Curso: Bioestadística , UNIDES
Clases prácticas (CP) UNIDAD I
CP1. Clasificación de variables , escalas de medición y Evaluación de la calidad de
datos que serán sometidos al análisis estadístico
Introducción
Para cualquier análisis estadístico es necesario en primer lugar estar familiarizado con
el tipo de variables que estamos trabajando y con el tipo de datos (escala de medición)
que obtenemos de cada variable. Igualmente es muy importante el análisis exploratorio
de los datos que entre otras cosas incluye la detección de errores en la captura de los
datos, presencia de datos atípicos, datos faltantes, derivación de variables y análisis
descriptivo. Dado los diferentes aspectos a desarrollar la clase practica la dividiremos
en dos partes a como se indica a continuación:
CP1.1 Clasificación de variables y escalas de medición
Procedimiento:
1) A cada estudiante del grupo se le solicitará buscar un tema de un artículo de investigación de
interés personal en cualquier revista de medicina.
2) Con ayuda del facilitador se les explicará las variables reflejadas en el texto enfatizando el
interés, por ahora de aquella, que se mide u observa
3) El facilitador generara, en Excel, un listado de todas las variables identificadas con la
colaboración de los estudiantes. El archivo se distribuirá entre ellos para que indiquen con una X
la naturaleza de los datos, es decir, si la escala de medición es Nominal (N), Continua (C),
Ordinal (O) o discreta (D). Todo lo anterior lo reflejaremos en una tabla con la estructura
siguiente:
Tabla 1. Variables identificadas en artículos de investigación publicados en revistas de medicina
disponibles en la www.
Escala de
No. Variable medición
N C O D
1 Preferencias políticas (izquierda, derecha o centro).
2 Velocidad en km/h.
3 El peso en kg.
4 Signos del zodiaco.
5 Nivel educativo (primario secundario, superior).
6 Años de estudios completados.
7 Tipo de enseñanza (privada o pública).
8 Número de estudiantes de primer año.
9 La temperatura de un enfermo en grados Celsius.
10 La clase social (baja, media o alta).
11 Tiempo para desplazarse a su casa
12 Tamaño de su municipio: pequeño (< 2.000 hab.); mediano (de
2.000 a 10.000 hab.); grande (10.000 a 50.000 hab.)
4. En base a información de resultados de laboratorio (Ver archivo: Excel “Exámenes de
laboratorio”) se solicita que cada grupo identifique tres variables de cada una de las cuatro
escalas de medición: N, O, D y C
CP1.2 Detección de datos atípicos, faltantes y errores de captura en base de datos.
Este ejercicio es mejor realizarlo en Excel, para esto se entregará a cada estudiante una base de
datos (Archivo Excel AED) y se les solicitará dos cosas:
a) Antes de realizar el análisis de calidad : identificar las categorías de las variables
cualitativas indicando donde está el error.
b) En el caso de las variables cuantitativas indicar que porcentaje de datos son los
faltantes, ¿cómo resuelve este problema?
c) Calcule la media y la mediana de conjunto de datos antes y después de las correcciones
e indique cómo se ve afectada cada una de las estadísticas antes mencionadas.
CP2. Resumen tabular y gráfico de variables cuantitativas y cualitativas de acuerdo a
estándares institucionales y de revistas de investigación
Introducción
A lo largo de la fase de campo de un estudio la información de los distintos individuos
implicados se va recogiendo en Historias Clínicas (estudios hospitalarios), en Libretas de
Laboratorio (investigaciones básicas con animales o cultivos) o en Encuestas Sanitarias
(estudios epidemiológicos). Las características evaluadas en cada uno de los individuos se
denominan variables. El análisis de esa información comienza con la Tabulación de los datos,
que consiste en disponerlos en tablas donde cada fila corresponde a un individuo y cada
columna corresponde a una variable. La tabulación y las gráficas son dos estrategias para
resumir los datos. Ambas herramientas forman parte del análisis exploratorio de los datos
(AED). Las tablas y gráficas se diseñan de acuerdo a normativas institucionales o de las revistas
donde deseamos que nuestros trabajos de investigación sean publicados. Esto sugiere que no
existe una receta ni un formato universal.
CP2.1 Resumen tabular de datos
Procedimiento
1) Este ejercicio se realizará de manera individual
2) No olvide de escribir el título de la tabla el cual debe ser lo más descriptivo posible de
acuerdo a la información disponible
1) Para saber si la infección en las vías urinarias (IVU) está relacionada con el sexo, se
entrevistaron en una comunidad rural de Nicaragua en 2022, a 40 personas: 14 eran hombres y
26 mujeres. Diseñe una tabla de contingencia de doble entrada y responda la pregunta siguiente:
¿se puede concluir que existe el mismo porcentaje de ocurrencia de IVU en ambos sexos?
En el recuadro siguiente se presentan datos de hombres y mujeres afectados por infecciones de
las vías urinarias (IVU)
CP2.2 Resumen gráfico de datos
Procedimiento
1) Se trabajará con un archivo de Excel (“Tasa de mortalidad Stu) que se hará circular a todos
los estudiantes
2) Cada grupo tomará un rango de edad y representará de manera grafica la evolución de la tasa
de mortalidad por sexo dentro de cada rango de edad.
