Bioestadística. Dr.

Cleto De La Torre Dueñas

UNIVERSIDAD TECNOLOGICA DE LOS ANDES

ESCUELA DE POSGRADO

MAESTRIA EN SALUD PÚBLICA.

CURSO:

BIOESTADISTICA

Dr. CLETO DE LA TORRE DUEÑAS

cletounsaac@[Link]

ABANCAY – PERU
2019

1
Bioestadística. Dr. Cleto De La Torre Dueñas

CONTENIDO

CAPITULO I:
INTRODUCCION
CAPITULO II:
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS.
CAPITULO III:
MEDIDAS DESCRIPTIVAS DE UNA DISTRIBUCIÓN DE DATOS.
CAPITULO IV:
DISTRIBUCIONES BIDIMENSIONALES
CAPITULO V:
PROBABILIDADES
CAPITULO VI:
VARIABLE ALEATORIA Y DISTRIBUCIONES DE PROBABILIDAD.
CAPITULO VII:
INTRODUCCION AL MUESTREO
CAPITULO VIII:
ESTIMACION POR INTERVALOS Y PRUEBAS DE HIPOTESIS
CAPITULO IX:
PRUEBA DE CHI-CUADRADO
CAPITULO X:
DISEÑO EXPERIMENTAL

CAPITULO XI:

REGRESIONES LOGISTICA Y PROBIT.

ANEXOS.

2
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO I
INTRODUCCION

La Estadística es la ciencia que se ocupa de los métodos y procedimientos de

colección, clasificación, organización, análisis, síntesis e interpretación de datos;
siendo su característica que la distingue, la de hacer generalizaciones o inferencias
en base a una muestra. En palabras sencillas podríamos decir que la estadística es
la ciencia de los datos
En términos generales la estadística aborda dos tipos de problemas:
♦ Resumir, describir y explorar datos.
♦ Utilizar datos de una muestra para inferir la naturaleza del conjunto del
cual se escogió la muestra.

1.1 DIVISION DE LA ESTADISTICA

Así, la estadística se divide en dos partes íntimamente relacionadas:
Estadística Descriptiva.- Esta es la parte de la estadística que se dedica a la
organización, síntesis y descripción de conjuntos de datos.
Esta es importante, ya que antes de que la mente humana pueda interpretar
(hacer inferencias) un conjunto de datos, especialmente cuando estos son
demasiados, es necesario resumirlos o representarlos de manera clara,
simplificada o reducida.
Estadística Inferencial.- Esta rama de la estadística trata el problema de
inferir la naturaleza de un conjunto de datos a partir de una muestra de
dichos datos.
El problema general de la Estadística

3
Bioestadística. Dr. Cleto De La Torre Dueñas

Muestra Inferencias
Población

Que tan reales

es.
Figura 1: Relación entre población y muestra.

1.2 CONCEPTOS BASICOS

Población. Es cualquier conjunto de datos, objetivo de nuestro interés, sobre
los cuales interesa observar una o más características. Esta puede ser finita o
infinita. El tamaño de la población es el número de individuos que tiene
Muestra. Una muestra es un conjunto de individuos de la población que
refleja las características de ésta lo mejor posible. Si las características quedan
bien reflejadas, se dice que la muestra es representativa. El tamaño de una
muestra es el número de individuos que tiene, lo denotamos por n.
Unidad de estudio. Es cada elemento que va a ser estudiado. Lo más normal
es que se trate de individuos, pero no tiene por qué ser así.
Data. Es cualquier medida resultado de haber observado una variable en una
unidad de alguna población.
Parámetro es una propiedad descriptiva de una población. Ejemplo media y
varianza poblacional
Estadístico es una propiedad descriptiva de una muestra., ejemplo media y
varianza muestral.
Variable. Cualquier característica de Interés en el estudio.
Variable cualitativa: Ordinal y Nominal
Variable cuantitativa: Discreta y continua.
Por otra parte, el reporte de las variables medidas requiere de los siguientes
conceptos:
Exactitud. Hace referencia a la cercanía con la que se encuentra la medición
realizada con el valor real de la variable medida, esta relacionado con el
concepto de la media.

4
Bioestadística. Dr. Cleto De La Torre Dueñas

Precisión. Hace referencia a la cercanía con que se encuentran un conjunto

de mediciones realizadas sobre la misma variable, relacionado con el
concepto de varianza.

1.3 VARIABLES ESTADISTICAS

A las características objeto de estudio en la población se les llama variables,
ya que pueden variar de un individuo a otro y se representara por una letra
mayúscula: X, Y, Z,. . ., debemos distinguir los distintos tipos de variables
que hay, lo cual nos va a permitir utilizar las herramientas estadísticas
apropiadas.

Tipos de variables.
Las variables estadísticas pueden ser de dos tipos:
Variables cualitativas o atributos: describen cualidades y no toman valores
numéricos, estas a su vez pueden ser:
Nominales.- Las cualidades no presentan ningún orden. Ejemplo Sexo de
estudiantes.
Ordinales.- Este tipo de variables presentan orden
Ejemplo: Nivel de estudios.
Variables cuantitativas: toman valores numéricos. A su vez pueden ser:
• Discretas: Solo toman un número finito o infinito numerable de valores
distintos (generalmente números naturales o enteros). Ejemplos: numero de
compras de un producto en un mes, el año de fabricación de un vehiculo,
numero de entradas de cine vendidas en un intervalo de tiempo, resultado
de lanzar un dado, numero de hijos,. . .
• Continuas: Toman valores en un intervalo. Generalmente corresponden a
medir magnitudes continuas, por ejemplo, peso, altura, temperatura,
intensidad de corriente, el tiempo entre dos llamadas telefónicas, el tiempo
de servicio o de operación de una maquina, etc.

5
Bioestadística. Dr. Cleto De La Torre Dueñas

Una característica esencial de este tipo de variables es que sus valores nunca
son observables con exactitud, sino que dependen (las observaciones) de la
precisión del instrumento de medida.

1.4 MEDICION
Se llama medición al proceso de atribuir números a las características.
Tenemos las siguientes escalas de medición: nominales, ordinales,
cuantitativas de intervalo y cuantitativas de razón.

Escala nominal: la clave de estas escalas de medida es que sólo informan de

la igualdad o desigualdad de los individuos en una característica, pero no de
posibles ordenaciones, puesto que la característica a la que se refieren no se
tiene en mayor o menor medida, sino que simplemente adopta formas
cualitativamente distintas. Los números solo sirven para distinguir valores o
categorías diferentes de la variable.
Ejemplo: El sexo 1=M y 2=F esto simplemente es un proceso de codificación
pero no significa que la mujer sea mayor que el hombre, ni el doble, ni que
existe sexo intermedio.

Escala Ordinal.- Los números además de servir para distinguir reflejan un

orden existente sobre los valores de la variable.
Se obtiene clasificando objetos o arreglándolos en un orden con respecto a
alguna variable común. La pregunta es simplemente, si el objeto tiene más o
menos de esta variable que algún otro objeto.
Ejemplo : El dato representado por 5 es superior al representado por 2 en “
excelente=5, bueno =4, regular =3 y malo = 2.” es cierto la relación de orden
2<3<4<5.

Escala de Intervalo.- Aquí los números para clasificar los objetos representan
también incrementos iguales del atributo que se esta midiendo. Esto significa
que los números pueden ser comparados. La diferencia en 1 y 2 es la misma

6
Bioestadística. Dr. Cleto De La Torre Dueñas

que entre 2 y 3, pero es solo la mitad de la diferencia entre 2 y 4, sin

embargo, la ubicación del punto no es fija, puesto que 0 no denota la
ausencia del atributo.
Las temperaturas Fahrenheit y Centígrados son medidas que tiene diferentes
escalas de intervalo y diferentes puntos de 0.

Escala de Razón.- Medida numéricas en las cuales cero es un valor fijo en

cualquier escala y la diferencia entre valores es diferente
Además de la distancia de orden e intervalo, se añade un origen absoluto de
forma que no solo cabe hallar distancias (ya en la escala de intervalo), si no
también múltiplos exactos. En este caso, el valor representado por 4 tiene
doble cantidad medida que él representado por un 2 . Este es el caso por
ejemplo de la variable edad expresado en años.
 40 años y 20 años son edades distintas
 40 años es superior a 20 años
 entre 40 y 20 hay una diferencia de 20, la misma que entre 50 y 20 .
 El 0 tiene sentido. Una persona con 0 años, realmente no tiene edad
todavía no ha nacido. De esta forma, 40 es exactamente el doble de 20.

7
Bioestadística. Dr. Cleto De La Torre Dueñas

Resumen de escalas de medición

Información Transform. Pruebas
Tipo Ejemplos
deducible admisibles Estadísticas
Relaciones “igual Aplicaciones Sexo, Tipo de No
Nominal
que” o “distinto que” inyectivas enfermedad paramétricas

Grado de
Relaciones “mayor Funciones
Ordinal toxicidad, nivel
que” o “igual que” crecientes
socioeconómico.

Igualdad o Parametricas.
Temperatura,
Intervalo desigualdad de A + b.x (b  0)
inteligencia
diferencias
Tiempo de
Igualdad o
tratamiento,
Razón desigualdad de B .x (b  0)
Número de
razones
fármacos.

8
Bioestadística. Dr. Cleto De La Torre Dueñas

Pruebas estadísticas de acuerdo a la escala de medición

Tipo de Escala de la Método o Técnica Estadística.

Descripción variable o
asociación.
Variables Categorías Frecuencias, proporciones, o porcentajes
individuales (Nominal y representados por grafico de barras,
Ordinal) sectores o pictogramas.
Variables Numérica(Intervalo -Distribución de frecuencias en clases,
individuales o razón) frecuencias acumuladas.
-Medidas de tendencia central, dispersión,
posición y de forma.
Asociación Categorías con -Tablas de contingencia.
entre variables Categorías -Calculo de riesgos.
-Pruebas de chi-cuadrado:independencia
-Grafico de barras
-Pruebas de Kendall, de Spearman.
Asociación Categorías con -Tablas con clasificación categórica, con
entre variables Numérica promedios, desviaciones, etc.
-Regresión Logística.
-Diseño experimental
Asociación Numérica con -Grafico de puntos
entre variables Numérica - Análisis de regresión, coeficiente de
correlación.

9
Bioestadística. Dr. Cleto De La Torre Dueñas

Pruebas estadísticas inferenciales de acuerdo a la escala de medición de la

variable en estudio.
Tipo de Escala de la Método o Técnica Estadística.
Descripción variable o
asociación.
Variables Nominal -Prueba Z para una proporción
individuales poblacional.
-Prueba de chi-cuadrado para varias
proporciones en una sola población.
-Intervalos de confianza para
proporciones.
-Prueba de McNemar,
-Prueba de Mantel Haenzel
Variables Ordinales -Prueba de signos o binomial para la
individuales o media poblacional.
mas de una -Pruebas de wilcoxon para rangos.
variable Prueba de U Mann Whitney( dos o mas
poblaciones)
-Prueba de Kruskal Wallis.
-Prueba de Friedman.
Variables Intercalar o de -Prueba de t para una media poblacional.
individuales razón. -intervalos de confianza.
Mas de una Intercalar o de -Prueba de hipotes e intervalos de
variables razón confianza para diferencia de medias.
-Prueba de varianzas

Existen varias pruebas, algunas de ellas se desarrollaran en el curso. La mayor

parte de las escalas ordinales y de razón son analizados con pruebas no
paramétricas, en cambio las escalas de razón e intercalar son analizados con
estadística paramétrica.

10
Bioestadística. Dr. Cleto De La Torre Dueñas

1.5 TIPOS DE ESCALAS PARA LA CLASIFICACION DE ACTITUDES

La escala de clasificación por categorías es la que usan ampliamente los
investigadores de sociales.
Escala de clasificación por categorías.
Existen cuatro categorías a partir de las cuales los entrevistados pueden
elegir para señalar su nivel general de satisfacción con su plan actual de
seguro médico:
- Muy satisfecho (+2)
- Satisfecho (+1 )
- Algo satisfecho (0)
- No del todo satisfecho (-1)
 Escala De Comparación:
Otra versión de la escala precedente calificaría a las categorías “excelente”,
“muy bueno”, “bueno”, “regular” y “deficiente” , eliminando de esta forma
la comparación implícita. El problema con tal escala es que el punto de
referencia es poco claro y diferentes entrevistados pueden usar diferentes
puntos de referencia o estándares.
 Escala de likert:
Una escala de Likert requiere que un entrevistado indique un grado de
acuerdo o desacuerdo con respecto a una variedad de afirmaciones
(reactivos) relacionadas con el objeto de las actitudes.

 Es un tipo de instrumento de medición o de recolección de datos que

disponemos en la investigación social.

 Es una escala para medir las actitudes.

 Consiste en un conjunto de ítems bajo la forma de afirmaciones o juicios

ante los cuales se solicita la reacción (favorable o desfavorable, positiva o
negativa) de los individuos.

11
Bioestadística. Dr. Cleto De La Torre Dueñas

Alternativas o puntos en la escala de Likert

Asignación Asignación Alternativa A Alternativa B Alternativa C Alternativa D
Numérica I Numérica
II
2 5 Muy de Totalmente de Definitivamente Completamente
acuerdo acuerdo sí verdadero
1 4 De acuerdo De acuerdo Probablemente sí Verdadero
0 3 Ni de Neutral o Indeciso Ni falso, ni
acuerdo, ni indiferente verdadero
en
desacuerdo
-1 2 En En Probablemente no Falso
desacuerdo desacuerdo
-2 1 Muy en Totalmente en Definitivamente Completamente
desacuerdo desacuerdo no falso

Para obtener las puntuaciones de la escala de Likert, se suman los valores

obtenidos respecto de cada frase. El puntaje mínimo resulta de la multiplicación
del número de ítems por 1. Una puntuación alta está dada por el número de ítems
o afirmaciones multiplicado por 5.

PM--------------------I----------------------I----------------------I------------------PT

Ejemplo:

Ha encontrado en el centro de salud el apoyo y las facilidades necesarias para que

usted desarrolle de modo óptimo su trabajo.

( ) Definitivamente sí

( ) Probablemente sí

( ) Indeciso

( ) Probablemente no

( ) Definitivamente no

12
Bioestadística. Dr. Cleto De La Torre Dueñas

Ejemplo
El director del hospital se preocupa por el bienestar del recurso humano.
Categorías de Frecuencia Porcentaje Asignación de
Respuesta puntajes
Totalmente de 2 4.4% 2(5)
acuerdo
De acuerdo 4 9% 4(4)
Indeciso 7 15.6% 7(3)
En desacuerdo 9 20% 9(2)
Totalmente en 23 51% 23(1)
desacuerdo
N=45 100% Total=88
Promedio=1.95

Para interpretar el puntaje se ubica en los tramos gráficos de la escala

elaborada. El Promedio (1.95) como puntaje se ubica en la parte que indica
Desfavorabilidad.

1.6 MARCO METODOLOGICO.

Según Fidias Arias (1999) “la metodología del proyecto incluye el tipo o tipos
de investigación, las técnicas y los procedimientos que serán utilizados para
llevar a cabo la indagación. Es el “cómo” se realizará el estudio para
responder al problema planteado

DISEÑO DE LA INVESTIGACIÓN: constituye la estrategia adoptada por

el investigador para responder al problema planteado. Es el enfoque que
orienta el estudio
1. Cuantitativo: se orienta al estudio de variables susceptibles de medición y
del análisis estadístico, es decir se sitúa en un enfoque de características
cuantitativas.
2. Cualitativa: con enfoque opuesto al tradicional, pues el escenario y los
individuos no se reducen a variables cuantificables; son considerados como
un todo caracterizado por múltiples fenómenos y diversas categorías. De
allí, la flexibilidad en cuanto al modo de conducir los estudios.

13
Bioestadística. Dr. Cleto De La Torre Dueñas

3. Investigación – acción: persigue la solución de problemas concretos,

permitiéndose utilizar técnicas propias de los diseños cualitativos.

TIPOS DE INVESTIGACION:
Nivel o Tipo de Investigación el cual se presenta de acuerdo a la finalidad o
propósito, al alcance, amplitud, profundidad, fuentes, lugar donde se
desarrolla y a la naturaleza del estudio.

1. De acuerdo a la finalidad o propósito: puede ser básica o aplicada. La

básica tiene como propósito la mejor comprensión de los fenómenos. La
aplicada tiene como propósito la solución de problemas.
2. De acuerdo a su temporalidad. puede referirse a un lapso de tiempo
específico (seccional o transversal) o puede extender el análisis a una
sucesión de momentos temporales (longitudinal).
Transversal:
La observación o medición se realiza una sola ocasión, por lo que los
resultados corresponden a un período de tiempo.
Longitudinal: incluye largos períodos de tiempo. A su vez puede ser
prospectiva y retrospectiva
3. De acuerdo a su amplitud: puede ser microsociológica (se estudian
variables y sus relaciones limitándose a grupos pequeños y medianos) o
macro sociológicas (se estudian los fenómenos abarcando grupos grandes).
4. De acuerdo a su profundidad:
 Investigación Exploratoria: se efectúa sobre un tema u objeto poco
conocido. Es aplicada fundamentalmente en las ciencias de la salud.
Se orientan a conocer las variables que intervienen en un fenómeno.
 Investigación Descriptiva: se caracteriza un hecho o fenómeno, con
el propósito de establecer su comportamiento. A través de este tipo
de estudio se miden las variables implícitas en los objetivos de la
investigación.

14
Bioestadística. Dr. Cleto De La Torre Dueñas

 Investigación Explicativa: se busca el por qué de los fenómenos o

hechos, mediante las relaciones de causa – efecto
5. De acuerdo a las fuentes: investigación con fuentes primarias, con fuentes
secundarias o mixtas.
6. De acuerdo al lugar donde se desarrolla: puede ser de campo (se observa
el fenómeno en su ambiente natural) o de laboratorio (en ambientes
artificiales)
7. De acuerdo a su naturaleza: puede ser documentales (se estudian textos y
otras fuentes documentales), empíricos (se estudian hechos sin
manipularlos) experimentales (se provocan fenómenos) y doctrinales
(asuntos eminentemente teóricos)

1.7 TIPOS DE ESTUDIOS BIOMÉDICOS

1. Encuestas o estudios transversales. La observación o medición se realiza
una sola ocasión, por lo que los resultados corresponden a un período de
tiempo.
2. Experimentos. Implica la manipulación de variables independientes para
determinar su efecto en variables dependientes, bajo una situación de
control. De manera típica, una muestra se divide en por lo menos dos
grupos, el experimental y el control. El grupo control puede no llevar
tratamiento, un tratamiento placebo o un tratamiento estándar, que es útil
para propósitos de comparación. La asignación a cualquiera de los grupos
debe ser aleatoria.
3. Estudios clínicos (clinical trials). Es un tipo de experimentos en donde los
sujetos de estudio son pacientes (padecen alguna enfermedad).
Usualmente se evalúa la eficacia y/o toxicidad de un tratamiento
determinado.
4. Estudios de campo (field trials). Se realizan con sujetos que no son
pacientes, lo que requiere frecuentemente reclutar voluntarios en una
comunidad específica. Un ejemplo clásico son los estudios de Fase III de

15
Bioestadística. Dr. Cleto De La Torre Dueñas

las vacunas. Tanto en los estudios clínicos como en los de campo, se busca
que el sujeto desconozca lo que se le está aplicando, y que de ser posible,
la persona que está en contacto directo con los sujetos también lo
desconozca. Esto disminuye un error, que en estadística se conoce como
sesgo (bias). Estos estudios se conocen como doble ciego.
5. Estudios prospectivos. En estos estudios, no se aplica tratamiento. Los
más comunes son del tipo de panel donde se toman mediciones repetidas
sobre los mismos individuos en un determinado período de tiempo.
6. Estudio de casos. Se estudian casos de pacientes que ya fueron
diagnosticados con la enfermedad, y se busca encontrar la causas
probables que la pudieron ocasionar.

1.8 ETAPAS DE UN ESTUDIO ESTADÍSTICO

El uso de los métodos estadísticos es muy variado y se aplican
generalmente a distintos campos como son los negocios, economía,
educación, medicina, ingeniería, etc. Para lo cual el proceso para realizar un
estudio estadístico está constituido de las siguientes etapas:

1. Formulación del problema.

Para realizar el estudio de un problema es necesario delimitarlo y
formularlo adecuadamente, definiéndolo de manera clara y precisa.

2. Diseño del experimento.

Esta etapa se basa primordialmente en obtener un máximo de información
empleando un mínimo de costo y tiempo.

3. Recopilación de datos.
Dentro de un proceso de investigación una de las actividades que se
realizan es la recopilación de datos, la cual es el acopio de información y se

16
Bioestadística. Dr. Cleto De La Torre Dueñas

incluye desde elaborar fichas bibliográficas hasta la aplicación de

cuestionarios con el empleo de técnicas de muestreo.
Existe una gran variedad de técnicas para realizar la investigación, que se
deberán seleccionar de acuerdo a las necesidades del problema, así como a
diferentes factores como son el tiempo, costo, tipo de actividades a realizar,
recursos humanos, etc.
Las técnicas de recopilación de datos las podemos realizar con:
 Investigación documental
 Investigación de campo

La investigación documental. Consiste en el estudio de documentos

escritos sobre un objeto determinado, es decir son todos aquellos
documentos registrados en diferentes dispositivos físicos a los que
podemos tener acceso en forma directa o indirecta para su consulta y se
puede clasificar en:
1.- Documental bibliográfica 4.- Documental audiográfica
2.- Documental hemerográfica 5.- Documental videográfica
3.- Documental escrita 6.- Documental iconográfica

La investigación de campo. Consiste en obtener información directa

mediante diferentes actividades por contacto directo con el hecho que se
quiere investigar así como las personas relacionadas y se puede realizar:
a) Por observación directa
b) Por interrogación

La observación. Es el procedimiento empírico básico, el cual consiste en

realizar la percepción intencionada de una actividad determinada
mediante la experimentación la cual consiste en la obtención de datos
cuantitativos por medio de la medición del fenómeno que se este
observando. Para realizar la observación se utilizan diversos instrumentos
auxiliares los cuales son:

17
Bioestadística. Dr. Cleto De La Torre Dueñas

1.- La ficha de campo 3.- La entrevista

2.- Estudio de Actividades 4.- La encuesta

La Entrevista. Es una de las técnicas más comunes y es considerada como la

relación directa entre el investigador y el objeto de estudio a través de
individuos o grupos con el fin de obtener testimonios reales.
a) Entrevistas formales
b) Entrevistas informales

La Encuesta. Consiste en recopilar información sobre una parte e la

población, en donde la información recopilada puede emplearse para un
análisis cuantitativo con el fin de identificar las magnitudes del problema.
a) Un cuestionario
b) Una cedula de entrevista

El Cuestionario. Es un eficaz auxiliar en la observación científica que

contiene aspectos del fenómeno esenciales, las cuales son preguntas
formuladas por escrito y no es necesaria la presencia del investigador.
- Cuestionarios por correo
- Cuestionario administrado por el entrevistado
- Cuestionario administrado por el entrevistador

La Cedula. Tiene carácter de anónimo, donde el encuestador es quien llena

la cedula de entrevista, además de que es posible aclara la información
sobre las preguntas y es utilizada cuando una persona tiene un bajo nivel
cultural.

Validez y confiabilidad de los instrumentos de recolección de datos

Validez: se refiere al grado en que un instrumento mide la variable que
pretende medir. Puede referirse a la validez de contenido, de criterio o de

18
Bioestadística. Dr. Cleto De La Torre Dueñas

constructos (hipótesis) (Hernández-Sampieri, 1991). Se puede determinar a

través del juicio de expertos.
Confiabilidad: está relacionada con el grado en el cual la aplicación
repetida de un instrumento al mismo sujeto produce resultados iguales.
Existen diversos métodos para determinar la confiabilidad. Ejemplo : el
estadístico Chi-Cuadrado.

4. Técnicas de Procesamiento y Análisis de Datos

Técnicas de procesamiento de datos: incluye las distintas operaciones a las
que son sometidos los datos, tales como:
a) Verificación: revisión cuidadosa de los datos
b) Selección y Ordenamiento: se ordenan los instrumentos de recolección de
datos
c) Clasificación: se clasifican los datos siguiendo criterios específicos (datos
de fuentes primarias o de fuentes secundarias)
d) Tabulación: edición de los datos en “matrices de datos” asignando
codificaciones por columnas y por variable o categoría.

5. Técnicas de Análisis e Interpretación de los Datos

Son las técnicas lógicas (inducción, deducción, análisis, síntesis) o
estadísticas (descriptivas o inferenciales) que serán empleadas para
descifrar lo revelado por los datos que han sido recolectados y procesados.

6. Interpretación y decisión.
Consiste en la fase final del estudio la cual determinará si una solución es
adecuada o no, dependiendo de los resultados obtenidos.

19
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO II
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS.

La presentación de datos a través de tablas estadísticas es una actividad

importante dentro de los sistemas de información, estas se fortalecen
significativamente cuando se la acompañan con gráficos descriptivos ilustrativos.
En el contexto de los sistemas de información, en más de una oportunidad se
encontrara que un buen grafico resume y expresa mucho más que párrafos
completos de comentarios e interpretaciones literales.
Resumir los datos es un procedimiento útil para conseguirlo y puede hacerse
mediante tablas, gráficos o valores numéricos. A lo largo de este tema veremos las
principales técnicas numéricas y gráficas que nos permiten describir una
característica de interés observada en una población, poniendo en relieve sus
rasgos más importantes.

2.1 TABLA DE FRECUENCIAS.

Un primer resumen de la información contenida en un conjunto de datos
observado se obtiene al organizarlos en lo que se llama una tabla de
frecuencias. En ésta se recogen los distintos valores (números o categorías)
que toma la variable junto con sus correspondientes frecuencias de aparición.

2.1.1 TABLA DE FRECUENCIAS PARA VARIABLES CUALITATIVAS

Si en una muestra de n elementos, se observa k categorías diferentes C 1,
C2,…, Ck de una variable cualitativa X.
Para resumir la información, previamente definimos algunos conceptos:

20
Bioestadística. Dr. Cleto De La Torre Dueñas

La frecuencia absoluta de un valor Ci es el número de veces que dicho valor

aparece en la muestra. Se representa por fi y cumple
k

f
i 1
i  f 1  f 2  ......  fk  n

La frecuencia relativa de un valor Ci es el cociente de la frecuencia absoluta

(fi) entre el tamaño de la muestra (n), se representa por hi
k
fi
hi 
n
, se cumple h 1
i 1
i

La frecuencia absoluta acumulada del valor i-ésimo es la suma de las

frecuencias absolutas hasta dicho valor, se denota por Fi
Fi  f 1  f 2  ......  fi

La frecuencia relativa acumulada del valor i-ésimo es la suma de las

frecuencias relativas hasta dicho valor, se denota por Fi

Fi
H i  h1  h 2  ......  hi , Hi 
n
Una tabla de frecuencias tiene la siguiente estructura:

Categoría Frecuencias Frecuencias Frecuencias frecuencias frecuencias

de la absolutas relativas Porcentuales absolutas relativas
variable X fi hi pi acumuladas acumuladas
Fi Hi
C1 f1 h1 p1 F1 H1
C2 f2 h2 pi F2 H2
…. … … … … …
Ck fk hk pk Fk=n Hk=1
Total n 1.00 100.00

GRAFICAS.

21
Bioestadística. Dr. Cleto De La Torre Dueñas

Las representaciones gráficas prácticamente están orientadas de acuerdo con

las necesidades del investigador o estadístico, de todas formas se tienen
algunas normas de trabajo y representación, que tienen por objeto facilitar la
lectura de los datos e información que se maneja estadísticamente.
La calidad de un gráfico estadístico consiste en comunicar ideas complejas
con precisión, claridad y eficiencia, de tal manera que:
• Induzca a pensar en el contenido más que en la apariencia
• No distorsione la información proporcionada por los datos
• Presente mucha información (números) en poco espacio
• Favorezca la comparación de diferentes grupos de datos o de relaciones
entre los mismos (por ejemplo una secuencia temporal)

La finalidad de los gráficos estadísticos es:

– Organizar los datos.
– Observar patrones.
– Observar agrupamientos.
– Observar relaciones.
– Comparar distribuciones.
– Visualizar rápidamente la distribución de los datos.
– Visualizar, obtener y comparar medidas estadísticas.

El cuadro anterior se puede representar utilizando los siguientes gráficos.

 Diagrama de barras o rectangulos

Es la representación gráfica usual para variables cuantitativas sin agrupar o
para variables cualitativas.
Para el caso de variables cualitativas se construye dibujando sobre la
categoría correspondiente un rectángulo con altura igual a la frecuencia
(absoluta o relativa). También es válido para variables cuantitativas discretas,
considerando en el eje de abscisas los valores de la variable en orden

22
Bioestadística. Dr. Cleto De La Torre Dueñas

creciente en lugar de las categorías, sobre cada valor levantamos una barra
de altura igual a la frecuencia (absoluta o relativa).

 Diagrama de Pareto.
Se ordenan las categorías de mayor a menor importancia y se dibujan los
rectángulos correspondientes.

 Diagrama de sectores.
Es el más usual en variables cualitativas. Se representan mediante
círculos. A cada valor de la variable se le asocia el sector circular
proporcional a su frecuencia.
Para hallar el ángulo usamos la siguiente proporción: al tener una
circunferencia 360º, el cociente entre la frecuencia absoluta (o relativa) total y
la frecuencia absoluta (o relativa) que queramos representar será igual al
cociente entre los 360º de la circunferencia y el ángulo a determinar, así :
n 360º 1 360º
 
fi  hi 

Donde  es el ángulo a determinar.

 Pictogramas.
Expresan con dibujos alusivos al tema de estudio las frecuencias de las
modalidades de la variable. La escala de los dibujos debe ser tal que el área
de cada uno de ellos sea proporcional a la frecuencia de la modalidad que
representa.

23
Bioestadística. Dr. Cleto De La Torre Dueñas

2.1.2 TABLA DE FRECUENCIAS PARA VARIABLES CUANTITATIVAS

DISCRETAS
Una vez obtenida una muestra de cualquier población y observados los
valores que toma la variable en los individuos de la muestra, estos valores se
suelen ordenar. Si la variable es cuantitativa la ordenación será de menor a
mayor.
Dada una variable X, consideramos una muestra de tamaño n que toma k
valores distintos, x1, . . . , xk (x1 < x2 < . . . < xk).
La organización es en forma similar al caso cualitativo.

Categoría Frecuencias Frecuencias Frecuencias frecuencias frecuencias

de la absolutas fi relativas hi Porcentuales absolutas relativas
variable pi acumuladas acumuladas
X Fi Hi
x1 f1 h1 p1 F1 H1
x2 f2 h2 pi F2 H2
…. … … … … …
xk fk hk pk Fk=n Hk=1
Total N 1.00 100.00
La grafica para representar esta información es Bastones.

Observaciones
Los datos iniciales se pueden representar utilizando los gráficos.

 Diagrama de cajas(box-plot)
Presentación visual que describe al mismo tiempo varias características
importantes de un conjunto de datos, tales como el centro, la dispersión, el
alejamiento de la simetría, y la identificación de valores extremos (puntos
atípicos), es decir, de valores que se alejan de una manera poco usual del
resto de los datos. Presenta los tres cuartiles, (y los valores mínimos y

24
Bioestadística. Dr. Cleto De La Torre Dueñas

máximos) alineados sobre una caja vertical u horizontalmente. El

procedimiento Para el diagrama de cajas y bigotes es:
1. Dibujar un segmento con extremos en los valores menor y mayor que
aparecen en la muestra paralelo a uno de los ejes .
2. Dibujamos una caja con extremos en el primer y tercer cuartil y marcamos
en ella la mediana.
3. Se hallan los límites interiores (Q1 – 1.5 IQR y Q3 + 1.5 IQR) y los límites
exteriores (Q1 – 3 IQR y Q3 + 3 IQR).
Donde Qi : Cuarteles que seran desarrollados más adelante.
4. Se unen, con unos segmentos (bigotes), Q1 y Q3 con los valores adyacentes
de la muestra.
5. Por último se indican los valores atípicos

 Tallos y Hojas (stem & leaf)

Procedimiento semigráfico para el que se preparan los datos resumiéndolos
en dos o tres cifras (expresándolos en las unidades adecuadas). A
continuación se disponen en una tabla de dos columnas del siguiente modo:
1. Si los datos son de dos dígitos, a la izquierda (en el tallo) aparece la cifra
de las decenas, a la derecha separada por una línea aparecen las hojas y se
escriben ordenadas y todas seguidas.
2. Si hay tres dígitos el tallo está formado por los dos primeros. Las hojas son
las unidades.

2.1.3 TABLA DE FRECUENCIAS PARA VARIABLES CUANTITATIVAS

CONTINUAS.
A veces se hace necesario trabajar con datos agrupados. Definimos entonces
como clase a cada uno de los intervalos en que se agrupan los datos. Las
frecuencias harán ahora referencia al número de datos que hay en cada
intervalo.
Para construir distribución de frecuencias por intervalos, se tiene los
siguientes pasos:

25
 Bioestadística. Dr. Cleto De La Torre Dueñas

 Elegir un numero de intervalos de clase (K)

Puede utilizar la regla de Sturges, k  1  3.3log(n)

Donde k: Numero de intervalos.

n: Numero de datos.
 Determinar el rango , R  xmax  xmin

 Determinar la amplitud de las clases A  R / k

 Determinación de los intervalos:

I1   xmin , xmin  A   LI1 , LS1

I 2   xmin  A, xmin  2 A   LI 2 , LS2 

………………………..

I k   xmin  (k  1) A, xmin  kA   LI k , LSk 

LI i  LSi
 Determinación de las marcas de clase, mi 
2
Donde LI : Limite inferior
LS : Limite superior.
 Realizar la clasificación y el conteo de datos en cada clase construida.

Intervalos Marcas Frecuencia Frecuencia Frecuencias Frecuencias frecuencias frecuencias

Ii de clase s absolutas s relativas relativas Porcentuales absolutas relativas
mi fi hi hi pi acumuladas acumuladas
Fi Hi
I1 m1 f1 h1 h1 p1 F1 H1
I2 m2 f2 h2 h2 pi F2 H2
…. … … … … … … …
Ik mk fk hk hk pk Fk=n Hk=1
Total n 1.00 1.00 100.00

Cuando las variables son continuas, utilizamos como diagramas diferenciales

los histogramas y los polígonos de frecuencias.
Este cuadro se representa mediante los siguientes gráficos:

26
Bioestadística. Dr. Cleto De La Torre Dueñas

 Histograma de frecuencias
Un histograma es la representación más frecuente con datos agrupados, se
construye a partir de la tabla estadística, representando sobre cada intervalo,
un rectángulo que tiene a este segmento como base. El criterio para calcular
la altura de cada rectángulo es el de mantener la proporcionalidad entre las
frecuencias absolutas (o relativas) de cada intervalo y el área de los mismos.

 Polígono de frecuencias
El polígono se construye fácilmente si tenemos representado previamente el
histograma, ya que consiste en unir mediante líneas rectas los puntos del
histograma que corresponden a las marcas de clase. Para representar el
polígono de frecuencias en el primer y último intervalo, suponemos que
adyacentes a ellos existen otros intervalos de la misma amplitud y frecuencia
nula, y se unen por una línea recta los puntos del histograma que
corresponden a sus marcas de clase.

 Curva de frecuencias.
Resulta de suavizar el polígono de frecuencias, en sus puntos angulosos.

 Ojivas
Resumen de graficos.
Variable Tipo Grafico
Cualitativa Nominal Sectores circulares,
Ordinal barras, pictogramas,
pareto.
Cuantitativa Discreta Bastones, barras.
Continua Histogramas, polígonos
de frecuencia, Ojivas,
Grafico de cajas.

27
Bioestadística. Dr. Cleto De La Torre Dueñas

MEDIDAS DE FRECUENCIA DE ENFERMEDAD.

Medidas que caracterizan la aparición de una enfermedad o de otro atributo o
hecho en una Población, para un tiempo dado y una zona geográfica establecida.
Existen dos maneras de medir la ocurrencia de un problema de salud: la
incidencia y la prevalecía.

Prevalecía
Es una valoración Puntual y estática (Fotografía instantánea) de la frecuencia
(Proporción) de una enfermedad en una población.
La prevalecía refleja el número de casos de una enfermedad determinada o de
otra situación en una población y en un momento dado.
Prevalecía= N o de Enfermos/Población

Ejemplo: Supongamos que realizamos un estudio de transversal, o de encuesta,

para estimar la prevalencia de resfríado común en una escuela secundaria con 600
alumnos, que fueron distribuidos en 6 grupos de 100 alumnos cada uno. El estudio
tiene una duración de 6 días, cada día se examinarán los alumnos de un grupo,
aunque en los días consecutivos se reportarán por los profesores, padres y los
propios alumnos de los grupos ya examinados la aparición de síntomas
compatibles con la enfermedad. En la siguiente tabla se presentan los resultados
del estudio:

Grupo 1 2 3 4 5 6 Total
1 10 1 2 1 0 1 15
2 6 1 2 1 0 10
3 11 1 0 3 15
4 8 1 1 10
5 10 5 15
6 10 10
Total 10 7 14 12 12 20 75

28
Bioestadística. Dr. Cleto De La Torre Dueñas

En las columnas se representan los casos de resfrío común detectados y

reportados, entonces la diagonal representa los casos detectados en el estudio, y el
resto los reportados. Si calculamos la prevalencia puntual sólo incluimos los casos
detectados, o sea, 10+6+11+8+10+10 = 55
Prevalecía= 55/600 =0.092

Incidencia.
Es una valoración dinámica de la enfermedad en la población (Película)
Tiene una doble acepción como un indicador de la velocidad de difusión de la
enfermedad (Incidencia Verdadera) o como un estimador de riesgo (Incidencia
Acumulada)

La incidencia representa el número de casos de enfermedad que comienzan o de

personas que caen enfermas durante un período dado en una población
determinada. De modo más general, número de hechos nuevos, por ejemplo,
nuevos casos de una enfermedad en una población definida dentro de un plazo
determinado.

