REPÚBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL
DE LOS LLANOS CENTRALES “RÓMULO
GALLEGOS”
ÁREA CIENCIAS DE LA SALUD
FACULTAD DE MEDICINA
CÁTEDRA: MPFC V
ESTADÍSTICA
Autor:
María Zurlini
La Guaira, Marzo del 2025
Un estudio sobre el índice de masa corporal (IMC) en pacientes con riesgo
cardiovascular ha recopilado los siguientes valores en una muestra de 7
individuos: 24.5, 25. 26.2, 27.5, 28.1, 29.0 y 30.3. Calcule la media, mediana y
moda de esta muestra y haga la interpretación correspondiente de cada valor.
Media: Suma: 24.5+25.0+26.2+27.5+28.1+29.0+30.3=190.624.5 + 25.0 + 26.2 + 27.5 +
28.1 + 29.0 + 30.3 = 190.6 Número de valores: 7= 190.6/7= 27.23
Mediana= Mediana: Es el valor central cuando los datos están ordenados. Como hay 7
valores (impar), la mediana es el cuarto valor en la lista ordenada
Moda= No se repite ningún valor.
En términos generales, los pacientes se encuentran en el rango de "sobrepeso", ya que
un IMC entre 25 y 29.9 corresponde a esta categoría según la OMS.
Mediana (27.5): Representa el valor central, es decir, la mitad de los pacientes tiene un
IMC inferior a 27.5 y la otra mitad tiene un IMC superior.
Moda: Dado que no hay repetición de valores, no hay moda, lo que significa que todos
los pacientes tienen IMC distintos en esta muestra.
En un hospital, se registraron los niveles de glucosa en ayunas (mg/dL) de cinco
pacientes diabéticos con los siguientes valores: 85, 90, 92, 110 200. ¿Cuál es la
media de los valores? Justifique por qué en este caso podría ser más apropiado
usar la mediana en lugar de la media para describir la glucosa promedio en estos
pacientes
Media= 85+90+92+110+200=577/5= 115.4 mg/dL
Mediana= Como hay un número impar de datos (5), la mediana es el valor central:
Mediana = 92 mg/dL
Justificación del empleo de la mediana.
La media se ve influenciada por valores extremos. En este caso, el valor 200 mg/dL es
significativamente más alto que los demás, lo que eleva la media (115.4 mg/dL) y la
hace menos representativa del grupo. Por otro lado, la mediana (92 mg/dL) refleja
mejor la tendencia central de los datos, ya que no se ve afectada por estos valores
extremos.
Explique cómo se presenta y se grafica cada tipo de variable estadística en el
ámbito médico:
Cuantitativa discreta y continua, de un ejemplo de cada una relacionada a su
ámbito de investigación, diga cómo se presenta y como se grafica cada una. Cualitativa
ordinal, nominal politómica y nominal dicotómica de un ejemplo de cada una
relacionada a su ámbito de investigación, diga cómo se presenta y como se grafica
cada una
Cuantitativas:
Discreta:
Ejemplo: Número de visitas médicas en una semana por paciente.
Presentación: Se muestra en tablas de frecuencias o distribuciones con valores
específicos.
Gráfica: Se utiliza un diagrama de barras o un gráfico de columnas, dado que los
valores son números enteros y no tienen valores intermedios.
Continua:
Ejemplo: Niveles de glucosa en sangre (mg/dL) registrados durante una prueba.
Presentación: Se presenta en intervalos o rangos en tablas de frecuencias, ya que los
valores pueden ser fracciones o decimales.
Gráfica: Se utiliza un histograma para mostrar la distribución de los valores o una curva
de densidad si se requiere una representación más detallada.
Cualitativas:
Ordinal:
Ejemplo: Grados de hipertensión (leve, moderada, severa).
Presentación: Se organiza en una tabla que muestra las frecuencias de cada categoría
ordenada jerárquicamente.
