajo la curva de
distribución normal. Se consideran como normales los valores ubicados
entre la media y más menos dos desviaciones estándar, que equivalen al
95.4% (Figura 1).
La desviación estándar se obtiene simplemente calculando la raíz cuadrada
de la varianza y la fórmula es:
Siguiendo el ejemplo anterior, el valor promedio de la hemoglobina
glicosilada sería de 8.35 y la varianza de estos valores con respecto al
promedio sería de 1.54 al cuadrado. Si calculamos la raíz cuadrada de 1.54
obtenemos la desviación estándar que sería en este caso de 1.24. Por lo
anterior, los valores normales se encontrarían entre 8.35 más menos 2
(1.24), lo que da un intervalo de valores entre 5.87 y 10.83.

MEDIDAS DE FRECUENCIA DE LA ENFERMEDAD MÁS

UTILIZADAS EN LA PRÁCTICA CLÍNICA

RAZÓN

Es la comparación, a través de una división, de dos grupos de individuos

con atributos de diferente naturaleza. Es la forma más simple de mostrar
desigualdades entre grupos. Continuando con otro ejemplo hipotético, se
han atendido a 1,200 pacientes con diabetes en el Servicio de Urgencias,
900 de ellos fueron mujeres y 300 hombres. En la división puede
considerarse como numerador cualquiera de los valores. De ahí que
900/300 = 3, por lo que la relación entre mujeres y hombres con respecto a
diabetes mellitus que acudieron al Servicio de Urgencias fue de 3 mujeres
por cada hombre (3:1).
PROPORCION

La proporción es la medida de estadística descriptiva que más se usa. Es el

número de observaciones con una característica en particular entre la
población de referencia. El numerador siempre está incluido en el
denominador. Se expresa en porcentaje. Las medidas de proporción
utilizadas en la práctica clínica para describir la enfermedad son la
prevalencia y la incidencia. La prevalencia es el número de casos existentes
de una enfermedad en particular entre la población de referencia. Por
ejemplo: la prevalencia de pacientes con cáncer de próstata diagnosticados
en el Servicio de Urología en el 2004 sería:

Nº. de pacientes con cáncer de próstata: 75

Prevalencia = ________________________________________
Total de pacientes del Servicio de Urología:1,500

75/1500= 0.05. Generalmente la fracción resultante se multiplica por 100,

debido a que la probabilidad es de 0 a 100 y se expresa en porcentaje. Esto
es, la prevalencia de pacientes con cáncer de próstata diagnosticados en el
Servicio de Urología durante el 2004 fue de 5%; dicho de otra manera,
aproximadamente 5 de cada 100 pacientes que acuden al Servicio de
Urología son diagnosticados con cáncer de próstata. La incidencia, a
diferencia de la prevalencia, es el número de casos nuevos que se presentan
de una enfermedad en particular dividida entre la población libre de la
enfermedad al inicio del seguimiento.

Nº de casos nuevos
Incidencia: ________________________
Población libre de la enfermedad
al inicio del periodo de seguimiento

Ejemplo: Se pretende estimar la incidencia de infección de sitio quirúrgico

en cirugías electivas en un hospital de segundo nivel. A lo largo del
trimestre se presentaron 25 casos nuevos de infección de sitio quirúrgico y
en ese mismo periodo se realizaron 789 cirugías.

No. de casos nuevos de infección de sitio quirúrgico (25)

Incidencia: ________________________________________ = _____ x 100 = 3.17%
Población expuesta a cirugía electiva (789)

es decir, durante el trimestre, de cada 100 pacientes que se operaron,

aproximadamente 3 desarrollaron infección de sitio quirúrgico.
TASA

La tasa es la medida de frecuencia que da cuenta de la velocidad de cambio

en la población, de estar sana a

pasar al estado enfermo, o del estado de enfermo a sano. La tasa es la

comparación, a través de una división, entre el número de veces que se
presenta una enfermedad, o el evento estudiado, en un periodo
determinado, entre el tiempo-persona o tiempo poblacional, que es la
expresión con la que cada individuo contribuye libre de la enfermedad, o
del evento, en el tiempo de seguimiento. Por ejemplo, se pretende estimar
la tasa de recuperación de los pacientes operados de colecistectomía por
invasión mínima. Se siguió a 10 pacientes durante 7 días. Se construye un
cuadro con la evolución de los pacientes en días (Figura 2), se realiza la
suma de los días que tardaron en recuperarse, se divide el número de
pacientes recuperados (9 pacientes) entre la sumatoria de los días-persona.
La fracción se multiplica por 1,000 días persona, ya que la tasa se expresa
en múltiplos de mil. Tasa de recuperación = 9/33.5 días persona = 0.269 x
1,000 días persona = 269. La interpretación es que si se siguiera a 1,000
pacientes postoperados de colecistectomía con cirugía de invasión mínima
en un día, se recuperarían 269. La tasa debe describirse de acuerdo a la
unidad de tiempo que puede ser día, mes o año. El paciente número 8 no se
recuperó, pero se contaron los 7 días de contribución sin recuperación.
Distribución de frecuencias (Para variables discretas-
continuas)

Es la variable que presenta separaciones o interrupciones en la escala de valores que

puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los
distintos valores específicos que la variable pueda asumir. Ejemplo: El número de hijos (1,
2, 3, 4, 5).