EJERCICIOS RESUELTOS

1) Un grupo de especialistas esta realizando un estudio sobre la contaminación

que genera la actividad minera en los trabajadores. Los especialistas
sospechan que los niveles de hemoglobina en la sangre se modifican por esta
actividad, por tal razón deciden medir la hemoglobina en la sangre de 90
mineros, obteniendo los siguientes resultados.

12.2 16.4 17.8 18.4 19 19.5 20 20.9 23

13.1 16.8 17.8 18.4 19.1 19.5 20 20.9 23
14.3 16.9 17.8 18.4 19.1 19.7 20.2 21 23.2
15.5 17.1 17.8 18.4 19.2 19.7 20.3 21.1 23.3

29
Bioestadística. Dr. Cleto De La Torre Dueñas

15.5 17.2 18 18.5 19.2 19.7 20.3 21.4 23.5

15.6 17.3 18.1 18.5 19.3 19.7 20.5 21.6 23.5
15.9 17.4 18.2 18.5 19.3 19.7 20.6 21.7 24.1
16.1 17.6 18.3 18.5 19.4 19.8 20.6 22 24.2
16.2 17.8 18.3 18.8 19.4 19.9 20.8 22.4 24.8
16.2 17.8 18.3 19 19.5 19.9 20.8 22.7 26.2

a) Construya la tabla de distribución de frecuencias

b) Represente la información obtenida, mediante un grafico.
Solución.
a) Para construir una tabla de frecuencia se tiene los siguientes pasos.
 Elegir el número de clases.
Usando la relación de sturges se tiene:
k  1  3.3log( n)  1  3.3log(90)  7.44  7

 Determinar la amplitud de los intervalos

R  xmax  xmin  26.2  12.2  14

 Determinar el tamaño del intervalo de clases (c),

R 14
A  2
k 7
Establecimiento de los límites y construcción de la tabla:

LI - LS mi fi Fi hi= fi/n pi Hi
[12.2 – 14.2) 13.2 2.22
2 2 0.02 0.02
[14.2 – 16.2) 15.2 6.67
6 8 0.07 0.09
[16.2 – 18.2) 17.2 20
18 26 0.2 0.29
[18.2 – 20.2) 19.2 40
36 62 0.4 0.69
[20.2 – 22.2) 21.2 17.8
16 78 0.18 0.87
[22. 2– 24.2) 23.2 10
9 87 0.1 0.97
[24.2 – 26.2) 25.2 3.33
3 90 0.03 1

30
Bioestadística. Dr. Cleto De La Torre Dueñas

TOTAL n=90 1 100

b) Histograma de frecuencias relativas.

Histogram

40

30
Porcentaje

20

10

0
12 15 18 21 24 27
hemoglobina en la sangre

2.- Se realizó un estudio del grupo sanguíneo de un grupo de pacientes de un

hospital, observándose los siguientes resultados:
O, A, O, B, AB, O, O, A, O, O, A, O, B, O, O, AB, A, B, A, O, O, O A, AB, B, A,
A, B, O, AB, B, A, B, B, O, A, O.
Solución.

Grupo Sanguíneo. fi hi Pi
A 10
0.27 27.03
AB 4
0.108 10.81
B 8
0.216 21.62
0 15
0.405 40.54
Total n=37 1 100

31
Bioestadística. Dr. Cleto De La Torre Dueñas

50

40
percentage

30

20

10

0
A AB B O

27.03%
Grupo Sanguineo
40.54% A
AB
B
{[}
O
{\}
{]}
10.81%
{^}
{_}
{`}
21.62%

3.- Se realizo un estudio sobre la práctica de automedicación en la ciudad de

Cusco, registrándose las reacciones adversas que causa esta práctica.

Reacciones adversas más frecuentes dentro de la

automedicación

Frecuencia Porcentaje
cefaleas 20 25.0
mareos 11 13.8
nauseas 5 6.3
vómitos 13 16.3
dolores estomacales 16 20.0
sueño 2 2.5
sudoración 4 5.0
alergias 2 2.5
Otros ( edemas, taquicardia,
7 8.8
diarreas)
Total 80 100.0

32
Bioestadística. Dr. Cleto De La Torre Dueñas

Represente gráficamente la información.

25

20

15
Porcentaje

10

0
cefaleas mareos nauseas vómitos dolores sueño sudoración alergias Otros
estom.

4.- En el hospital regional del Cusco, se realizo un estudio sobre el conocimiento

del protocolo de intoxicación. Los resultados se muestran a continuación.

Conocimiento

Frecuencia Porcentaje
Deficiente 26 63.4
Regular 8 19.5
Bueno 7 17.1
Total 41 100.0

Represente la información mediante un grafico.

33
Bioestadística. Dr. Cleto De La Torre Dueñas

60,0%
Porcentaje

40,0%

20,0%

0,0%
Deficiente Regular Bueno

Conocimiento

5.- Se recopilación demográfica de una población, obteniendo los siguientes

resultados en función al grupo etareo y sexo.
Sexo Grupo etareo Población
Masculino 0 a 5 años (1) 350
Masculino 5- 10 (2) 400
Masculino 10-20 (3) 420
Masculino 20-30 (4) 500
Masculino 40-50 (5) 450
Masculino 50-60 (6) 390
Masculino Mas de 60 (7) 280
Femenino 0 a 5 años (1) 390
Femenino 5- 10 (2) 425
Femenino 10-20 (3) 440
Femenino 20-30 (4) 515
Femenino 40-50 (5) 465
Femenino 50-60 (6) 420
Femenino Mas de 60 (7) 330

Representa esta información mediante una pirámide poblacional.

34
Bioestadística. Dr. Cleto De La Torre Dueñas

Sexo
Masculino Femenino
8,00 8,00

6,00 6,00

Edad
Edad

4,00 4,00

2,00 2,00

0,00 0,00

600 500 400 300 200 100 0 100 200 300 400 500 600
Frecuencia

EJERCICIOS PROPUESTOS

1. Los datos del Cuadro siguiente corresponden a la presión sistólica en mmHg de

48 varones adultos.

87 106 114 120 129 140 155 183

93 107 116 122 133 141 155 194
101 107 117 122 133 146 162 197
104 109 118 125 134 146 167 204
105 110 118 125 135 148 173 212
105 114 119 128 138 152 176 230

a) Construya la tabla de frecuencias.

b) Grafique el histograma.
c) Establezca si los datos siguen una distribución simétrica.

35
Bioestadística. Dr. Cleto De La Torre Dueñas

2. En una muestra aleatoria de 35 puérperas de un Hospital Regional se

determina el valor del hematocrito (porcentaje de glóbulos rojos en 100 c.c. de
sangre periférica) a las 24 horas después del parto en marzo de 2007,
obteniéndose los siguientes resultados:
34,35,36,36,38,38,38,39,39,39,39,40,40,40,40,40,41,41,41,41,42,42,42,
42,44,44,44,44,44,45,45,47,47,48,50.
a) Identifique los siguientes conceptos:
i) Población analizada. iii) Variable en estudio.
ii) Elementos de la población. iv) Tipo de dato analizado.
b) Construya una tabla de frecuencias completa e interprete: n3 , f 4 , N5 , F4

c) Construya un gráfico estadístico adecuado para la tabla construida en la parte a)

e interprételo.
d) Las pacientes cuyo porcentaje de hematocrito pertenece al intervalo

 X  2S X , X  2S X  son considerados normales.

Determine dicho intervalo y diga qué porcentaje de pacientes no son normales

en la muestra.
e) Si el instrumento que hace la medición está defectuoso y entrega el valor del
hematocrito disminuido en 20% más 2 puntos. Corrija el intervalo
determinado en d) (Use propiedades)
e) Si el 33.5% de las pacientes con menor valor de hematocrito y el 15.2% de las
pacientes con mayor valor de hematocrito son consideradas con problemas
post-parto. Determine entre que valores de hematocrito una paciente será
considerada sin problemas.
f) Si en el hospital de Antonio Lorena una muestra de 50 puérperas proporcionó
un valor medio de hematocrito de 45.8 % y una varianza de 18.5. ¿Cree usted
que el valor de hematocrito es más homogéneo en la muestra del Hospital
Regional?
g) Determine el porcentaje exacto de pacientes con un porcentaje de hematocrito
entre 39.5 y 42.5.

36
Bioestadística. Dr. Cleto De La Torre Dueñas

h) ¿Cuál es el valor más típico de hematocrito? ¿ y la mediana? ¿Que puede decir

de la simetría de la distribución comparándolas con la media aritmética?
3. Una prueba usada comúnmente en el diagnóstico de la úlcera gástrica es la
determinación del ácido total y libre contenido en el estomago 15 minutos
después de ser administrada una dosis estimulante de histamina. Con el objeto
de apreciar el valor de esta prueba como procedimiento de diagnóstico, se
recopilaron los siguientes datos. A un grupo de 450 varones, todos ellos entre
19 y 30 años de edad y con síntomas que delataban úlcera gástrica, les fue
suministrada una dosis estimulante de histamina y se determinó 15 minutos
después el ácido total y libre contenido en el estomago. El diagnóstico fue
confirmado por rayos X y por el curso clínico posterior de la enfermedad en
250 de estos pacientes, En 200 no pudo confirmarse el diagnóstico. La tabla
siguiente muestra la distribución de los dos grupos de pacientes según el
contenido de ácido total en el estomago determinado:

Contenido de Con diagnóstico de Sin diagnóstico de

Ácido total úlcera gástrica úlcera gástrica
Frecuencia Frecuencia
0 -10 3 0
10 - 20 8 1
20 - 30 9 2
30 - 40 19 4
40 - 50 15 9
50 - 60 28 15
60 - 70 30 21
70 - 80 34 31
80 - 90 36 38
90 - 100 38 30
100 -110 13 24
110 -120 7 15
120 -130 9 6
130 -140 1 4

a) Compárense gráficamente las distribuciones de frecuencias en estos dos grupos

de pacientes y descríbase cualquier diferencia específica observada. ¿Cree

37
Bioestadística. Dr. Cleto De La Torre Dueñas

usted que hay alguna diferencia significativa entre las distribuciones de

frecuencias de ambos grupos?
b) Considerando un paciente con un contenido de ácido total en el estomago
comprendido entre 40 y 100 unidades 15 minutos después de serle
suministrada una dosis estimulante de histamina. ¿se inclinaría usted a hacer
un diagnóstico de úlcera gástrica a ese paciente? Exponga la razón en que basa
su respuesta.
c) ¿Cuál es su opinión respecto a la homogeneidad de los pacientes, entre ambos
grupos, respecto al contenido de ácido total en el estomago 15 minutos después
de haberles sido administrada la dosis estimulante de histamina? Fundamente
estadísticamente su respuesta.
d) Determine el porcentaje exacto de pacientes, en ambos grupos, que tengan un
contenido de ácido total en el estomago comprendido entre 56 y 87 unidades
15 minutos después de serle suministrada la dosis estimulante de histamina.
e) Determine en ambos grupos un intervalo que contenga exactamente el 60%
central de la distribución de los pacientes respecto al contenido de ácido total
en el estomago 15 minutos después de haberles sido administrada la dosis
estimulante de histamina.
f) Determine en ambos grupos un intervalo centrado en la media aritmética y de
longitud cuatro desviaciones estándar para el contenido de ácido total en el
estomago 15 minutos después de haberles sido administrada la dosis
estimulante de histamina y compárelos.
g) Si el instrumento que mide el contenido de ácido total en el estomago 15
minutos después de haber sido administrada la dosis estimulante de histamina
está descalibrado y entrega la medición disminuida en 10% más dos unidades.
Corrija los intervalos obtenidos en parte f).
h) Determine el promedio geométrico y armónico para el contenido de ácido total
en el estomago 15 minutos después de haberles sido administrada la dosis
estimulante de histamina en ambos grupos y compárelo con la media
aritmética. ¿Cuál cree usted que es más representativo de los datos?

38
Bioestadística. Dr. Cleto De La Torre Dueñas

i) ¿Cuál es el valor más típico del contenido de ácido total en el estomago 15

minutos después de haberles sido administrada la dosis estimulante de
histamina en ambos grupos? ¿ y la mediana? ¿Que puede decir de la simetría
de la distribución comparándolas con la media aritmética?

4.- 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.
a).- Construir una distribución de frecuencias de estos pesos.
b).- Encontrar las frecuencias relativas.
c).- Encontrar las frecuencias acumuladas.
d).- Encontrar las frecuencias relativas acumuladas.
f).- Dibujar un histograma con los datos de la parte 1.
g).- ¿Por qué se ha utilizado un histograma para representar estos datos, en lugar
de una
h).- gráfica de barras
i).- Calcular las medidas de tendencia central.
j).- Calcular las medidas de dispersión.
k).- Calcular las medidas de forma.
l).- ¿Es esta una distribución sesgada? De ser así, ¿en qué dirección?
m).- Encontrar el percentil 24.
5.- A continuación se dan los resultados obtenidos con una muestra de 50
universitarios. La característica es el tiempo de reacción ante un estímulo
auditivo:
0,110 0,110 0,126 0,112 0,117 0,113 0,135 0,107 0,122
0,113 0,098 0,122 0,105 0,103 0,119 0,100 0,117 0,113
0,124 0,118 0,132 0,108 0,115 0,120 0,107 0,123 0,109
0,117 0,111 0,112 0,101 0,112 0,111 0,119 0,103 0,100

39
Bioestadística. Dr. Cleto De La Torre Dueñas

0,108 0,120 0,099 0,102 0,129 0,115 0,121 0,130 0,134

0,118 0,106 0,128 0,094 0,1114
a).- ¿Cuál es la amplitud total de la distribución de los datos?
b).- Obtenga la distribución de frecuencias absolutas y relativas.
c).- Obtenga la distribución de frecuencias acumuladas, absolutas y relativas, con
los intervalos anteriores.
d).- Calcular la media y la varianza con los intervalos del apartado b y después
calcúlense las mismas magnitudes sin ordenar los datos en una tabla
estadística. ¿Con qué método se obtiene mayor precisión?
e).- Dibuje el polígono de frecuencias relativas.
f).- Dibuje el polígono de frecuencias relativas acumuladas.

6.- Los datos siguientes representan en kilos los pesos de 36 niños hospitalizados
en una Clínica en Agosto de 2007 los que fueron obtenidos con dos
instrumentos diferentes:
INSTRUMENTO 1
4.15 4.27 4.62 4.68 4.68 4.80 4.86 4.92 4.98 5.15 5.15 5.27
5.27 5.33 5.33 5.33 5.39 5.45 5.51 5.51 5.57 5.63 5.63 5.63
5.63 5.74 5.86 5.86 6.04 6.10 6.33 6.75 6.92 6.98 6.98 7.10
INSTRUMENTO 2
5.86 6.02 6.02 6.10 6.18 6.26 6.26 6.34 6.34 6.34 6.42 6.58
6.58 6.58 6.58 6.66 6.66 6.66 6.74 6.74 6.74 6.82 6.82 6.90
6.90 7.06 7.06 7.14 7.22 7.22 7.30 7.38 7.54 7.70 7.94 8.02

a) Identifique los siguientes conceptos:

i) Población analizada
ii) Elementos de la población.
iii) Característica en estudio.
iv) Tipo de dato analizado.

40
Bioestadística. Dr. Cleto De La Torre Dueñas

b) Construya una tabla de frecuencias completa para los datos proporcionados por
cada instrumento escribiéndole un título y entregue la siguiente información a
la nutricionista:
i) El número de niños, pesados con el instrumento 1, que pesó a lo más 6 kilos.
ii) El número de niños, pesados con el instrumento 1,cuyo peso fue mayor a 4.89
kilos.
iii) El número de niños, pesados con el instrumento 2, cuyo peso fue menor o igual
a 7.48 kilos.
iv) El porcentaje de niños, pesados con el instrumento 2, cuyo peso fue mayor a
6.67 kilos.
c) Calcule la media aritmética, media geométrica y media armónica en ambos
grupos y compare los resultados.
d) Si el 15% de los niños son considerados obesos.¿Cuál será su peso mínimo
entregado por ambos instrumentos?

7.- Se aplico un test de autoestima en un grupo de 30 estudiantes, los resultados se

muestran a continuación:
58,64,79,74,69,71,65,55,73,40,76,76,74,38,62,54,79,75,72,50,89,34,56,69,56, 31,
47,62,64,74.
a) Construya una tabla de frecuencias para los datos e Interprete los elementos de
la tabla x2 , h3 , H 2 , f1 y F3 .

b) Construya un histograma de frecuencias relativas.

8.- El espectro de masa de una muestra de óxido de plomo contiene iones de fórmula
Pb0. El óxido de plomo ha sido preparado a partir de 16O isotópicamente puro.
Las masas de los iones en gramos por mol, se listan a continuación:
220.03 220.90 226.92 225.20 216.80 229.56
222.15 232.11 235.00 223.50 224.30 227.23
224.78 218.45 231.45 222.62 228.56 224.05
230.30 215.00 223.06 228.92 223.82 230.82
225.62 229.10 224.05 232.50 221.95 218.42

41
Bioestadística. Dr. Cleto De La Torre Dueñas

a) Construya una distribución de frecuencias con 4 clases. Incluya en la tabla la

frecuencia absoluta y la relativa.
b) Calcule la frecuencia absoluta acumulada "a menos de" y la frecuencia relativa "a
más de". Interprete el valor de la tercera clase de ambas frecuencias acumuladas.
c) Represente gráficamente la distribución de frecuencias por medio de un polígono
de frecuencias.

9.- Se está investigando un método para producir gasolina a partir de desechos

orgánicos. La planta ha proporcionado los siguientes datos referentes al
rendimiento, en porcentaje del combustible:
24.1 21.0 26.6 26.0 25.7 21.8 20.9 20.4 20.0
28.8 20.2 25.9 21.2 26.2 22.0 24.2 24.7 20.7
25.9 26.7 30.0 24.0 21.3 26.6 21.0 22.1 21.8
21.8 22.9 21.6 25.3 24.9 25.9 26.5 25.4 22.4

a) Construya una distribución de frecuencia con 5 clases. Incluya los limites

dados, la frecuencia absoluta y la frecuencia relativa acumulada "a menos
de".
b) Dibuje el polígono de frecuencias.

10.- A un grupo de alumnos se les aplico una prueba de inteligencia, estos han
sido:

87 105 88 103 114 125 108 107 118 114 129 100 106 113 105 111 94
115 89 82 141 92 132 112 97 135 101 104 130 99 114 91 145 95
101 115 104 87 108 115 103 132 110 113 102 109 124 98 140 107 93
108 122 117 114 141 116 108 102 101 118 138 99 105 112 94 96 132
118 123 108 131 127 100 91
a) Agrupe los datos en y confeccione una tabla de frecuencias
b) Traze las graficas adecuadas.

42
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO III
MEDIDAS DESCRIPTIVAS DE UNA DISTRIBUCIÓN DE
DATOS.
Las técnicas estudiadas anteriormente permiten una descripción visual de la
distribución de una variable. En muchos casos, el resumen puede hacerse
eficazmente de una forma más sencilla y precisa: utilizando valores numéricos que
den idea de la ubicación o del centro de los datos -medidas de posición- usando
cantidades que informen de la concentración de las observaciones alrededor de
dicho centro -medidas de dispersión- y mediante números que reflejen la forma
(asimetría y apuntamiento) de la distribución -medidas de forma.
La conjunción de técnicas numéricas y gráficas permite una buena descripción de
la variable.
Los estadísticos resúmenes tratan de reflejar numéricamente distintos aspectos de
la variable en estudio. Podemos distinguir 4 aspectos o características principales
que pueden resumirse en una distribución. (Ver cuadro siguiente)

Media Nos dan un centro de

Centralización Mediana la distribución de
Moda frecuencias
Percentiles Son valores de la
Cuartiles distribución que
Posición dividen en partes
Deciles iguales
Varianza Las medidas de
Medidas Desviación típica dispersión cuantifican
descriptivas Coeficiente de variación la separación, la
Rango dispersión, la
Dispersión variabilidad de los
valores de la
distribución respecto al
Recorrido Intercuartilico valor central
Coeficiente de Asimetría Comparan la forma
Forma Coeficiente de Apuntamiento que tiene la
o Curtosis representación gráfica

43
Bioestadística. Dr. Cleto De La Torre Dueñas

3.1 Medidas de tendencia central

Los promedios o medidas de tendencia central son valores representativos
de un conjunto de datos. Pretenden resumir todos los datos en un único
valor. Las medidas de tendencia central son fundamentales ya que permiten
localizar cuantitativamente la zona central o de mayor acumulación de
información de un conjunto de datos correspondientes a una variable,
obtenidos de una muestra seleccionada de una población específica o de un
conjunto de resultados del espacio muestral de un experimento aleatorio..
Definimos tres medidas de tendencia central: media, mediana y moda.

Media, ( x )

Media para datos sin agrupar:

Dado un conjunto de observaciones x1, . . . , xn, la media se representa

mediante x , se obtiene mediante:

x1  x 2  .....  xn x i
x  i 1

n n

Media para datos agrupados

Consideremos el caso en que tenemos una distribución de frecuencia para

variables cuantitativas discretas, en este caso la media es:

f 1 x1  f 2 x 2  .....  fkxk k
x   xi hi
n i 1

Si los datos están agrupados por intervalos, para hallar la media tomamos la
marca de las clases,
f 1m1  f 2 m 2  .....  fkmk k
x   hi mi
n i 1

44
Bioestadística. Dr. Cleto De La Torre Dueñas

La media se mide en las mismas unidades que la variable, y tiene el

inconveniente de verse muy afectada por la presencia de datos que sean
extremadamente grandes o pequeños (datos atípicos).

Mediana, (Me)
Se calcula para variables cuantitativas; es el valor de la serie de datos que se
sitúa justamente en el centro de la muestra una vez se ha ordenado ésta,
corresponde a un 50% de valores son inferiores y otro 50% son superiores.

Mediana para datos sin agrupar

La mediana es el valor del dato central y depende del tamaño de la muestra.

Me  x n 1  , para n impar
 
 2 

x n   x n 
   1
Me  2 2 
, Si n es par.
2

Mediana para datos agrupados

Cuando trabajamos con variables agrupadas por intervalos es imposible
determinar con precisión los valores que toman los datos, ya que esa
información se ha perdido en privilegio del agrupamiento intervalo. Por lo
tanto, en este caso, debemos buscar otro método para determinar el valor de
la mediana.

n 
 2  Fi 1   0.5  H i 1 
Me  LI    A  LI   A
 f i   hi 
 
La mediana sólo tiene en cuenta la posición de los valores en la muestra y por lo
tanto tiene mejor comportamiento que la media cuando hay observaciones
anómalas.

45
Bioestadística. Dr. Cleto De La Torre Dueñas

Moda, (Mo)
Es el valor con mayor frecuencia. Si hay más de una moda, la variable se dice
multimodal y puede calcularse para cualquier tipo de variable (Cuantitativas o
cualitativas).
Si los datos están agrupados hablamos de clase modal y será aquella para la que la
frecuencia absoluta sea mayor.

 1   fi  fi 1 
Mo  LI    A  LI    A
 1   2    fi  fi 1    fi  fi 1  

Donde:
1  fi  fi 1

1  fi  fi 1

¿Cómo elegir entre las medidas de tendencia central?- En general, la media es la

medida de tendencia central más útil y más empleada. El uso de la media es el
más apropiado cuando y la distribución de los datos es unimodal y
aproximadamente simétrica. Cuando valores extremos distorsionan la distribución
de los datos, el uso de la mediana es más apropiado pues se ve menos afectada,
pero en la práctica esta medida de tendencia central no se utiliza demasiado. Si se
trata de una variable ordinal, o sólo necesitas una descripción rápida y
aproximada de la tendencia central, puedes utilizar la moda, que también es útil
cuando la distribución está distorsionada por valores extremos o la distribución es
bimodal.

46
Bioestadística. Dr. Cleto De La Torre Dueñas

Clases de Distribuciones
Distribución Simétrica se presenta si todas las observaciones están concentradas
en un solo valor de la variable, en este caso la media, mediana y moda
coincidirían en el mismo.
x  Me  Mo

Distribución asimétrica sesgada a la izquierda

Supongamos ahora que las observaciones de la parte izquierda se alejan del valor
central más que las observaciones de la parte derecha, generando una distribución
asimétrica hacia la izquierda; en este caso como la media es la suma de los valores
de las observaciones dividido por la cantidad total de observaciones, su valor se
correrá a la izquierda también y por el mismo motivo, la media será menor que la
mediana y ambas menor que la moda, es decir:
x  Me  Mo
Distribución asimétrica sesgada a la derecha.
En este caso la media, es mayor que la mediana y que la moda.
Mo  Me  x

3.2 Medidas de Posición.

Cuartiles
Dividen la muestra, ordenada de menor a mayor, en 4 partes iguales, y se
denotan por Qi , i=1,2,3

47
Bioestadística. Dr. Cleto De La Torre Dueñas

 i.n 
 4  Fk 1 
Qi  LI i   A
 fk 
 
- Q1, primer cuartil, al menos el 25% de los datos son menores o iguales
que él y al menos el 75% de los datos son mayores o iguales que él.
- Q2, segundo cuartil, es la mediana, Q2 = Me.
- Q3, tercer cuartil, al menos el 75% de los datos son menores o iguales que
él y al menos el 25% de los datos son mayores o iguales que él.

Percentiles
Dividen la muestra ordenada en 100 partes iguales.

 i.n 
 100  Fk 1 
Pi  LI i   A
 f k 
 

El i-ésimo percentil, Pi (1  i  99 ) es un valor tal que al menos el i% de los

datos son menores o iguales que él y al menos el (100-i) % de los datos son
mayores o iguales que él.

A partir de las definiciones de los cuartiles y percentiles, es claro que Q 1 =

P25, Q2 = P50 =Me y que Q3 = P75.

Deciles
Dividen el conjunto de datos en 10 partes iguales y se denota con D i , i=1,…9

 i.n 
 10  Fk 1 
Di  LI i   A
 fk 
 

48
Bioestadística. Dr. Cleto De La Torre Dueñas

3.3 Medidas de dispersión

Mientras los estadísticos de tendencia central nos indican los valores
alrededor de los cuales se sitúan un grupo de observaciones, los estadísticos
de variabilidad o dispersión muestran si los valores de las observaciones
están próximos entre sí o están muy separados. Dos conjuntos de datos
pueden tener la misma localización central y no obstante, ser muy distintos si
uno se halla más disperso que el otro.
La dispersión es el grado en que los datos numéricos tienden a extenderse
alrededor de un valor medio. La dispersión de la distribución suministra
información complementaria que permite juzgar la confiabilidad de nuestra
medida de tendencia central. Si los datos están ampliamente dispersos, la
localización central será menos representativa de los datos en su conjunto de
lo que sería en el caso de datos que se acumulasen más alrededor de la
media. Además, si no conviene tener una amplia dispersión de valores
respecto al centro o si esa dispersión implica un riesgo inaceptable,
deberemos ser capaces de reconocerlo y no escoger las distribuciones que
presentan la máxima dispersión.
Por ejemplo, a los analistas financieros les interesa la dispersión de las
ganancias de una empresa, las utilidades con una fuerte dispersión indican
un riesgo mayor parar los accionistas que las utilidades que permanecen
relativamente estables.

Varianza.
Sólo tienen sentido para variables cuantitativas y se define:
n n

  xi  x  x
2 2
i
S2  i 1
 i 1
 x 2 , Para datos no tabulados.
n n
n n

  xi  x  fi fx
2 2
i i
S2  i 1
 i 1
 x 2 , Para datos tabulados de variable discreta
n n

49
Bioestadística. Dr. Cleto De La Torre Dueñas

n n

m  x  fm
2 2
i fi i i
S2  i 1
 i 1
 x 2 , Para datos tabulados por intervalos, para
n n
variables continuas.
Observaciones sobre la varianza:
 Las unidades de la varianza son los cuadrados de las unidades de los datos
y en muchas ocasiones no son fáciles de interpretar.
 Puede sufrir un cambio desproporcionado por la existencia de valores
extremos en el conjunto.

Desviación típica (S)

Es la raíz cuadrada positiva de la varianza

s  s2
La desviación típica poblacional suele denotarse por .
Observaciones sobre la desviación típica:
 Nos permite determinar con mayor grado de precisión dónde se sitúan los
valores de una distribución de frecuencia en relación con la media.
 Las unidades de la desviación típica se expresan en las mismas unidades de
los datos.
 Puede sufrir un cambio desproporcionado por la existencia de valores
extremos en el conjunto.

Variables tipificadas
Los distintos conjuntos de datos están asociados por lo general a diferentes
medias, ya sea porque son de naturaleza diferente (escalas de medidas
diferentes). Con el propósito de reducir los datos a un mismo punto de
referencia y a una escala común, se realiza entre ellos una transformación
llamada tipificación.
Se conoce por tipificación de una variable “x” a efectuar el cambio de origen
y de escala de la variable.

50
Bioestadística. Dr. Cleto De La Torre Dueñas

 xx
 z  s para muestras
Fórmulas: 
z  x -  para población
 

Esta nueva variable (z), carece de unidades de medida y permite comparar

dos o más cantidades que en un principio no son comparables porque aluden
a conceptos diferentes. También es aplicable a casos en que se quieran
comparar individuos semejantes de poblaciones diferentes. Por ejemplo, si
deseamos comparar el nivel académico de dos estudiantes de diferentes
universidades, z nos indica cuántas desviaciones estándar está un valor por
arriba o por debajo de la media del conjunto de datos al cual pertenece.

Ejemplo:
Un medico del Hospital Regional obtuvo 84 puntos en el test de aplicación de
protocolos de salud, en el que la nota media fue 76, y la desviación típica 10;
Otro medico del Hospital Antonio Lorena obtuvo 90 puntos, siendo la media
82 y la desviación típica 16. ¿ Cual de los médicos aplica mejor los protocolos
de Salud?.
Medico del HR Medico del HAL

x = 76 x = 82
s = 10 s = 16
x = 84 x = 90
84  76 90  82
z=  0,8 z=  0,5
10 16
Sobresalió más el Medico del Hospital Regional.

Coeficiente de variación Muestral de Pearson

51
Bioestadística. Dr. Cleto De La Torre Dueñas

Las medidas de dispersión anteriores dependen de las unidades de medida,

el coeficiente de variación es, en cambio, una medida de dispersión relativa y
adimensional.
S
CV 
|X|

CV es apropiado en poblaciones donde los datos son positivos.

Si 0<CV<1.5, los datos provienen de una población homogénea
Si CV>1.5, los datos provienen de una población heterogénea.

El coeficiente de variación es útil, en razón de su carácter adimensional, para

comparar muestras con medias desiguales, donde las unidades de medida de
las observaciones son diferentes. También para decidir cual muestra es más
homogénea o menos variable

Recorrido o rango
Es la diferencia entre el mayor y menor valor de una muestra.
R  x max   x min 

Rango semiintercuartílico y amplitud intercuartil

El rango semiintercuartílico es la mitad de la diferencia entre el tercer y
primer cuartil, Q = (Q3 – Q1)/2.
La amplitud intercuartil es el doble del valor anterior,
2Q = IQR = (Q3 – Q1).

¿Cómo elegir entre las medidas de dispersión?- La medida de dispersión

más útil es la desviación típica. Sólo debes usar el rango cuando dispones de
pocas medidas o cuando todo lo que necesitas conocer es la dispersión
general de las medidas. Utiliza el coeficiente de variación cuando quieras
tener una idea de la variabilidad relativa de dos o más variables cuyas

52
Bioestadística. Dr. Cleto De La Torre Dueñas

medias son muy diferentes en magnitud. Esto se ve facilitado por su carácter

adimensional, es decir, no depende de las unidades en que se mida la media

3.4 MEDIDAS DE FORMA

Miden la mayor o menor cantidad de datos que se agrupan en torno a la

moda y Hacen referencia a la forma de la distribución, simétrica, asimetría a
la derecha o a la izquierda. En general la mejor manera de verlo es por la
representación gráfica, pero si no la tenemos existen coeficientes que nos
indican la forma de la distribución. Los más utilizados son:

 Coeficiente de asimetría de Pearson,

El coeficiente de asimetría de una variable mide el grado de asimetría de la
distribución de sus datos en torno a su media, es adimensional y se define
como sigue:
x  Mo
Ap 
S
Este coeficiente puede ser:
 Ap  0 , entonces la media igual que la moda, distribución simétrica

 Ap  0 , entonces la media mayor que la moda, asimetría a la derecha

positiva
 Ap  0 , entonces la media menor que la moda, asimetría a la izquierda

negativa.

Curtosis hace referencia al mayor o menor apuntamiento que tiene una

distribución de frecuencias respecto a una distribución Normal, por lo tanto
sólo se estudia en comparación con la campana de Gauss, se determina
mediante:
P75  P25
K  0.5
P90  P10

53
Bioestadística. Dr. Cleto De La Torre Dueñas

Este coeficiente puede ser:

 K  0 , la curva es igual que la normal, se llama Mesocúrtica
 K  0 , la curva es más puntiaguda que la normal se llama Leptocúrtica
 K  0 , la curva es más aplastada que la normal, se llama Platicúrtica

EJERCICIOS RESUELTOS.

1) La siguiente tabla muestra los coeficientes de inteligencia de 480 niños.

C.I 70 74 78 82 86 90 94 98 102 106 110 114 118 122 126
fi 4 9 16 28 45 66 85 72 54 38 27 18 11 5 2
Calcule:
a) El C.I. medio de los niños.
b) Su desviación típica.
c) Si una madre afirma que exactamente la mitad de los niños del colegio
tienen un C.I. superior al de su hijo, ¿qué C.I. tiene el niño?
d) Supongamos que se quieren hacer estudios sobre el proceso de aprendizaje
de los niños con mayor C.I., pero que el psicólogo solo puede atender al 15%
de los niños del centro. ¿Qué C.I. deberá tener un niño como mínimo para ser
considerado dentro de ese grupo de elegidos?
e) Se van a preparar unas clases de apoyo, para un 25% de los niños del centro,
precisamente para aquellos que tengan menor C.I. ¿Hasta que niños de qué
C.I. deberemos considerar en estas clases?

54
Bioestadística. Dr. Cleto De La Torre Dueñas

SOLUCION:
La variable de estudio es el cociente intelectual (X)
xi fi fi x i fixi2 Fi Hi
70 4 280 19600 4 0.0083
74 9 666 49284 13 0.0271
78 16 1248 97344 29 0.0604
82 28 2296 188272 57 0.1188
86 45 3870 332820 102 0.2125
90 66 5940 534600 168 0.35
94 85 7990 751060 253 0.5271
98 72 7056 691488 325 0.6771
102 54 5508 561816 379 0.7896
106 38 4028 426968 417 0.8688
110 27 2970 326700 444 0.925
114 18 2052 233928 462 0.9625
118 11 1298 153164 473 0.9854
122 5 610 74420 478 0.9958
126 2 252 31752 480 1
1470 n=480 46064 4473216

a) Media
f 1 x1  f 2 x2  .....  fkxk 46064
x   95.96
n 480
b) Varianza y desviación.
n n

  xi  x  fx
2 2
fi i i
4473216
  95.96   110.88
2
S2  i 1
 i 1
 x2 
n n 480

s  110.88  10.52
c) Mediana.
n=480 ( Par)

55
Bioestadística. Dr. Cleto De La Torre Dueñas

x n   x n x 480   x 480
 

 1   

1 x 240  x 241 94  94
Me  2 2 
  2   2 
   94
2 2 2 2
d) Percentil 85
P85  106

e) Percentil 25
P25  90
2) Un investigador desea evaluar la efectividad de dos tipos de extracto como
antiinflamantes, medido en porcentajes. Los resultados de este estudio se
muestran a continuación.