Gráfica: Se utiliza un diagrama de barras o gráfico de columnas, ordenando las
categorías según su nivel.
Nominal politómica:
Ejemplo: Tipos de enfermedades diagnosticadas en un hospital (diabetes, hipertensión,
cardiopatía, asma).
Presentación: Se expone en tablas de frecuencias que enumeren las categorías sin
orden específico.
Gráfica: Se emplea un gráfico de barras o un diagrama de pastel para mostrar las
proporciones relativas.
Nominal dicotómica:
Ejemplo: Resultado de prueba COVID-19 (positivo o negativo).
Presentación: Se muestra en tablas con frecuencia absoluta o porcentajes de cada
resultado.
Gráfica: Se utiliza un gráfico de barras o un diagrama de pastel, dado que sólo hay dos
categorías posibles.
Un estudio clínico determinó que el nivel promedio de colesterol total en una
población de adultos es de 200 mg/dL con una desviación estándar de 25 mg/dL.
Si la distribución es aproximadamente normal, ¿qué porcentaje de los datos
esperaría encontrar entre 175 y 225 mg/dL? Use la regla empírica (Regla 68-95-
99.7) para justificar su respuesta.
La regla empírica (o regla 68-95-99.7) establece que, en una distribución normal, los
datos se distribuyen de la siguiente manera con respecto a la media (𝜇) y la desviación
estándar (𝜎):
68% de los datos están dentro de una desviación estándar de la media (𝜇±𝜎).
95% de los datos están dentro de dos desviaciones estándar (𝜇±2𝜎).
99.7% de los datos están dentro de tres desviaciones estándar (𝜇±3𝜎).
Datos del problema:
Media (𝜇) = 200 mg/dL
Desviación estándar (𝜎) = 25 mg/dL
Rango a analizar: 175 mg/dL y 225 mg/dL
Cálculo del rango:
El rango de 175 mg/dL a 225 mg/dL corresponde a: 𝜇−𝜎=200−25=175 mg/dL
𝜇+𝜎=200+25=225mg/dL
Esto significa que el rango dado está dentro de una desviación estándar de la media
(𝜇±𝜎).
Interpretación usando la regla empírica:
Dado que el rango de 175 mg/dL a 225 mg/dL incluye todos los valores dentro
de una desviación estándar de la media, se esperaría encontrar aproximadamente el
68% de los datos en este rango. Por lo tanto, el 68% de la población tendrá niveles de
colesterol total entre 175 mg/dL y 225 mg/dL.
En un análisis de niveles de hemoglobina en una población, los resultados
muestran una distribución asimétrica negativa ¿Qué implica esto en términos de
la relación entre media, mediana y moda? Explique también el concepto de
curtosis y su implicación en la distribución de los datos.
Cuando los datos tienen una distribución asimétrica negativa (o sesgo a la
izquierda), los valores tienden a concentrarse hacia el extremo superior, mientras que
hay una cola más larga hacia el extremo inferior. Esto tiene implicaciones en la relación
entre las medidas de tendencia central:
Media: Es arrastrada hacia el extremo más bajo (la cola), y será menor que la
mediana.
Mediana: Representa el valor central de la distribución y no se ve tan afectada
por los valores extremos como la media.
Moda: Es el valor que más se repite y se ubicará cerca del pico de la
distribución, generalmente mayor que la media y, en este caso, cercana o igual a
la mediana.
En resumen: Moda > Mediana > Media (en distribuciones asimétricas
negativas).
Curtosis:
La curtosis mide la forma de la distribución de los datos, específicamente la
concentración de los valores en la región central (altura del pico) y la longitud de las
colas. Existen tres tipos principales de curtosis:
1. Mesocúrtica: La distribución tiene una forma "normal" (por ejemplo, la
distribución normal estándar).
2. Leptocúrtica: El pico es más alto y las colas son más largas, indicando más
valores extremos concentrados en las colas.
