Bioestadística

Introducción a la Bioestadística

 1.1 INTRODUCCION
 1.2 ALGUNOS CONCEPTOS BÁSICOS
 1.3 MEDIDAS Y ESCALAS DE MEDICION
 1.4 MUESTREO ALEATORIO SIMPLE
 1.5 RESUMEN
 Introducción a la Bioestadística
 Estadística Estadística Descriptiva

Estadística Inferencial

BIOESTADISTICA

Datos: Es la fuente prima de la estadística Registros rutinarios

Encuestas
Fuente
s Experimentos
Fuentes Externas
 Introducción a la Bioestadística
 Escalas de Medición
 Variable: Es una característica de un ser vivo, rasgo,
cualidad etc,.

 Variable cuantitativa Variable Cuantitativa Discreta

Variable Cuantitativa Continua

Variable Cualitativa Ordinal

 Variable Cualitativa
Variable Cualitativa Nominal
 Introducción a la Bioestadística
Nombre_________________________________________Temperatura________________________

Num. de hijos_____________________________________Frecuencia Cardiaca_________________

Frec.Respiratoria___________________________________Domicilios_________________________

Num. De eritrocitos_________________________________Colonia__________________________

Estado Civil________________________________________Num. de Leucocitos________________

Nacionalidad_______________________________________Grado de Escolaridad_______________

Sexo______________________________________________Función__________________________

Lugar de Nacimiento________________________________ Marca de automóvil________________

Peso______________________________________________Grado de enfermedad______________

Lugar que ocupa en la familia__________________________Clase social a la que pertenece_______

Edad______________________________________________Talla____________________________

Cantidad de Hemoglobina_____________________________Hematocrito en sangre____________

Muestreo Aleatorio Simple
 Parte de la estadística inferencial por medio de la
cual se llega a una conclusión acerca de una
población con base a los resultados que se obtienen
a partir de una muestra extraída de esa población
 30%
 Aleatoria
Muestreo Aleatorio Simple
Muestreo Aleatorio Simple
Se desea obtener una muestra aleatoria simple de
17 individuos que representen la edad del estudio
en cuestión:

1.-
2.-
3.-
5.-
6.-
7.-
8.-
9.-
10.-
11.-
12.-
13.-
14.-
15.-
16.-
17.-
Población y Muestra

EJEMPLOS DE UNA
POBLACIÓN:
1- Población de una universidad.
2- Población de animales en una zona.
3- Población de habitantes en un país.
4- Población de productos en una línea
de ensamblaje.
5- Población de autos en una fábrica.
Población y Muestra

EJEMPLOS DE UNA
MUESTRA:
1- Estudiantes de primer año
2- Especie animal amenazada
3- Votantes
4- Productos a prueba.
5- Autos con doble tracción.
 Estadística Descriptiva
 2.1 INTRODUCCION
 2.2 ARREGLO ORDENADO
 2.3 DATOS AGRUPADOS Y MEDIDAS DE
DISPERSION DISTRIBUCION DE
FRECUENCIAS
 2.4 ESTADISTlCA DESCRIPTIV A: MEDIDAS
DE TENDENCIA CENTRAL
 2.5 ESTADISTlCA DESCRIPTIVA:
 2.6 RESUMEN
 Arreglo Ordenado
Datos ordenados
27 26 43 19 27 38
27 29 34 22 28 41
42 48 28 22 29 41
23 34 23 22 29 42

37 41 60 23 29 43

47
30
53
30
24
29
23
23
30
30
43
45
Que
27 27 32 24
24
30
32
46
47
información
nos aporta?
47 22 38
24 32 47
41 27 60
25 32 48
19 38 25
26 33 48
52 26 34
26 34 48
48 27 46
26 34 48
48 30 24
27 34 52
32 32 45
27 35 53
35 43 26
27 37 60
22 29 22
27 37 60
23 24 48
27 38
37 33
 Arreglo Ordenado

k
 Arreglo Ordenado

W= Dato mayor – Dato menor

K
 Arreglo Ordenado

Intervalo Frecuenci Frecuencia Frecuencia Frecuencia

de clase a acumulada relativa relativa
acumulada

19-24 10 10 17.85 17.85

25-30 17 27 30.35 48.2

31-36 8 35 14.28 62.48

37-42 7 42 12.5 74.98

43-48 10 52 17.85 92.83

49-54 2 54 3.57 96.4

55-60 2 56 3.67 99.97

Medidas de Tendencia Central

38 38
15 15
35
27
35
27 23.6
29 29
32 32
8 8 Ventajas____________
23 23
14 14 Desventajas__________
28 28
34 34
22 22
7 7
28 28
14 14
Medidas de Tendencia Central