Extracto Efectividad
1 2 3 4 5 6 7
A 57 55 54 52 62 55 59
B 80 40 62 72 46 80 40

a) Halle e interprete la media, mediana y moda de la efectividad de los

extractos.
b) Estadísticamente ¿Cuál de los extractos debe ser seleccionado para
desinflamar? Fundamente su respuesta.
SOLUCION:
XA XB XA2 xB2
57 80 3249 6400
55 40 3025 1600
54 62 2916 3844
52 72 2704 5184
62 46 3844 2116
55 80 3025 6400
59 40 3481 1600
394 420 22244 27144

56
Bioestadística. Dr. Cleto De La Torre Dueñas

a) Estadísticos de A.
n

x1  x 2  .....  xn 
xi
394
xA   i 1   56.28
n n 7
MeA  x n 1  , para n impar n=7
 
 2 

MeA  x n 1   x 7 1   x 4  55
   
 2   2 

MoA  55

Estadísticos de B.
n

x1  x 2  .....  xn x i
420
xB   i 1
  60
n n 7
MeB  x n 1  , para n impar n=7
 
 2 

MeB  x n 1   x 7 1   x 4  62
   
 2   2 

MoB1  40

MoB 2  80

b) Calcular la varianza
n n

 x  x  x
2 2
i i
22244
S A2  i 1
 i 1
 xA2   (56.28) 2  10.27
n n 7

S 10.27
CVA    0.057
| X A | 56.28
n n

 x  x  x
2 2

  602   277.7
i i
27144
S B2  i 1
 i 1
 xB2 
n n 7

S 277.7
CVB    0.277
| XB | 60

La información se ilustra en el grafico siguiente.

57
Bioestadística. Dr. Cleto De La Torre Dueñas

Boxplot of Efectividad vs Extracto

80

70
Efectividad

60

50

40

A B
Extracto

3.- En un estudio sobre la contaminación del aire efectuado por una estación
experimental, se recolectaron cantidades de benceno soluble suspendido en
materia orgánica (en microgramos por metro cúbico) en 24 diferentes muestras
de aire:

Cantidades de
benceno soluble Frecuencia
[0, 1> 2
[1, 2> 2
[2, 3> 3
[3, 4> 6
[4, 5> 7
[5, 6> 1
[6, 7> 1
[7, 8> 1
[8, 9> 1

58
Bioestadística. Dr. Cleto De La Torre Dueñas

a) Halla la media, varianza, la desviación típica y coeficiente de variación.

b) Mediana
c) Moda.

SOLUCION:

I fi mi mifi mi2fi Fi
[0, 1> 2 0.5 1 0.5 2
[1, 2> 2 1.5 3 4.5 4
[2, 3> 3 2.5 7.5 18.75 7
[3, 4> 6 3.5 21 73.5 13
[4, 5> 7 4.5 31.5 141.75 20
[5, 6> 1 5.5 5.5 30.25 21
[6, 7> 1 6.5 6.5 42.25 22
[7, 8> 1 7.5 7.5 56.25 23
[8, 9> 1 8.5 8.5 72.25 24
Total 24 40.5 92 440
a) Media, varianza, desviación y coeficiente de variación.
Media.

fm i i
92
x   3.83
n 24
Varianza.

m 2
f
i i
440
S 
2
 x2    3.83  3.66
n 24
Desviación.

s  3.66  1.91

59
Bioestadística. Dr. Cleto De La Torre Dueñas

Coeficiente de Variación.
S 1.91
CV    0.498
| X | 3.83

Mediana
 12  7 
Me  3    *1  3.833
 6 
Moda

 
Mo  Li   1  A
 1 2 

1  7 6 1

1  7 1  6

 1 
Mo  4    *1  4.14
 1 6 

4) En un hospital, se ha medido el nivel de depresión que presentan los pacientes

hospitalizados en una escala de 0- 20, obteniendo los siguientes resultados.

Nivel de Nro de pacientes.

depresión
0-5 10
5-10 15
10-13 25
13-18 8
18-20 2

a) Calcule la media, varianza y la desviación.

b) Determine la mediana y la moda
c) Determine e interprete Q1, Q3, P10 y P90
d) Coeficiente de curtosis y de asimetría.

60
Bioestadística. Dr. Cleto De La Torre Dueñas

SOLUCION:
Intervalo fi. Fi mi mifi mi2fi
0-5 10 10 2.5 25 62.5
5 -10 15 25 7.5 112.5 843.75
10-13 25 50 11.5 287.5 3306.25
13-18 8 58 15.5 124 1922
18-20 2 60 19 38 722
60 56 587 6856.5
a) Media y varianza
Media.

fm i i
587
x   9.78
n 60
Varianza.

m 2
f
i i
  9.782   18.63
6856.5
S 2
 x2 
n 60
Desviación.

s  18.63  4.31

b) Mediana y moda
Mediana

n 
 2  F k 1 
Me  Li   A
 f K 
 
n 60
Determinamos   30
2 2

n 
 2  F k 1   30  25 
Me  Li    A  10    3  10.6
 f K   25 
 
Moda

61
Bioestadística. Dr. Cleto De La Torre Dueñas

 
Mo  Li   1  A
 1 2 

1  25  15  10

1  25  8  17

   10 
Mo  Li   1  A  10    3  11.11
 1 2   10  17 

c) Determine e interprete Q1, Q3, P10 y P90

 Para obtener los cuarteles se tiene la relación.

 i.n 
 4  F k 1 
Qi  Li   A
 f K 
 
Cuartil 1

 1.n 
 4  F k 1   15  10 
Q1  Li    A  5  5  6.67
 f K   15 
 
El 25% de los pacientes presentan niveles de depresión menores a 6.67

Cuartil 3

 3.n 
 4  F k 1   45  25 
Q3  Li    A  10    3  12.4
 fK   25 
 
El nivel de depresión máximo del 75% de los pacientes es de 12.4.

 Para obtener los percentiles se tiene la relación.

 i.n 
 100  F k 1 
Pi  Li   A
f
 K

 

62
Bioestadística. Dr. Cleto De La Torre Dueñas

Percentil 10

 10.n 
 100  F k 1   60
P10  Li    A  0 5  3
 fK   10 
 
El 10% de los pacientes tienen niveles de depresión entre 0 a 3

Percentil 90

 90.n 
 100  F k 1   54  50 
P90  Li    A  13    5  15.5
 fK   8 
 

d) Coeficiente de Asimetría.
x  M o 9.78  11.11
Ap    -0.308
s 4.31

Puesto que Ap < 0  la distribución es asimétrica negativa o a izquierdas

(desplazada hacia la izquierda).

Coeficiente de curtosis de fisher.

Q3  Q1 12.4  6.67
K  0.5   0.5  -0.0416
P90  P10 15.5  3

Si k  0 , entonces la distribución es platicúrtica.

EJERCICIOS PROPUESTOS.
1. Un especialista esta diseñando tres terapias para tratar la depresión en
adolescentes, con tal fin aplica un test de depresión a 50 adolescentes, los
resultados básales se muestran a continuación.

63
Bioestadística. Dr. Cleto De La Torre Dueñas

Nivel de depresión [0, 40[ [40,70[ [70, 90[ [90,110[ [110,120]

Adolescentes 7 8 10 20 5

Reagrupe a los adolescentes en tres grupos A, B y C, de tal forma que el grupo

A este integrado por el 30% de adolescentes con menores índices de depresión
y el grupo C compuesto por el 45% de los que presentan mayores índices de
depresión y el resto de adolescentes integra el grupo B. Calcule los limites de
cada uno de los grupos y represente gráficamente.

2.- Los siguientes datos representan lecturas de presión sistólica ([Link].) en una
muestra de 41 sujetos hospitalizados en la Clínica Central el 1º Semestre de
2002.

138 164 150 132 144 125 149 157 146 158 140 147 136 148
152 149 168 126 138 176 163 119 154 165 146 173 142 147
135 153 153 140 135 161 145 135 142 150 156 145 128

a) Identifique los siguientes conceptos:

i) Población analizada

ii) Elementos de la población.

iii) Característica en estudio.
iv) Tipo de dato analizado
b) Construya una tabla de frecuencias completa para presentar estos datos con su
correspondiente título e interprete n4 , f 2 , N3 , F5

c) Construya un gráfico adecuado para representar estos datos e interprételo.

d) ¿Cuál será la presión sistólica media de los pacientes? ¿Y la mediana?
e) Si el 25% de los pacientes fueron clasificados como hipertensos y el 10% fueron
clasificados como hipotensos. ¿Entre qué valores debe estar la presión de un
paciente para ser considerado normal?

64
Bioestadística. Dr. Cleto De La Torre Dueñas

2.- Un psicólogo desea evaluar la eficacia de dos terapias para tratar problemas de
estrés, para ello selecciona al azar 16 pacientes y forma aleatoriamente dos
grupos. El primer grupo de 8 pacientes fue tratado con la terapia A y el segundo
grupo de 8 pacientes con la terapia B. Al cabo de un tiempo se les mide su nivel
reducción de estrés en una escala de o a 120. Los resultados se muestran a
continuación:

Terapia A 50 40 60 40 60 50 35 25
Terapia B 60 70 60 80 60 50 80 70

En base a los resultados, cual de las terapias es más adecuado para los pacientes
que estén interesados en:
a).- Una efectiva mayor.
b).- Resultados similares de la terapia para todo el grupo.

4.- Los siguientes son los pesos en gramos (redondeados al gramo más próximo) de
30 ratones, de un ensayo realizado en un Laboratorio de Química usadas en un
estudio de deficiencias vitamínicas:

136 92 115 118 121 137 132 120 104 125

119 115 101 129 85 108 110 133 135 126
127 103 110 126 118 82 104 137 120 148

a) Construya una distribución de frecuencia con 6 clases que incluya límites dados y
reales.
b) Interprete la frecuencia absoluta de la clase 3.
c) Construya el polígono de frecuencias.
d) Se le pide a un analista experimentado la evaluación de dos métodos diferentes
para la determinación de trazas de plomo en ácido acético glacial, y se le entrega
una muestra que contiene precisamente 1.282 ppm. de Pb, por litro (dato

65
Bioestadística. Dr. Cleto De La Torre Dueñas

desconocido por el analista). Se realizaron cinco determinaciones mediante cada

método, que dieron los siguientes resultados para la concentración del plomo, en
partes por millón (ppm):

Método A: 1.34 1.33 1.32 1.34 1.31

Método B: 1.30 1.26 1.30 1.33 1.24
Comparé ambos métodos en cuanto a su exactitud y variabilidad.

4. La siguiente información corresponde a puntajes obtenidos en un test de

inteligencia aplicado a dos grupos diferentes; los resultados se muestran en sus
respectivas tablas de frecuencia:

GRUPO A GRUPO B
k Intervalos Frecuencias nk k Intervalos Frecuencias nk

1 414 - 473 5 1 586 - 629 7

2 473 - 532 8 2 629 - 672 11
3 532 - 591 15 3 672 - 715 10
4 591 - 650 3 4 715 - 758 7
5 650 - 709 4 5 758 - 801 2
6 709 - 768 1 6 801 - 844 1

a) De acuerdo a la información determine en que grupo el puntaje del test es más

homogéneo.
b) Si el 20% de los pacientes con puntajes más bajos son considerados retardados,
el 10% de los pacientes con mayor puntaje son considerados superdotados y
los demás pacientes son considerados normales.
Determine para ambos grupos:
i) ¿Cuál es el puntaje mínimo para ser considerado superdotado?
ii) ¿Entre qué puntajes un paciente será considerado normal?
iii) ¿Cuál es el número estimado de pacientes normales?

66
Bioestadística. Dr. Cleto De La Torre Dueñas

c) Determine en ambos grupos el puntaje más típico de .los pacientes.

d) Determine la media aritmética y la mediana en ambos grupos y compárela con
la moda. ¿Cuál es su opinión respecto a la simetría de la distribución?
e) Si consideramos ambos grupos como un total ¿Cuál será el puntaje medio total
y su varianza?
f) Determine un intervalo que contenga el 50% central de la distribución de los
puntajes del grupo A.

5.- Los casos de SIDA diagnosticados en un País en los últimos años vienen dados
en la siguiente tabla, clasificados por grupo de riesgo del paciente:

Factores 1993 1994 1995 1996 1997

Por Drogas Inyectables 3373 4723 4432 4203 3143
Heterosexuales 631 952 1044 1113 950
Homosexuales/Bisexuales 778 898 934 766 580
Drogas Inyect. Y Homosexuales 68 92 81 73 61
Hijos de madres de riesgo 82 76 79 46 37
Por Hemoderivados 56 66 52 44 25
Por transfusiones 32 23 21 14 12
Otros 321 291 302 249 290
5341 7121 6945 6508 5098

Analizar descriptivamente la información.

67
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO IV
DISTRIBUCIONES BIDIMENSIONALES

Si resumir la información de una variable es de por si interesante, en investigación

lo es mucho más el poner de manifiesto la posible relación entre dos de ellas.
El análisis de la relación de dos variables, X e Y, depende del tipo de variables y
Según sean los tipos de cada una de ellas se usa técnicas estadísticas diferentes.

4.1 CUALITATIVA-CUALITATIVA.
Cuando las variables de estudio son cualitativas (categóricas) o cuantitativas
discretas con poca modalidades, se suele presentar las observaciones de las
variables X e Y, mediante pares ordenados (xi, yi), esta forma de
presentaciones se denomina tablas de contingencia. Las tablas de contingencia
son de doble entrada organizada por filas y columnas y donde se presenta la
distribución de frecuencias conjuntas de las dos variables.
Dada una variable bidimensional ( X, Y ), consideramos una muestra de
tamaño n en la que X toma k valores distintos, x1, . . . , xk, e Y toma l valores
distintos, y1, . . , yl, obtenemos, por tanto, observaciones del tipo (xi, yj).

La frecuencia absoluta de un valor (xi, yj) es el número de veces que dicho

valor aparece en la muestra. Se representa por fij , se cumple
k l

 f
i 1 j 1
ij n

La frecuencia relativa de un valor (xi, yj) es el cociente de la frecuencia

absoluta fij entre el tamaño de la muestra n, se representa por hij

68
Bioestadística. Dr. Cleto De La Torre Dueñas

k l
fij
hij 
n
, se cumple:  h
i 1 j 1
ij 1

Distribuciones marginales
Nos indican el comportamiento aislado de cada una de las variables X e Y que
dan lugar a una variable bidimensional.
Frecuencia absoluta marginal de xi,
l
fi.  fi1  fi 2  fil   fij
j 1

Frecuencia relativa marginal de xi,

fi .
hi . 
n
Frecuencia absoluta marginal de yj,
k
f . j  f1 j  f 2 j  f kj   fij
i 1

Frecuencia relativa marginal de yj,

f. j
h. j 
n

Una tabla de doble entrada de una variable bidimensional sigue la estructura

que se presenta a continuación, en la que tienen cabida las frecuencias
marginales (representadas en la última fila y última columna). Puede ser de
frecuencias absolutas o relativas.

Y y1 y2 ..... yl ni.
X
x1 f11 f12 ..... f1l f1.
x2 f21 f22 ..... f2l f2.

.. .. .. ..... .. ..

xk fk1 fk2 ..... fkl fk.

n.j f.1 f.2 ..... f.l n

69
Bioestadística. Dr. Cleto De La Torre Dueñas

Ejemplos.

1.- En una prueba de laboratorio, se aplico tres tipos de extractos a un grupo de

ratones y se mide el grado de toxicidad. Obteniéndose los siguientes
resultados.
Grado de Extracto A Extracto A Extracto A
toxicidad
Leve 40 25 10
Moderada 25 55 5
Severa 35 15 60

Analice la información y represente gráficamente.

Grado de Extracto
toxicidad A B C Total
Leve Frecuencia 40 25 10 75
Porcentaje 40.0% 26.3% 13.3% 27.8%
Moderada Frecuencia 25 55 5 85
Porcentaje 25.0% 57.9% 6.7% 31.5%
Severa Frecuencia 35 15 60 110
Porcentaje 35.0% 15.8% 80.0% 40.7%
Total Frecuencia 100 95 75 270
Porcentaje 100.0% 100.0% 100.0% 100.0%

70
Bioestadística. Dr. Cleto De La Torre Dueñas

60

50
Grado de toxicidad
Leve
Moderada
Severa
40
Recuento

30

20

10

0
A B C

Extracto

4.2 CUALITATIVA-CUANTITATIVA.
Supongamos que tenemos datos cuantitativos (numéricos) para varias
cualitativa (categorías), por ejemplo en un experimento donde hacemos
mediciones numéricas en dos o más grupos. En estos casos, lo que se realiza
es un estudio descriptivo de la variable numérica en cada una de las
muestras y se comparamos los resultados.

Ejemplo
1) Un investigador esta analizando el efecto de un grupo de tratamientos,
como desinflamante. El uso 5 tratamientos, en el cuadro siguiente se
muestra la disminución de la inflamación.

Tratamiento Reducción Tratamiento Reducción

Piroxicam 0.1183 Extracto 0.09
Piroxicam 0.0983 Extracto 0.08
Piroxicam 0.1383 Extracto 0.12
Piroxicam 0.1083 Extracto 0.08

71
Bioestadística. Dr. Cleto De La Torre Dueñas

Piroxicam 0.1183 Extracto 0.11

Etanol Absoluto 0.2233 Cloroformo 0.0783
Etanol Absoluto 0.2033 Cloroformo 0.0383
Etanol Absoluto 0.2333 Cloroformo 0.0583
Etanol Absoluto 0.1933 Cloroformo 0.0383
Etanol Absoluto 0.2033 Cloroformo 0.0583
Etanol 70% 0.1733
Etanol 70% 0.1733
Etanol 70% 0.1533
Etanol 70% 0.2033
Etanol 70% 0.1733
a) Calcule el la disminución promedio para cada uno de los tratamientos.
b) Cual de los tratamientos genera reducciones más homogéneas.
c) Represente la información mediante un grafico.

SOLUCION:
Variable tratamiento Mean StDev Variance CoefVar Median
reduccion Cloroformo 0.05430 0.01673 0.000280 30.82 0.05830
Etanol Absoluto 0.21 130 0.01643 0.000270 7.78 0.20330
Etanol 70% 0.17530 0.01789 0.000320 10.20 0.17330
Extracto 0.09600 0.01817 0.000330 18.92 0.09000
Piroxicam 0.11630 0.01483 0.000220 12.75 0.11830

72
Bioestadística. Dr. Cleto De La Torre Dueñas

0.25

0.20
reduccion

0.15

0.10

0.05

Cloroformo Etanol Absoluto Etanol 70% Extracto Piroxicam

tratamiento

4.3 CUANTITATIVA-CUANTITATIVA.
Análisis de dos variables cuantitativas y establecimiento de una relación
entre ellas. La forma mas sencilla de estudiar la posible asociación entre estas
variables es el diagrama de dispersión (Nube de puntos). Si reconocemos
una tendencia, entonces el interés ahora será el análisis de regresión.

Media y varianza
La información de las dos variables X e Y se puede resumir usando la media
y la varianza como se muestra a continuación:

Media de la variable X: x
fx i i

Media de la variable Y: y
fy i i

Varianza de la variable X: s 2

fx 2
i i
x
2
x
n

73
Bioestadística. Dr. Cleto De La Torre Dueñas

Varianza de la variable Y: s y2 
fyi
2
i
y
2

La covarianza
Es una medida de la asociación lineal existente entre dos variables. Resume la
información contenida en el diagrama de dispersión. Presenta la siguiente
expresión:

cov( x, y )  sxy 
fxy
i i i
 x. y
n

Si la covarianza está muy próxima a cero, no existe relación entre las

variables o si existe es marcadamente no lineal, si es positiva, hay asociación
lineal positiva, y si es negativa, hay asociación lineal negativa. Sin embargo,
como la covarianza depende de las unidades de medida de las variables, no
nos permite cuantificar el grado de asociación lineal ni comparar la
asociación existente entre distintos pares de variables. Para dar solución a
este problema se obtiene el coeficiente de correlación.

Correlación.
Estudia la relación o dependencia que existe entre dos variables que
intervienen en una distribución bidimensional.

Coeficiente de correlación lineal.

Es un número que mide el grado de dependencia entre las variables X e Y.
s xy
Se mide mediante la siguiente fórmula: r
s x .s y

Su valor está comprendido entre – 1 y 1.

 Si r = -1 ó r = 1 todos los valores de la variable bidimensional se
encuentran situados sobre una recta.
 Si – 1< r < 0 se dice que las variables X e Y están también en
dependencia aleatoria. La correlación es negativa.

74
Bioestadística. Dr. Cleto De La Torre Dueñas

 Si 0 < r < 1 la correlación es positiva. Las variables X e Y están también

en dependencia aleatoria.

La correlación es tanto más fuerte a medida que r se aproxima a –1 ó 1 y es

tanto más débil a medida que se aproxima a 0.

Análisis de Regresión.
Regresión: conjunto de técnicas que son usadas para establecer una relación
entre una variable cuantitativa llamada variable dependiente y una o más
variables independientes, llamadas predictoras. Estas también deberían ser
cuantitativas, sin embargo algunas de ellas podrían ser cualitativas.

Modelo de regresión. Ecuación que representa la relación entre las variables

Y    X 

Estimación de la línea de regresión usando Mínimos Cuadrados

Se debe Minimizar el error cuadrático medio:
n n
Q  ,     ei2   ( yi     xi ) 2
i 1 i 1

n n n
n xi yi   xi  yi
S xy
ˆ  i 1
n
i 1
n
i 1

n xi2  ( xi ) 2
S xx
i 1 i 1

ˆ  y  ˆ x

La pendiente ˆ , indica el cambio promedio en la variable de respuesta cuando la

variable predictora aumenta en una unidad adicional.
El intercepto ̂ , indica el valor promedio de la variable de respuesta cuando la
variable predictora vale 0. Sin embargo carece de interpretación práctica si es
irrazonable pensar que el rango de valores de x incluye a cero.

75
Bioestadística. Dr. Cleto De La Torre Dueñas

A partir de la recta Yˆ  ˆ  ˆ X podemos calcular los valores de y conocidos

los de x. La fiabilidad que podemos conceder a los cálculos obtenidos viene
dada por el coeficiente de correlación: si r es muy pequeño no tiene sentido
realizar ningún tipo de estimaciones.
Si r es próximo a – 1 ó 1, las estimaciones realizadas estarán cerca de los
valores reales.
Si r = 1 o r = -1, las estimaciones realizadas coincidirán con los valores reales.

Ejemplos.
1.- Se realizo una investigación sobre la temperatura anual media X ( Grados
Fa) en varias ciudades y la tasa de mortalidad (Y) de un tipo de cáncer de
pecho en mujeres. Los datos que obtuvo fueron los siguientes:

X 51.3 49.9 50 49.2 48.5 47.8 47.3 45.1 46.3 42.1 44.2 43.5 42.3 40.2 31.8 34
Y 102..5 104.5 100.4 95.9 87 95 88.6 89.2 78.9 84.6 81.7 72.2 65.1 68.1 67.3 52.5

a) Trace un diagrama de dispersión.

b) Ajuste una recta de regresión.
c) Calcule la correlación lineal e interprete dicho valor.
Solución:

110

100

90

80
Y

70

60

50
30 35 40 45 50
X

76
Bioestadística. Dr. Cleto De La Torre Dueñas

X Y X.Y X2 Y2
51.3 102.5 5258.25 2631.69 10506.25
49.9 104.5 5214.55 2490.01 10920.25
50 100.4 5020 2500 10080.16
49.2 95.9 4718.28 2420.64 9196.81
48.5 87 4219.5 2352.25 7569
47.8 95 4541 2284.84 9025
47.3 88.6 4190.78 2237.29 7849.96
45.1 89.2 4022.92 2034.01 7956.64
46.3 78.9 3653.07 2143.69 6225.21
42.1 84.6 3561.66 1772.41 7157.16
44.2 81.7 3611.14 1953.64 6674.89
43.5 72.2 3140.7 1892.25 5212.84
42.3 65.1 2753.73 1789.29 4238.01
40.2 68.1 2737.62 1616.04 4637.61
31.8 67.3 2140.14 1011.24 4529.29
34 52.5 1785 1156 2756.25
713.5 1333.5 60568.34 32285.29 114535.33

x
x i

713.5
 44.59375 ;
n 16

y
y i

1333.5
 83.34375 ;
n 16

s 2

x 2
i
x 
2 32285.29
 44.593752  29.228
x
n 16

s y2 
y 2
i
y 
2 114535.33
 83.343752  212.277 ;
n 16

sxy 
x y i i
 x. y 
60568.34
 (44.59375).(83.34375)  68.9
n 16

77
Bioestadística. Dr. Cleto De La Torre Dueñas

Recta de regresión
n n n
n xi yi   xi  yi
S xy 68.9
ˆ  i 1
n
i 1
n
i 1
 2
  2.357
n xi2  ( xi ) 2
S x 29.228
i 1 i 1

ˆ  y  ˆ x  83.34375  2.357(44.59375)  21.76

Yˆ  ˆ  ˆ X  21.76  2.357 X
sxy 68.9
r   0.8747
sx .s y 29.228. 212.277
2.- un equipo de investigadores de un hospital psiquiátrico realizó un
experimento para estudiar la relación que existe en pacientes esquizofrénico entre
el tiempo de reacción a un estímulo particular y el nivel de la dosis de una droga.
Los investigadores hicieron el experimento con dosis de 0,5; 1,0; 1,5; 2,0; 2,5 y 3,0
mg. Seleccionaron una m.a. de 18 pacientes en una población hospitalaria de
esquizofrénico y asignaron al azar a cada paciente una de las dosis. Cada dosis fue
administrada a un total de 3 pacientes.
X = dosificación en mg
Y = tiempo de reacción en milisegundo.
La dosificación es una variable fija, puesto que los investigadores seleccionaron,
anticipadamente su valor específico. La unidad de asociación es el paciente
esquizofrénico y la muestra consiste en 18 unidades de asociación.
X 0,5 0,5 0,5 1,0 1,0 1,0 1,5 1,5 1,5 2,0 2,0 2,0 2,5 2,5 2,5 3,0 3,0 3,0
Y 12 22 30 18 32 36 30 34 46 40 44 50 44 60 64 64 68 76

x i  31,5 y i  770 x 2
i  68,25 y 2
i  38508 x y
i i 1595

x y 31,5770
x y i i 
n
i i
1595 
18
b1    18,8571
 xi 2 31,5
2

x 2
i
n
 68,25 
18
b0  y  b1 x  42,7778  18,85711,75  9,7779

78
Bioestadística. Dr. Cleto De La Torre Dueñas

yc  b0  b1 x  9,7779  18,8571x Ecuación de Regresión Lineal Simple Muestral


b1   xi yi 
 xi  y i 
 18,85711595  31,5770
n    4667,13
  
SCR 18
r2    0,84
SCT  yi 
2
770
2
5569,11
 yi  n
2 38508
18

El 84 % de la variabilidad total presente en nuestros datos, se explica por la

regresión.

H 0 : Dosificación y Tiempo de Re acción no están relacionadas linealmente

H1 : Dosificación y Tiempo de Re acción están relacionadas linealmente

[Link]. g.l. SC CM Fc

Regresión 1 4667,13 4667,13 82,79

Error 16 901,98 56,37
Total 17 5569,11

RC  F / F  10,58   0,005 Fc  82,79  RC  Re chazo H 0

El tiempo de reacción y el nivel de dosificación están relacionados linealmente.

Por lo tanto podremos utilizar, con seguridad, nuestra ecuación de regresión
muestral para predecir el valor que Y probablemente tomará para un valor dado
de X.
Ejercicios propuestos.

1. En un hospital se registra la temperatura T (en ºC) y el pulso P (pulsaciones por

segundo) de cinco pacientes, obteniéndose los siguientes resultados:

T 38.9 38.3 37.8 37.2 36.7

P 100 90 80 70 60

79
Bioestadística. Dr. Cleto De La Torre Dueñas

a) Ajuste un modelo lineal para estimar la temperatura de un paciente

determinando los parámetros mediante el método de mínimos cuadrados.
b) ¿Cuál es la calidad del ajuste realizado?
c) ¿Cree usted que un paciente con alta temperatura tenga muchas pulsaciones por
segundo?
d) Determine el error estándar de estimación con el modelo ajustado y determine
un intervalo de longitud cuatro errores estándar para estimar la temperatura de
un paciente cuyo pulso sea de 85 pulsaciones por segundo.
e) ¿Cuántas pulsaciones debe tener un paciente para que su temperatura no
sobrepase los 40 grados?

2. Al investigar la capacidad vital Y en diferentes edades X (en años) en ocho

niños se obtuvieron los siguientes resultados:
X 4 5 6 7 8 9 10 11
Y 0.79 0.93 1.15 1.29 1.47 1.71 1.87 1.99

a) Ajuste un modelo lineal para estimar la capacidad vital de un niño

determinando los parámetros mediante el método de mínimos cuadrados.
b) ¿Cuál es la calidad del ajuste realizado?
c) ¿Cree usted que un niño de mucha edad tenga bastante capacidad vital?
d) Determine el error estándar de estimación con el modelo ajustado y determine
un intervalo de longitud cuatro errores estándar para estimar la capacidad vital
de un niño con una edad de 12 años.

3. Los investigadores están estudiando la correlación entre obesidad y la respuesta

individual al dolor. La obesidad se mide como porcentaje sobre el peso ideal (X).
La respuesta al dolor se mide utilizando el umbral de reflejo de flexión
nociceptiva (Y), que es una medida de sensación de punzada. Se obtienen los
siguientes datos:
X 89 90 75 30 51 75 62 45 90 20
Y 2 3 4 4,5 5,5 7 9 13 15 14

80
Bioestadística. Dr. Cleto De La Torre Dueñas

a).- ¿Qué porcentaje de la varianza del peso es explicada mediante un modelo de

regeseión lineal por la variación del umbral de reflejo?
b).- Estúdiese la posible relación lineal entre ambas variables, obteniendo su grado
de ajuste.
c).- ¿Qué porcentaje de sobrepeso podemos esperar para un umbral de reflejo de
10?

4.- Se lleva a cabo un estudio, por medio de detectores radioactivos, de la capacidad

corporal para absorber hierro y plomo. Participan en el estudio 10 sujetos. A cada
uno se le da una dosis oral idéntica de hierro y plomo. Después de 12 días se
mide la cantidad de cada componente retenida en el sistema corporal y, a
partir de ésta, se determina el porcentaje absorbido por el cuerpo. Se
obtuvieron los siguientes datos:

Porcentaje de
hierro, X 17 22 35 43 80 85 91 92 96 100
Porcentaje de
plomo, Y 8 17 18 25 58 59 41 30 43 58

a).- Comprobar la idoneidad del modelo lineal de regresión.

b).- Obtener la recta de regresión, si el modelo lineal es adecuado.
c).- Predecir el porcentaje de hierro absorbido por un individuo cuyo sistema
corporal absorbe el 15% del plomo ingerido
5.- Se considera que el rendimiento de un proceso químico es una función de la
cantidad de catalizador agregada a la reacción. Se realiza un experimento y se
obtienen los siguientes datos:
X= catalizador (lb) Y= rendimiento (%)
X 0.9 14 1.6 1.7 1.8 2.0 2.1 2.3
Y 60.54 63.86 63.76 60.15 66.66 71.66 70.81 65.72
a) Calcule e interprete el coeficiente de regresión lineal.
b) Pruebe la significación de la regresión. =0.10
c) Calcule e interprete el coeficiente de correlación.

81
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO V
PROBABILIDADES

El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se

denominan aleatorios, cuya característica fundamental es la incertidumbre del
resultado, esto significa que es imposible predecir los resultados porque hay más
de uno posible.
En nuestra vida cotidiana asociamos usualmente el concepto de probabilidad a su
calificativo probable, considerando probable a aquellos eventos en los que
tenemos alto grado de creencia en su ocurrencia. En esta línea probabilidad es un
concepto asociado a una medida del azar.
El objetivo de la probabilidad es cuantificar las posibilidades que tengan ciertos
eventos inciertos.

5.1 EXPERIMENTO ALEATORIO.

Es una acción que da lugar a resultados identificables y se caracteriza por:
 Todos los posibles resultados son conocidos previamente.
 Repeticiones en situaciones análogas pueden dar resultados diferentes.
 No se puede predecir el resultado del mismo antes de realizarlo, es decir,
no se sabe cuál de los posibles resultados aparecerá al final.
Los experimentos pueden ser aleatorios o deterministas. Aleatorio significa
relativo a todo acontecimiento incierto, por depender de la suerte o del azar,
mientras que los deterministas son aquellos que se caracterizan por el hecho
de que las mismas causas producen los mismos efectos.

82
Bioestadística. Dr. Cleto De La Torre Dueñas

Espacio muestral.
Es el conjunto de todos los resultados posibles del experimento y se denota
por  . A cada elemento de  se denomina punto muestral w , es decir:

  w / w es un punto muestral .

Evento o Suceso Aleatorio.

Un evento aleatorio es un subconjunto del espacio muestral y se denota con
letras mayúsculas.
 El evento seguro  , es aquel que ocurre siempre al realizar el experimento.
 El evento imposible  , es aquel que no ocurre nunca.
 Lo s eventos elementales solo tienen un punto muestral.

 El evento complementario Ac , esta dado por todo los puntos muestrales

que no están en A

5.2 OPERACIONES DE EVENTOS.

Unión de eventos: Dados dos eventos A y B de un mismo espacio muestral
su unión se representa por A  B y es el evento que contiene los elementos
que están en A o en B o en ambos. El evento A  B ocurre si al menos uno
de los dos eventos ocurre.

Intersección de eventos: Dados dos eventos A y B de un mismo espacio

muestral su intersección se representa por A  B y es el evento que contiene
los elementos que están en A y B al mismo tiempo.
El evento A  B ocurre cuando ambos eventos ocurren simultáneamente.

Evento Complemento: El complemento de un evento A se representa por Ac

y es el evento que contiene todos los elementos que no están en A. El evento

Ac ocurre si A no ocurre.

83
Bioestadística. Dr. Cleto De La Torre Dueñas

5.3 DEFINICIÓN CLÁSICA DE PROBABILIDAD:

La probabilidad de un suceso A se calcula como el número de casos
favorables al suceso A, partido por el número de casos posibles del
experimento aleatorio.
casos favorables
P ( A) 
casos posibles

5.4 DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD.

La probabilidad es una función que asigna a cada suceso A   un
número real que varia entre 0 a 1.

P :    y que verifica:
A  P(A)
i) 0  P( A)  1  A  

ii) P     1

iii) Si A y B son sucesos incompatibles,

P  A  B   P  A  P  B 

Como consecuencia de estos tres axiomas, se verifican además las

siguientes propiedades:

iv) P( Ac )  1  P  A

v) P ( )  0

vi) Si A  B ,  P( A)  P( B)

vii) P( A \ B)  P( A)  P( A  B) ,  A,B  

viii) Si A 1 , A 2 , ...... , A n son incompatibles dos a dos, entonces

P  A1  A2  ...  An   P  A1   P  A2   ...  P  An 

ix) Si A, B   son dos sucesos cualesquiera, entonces

P  A  B   P  A  P  B   P  A  B 

x) Si A, B   son dos sucesos cualesquiera, entonces

P( A)  P  A  Bc   P  A  B 

84
Bioestadística. Dr. Cleto De La Torre Dueñas

5.5 PROBABILIDAD CONDICIONADA.

Queremos estudiar como cambia la probabilidad de ocurrencia de A cuando
se conoce que otro evento B ha ocurrido. En este caso habrá que redefinir el
espacio muestral considerando solamente los elementos de B como posibles
resultados.

La probabilidad de A condicionada a B como la probabilidad de que ocurra

A sabiendo que ha ocurrido B, la denotamos por P(A|B)

P( A  B)
P( A | B)  , P(B)  0.
P( B)

En consecuencia,

P(A  B) =P ( A) P ( B )
A
Independencia.
Dos sucesos A, B   se dicen independientes si:
P ( A)  P ( A | B ) , o bien P ( B )  P ( B | A)

Es decir, se cumplirá que:

P( A  B)  P( B).P( A)

Si A y B son independientes, entonces A y B C son independientes, A C y B

son independientes, y A C y B C son independientes.

Observación. Decimos que n sucesos A1, A2, An son independientes si para

cada par (Ai, Aj), P( Ai  Aj )  P( Ai ) P( Aj ) si i  j , si para cada trío (Ai, Aj, Ak)
P( Ai  Aj  Ak )  P( Ai ) P( Aj ) P( Ak ) si i  j  k y así sucesivamente. En general,

P( A1  A2    An)  P( A1) P( A2)  P( An)

85
Bioestadística. Dr. Cleto De La Torre Dueñas

Teorema de la probabilidad compuesta.

Dados n sucesos A 1 , A 2 , ......., A se verifica:

P( A1  A2   An)  P( A1) P( A2 | A1) P( A3 | A1  A2)  P( An | A1  A2   An  1)

Teorema de la probabilidad total.

Si suponemos que los eventos A1, A2, A3, ...., An, forman una partición de un espacio
muestral  ; esto es, que los eventos Ai son mutuamente excluyentes y su unión es
.

Si A 1 , A 2 , ......., A n son un sistema completo de sucesos tal que :

i) A1 A2   i  j ( disjuntos dos a dos)

n
ii)   Ai
i 1

iii) P ( Ai )  0 ,  i  1,....n .

La probabilidad de un suceso B cualquiera es:

n
P ( B )   P ( Ai ) P ( B | A i )
i 1

P( B)  P( A1 ) P( B )  P( A2 ) P( B )  .......  P( An ) P( B )
A1 A2 An

Teorema de Bayes.
El procedimiento que se utiliza para encontrar probabilidades posteriores, a partir de
probabilidades previas, se llama regla Bayesiana. Las probabilidades apriori o
previas se conocen antes de obtener información alguna del experimento en cuestión.