La distribución de frecuencias o tabla de frecuencias es

una ordenación en forma de tabla de los datos estadísticos ,
asignando a cada dato su frecuencia correspondiente .

Tipos de frecuencias

Frecuencia absoluta

La frecuencia absoluta es el número de veces que aparece

un determinado valor en un estudio estadístico.

Se representa por f i .

La suma de las frecuencias absolutas es igual al número

total de datos, que se representa por N.

Para indicar resumidamente estas sumas se utiliza la letra

griega Σ (sigma mayúscula) que se lee suma o sumatoria.

Frecuencia relativa

La frecuencia relativa es el cociente entre la f recuencia

absoluta de un determinado valor y el número total de datos .
 Se puede expresar en tantos por ciento y se representa por n i .

La suma de las frecuencias relativas es igual a 1.

Frecuencia acumulada

La frecuencia acumulada es la suma de las frecuencias

absolutas de todos los valores inferiores o
iguales al valor considerado.

Se representa por F i .

Frecuencia relativa acumulada

La frecuencia relativa acumulada es el cociente entre

la frecuencia acumulada de un determinado valor y el
número total de datos . Se puede expresar en tantos por
ciento.

Ejemplo:

Durante el mes de julio, en una ciudad se han registrado las

siguientes temperaturas máximas:

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31,
30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

En la primera columna de la tabla colocamos la variable ordenada

de menor a mayor, en la segunda hacemos el recuento y en la
tercera anotamos la frecuencia absoluta.
 xi Recuento fi Fi ni Ni

27 I 1 1 0.032 0.032

28 II 2 3 0.065 0.097

29 6 9 0.194 0.290

30 7 16 0.226 0.516

31 8 24 0.258 0.774

32 III 3 27 0.097 0.871

33 III 3 30 0.097 0.968

34 I 1 31 0.032 1

31 1

POLIGONO DE FRECUENCIAS.
Las puntuaciones obtenidas por un grupo de en una prueba han
sido:15, 20, 15, 18, 22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16,
15, 18, 16, 14, 13.

Construir la tabla de distribución de frecuencias y dibuja

el polígono de frecuencias .

xi Recuento fi Fi ni Ni

13 III 3 3 0.15 0.15

14 I 1 4 0.05 0.20

15 5 9 0.25 0.45

16 IIII 4 13 0.20 0.65

18 III 3 16 0.15 0.80

19 I 1 17 0.05 0.85

20 II 2 19 0.10 0.95

22 I 1 20 0.05 1

20
 Polígono de frecuencias

El punto de más altura de un polígono de frecuencia equivale a la

mayor frecuencia, mientras que el área que se sitúa debajo de la
curva incluye todos los datos que existen. Cabe recordar que la
frecuencia es la repetición mayor o menor de un evento, o el
número de veces que un acontecimiento periódico se reitera en una
unidad temporal.

Histograma

Un histograma es una representación gráfica de

una variable en forma de barras. Se utilizan
para variables continuas o para variables discretas ,
con un gran número de datos, y que se han agrupado
en clases. En el eje abscisas se construyen
unos rectángulos que tienen por base la amplitud del
intervalo, y por altura, la frecuencia absoluta de
cada [Link] superficie decada barra es proporcio
nal a la frecuencia de los valores representados.
Los pesos de los 65 empleados de una fábrica vienen dados por la
siguiente tabla:

fi

[50, 60) 8

[60, 70) 10

[70, 80) 16

[80,90) 14

[90, 100) 10

[100, 110) 5

[110, 120) 2
1 Construir la tabla de frecuencias .

2 Representar el histograma y el polígono de frecuencias .

xi fi Fi ni Ni

[50, 60) 55 8 8 0.12 0.12

[60, 70) 65 10 18 0.15 0.27

[70, 80) 75 16 34 0.24 0.51

[80,90) 85 14 48 0.22 0.73

[90, 100) 95 10 58 0.15 0.88

[100, 110) 105 5 63 0.08 0.96

[110, 120) 115 2 65 0.03 0.99

65
 Histograma

DIAGRAMA DE SECTORES

Un diagrama de sectores se puede utilizar para todo tipo

de variables, pero se usa frecuentemente para las variables

cualitativas. Los datos se representan en un círculo, de modo

que el ángulo de cada sector es proporcional a la frecuencia

absoluta correspondiente.

El diagrama circular se construye con la ayuda de un

transportador de ángulos.
 Ejemplo

En una clase de 30 alumnos, 12 juegan a baloncesto, 3

practican la natación, 4 juegan al fútbol y el resto no practica

ningún deporte.

Alumnos Ángulo

Baloncesto 12 144°

Natación 3 36°

Fútbol 9 108°

Sin deporte 6 72°

Total 30 360°