38 7
15 8
35
27
14
14 27
29 15
32 22
8 23 Ventajas____________
23 27
14 28 Desventajas__________
28 28
34 29
22 32
7 34
28 35
14 38
Medidas de Tendencia Central

38 7
15 8
35
27
14
14 14 y 28
29 15
MODA 32 22
8 23 Ventajas____________
23 27
14 28 Desventajas__________
28 28
34 29
22 32
7 34
28 35
14 38
 Medidas de dispersión
Desviación Estándar Muestral Desviación Estándar Poblacional

Error Estándar Muestral Error Estándar Poblacional

Media y Desviación de datos Agrupados
Media y Desviación de datos Agrupados

Datos ordenados
19 27 38
22 28 41
22 29 41
22 29 42
23 29 43
23 30 43
23 30 45
24 30 46
24 32 47
24 32 47
25 32 48
26 33 48
26 34 48
26 34 48
27 34 52
27 35 53
27 37 61
27 37 62
27 38
 Media y Desviación de datos Agrupados

Intervalo Frecuenci Frecuencia Frecuencia Frecuencia

de clase a acumulada relativa relativa
acumulada

19-24 10 10 17.85 17.85

25-30 17 27 30.35 48.2

31-36 8 35 14.28 62.48

37-42 7 42 12.5 74.98

43-48 10 52 17.85 92.83

49-54 2 54 3.57 96.4

55-60 2 56 3.67 99.97

Media y Desviación de datos Agrupados
NIVELES DE GLUCOSA
 Datos extremos
Datos ordenados
19 27 38
22 28 41
22 29 41
22 29 42
23 29 43
23 30 43
23 30 45
24 30 46
24 32 47
24 32 47
25 32 48
26 33 48
26 34 48
26 34 48
27 34 52
27 35 53
27 37 61
27 37 62
27 38
Distribución Normal
Distribución Normal
Propiedades Las propiedades siguientes se enuncian sin demostración, las que pueden
hallarse en los libros de teoría como el de Cramer.
1) La curva normal es simétrica respecto de un eje vertical que pase por su centro.
2) El área total bajo la curva es igual a uno, por lo tanto a cada lado del eje de simetría es
igual a 0,5 la mitad del área total. El área bajo la curva es igual a la probabilidad.
3) Cada curva normal se identifica en forma unívoca con los valores de sus 2 parámetros (µ
y σ).
4) 4) La función normal tipificada tiene parámetros µ = 0 y σ = 1, es simétrica respecto al
origen y la probabilidad a cada lado del eje de ordenadas vale 0,5 (ver Tabla en el
Anexo).
5) Las funciones de Gauss tienen dos puntos de inflexión simétricos en x = µ ± σ
6) En toda función normal la media coincide con la mediana y con la moda.
7) Si x es una variable aleatoria de parámetros Nx (µ , σ) entonces la variable y = ax + b,
donde a y b son constantes, también tendrá una distribución normal Ny( aµ + b , aσ).
8) Si x e y son dos variables aleatorias normales de parámetros Nx (µx , σx); Ny (µy , σy),
entonces la variable suma de ambas z = x + y, también será normal de parámetros dados
por la suma de sus valores esperados y de sus varianzas Nz {(µx + µy) , (σx 2 + σy 2 )
1/2}.
9) Si x1 y x2 son dos variables aleatorias normales independientes, tienen los mismos
parámetros (µ, σ), entonces la variable aleatoria w = (x1 + x2 )/2, promedio de ambas, tendrá
una distribución normal Nw (µ , σ/√2).