3) Posteriormente cada grupo mostrará su resultado en orden de edad en una hoja tamaño
carta y lo colocará en la pizarra
4) Finalmente de manera visual determinaremos cuál es el rango de edad con mayor tasa de
mortalidad.
5) No olvide ponerle el título de a su grafico y que sea descriptivo
Tarea en casa:
Por grupo consultar en una revista de medicina ( la que sea de su interés) las orientaciones a los
autores para presentar las tablas y graficas (figuras) en caso de estar interesado en publicar en
dichas revistas. Editar las orientaciones y presentar de manera visual una tabla y una grafica en
que se reflejen dichas orientaciones.
CP3. Cálculo de medidas de tendencia central, de posición, de dispersión y de
asociación de variables
Introducción
Con variables cuantitativas, además de resumir la información agrupando los valores en
intervalos y calculando la Distribución de Frecuencias de estos, se pueden calcular las
llamadas medidas de posición (o centralización) y de dispersión. Ambos tipos de
medidas son muy útiles en medicina, por ejemplo, si una variable corporal de las
muchas que se miden presenta sistemáticamente valores muy próximos a la media,
cuando en un paciente se encuentra un valor moderadamente alejado de ella se
considerará indicio de enfermedad, señal de alarma. Pero en una variable que presenta
espontáneamente valores muy dispersos respecto a la media, un valor moderadamente
alejado de ella no se considerará un indicio de enfermedad, sino expresión de la
variabilidad de esa medida.
Procedimiento
1) Los resultados de esta clase práctica se presentarán por grupo, sin embargo, a fin de ser más
eficientes, e orienta que a lo interno de cada grupo se asignen a los miembros tareas distintas.
2) Posteriormente cada miembro del grupo deberá explicar a sus compañeros lo realizado de
manera individual
3) Por último se hará un consolidado por grupo que será entregado al facilitador.
4) Esta práctica se desarrollará con la información que se brinda a continuación:
En el siguiente conjunto de números, se proporcionan los pesos (redondeados a la libra
más próxima) de los bebés nacidos durante un cierto intervalo de tiempo en un hospital:
4, 8, 4, 6, 8, 6, 7, 7, 7, 8, 10, 9, 7, 6, 10, 8, 5, 9, 6, 3, 7, 6, 4, 7, 6, 9, 7, 4, 7,
6, 8, 8, 9, 11, 8, 7, 10, 8, 5, 7, 7, 6, 5, 10, 8, 9, 7, 5, 6, 5.
5) En base la información anterior resuelva lo indicado:
5.1 Construir una distribución de frecuencias de estos pesos.
a. Encontrar las frecuencias relativas.
b. Encontrar las frecuencias acumuladas.
c. Encontrar las frecuencias relativas acumuladas (“de menos a más”)
.
d. Dibujar un histograma con los datos de la parte a.
c. ¿Por qué se ha utilizado un histograma para representar estos datos,
en lugar de una gráfica de barras?
5.2 Calcular las medidas de tendencia central (media, moda, mediana).
a. Calcular las medidas de dispersión (R, S2, S, CV).
b. Calcular las medidas de forma (Asimetría y apuntamiento)
c. ¿Es esta una distribución sesgada? De ser así, ¿en qué dirección?
d. Encontrar el percentil 24.
CP4. Asociación entre variables
Introducción
En las prácticas anteriores estudiábamos el comportamiento de una variable en un grupo de
individuos resumiéndolo aplicando distintas herramientas. Pero muy raramente el análisis de
una investigación se limita a estudiar el comportamiento de cada variable por separado. Lo
habitual es estudiar relaciones entre variables, viendo cómo los valores de una son distintos en
los individuos con diferentes valores de otra.
Interesa responder a la pregunta siguiente: Si Y es otra variable definida sobre la misma
población que X, ¿será posible determinar si existe alguna relación entre las modalidades de X y
de Y ?
Procedimiento
1. Primeramente realizaremos un diagnostico visual para detectar una posible relación entre las
dos variables de interés Esto se logra por medio de una gráfica de dispersión. ¿Qué le indica la
gráfica?
2. Después calcularemos la magnitud (el grado) de la relación por medio del análisis de
correlación de Pearson
3. Por último elaboraremos una ecuación que nos permita predecir el cambio en unidades de la
variable dependiente por cada unidad de cambio en la variable independiente
4. Los datos para realizar esta practica son los siguientes:
Se realiza un estudio para establecer una ecuación mediante la cual se pueda utilizar la
concentración de estrona en saliva(X) para predecir la concentración del esteroide en
plasma libre (Y ). Se extrajeron los siguientes datos de 14 varones sanos:
X 1,4 7,5 8,5 9 9 11 13 14 14,5 16 17 18 20 23
Y 30 25 31,5 27,5 39,5 38 43 49 55 48,5 51 64,5 63 68