86
Bioestadística. Dr. Cleto De La Torre Dueñas

Las probabilidades aposteriori se determinan después de conocer los resultados del

experimento.
El teorema de Bayes consiste en un método para encontrar la probabilidad de una
causa específica cuando se observa un efecto particular. Esto es, si el evento B ha
ocurrido, ¿Cuál es la probabilidad de que fue generado por el evento A1 (que es una
causa posible ) o por el A2 (otra causa posible)?.

Si A 1 , A 2 , ......., A n son un sistema completo de sucesos tal que p ( Ai )  0 ,

 i  1,....n , entonces para un suceso B cualquiera se verifica:

P( Ai  B) P( Ai ) P( B | Ai )
P( Ai | B)   , i = 1, ...., n.
 i1 P( Ai) P( B | Ai)
n
P( B)

P( Ai ) P( B | Ai )
P( Ai | B) 
P( A ) P( B )  P( A2 ) P( B )  .......  P( An ) P( B )
1 A1 A2 An

Problemas Resueltos.

1) En un hospital se realiza pruebas a tres pacientes para confirmar o descartar la

presencia de una enfermedad.
a) Cual es el espacio muestral.
b) ¿Cual es la probabilidad de que dos pacientes den positiva en la prueba a la
enfermedad.

87
Bioestadística. Dr. Cleto De La Torre Dueñas

c) Cual es la probabilidad de que el primer paciente de positivo y el último de

negativo a la enfermedad.
d) Cual es la probabilidad de que por lo menos un paciente de positivo en la
prueba.

Solución.
Denotemos con P, si el resultado es positivo y con N, si la prueba descarta la
presencia de la enfermedad.

a)   PP
1 2 N3 , PP
1 2 P3 , PN 1 2 P3 , N1 P2 P3 , N1 P2 N3 , N1 N 2 P3 , N1 N 2 N3 
1 2 N3 , PN

b) Sea el evento A: La prueba da positivo en dos pacientes

A  PP 1 2 P3 , N1 P2 P3 
1 2 N3 , PN

n( A) 3
P( A)  
n ( ) 8

c) Sea el evento B: Primer paciente da positivo y el ultimo negativo

C  PP
1 2 N3 , P1 N 2 N3 

n(C ) 2
P(C )  
n ( ) 8
d) Sea el evento D: Por lo menos una prueba da positivo.

D  PP 1 2 P3 , P1 N 2 N3 , P1 N 2 P3 , N1 P2 P3 , N1 P2 N3 , N1 N 2 P3 
1 2 N3 , PP

n( D ) 7
P( D)  
n ( ) 8

2) Un 15% de los pacientes atendidos en un hospital son hipertensos, un 10% son

obesos y un 3% son hipertensos y obesos. ¿Qué probabilidad hay de que
elegido un paciente al azar sea obeso o hipertenso?
A = {obeso} B = {hipertenso}
A  B = {hipertenso y obeso}
A  B = {obeso o hipertenso}
P(A) = 0,10; P(B) = 0,15; P(A  B) = 0,03

88
Bioestadística. Dr. Cleto De La Torre Dueñas

P  A  B   P  A  P  B   P  A  B 
P(A  B) = 0,10 + 0,15 - 0,03 = 0,22

3) Se ha comprobado que en una ciudad están enfermos con diarrea el 60% de los
niños; con sarampión el 50% y el 20% con ambas enfermedades. Calcular la
probabilidad de que elegido un niño al azar esté enfermo con diarrea,
sarampión o ambas enfermedades.
Sean los sucesos:
A: "estar enfermo con diarrea".
B: "estar enfermo con sarampión".
P  A  B   P  A  P  B   P  A  B 
El 90% de los niños tienen alguna de las dos enfermedades.

4) Un grupo de médicos prescriben tres tipos de medicina para una enfermedad

en un hospital. El 40% de los medicos prescribe la medicina A , de estas en el
1% de los casos se presentan algun tipo de RAM, el 30% de los medicos
prescribe la medicina B y en el 2% se presentan RAM. El resto de medicos
prefieren la medicina C para dicha enfermedad, observandose que en el 3% de
las mismas se presenta RAM. Si un paciente que recibio el tratamiento para la
enfermedad se selecciona aleatoriamente. Cual es la probabilidad:
a) De que presente RAM.
b) De que presente RAM y haya sido tratado con la medicina B.
c) Calcular la probabilidad de que el paciente haya recibido la medicina C
como tratamiento, dado que presento RAM.

Solución

89
Bioestadística. Dr. Cleto De La Torre Dueñas

Presenta RAM
1%

99%
No presenta RAM
A

40%
2% Presenta RAM

98%
Medicina 30% B No presenta RAM

3%
Presenta RAM
30%
C

97% No presenta RAM

Sean los eventos.

A: Paciente recibe como tratamiento la medicina A
B: Paciente recibe como tratamiento la medicina B
C: Paciente recibe como tratamiento la medicina C,
D: El paciente presenta RAM.

a) P ( D )  P ( A) P ( D A)  P ( B ) P ( D B)  P (C ) P ( D C )

P( D)  0.4*(0.01)  0.3*(0.02)  0.3*(0.03)  0.019  1.9%

b) P(B  D) =P ( B) P( D B)

P(B  D) =0.3*(0.02)  0.006  0.6%

P(C  D) P(C ) P( D | C )
c) P(C | D)  
P( D) P( A) P( D | A)  P( B) P( D | B)  P(C ) P( D | C )
0.3*(0.03)
P (C | D )   0.473  47.3%
0.4*(0.01)  0.3*(0.02)  0.3*(0.03)

5) En un laboratorio hay 7 vacunas para el virus A y 3 vacunas para el virus B.

De las vacunas para el virus A, tres son fabricados en el Perú y el resto en el
extranjero; mientras que de las vacunas para el virus B, uno es fabricado en
Perú y dos en el extranjero. Suponiendo que del laboratorio se seleccionado al
azar una vacuna, cual el la probabilidad de:
a) Vacunas para el virus A

90
Bioestadística. Dr. Cleto De La Torre Dueñas

b) Sean fabricados en el Perú.

c) Vacunas para el virus B y fabricado en el extranjero.
d) Vacunas para el virus B o fabricado en el extranjero.
d) Vacunas para el virus A, dado que sea fabricado en el Perú.
Solución.
Vacunas para Vacunas para Total
el virus A el virus B
Fabricado en 3 1 4
el Perú
Fabricado en 4 2 6
el extranjero
Total 7 3 10

Sean los eventos:

A: Vacunas para el virus B. B: vacunas para el virus A. C: fabricados en el
Perú, D: Fabricado en el extranjero.
n( B ) 7
a) P( B)    0.7
n() 10
n(C ) 6
b) P(C )    0.6
n() 10
n( A  D ) 2
c) P( A  D)    0.4
n ( ) 10
n( A) n( D) n( A  D)
d) P( A  D)  P( A)  P( D)  P( A  D)   
n (  ) n ( ) n ( )
3 6 2 7
P( A  D)      0.7
10 10 10 10
n( B  C )
P( B  C ) n() n( B  C ) 4
e) P ( B | C )    
P (C ) n(C ) n(C ) 7
n()

91
Bioestadística. Dr. Cleto De La Torre Dueñas

4) Una enfermedad puede estar producida por tres virus A, B, y C. En el

laboratorio hay 3 tubos de ensayo con el virus A, 2 tubos con el virus B y 5
tubos con el virus C. La probabilidad de que el virus A produzca la enfermedad
es de 1/3, que la produzca B es de 2/3 y que la produzca el virus C es de 1/7.
Se inocula un virus a un animal y contrae la enfermedad. ¿Cuál es la
probabilidad de que el virus que se inocule sea el C

Solución
Sean los eventos
A: Enfermedad producida por el virus A.
B: Enfermedad producida por el virus B.
C: Enfermedad producida por el virus C.
E: El virus produce la enfermedad.

E
1/3

A D
3/10

2/3 E

2/10 B
D
1/7
5/10 E
C

p(C  E ) p (C ) p ( E | C )
p(C | E )  
p( E ) p( A) p( E | A)  p( B) p( E | B)  p(C ) p ( E | C )
3 1
*
10 3 21
p(C | E )    32.8%
3 1 2 2 5 1 64
*  *  *
10 3 10 3 10 7

92
Bioestadística. Dr. Cleto De La Torre Dueñas

4.- Suponga que una prueba medica para diagnosticar la presencia de un

determinado virus, da positivo en el 99% de los casos que se aplica a personas
que posean virus, y que da negativo en el 97% de los casos que se aplica a
personas que no lo poseen. Si se cree que la probabilidad de que una persona
elegida al azar tenga el virus es 0.05 ¿Cual es la probabilidad de que una
persona tenga realmente el virus cuando la prueba le haya dado positivo¿

Solución
Sean los eventos
B: La prueba da positivo
V: La persona tiene Virus
P( B / V )  0.99 , P(V )  0.05

P( B / A).P(V )
P(V / B) 
P( B / V ) P(V )  P( B / V c ).P(V c )

0.99*0.05
P(V / B)   0.6346
0.99*0.05  0.03*0.95

Proporciones. Son los cocientes entre dos mediciones, por ejemplo si en una
población de 2500 habitantes se diagnostican 150 casos de gripe aviar, entonces, la
proporción de enfermos es de 150/2500 = 0.06 (6%). El valor de una proporción
puede variar así de 0 a 1, y suele expresarse como un porcentaje.

Razones. Al igual que en el caso anterior es una división, pero aquí el numerador
no forma parte del denominador como en le caso anterior, por ejemplo, la razón
entre la población con gripe aviar y la sana es 150/2350 = 3/47 =0,064. Cuando,
como en el caso del ejemplo, la razón se calcula entre la probabilidad de que
ocurra un evento y la probabilidad de que éste no ocurra, la razón recibe también
el nombre de odds. El valor de una odds varía entre cero y el infinito. El valor 0
corresponde al caso en que la enfermedad nunca ocurra, mientras que el valor
infinito correspondería teóricamente a una enfermedad que esté siempre presente.

93
Bioestadística. Dr. Cleto De La Torre Dueñas

Odds Proporcion
Proporcion  Odds 
Odds  1 1  Proporcion

Tasas. El concepto de tasa es similar al de una proporción, con la diferencia de que

las tasas llevan incorporado el concepto de tiempo. El numerador lo constituye la
frecuencia absoluta de casos del problema a estudiar. A su vez, el denominador
está constituido por la suma de los períodos individuales de riesgo a los que han
estado expuestos los sujetos susceptibles de la población a estudio. De su cálculo
se desprende la velocidad con que se produce el cambio de una situación frente a
otra. Se han considerado dos tipos de tasas:

Prevalencía P. Esta tasa cuantifica la proporción de elementos de una población

que presentan una determinada característica en un momento
Numero elementos con la caracteristica en un momento dado
P
Total de la poblacion en ese momento

La Incidencia I. La incidencia se define como el número de características nuevas

que se desarrollan en una población durante un período de tiempo determinado.
Hay dos tipos de medidas de incidencia: la incidencia acumulada y la tasa de
incidencia, también denominada densidad de incidencia. La incidencia acumulada
es la proporción de los elementos sin la característica que desarrollan la
característica a lo largo de un período de tiempo concreto.
Numero elementos nuevos con la caracteristica en un momento dado
P
Total de la poblacion en ese momento

La incidencia acumulada proporciona una estimación de la probabilidad o el

riesgo de que un elemento a desarrollar la característica durante un período
especificado de tiempo. Como cualquier proporción, suele venir dada en términos
de porcentaje. Además, al no ser una tasa, es imprescindible que se acompañe del
periodo de observación para poder ser interpretada.

94
Bioestadística. Dr. Cleto De La Torre Dueñas

Sensibilidad. Es la probabilidad de clasificar correctamente a un elemento

muestreado con la característica, es decir, la probabilidad de que para un elemento
muestreado se clasifique sin la característica. La sensibilidad es, por lo tanto, la
capacidad del test o criterio para detectar la característica. Cuando los datos
obtenidos a partir de una muestra se clasifican en una tabla, es fácil estimar a
partir de ella la sensibilidad como la proporción de elementos con la característica
Número de elementoscon la característica
Sensibilidad 
Numero de elementostotales con y sin la caracteristica

Especificidad. Es la probabilidad de clasificar correctamente a un elemento sin la

característica, es decir, es el caso complementario a la sensibilidad

Número de elementossin la característica

Especificidad 
Numero de elementostotales con y sin la caracteristica

Riesgo. Es la incertidumbre frente a decidir por el desconocimiento del

comportamiento de una variable o elemento muestreado. Su valor es obtenido
mediante Predicción: La presencia de un factor de riesgo significa un riesgo
aumentado de presentar en un futuro una evaluación o futuro la característica
muestreada, en comparación el resto de elementos de la población.

Causalidad. La presencia de un factor de riesgo no es necesariamente causal. El

aumento de incidencias de una característica en un población en relación a otro
grupo, se asume como factor de riesgo, sin embargo esta asociación puede ser
debida a una tercera variable.

Tests diagnósticos

Los tests diagnósticos son una aplicación del teorema de Bayes a la Medicina, y se
basan en lo siguientes tres puntos:

95
Bioestadística. Dr. Cleto De La Torre Dueñas

1. Se sospecha que un paciente puede padecer cierta enfermedad, que tiene

una incidencia de la enfermedad en la población (probabilidad de que la
enfermedad la padezca una persona elegida al azar) de P(A); donde A={
Padecer la enfermedad}
2. Como ayuda al diagnóstico de la enfermedad, se le hace pasar una serie de
pruebas (tests), que dan como resultado:

 Positivo, T  , si la evidencia a favor de que el paciente esté enfermo

es alta en función de estas pruebas;

 Negativo, T  , en caso contrario.

Previamente, sobre el test diagnóstico a utilizar, han debido ser estimadas las
cantidades:

Sensibilidad.

Es la probabilidad que el test de positivo sobre una persona que sabemos

que padece la enfermedad, P (T  / A) . Para ello se entrena el test o el

instrumento con pacientes positivos y se evalúa el grado de confianza del

test o instrumento con respecto al resultado correcto.
Especificidad:
Es la probabilidad que el test de negativo sobre una persona que no la

padece, P(T  / Ac ) . Con tal fin se entrena el istrumento o test con pacientes
negativos y se mide el grado de acierto de resultados negativos.
La sensibilidad y especificidad se denominan también respectivamente tasa
de verdaderos positivos y tasa de verdaderos negativos. Estas cantidades
son calculadas de modo aproximado, antes de utilizar el test diagnóstico,
considerando grupos suficientemente numerosos de personas de las que
sabemos si padecen la enfermedad o no, y estimando los porcentajes
correspondientes. Por ejemplo se toman 100 personas sanas y 100 enfermas,
y se observa que:

96
Bioestadística. Dr. Cleto De La Torre Dueñas

A Ac

T 89 3

T 11 97
Total 100 100

Tasa de verdaderos positivos: 89%

Tasa de falsos positivos: 3%
Tasa de verdaderos negativos: 97%
Tasa de falsos negativos: 11%

3. teniendo en cuenta el resultado del test diagnóstico, se utiliza el teorema de

Bayes para ver cual es, a la vista de los resultados obtenidos, la
probabilidad de que realmente esté enfermo si le dio positivo (índice
predictivo de verdaderos positivos), mide el grado de acierto positivo en
pacientes que el test o instrumento desconocen y esta definido.

 P(T  / A) P( A)
P( A / T ) 
P(T  / A) P( A)  P(T  / Ac ) P( Ac )

O la de que esté sano si le dio negativo (índice predictivo de verdaderos

negativos), mide el grado de acierto negativo en pacientes que el test o
instrumento desconocen y esta definido.

 P(T  / Ac ) P( Ac )
P( A / T ) 
c

P(T  / Ac ) P( Ac )  P(T  / A) P( A)

Ejemplo

1.- Con el objeto de diagnosticar la colelietasis se usan los ultrasonidos. Tal técnica
tiene una sensibilidad del 91% y una especificidad del 98%. En la población que
nos ocupa, la probabilidad de colelietasis es de 0,2.
a).- Si a un individuo de tal población se le aplican los ultrasonidos y dan
positivos, ¿cuál es la probabilidad de que sufra la colelietasis?

97
Bioestadística. Dr. Cleto De La Torre Dueñas

b).- Si el resultado fuese negativo, ¿cuál sería la probabilidad de que no tenga la

enfermedad?

Solución:

Vamos a utilizar la siguiente notación:

 A={Padecer la enfermedad (colelietasis)};

 Ac={No padecer la enfermedad};

 T+ ={ El resultado del test es positivo};

 T+ ={ El resultado del test es negativo};

Los datos de que disponemos son las probabilidades condicionadas

P(T  / A)  Sensibilidad=0.91

P(T  / Ac )  Especificidad=0.98

y la incidencia de la enfermedad en la población

P( A)  0.20

En el primer apartado se pide calcular el Indice Predictivo de Verdaderos

Positivos, P ( A / T  ) ,que por el teorema de Bayes es:

P(T  / A) P( A)
P( A / T  ) 
P(T  / A) P( A)  P(T  / Ac ) P( Ac )

P(T  / A) P( A)
P( A / T  ) 
P(T  / A) P( A)  (1  P(T  / Ac ))(1  P( A))

(0.91)(0.2)
  0.9192
(0.91)(0.2)  (0.02)(0.8)

En el segundo apartado, se ha de calcular el Indice Predictivo de Verdaderos

Negativos, P( Ac / T  ) ,

98
Bioestadística. Dr. Cleto De La Torre Dueñas

P(T  / Ac ) P( Ac )
P( Ac / T  ) 
P(T  / Ac ) P( Ac )  P(T  / A) P( A)

P(T  / Ac ) P( Ac )
P( Ac / T  ) 
P(T  / Ac ) P( Ac )  (1  P(T  / A)) P( A)

(0.98)(0.8)
  0.9775
(0.98)(0.8)  (0.09)(0.2)

Problemas Propuestos.

1.-Una anomalía física de una persona puede deberse sólo a las siguientes tres
razones: Mala postura al sentarse, razones genéticas o por accidentes.
Se ha observado que el 60% de las anomalías físicas se debe a razones genéticas,
el 30% de estas se debe a mala postura al sentarse y el 34% a accidentes. El 12%
se debió a mala postura y no a razones genéticas. El 30% de debió a accidentes y
no a razones genéticas. El 29% se debió a accidentes y no a mala postura. El 72%
se debió a mala postura o a razones genéticas.
Si se elige una persona con anomalía física, calcular la probabilidad de que:
a) La anomalía se produzca por las tres razones mencionadas.
b) La anomalía se produzca por razones genéticas y no por mala postura.
c) La anomalía se produzca sólo por accidente y no por las otras dos razones.

2.-Estamos interesados en saber cuál de dos análisis A y B es mejor para el

diagnóstico de una determinada enfermedad, de la cual sabemos que la presenta
un 10 % de individuos de la población. El porcentaje de resultados falsos
positivos del análisis A es del 15% y el de B es del 22%. El porcentaje de falsos
negativos de A es del 7% y el de B es del 3%
a).- ¿Cuál es la probabilidad de acertar en el diagnóstico con cada análisis?
b).- ¿Qué análisis usaría usted y por qué?

99
Bioestadística. Dr. Cleto De La Torre Dueñas

3.- Una prueba diagnóstica para el cáncer uterino tiene una proporción de falsos
positivos de 0.05 y de falsos negativos de 0.10. Una mujer con una probabilidad
de 0.15 de padecer la enfermedad tiene un resultado negativo en la prueba.
a) ¿Cuál será la probabilidad de que no esté enferma?
b) Si el resultado es positivo en la prueba ¿Cuál será la probabilidad de esté
realmente enferma?

4.- En una clínica hay internados 50 pacientes de los cuales 8 poseen insuficiencia
cardiaca. Si se eligen 4 pacientes sin reemplazo de la clínica
¿Cuál será la probabilidad de que?
a) a lo más uno tenga insuficiencia cardiaca
b) a lo menos tres no tengan insuficiencia cardiaca
c) exactamente dos tengan insuficiencia cardiaca
d) Ninguno tenga insuficiencia cardiaca

5.- En una cierta población se ha observado un número medio anual de muertes

por cáncer de pulmón de 5. Si el número de muertes causadas por la
enfermedad sigue una distribución de Poisson, ¿Cuál es la probabilidad de que
durante el año en curso:

a) haya exactamente 3 muertes por cáncer al pulmón?

b) más de dos personas mueran por cáncer al pulmón?
c) Si se consideran 5 años ¿Cuál es la probabilidad de que en al menos 2 años,
más de dos personas mueran por cáncer al pulmón?

6.- La probabilidad de muerte resultante del uso de píldoras anticonceptivas es de

3/100000. De 200000 mujeres que utilizan este medio de control de natalidad:
a).- ¿Cuántas muertes debido a esta causa se esperan?
b).- ¿Cuál es la probabilidad de haya como máximo 3 de estas muertes?.

5.- Una prueba de laboratorio para detectar heroína en la sangre tiene un 92% de
precisión. Si se analizan 7 muestras en un día, ¿Cuál es la probabilidad de que?:

100
Bioestadística. Dr. Cleto De La Torre Dueñas

a).- 6 o menos estén correctamente evaluadas

b).- Menos de 3 estén correctamente evaluadas
c).- Si en el laboratorio hay 50 muestras y se eligen 5 sin reemplazo, ¿Cuál es la
probabilidad de que hayan sido mal evaluadas 4 o más?

6.- Una mujer portadora de hemofilia tiene 3 hijos ¿Cuál es el espacio muestral
apropiado para estudiar la posible hemofilia de estos?

7.- Un experimento consiste en seleccionar al azar 4 personas y observar si su

sangre tiene el factor RH+ o el factor RH-.
a).- Indique el espacio muestral.
b).- Enumere los elementos de los sucesos que se describe a continuación
A: Por lo menos tres personas tienen sangre con RH+
B: A lo mas dos personas tienen sangre con RH-.

8.- Con la finalidad de determinar la efectividad de una prueba de sangre para

detectar cierta enfermedad se realizo un estudio sobre 100 personas. De los 100
personas elegidas, al azar, las pruebas convencionales determinaron que 10 de
ellas padecían la enfermedad y 90 de ellas no las tenian. En el grupo que no las
padecía ,86 individuos resultaron con pruebas negativas y 4 resultaron con
pruebas positivas. En el grupo de las personas que tenian la enfermedad se
encontraron tres individuos con pruebas negativas y siste con positivas .A
partir de los datos, ¿Cuál es la probabilidad de que una persona con prueba
positiva padezcan la enfermedad?

9.- Con el fin de probar la efectividad de un test para detectar enfermedades

renales en pacientes con hipertensión, se escogieron 200 pacientes hipertensos
obteniéndose los siguientes resultados: 56 pacientes tenían afecciones renales,
en 55 pacientes con enfermedad renal el test resulto positivo, en 13 pacientes
sin enfermedad renal el test resulto positivo.

101
Bioestadística. Dr. Cleto De La Torre Dueñas

a).- Hallar la “tasa falsa positiva” del test, esto es, la probabilidad que el test
resulte negativo dado que el paciente sufre de afecciones renales.
b).- Hallar la “tasa falsa negativa” del test, esto es la probabilidad que el test
resulte positivo dado que el paciente no sufre de afecciones renales.

10.- Un especialista duda entre tres enfermedades E 1,E2 y E3 , posibles en un

paciente observando el estado general del paciente , al especialista le parece
que E1 es tres veces mas probable que cualquiera de las otras dos. Sin
embargo, ordena un examen de sangre el que se sabe resulta positivo en el
10% de los casos cuando E1 es la causa de la dolencia, en el 90% de los casos
cuando la causa de la dolencia es la E 3 y en el 20% de los casos cuando la
causa de la dolencia es la E2. Si el resultado del análisis fue positivo ¿cual es
la probabilidad final de cada enfermedad? .A la luz de los resultados ¿se
puede afirmar que E1 es tres veces mas probable que cualquiera de las otras
dos enfermedades?

11.- Un biólogo clasifica un tipo de mosquitos de acuerdo a su habita y el periodo

de actividad que esta presenta
Espacio cerrado Espacio abierto
7-9 am 50 110
9-11 am 20 60
4-6 pm 70 90

Si selecciona al azar un mosquito.

a) Cual es la probabilidad de que su habita sea un lugar cerrado.
b) Cual es la probabilidad de que su habita sea un lugar abierto
c) Que probabilidad existe de que pertenezca a un lugar cerrado y su
actividad este entre 7-9am.
d) Dado que su habita es cerrado. Cual es la probabilidad de que su
actividad este entre 4-6 pm.

102
Bioestadística. Dr. Cleto De La Torre Dueñas

12.- En un grupo de 50 personas hay 4 que tienen sangre con factor RH- . Hallar la
probabilidad de que escogidos 5 personas al azar y de una sola vez , dos de
ellas tengan el factor indicado.

13.- Se estima que, en un país desarrollado, el 15% de la población adulta padece

hipertensión, y que el 75% de todos los adultos cree no padecerla. También se
sabe que el 6% de adultos tienen hipertensión y creen lo contrario. Si un individuo
cree no padecerla) cuál es la probabilidad de que, realmente, la tenga ?; y si un
individuo la padece, ) cuál es la probabilidad de que lo sepa ?

14.- En una industria de productos Químicos, las unidades son producidas por
tres líneas en proporciones [Link]. Un 5% un 4% y un 2% de las unidades
producidas por cada línea, respectivamente, son defectuosos. Las unidades
son mezcladas y enviadas a los compradores.
a).- Determine la probabilidad que una unidad escogida al azar sea
defectuosa
b).- Si un cliente encuentra una unidad defectuosa, determine la probabilidad
que se haya producido en la primera línea

15.- Un banco de sangre dispone de diez unidades de sangre tipo A .De ellas,
cuatro están contaminadas con suero de hepatitis. Se ha seleccionado
aletoriamente tres unidades de entre las diez para utilizarlas con tres pacientes
diferentes. ¿Cual es la probabilidad de que un solo paciente este expuesto a
contraer la hepatitis por esta causa?

16.- Una prueba diagnóstica para el cáncer uterino tiene un coeficiente falso-
positivo de 0,05 y falso-negativo de 0,10. Una mujer con una probabilidad
pre-prueba de padecer la enfermedad de 0,15 tiene un resultado negativo con
la misma. Calcular la probabilidad de que no esté enferma.

103
Bioestadística. Dr. Cleto De La Torre Dueñas

17.- El 60% de los individuos de una población están vacunados contra una cierta
enfermedad. Durante una epidemia se sabe que el 20% la ha contraído y que
2 de cada 100 individuos están vacunados y son enfermos. Calcular el
porcentaje de vacunados que enferma y el de vacunados entre los que están
enfermos.

18.- La proporción de alcohólicos que existe en una población es,

aproximadamente, un 10%; no obstante, en las bajas que dan los médicos de
la Seguridad Social difícilmente se encuentra el diagnóstico de alcoholismo.
Aparecen sin embargo diagnosticados de hepatopatías, lumbalgias, etc., que
pueden hacer sospechar alcoholismo subyacente. Se realizó un estudio que
puso de manifiesto que el 85% de los individuos alcohólicos y el 7% de los no
alcohólicos sufrían tales patologías. Se desea saber cuál es la probabilidad de
que un individuo con esas patologías sea realmente alcohólico.

19.- Dos tratamientos A y B curan una determinada enfermedad en el 20% y 30%

de los casos, respectivamente. Suponiendo que ambos actúan de modo
independiente, cuál de las dos siguientes estrategias utilizaría para curar a
un individuo con tal enfermedad:
a) Aplicar ambos tratamientos a la vez.
b) Aplicar primero el tratamiento B y, si no surte efecto, aplicar el A.

20.- Se eligen al azar 3 deportistas de un equipo de 10 integrantes para realizar un

control antidopaje; Se sabe que 2 de los jugadores del equipo han tomado
sustancias prohibidas. ¿Cuál es la probabilidad de elegir para el análisis a
alguno de los infractores?

21.- Estamos interesados en saber cuál de dos análisis A y B es mejor para el

diagnóstico de una determinada enfermedad, de la cual sabemos que la
presentan un 10% de individuos de la población. El porcentaje de resultados

104
Bioestadística. Dr. Cleto De La Torre Dueñas

falsos positivos del análisis A es del 15% y el de B es del 22%. El porcentaje

de falsos negativos de A es del 7% y de B es del 3%. ¿Cuál es la probabilidad
de acertar en el diagnóstico con cada método?

22.- Con objeto de diagnosticar la colelitiasis se usan los ultrasonidos. Tal técnica
tiene una sensibilidad del 91% y una especificidad del 98%. En la población
que nos ocupa la probabilidad de colelitiasis es del 20%.
a).- Si a un individuo de tal población se le aplican los ultrasonidos y dan
positivos, ¿cuál es la probabilidad de que sufra la colelitiasis?
b) Si el resultado fuese negativo, ¿cuál es la probabilidad de que no tenga la
enfermedad?

23.- Los estudios epidemiológicos indican que el 20% de los ancianos sufren un
deterioro neuropsicológico. Sabemos que la tomografía axial computerizada
(TAC) es capaz de detectar este trastorno en el 80% de los que lo sufren, pero
que también da un 3% de falsos positivos entre personas sanas. Si tomamos un
anciano al azar y da positivo en el TAC, ¿cuál es la probabilidad de que esté
realmente enfermo?

24.- Una enfermedad puede estar producida por tres virus A, B, y C. En el

laboratorio hay 3 tubos de ensayo con el virus A, 2 tubos con el virus B y 5
tubos con el virus C. La probabilidad de que el virus A produzca la
enfermedad es de 1/3, que la produzca B es de 2/3 y que la produzca el virus
C es de 1/7. Se inocula un virus a un animal y contrae la enfermedad. ¿Cuál es
la probabilidad de que el virus que se inocule sea el C?

25.- Los genetistas han identificado dos cromosomas sexuales X e Y en los seres
humanos. Todo individuo tiene un cromosoma X, y la presencia de un
cromosoma Y, distingue al individuo como varón, por lo que los dos sexos se
caracterizan como XX (hembra) y XY (macho). El daltonismo es causado por

105
Bioestadística. Dr. Cleto De La Torre Dueñas

un alelo recesivo en el cromosoma X que denotamos por x. El cromosoma Y no

tiene conexión con la ceguera al color. De modo que, en función de tal
deficiencia, se consideran tres genotipos para las mujeres y dos para los
varones.

Mujeres Varones
XX (normal) XY (normal)
Xx (portadora) xY(daltónico)
xx (daltónica)

Si cada hijo hereda un cromosoma sexual de cada progenitor seleccionado de

forma aleatoria.
a) Calcular la probabilidad de que un hijo de portadora de ceguera al color y un
varón normal sea un varón daltónico.
b) Si esta pareja tiene tres hijos ¿cuál es la probabilidad de que los tres sean
varones daltónicos?
Si esta pareja tiene cinco hijos, ¿cuál es la probabilidad de que a lo sumo dos sean
varones daltónicos? ¿Cuál es la probabilidad de que tres o más sean mujeres?.

26.- La siguiente tabla muestra la distribución de 400 personas según hábito de

fumar y presencia de bronquitis.
HÁBITO DE BRONQUITIS
TOTAL
FUMAR SI NO
FUMA 140 110 250
NO FUMA 50 100 150
TOTAL 190 210 400

a) Si se elige una persona al azar ¿Cuál es la probabilidad de que:

i) Fume y tenga bronquitis
ii) No fume dado de que tiene bronquitis

106
Bioestadística. Dr. Cleto De La Torre Dueñas

iii) No tenga bronquitis dado que fuma

iv) No fume o tenga bronquitis.
b) Los sucesos "Fumar" y "Tener bronquitis" son independientes?

27.- Supongamos que en un examen para detectar cáncer, el 90% de quienes tienen
cáncer y el 5% de los que no tienen cáncer muestran una reacción positiva. Se sabe
que en un hospital el 1% de los pacientes tiene cáncer. Si un paciente es elegido al
azar del hospital y tiene una reacción positiva en este examen ¿Cuál será la
probabilidad de que tenga realmente cáncer?

28.- En una clínica de rehabilitación se atienden pacientes con problemas

físicos, fisiológicos y neurológicos los que representan el 25, 35 y 40 por ciento del
total de pacientes. De éstos el 5, 4 y 2 por ciento tienen una edad entre 5 y 15 años.
Si escogemos un paciente al azar y resulta tener edad entre 5 y 15 años.
¿Qué tipo de problema es más probable que tenga?.

29.- En un laboratorio las máquinas A, B y C fabrican el 25, 15 y 60 por ciento del

total de los remedios, respectivamente. De lo que producen el 2, 4 y 6 por
ciento respectivamente no cumplen las normas. Si escogemos un remedio al
azar de la producción y no cumple las normas.¿Cuál máquina cree Ud. es más
probable que lo haya fabricado?

30.-El 60% de los habitantes de una población están vacunados contra una cierta
enfermedad. Durante una epidemia se sabe que el 20% la ha contraído y que 2 de
cada 100 habitantes están vacunados y están enfermos.
a) ¿Qué porcentaje de los vacunados enferma?
b) ¿Qué porcentaje de los que están enfermos está vacunado?

31.-Dos tratamientos A y B curan una determinada enfermedad en el 20% y 30%

de los casos respectivamente. Suponiendo que ambos actúan de modo

107
Bioestadística. Dr. Cleto De La Torre Dueñas

independiente ¿Cuál de las dos siguientes estrategias utilizaría usted para curar a
un sujeto con tal enfermedad?
c) Aplicar ambos tratamientos a la vez.
d) Aplicar primero el tratamiento B y, si no hace efecto, aplicar el A.
32.-En un estudio sobre enfermedades pulmonares, se ha examinado a 5000
personas de más de 60 años de edad, de las cuales 2000 son fumadores habituales.
Entre los fumadores 900 tiene alguna afección pulmonar y entre los no fumadores,
750 tienen alguna afección pulmonar.
e) Si se escoge una persona al azar determine la probabilidad de que:
i) presente afección pulmonar si no fuma.
ii) fume si presenta alguna afección pulmonar.
f) Si se escogen tres personas, determine la probabilidad de que:
i) ninguna presente afecciones pulmonares.
ii) exactamente dos fumen.
iii) a lo más dos presenten afecciones pulmonares.
g) ¿Son independientes las enfermedades pulmonares del hábito de
fumar?

33.-Si el 20% de lentes para microscopio producidos por una máquina son
defectuosos.
h) Determinar la probabilidad de que de 4 lentes elegidos al azar :
i) uno sea defectuoso.
ii) ninguno sea defectuoso
iii) a lo más 2 sean defectuosos.
i) Si se envía un pedido de 400 lentes para microscopios ¿Cuál es el
número esperado de lentes defectuosos en el pedido?
j) Si se eligen sucesivamente estos lentes hasta que aparece el primero
defectuoso, encuentre la probabilidad de seleccionar 12 lentes.

108
Bioestadística. Dr. Cleto De La Torre Dueñas

34.-Al inocular ratas con una sustancia presumiblemente tóxica generalmente el

10 % muere. Si se inoculan 20 ratas con esta sustancia,
k) ¿Cuál es la probabilidad de que:
i) 5 ratas mueran?
ii) a lo más 3 ratas mueran ?
l) ¿Cuál es el número esperado de mortalidad ?

35.-El departamento encargado de clasificar los medicamentos que ingresan a un

hospital los clasifica según su duración, en tres tipos: A, B y C . El 15 % de los
medicamentos, los de mayor duración son del tipo A; el 10 % los de menor
duración son del tipo C y el resto del tipo B. Si suponemos que la duración de los
medicamentos sigue un modelo normal con una media de 30 semanas y una
desviación estándar 2,5 semanas y el departamento pone a la venta
inmediatamente los medicamentos de la clase C. Hallar :

a) La duración mínima para que el medicamento sea clasificado como del

tipo A.
b) La duración máxima para que el medicamento sea puesto inmediatamente
a la venta.
c) El laboratorio que fabrica los medicamentos garantiza reponer el 5% de los
medicamentos de menor duración. ¿Cuál será el tiempo de duración
máxima que debe dar como garantía?
d) Si se mantiene la desviación estándar de la duración ¿Cuánto deberá ser la
duración media de los medicamentos si se considera que los medicamentos
del tipo A aumente al 30 %?

109
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO VI
VARIABLE ALEATORIA Y DISTRIBUCIONES DE
PROBABILIDAD.

Definición.- Una variable aleatoria (v.a) X es cualquier función, que transforma

cada elemento del espacio muestral  , en un numero real.

X :
  X  

Al conjunto de posibles valores de X se le llama rango de X (Rx)

 Si Rx es finito o enumerable (rango discreto), entonces X es una v.a
Discreta.
 Si Rx no es enumerable (rango continuo), entonces X es una v.a Continua.