10) Generalizando, sean n variables aleatorias normales independientes, cada una de ellas
proveniente de la misma población, es decir con los mismos parámetros (µ , σ), entonces la
variable aleatoria promedio de las mismas también será una función normal con los
parámetros: Si y = x x n i i i n = = = ∑ 1 entonces y tendrá una distribución normal: Ny ( µ ,
σ/n)

11) El área bajo la curva normal, correspondiente a los intervalos siguientes, es igual a la
probabilidad de que un valor de la variable aleatoria caiga dentro de esos intervalos:
P{ x ε (µ ± σ)} = 0,6828 ⇒ la probabilidad que el valor caiga en (µ ± σ) es del 68,3%
P{ x ε (µ ± 2σ)} = 0,9546 ⇒ la probabilidad que el valor caiga en (µ ± 2σ) es del 95,5% P{ x
ε (µ ± 3σ)} = 0,9973 ⇒ la probabilidad que el valor caiga en (µ ± 3σ) es del 99,7%
Distribución Normal

Ejemplo 1:
Como parte de un estudio de la enfermedad de Alzheimer, Dusheiko (A-5) reporto
datos que son compatibles con la hipótesis de que los pesos de los cerebros de las
víctimas de esa enfermedad siguen una distribución normal. A partir de los datos
develados, se puede calcular la media de 1076.80 gramos con una desviacion
estándar de 105.76 gramos. Si se asume que estos resultados son aplicables a todas
las víctimas de Alzheimer, encuentre la probabilidad de que una victima
seleccionada al azar tenga un cerebro que pese menos de 800 gramos.
Distribución Normal

Ejemplo 2:

Suponga que se sabe que la estatura de cierta población de individuos

sigue una distribución aproximadamente normal con media de 70
pulgadas y una desviación estándar de 3 pulgadas. ~Cual es la
probabilidad de que una persona seleccionada al azar de este grupo tenga
una estatura entre 65 y 74 pulgadas?
Distribución Normal

Ejemplo 3:

Suponga que las edades de inicio de cierta enfermedad tienen una

distribuci6n aproximadamente normal, con una media de 11.5 anos y una
desviación estándar de 3 anos. Un niño contrae recientemente la
enfermedad. Cual es la probabilidad de que la edad del niño sea:
a) Entre 8.5 y 14.5 anos
b) b) Mas de 10 años
c) c) Menos de 12
Distribución Normal

Ejemplo 4:
Si el nivel total de colesterol en cierta población tiene una distribución
aproximadamente normal, con una media de 200 mgl100 m! y una
desviación estándar de 20 mg/100 ml, calcule la probabilidad de que un
individuo, elegido al azar de entre esa población, tenga un nivel de
colesterol:
a) Entre 180 y 200 mg/100 mi
b) Mayor que 225 mg/100 m!
c) Menor que 150 mg/100 ml
d) Entre 190 y 210 mg/100 mi
ALUMNOS
 Ejemplo 5
Se determinó la Lipemia con un método colorimétrico de
un grupo de 200 individuos que padecen hipotiroidismo,
obteniéndose un promedio de 13 g/l, con un desvío
estándar de 0,1 g/l. Se pide calcular la probabilidad de
encontrar un paciente elegido al azar cuyo valor:
 a) esté entre 13 y 13,2 g/l;

 b) sea mayor de 13,25 g/l;

 c) esté comprendido entre 13,1 y 13,2 g/l

ALUMNOS
 En un estudio de dactilografía, una característica cuantitativa muy
importante es el total de surcos en los 10 dedos de un individuo. Suponga
que el total de surcos en los dedos de los individuos en determinada
población tienen distribución aproximadamente normal con una media de
140 y una desviación estándar de 50. Calcule la probabilidad de que un
individuo, elegido al azar entre esa población, tenga un total de surcos en
los dedos:
a) De 200 o más
b) Menos de 100
c) Entre 100 y 200
d) Entre 200 y 250
e) En una población de 10,000 personas, ¿Cuantos puede esperarse
que tengan un total de 200 surcos o más?
Distribución de la media de la muestra
Distribución de la media de la muestra
Distribución de la media de la muestra
Distribución de la media de la muestra
 Distribución de la media de la muestra