3. Platicúrtica: El pico es más bajo y las colas son más cortas, indicando que los
valores están más dispersos.
Se recopilaron los tiempos de espera (en minutos) para la consulta en un
servicio de emergencias: 10, 12, 15, 20, 25, 30, 45. Los resultados del análisis
estadístico fueron los siguientes:
Media: 22.4 min
Mediana: 20 min
Desviación estándar: 12.2 min
Rango: 35 min
Interprete estos resultados
Los datos muestran una considerable variabilidad en los tiempos de espera. La
mediana de 20 minutos sugiere que la mayoría de los pacientes tienen tiempos de
espera moderados, pero la presencia de tiempos extremos (como los 45 minutos)
aumenta la media y refleja una experiencia desigual entre los pacientes. Esto podría
indicar problemas operativos en el servicio de emergencias que afectan la consistencia
de los tiempos de espera.
En un conjunto de datos sobre presión arterial sistólica en adultos, la media y la
mediana son iguales. ¿Qué nos indica esto acerca de la distribución de los
datos? ¿Siempre será el caso en cualquier distribución? Explique.
Cuando la media y la mediana son iguales en un conjunto de datos, esto
generalmente indica que la distribución es simétrica. Es decir, los valores están
igualmente distribuidos a ambos lados del centro de la distribución, y no hay un sesgo
hacia valores más altos o bajos. En este caso, la moda también tiende a coincidir con la
media y la mediana si la distribución es perfectamente simétrica, como ocurre en una
distribución normal.
¿Siempre será el caso?
No, no siempre ocurre que la media y la mediana sean iguales en todas las
distribuciones. Esto depende de la forma de la distribución:
En una distribución asimétrica positiva (sesgo a la derecha), la media será mayor
que la mediana, ya que la cola de valores altos eleva la media.
En una distribución asimétrica negativa (sesgo a la izquierda), la media será
menor que la mediana debido a la cola de valores bajos que reduce la media.
Un grupo de investigación realizó una encuesta sobre el número de horas que los
médicos residentes dedican al sueño semanalmente, determine qué tipo de
variable representa esta información, cómo debería ser presentada qué tipo de
gráfico es el más adecuado. Justifique su respuesta.
La información sobre el número de horas que los médicos residentes dedican al
sueño semanalmente representa una variable cuantitativa continua, ya que el tiempo
de sueño puede tomar cualquier valor dentro de un rango (por ejemplo, horas y
fracciones de hora).
Presentación de la información:
Este tipo de variable es mejor presentada en una tabla de frecuencias, donde se
clasifiquen los datos en rangos (intervalos) para facilitar su análisis. Por ejemplo, se
pueden agrupar los datos en intervalos como "0-20 horas", "21-40 horas", etc.,
mostrando las frecuencias absolutas y relativas en cada intervalo.
Gráfico más adecuado:
El gráfico más adecuado para representar esta información sería un histograma,
ya que permite visualizar la distribución de los datos en intervalos continuos. Un
histograma muestra cómo se concentra el tiempo de sueño en diferentes rangos,
facilitando la identificación de patrones como la tendencia central o la dispersión.
En este contexto, un histograma sería más útil que un gráfico de barras, que es
más adecuado para variables discretas o categóricas.
Se realizó un estudio para conocer la satisfacción de los pacientes en una unidad
de cuidados intensivos, y los resultados fueron: Muy satisfecho (25%),
Satisfecho (35% Neutral (20%), Insatisfecho (15%), Muy insatisfecho (5%). ¿Qué
tipo de variable representa esta información, cómo debería ser presentada y qué
tipo de gráfico es el más adecuado? Justifique su respuesta
Esta información representa una variable cualitativa ordinal, ya que las categorías
("Muy satisfecho", "Satisfecho", "Neutral", "Insatisfecho", "Muy insatisfecho") tienen un
orden lógico que refleja diferentes niveles de satisfacción, pero no se pueden
cuantificar directamente. Se debería presentar en una distribución de frecuencia y
representada por un gráfico de barra o torta.