Función de Probabilidad.- Si X es una v.a discreta, la función de probabilidad de

X viene dada por:

 
PX  x   P  X  x   P  / X    x , tal que  P ( x)  1
X
xRx

Función de densidad.- Si X es una v.a continua, la función de densidad de X es

b
una aplicación fX :  0,  tal que P  a  X  b    f X ( x)dx ,tal que
a





f X ( x)dx  1

110
Bioestadística. Dr. Cleto De La Torre Dueñas

Función de distribución.- La función de distribución de una v.a X esta dada por:

FX ( x)  P( X  x)  P(   / X ( )  x)

Propiedades.
 F es continua por la derecha y es creciente

 Si X es una v.a discreta , entonces P  a  X  b   F  b   F  a   P  X  a 

 Si X es una v.a continua , entonces P  a  X  b   F  b   F  a 

dF ( x)
 Si X es una v.a continua , entonces F ' ( x)   f ( x)
dx
 lim x FX ( x)  0 y lim x FX ( x)  1

Definición.-
La esperanza o media de una variable aleatoria X, denotada por E ( X ) o  X se

define según sea la variable discreta o continua, mediante:

  x.P  X  x  , si X es discreta
 xRx
EX   
  x. f ( x)dx, si X es continua
 xRx
Propiedades.
 El valor esperado de una constante es dicha constante
 E  a  bX   a  bE  X 

Definición.- La varianza de una variable aleatoria X cuya media o esperanza es

 X , se define como

V  X    X2  E  X   X   E  X  E  X    E  X   E 2  X 
2 2 2

Propiedades.
 La raíz cuadrada de la varianza se llama desviación estándar.

  X2  E  X    X2
2

 V  aX  b   a 2V ( X )

Desigualdad de Chebyshev.

111
Bioestadística. Dr. Cleto De La Torre Dueñas

Si X es una variable aleatoria, entonces para cualquier k   se cumple

P  X   X  k X   1 
1
k2

Ejercicio resuelto.

1.- Sea X la variable aleatoria definida como la suma de los valores que aparecen
al lanzar dos dados.
a) Determine la distribución de probabilidad.
b) Calcule la probabilidad P(5<X<8)
c) La media y su varianza.
Solución.
a)
Resultados en 1 2 3 4 5 6
los dos dados
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12

X: Suma de los valores de los dos dados

Rx 2 3 4 5 6 7 8 9 10 11 12
P(X) 1/36 2/36 3/16 4/16 5/36 6/36 5/36 4/36 3/36 2/36 1/36

b) p(5  X  8)  p (6)  p(7)  5 / 36  6 / 36  11/ 36

c) Media

EX    x.P  X  x  , si X es discreta

xRx

112
Bioestadística. Dr. Cleto De La Torre Dueñas

 1   2   3  4  5   6   5   4  3  2  1 
E  X   2    3    4    5    6    7    8    9    10    11   12  
 36   36   36   36   36   36   36   36   36   36   36 
252
EX  
36
Varianza.

 X2  E  X   E 2  X 
2

1 2 3 4 5 6 5  4  3  2 1

E  X 2   22    32    42    52    62    7 2    82    92    102    112    12 2  
 36   36   36   36   36   36   36   36   36   36   36 
EX2 
1974
36
2
1974  252 
  EX  E X  
2
2
X
2
 
36  36 

DISTRIBUCIONES IMPORTANTES.
Existen, como en el caso de la última variable ejemplificada, otras variables cuyas
funciones de probabilidad o densidad resultan ser modelos de mucha utilidad
para una serie de aplicaciones. Nosotros citaremos brevemente algunos de los
modelos de mayor importancia.

 DISTRIBUCIONES DISCRETAS.
Un experimento de Bernoulli, es un experimento aleatorio con solo dos
posibles resultados: Éxito y Fracaso. Sea p = P (Éxito).

 Distribución Binomial.
La distribución binomial aparece cuando se dan las condiciones siguientes:
-Tenemos un experimento aleatorio simple, con una situación dicotómica,
es decir Éxito y Fracaso.
- Repetimos este experimento simple n veces de manera independiente.

X = Número de Éxitos en n experimentos independientes de Bernoulli.

Función de Probabilidad:

113
Bioestadística. Dr. Cleto De La Torre Dueñas

C xn p x 1  p n x , si x  0,1,2,...,n

PX  x   
 0 , en otro caso.

Valor esperado:  X  np. Varianza:  X2  np 1  p .

Notación: X  B(n, p).

 Distribución de Pascal o Binomial Negativa. Notación: X  BN(r, p).
X = Número de ensayos (experimentos independientes de Bernoulli) hasta
conseguir el r-ésimo Éxito.
Función de Probabilidad:

C rx11 1  p  p r
 x r
, si x  r , r  1, r  2,...
PX  x   

 0 , en otro caso.

r r 1  p 
Valor esperado:  X  . Varianza:  X2  .
p p2
Nota: Si r = 1, X se dice que es una variable aleatoria con distribución
geométrica de parámetro p, y se le denota por X  G(p).

 Distribución Hipergeométrica. Notación: X  H(N, M, n).

Considérese una población de N elementos, M de los cuales son de un tipo
A, y supongamos se extraen sin reemplazo una muestra de n elementos de
esta población. Entonces:
X = Número de elementos de tipo A en la muestra.
Función de Probabilidad:

 C xM C nNxM
 , si x  0,1,2,...,n
PX  x    C nN

 0 , en otro caso.

M M  M  N  n 
Valor esperado:  X  n . Varianza:  X2  n 1   .
N N  N  N  1 
Notas:

1. En PX se esta usando la convención que C ab  0, si a > b.

114
Bioestadística. Dr. Cleto De La Torre Dueñas

2. Si la elección de la muestra fuera con reemplazamiento, entonces

 M
X  B n, p  .
 N

 Distribución de Poisson.
La distribución de Poisson aparece en situaciones en las que se cuenta el
número de apariciones de un determinado suceso o bien en un intervalo de
tiempo dado (como el número de partículas emitidas en un segundo por un
material radioactivo, o el número de pacientes que llegan a un servicio en
un intervalo de tiempo dado) o bien en un recinto físico (como el número
de fallos en un metro de alambre de hierro producido.
X = Número de eventos en 0, t  .

Función de Probabilidad:

 x e 
 , si x  0,1,2,...
PX  x    x!

 0 , en otro caso.

Valor esperado:  X  . Varianza:  X2   .

 DISTRIBUCIONES CONTINUAS.

 Distribución Uniforme. Notación: X  U a,b.

Esta distribución se da cuando la variable aleatoria X puede tomar

indistintamente cualquier valor en el intervalo a, b.
Función de densidad:

 1
 , si x  a, b
f X x    b  a
 0 , en otro caso.

Valor esperado:  X 
ab
. Varianza:  X 
2 b  a 2
.
2 12

115
Bioestadística. Dr. Cleto De La Torre Dueñas

 Distribución Normal. Notación: X  N(, 2).

Función de densidad:
1
 2  x 2

f X x  
1
e 2
2
Valor esperado:  X  . Varianza:  X2   2 .

Nota: Cuando  = 0 y 2 = 1, a X se le denota por Z y se le llama una

variable aleatoria con distribución normal estándar; vale decir, Z  N (0, 1).
Toda v.a. normal X  N (,2) puede convertirse con una v.a. normal
estándar (estandarizarse) a través de la transformación:
X 
Z


EJERCICIOS RESUELTOS

1.- Un tratamiento antibiótico es efectivo frente a infecciones pulmonares por

legionella en el 25% de los casos. Los pacientes mejoran permaneciendo con
buen estado general y afebriles antes de transcurridas 72 horas del comienzo
del tratamiento. En una epidemia de infecciones pulmonares por legionella se
aplica el tratamiento a 10 pacientes. Calcular la probabilidad de que antes de
72 horas de iniciado el tratamiento mejore:
a) Exactamente 4 pacientes.
b) Ninguno de ellos mejore.
c) Todos los pacientes.
d) Por lo menos 8 pacientes.
e) Mejoren a lo sumo 3 pacientes
f) Calcular la Media y varianza

Solución
Consideremos los sucesos
A = Mejore el paciente, P (A) = 0.25

116
Bioestadística. Dr. Cleto De La Torre Dueñas

AC = No mejore el paciente, P ( AC ) = 0.75

Se trata de una distribución Binomial de parámetros B (10, 0.25 )
Sea X la variable aleatoria que representa el número de pacientes que mejore
con el tratamiento.

10 
a) P(Mejore 4 pacientes) = PX  4   (0.25) 4 (0.75) 6  0.1460
4
10 
b) P (Ninguno mejore) = PX  0   (0.25)0 (0.75)10  0.0563
0
10 
c) P(Mejoran todo los pacientes) = PX  10   (0.25)10 (0.75) 0  0
10 
d) P(Mejoran por lo menos 8 pacientes) =
PX  8  PX  8  PX  9  PX  10 

10  10 
  (0.25)8 (0.75) 2   (0.25)9 (0.75)  0  0.005
8 9
e) P( Mejoran a lo sumo 3 pacientes ) =
P X  3  PX  0  PX  1  PX  2  PX  3 

10  10  10  10 

  (0.25)0 (0.75)10   (0.25)1 (0.75)9   (0.25) 2 (0.75)8   (0.25)3 (0.75)7  0.7759
0 1 2 3

f) Media y Varianza
  np  10  (0.25)  2.5

 2  np(1  p)  10(0.25)(0.75)  1.875

2.- El treinta por ciento de los niños sufre efectos secundarios tras la
administración de un determinado tratamiento. Si este fue aplicado a siete niños,
determinar la probabilidad de que.
a) Ninguno de los 7 sufran efectos secundarios
b) Todos presenten efectos secundarios
c) Al menos 2 presenten efectos secundarios.

Solución

117
Bioestadística. Dr. Cleto De La Torre Dueñas

Consideremos los sucesos:

A = Presente efectos secundarios, P(A) = 0.3

AC = No presenten efectos secundarios, P ( AC ) = 0.7

Por tanto se trata de una distribución Binomial de parámetros B (7, 0.3)
Sea X la variable aleatoria que representa el número de niños que presentan
efectos secundarios.

7
a) PX  0   (0.3)0 (0.7)7  0.0824
0
7
b) PX  7   (0.3)7 (0.7)0  0.0002
7
7 7
PX  2  1  PX  1  1  PX  0  PX  1  1   (0.3)0 (0.7)7   (0.3)1 (0.7)6  0.6705
0 1

3.- El peso medio de los pacientes de un hospital es 60 kg y la desviación típica es

6 kg. Suponiendo que los pesos están distribuidos normalmente.
a) Cual es la probabilidad de que un paciente pese menos de 64k g?
b) Cual es la probabilidad de que un paciente pese 57 kg o más?
c) Cual es la probabilidad de que un paciente pese más de 63 Kg?
d) Cual es la probabilidad de que un paciente pese entre 57 a 65 kg?
e) Cual es la probabilidad de que un paciente pese menos de 50 Kg?
f) Cual es la probabilidad de que un paciente pese entre 64 a 70 kg?
g) Si los paciente son 200, .Cuantos cabe esperar que pesen más de 57 kg y
menos de 64k g?
Solución.
X: Peso de los paciente.
  60 (Media poblacional)
 6 (Desviación)
X  64   64  60
a) P( X  64)  P(  )  P( Z  )  P( Z  0.67)
  6

118
Bioestadística. Dr. Cleto De La Torre Dueñas

(0.67)

0 z=0.67

 0.5  (0.67)  0.5  0.24857=0.74857=74.857%

X  57   57  60
b) P( X  57)  P(  )  P( Z  )  P( Z  0.5)  (0.5)  0.5
  6

(0.5)

z= 0.5 0

 0.19146+0.5=0.69146=69.146%
X  63   63  60
c) P( X  63)  P(  )  P( Z  )  P( Z  0.5)  0.5  (0.5)
  6

(0.5)

0 z=0.5

 0.5  0.19146=0.30854=30.854%
57   X  65   57  60 65  60
d) P(57  X  65)  P(   )  P( Z )
   6 6
X 
 P(0.50   0.83)  (0.50)  (0.83)  0.19146+0.29373=0.48519=48.519%


119
Bioestadística. Dr. Cleto De La Torre Dueñas

(0.5) (0.83)

z= 0.50 0 z=0.83

X  50   50  60
e) P( X  50)  P(  )  P( Z  )  P( Z  0.167)
  6

(0.167)

z= 0.167 0

 0.5  (0.167)  0.5  0.0675=0.4325=43.25%

64   X  70   64  60 70  60
f) P(64  X  70)  P(   )  P( Z )
   6 6
X 
 P(0.67   1.67)   (1.67)  (0.67)  0.45254-0.24857=0.20397=20.397%


0 z=0.67 z=1.67
(0.67)
(1.67)

57   X  64   57  60 64  60
g) P(57  X  64)  P(   )  P( Z )
   6 6
X 
 P(0.5   0.67)  (0.5)  (0.67)  0.19146+0.24857=0.44003=44.003%

Cabe esperar el 44.003% de paciente, es decir 0.44003*200  88

120
Bioestadística. Dr. Cleto De La Torre Dueñas

EJERCICIOS PROPUESTOS

1.- La probabilidad de que un estudiante consuma droga es de 0.3. Calcular la

probabilidad de que de un grupo de siete estudiantes.
a) Cuatro Consuman droga.
b) al menos consuman droga.

2.- Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la edad
real. Se sabe que la distribución del C.I. se distribuye normalmente con media
0.95 y desviación típica 0.22. En una población con 2600 personas se desea
saber:
a) Cuantas tendrían un C.I. superior a 1.3?
b) Cuantas tendrían un C.I. inferior a 0.07?
c) Cuantas tendrían un C.I. entre 0.8 y 1.15?

3.-Se desea estudiar las características físicas de los habitantes de determinado

pueblo. Para hacer el estudio se consideran aquellos que tengan entre 18 y 35
años. Entre las variables de interés se encuentra el peso de cada habitante (por
el tipo de alimentación y el ritmo de vida que llevan). Si se considera que la
distribución de los pesos es normal con media 60,5 kgs, y desviación estándar 5
kgs. Si se selecciona un individuo al azar:
a) ¿Cual es la probabilidad que pese más de 60 kgs.?
b) ¿Cual es la probabilidad que pese entre 50 y 65 kgs.?
c) ¿Que peso tiene a lo más el 75% de los individuos?
d) Si se toma una muestra de 100 individuos, ¿qué porcentaje de ellos pesarían
entre 50 y 65 kgs.?

4.-Se realiza un experimento para comparar la efectividad de un compuesto

químico en producir resistencia en porcentaje de humedad en productos
textiles. Suponga que las medidas de resistencia a la humedad tienen una

121
Bioestadística. Dr. Cleto De La Torre Dueñas

distribución normal con media de 11.9 y variancia 1.21. ¿Qué porcentaje de las
medidas de resistencia a la humedad es menor que 11.8?

5.- Una compañía de productos químicos elimina sus residuos en un río situado en
la vecindad de su ubicación. Para verificar el grado de contaminación creado
por estos residuos desea obtener algunas estimaciones. Suponga que los
residuos de contaminante tienen una distribución normal con media de 1.7
gramos por litro (g/l) y desviación estándar de 0.223 gramos por litro (g/l) Cuál
es la probabilidad que los residuos del contaminante:
a) Sean mayores de 1.72
b) Entre 1.46 y 1.88
c) Inferiores de 2.05

6.- En una cierta población se ha observado un número medio anual de muertes

por cáncer de pulmón de 12. Si el número de muertes causadas por la
enfermedad sigue una distribución de Poisson, ¿cuál es la probabilidad de que
durante el año en curso:

a).- Haya exactamente 10 muertes por cáncer de pulmón?

b).- 15 o más personas mueran a causa de la enfermedad?
c).- 10 o menos personas mueran a causa de la enfermedad?

7.- La glucemia basal de los diabéticos atendidos en un centro sanitario puede

considerarse como una variable normalmente distribuida, con media 106 mg
por 100ml, y desviación típica 8 mg por 100 ml N(106; 8). Calcular:
a).- La proporción de diabéticos con una glucemia basal inferior a 120 mg por 100
ml
b).- La proporción de diabéticos con una glucemia basal comprendida entre 106 y
120 mg por 100 ml.
c).- La proporción de diabéticos con una glucemia basal mayor de 120 mg por
100 ml.

122
Bioestadística. Dr. Cleto De La Torre Dueñas

d).- El nivel de glucemia basal tal que por debajo de él están el 25% de los
diabéticos, es decir, el primer cuartil.

8.- En un hospital el número medio de pacientes con dolor abdominal atendidos

por día es 16. Calcular la probabilidad de que un día determinado:
a).- haya más de 2 pacientes con dolor abdominal.
b).- Se presente 20 pacientes con dolor abdominal.

123
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO VII
INTRODUCCION AL MUESTREO

INTRODUCCION.
El objetivo de la estadística es hacer inferencias acerca de una
población con base en la información contenida en una muestra. Este
mismo objetivo motiva el estudio del problema de muestreo.
Consideraremos el problema particular del muestreo de una
población finita (colección finita de mediciones).
En lo referente al muestreo, la inferencia consiste en la estimación de
un parámetro de población, tal como una medida, un total o una
proporción con un límite para el error de estimación (precisión).
Para un buen entendimiento del problema de muestreo,
introduciremos enseguida, ciertos aspectos técnicos comunes a las
encuestas de muestreo.

DEFINICION DE TÉRMINOS, REVISIÓN DE CONCEPTOS.

Población (UNIVERSO): Es una colección finita o infinita de individuos o
elementos. No necesariamente se refiere a una colección de organismos vivientes.
En el muestreo, usualmente se distingue el significado de los términos universo y
población, indicando con el primero un conjunto de elementos, individuos,
unidades, seres y objetos, y con el segundo un conjunto de mediciones de los
mismos.
Una tarea importante para el investigador es definir cuidadosa y completamente
la población antes de recolectar la muestra. La definición debe contener una
descripción de los elementos que serán incluidos y una especificación de las

124
Bioestadística. Dr. Cleto De La Torre Dueñas

mediciones que se van a considerar, ya que estas dos componentes están

interrelacionadas.

Muestra: Es un subconjunto de la población. Una muestra puede ser probabilística

(aleatoria) o no probabilística.

Unidad de Muestreo: Es una colección de uno o más elementos de la población.

Las unidades de muestreo cubren toda la población. Una unidad de muestreo
debe ser claramente definida, identificable y observable.

Unidad Reportante: Es la que suministra la información estadística requerida o de

la cual la información la información puede ser convenientemente averiguada.

Marco de Muestreo: Se presenta en forma de lista o mapa de las unidades de

muestreo que conforman la población. Forma el material básico para la selección
de la muestra.
El marco muestral debe contener todas las unidades de muestreo que conforman
la población bajo estudio, y debe excluir unidades de cualquier otra población.

Parámetro: Es un valor numérico de la población usualmente desconocido que

representa cierta característica de la población.

Estadistico: Es una función real de la muestra aleatoria, usado para estimar un

parámetro, si un parámetro se denota con , el estimador se denotará con ˆ .

Estimación: Es el valor que toma el estimador en los datos de la muestra.

Error de Estimación: Es la diferencia absoluta entre el parámetro y su estimador,

es decir |    | . Como se puede apreciar, es imposible conocer con exactitud el

125
Bioestadística. Dr. Cleto De La Torre Dueñas

error de estimación, pero podemos, al menos aproximadamente encontrar un

límite E tal que:

P(| ˆ   | E)  
Para cualquier  entre 0 y 1.

Si ˆ tiene distribución aproximadamente normal, entonces para E  1.96 V (ˆ) se

cumple:

P(| ˆ   | E)  0.95

Limite para el error de estimación: Denotado por E es dado por E  1.96 V (ˆ) . El

factor E es llamado también precisión. Si E esta expresado en las mismas unidades

de la medida de la variable, se le llama precisión absoluta. Si E está expresado
como un porcentaje del parámetro que se está estimando, se le llama precisión
relativa.
Una ves estimado el límite E, podemos afirmar que el parámetro  se encuentra en

el intervalo ˆ  E , ˆ  E con una confianza del 95%. El intervalo anterior es

llamado intervalo de confianza.

Error de Muestreo: Este error se debe a que una muestra no produce información
completa sobre una población. Puede ser controlado por un diseño cuidadoso de
la muestra y es estimado en gran parte por el factor E. Por esta razón, algunos
autores denominan al factor E, error de muestreo.

Error de no Muestreo: Son los errores que se introducen imperceptiblemente a la

encuesta y estos son más difíciles de controlar, infortunadamente estos errores no
se pueden medir fácilmente, y aumentan a medida que aumenta el tamaño de la
muestra. Los tipos errores no muestrales que suelen presentarse son:
- Definición equivocada del problema.
- Definición defectuosa de la población.
- Marco imperfecto o desactualizado.

126
Bioestadística. Dr. Cleto De La Torre Dueñas

- La no respuesta.
- El sesgo de respuesta.
- Diseño pobre del instrumento de medición.
Sin embargo, los errores de no muestreo pueden ser controlados mediante una
atención cuidadosa en todas las etapas de la encuesta.

ENCUESTA.
La función de la encuesta es la medición del comportamiento, actitudes o
características del encuestado, que es un individuo de la población en estudio
seleccionado para la muestra.

Diseño de la encuesta
Pasos a seguir:
 Definir los objetivos
 Determinar el marco
 Diseñar el procedimiento de muestreo
 Diseñar el cuestionario
 Diseñar y realizar el trabajo de campo
 Codificar, depurar y analizar las respuestas
 Redactar el informe

Diseño de la muestra
El diseño de la muestra incluye:
 La elección del procedimiento de muestreo
 La determinación del tamaño de la muestra
Existen varios procedimientos de muestreo, entre las principales se tiene
muestreo: aleatorio simple, estratificado y sistemático.

127
Bioestadística. Dr. Cleto De La Torre Dueñas

MUESTREO ALEATORIO SIMPLE

Definición. Si una muestra de tamaño n, es seleccionado de una población de
tamaño N de tal manera que cada muestra posible tiene la misma probabilidad de
ser seleccionada, el procedimiento de muestreo se llama Muestreo Aleatorio
Simple (M. A. S.)
El M. A. S. puede ser de 2 formas, sin preposición (muestreo irrestricto aleatorio)
y con reposición.

Procedimiento de selección.

El procedimiento de selección de una Muestra Aleatoria Simple (M.A.S.) consiste

en:
i) Enumerar las unidades de la población, desde 1 hasta N.
ii) Usando la tabla de números aleatorios seleccionar la primera unidad para
la muestra.
iii) Continuar la selección excluyendo las unidades repetidas (si es sin
reposición) o incluyendo las unidades repetidas (si es con reposición) hasta
completar el tamaño de muestra n.

Tamaño de la muestra

Una parte fundamental para realizar un estudio estadístico de cualquier tipo es

obtener unos resultados confiables y que puedan ser aplicables. Como ya se
comentó anteriormente, resulta casi imposible o impráctico llevar a cabo algunos
estudios sobre toda una población, por lo que la solución es llevar a cabo el
estudio basándose en un subconjunto de ésta denominada muestra. Sin embargo,
para que los estudios tengan la validez y confiabilidad buscada es necesario que
tal subconjunto de datos, o muestra, posea algunas características específicas que
permitan, al final, generalizar los resultados hacia la población en total.

Esas características tienen que ver principalmente con el tamaño de la muestra y

con la manera de obtenerla. El muestro, implica algo de incertidumbre que debe

128
Bioestadística. Dr. Cleto De La Torre Dueñas

ser aceptada para poder realizar el trabajo, pues aparte de que estudiar una
población resulta ser un trabajo en ocasiones demasiado grande.
Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores:
- El porcentaje de confianza con el cual se quiere generalizar los datos desde la
muestra hacia la población total.
- El porcentaje de error que se pretende aceptar al momento de hacer la
generalización.
- El nivel de variabilidad que se calcula para comprobar la hipótesis.

1. Tamaño de muestra para Estimar 

Si se desea estimar , con precisión  fijada por el investigador, el tamaño de
muestra necesario es dado por:
Z (12  / 2) * N 2
n Población finita.
Z (12  / 2) * 2  ( N  1)   
2

Z (12  / 2) * 2
n , Población infinita.
 
2

Donde
 2 Es la varianza poblacional
En la practica el valor de  2 estimado por S2 a partir de una encuesta
anterior o de una muestra piloto
2. Tamaño de la muestra para estimar P.
De manera simular, la fórmula del tamaño de muestra n para la estimación
de p con error máximo de estimación de  y un nivel de confianza del
100(1 - )%:
Z (12  / 2) * N * p(1  p)
n , Población finita.
Z (12  / 2) * p(1  p)  ( N  1)   
2

y si N  :
Z (12  / 2) * p(1  p)
n , Población infinita.
 
2

129
Bioestadística. Dr. Cleto De La Torre Dueñas

En este caso el valor de  esta entre 0 y 1, el valor de P es desconocido, por lo que

debe ser estimado preliminarmente a partir de una encuesta anterior, o de una
muestra piloto. En última instancia el valor de P se puede sustituir por 0.5 y se
obtendrá un tamaño de muestra mayor que el requerido.

Recomendaciones para el uso del M. A. S.

Generalmente el M. A. S. Esta orientada a encuestas de pequeña escala y raras
veces a encuestas de gran escala, debido a que otros diseños proporcionan mayor
o igual precisión a menor costo.
En las encuestas por muestreo a gran escala, el M. A. S. es usado como
parte de un diseño de muestreo mucho más complejo.
El M. A. S. es muy eficiente cuando la población es homogénea.

MUESTREO ESTRATIFICADO.
Una muestra estratificada es la obtenida mediante la separación de los elementos
de la población en grupos heterogéneos disjuntos, llamados estratos y la selección
posterior de una muestra aleatoria simple en cada estrato.
Consideremos una población de tamaño N, la cual es dividida en k estratos (sub
poblaciones) de tamaños Ni, i=1,2…., k, tal que N  N1  N 2  ...  N k

N1 N2 … NK

El tamaño de muestra se estima mediante:

k
Z (12  / 2) *  N i2 pi (1  pi ) / wi
n i 1
k
,
 N Z
2 2 2
(1 / 2) *  N i pi (1  pi )
i 1

130
Bioestadística. Dr. Cleto De La Torre Dueñas

es wi el % de observaciones asignados al estrato i

El tamaño de muestra necesario de cada estrato, se puede obtener por afijación

proporcional al tamaño de cada estrato, es decir:

N 
ni  n *  i   n * wi , i  1,..., k
N 
Cuando se realiza un muestreo estratificado, los tamaños muestrales en cada uno
de los estratos, ni, los elige quien hace el muestreo, Así en un estrato dado, se
tiende a tomar una muestra más grande cuando:
- El estrato es más grande;
- El estrato posee mayor variabilidad interna (varianza);
- El muestreo es más barato en ese estrato.

MUESTREO SISTEMATICO
Definición.- Una muestra obtenida al seleccionar aleatoriamente un elemento de
los primeros k elementos en el marco y después cada k-ésimo elemento, se
denomina muestra sistemática de intervalo de selección k.
El muestreo sistemático puede ser de dos formas, muestreo sistemático simple y
muestreo sistemático circular.
Procedimiento de selección del muestreo sistemático simple.
Una muestre sistemática simple se obtiene cuando el intervalo de selección k es
exactamente un numero entero.
El procedimiento de selección de una muestra sistemática simple consiste:
i) Las unidades del marco deben ser ordenados en magnitud de acuerdo con
algún esquema de ordenación (población ordenada) es base al orden se
establece la numeración desde 1 hasta N
N
ii) Determinar el intervalo de selección k (k exactamente un numero
n
entero)
iii) Seleccionar un numero aleatorio entre 1 y k (arranque aleatorio) sea “a” el
arranque aleatorio elegido, entonces los elementos de la muestra
sistemática, son los que ocupan las posiciones en el marco:

131
Bioestadística. Dr. Cleto De La Torre Dueñas

a, k+a, 2k+a, 3k+a,......(n-1)k+a

EJERCICIOS RESUELTOS

1. Un investigador, desea hacer una estimación del gasto medio que tienen los
pacientes en un hospital, con 99% de confianza, suponiendo que el máximo
error permitido es de 1, además de una muestra piloto se obtuvo una
varianza de 25. También se sabe que el hospital atiende semanalmente 2500
pacientes ¿Que tamaño de muestra necesitara para investigar?

Solución.
N  2500,   1,  2  25, Z(1 / 2)  2.58

Z (12  / 2) * N 2 2.582 *2500*25

n   156.08  157
Z (12  / 2) * 2  ( N  1)    2.582 *25  (2500  1) 1
2 2

2. Por encargo del Ministerio de Salud, un grupo de especialistas debe realizar

un estudio, para determinar el porcentaje de automedicación en una ciudad.
La estimación debe presentar un nivel de confianza del 95% y un margen de
error de 5%, suponiendo que la población es de 25000 ¿Cual es el tamaño de
muestra mínimo para este estudio?

Solución.
Consideremos que no se tiene ningún estudio de este tipo, por tanto P  0.5 ,
del problema: N  25000,   0.05, z(1 / 2)  1.96

Z (12  / 2) * NP(1  P)
n
Z (12  / 2) * P(1  P)  ( N  1)   
2

n
1.96  * 25000*0.5(1  0.5)
2

 378.361  379
1.96  *0.5(1  0.5)  (25000 1)  0.05
2 2

132
Bioestadística. Dr. Cleto De La Torre Dueñas

3. Un funcionario del sector de Salud, desea estimar el porcentaje de personas

que presentan problemas de desnutrición en cierta región, con un nivel de
confianza del 95% y un error del 5%. Suponiendo que en estudio realizado
hace 10 años, el porcentaje estimado de personas con desnutrición fue de 15%
¿Cual debe ser el tamaño de muestra para este estudio?

Solución.
La población materia de estudio, no es finita, por tanto la relación para
estimar el tamaño de muestra es:
Z (12  / 2) * P(1  P)
n
 
2

Del problema se tiene los siguientes datos

P  0.15,   0.05, z(1 / 2)  1.96

1.962 *0.15(1  0.15)

n  195.92  196
 0.05
2

4. Un grupo de especialistas en Salud, planifican realizar un estudio sobre el

porcentaje de personas que presentan problemas de TBC, en una región del
Perú. Suponiendo que esta región se divide en tres ciudades, cuyo tamaño
poblacional se muestra en el cuadro siguiente:

Provincia Tamaño de población.

A 2000
B 1200
C 5000
Total 8200

133
Bioestadística. Dr. Cleto De La Torre Dueñas

Considere que el tamaño de muestra es 245, calcule el tamaño de muestra por

cada ciudad, necesario para este estudio.

Solución.
En este ejemplo, las ciudades forman los estratos:

Ciudad Ni wi
A 2000 =2000/8200=0.24
B 1200 =1200/8200=0.15
C 5000 =5000/8200=0.61
Total N=8200 1
n=245.
Usando la relación,

N 
ni  n *  i   n * wi , i  1,..., k , Se determina el tamaño de muestra para cada
N 
ciudad.

N 
nA  n *  A   n * wA  0.24* 245  59.76  60
 N 

N 
nB  n *  B   n * wB  0.15* 245  35.85  36
 N 

N 
nC  n *  C   n * wC  0.61* 245  149.39  149
 N 

134
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO VIII
ESTIMACION POR INTERVALOS Y PRUEBAS DE
HIPOTESIS

DISTRIBUCIONES MUESTRALES.

 DISTRIBUCION NORMAL.
En este capitulo abordaremos el estudio de la distribución normal y de otras
distribuciones asociadas a funciones de una muestra al azar de esta variable. El
porque de la importancia de la distribución normal se ilustra a través de las
siguientes propiedades y distribuciones.
PROPOSICION
1. Teorema del limite central (TLC). Si X 1 , X 2 ,..., X n son n v.a.’s
independientes, donde cada Xi tiene la misma distribución de valor
esperado  y varianza 2, entonces para n suficientemente grande (en la
práctica n  30) se cumple que aproximadamente

 X i  n 
n
X 
Z  i 1  N (0, 1).
n / n
2. Aproximación de la Binomial por la Normal. Si X  B (n, p) y n es
suficientemente grande, entonces aproximadamente:
X  np
Z  N (0, 1).
np1  p 
Aquí, para el cálculo de probabilidades, se recomienda utilizar la llamada
corrección por continuidad: Si a  b son dos números naturales, entonces
aproximadamente:

135
Bioestadística. Dr. Cleto De La Torre Dueñas

 1  b  12  np   a  12  np 
Pa  X  b   P a   X  b    Fz
1    Fz  .
   
 2 2  np1  p    np1  p  

 LA DISTRIBUCION CHI-CUADRADO.
Una v.a. X tiene distribución chi-cuadrado con n grados de libertad, y se le
denota por X  2 (n).
PROPOSICION.
1. Si Z  N (0, 1), entonces Z2  2 (1).

2. Propiedad reproductiva. Si 12   22  ...   k2 son k variables aleatorias

independientes con distribuciones chi-cuadrado de respectivamente

n1 , n2 ,...,nk grados de libertad, entonces
k
 2    i2
i 1

Es también una v.a. con distribución chi-cuadrado de n  i 1 ni grados de

k

libertad.
3. Si X 1 , X 2 ,..., X n es una m.a de X  N (,2), entonces

W
n  1S 2
 2 (n -1).
2

 LA DISTRIBUCION T DE STUDENT.
Una v.a. X tiene distribución t de Student con n grados de libertad, y se le
denota por X  t(n).
PROPOSICION.
1. Sea X  t(n). Si n es grande, entonces aproximadamente X  N (0, 1).

2. Si Z  N (0, 1) y  2  2 (n) son v.a’s independientes, entonces

Z
T   t(n). En particular, dada una m.a. X 1 , X 2 ,..., X n de X  N (,2),
2
n

se cumple que:

136
Bioestadística. Dr. Cleto De La Torre Dueñas

X 
T  t (n -1).
S/ n

 LA DISTRIBUCION F DE FISHER.
Una v.a. X tiene distribución F de Fisher con n grados de libertad en el
numerador y m grados de libertad en el denominador, y se le denota por X  F
(n, m).
PROPOSICION.

1. Si X  F (n, m), entonces 1

X
 F (m, n).

2. Si 12  2(n) y  22  2(m) son v.a’s independientes, entonces

12 / n
F  F (m, n). En particular, si X 1 , X 2 ,..., X n es una v.a. de X  N
 22 / m

(1,12), e Y1 , Y2 ,...,Ym una m.a de una v.a. Y  N (2,22), donde X e Y son

independientes, entonces

S12 22
F  F (n -1, m - 1),
S 22 12

Siendo S12 y S 22 las varianzas muestrales asociadas a las poblaciones

estadísticas determinadas por X e Y, respectivamente.

Nota: La distribución normal estándar, t de Student, chi-cuadrado y F de
Fisher poseen todas tablas en la que se tabulan algunos valores de su
función de distribución.

INFERENCIA ESTADÍSTICA

Cuando se busca información acerca de una población, pero solo disponemos de

datos sobre una muestra, se necesitan algunos medios para utilizar los datos de la
muestra y sacar conclusiones acerca de la población.
Los conceptos y técnicas que satisfacen esta necesidad constituyen lo que se
conoce con el nombre de Inferencia Estadística.

137
Bioestadística. Dr. Cleto De La Torre Dueñas

 (a) PUNTUAL
( I ) ESTIMACIÓN 
 (b) POR INTERVALOS

INFERENCIA ESTADÍSTICA 

( II ) PRUEBAS DE HIPÓTESIS


 INTERVALOS DE CONFIANZA.
Cuando tratamos la estimación puntual, uno de los problemas que se
plantearon es que el valor de la estimación es solo uno de los valores
(posiblemente infinitos) del estimador, obtenido al extraer una muestra
concreta, de forma que si extraemos dos muestras distintas, las estimaciones
serán distintas.
Al hacer cualquier estimación se está cometiendo un error, y seria deseable
proporcionar una medida de la precisión de la estimación del parámetro. En
este tema vamos a introducir el concepto de intervalo de confianza como un
intervalo cuyos extremos son variables que dependen de la muestra, y en el
cual se confía que esté el valor de parámetro. El intervalo se obtendrá a partir
de un estadístico generalmente relacionado con un estimador puntual, cuya
distribución no depende del parámetro desconocido, y una medida de la
validez del intervalo es el nivel de confianza, que indica la proporción de
intervalos de todos los que se podrían construir a partir de muestras distintas,
que realmente contienen al parámetro.

Definición.
Un intervalo de confianza (IC) al 100(1 - )% para un parámetro poblacional 
de una v.a. X es un intervalo con estadísticas L 1 y L2 en los extremos (IC =  L1,
L2) tal que PL1    L2   1   .

138
Bioestadística. Dr. Cleto De La Torre Dueñas

Intervalo de confianza para la media 

 El IC al 100(1 - )% para , cuando 2 es conocida, se obtiene usando como

X 
pivote a Z   N (0, 1) y vienen dado por
/ n
 
X  z1     X  z1 
2
n 2
n

Donde z1  denota al valor de la distribución normal estándar, X es el

2

valor de la media muestral.