 Para cierto sector amplio de población en un año determinado, suponga

que el número medio de días de incapacidad es de 5.4, con una desviación
estándar de 2.8 días. Encuentre la probabilidad de que una muestra
aleatoria de tamaño 49 de esa población tenga una media:

a) Mayor a 6 días b) Entre 4 y 6 días c) Entre 4.5 y 5.5 días

 Distribución de la proporción de la muestra

Suponga que en una población de seres humanos, .08 son daltónicos. Si la

proporción de la población se designa como p, se puede decir para este ejemplo
que p = .08. Si se eligen aleatoriamente 150 individuos de esa población, Cual es
la probabilidad de que la proporción en la muestra de individuos daltónicos sea
igual o mayor a .15?
 Distribución de la proporción de la muestra

Suponga que se conoce que en una población de mujeres, 90 por ciento de

quienes comienzan su tercer trimestre de embarazo han tenido algún cuidado
prenatal. Si se extrae de esta población una muestra aleatoria de tamaño 200,
Cual es la probabilidad de que la proporción de la muestra de las mujeres que
han tenido algún cuidado prenatal sea menor del 85%?
 Distribución de la proporción de la muestra

Una investigación del National Center for Health Statistics (Centro Nacional
para la Estadística de la Salud) (A-2) encontró que a 33.2 por ciento de las
mujeres de 40 anos de edad o mas se les práctico un examen de pecho (BPE)
durante el año anterior. Si se extrae una muestra aleatoria simple de 200
individuos a partir de esa población, Cual es la probabilidad de que la
proporción de la muestra de mujeres a las que se les práctico el examen BPE
durante el año anterior este entre .28 y .37?
 Distribución de la proporción de la muestra

Una investigación realizada en 1990 por el National Center for Health

Statistics (A-4), 19 por ciento de los encuestados mayores de 18 anos, dijo no
saber del virus VIH del SIDA. Cual es la probabilidad de que en una muestra
de 175 individuos de esa población 25 por ciento o mas no sepa de la
existencia del virus del SIDA?
 Intervalo de confianza

Muestra grande Muestra grande Muestra pequeña Muestra pequeña

2 2 2 2
 Intervalo de confianza

Suponga que un investigador, interesado en obtener una estimación del

nivel promedio de alguna enzima en cierta población de seres humano,
toma una muestra de 10 individuos, determina el nivel de la enzima en
cada uno de ellos, y calcula la media de la muestra de 22. Además, que la
variable de interés sigue una distribución aproximadamente normal, con
una variancia de 45. Se desea estimar el valor de la media poblacional.

Un intervalo de confianza de aproximadamente 95 porciento

 Intervalo de confianza

Un fisioterapeuta desea estimar, con 99 por ciento de confianza, la

media de fuerza máxima de un musculo particular en cierto grupo de
individuos. Se inclina a suponer que los valores de dicha fuerza
muestran una distribución aproximadamente normal con una variancia
de 144. Una muestra de 15 individuos que participaron en el
experimento presento una media de 84.3.
 Intervalo de confianza

Algunos estudios acerca de la enfermedad Alzheimer (EA)han mostrado un

incremento en la producción de 14C02 en pacientes con ese padecimiento. Durante un
estudio, se obtuvieron los siguientes valores de 14C02 a partir de 16 biopsias de
neocorteza de pacientes con la enfermedad (EA):

1009 1280 1180 1255 1547 2352 1956 1080 1776 1767
1680 2050 1452 2857 3100 1621

Considérese que la población sigue una distribuci6n normal con una desviación
estándar de 350.
 Distribución z o t ?

Diagrama de flujo para decidir entre utilizar z y t cuando se hagan inferencias

respecto a las medias de la poblaci6n.
Prueba de hipotesis
Pasos para la prueba de hipótesis

1.- Datos. Es necesario comprender la naturaleza de los datos que forman la base de
los procedimientos de prueba, ya que esto determina la prueba particular que se ha
de utilizar. Se debe determinar, por ejemplo, si los datos constan de conteos 0

medidas.
2.- Supuestos (restricciones). Como se estudio en el capitulo relacionado con la
estimación, diferentes suposiciones conducen a modificar los intervalos de
confianza. Lo mismo ocurre en la prueba de hipótesis: un procedimiento general se
modifica según las suposiciones. De hecho, las mismas suposiciones que son
importantes en la estimación, también lo son para la prueba de hipótesis. Se ha visto
que estas incluyen, entre otras, suposiciones respecto a la normalidad de la
distribuci6n de la población, igualdad de variancias e independencia de las muestras.
Prueba de hipotesis
Pasos para la prueba de hipótesis