A continuación, se presentan tres conjuntos de datos con distribuciones
diferentes. Se proporcionan los valores de asimetría y curtosis. Analice e
interprete los gráficos generados (polígonos de frecuencia, cajas y bigotes,
histogramas). Identifique si la distribución es normal, asimétrica positiva o
negativa, y si la curtosis indica distribución mesocúrtica, leptocúrtica o
platicúrtica. Haga la interpretación correspondiente
Media = 100, Desviación estándar = 15, Asimetría = 0.02, Curtosis = -0.1
Media = 120, Desviación estándar = 30, Asimetría = 1.5, Curtosis = 2.5
Media = 80, Desviación estándar = 20, Asimetría = -1.2, Curtosis-1.8
Primer conjunto de datos:
Media: 100
Desviación estándar: 15
Asimetría: 0.02 (cercana a 0, indicando simetría)
Curtosis: -0.1 (cercana a 0, indicando mesocúrtica)
Análisis:
La asimetría cercana a 0 indica que los datos están distribuidos de manera simétrica,
es decir, la media, mediana y moda coinciden o están muy cercanas.
La curtosis cercana a 0 sugiere que la distribución es mesocúrtica, similar a una
distribución normal estándar en términos de altura del pico y longitud de las colas.
Interpretación de gráficos:
Polígono de frecuencia: Mostrará una distribución simétrica con un pico central bien
definido.
Cajas y bigotes: Los bigotes serán equilibrados y la mediana estará centrada dentro del
rango intercuartílico.
Histograma: Tendrá una forma de campana, con datos distribuidos de manera uniforme
en ambos lados de la media.
Segundo conjunto de datos:
Media: 120
Desviación estándar: 30
Asimetría: 1.5 (positiva, indicando sesgo a la derecha)
Curtosis: 2.5 (alta, indicando leptocúrtica)
Análisis:
La asimetría positiva indica que hay una cola larga hacia la derecha, con valores
extremos elevados que arrastran la media hacia ese extremo.
La curtosis alta sugiere que la distribución es leptocúrtica, con un pico muy pronunciado
y colas largas. Esto implica una concentración de datos en el centro y mayor presencia
de valores extremos.
Interpretación de gráficos:
Polígono de frecuencia: Tendrá un pico agudo con una cola extendida hacia la derecha.
Cajas y bigotes: El bigote superior será más largo, mostrando los valores extremos
elevados.
Histograma: Presentará un pico alto y una cola hacia la derecha, reflejando el sesgo
positivo.
Tercer conjunto de datos:
Media: 80
Desviación estándar: 2
Asimetría: -1.2 (negativa, indicando sesgo a la izquierda)
Curtosis: -1.8 (baja, indicando platicúrtica)
Análisis:
La asimetría negativa indica una cola larga hacia la izquierda, con valores bajos que
arrastran la media hacia ese extremo.
La curtosis baja sugiere que la distribución es platicúrtica, con un pico más plano y
colas más cortas. Esto implica mayor dispersión de los valores alrededor de la media.
Interpretación de gráficos:
Polígono de frecuencia: Tendrá un pico menos pronunciado y una cola extendida hacia
la izquierda.
Cajas y bigotes: El bigote inferior será más largo, mostrando los valores bajos
extremos.
Histograma: Presentará un pico bajo y una cola hacia la izquierda, reflejando el sesgo
negativo.
Conclusión:
Cada conjunto refleja una distribución distinta en términos de simetría y concentración:
Primer conjunto: Distribución normal (mesocúrtica, simétrica).
Segundo conjunto: Distribución asimétrica positiva (leptocúrtica, concentrada).
Tercer conjunto: Distribución asimétrica negativa (platicúrtica, dispersa).