1

/2 /2

Z(1/2 Z(1/2

 El IC al 100(1 - )% para , cuando 2 es desconocida se obtiene usando

X 
como pivote a T   t (n -1) y vienen dado por
S/ n
S S
X  t(1  , n 1)    X  t(1  , n 1) ,
2
n 2
n

1

/2 /2

t(1/2 t(1/2
Donde t1  n  1 denota al valor de la distribución t de Student con n – 1
2

 x  x 
2
i
grados de libertad y la varianza muestral dado por S 2  i 1

n 1

139
Bioestadística. Dr. Cleto De La Torre Dueñas

Intervalo de confianza para la varianza  2

El IC al 100(1 - )% para 2, se obtiene usando como pivote a W 

n  1S 2 
2
2 (n -1) y vienen dado por :

 n  1 S 2   2   n  1 S 2
12  n  1
  2  n  1 
2 2

1

/2 /2
2(/2) 2(1/2)
Donde  2 n  1 y 12  n  1 denotan a los valores en la distribución chi-
2 2

cuadrado con n – 1 grados de libertad y la varianza muestral dado por:

n

 x  x 
2
i
S2  i 1

n 1

Intervalo de confianza para la razón de dos varianzas 12 /  22

El IC al 100(1 - )% para 12 /  22 , se obtiene usando como pivote a

S12 /  12
F F  n1  1, n2  1 y vienen dado por
S 22 /  22

S12  12 S12
f / 2,n2 1, n1 1  2  2 f1 / 2,n2 1, n1 1
S22  2 S2

Donde f / 2, n2 1, n1 1 y f1 / 2, n2 1, n1 1 denotan a los valores en la

distribución F. S12 y S 22 son las varianzas de dos muestras aleatorias

independientes de tamaños n1 y n2

140
Bioestadística. Dr. Cleto De La Torre Dueñas

Intervalo de confianza para la diferencia entre dos medias. 1  2

El IC al 100(1 - )% para 1  2 , cuando  12 y  22 es conocida se obtiene usando

X 1  X 2  ( 1  2 )
como pivote a z  y vienen dado por:
 12  22

n1 n2

 12  22  12  22
( X 1  X 2 )  z(1 / 2) *   1  2  ( X 1  X 2 )  z(1 / 2) * 
n1 n2 n1 n2

Intervalo de confianza para la proporción p

El IC al 100(1 - )% para p , se obtiene usando como pivote a

p p
Z  N (0, 1),
p 1 p 
n

y vienen dado por:

p 1 p  p 1 p 
p  z1  n  p  p  z1  n
2 2

Intervalo de confianza para la diferencia entre dos proporciones p1  p2

El IC al 100(1 - )% para p1  p2 , se obtiene usando como pivote a

( p1  p2 )  ( p1  p2)
Z  N (0, 1),
p1 1 p1  p2 1 p2 
n1  n2

y vienen dado por:

p1 1 p1  p2 1 p2  p1 1 p1  p2 1 p2 

( p1  p2 )  z1 * n1  n2  ( p1  p2 )  ( p1  p2 )  z1 * n1  n2
2 2

141
 Bioestadística. Dr. Cleto De La Torre Dueñas

RESUMEN DE INTERVALO DE CONFIANZA.

Intervalos de confianza de: Limite inferior Limite Superior
La Media  
X  z1  X  z1 
Si se asume 2 conocido 2
n 2
n
-Nota: Si la población no es normal S S
X  z1  X  z1 
pero n  30 2
n 2
n
La Media S S
X  t(1  , n 1) X  t(1  , n 1) ,
Si se asume que 2 es 2
n 2
n
desconocido
La diferencias de Medias  12  22  12  22
( X 1  X 2 )  z(1 / 2) *  ( X 1  X 2 )  z(1 / 2) * 
 12 y  22 Conocidos n1 n2 n1 n2

--Nota: Si las poblaciones no son S12 S 22

( X 1  X 2 )  z(1 / 2) * 
normales pero n1  30 y n2  30 S12 S 22 n1 n2
( X 1  X 2 )  z(1 / 2) * 
n1 n2

La diferencia de Medias 1 1
( X 1  X 2 )  t0 * S p 
Asumiendo que:  12   22 y 1 1 n1 n2
( X 1  X 2 )  t0 * S p 
to  t(1 / 2,n1 + n2 -2)
desconocidos n1 n2

n1 1S12 n2 1S22

Sp  n1  n2  2

La diferencia de Medias S12 S 22 S2 S2

( X 1  X 2 )  t(1 / 2,v ) *  ( X 1  X 2 )  t(1 / 2,v ) * 1  2
 12   22 y desconocidos n1 n2 n1 n2
S12 S12 2
( n )
v n1 1
( S12 / n1 ) 2 ( S 22 / n2 ) 2
n1 1
 n 1
2

La varianza
 n  1 S 2  n  1 S 2
12  n  1
  2  n  1

2 2

La razón de varianzas.
S12 S12
f / 2,n2 1, n1 1 f1 / 2,n2 1, n1 1
S 22 S 22

142
 Bioestadística. Dr. Cleto De La Torre Dueñas

La proporción p 1 p  p 1 p 

p  z1  n p  z1  n
2 2

La diferencia de proporciones p1 1 p1  p2 1 p2  p1 1 p1  p2 1 p2 

( p1  p2 )  z1 * n1  n2 ( p1  p2 )  z1 * 
2
2
n1 n2

EJERCICIOS RESUELTOS

1.- En una muestra de 250 bebés varones de 12 semanas de vida, se obtuvo un

peso medio de 5900 gr y una desviación típica de 94 gr. Obtener un intervalo
de confianza (al 95%) para el peso medio poblacional.

Solución.

n  250, X  5900,   94, z1   1.96

2

Reemplazando en la relación
 
X  z1     X  z1 
2
n 2
n

1

/2 /2

Z(1/2 Z(1/2
94 94
5900  1.96    5900  1.96
250 250
5888.34    5911.65

2. El colesterol de un paciente medido 30 veces dio una media de 256 mg/dl y

un desvío de 32 mg/dl. Encontrar el intervalo de confianza para el 95%.

143
Bioestadística. Dr. Cleto De La Torre Dueñas

Solución.

n  30, X  256, s  32, t(1  ,n1)  2.045

2

Reemplazando en la relación
S S
X  t(1  , n 1)    X  t(1  , n 1) ,
2
n 2
n
32 32
256  2.045    256  2.045
30 30
244.05    267.9

3. Un investigador entrevisto a 200 familias sobre sus antecedentes de

enfermedades oncológicas, de los cuales 140 afirman que algún familiar
presento enfermedades oncológicas. Construir un intervalo de confianza del
95% para la proporción de familias que presentan dicho problema de salud.

Solución.

 0.7 , z1   1.96 , n=200

140
p
200 2

p 1 p  p 1 p 
p  z1  n  p  p  z1  n
2 2

0.7(1 0.7) 0.7(1 0.7)

0.7  1.96 200  p  0.7  1.96 200

4. Dos tipos de extracto Ay B, elaborados como antiinflamantes se prueba

experimentalmente en dos grupos de ratones. El extracto A, se aplico a 250
ratones, el extracto B a 200 ratones. Después de aplicado los extractos se
evaluó las reacciones adversas que causan estos extractos en los ratones,
obteniéndose que 75 ratones presentaron reacciones adversas con el extracto
A y 80 con el extracto B. Utilizando un intervalo de confianza del 95% ¿ Se
puede aceptar que es igual la proporción de reacciones adversas con los dos
tipos de extractos ?

144
Bioestadística. Dr. Cleto De La Torre Dueñas

Solución.
Extracto A
75
p1   0.3 , n1  250
250
Extracto B
80
p2   0.4 , n1  200
200
z1   1.96
2

p1 1 p1  p2 1 p2  p1 1 p1  p2 1 p2 

( p1  p2 )  z1  * n1  n2  ( p1  p2 )  ( p1  p2 )  z1  * n1  n2
2 2

0.310.3 0.410.4 0.310.3 0.410.4

(0.3  0.4)  1.96* 250  200  ( p1  p2 )  (0.3  0.4)  1.96* 250  200

-0.18  ( p1  p2 )  -0.011
El intervalo contiene solo valores negativos, entonces.

( p1  p2 )  0  p1  p2
De la relación anterior se concluye que la proporción de reacciones adversas
no es similar para ambos extractos, observándose que el extracto A presenta
menor nivel reacciones que el extracto B.
5. Un psicólogo desea evaluar la efectividad de dos terapias para tratar el
problema de autoestima en adolescentes. Para ello agrupo a 50 adolescentes
con problemas de autoestima y se trato con la terapia A y 40 adolescentes se
les trato con la terapia B. Al final del estudio se midió el nivel de reducción
del problema de autoestima en una escala de 0 a 120, resultando las medias
de 13 y 15 para las terapias A y B respectivamente y las desviaciones estándar
respectivamente son 3 y 4. Utilizando un intervalo de confianza del 95% para
la diferencia de medias ¿Podemos concluir que la reducción media de los
rendimientos de la terapia B es mayor que la de A?

Solución.
Terapia A

145
Bioestadística. Dr. Cleto De La Torre Dueñas

x1  13,  1  3, n1  50

Terapia B
x2  15,  2  4, n2  40

z1   1.96
2

 12  22  12  22
( X 1  X 2 )  z(1 / 2) *   1  2  ( X 1  X 2 )  z(1 / 2) * 
n1 n2 n1 n2

9 16 9 16
(13  15)  1.96*   1  2  (13  15)  1.96* 
50 40 50 40
3.49  1  2  0.50

Como 1  2  0 , entonces 1  2 .

? 6.- Un psicólogo desea calcular el tiempo medio de respuesta de unos jóvenes a

un determinado sonido, selecciona una m.a.s. de 25 universitarios para participar
en el experimento. El tiempo medio de respuesta para la muestra es de 160
milisegundos con una desviación típica de 5 milisegundos. Suponiendo que el
tiempo de respuesta de todos los individuos está normalmente distribuido.
Construya el I de C del 99%.

X  tiempo de respuesta, en milisegundos, de un joven a un deter min ado sonido


X  N  , 2   2 desconocida
1    0,99  t 0  2,7969

n  25 x  160 milisegundos s  5 milisegundos

x  t0 
s
n
   x  t0 
s
n

160  2,7969
5
25
   160  2,7969
5
25

157,2031    162,7969

El psicólogo puede afirmar con un 99% de confiabilidad, que el tiempo medio

verdadero de respuesta para todos los individuos similares a los que se emplean
en el experimento, está aproximadamente entre 157 y 163 milisegundos.

146
Bioestadística. Dr. Cleto De La Torre Dueñas

7.- Un biólogo desea estudiar los efectos de ciertas drogas sobre el consumo de
agua en una especie particular de animales de laboratorio. La droga A que
contiene un agente que produce sed, se administró a una m.a.s. de 25 animales y la
droga B que no contiene tal agente se administró a una m.a.s. independiente de 22
animales similares. El biólogo registró la cantidad de agua consumida por cada
animal durante un periodo de tiempo determinado después de la administración
de las drogas. Las cantidades promedio de agua consumida por animal en cada

uno de los grupos fueron respectivamente de x A  50ml y x B  25ml las

desviaciones típicas de s A  5,3 s B  5,6 El biólogo supone que las dos muestras
de respuestas son equivalentes a m.a.s. independientes de poblaciones
normalmente distribuidas ¿cuál será el I de C del 95% para  A  B

X i  cantidad de agua consumida, en ml , por un animal durante un periodo de tiempo determinado

A
después de la administración de las droga i . i
B

(i) Suponemos que las varianzas poblacionales son iguales.  A2   B2

s 2p 
n1  1 s12  n2  1 s22  25  1  5,32  22  1 5,6 2  29,616
n1  n2  2 25  22  2

s 2p s 2p s 2p s 2p
x A  x B  - t0    1   2  x A  x B   t0  
n1 n2 n1 n2

50  25 - 2,0141 29,616 29,616

  A  B  50  25  2,0141
29,616 29,616

25 22 25 22

21,7958  A   B  28,2041

(ii) Suponemos que las varianzas poblacionales son distintas.  A2   B2

147
Bioestadística. Dr. Cleto De La Torre Dueñas

S12 S12 2
( n )
v 2
n1
( S1 / n1 ) 2
1
( S 22 / n2 ) 2
n1 1
 n 1
2

2
  5,32   5, 62  
  
  25   22  
v   2, 0726
 5,32 5, 62 
  
 25  1 22  1 

x A  xB  - 
s A2 sB2

nA nB
  A

B
 x A  xB    
s A2 sB2

nA nB

50  25 - 2,0726 28,09 31,36

  A  B  50  25  2,0726
28,09 31,36

25 22 25 22

21,6909  A   B  28,3090

Podemos afirmar con un nivel de confianza del 95%, que la diferencia verdadera entre las medias
poblacionales está aproximadamente entre 22 y 28 ml .

EJERCICIOS PROPUESTOS

1. Se tomaron dos muestras de presión sistólica (en mm Hg.) a sujetos normales

(X) y sujetos hospitalizados (Y) , obteniéndose la siguiente información:
Normales (X) : 146 142 135 140 154 163 138 168
Hospitalizados (Y) : 164 176 165 172 169 171
a) Determine entre qué valores se encuentra la presión sistólica media de la
población de sujetos normales con una confiabilidad de 95%.
b) ¿Podría Ud. afirmar que la presión sistólica media de los sujetos
hospitalizados es mayor que la de los sujetos normales? Use un nivel de
significación de 0.01
c) ¿Es la varianza de la presión sistólica en la población de sujetos
hospitalizados igual a 16 (mm Hg.)2 ? Use un nivel de significación de 0.05

148
Bioestadística. Dr. Cleto De La Torre Dueñas

d) Si se desea estimar la presión sistólica media en la población de sujetos

normales con una confiabilidad de 95% y un error de estimación no mayor a
3 mm Hg. ¿Cuántos sujetos sería necesario seleccionar?
e) Un médico afirma que la presión sistólica de los sujetos hospitalizados es
menor que 175 mm Hg. Verifique tal afirmación usando una confiabilidad de
90%.

2.- La cantidad mínima requerida para que un anestésico surta efecto en una
intervención quirúrgica fue por término medio de 50 mg, con una desviación
típica de 10,2 mg, en una muestra de 60 pacientes. Obtener un intervalo de
confianza para la media al 99%, suponiendo que la muestra fue extraída mediante
muestreo aleatorio simple sobre una población normal.

3.- Un investigador desea estimar el porcentaje de niños hiperactivos que existe en

una ciudad con un nivel de confianza del 98%.
a) ¿ Cuantos niños debería seleccionar para su estudio y que criterio de
selección de la muestra debe utilizar?. Justifique adecuadamente su
respuesta.
4.- Se desea hacer un estudio del efecto de la terapia de parejas, para tal fin se ha
medido el nivel de discrepancias en una escala de 0 a 100 antes y después de la
terapia.
Antes 120 90 110 105 95 60 70
Después 70 53 65 62 56 65 76

En base a la información cual es su conclusión al 95% de confianza respecto al

estudio.

5.- Una psicóloga afirma que los hombres, son menos variables en agresividad
hacia sus hijos cuando tienen conflictos con su pareja que las mujeres.

149
Bioestadística. Dr. Cleto De La Torre Dueñas

Para contrastar dicha afirmación selecciona una muestra aleatoria de 150

parejas casadas con conflictos con su pareja y se mide su agresividad,
obteniéndose que 100 mujeres y 70 hombres son más agresivos con sus hijos.
Con 99% de confianza que se puede decir respecto a la información de la
psicóloga.

6.- De acuerdo con un método de análisis del contenido de plomo en el agua, el

promedio aritmético y desviación estándar del agua son 20.2 y 10.8 µg/L,
respectivamente. Un estudio de 40 muestras de agua produce una media de
24.75 µg/L. Halle el intervalo de confianza del 93% para la media.

7.- En un estudio sobre seguridad de explosivos usada en ciertas minas, los

explosivos que contenían nitrato de potasio se utilizaron en 95 de 250 casos
estudiados. Construya un intervalo de confianza del 97.5% sobre la proporción
de empresas que utilizan nitrato de potasio en los explosivos.

8.- Debido a las variaciones en las técnicas de laboratorio, a las impurezas de los
materiales y a otros factores desconocidos, los resultados de un experimento en
un laboratorio de química no siempre dan las mismas respuestas numéricas. En
un experimento de electrólisis, una clase mide la cantidad de cobre precipitado
de una solución saturada de sulfato de cobre, durante un período de 30
minutos. Los 40 estudiantes consiguieron una media de 0.145 moles y una
desviación estándar de 0.051 moles. Encuentre un intervalo de confianza del
90% para la cantidad media de cobre precipitado.

150
Bioestadística. Dr. Cleto De La Torre Dueñas

8.4 PRUEBAS DE HIPOTESIS

En muchas situaciones el investigador tiene alguna idea o conjetura sobre el
comportamiento de una o más variables en la población.
El diseño de la investigación debe permitir probar la veracidad de sus ideas
sobre la población en estudio, en base a los datos de la muestra.
La idea o conjetura es una hipótesis y el procedimiento de toma de decisión
sobre la hipótesis se conoce como prueba de hipótesis.
Una hipótesis estadística es una conjetura sobre el comportamiento
probabilística de una población.
Si la hipótesis estadística identifica por completo la distribución, recibe el
nombre de “hipótesis simple”, y si no la especifica recibe el nombre de
“hipótesis compuesta”. El contraste de hipótesis tiene por finalidad decidir si
una conjetura puede considerarse cierta, o debe rechazarse, basándonos en la
información suministrada por una muestra.
Hipótesis nula (denotada como H0). Esta hipótesis nula es la que se somete a
comprobación, y es la que se acepta o rechaza, como la conclusión final de un
contraste.

Hipótesis alternativa (denotada como Ha). Se denomina hipótesis

alternativa aquella hipótesis contra la cual queremos contrastar la hipótesis
nula. Esta hipótesis puede ser simple o compuesta. Podemos cometer dos
tipos de error: rechazar la hipótesis nula siendo ésta cierta (error de tipo I) y
aceptar la hipótesis nula cuando esta es falsa (error de tipo II).

Aceptar Ho Rechazar Ho

Ho verdadera Decisión correcta Error Tipo I

Ho falsa Error Tipo II Decisión correcta

Denominamos nivel de significación (  ) de un contraste a la máxima

probabilidad de cometer un error del tipo I que estamos dispuestos a sumir.

151
Bioestadística. Dr. Cleto De La Torre Dueñas

La decisión de rechazar, o no, la hipótesis nula la tomamos a partir de la

información proporcionada por la muestra (estadístico de prueba). Realizamos
una partición del espacio muestral en dos regiones, la región crítica en la que
se rechaza la hipótesis nula (tiene probabilidad  si H 0 es cierta) y la región

de aceptación, en la que se acepta la hipótesis nula.

A continuación se dan una serie de regiones de aceptación para ciertos
contrastes de hipótesis con nivel de significación  .
Antes de definir los pasos de una prueba de hipótesis se define algunos
conceptos básicos.
1. Nivel de significación del contraste es la probabilidad de cometer un error del
tipo I, es decir, de rechazar la hipótesis nula siendo cierta, y se acostumbra a
denotar por 
2. El contraste de hipótesis, es pues, un mecanismo mediante el cual se
rechaza la hipótesis nula cuando existan diferencias significativas entre los
valores muestrales y los valores teóricos, y se acepte en caso contrario.
Estas variables se medirán mediante una variable denominada estadígrafo
de contraste, que sigue una distribución determinada conocida, y que
para cada muestra tomará un valor particular.
3. La región crítica es el conjunto de valores del estadístico de contraste que nos
induce a rechazar la hipótesis nula

PASOS DE UNA PRUEBA DE HIPOTESIS.

Los pasos que son convenientes seguir para realizar el contraste de hipótesis
son:
1. Formulación de hipótesis.
H 0 :    0 Vs H a :    0 ó H a :    0 ó H a :    0

2. Elegir el nivel de significación,  .

3. Estadístico de prueba.
4. Determinar la región crítica. La forma de la región crítica depende de la
hipótesis alterna.

152
Bioestadística. Dr. Cleto De La Torre Dueñas

Para H a :    0

1

/2 /2

Z(1/2 Z(1/2
R.R. H0 R.A. H0 R.R. H0

Para H a :    0

1


Z(1
R.A. H0 R.R. H0

Para H a :    0

1


Z(1
R.R. H0 R.A. H0

La región de rechazo de la hipótesis nula es la sombreada. Se rechaza H0

cuando el estadístico de prueba toma un valor comprendido en la zona

153
 Bioestadística. Dr. Cleto De La Torre Dueñas

sombreada y se acepta Ho cuando el valor del estadístico de prueba cae en la

región de aceptación, región no sombreada.

5. Conclusión. Determinar las conclusiones estadísticas del contraste

(aceptar o rechazar Ho).
A continuación se presentan las pruebas de hipótesis en forma de resumen.

PRUEBAS DE HIPOTESIS EN POBLACIONES NORMALES.

Pruebas de Hipótesis. Estadística de Criterio de rechazo de H0

Hipótesis Nula Hipótesis Prueba
Alternativa
Prueba de Medias Z c  z1 
2
H0:  = 0 vs: Ha:   0 X  0
Zc   /
Si 2 conocido Ha:  > 0
n
Z c  z1
X  0
-Si la población no es Ha:  < 0 Zc  s / n Z c   z1
normal pero n  30
Prueba de Medias Ha:   0 Tc  t1   n  1
2
H0:  = 0 vs Ha:  > 0 X  0
Tc 
Si se asume que : Ha:  < 0
S/ n Tc  t1  n  1

Tc  t1  n  1
2 es desconocido

Prueba de Z c  z1 
2
diferencias de Ha: 1  2 X1  X 2
Zc 
Medias Ha: 1 > 2
12
n1
2
 n2
2
Z c  z1
H0: 1 = 2 vs: Ha: 1 < 2
Zc  X1  X 2 Z c   z1
Asumiendo
s12 s22

 12 y  22 Conocidos n1 n2

--Si las poblaciones no

son normales pero

154
 Bioestadística. Dr. Cleto De La Torre Dueñas

n1  30 y n2  30
Prueba de diferencia Tc  t1  n1  n2  2
de Medias Ha: 1  2 Tc  S X1 1X21 2

Tc  t1  n1  n2  2 
p n1 n2
H0: 1 = 2 vs Ha: 1 > 2
Asumiendo que: Ha: 1 < 2 n1 1S12 n2 1S22
Sp  n1  n2  2 Tc  t1  n1  n2  2
 12   22 y
desconocidos
Prueba de diferencia X1  X 2 Tc  t1   v 
de Medias Ha: 1  2
Tc  S12 S22
2


H0: 1 = 2 vs Ha: 1 > 2
n1 n2 Tc  t1  v 

Tc  t1  v 
Asumiendo que: S12 S12 2
Ha: 1 < 2 ( n )
v n1 1
 12   22 y ( S12 / n1 ) 2 ( S 22 / n2 ) 2
 n 1
n1 1 2
desconocidos
Prueba de varianzas Ha:  2   02 c2  2  n 1 ó c2  12  n  1
2 2
H0: 2 =  02 vs  n1S 2
Ha:  2
  02  
2
c  02
Ha:  2   02 c2  1  n  1
c2    n  1
Prueba de razón de Ha:  2   2
1 2 Fc  F  nmax 1, nmin 1 ó Fc  F1
2 2
varianzas. 2
Ha:  12   22
Fc  S 2
Smax

Ha:  12   22
min
Fc  F1  n1  1, n2  1
H0:  12   22 vs
Fc  F  n1  1, n2  1

Prueba de
proporciones Zc 
p  p0 Zc  z1
Ha: p  p0 p (1 p )/ n 2

Ha: p > p0
Z c  z1
H0: p =p0 Vs Ha: p < p0
Zc   z1

155
 Bioestadística. Dr. Cleto De La Torre Dueñas

Prueba de diferencia p1  p2 Z c  z1 

Zc  pc (1 pc ) pc (1 pc ) 2
de proporciones Ha: p1  p2 
Ha: p1 > p2
n1 n2
Z c  z1
n1 p1  n2 p2
H0: p1 =p2 Vs Ha: p1 < p2 pc 
n1  n2 Z c   z1

EJERCICIOS RESUELTOS

1.-La concentración media de dióxido de carbono en el aire en una cierta zona no

es habitualmente mayor que 355 p.p.m.v. (partes por millón en volumen). Se
Sospecha que esta concentración es mayor en la capa de aire mas próxima a la
superficie. Para contrastar esta hipótesis se analiza el aire en 60 puntos elegidos
aleatoriamente a una misma altura cerca del suelo. Resulto una media muestral
de 580 p.p.m.v. Suponiendo normalidad para las mediciones, proporcionan
estos datos suficiente evidencia estadística, al nivel de 95% de confianza, a favor
de la hipótesis de que la concentración media es mayor cerca del suelo? . Use
  180
Solución
Formulación de hipótesis.
H0:  = 355
Ha:  > 355
Nivel de significancia,   5%
Estadística de prueba.
X  0
Zc   / n

  180 , z1  1.645 , n  60, x1  580

Zc  180
580 355
/ 60
 9.68
Región critica

156
Bioestadística. Dr. Cleto De La Torre Dueñas

=5%

Z0=1.645 Zc =9.68
Región Región
Aceptación Crítica

Conclusión.
Como Z c  Z o

Se rechaza la hipótesis nula, por la concentración media de dióxido de

carbono en el aire es mayor cerca del suelo.

2- Se tienen algunos indicios de que el consumo de tabaco tiende a provocar

problemas de trombosis debidos a un aumento en la capacidad de coagulación.
Para estudiar esta hipótesis, Levine (1973) extrajo muestras de sangre de 9
individuos antes y después de que fumasen un cigarrillo y midió la capacidad
de agregación de las plaquetas, obteniendo los datos siguientes
(correspondientes al máximo porcentaje de plaquetas que se agregaron después
de haber sido sometidas a un estimulo adecuado):

Antes 25 25 27 44 30 67 53 53 52
Después 27 29 37 56 46 82 57 80 61
Diferencia 2 4 10 12 16 15 4 27 9

Hay suficiente evidencia estadística (al nivel de significación 0,05) a favor de la

hipótesis de que los fumadores presentan una mayor tendencia a la formación de
coágulos? Indicar las condiciones que se requieren para que el test utilizado sea
valido.
Solución
Formulación de hipótesis.
H0: d = 0
Ha: d  0

157
Bioestadística. Dr. Cleto De La Torre Dueñas

Nivel de significancia,   5%
Estadística de prueba.
X  0
Tc  S/ n

s  7.76 , t(1 / 2,n1)  2.262

n  9, x1  11

11  0
Tc   4.25
7.76 / 9
Región critica

t0=–2.26 t0=2.26 tc=4.25

R.R. H0 R.A. H0 R.R. H0

Conclusión.
Se rechaza la hipótesis nula, por que los fumadores presentan una mayor
tendencia a la formación de coágulos.

3.- Con el propósito de verificar la efectividad de un tratamiento basado en

ejercicios para el aumento de la talla en niños de 10 años (en cms.), se realizó
un experimento aplicando el tratamiento a 13 niños y considerando 16 como
controles, el que arrojó los siguientes resultados:

Tratados n1  13 , x1  138.6 , S12  29.16

Controles n2  16 , x2  125.8 , S2 2  26.7

Solución.
Formulación de hipótesis.
H0: 1 = 2
Ha: 1  2
Nivel de significancia,   5%

158
Bioestadística. Dr. Cleto De La Torre Dueñas

Estadística de prueba.
Supongamos que las varianzas poblacionales son iguales, entonces el estadístico
de prueba es:
X1  X 2
Tc  Sp 1  1  t (n1 + n2 -2)
n1 n2

De la información se tiene:

Tratados n1  13 , x1  138.6 , S12  29.16

Controles n2  16 , x2  125.8 , S2 2  26.7

 n1 1 S12  n2 1 S22 131*29.16 16 1*26.7

Sp  n1  n2  2  1316  2  5.27

X1  X 2 138.6  125.8
Tc    6.50
5.27 * 13  16
Sp 1 1
n1 n2 1 1

Región critica
T0  t1   n1  n2  2  t0.975 13  16  2   t0.975  27   2.052
2

Conclusión.

t0=–2.052 t0=2.052 tc=6.50

R.R. H0 R.A. H0 R.R. H0

Como Tc  T0 , entonces se rechaza H0, por tanto el método los ejercicios

permiten mejorar el crecimiento.

4.- Se aplica un medicamento a 15 pacientes que padecen cierta enfermedad,

escogidos al azar, y un placebo a 20 pacientes. En el primer grupo, la
desaparición del estado febril se observa a las 19 horas de tratamiento en
promedio (con un desvío de 2 hs.). En el grupo control, la mejoría se observa

159
Bioestadística. Dr. Cleto De La Torre Dueñas

en promedio a las 25 horas con un desvío de 3 horas. Decidir si el

medicamento modifica el tiempo de curación.

Solución.
Formulación de hipótesis.
Ho : 1  2 , el medicamento es inocuo.

Ha : 1  2 , el medicamento produce efecto.

Nivel de significancia,   5%
Estadística de prueba.

tc 
 25  19   0  7.06
 9  4
  
 20   15 
Región critica
Es un ensayo de dos colas donde los valores críticos se buscan en la Tabla t-
student, interpolando entre 30 y 40 grados de libertad.

T0  t1   n1  n2  2  t0.975  20  15  2   t0.975  33  2.0357

2

Conclusión.
Se acepta la hipótesis nula.

Como Tc  T0 , se rechaza Ho , es decir 1  2

5.- En un estudio sobre las preferencias de un grupo de especialistas, sobre el uso

de dos tipos de tratamiento (A y B) para una enfermedad. De 600 especialistas
encuestados, respondieron: 20% prefiere el tratamiento A para la enfermedad, y
15 % el tratamiento B. ¿Es posible concluir con 95% de confianza que las
preferencias de los tratamientos A y B son similares?

Solución.
Formulación de hipótesis.
H0: p1 =p2
Ha: p1  p2
Nivel de significancia,   5%

160
Bioestadística. Dr. Cleto De La Torre Dueñas

Estadística de prueba.
p1  p2
Zc  pc (1 pc ) pc (1 pc )

n1 n2

Tratamiento A.
p1  0.2 , n1  600

Tratamiento B.
p2  0.15 , n2  600

n1 p1  n2 p2 600*0.2  600*0.15
pc    0.175
n1  n2 600  600

p1  p2
Zc  pc (1 pc ) pc (1 pc )
 0.20  0.15
0.175(1 0.175) 0.175(1 0.175)
 2.279
 
n1 n2 600 600

Región critica

=5%

Z0=1.96 Zc =2.279
Región Región
Aceptación Crítica

Conclusión.

Como Z c  Z o , se rechaza la hipótesis nula, por tanto p1  p2

EJERCICIOS PROPUESTOS

1. Se escogen al azar dos grupos formados por 20 individuos cada uno, entre
los que padecen cierta alergia. Se administra una droga curativa al primer
grupo y se observa una mejoría en 15 de los casos. Al segundo grupo se le

161
Bioestadística. Dr. Cleto De La Torre Dueñas

administra un placebo y mejoran 13 de ellos. Ensayar la hipótesis que la

droga sirve para curar ese tipo de alergia.

2. Se escogen 5 pacientes al azar, del grupo que concurre diariamente al

Laboratorio de Análisis Clínicos a efectuarse una determinación de Uremia.
Las muestras extraídas se miden con el procedimiento habitual y además
con una nueva técnica clínica que se desea probar. Ver si hay diferencia
entre ambas técnicas. Los resultados expresados en g/l fueron:

Pacientes Vieja Nueva Diferencias

1 0.38 0.33 0.05
2 0.54 0.45 0.09
3 0.22 0.15 0.07
4 0.11 0.09 0.02
5 0.23 0.22 0.01

3. El jefe de un laboratorio se encuentra con una técnica de medición fuera del

control estadístico. Para investigar las causas decide investigar si el factor
humano tiene incidencia, y toma una muestra de suero cualquiera la divide
en 20 alícuotas. Luego elige 10 de ellas al azar y se las entrega al
laboratorista 1 para que haga las determinaciones; las restantes las
encomienda al laboratorista 2 para que las mida. Los resultados obtenidos
son: S12  2.4 es la varianza obtenida por el laborista, 1 y S 22  0.8 para el

otro. Decidir si hay diferencia en dispersión entre ambos.

4. Dos tipos de soluciones químicas A y B fueron ensayadas para medirle su
pH. Se tomaron 6 muestras de A que dieron una media de 7,48 con un
desvío de 0,02. De la B se tomaron 5 muestras y se obtuvo una media de
7,32 con un desvío de 0,03. Con esta información decidir si ambas muestras
tienen el mismo pH.

162
Bioestadística. Dr. Cleto De La Torre Dueñas

5. Se escogen 5 pacientes al azar, del grupo que concurre diariamente al

Laboratorio de Análisis Clínicos a efectuarse una determinación de Uremia.
Las muestras extraídas se miden con el procedimiento habitual y además
con una nueva técnica clínica que se desea probar. Ver si hay diferencia
entre ambas técnicas. Los resultados expresados en g/l fueron:

Paciente 1 2 3 4 5
Vieja 0.38 0.54 0.22 0.11 0.23
Nueva 0.33 0.45 0.15 0.09 0.22
Diferencia 0.05 0.09 0.07 0.02 0.01
6. Un dentista afirma que el 40% de los niños de 10 años presentan indicios de
caries dental. Tomada una muestra de 100 niños, se observó que 36
presentaban indicios de caries. Contrastar la hipótesis del dentista para un
nivel de confianza del 90%.

7. Se tienen algunos indicios de que el consumo de tabaco tiende a

provocar problemas de trombosis debidos a un aumento en la capacidad de
coagulación. Para estudiar esta hipótesis, Levine (1973) extrajo muestras de
sangre de 11 individuos antes y después de que fumasen un cigarrillo y
midió la capacidad de agregación de las plaquetas, obteniendo los datos
siguientes (correspondientes al máximo porcentaje de plaquetas que se
agregaron después de haber sido sometidas a un estimulo adecuado):

Antes: 25 25 27 44 30 67 53 53 52 60 28
Después 27 29 37 56 46 82 57 80 61 59 43

¿Hay suficiente evidencia estadística (al nivel de significación 0,01) a

favor de la hipótesis de que los fumadores presentan una mayor
tendencia a la formación de coágulos? Indicar las condiciones que se
requieren para que el test utilizado sea valido.

163
Bioestadística. Dr. Cleto De La Torre Dueñas

8. Una compañía farmacéutica afirma que cierto medicamento elimina el dolor

de cabeza en un cuarto de hora en el 90% de los casos. Tomada una
muestra de 200 pacientes a los que se les administro el medicamento, se
observó la desaparición del dolor en 170 de ellos. Contrastar la hipótesis de
la compañía.

9. Se deseaba saber si los individuos sometidos a dos tipos de intervenciones

con objeto de reparar fracturas en el brazo, y sometidos al mismo tipo de
rehabilitación, conseguían la misma fuerza. Para ello, después de un mes de
la intervención y tras 15 días de ejercicios de rehabilitación, se les sometió a
una prueba consistente en levantar pesos progresivos con el brazo afectado
hasta llegar a un máximo. ¿Qué se puede afirmar a la vista de los resultados
que figuran a continuación?:

Intervención 1: n1  8, x1  12.3, s1  4.61

2

Intervención 2:

n2  15, x2  11.1, s22  4.35

10. Se sabe que los individuos con un infarto temprano (antes de los 35 años)
tienen un riesgo alto de volver a sufrir otro infarto en los siguientes 5 años.
Se piensa que tal riesgo se reduce si las personas con infarto temprano se
someten a una serie prolongada de ejercicios de esfuerzo. a) ¿Qué se puede
decir de la efectividad de tales ejercicios si, de 60 personas sometidas a ellos,
16 registraron un nuevo infarto, en tanto que ello sucedió en 83 personas de
las 198 que no se sometieron a los mismos? b) Evaluar la ganancia obtenida;
c) Sin la información anterior, ¿con qué tamaño de muestra debería haberse
diseñado el experimento para que un test al 5% de error detecte una
diferencia de riesgos del 10% en el 90% de las ocasiones?

11. Determine un intervalo de 95% de confianza para la diferencia entre las

tallas medias de los niños tratados y controles .¿Puede concluir a partir del

164
Bioestadística. Dr. Cleto De La Torre Dueñas

intervalo encontrado que el tratamiento es más efectivo para el crecimiento

de los niños?
12. Encontrar un intervalo de 95% de confianza para la varianza de la talla de
los niños controles.

13. Determine entre qué valores se encontrará la verdadera talla promedio de

los niños tratados, si desea una confianza de 99%. Con este resultado
¿Podría asegurar que la talla promedio de los niños tratados en la población
es de 145 cms.?

14. Si en un estudio posterior se desea estimar la talla promedio de los niños a

los cuales se les aplica el tratamiento con una confianza de 95% y un error
no superior a 2 cms.. ¿Cuántas observaciones se deberán hacer?

15. Se desea probar la efectividad de una vitamina en el crecimiento de ratas.

De una muestra aleatoria de 20 ratas se escogen al azar 12 para aplicarles el
tratamiento y se dejan 8 como controles (no se les aplica el tratamiento).
Después de un tiempo se miden las ratas y sus longitudes (en pulgadas)
fueron las siguientes :
Tratadas : 7.4 ; 7.4 ; 7.5 ; 7.6 ; 7.9 ; 7.9 ; 8.0 ; 8.1 ; 8.2 ; 8.3 ; 8.4 ; 8.4
Controles : 7.2 ; 7.3 ; 7.4 ; 7.3 ; 8.0 ; 8.2 ; 8.2 ; 8.5
a) Pruebe la hipótesis de que la vitamina es efectiva (proporciona
longitudes mayores) con una confiabilidad de 95%.
b) Encuentre un intervalo de 90% de confianza para la diferencia de
longitudes entre los dos grupos.
c) Pruebe la hipótesis de que la varianza poblacional para los tratados
es de 0.8 pulgadas cuadradas a un nivel de significación de 1%.
d) Si se desea estimar el crecimiento medio de las ratas tratadas con una
confiabilidad de 95% y un error no mayor que 0.5 pulgadas ¿Cuántas
ratas se deben escoger para aplicarles el tratamiento?