3.- Hipótesis. En la prueba de hip6tesis se trabaja con dos hip6tesis estadísticas que
deben anunciarse explícitamente. La primera es la hipótesis que debe probarse,
mejor conocida como hipótesis nula, y que se designa por el símbolo Ho' La
hip6tesis nula a veces se conoce como hipótesis de no diferencia, ya que es una
proposición de conformidad con (0 sin diferencia respecto a) condiciones que se
suponen ciertas en la poblacion de interés. En general, la hip6tesis nula se establece
con el prop6sito expreso de ser rechazada. En consecuencia, el complemento de la
conclusi6n que el investigador desea alcanzar se convierte en el enunciado de la
hipótesis nula. En el proceso de prueba, la hip6tesis nula se rechaza 0 no se rechaza.
Si la hipótesis nula no se rechaza, se dirá que los datos sobre los cuales se basa la
prueba no proporcionan evidencia suficiente que cause el rechazo.
Prueba de hipótesis
Pasos para la prueba de hipótesis

Reglas para establecer la hipótesis estadística

Por ejemplo, suponga que se requiere responder a la pregunta: ~Se puede concluir
que la media de una población es diferente de 50? La hipótesis nula es:

y la hipótesis alternativa es:

Prueba de hipótesis
Prueba de hipótesis
Prueba de hipótesis
Pasos para la prueba de hipótesis

4.- Estadística de prueba. La estadística de prueba es alguna estadística que se puede

ca1cular a partir de los datos de la muestra. Como regia, existen muchos valores
posibles que puede asumir la estadística de prueba, y el valor particular observado
depende de la muestra particular extraída. Como se vera mas adelante, la estadística
de prueba sirve como un productor de decisiones, ya que la decisión de rechazar 0 no la
hipótesis nula depende de la magnitud de la estadística de prueba. Un ejemplo de
estadística de prueba es la cantidad

 
t =
S
Prueba de hipótesis
Pasos para la prueba de hipótesis

5. Distribución de la estadística de prueba. Se ha señalado que la clave para la

inferencia estadística es la distribuci6n muestral. Es necesario recordar esto en los
casos en que sea necesario especificar la distribuci6n de probabilidad de la estadística
de prueba, Por ejemplo, la distribuci6n de la estadística de prueba

 
t =
S
Prueba de hipótesis
Pasos para la prueba de hipótesis

6. Regla de decisión. Todos los val ores posibles que la estadística de prueba puede
asumir son puntos sobre el eje horizontal de la grafica de la distribución para esta
estadística y se dividen en dos grupos: uno de ellos constituye lo que se conoce como
región de rechazo y el otro forma la región de no rechazo.

Nivel de significancia y
confiabilidad
Prueba de hipótesis
Pasos para la prueba de hipótesis

7.- Calculo de la estadística de prueba. A partir de los datos contenidos en la

muestra, se calcula un valor de la estadística de prueba y se compara contra las
regiones de no rechazo y rechazo que ya fueron especificadas.

8.- Decisión estadística. La decisión estadística consiste en el rechazo 0 no rechazo de

la hipótesis nula. Se rechaza si el valor calculado de la estadística de prueba cae en la
región de rechazo, y no se rechaza si el valor calculado de la estadística de prueba cae
en la región de no rechazo.
Prueba de hipótesis
Pasos para la prueba de hipótesis

9.- Conclusión. Si Ho se rechaza, se concluye que HA es verdadera. Si Ho no se

rechaza, se concluye que Ho puede ser verdadera.

10.- Valor de p. El valor de pes una cantidad que indica que tan insólitos son los
resultados de la muestra, considerando que la hipótesis nula sea verdadera. Un valor
de p indica que no es muy probable que los resultados de la muestra hayan
ocurrido; ofrece la justificación para dudar de la certeza de la hip6tesis nula, si esta
es verdadera.
Pru
e ba d
e hi
pót e
s is
Prueba de hipótesis para la media de
una sola población

 
t =
S
 Prueba de hipótesis para la media de
una sola población
1.- En una muestra de 49 adolescentes que se presentan como sujetos para un estudio inmunológico, una
variable de interés fue la prueba del diámetro de reacción de la piel a un antígeno. La media de la muestra
fue de 21 cm y una desviación estándar de 11. Es posible concluir a partir de estos datos que la media de la
población es menor que 30? Con una p<0.05 o una significancia del 95%

2.- En una encuesta de 100 hospitales de tamaño similar revelo un censo diario de servicio de pediatría de 27
con una desviación estándar de 6.5. Proporcionan estos datos suficiente evidencia para indicar que la media
de la población es mayor que 25? Con una significancia del 95%

3.- Proporcionan estos datos suficiente evidencia para indicar que la media de la población es menor que 25
con una significancia del 95?