165
Bioestadística. Dr. Cleto De La Torre Dueñas

15.- Se sospecha que una nueva droga es efectiva en el 90% de los casos para una
cierta enfermedad, pero el laboratorio que fabrica dicha droga cree que es
efectiva en menos del 90%. En una muestra aleatoria de 400 personas que
tenían esa enfermedad, 320 sanaron con la aplicación de la droga.
a) ¿Cree Ud. que el laboratorio tiene razón? Use una significación de 1%.
b) ¿Entre qué valores se encuentra la verdadera proporción de efectividad de la
droga con una confiabilidad de 95%?
c) Si se desea estimar la proporción de efectividad de la droga con un error de 5%
y una confiabilidad de 95% ¿En cuántas personas deberá ser aplicada la droga?
(Use la muestra anterior como muestra piloto)

16- Un psicólogo afirma que su terapia para tratar la depresión en adolescentes es

efectiva, reduciendo en promedio 20 unidades en una escala de 0 a 100. El jefe
de la unidad de terapia piensa que esta cifra es exagerada y pide realizar un
estudio. En una muestra de 16 adolescentes que fueron tratados con esta
terapia se ha medido el nivel de reducción de la depresión resultando una
media de 18 y una varianza de 3 unidades. Con un nivel de confianza del 95%
cual es su conclusión.

17.-Un psicólogo desea evaluar la eficacia de dos terapias para tratar problemas de
estrés, para ello selecciona al azar 70 pacientes y forma aleatoriamente dos
grupos. El primer grupo de 30 pacientes fue tratado con la terapia A y el
segundo grupo de 40 pacientes con la terapia B. Al cabo de un tiempo se les
mide su nivel de estrés en una escala de o a 100. los resultados son, para la
terapia A, su media es 40 y para la terapia B es 60. Suponiendo que las
desviaciones son  1  55,  2  20 . Al nivel de significancía del 2%, cual es su

conclusión.

166
Bioestadística. Dr. Cleto De La Torre Dueñas

18.- El colegio de psicólogos realizo un estudio para comparar la efectividad de

dos terapias para tratar problemas de suicidios en adolescentes, para tal efecto
se considero 300 pacientes para la terapia A y 100 para B, resultando que la
terapia tuvo efecto en 25 y 40% de los casos respectiavemente. Al nivel de
confianza del 95%, cual es su conclusión.

19.- Se afirma que cierta terapia que se prescribe para tratar la ansiedad es efectiva
en menos del 50% de los casos. Al parecer esta afirmación no se ajusta a la
realidad, por lo que se les aplica esta terapia a 70 pacientes, resultando que 50
de ellos han experimentado mejoras. Esta suficiente evidencia para concluir
que realmente la terapia es efectiva en más del 50% de los casos al nivel de
significancia del 5%.

20.- Un psicólogo afirma que su terapia para tratar la depresión en adolescentes es

efectiva, reduciendo en promedio 20 unidades en una escala de 0 a 100. El jefe
de la unidad de terapia piensa que esta cifra es exagerada y pide realizar un
estudio. En una muestra de 10 adolescentes que fueron tratados con esta
terapia se ha medido el nivel de reducción de la depresión ,obteniéndose los
siguientes resultados 17,18,23,20,19,16,17,22,25,16. Con un nivel de confianza
del 97% cual es su conclusión.

21.- Un psicólogo desea evaluar la eficacia de dos terapias (Ay B) para tratar
problemas de estrés, para ello selecciona al azar 100 pacientes y forma
aleatoriamente dos grupos de tamaños iguales. Al cabo de un tiempo se les
mide su nivel de estrés en una escala de o a 100. los resultados son, para la
terapia A, su media es 55 y para la terapia B es 65. Suponiendo que las
desviaciones son  1  105,  2  120 . Al nivel de significancía del 5%, cual es su

conclusión.

167
Bioestadística. Dr. Cleto De La Torre Dueñas

22.-El colegio de psicólogos realizo un estudio para comparar la efectividad de dos

terapias para tratar problemas de suicidios en adolescentes, para tal efecto se
considero 300 pacientes para la terapia A y 100 para B, resultando que las
terapias tuvieron efecto en 100 y 60 pacientes respectivamente. Al nivel de
confianza del 98%, cual es su conclusión.

23.- Se afirma que cierta terapia que se prescribe para tratar la ansiedad es efectiva
en 60% de los casos. Al parecer esta afirmación no se ajusta a la realidad, por
lo que se les aplica esta terapia a 35 pacientes, resultando los siguientes datos
1,0,0,1,1,1,1,0,1,0,1,1,1,1,1,0,0,1,0,0,1,1,1,1,1,0,0,0,1,0,1,0,1,0,1 donde 1 indica que
el tratamiento es efectivo y 0 que no es efectivo para tratar la ansiedad. En
base a la información, cual es su conclusión respecto a la terapia al 98%.

24.- Se pretende realizar un estudio para determinar el porcentaje de adolescentes

que tienen problemas de adicción a drogas en una población de 20000
habitantes. Suponiendo que esta población esta dividida en tres regiones, el
primero formado por 20%, el segundo por 50% y el tercero por el resto.
Describa el plan de muestreo con 95% de confianza y 5% de error.

25.- Consideremos dos yacimientos de mineral de cobre. Los yacimientos se

dividieron en secciones, y se analizaron muestras procedentes de secciones
correspondientes, determinando su contenido en cobre como muestras en
paralelo. Los datos obtenidos fueron los siguientes:

Yacimiento 1 25.5 23.1 28.2 24.4 31.5 25.7 27.9 28.7

Yacimiento 2 24.8 21.6 21.6 17.5 25.2 19.2 15.1 27.8

¿Existe una diferencia significativa entre los dos yacimientos en lo que

refiere a su contenido en metal?. =0.05

168
Bioestadística. Dr. Cleto De La Torre Dueñas

26.- El límite superior especificado de impurezas de una sustancia es 0.01 por 100.
El analista repite el análisis cinco veces y encuentra los siguientes resultados:
0.009, 0.012, 0.0113, 0.0821 y 0.0915. Teniendo en cuenta el error experimental,
¿es significativamente superior el promedio de impurezas al especificado del
0.01%?. =0.01

27.- Se instala un nuevo dispositivo de filtrado en una unidad química. Antes y

después de su instalación una muestra aleatoria proporcionó los siguientes
resultados acerca del porcentaje de impurezas:
Tiempo Tamaño de Promedio Variancia
muestra aritmético
Antes 40 12.5 101.17
Después 35 10.2 94.73
¿Ha reducido significativamente el porcentaje de impurezas el dispositivo de
filtrado?. =0.05

28.- Un biólogo sostiene que las concentraciones altas de actinomisina D inhiben la

síntesis de ARN en las células y, por consiguiente, también la producción de
proteínas. En un experimento realizado para probar esta teoría, se compara la
síntesis del ARN en células tratadas con dos concentraciones de actinomisina
D, 0.6 y 0.7 microgramo por milímetro, respectivamente. De las 70 células
tratadas con la concentración más baja, 55 se desarrollaron normalmente,
mientras que sólo 28 de las 50 tratadas con la concentración alta se
desarrollaron normalmente. ¿Proporcionan estos datos suficiente evidencia
para concluir que hay diferencia entre las tasas de síntesis del ARN normales
para las células expuestas a las dos concentraciones de actinomisina D?.
=0.10

169
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO IX
PRUEBA DE CHI-CUADRADO

Las pruebas de hipótesis desarrolladas anteriormente, están basadas en el

supuesto de que la muestra pertenezca a una población con distribución conocida.
Muchas de las investigaciones científicas
Aquí abordaremos dos problemas muy interesantes dentro de lo que se conoce
con el nombre de estadística no paramétrica. La prueba de homogeneidad y la
prueba de independencia.
La justificación de estos problemas es comparar las frecuencias esperadas y las
observadas.

Tabla de contingencia.
Es relativamente frecuente encontrarse con información referida a la observación
de dos características de una población, en las que se establecen modalidades o
categorías, mediante las cuales se clasifican los individuos o elementos que
constituyen una muestra de la misma. Este tipo de distribución bidimensional de
frecuencias suele presentarse en forma de tabla de doble entrada, también llamada
tabla de contingencia.

La información obtenida del estudio generalmente se presenta en una tabla de

contingencias, en esta se tiene un conjunto de n elementos clasificados de acuerdo
a dos criterios, X e Y, cada uno de los cuales tiene una serie de categorías
mutuamente excluyentes:

170
Bioestadística. Dr. Cleto De La Torre Dueñas

Y1 Y2 ...Y j ... Yc Total

X1 o11 o12 o1 j o1c n1.

X2 o21 o22 o2 j o2c n2.

... ... ... ... ... ...

Xi oi1 oi 2 oij oic ni.

... ... ... ... ... ...

Xr or1 or 2 orj orc nc .

Total n.1 n.2 n. j n.c n

En esta tabla, oij representa la frecuencia observada, es decir, el número de

individuos que pertenecen simultáneamente a las categorías X i e Y j .

r c
o. j   nij y oi.   nij
i 1 j 1

En esta sección se verán las pruebas de homogeneidad y de independencia. Si

bien ambas pruebas presentan el mismo procedimiento de cálculo, las
hipótesis a probar son diferentes y por lo tanto las conclusiones obtenidas
también.

PRUEBA DE HOMOGENEIDAD.
En ocasiones ocurre que tenemos a varias poblaciones clasificadas de acuerdo con
las categorías definidas para una determinada variable. La pregunta que se
sugiere inmediatamente es si la proporción de individuos pertenecientes a cada
una de las clases es la misma en todas las poblaciones. Si, con la información
suministrada por las muestras obtenidas, se puede aceptar que esto es así, diremos
que las poblaciones son homogéneas con respecto a la variable de clasificación
utilizada.

Existen r poblaciones y una muestra aleatoria es extraída desde cada población.

Sea ni. el tamaño de la muestra extraída de la i-ésima población. Cada
observación de cada muestra puede ser clasificada en una de c categorías

171
Bioestadística. Dr. Cleto De La Torre Dueñas

diferentes. Los datos son arreglados en la siguiente tabla de contingencia r  c:

Categoría Categoría ... Categoría Total

Población 1 O11 O12 .. . O 1c n 1 •.
1 2 c
Población 2 O21 O22 … O2c n2•
.
  ..  
  . .  
   
Población r O r2 O r2 .... o rc n r.
Total n.1 n.2 … n.c n..
nr-

En la tabla, oij es el número de observaciones de la muestra i clasificadas en la

categoría j; n.j es el número total de observaciones en la categoría j extraídas
desde las r poblaciones y n.. es el total de observaciones extraídas desde las r
poblaciones.

Hipótesis:

Sea  ij la probabilidad de que una observación seleccionada de la población i

sea clasificada en la categoría j. Entonces las hipótesis son:

Ho: 1j =... = r j para todo j = 1, 2,…c

H1: Al menos una igualdad no se cumple.

Las hipótesis pueden expresarse equivalentemente de la siguiente manera:

H0: La variable aleatoria tiene la misma distribución de probabilidades en las r

poblaciones.

H1: La variable aleatoria tiene una distribución de probabilidades diferente en

al menos una de las poblaciones.

La estadística de prueba esta dado por:

r c (oij  eij ) n. j
xc2     x 2 (r  1)(c  1) donde eij  ni .x
j 1 j 1 eij n..

Regla de decisión:

La hipótesis nula se rechaza con un nivel de significación a si el x c2 resulta mayor

172
Bioestadística. Dr. Cleto De La Torre Dueñas

que el valor de tabla x21 ,( r 1)( c1)

PRUEBA DE INDEPENDENCIA

Esta prueba permite analizar si dos variables aleatorias son o no independientes.

Dado una muestra aleatoria de tamaño n.. es extraída, y cada observación de

la muestra es clasificada de acuerdo a dos criterios (variables X y Y).
Usando el primer criterio cada observación es clasificada en una de r filas y
usando el segundo criterio en una de c columnas. Los datos son arreglados en la
siguiente tabla de contingencia rxc:

Columna Columna ... Columna c Total

Fila 1 0 11 0 12 . .. O ic ni.
1 2
Fila 2 0 21 0 22 ... 0 2c n2.

Fila r O r2 O r2 . .. 0 rc n ro
Total n .i n .2 . .. n., n..

En la tabla, o jj es el número de observaciones clasificadas en la fila i

columna j, n i . es el número total de observaciones en la fila i y n. j es el
número total de observaciones en la columna j.

Hipótesis:

Sea  ij la probabilidad de que una observación sea clasificada en la fila i

columna j,  i . la probabilidad de que una observación sea clasificada en la

fila i y  . j la probabilidad de que una observación sea clasificada en la columna

j. Entonces las hipótesis son:

Ho:  ij   i. . j para todo i = 1, ... r, j = 1, ... c.

H1: Al menos una igualdad no se cumple.

Las hipótesis pueden expresarse, en forma equivalente de la siguiente manera:

173
Bioestadística. Dr. Cleto De La Torre Dueñas

Ho: Las variables X y Y son independientes.

HI: Las variables X y Y no son independientes.
Estadístico de prueba:
r c (oij  eij ) n. j
xc2     x 2 (r  1)(c  1) donde eij  ni .x
j 1 j 1 eij n..

Regla de decisión:
Se adopta la siguiente regla de decisión:

 Si c2  (2r 1)( c 1) entonces se acepta la hipotes H 0

 Si c2  (2r 1)( c 1) entonces se rechaza la hipotes H 0

Como puede observarse el procedimiento es muy similar al de la prueba de

homogeneidad, y a veces suelen confundirse.

EJERCICIOS RESUELTOS

1. En una investigación realizada sobre las reacciones adversas que producen

tres tipos de extractos para el tratamiento de una enfermedad, se obtuvo los
siguientes resultados.
Tratamiento
Reacciones adversas A B C Total
Si 70 100 150 320
No 130 100 50 280
Total 200 200 200 600

¿Podemos concluir con 95% de confianza que el la presencia de interacciones

de los tres fármacos es similar?

Solución.
H0: El porcentaje de reacciones adversas es homogéneo para los tres
tratamientos.

174
Bioestadística. Dr. Cleto De La Torre Dueñas

H1: El porcentaje de reacciones adversas no es homogéneo para los tres

tratamientos.
320* 200 320* 200 320* 200
e11   106.67 , e12   106.67 , e13   106.67
600 600 600
280* 200 280* 200 280* 200
e21   93.33 , e22   93.33 , e23   93.33
600 600 600

 70  106.67  100  106.67  150  106.67  130  93.33 100  93.33  50  93.33
2 2 2 2 2 2

 2
c      
106.67 106.67 106.67 93.33 93.33 93.33

c2  65.625

De la tabla de chi-cuadrado , 02  5.991

1


o2=5.99 o2=65.625
R.A. H0 R.R. H0

Como  c2   02 , se rechaza la hipótesis nula

La proporción de reacciones adversas de los tres tratamientos no es similar.

2.- En un estudio sobre enfermedades al corazón en hombres, 356

voluntarios fueron clasificados de acuerdo con su nivel socioeconómico
y sus hábitos de fumar. Los datos se presentan en la siguiente tabla:

Habito de fumar Nivel Socioeconómico

Alto Medio Bajo Total
Actualmente 51 22 43 116
En el pasado 92 21 28 141
Nunca 68 9 22 99
Total 211 52 93 356

175
Bioestadística. Dr. Cleto De La Torre Dueñas

¿Es el hábito de fumar independiente del nivel socioeconómico? Las hipótesis

a contrastar serán las siguientes:
Ho: El hábito de fumar es independiente del nivel socioeconómico.
HI: El hábito de fumar no es independiente del nivel socioeconómico.

Las frecuencias observadas y esperadas (frecuencias espe radas entre

paréntesis) se presentan en la siguiente tabla:

Nivel Socioeconómico
Habito de fumar
Alto Medio Bajo Total
Actualmente 51 (68.75) 22(16.94) 43(30.30) 116
En el pasado 92(83.57) 21(20.60) 28(36.83) 141
Nunca 68(58.68) 9(14.46) 22(25.86) 99
Total 211 52 93 356

Con estos datos el estadístico de prueba es:

o  eij 
2
3 3

  18.510 x 2 (3  1)(3  1)
2 ij
xc
i 1 j 1 eij

Los grados de libertad para el estadístico de prueba son (3 -1)(3-1) = 4. El

valor de tabla para un nivel de significación del 5% es x(0.95,4)

2
 9.488 . Como el

valor calculado es mayor que el valor de tabla se rechaza H o y se concluye que

existe suficiente evidencia estadística para aceptar que el hábito de
fumar y el nivel socioeconómico están relacionados (o no son
independientes).
3.- Los siguientes datos fueron obtenidos en un estudio sobre la enfermedad de
Hodgkin, un cancer de los nodos linfaticos . Cada uno de los 538 pacientes con
la enfermedad fue clasificado según el tipo de Histilogia y por su respuesta al
tratamiento después de tres meses de iniciado este. Los valores de la variable

176
Bioestadística. Dr. Cleto De La Torre Dueñas

Histilogia considerados fueron, predominancia de Linfocitos (PL), Esclerosis

Nodular (EN), Celularidad Mixta (CM) y agotamiento de los Linfocitos (AL).
Los datos obtenidos fueron:

Histologia Respuesta Total

Positiva Parcial Ninguna
PL 74 18 12 104
EN 68 16 12 96
CM 154 54 58 266
AL 18 10 44 72
Total 314 98 126 538

La respuesta al tratamiento esta relacionado el tipo de Histología.

Solución
Ho: La respuesta al tratamiento no esta relacionado el tipo de Histología.
(Independientes)

HI: La respuesta al tratamiento esta relacionado el tipo de Histología

(Dependientes)

Respuesta
Positiva Parcial Ninguna Total
Histilogia PL Frecuencia observada 74 18 12 104
Frecuencia esperada 60.7 18.9 24.4 104.0
EN Frecuencia observada 68 16 12 96
Frecuencia esperada 56.0 17.5 22.5 96.0
CM Frecuencia observada 154 54 58 266
Frecuencia esperada 155.2 48.5 62.3 266.0
AL Frecuencia observada 18 10 44 72
Frecuencia esperada 42.0 13.1 16.9 72.0
Total Frecuencia observada 314 98 126 538
Frecuencia esperada 314.0 98.0 126.0 538.0

EL p-valor, juega un papel muy importante en la decisión de las hipótesis. Si p-

valor < 0.05 se acepta la hipótesis alterna con un nivel de confianza del 95%, en

177
Bioestadística. Dr. Cleto De La Torre Dueñas

este caso influye el factor; en el caso que p > 0.05 la decisión es aceptar la hipótesis
nula, no influye el factor.
En nuestro ejemplo p-valo<0.05, se rechaza la hipótesis nula. La respuesta al
tratamiento esta relacionado con el tipo de Histología. ¿Cual es el tipo de
relación que existe?

Respuesta
Histilogia Positiva Parcial Ninguna Total
PL Frecuencia 74 18 12 104
Porcentaje 71.2% 17.3% 11.5% 100.0%
EN Frecuencia 68 16 12 96
Porcentaje 70.8% 16.7% 12.5% 100.0%
CM Frecuencia 154 54 58 266
Porcentaje 57.9% 20.3% 21.8% 100.0%
AL Frecuencia 18 10 44 72
Porcentaje 25.0% 13.9% 61.1% 100.0%
Total Frecuencia 314 98 126 538
Porcentaje 58.4% 18.2% 23.4% 100.0%

4.- Un medicamento terapéutico fue ensayado contra un placebo, en función de

tres categorías de pacientes evaluados subjetivamente como:
(1) Muy mejorados (2) ligeramente mejorados (3) no mejorados
En total 120 pacientes fueron asignados al grupo que recibió el medicamento y
otros 90 pacientes recibieron el placebo. Se juzgó que todos se encontraban en
aproximadamente la misma condición inicial. La evaluación fue hecha por
médicos que no sabían que tratamiento había recibido el paciente

(1) (2) (3)

MEDICAMENTO 60(50,28) 32(28) 28(41,71) 120

PLACEBO 28(37,71) 17(21) 45(31,28) 90

 c2 
60  50,282  32  282  28  41,712  28  31,712  17  212  45  31,28  16,234
50,28 28 41,71 31,71 21 31,28

grados de libertad   2  1   3  1  2

178
Bioestadística. Dr. Cleto De La Torre Dueñas


RC   2 /  2  5,991  si   0,05

 c2  RC  Re chazamos H 0

 
RC   2 /  2  10,597 si   0,005

 c2 es significativo más allá del nivel 0,005 es decir existe una diferencia

significativa del grado de mejoría entre el grupo del placebo y el grupo del
medicamento.

APLICACIÓN A ESTUDIOS EPIDEMEOLOGICOS.

En los estudios epidemiológicos se suele contemplar una variable explicativa
factor de exposición y una variable respuesta Enfermedad. La notación que se
utiliza es la siguiente:

Enfermedad
Factor de exposición Si No Total
Si a b c1
No c d c2
Total r1 r2 n

Las principales mediadas de efecto que se estudian en la epidemiología básica son

el odds ratio OR y el riesgo relativo RR.

A continuación se verá cómo se calcula el OR. Su intervalo de confianza y su

significación estadística.
Calculo de OR
El odds ratio en estudios prospectivos se define por:
Prob(Enfermedad/ Expuestos)
1-Prob(Enfermedad/ Expuestos)
OR 
Prob(Enfermedad/ No Expuestos)
1-Prob(Enfermedad/ No Expuestos)

179
Bioestadística. Dr. Cleto De La Torre Dueñas

En estudio retrospectivo se define como:

Prob(Expuestos/Enfermos)
1-Prob(Expuestos/Enfermos)
OR 
Prob(Expuestos/ No Enfermos)
1-Prob(Expuestos/ No Enfermos)

Se demuestra que ambas expresiones son equivalentes por lo que la estimación del
OR para estudios prospectivos y retrospectivos es la misma y viene dada pro:

a.d
OR 
b.c
Cálculo del IC 95%(OR)
Para calcular el IC(OR)es conveniente trabajar con el transformado logarítmico de
OR para lo cual es necesario calcular:

1 1 1 1
EE(LnOR)=     
a b c d 

Con lo que
IC 95%(OR)=(exp( LnOR - [Link](LnOR)); (LnOR + 1.96. EE(LnOR))
La significación del OR viene dada pro la prueba chi-cuadro que en el caso de una
tabla 2x2 tiene la siguiente expresión.

 ad  bc 
2
.n
 2

r1 r2 c1 c 2

Que sigue una distribución x2 con (2-1)x(2-1) = 1 grado de libertad.

Riesgo relativo RR
A continuación se verá cómo se calcula el RR, su intervalo de confianza y su
significación estadística.
Cálculo de RR

180
Bioestadística. Dr. Cleto De La Torre Dueñas

El riesgo relativo solo tiene sentido cálculo en estudios prospectivos, y se define

como:
Prob(Enfermedad/Expuestos)
RR 
Prob(Enfermedad/ No Expuestos)
y que se estima por:
a.c2
RR 
b.c1

Cálculo de IC95%(RR)
Para calcular el IC(RR) es conveniente trabajar con el transformado logaritmo de
RR para lo cual es necesario calcular.

1 1 1 1
EE(LnRR)=   
a c1 b c2

Con lo que
IC 95%(RR)=(exp( LnRR - [Link](LnRR)); (LnRR + 1.96. EE(LnRR))

Da el intervalo de confianza de RR directamente.

Significación de RR
La significación del RR misma que la significación del OR.

EJERCICIOS RESUELTOS

1.- Se ha realizado un estudio para analizar la posible relación de un factor de

exposición y la presencia o no de una determinada enfermedad. El diseño del
estudio fue prospectivo se tomaron 29 individuos expuestos y 47 no expuestos,
y se observó si desarrollaron o no la enfermedad los datos experimentales se
resumen a continuación en la siguiente tabla.

Enfermedad
Factor de exposición Si No Total
Si 21 8 29

181
Bioestadística. Dr. Cleto De La Torre Dueñas

No 16 31 47
Total 37 39 76

Calcular el odds ratio OR, Su intervalo de confianza estadística

Calculo de OR
Con la notación introducida en el apartado de formulación básicas, se tiene que

a.d 21.31
OR    50859
b.c 16.8

Calcula del IC 95%(OR)

Para calcular el IC(OR) es conveniente trabajo con el transformado logarítmico del
or para lo cual es necesario calculo.

1 1 1 1 1 1 1 1
EE(Ln OR)=    =    = 0.51571
a b c d 21 16 8 31
IC 95%(OR)=(exp( LnOR - [Link](LnOR)); (LnOR + 1.96. EE(LnOR)))
= (exp( Ln 5.0859 - 1.96.0.5171);exp(Ln 5.0859 + 196.0.05171))
=(exp( 0.6130)); exp (26400))=(1.8459;14.0127)

Riesgo relativo
Para los mismos datos del ejemplo anterior, calcular el riesgo relativo RR. Su
intervalo de confianza al 95% y su significación estadística.

Calculo del RR
Con la notación introducida en el apartado de fórmulas, se tiene qué
a.c2 21.47
RR    2.1272
b.c1 16.29

182
Bioestadística. Dr. Cleto De La Torre Dueñas

Cálculo del IC95%(RR)

Para calcular el (RR) es conveniente trabajo con el transformado logarítmico del
RR para lo cual es necesario calcular.

1 1 1 1 1 1 1 1
EE(Ln RR)=    =    = 0.2332
a c1 b c 2 21 29 16 47

IC 95%(OR)=(exp( LnRR - [Link](LnRR)); (LnRR + 1.96. EE(LnRR)))

= (exp( Ln 2.1272 - 1.96.0.2332);exp(Ln 2.1272 + 196.0.2332))
=(exp( 0.2978)); exp (1.2118))=(1.3469;3.354)

EJERCICIOS PROPUESTOS

1.- Se desea evaluar la efectividad de una nueva vacuna antigripal. Para ello se
decide suministrar dicha vacuna, de manera voluntaria y gratuita, a una
pequeña comunidad. La vacuna se administra en dos dosis, separadas
por un perıodo de dos semanas, de forma que algunas personas han recibido
una sola dosis, otras han recibido las dos y otras personas no han recibido
ninguna. La siguiente tabla indica los resultados que se registraron durante la
siguiente primavera en 1000 habitantes de la comunidad elegidos al azar.

No
vacunados Una dosis Dos dosis
Gripe 24 9 13
No gripe 289 100 565

¿Proporcionan estos datos suficiente evidencia estadística (al nivel de

significación 0,05) para indicar una dependencia entre la clasificación respecto a
la vacuna y la protección frente a la gripe?

2.- Las células infectadas por el virus del SIDA HIV-1 producen una
proteína llamada TAT. Se lleva a cabo un estudio para contrastar la

183
Bioestadística. Dr. Cleto De La Torre Dueñas

asociación entre presencia de anticuerpos TAT y el sarcoma de Kaposi en

pacientes de SIDA. Se analiza el suero de 297 pacientes HIV-1-seropositivos
dentro del periodo de un mes desde la diagnosis del SIDA. Cada
observación se clasifica según contenga el sarcoma de Kaposi o no, y según
contenga anticuerpos TAT o no. De las 78 observaciones que
contenían sarcoma, 10 presentaban anticuerpos TAT; de los 219
pacientes sin sarcoma, 21 tenían anticuerpos TAT. Contrastar, al nivel
0.05, la asociación entre presencia de anticuerpos y presencia de sarcoma de
Kaposi. ¿Se trata de un contraste de independencia o de homogeneidad?
(Datos de Reiss y Lange (1990), Nature, 30 de Agosto, p. 801).

3.- Se ha realizado un estudio para determinar los síntomas clínicos que

ayudan a la identificación de la tos ferina. Un síntoma investigado es la tos
aguda de cualquier duración. Los datos obtenidos sobre 233 niños
estudiados se muestran en la siguiente tabla:

Tiene tos No tiene tos

aguda aguda
Padece tos ferina 112 6
No padece tos
ferina 83 32

¿Existe relación entre tener tos aguda y padecer la enfermedad, al nivel de

significación del 0,01?

4.- En un estudio para averiguar los efectos secundarios de dos medicamentos,

fueron analizados 100 pacientes y los resultados se presentan en la siguiente tabla:

184
Bioestadística. Dr. Cleto De La Torre Dueñas

Tipo de Efecto Secundario

Total
Medicamento SI NO
A 11 39 50
B 8 42 50
Total 19 81 100
a) Determine si existen diferencias significativas en las proporciones de efectos
secundarios de los medicamentos. Use un nivel de significación de 1%

5.- En un estudio realizado a, 341 pacientes fueron clasificados por grupo etáreo y
Presión. Los resultados se presentan en la siguiente tabla:

GRUPO PRESION
Total
ETAREO Alta Normal Baja
Joven 15 25 40 80
Adulto 30 100 43 173
Adulto Mayor 43 27 18 88
Total 118 150 73 341
a) ¿Existe alguna relación significativa entre la presión y grupo etáreo de los
pacientes? Use un nivel de confiabilidad de 99%

6.- Deseamos conocer, si las distribuciones atendiendo al grupo sanguíneo, en tres

muestras referidas atendiendo al tipo de tensión arterial, se distribuyen de
igual manera. Para lo cual, se reunió una muestra de 1500 sujetos a los que se
les determinó su grupo sanguíneo y se les tomó la tensión arterial,
clasificándose ésta en baja, normal, y alta. Obteniéndose los siguientes
resultados:

185
Bioestadística. Dr. Cleto De La Torre Dueñas

Grupo sanguíneo
Tensión arterial A B AB O Total
Baja 28 9 7 31 75
Normal 543 211 90 476 1320
Alta 44 22 8 31 105
Total 615 242 105 538 1500

7.-El departamento de psicología de una universidad aplica tres tipos de terapias

de estudio (A, B y C ) para mejorar el rendimiento académico. Cada tipo de
terapia se aplico a 60 estudiantes .Los resultados del experimento se dan en la
siguiente tabla.

Efectividad Terapias
A B C
Sin mejoras 10 20 15
Cierta mejora 40 30 20
Mejora Total. 10 10 25

¿Podemos concluir al nivel de significancia del 5%, que las tres terapias son
igualmente efectivos para mejorar el rendimiento?

8.-.- Un hospital desea determinar si la causa del estrés se relaciona con la edad,
para lo cual se toma una muestra de 200 al azar y se les clasifica según edad y
presencia del estrés obteniendo los siguientes datos:

EDAD
Presencia de estrés
Menos de 30 30 - 50 Más de 50
Si 40 28 52
No 20 36 24

186
Bioestadística. Dr. Cleto De La Torre Dueñas

a) ¿Está la edad relacionada con la presencia del estrés? Use una confiabilidad de
95%.

9.-En un grupo de 800 personas, la prevalecía de fumadores de ambos sexos en

mayores de 18 años es 20%. Se realiza un estudio en el que se siguen a los
grupos de fumadores y no fumadores. En la evaluación inicial ninguna
persona de ambos grupos padecía de cáncer pulmonar. Después de 10 años se
encuentra en el primer grupo 16 casos de cáncer pulmonar y en el segundo 8
casos. La población de edad mayor o igual a 18 años es el 60%. Calcule usted:
a) La Tasa de incidencia de casos de cáncer pulmonar en ambos grupos.
b) El riesgo relativo del hábito de fumar
c) El riesgo atribuible
d) El riesgo atribuible proporcional
e) El tabaquismo es un factor , marcador de riesgo

10.- Se estudian dos grupos de 120 y 500 hombres adultos c/u. seleccionados
aleatoriamente. Los del primer grupo son portadores de Ca. De páncreas y el
segundo clínica y laboratorialmente sano. En ambos grupos se indaga el
antecedente de consumo de alcohol según tiempo, frecuencia y cantidad. En el
grupo de enfermos el 40% registra el antecedente de consumo y en el grupo de
sanos el 85% no consumió. Calcule usted:
a) La razón de probabilidades (ODDS RATIO) ……………………………….
b) RAP …………..X2 ……………….IC95%.....................................................

11.- Un grupo de 80 mujeres con diagnóstico de cáncer de mama y otro grupo de

160 mujeres de características semejantes clínicamente sanas, son
seleccionadas en forma aleatoria. En ambos grupos se indaga el antecedente
de edad de la primera gestación. Se define un punto de corte de igual o mayor
de 30 años. Se produjeron los siguientes datos:

187
Bioestadística. Dr. Cleto De La Torre Dueñas

Mujeres con cáncer de mama con antecedente positivo (Primer embarazo a la edad
de 30 o más años) = 30. Mujeres sin cáncer de mama con dicho antecedente =20
El estudio es:
a) Experimental
b) Observacional
c) Longitudinal
d) Cohertes
e) Casos y controles
Calcula usted:
a) El OR:………………… b) RAP:…………………. c)X2………………………
d) IC95%.....................................
Tener la primera estación tardíamente (30 años) es un factor de riesgo?
SI……….. NO………….
Por qué?...............................................................................................................

188
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO X
DISEÑO EXPERIMENTAL

El diseño de experimentos es en la actualidad una de las herramientas principales

utilizados en la investigación estadística, el objetivo que se tiene es estudiar el
efecto de un factor sobre una variable respuesta.
Diseñar un experimento, simplemente significa planear un experimento de modo
que se reúna la información que sea pertinente al problema bajo investigación.
Muy a menudo se coleccionan datos que pueden tener muy poco o ningún valor,
en la solución del problema.
El diseño de un experimento, es entonces, la secuencia completa de pasos
tomados de antemano para asegurar que los datos apropiados se obtendrán de
modo que permitan un análisis objetivo que conduzca a deducciones válidas con
respecto al problema establecido.

FACTOR.
Son todas aquellas variables cuyo efecto se desea medir, en algunos casos se les
llama tratamiento.

NIVEL
Es el conjunto de valores que tiene la variable independiente o factor en el
experimento.

UNIDAD EXPERIMENTAL
Es la entidad más pequeña a lo que se aplica el tratamiento, es decir; es el
elemento donde se realiza la medición.

189
Bioestadística. Dr. Cleto De La Torre Dueñas

ERROR EXPERIMENTAL
Es la medida de la variación, existente entre observaciones de las unidades
experimentales.
En un Diseño Experimental se tiene variabilidad inherente a la unidad
experimental y otra variabilidad debida a los tratamientos.
Para reducir el error experimental se siguen algunos pasos:
 Repetir el experimento
 Adicionar más tratamientos
 Introducir variables o bloques

El proceso o sistema bajo estudio puede representarse por medio del modelo:

Podemos pensar que el proceso es una combinación de maquinarias, personas y

otros recursos que transforman alguna entrada, en una salida que tienen una o
más respuestas observadas

OBJETIVOS DEL DISEÑO EXPERIMENTAL

 Determinar las variables con mayor influencia en la respuesta
 Determinar el mejor valor de las variables que influyen en la respuesta
de manera que:
 La respuesta se aproxime al valor deseado
 La variabilidad de la respuesta sea pequeña
 Se minimiza el efecto de las variables incontrolables

190
Bioestadística. Dr. Cleto De La Torre Dueñas

DISEÑO UNIFACTORIAL (Diseño completamente aleatorio)

 Es el Diseño Experimental más simple.
 En este Diseño los tratamientos (niveles) se distribuyen al azar en todas
las unidades experimentales. Este diseño es muy útil cuando las
unidades experimentales tienen variabilidad uniformemente repartidos
(homogeneidad)

VENTAJAS Y DESVENTAJAS
 VENTAJAS
 Este Diseño es fácil de planear y es flexible en cuanto al número de
repeticiones y unidades experimentales del tratamiento

 DESVENTAJAS
 Solo es aplicable, cuando el material experimental es homogéneo
Los resultados del experimento se pueden agrupar de la siguiente
forma:

yij
factor variedad

A AY11  CY31  BY21  DY41 

B BY22  AY12  DY42  CY32 
BY23  CY33  AY13  DY43 
niveles C
D AY14  DY44  CY34  BY24 

Donde ( yij ) es el resultado de la medición del i-ésimo tratamiento en la j-ésima

repetición.

191
Bioestadística. Dr. Cleto De La Torre Dueñas

En resumen:

1 2  i  a
Tratam

Y11 Y21  Yi1  Ya1

Y12 Y22  Yi 2  Ya 2
  
Y1 j Y2 j  Yij  Yaj
  
Y1n Y2 n  Yin  Yan
TOTAL
TOTALE Y1. Y2 .  Yi .  Ya . Y..
S
Medias Y1. Y2.  Yi.  Yan Y..
Varianzas
s12. s22.  si2.  sa2. s..2

Donde:
n
Yi.  Yij , Total del i-ésimo tratamiento
j 1

n
Yi .
Yi .   Yij  , Media del i-ésimo tratamiento
j 1 n
a a n
Y..  Yi.  Yij , Total
i 1 i 1 j 1

Y..
Y..  , Media total
an
En esta parte desarrollaremos el Análisis de Varianza para el modelo de Efectos
fijos del Diseño Completamente al Azar. (DCA).