4.- Un grupo de investigadores esta interesado en saber si las bebidas gasificadas afectan el coeficiente
intelectual (< o >). Para esto los investigadores tomaron una muestra de 613 individuos que beben en exceso
al menos 50 gaseosas a la semana, se les aplico el test de Barcelona y se obtuvo una media de 70 con una
desviación estándar de 12. Es posible concluir con estos resultados que la media de la población es diferente
a 100? Con una p<0.001
 Prueba de hipótesis para la media de
una sola población
5.- Un grupo de investigadores del CUCS reportaron que los datos correspondientes a 8 casos de prolapso del cordón umbilical las edades e las
madres eran de 25, 28, 17, 26, 27, 22, 25 y 30 años. Se pretende saber si es posible concluir que la media de la población de la que se supone fue
extraída la muestra es mayor a 20 años con una p< 0.01?

6.- Una muestra aleatoria de 20 profesores universitarios aparentemente sanos proporciono los siguientes valores de capacidad respiratoria
máxima: 132, 33, 91, 108, 67, 169, 54, 203, 190, 133, 96, 30, 187, 21, 63, 166, 84, 110, 157, 138. Es posible concluir que la media máxima de
respiración no es de 110 litros por min? Con una significancia del 99%
Prueba de hipótesis para la diferencia de
la media de dos poblaciones
 Prueba de hipótesis para la diferencia de
la media de dos poblaciones
1.- Un estudio de los investigadores Eidelman et al. (A-6) tiene como objetivo examinar las características de destrucción pulmonar en personas que fuman cigarros antes de
desarrollar un marcado enfisema pulmonar. Se practicaron mediciones de tres índices de destrucción pulmonar en los pulmones de personas longevas que no fumaban y en
personas con tabaquismo que murieron repentinamente fuera del hospital por causas no respiratorias. Una calificación alta indica un mayor daño pulmonar. En la tabla 7.3.1
se muestran las calificaciones producidas. para uno de los índices de destrucción pulmonar de una muestra de nueve personas que no fuman y 16 fumadores. Se pretende
saber si es posible concluir, con base en los datos, que las personas que si fuman, en general, tienen los pulmones mas dañados que las personas no fumadoras
 Prueba de hipótesis para la diferencia de
la media de dos poblaciones
2.- Se requiere comparar la variabilidad de las emisiones de CO2 que se presentan al utilizar dos tipos de gasolina (A y B). Se emplea para ello un par de automóviles en las
mismas condiciones (de afinación, marca y modelo) y se obtienen los siguientes porcentajes de emisión:
AUTOMOVIL A:93.12 93.57 92.81 94.32 93.77 93.52
AUTOMOVIL B:92.54 92.38 93.21 92.06 92.55

es posible concluir con estos datos si existe alguna diferencia en la media de ambas emisiones de CO2, con una significancia del 95%

100

80
Emisiones de

60
CO2

40

20

0
Prueba de hipótesis para la diferencia de
la media de dos poblaciones
3.- Un fabricante de cigarrillos publica que la marca marlboro no es mas dañina para la salud que la marca faros. Suponiendo que el daño se mide en relación ala concentración
de nicotina presente en cada cigarrillo, para ello se midió la concentración de nicotina en cada marca, los resultados son os siguientes:
Marlboro Faros
254 544
265 444
333 123
444 265
258 199
453 333
451 549
356 462
456 125
555 216
Es posible concluir que la marca Maltboro no es mas dañina que los faros, p<0.01
 Prueba de hipótesis t-student de
muestras relacionadas o pareadas

n
35

34

33

32

31

30

29

28

27

26
1
ANOVA
ANOVA post-hoc