192
Bioestadística. Dr. Cleto De La Torre Dueñas

ANALISIS DE VARIANZA
Es la técnica mediante el cual se mide los efectos de los tratamientos puesto que
descompone la Varianza Total en diferentes fuentes de variabilidad definida por el
modelo.
Para el cual se siguen los siguientes pasos:

H 0 : 1  2   a
H1: i   j , para algún par (i,j)
La fórmula asumida para calcular la suma de los cuadrados es la siguiente:

y..2
SCT    yij  y.. 
a n a n
  yij 
2
, N  an
i 1 j 1 i 1 j 1 N
a
yi2. y..2
SCA    N  an
i 1 ni N

SCE  SCT  SCA

Los cuadrados medios son los estimadores de las varianzas y son obtenidos
de la siguiente forma:
SCA
CMA 
a 1
SCE
CME   V ( ij )   2 ó varianza del error.
a(n  1)
Por otra parte el cociente de 2 variables 2 se distribuye mediante la distribución
de Fisher
SCA
Fc  a  1  f   a 1 , a  n1  gl
SCE  
a(n  1)

193
Bioestadística. Dr. Cleto De La Torre Dueñas

1


f(1
R.A. H0 R.R. H0

Análisis de la varianza.
Fuentes de g.l SC CM FCAL
Varianza
Tratamiento a-1 SCA CMA CMA
CME
Error a(n-1) SCE CME
Total an-1 STT

Conclusiones:
 Si Fc  F0  Se rechaza H0
 Si Fc  F0  Se acepta H0

DISEÑO EXPERIMENTAL DE DOS FACTORES

El análisis de la varianza de dos factores esta formado como su nombre indica
por dos factores que a su vez tienen la misma importancia en este tipo de análisis
existen “a” niveles del factor A y “b” niveles de factor B.
Este tipo de análisis se determinan según el numero de observaciones; si cada
unidad experimental tiene una observación, el modelo del análisis univariado de
la varianza de dos factores se denomina sin replica, en este caso no existe
interacción entre los dos factores. En este tipo de análisis el control local (unidad
experimental) por el factor A l cual esta constituido por todo los del factor B o
variantes repetidas una sola vez siendo el factor A una repetición con la condición
de que los del factor B están dentro del factor A . de donde se puede afirmar que

194
Bioestadística. Dr. Cleto De La Torre Dueñas

cada factor A contiene los elementos del factor B el cual disminuye el error
experimental.
TABLA DE ANALISIS DE VARIANZA
Fuentes de g.l SC CM FCAL
Varianza
Factor A a-1 SCA CMA CMA
CME
Factor B b-1 SCB CMB CMB
CME
Interacción (a-1)(b-1) SCAB CMAB CMAB
AB CME

Error ab(n-1) SCE CME

Total abn-1

Donde:
2 2 2 2 2

SCT   Y  Y ,
a b n
2 ...
SCA   Y
a
i ..
Y ...
, SCB  
b
Y . j.
Y ...
,
ijk
abn
i 1 j 1 k 1 i 1 bn abn j 1 an abn
2 2

SCAB  
a b
Y Y
i 1

j 1 n
ij.

abn
...
 SCA  SCB

SCE = SCT-(SCA+SCB+SCAB)
El cuadrado medio, se obtiene:
SCA
Para el factor A : CMA 
a 1
SCB
Para el factor B : CMB 
b 1
SCAB
Para la interacción AB : CMAB 
(a  1)(b  1)
SCAB
Para el error : CME 
ab(n  1)

INTERACCIÓN. En estadística, la idea de una interacción, es medir el efecto de

una variable (factor), manteniendo constante los demás.

195
Bioestadística. Dr. Cleto De La Torre Dueñas

En términos generales interacción entre dos factores es sinónimo de relación entre

los factores, en este caso los factores actúan en forma conjunta sobre la variable

respuesta.

Figura: Interacción de factores.

De la gráfica anterior se concluye que geométricamente existe interacción

cuando las líneas se intersectan, en cambio no existe interacción, cuando las líneas
son paralelas.

APLICACIONES.

1.- Puesto que el hígado es el principal lugar para el metabolismo de los fármacos,
se espera que los pacientes con enfermedades de hígado tengan dificultades en
la eliminación de fármacos. Uno de tales fármacos es la fenilbutazona. Se realiza
un estudio de la respuesta del sistema a este fármaco. Se estudian tres grupos:
controles normales, pacientes con cirrosis hepática, pacientes con hepatitis
activa crónica. A cada individuo se les suministra oralmente 19 mg de
fenilbutazona/Kg. de peso. Basándose en los análisis de sangre se determina
para cada uno el tiempo de máxima concentración en plasma (en horas). Se
obtienen estos datos:

196
Bioestadística. Dr. Cleto De La Torre Dueñas

Normal Cirrósis Hepatítis

35 22,6 16,6
30,6 14,4 12,1
26,8 26,3 7,2
37,9 13,8 6,6
13,7 17,4 12,5
49 18.5 15,1

¿Se puede concluir que las tres poblaciones difieren respecto del tiempo de
máxima concentración en plasma de fenilbutazona?

Solución
La hipótesis estadística esta dado por:

H 0 : 1  2   a
H1: i   j
Normal Cirrósis Hepatítis
35 36 37
30.6 30.7 30.8
26.8 26.9 26.10
37.9 37.10 37.11
13.7 13.8 13.9
49 50 51

Totales y1.  84 y2.  86 y3.  88 y..  258

n 6 6 6 N=18

Media y1. =14 y2. =14.3333333 y3. =14.6666667 y.. =14.3333333

197
Bioestadística. Dr. Cleto De La Torre Dueñas

a
y..2
n
2582
SCT   yij   35  30.6  26.8  ....  51  
2 2 2 2
 2194.57
i 1 j 1 N 18
a
yi. y..2 842  862  882 2582
SCA       0.7059
i 1 ni N 6 18

SCE  SCT  SCA  2193.87

Análisis de la varianza.
Fuentes de g.l SC CM FC
Varianza
Tratamiento 2 0.7059 0.35295 0.00220775
Error 15 2193.87 146.258
Total 17 2194.57

0 fc .22 f3.68

De la tabla FO=3.68, Se acepta HO, por lo tanto las tres estrategias de ventas
presenta similar efecto.

2.- Un investigador analiza el efecto de un extracto a 4 dosis (EE1, EE2,EE3, EE4)

y un medicamento comercial (Naproxeno en la actividad antiinflamatoria. Los
resultados de la disminución real (eliminado el efecto del grupo control) se
miden cada 30 minutos. La información obtenida del estudio se muestra en el
cuadro siguiente.

198
Bioestadística. Dr. Cleto De La Torre Dueñas

Disminución Disminución
Tiempo Tratamiento de Volumen Tiempo Tratamiento de Volumen
30 EE1 -0.085 90 EE3 0.09
30 EE1 0.045 120 EE3 0.2
60 EE1 -0.1 120 EE3 0.25
60 EE1 0.02 150 EE3 0.26
90 EE1 -0.075 150 EE3 0.34
90 EE1 0.085 30 EE4 0
120 EE1 -0.073 30 EE4 0.07
120 EE1 0.087 60 EE4 0.03
150 EE1 0.25 60 EE4 0.1
150 EE1 0.17 90 EE4 0.09
30 EE2 -0.11 90 EE4 0.17
30 EE2 0.03 120 EE4 0.21
60 EE2 -0.1 120 EE4 0.2
60 EE2 0.02 150 EE4 0.35
90 EE2 -0.08 150 EE4 0.42
90 EE2 0.07 30 Naproxeno 0.03
120 EE2 -0.05 30 Naproxeno 0.06
120 EE2 0.11 60 Naproxeno 0.11
150 EE2 0.12 60 Naproxeno 0.1
150 EE2 0.25 90 Naproxeno 0.17
30 EE3 -0.06 90 Naproxeno 0.15
30 EE3 0 120 Naproxeno 0.21
60 EE3 -0.04 120 Naproxeno 0.32
60 EE3 0.02 150 Naproxeno 0.44
90 EE3 0.02 150 Naproxeno 0.42

Con 95% cual es su conclusión de este estudio.

199
Bioestadística. Dr. Cleto De La Torre Dueñas

ANALISIS DE VARIANZA
Fuentes de variación Suma de gl Cuadrado Fc P-Value
cuadrados medio
Factores
A:Tratamiento 0.242096 4 0.0605239 12.40 0.0000
B:Tiempo 0.611808 4 0.152952 31.34 0.0000
Interaccion
AB 0.0524227 16 0.00327642 0.67 0.7941
Error 0.122 25 0.00488
Total 1.02833 49

Del análisis de varianza que se muestra en el cuadro anterior se puede concluir

con 95% de confianza que los tratamientos considerados en el estudio (diferentes
tipo de de extracto más el estándar que es naproxeno) influyen en la disminución
del volumen de la inflamación. (P-valor < 0.05), es decir algunos de estos tipos de
tratamiento genera mejor efecto en la actividad antiinflamatoria en comparación
de los otros tratamientos.
También del mismo cuadro se puede desprender que el factor tiempo influye (p-
valor < 0.05) es decir que en determinado tiempo tiene mejor efecto los
tratamientos.
Para determinar que tratamiento tiene mejor efecto se aplica las pruebas de
comparación de múltiples que se ilustra gráficamente.

200
Bioestadística. Dr. Cleto De La Torre Dueñas

Means and 95.0 Perc ent LSD Interv als

0.24
Disminucion de Volumen

0.19

0.14

0.09

0.04

-0.01
EE1 EE2 EE3 EE4 Naproxeno
Tratamiento

De este grafico se observa que los tratamientos naproxeno, EE4 estadísticamente

tienen similares efectos en la desinflamación y este grupo presenta mejor efecto en
comparación de los tratamientos EE3, EE2, EE1.
Por otra parte el Extracto EE1 tiene el menor efecto de todos los tratamientos.

Means and 95.0 Perc ent LSD Interv als

0.36
Disminucion de Volumen

0.26

0.16

0.06

-0.04
30 60 90 120 150
Tiempo

El efecto de los distintos tratamientos es creciente de 60 a 150 minutos .Por otra

parte también se puede observar que los distintos tratamientos tiene efectos
similares de 30 a 60 min. En cambio de 120 a 150 presentan mejor efecto (mayor
desinflamación)

201
Bioestadística. Dr. Cleto De La Torre Dueñas

0.45 Tratamiento
EE1
Disminucion de Volumen

0.35 EE2
EE3
EE4
0.25
Naproxeno

0.15

0.05

-0.05
30 60 90 120 150
Tiempo

De este análisis se puede concluir que todos los tratamientos presentan mejor
efecto a los 150 minutos.

EJERCICIOS

1. En un estudio de control de parásitos, cada rata fue inyectada con 500

larvas del parásito llamado Nippostrongylus muris. Diez días después fueron
sacrificadas y se contó el número de gusanos adultos. Se quiere dilucidar la
siguiente cuestión: ¿Hay diferencia en la resistencia a la invasión parasitaria
por grupos de ratas suministradas por diferentes proveedores? Se
analizaron 4 grupos diferentes, formados por 5 ratas cada uno. Los
resultados fueron:
Numero Grupo 1 Grupo 2 Grupo 3 Grupo 4
1 279 378 172 381
2 338 275 335 346
3 334 412 335 340
4 198 265 282 471
5 303 286 250 318

202
Bioestadística. Dr. Cleto De La Torre Dueñas

2.- El objetivo de un estudio es evaluar el poder hipocolesterolemiante de tres

tratamientos diferentes A, B y C en pacientes hipertensos; el tipo de
tratamiento hipotensor puede influir en los resultados; para controlar este
posible efecto se realiza un diseño de bloques. Hay tres pacientes por cada uno
de los seis tipos principales de tratamiento hipotensor: diuréticos,
betabloqueantes, alfabloqueantes, IECAS, ARAII y calcioantagonistas; se
seleccionan tres pacientes de cada tipo de tratamiento hipotensor y se asignan
al azar a cada uno de los tres tratamientos hipolipemiantes; tres meses
después se analiza el nivel del colesterol total de cada uno de los dieciocho
pacientes que participan en el estudio en mg por 100 ml. Los datos obtenidos
son los siguientes:

A B C
Diuréticos 227 233 210
Betabloq. 231 241 190
Alfabloq. 216 252 186
IECAS 222 237 175
ARAII 217 242 177
Calcioant 211 250 168

¿Hay diferencias entre los valores del colesterol obtenidos mediante los
tratamientos de los tres hipolipemiantes? ¿Hay efecto de bloques?

3.-Para realizar un estudio de contaminación por plomo en especimenes que

habitan en cuatro sectores costeros diferentes, se selecciona muestras aleatorias
de especimenes en los cuatro sectores y se miden los porcentajes de plomo
observados en ellos. Los resultados se muestran en la tabla siguiente:
Sector A 0.027 0.025 0.029 0.026

Sector B 0.025 0.028 0.030 0.027 0.024

203
Bioestadística. Dr. Cleto De La Torre Dueñas

Sector C 0.034 0.029 0.032 0.031 0.036

Sector D 0.030 0.033 0.031

a) Pruebe la hipótesis de no diferencia en los porcentajes medios de plomo

entre los sectores Use   0.01.
b) Compare las medias por pares, al 5% de significación.

4.-Tres programas de entrenamiento deportivo fueron probados en 15 atletas,

asignando al azar 5 de ellos a cada programa. Luego de terminado el
entrenamiento sus respectivas habilidades fueron comparadas por un mismo
entrenador con los resultados indicados:
PROGRAMA
A B C
48 42 68
54 59 71
78 62 87
83 80 98
96 92 101
Pruebe si hay diferencia entre los tres programas usando un nivel de significación
de 5%

5.- Los siguientes datos representan los tiempos de reacción (en segundos) a tres
tipos de estímulos:
Estímulo A: 4.9 6.1 4.3 4.6 5.3
Estímulo B: 5.5 5.4 6.2 5.8 5.6 5.2 4.8
Estímulo C: 6.4 6.8 5.7 6.5 6.3 6.6
a) Pruebe si el tiempo de reacción al tipo de estímulo B es superior al tipo de
estímulo A. Use 0.05.
b) Pruebe utilizando la prueba adecuada, si el tiempo de reacción es diferente
a los tres tipos de estímulos. Use un nivel de significación de 1%.

204
Bioestadística. Dr. Cleto De La Torre Dueñas

6.- La tabla siguiente muestra los niveles de residuo pesticida (PPB) en muestras
de sangre de 4 grupos de personas. Contrastar a un nivel de confianza de 0.05,
la hipótesis nula de que no existe diferencia en los niveles de PPB en los cuatro
grupos considerados.

Niveles de PPB
Grupo I 10 37 12 31 11 9 23
Grupo II 4 35 32 19 33 18 8
Grupo III 15 5 10 12 6 6 15
Grupo IV 7 11 1 8 2 5 3

7.- Un test de personalidad, tiene dos formas de determinar su valoración

suponiendo inicialmente que ambos métodos miden igualmente la
extroversión. Para ello se estudia en 12 personas obteniéndose los siguientes
resultados:

Medida de la extraversión
Forma A 12 18 21 10 15 27 31 6 15 13 8 10
Forma B 10 17 20 5 21 24 29 7 11 13 8 11

¿Hay diferencia entre los dos métodos?

205
Bioestadística. Dr. Cleto De La Torre Dueñas

CAPITULO XI

REGRESIONES LOGISTICA Y PROBIT.

Regresión probit.

Ensayos de tipo dosis-respuesta son aquellas en que una Determinada droga es

administrada en k diferentes dosis x1,x2,....,xk . y m1, m2,.....mk numero de
individuos que recibieron las dosis respectivamente. Obteniéndose como
respuesta y1,....yk individuos que mudan de estado(ocurrencia de un suceso, por
ejemplo muerte). Suponga que cada individuo responde (muerte o sobrevive) a
dosis aplicada.
Los resultados de este tipo de ensayos pueden ser considerados como
provenientes de una distribución binomial con probabilidad  i . Que es la

probabilidad de la ocurrencia de un suceso o evento. Es decir yi  B(mi ,  i ) .

Si la dosis xi es dada para una población . f(u) función de densidad para la

distribución de tolerancia, todo individuo cuya tolerancia es menor que x i
respondera a la droga con una probabilidad .
xi

 i  p[U  xi ]  F ( xi )   f (u )du


Esta probabilidad de ocurrencia de respuesta es típicamente nula para valores

pequeños de dosis. Unitaria para valores grandes.
El problema entonces es encontrar una curva senosoidal que se ajuste bien a los
datos, a partir de ella obtendremos la dosis efectiva.
Dentro de las curvas senosoidales mas comunes estan:logia,probit y complemento
log-log.

206
Bioestadística. Dr. Cleto De La Torre Dueñas

EJERCICIO RESUELTO

1.- La siguiente tabla muestra el número de insectos muertos. Esta información

esta referida a un ensayo de toxicidad, en que distintas dosis de insecticida
fueron aplicados a mi insectos, los cuales fueron expuestos durante 24 horas

X: niveles de la dosis utilizada

Y: Muertos: número de cuando se utiliza las dosis correspondiente

X= Dosis yi mi
0.649 0 6
0.791 0 6
1.044 2 6
1.493 2 6
1.917 4 6
2.43 5 6
3.087 5 6
3.926 6 6
4.886 6 6

OBJETIVOS
 Los objetivos de este tipo de experimentos son en general, modelar la
probabilidad de sucesos  i como función de variables explicatorios o

independientes.
 Determinar la dosis Efectiva (DLp) que causan la mudanza de estado del
p% de los individuos.
 Comparar la potencia de diferentes productos.

En el ejemplo en particular el objetivo es la determinación de la dosis letal que

mata el p% de los insectos, con la finalidad de recomendar su aplicación de
insecticida en el campo.
Definamos la respuesta de la siguiente forma:
Y=1, Insecto muere

207
Bioestadística. Dr. Cleto De La Torre Dueñas

Y=0, Sobrevive.

************ PROBIT ANALYSIS *********

Parameter estimates converged after 11 iterations.

Optimal solution found.

Parameter Estimates (PROBIT model: (PROBIT(p)) = Intercept + BX):

Regression Coeff. Standard Error Coeff./S.E.

DOSIS .92228 .31501 2.92778

Intercept Standard Error Intercept/S.E.

-1.50966 .66632 -2.26568

Pearson Goodness-of-Fit Chi Square = 1.150 DF = 5 P = .950

De los resultados anteriores que se muestra, La ecuacion de regresión probit esta

dado por:

probit( p )   1 ( p )   1   2 x  1.50966  0.92228dosis

El test den chi cuadrado, con un valor 1.150 y 5 grados de libertad y un grado de
significación p=0.950 , no establece dudas acerca de la bondad del ajuste del
modelo a los datos.
En conclusión el modelo ajusta adecuadamente los datos para este problema.

************ PROBIT ANALYSIS *********

Observed and Expected Frequencies

Number of Observed Expected

DOSIS Subjects Responses Responses Residual Prob

208
Bioestadística. Dr. Cleto De La Torre Dueñas

1.04 6.0 2.0 1.754 .246 .29226

1.49 6.0 2.0 2.683 -.683 .44722
1.92 6.0 4.0 3.612 .388 .60193
2.43 6.0 5.0 4.607 .393 .76775
3.09 6.0 5.0 5.457 -.457 .90946
3.93 6.0 6.0 5.896 .104 .98262
4.89 6.0 6.0 5.992 .008 .99863

Los resultados anteriores, en la primera columna se presenta la dosis y en la

segunda el numero de insectos. La tercera columna recoge las respuestas
observadas, y la cuarta columna las esperadas, extraídas a partir de la
probabilidad correspondiente a cada valor y obtenida esta probabilidad a través
de la regresión. Finalmente, en la quinta, aparece el residual o la diferencia entre
una y otras y allí es donde se puede observar el ajuste del modelo mas
detalladamente.
Finalmente los resultados que se muestra, nos servira para determinar que valores
de la variable dosis tiene que probabilidad de respuesta. Esta información es
sumamente importante ya que en la mayoria de las aplicaciones de esta prueba.
Interesa saber con que valores de la variable dosis obtendremos un 50,90,100,%,etc
de respuesta positiva(muerte de los insectos)

************ PROBIT ANALYSIS *********

Confidence Limits for Effective DOSIS

95% Confidence Limits

Prob DOSIS Lower Upper

.01 -.88552 -6.73462 .32855

.02 -.58994 -5.84831 .51347

209
Bioestadística. Dr. Cleto De La Torre Dueñas

.03 -.40241 -5.28695 .63178

.04 -.26134 -4.86530 .72140
.05 -.14659 -4.52280 .79479
.06 -.04892 -4.23167 .85765
.07 .03672 -3.97674 .91310
.08 .11340 -3.74880 .96306
.09 .18314 -3.54177 1.00877
.10 .24733 -3.35146 1.05111
.15 .51311 -2.56684 1.22973
.20 .72433 -1.94846 1.37691
.25 .90555 -1.42349 1.50871
.30 1.06829 -.95842 1.63345
.35 1.21909 -.53531 1.75687
.40 1.36219 -.14390 1.88408
.45 1.50063 .22127 2.02068
.50 1.63688 .56208 2.17368
.55 1.77313 .87736 2.35221
.60 1.91158 1.16385 2.56749
.65 2.05468 1.41866 2.83129
.70 2.20548 1.64276 3.15374
.75 2.36822 1.84260 3.54370
.80 2.54943 2.02898 4.01409
.85 2.76066 2.21593 4.59270
.90 3.02644 2.42436 5.34750
.91 3.09063 2.47182 5.53269
.92 3.16037 2.52246 5.73480
.93 3.23705 2.57716 5.95800
.94 3.32268 2.63722 6.20832
.95 3.42036 2.70460 6.49492
.96 3.53511 2.78249 6.83293
.97 3.67618 2.87669 7.25000

210
Bioestadística. Dr. Cleto De La Torre Dueñas

.98 3.86371 2.99984 7.80651

.99 4.15928 3.19039 8.68720

La dosis letal para matar el 50% de insectos, es de 1.63688

Regresión Logística.
Sea la variable categórica y, que toma dos valores y=1 (padece la enfermedad) e
y=0 ( no padece la enfermedad). Con probabilidad de tomar el valor 1, denotado
por P, la probabilidad que y no es igual a 1, es 1-P , la razón de disparidades
(ODDS) que favorece a y tomar el valor 1, está dado por
P
ODSS ( y  1) 
1 P

El rango de los ODDS, va de 0 (cuando P=0) a 1 (cuando P=1). Si la probabilidad

de tener la enfermedad es de 0.65, luego la probabilidad de no tener la
enfermedad es 0.35, entonces los ODDS de tener la enfermedad es

0.65
ODSS ( y  1)   1.857  2
0.35
Este valor indica que es dos veces más probable de no tener la enfermedad

Tomando del logaritmo de los ODDS, obtenemos un logit

P
L  log( )
1 P

el cual varía de –00 ( cuando P es igual a cero) a + 00 (cuando P es igual a uno )

La regresión logística se refiere a modelar el logit como variable respuesta,

L   0  1 x1  ...   p x p

Si L es una función lineal de las variables x, la probabilidad P es no lineal, es una

función S: La probabilidad predictiva no debe escapar del intervalo (0,1). De este

211
Bioestadística. Dr. Cleto De La Torre Dueñas

modo la regresión logística proporciona un modelo mas realistisco para

probabilidades que la regresión lineal.

EJERCICIO RESUELTO

1.- Se quiere analizar si la Edad en años; la ocurrencia (valor 1) o no (valor 0) de

Angina de Pecho con anterioridad al experimento; antecedentes de Presión
Sanguínea alta (sí, valor 1; no, valor 0) y el tipo de Actividad deportiva llevada
a cabo por el individuo (ninguna, valor 0; mínima, valor 1; moderada, valor 2;
más que moderada, valor 3), son variables que pueden utilizarse para predecir
la probabilidad p de Infarto de miocardio (de valores 1, si hay infarto y 0 si no
hay infarto).
Si las cuatro variables resultaran de utilidad a la hora de explicar a la variable
dependiente Infarto, se obtendría un modelo de Regresión Logística de la
forma:
 p 
log     0  1 * Edad   2 * Angina  3 * [Link]   4 * Actividad
 1 p 

Con objeto de realizar dicho análisis, se eligieron al azar 50 personas de la

población en estudio, obteniéndose los siguientes datos

Edad Actividad Infarto Angina Presión

52 1 1 1 0
66 0 0 1 0
56 2 1 0 1
57 3 1 1 0
...... ...... ...... ......
40 3 1 1 0
42 1 1 0 1

Después de realizado un Análisis de Regresión Logística a todos los datos, se

obtuvo como única variable significativa, a la hora de explicar a la variable

212
Bioestadística. Dr. Cleto De La Torre Dueñas

Infarto, a la variable Presión, quedando como Modelo de Regresión Logística

estimado

 p 
log    1.335  1.181* [Link]
 1 p 

De donde despejando la probabilidad de infarto p, quedará

exp 1.335  1.181* [Link] 

p
1  exp 1.335  1.181* [Link] 

de donde se obtiene que los individuos de la población de donde se extrajo la

muestra, con presión sanguínea baja ([Link]ínea=0), tienen una probabilidad de
infarto

exp(1.335)
p  0.792
1  exp(1.335)

y los individuos con presión sanguínea alta ([Link]ínea=1) una probabilidad de

infarto

exp 1.335  1.181

p  0.5384
1  exp 1.335  1.181

213
Bioestadística. Dr. Cleto De La Torre Dueñas

Tabla Normal Estándar

Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09

0 0 0.00399 0.00798 0.01197 0.01595 0.01994 0.02392 0.0279 0.03188 0.03586
0.1 0.03983 0.04395 0.04776 0.05172 0.05567 0.05962 0.06356 0.0675 0.07124 0.07534
0.2 0.07926 0.08617 0.08706 0.09095 0.09483 0.09871 0.10257 0.10642 0.11026 0.11409
0.3 0.11781 0.12172 0.12552 0.1293 0.13307 0.13683 0.14058 0.14431 0.14803 0.15173
0.4 0.15542 0.1591 0.16276 0.1664 0.17003 0.17364 0.17724 0.18082 0.18439 0.18793
0.5 0.19146 0.19497 0.19847 0.20194 0.2054 0.20884 0.21226 0.21566 0.21904 0.2224
0.6 0.22575 0.22907 0.23237 0.23565 0.23891 0.24215 0.24537 0.24857 0.25175 0.2549
0.7 0.25804 0.26115 0.26424 0.2673 0.27035 0.27337 0.27637 0.27935 0.2823 0.28524
0.8 0.28814 0.29103 0.29389 0.29373 0.29955 0.30234 0.3051 0.30785 0.31057 0.31327
0.9 0.31594 0.31859 0.32124 0.32381 0.32639 0.32894 0.33147 0.33398 0.33646 0.33891
1 0.34134 0.34375 0.34614 0.34849 0.35083 0.35314 0.35543 0.35769 0.35993 0.36214
1.1 0.36433 0.3665 0.36864 0.37076 0.37286 0.37923 0.37698 0.379 0.381 0.38298
1.2 0.38493 0.38686 0.38877 0.39065 0.39251 0.39435 0.39616 0.39796 0.39973 0.40147
1.3 0.4032 0.4049 0.40658 0.40824 0.40988 0.41149 0.41308 0.41466 0.41621 0.41774
1.4 0.41924 0.42073 0.4222 0.42364 0.42507 0.42647 0.42785 0.42922 0.43056 0.43189
1.5 0.43319 0.43448 0.43574 0.43699 0.43822 0.43943 0.44062 0.44179 0.44295 0.44408
1.6 0.4452 0.4463 0.44738 0.44845 0.4495 0.45053 0.45154 0.45254 0.45352 0.45449
1.7 0.45543 0.45637 0.45728 0.45818 0.45907 0.45994 0.46079 0.46164 0.46246 0.46327
1.8 0.46407 0.46485 0.46562 0.46637 0.46712 0.46784 0.46856 0.46926 0.46995 0.47062
1.9 0.47128 0.47193 0.47257 0.4732 0.47381 0.47441 0.475 0.47558 0.47615 0.4767
2 0.47725 0.47778 0.47831 0.47882 0.47932 0.47982 0.4803 0.48077 0.48124 0.48169
2.1 0.48214 0.48257 0.48299 0.48341 0.48382 0.48422 0.48461 0.485 0.48537 0.48574
2.2 0.4861 0.48645 0.48679 0.48713 0.48745 0.48778 0.48809 0.4884 0.4887 0.48899
2.3 0.48928 0.48956 0.48983 0.49001 0.49036 0.49061 0.49086 0.4911 0.49134 0.49158
2.4 0.4918 0.49202 0.49224 0.49245 0.49266 0.49286 0.49305 0.49324 0.49343 0.49361
2.5 0.49379 0.49396 0.49413 0.4943 0.49446 0.49461 0.49477 0.49491 0.49506 0.4952
2.6 0.49534 0.49547 0.4956 0.49573 0.49585 0.49597 0.49609 0.49621 0.49632 0.49643
2.7 0.49653 0.49664 0.49674 0.49683 0.49693 0.49702 0.49711 0.4972 0.49728 0.49736
2.8 0.49744 0.49752 0.4976 0.49767 0.49774 0.49781 0.49788 0.49795 0.49801 0.49807
2.9 0.49813 0.49819 0.49825 0.4983 0.49836 0.49841 0.49846 0.49851 0.49856 0.4986
3 0.49865 0.49869 0.49874 0.49878 0.49882 0.49886 0.49889 0.49893 0.49897 0.499
3.1 0.49903 0.49906 0.4991 0.49913 0.49916 0.49918 0.49921 0.49924 0.49926 0.49929
3.2 0.49931 0.49934 0.49936 0.49938 0.4994 0.49942 0.49944 0.49946 0.49948 0.4995
3.3 0.49952 0.49953 0.49955 0.49957 0.49958 0.4996 0.49961 0.49962 0.49964 0.49965
3.4 0.49956 0.49968 0.49969 0.4997 0.49971 0.49972 0.49973 0.49974 0.49975 0.49976
3.5 0.49977 0.49978 0.49978 0.49979 0.4998 0.49981 0.49981 0.49982 0.49983 0.49983
3.6 0.49984 0.49985 0.49985 0.49986 0.49986 0.49987 0.49987 0.49988 0.49988 0.49989
3.7 0.49989 0.4999 0.4999 0.4999 0.49991 0.49991 0.49992 0.49992 0.49992 0.49992
3.8 0.49993 0.49993 0.49993 0.49994 0.49994 0.49994 0.49994 0.49995 0.49995 0.49995
3.9 0.49995 0.49995 0.49996 0.49996 0.49996 0.49996 0.49996 0.49996 0.49997 0.49997

214
Bioestadística. Dr. Cleto De La Torre Dueñas

TABLA DE LA DISTRIBUCION T-STUDENT

p  x  c  1

gl 1
0.75 0.80 0.85 0.9 0.95 0.975 0.99 0.995
1 1 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
6 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707
7 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499
8 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355
9 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250
10 0.7 0.879 1.093 1.372 1.812 2.228 2.764 3.169
11 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106
12 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055
13 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012
14 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977
15 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947
16 0.69 0.865 1.071 1.337 1.746 2.120 2.583 2.921
17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898
18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878
19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861
20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845
21 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831
22 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819
23 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807
24 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797
25 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787
26 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779
27 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771
28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763
29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756
30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750
40 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704
60 0.679 0.848 1.046 1.296 1.671 2.000 2.390 2.660
120 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617
 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576

215
 Bioestadística. Dr. Cleto De La Torre Dueñas

TABLA DE LA DISTRIBUCION CHI CUADRADO ( p  x  c   1   )

gl 0.01 0.01 0.025 0.05 0.1 0.2 0.4 0.6 0.8 0.9 0.95 0.975 0.99 0.995
1 0 0 0 0 0.02 0.06 0.27 0.71 1.64 2.71 3.84 5.02 6.63 7.88
2 0.01 0.02 0.05 0.1 0.21 0.45 1.02 1.83 3.22 4.61 5.99 7.38 9.21 10.6
3 0.07 0.11 0.22 0.35 0.58 1.01 1.87 2.95 4.64 6.25 7.81 9.35 11.34 12.84
4 0.21 0.3 0.48 0.71 1.06 1.65 2.75 4.04 5.99 7.78 9.49 11.14 13.28 14.86
5 0.41 0.55 0.83 1.15 1.61 2.34 3.66 5.13 7.29 9.24 11.07 12.83 15.09 16.75
6 0.68 0.87 1.24 1.64 2.2 3.07 4.57 6.21 8.56 10.64 12.59 14.45 16.81 18.55
7 0.99 1.24 1.69 2.17 2.83 3.82 5.49 7.28 9.8 12.02 14.07 16.01 18.48 20.28
8 1.34 1.65 2.18 2.73 3.49 4.59 6.42 8.35 11.03 13.36 15.51 17.53 20.09 21.95
9 1.73 2.09 2.7 3.33 4.17 5.38 7.36 9.41 12.24 14.68 16.92 19.02 21.67 23.59
10 2.16 2.56 3.25 3.94 4.87 6.18 8.3 10.47 13.44 15.99 18.31 20.48 23.21 25.19
11 2.6 3.05 3.82 4.57 5.58 6.99 9.24 11.53 14.63 17.28 19.68 21.92 24.73 26.76
12 3.07 3.57 4.4 5.23 6.3 7.81 10.18 12.58 15.81 18.55 21.03 23.34 26.22 28.3
13 3.57 4.11 5.01 5.89 7.04 8.63 11.13 13.64 16.98 19.81 22.36 24.74 27.69 29.82
14 4.07 4.66 5.63 6.57 7.79 9.47 12.08 14.69 18.15 21.06 23.68 26.12 29.14 31.32
15 4.6 5.23 6.26 7.26 8.55 10.31 13.03 15.73 19.31 22.31 25 27.49 30.58 32.8
16 5.14 5.81 6.91 7.96 9.31 11.15 13.98 16.78 20.47 23.54 26.3 28.85 32 34.27
17 5.7 6.41 7.56 8.67 10.09 12 14.94 17.82 21.61 24.77 27.59 30.19 33.41 35.72
18 6.26 7.01 8.23 9.39 10.86 12.86 15.89 18.87 22.76 25.99 28.87 31.53 34.81 37.16
19 6.84 7.63 8.91 10.12 11.65 13.72 16.85 19.91 23.9 27.2 30.14 32.85 36.19 38.58
20 7.43 8.26 9.59 10.85 12.44 14.58 17.81 20.95 25.04 28.41 31.41 34.17 37.57 40
21 8.03 8.9 10.28 11.59 13.24 15.44 18.77 21.99 26.17 29.62 32.67 35.48 38.93 41.4
22 8.64 9.54 10.98 12.34 14.04 16.31 19.73 23.03 27.3 30.81 33.92 36.78 40.29 42.8
23 9.26 10.2 11.69 13.09 14.85 17.19 20.69 24.07 28.43 32.01 35.17 38.08 41.64 44.18
24 9.89 10.9 12.4 13.85 15.66 18.06 21.65 25.11 29.55 33.2 36.42 39.36 42.98 45.56
25 10.5 11.5 13.12 14.61 16.47 18.94 22.62 26.14 30.68 34.38 37.65 40.65 44.31 46.93
30 13.8 15 16.79 18.49 20.6 23.36 27.44 31.32 36.25 40.26 43.77 46.98 50.89 53.67
35 17.2 18.5 20.57 22.47 24.8 27.84 32.28 36.47 41.78 46.06 49.8 53.2 57.34 60.27
40 20.7 22.2 24.43 26.51 29.05 32.34 37.13 41.62 47.27 51.81 55.76 59.34 63.69 66.77
45 24.3 25.9 28.37 30.61 33.35 36.88 42 46.76 52.73 57.51 61.66 65.41 69.96 73.17
50 28 29.7 32.36 34.76 37.69 41.45 46.86 51.89 58.16 63.17 67.5 71.42 76.15 79.49
55 31.7 33.6 36.4 38.96 42.06 46.04 51.74 57.02 63.58 68.8 73.31 77.38 82.29 85.75
60 35.5 37.5 40.48 43.19 46.46 50.64 56.62 62.13 68.97 74.4 79.08 83.3 88.38 91.95
65 39.4 41.4 44.6 47.45 50.88 55.26 61.51 67.25 74.35 79.97 84.82 89.18 94.42 98.1
70 43.3 45.4 48.76 51.74 55.33 59.9 66.4 72.36 79.71 85.53 90.53 95.02 100.4 104.2
75 47.2 49.5 52.94 56.05 59.79 64.55 71.29 77.46 85.07 91.06 96.22 100.8 106.4 110.3
80 51.2 53.5 57.15 60.39 64.28 69.21 76.19 82.57 90.41 96.58 101.88 106.6 112.3 116.3
85 55.2 57.6 61.39 64.75 68.78 73.88 81.09 87.67 95.73 102.1 107.52 112.4 118.2 122.3
90 59.2 61.8 65.65 69.13 73.29 78.56 85.99 92.76 101.05 107.6 113.15 118.1 124.1 128.3
95 63.3 65.9 69.92 73.52 77.82 83.25 90.9 97.85 106.36 113 118.75 123.9 130 134.3

216
Bioestadística. Dr. Cleto De La Torre Dueñas

217
Bioestadística. Dr. Cleto De La Torre Dueñas

218