UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO.

FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA

CARRERA DE ENFERMERÍA.
MÓDULO INTEGRADOR: Salud Pública

Estadística Descriptiva

INTEGRANTES:
Rendon Chaperon Viviana Jocelin
Rodríguez Hernández Ximena Alejandra

CIUDAD DE MÉXICO. 2019

Bioestadística. U. Málaga. 1
¿Para qué sirve la estadística?
 La Ciencia se ocupa en general de fenómenos observables

 La Ciencia se desarrolla observando hechos, formulando leyes que los

explican y realizando experimentos para validar o rechazar dichas leyes

 Los modelos que crea la ciencia son de tipo determinista o aleatorio

(estocástico)

 La Estadística se utiliza como tecnología al servicio de las ciencias

donde la variabilidad y la incertidumbre forman parte de su naturaleza

 “La Bioestadística [...] enseña y ayuda a investigar en todas las áreas de

las Ciencias de la Vida donde la variablidad no es la excepción sino la
regla”
Carrasco de la Peña (1982)

Bioestadística. U. Málaga. 2
Definición
La Estadística es la Ciencia de la

• Sistematización, recogida, ordenación y

presentación de los datos referentes a un fenómeno
que presenta variabilidad o incertidumbre para su
estudio metódico, con objeto de

• deducir las leyes que rigen esos fenómenos,

• y poder de esa forma hacer previsiones sobre los

mismos, tomar decisiones u obtener conclusiones.

Bioestadística. U. Málaga. 3
 Pasos en un estudio estadístico
 Plantear hipótesis sobre una población
 Los fumadores tienen “más bajas” laborales que los no fumadores
 ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?

 Decidir qué datos recoger (diseño de experimentos)

 Qué individuos pertenecerán al estudio (muestras)
 Fumadores y no fumadores en edad laboral.
 Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los que padecen enfermedades
crónicas?
 Qué datos recoger de los mismos (variables)
 Número de bajas
 Tiempo de duración de cada baja
 ¿Sexo? ¿Sector laboral? ¿Otros factores?
No tenéis que
 Recoger los datos (muestreo)
 ¿Estratificado? ¿Sistemáticamente? entenderlo (aún)

 Describir (resumir) los datos obtenidos

 tiempo medio de baja en fumadores y no (estadísticos)
 % de bajas por fumadores y sexo (frecuencias), gráficos,...

 Realizar una inferencia sobre la población

 Los fumadores están de baja al menos 10 días/año más de media que los no fumadores.

 Cuantificar la confianza en la inferencia

 Nivel de confianza del 95%
 Significación del contraste: p=2%
Bioestadística. U. Málaga. 4
Método científico y estadística

Plantear Diseñar
hipótesis experimento

Obtener Recoger datos

conclusiones y analizarlos

Bioestadística. U. Málaga. 5
Población y muestra
 Población (‘population’) es el conjunto sobre el que estamos
interesados en obtener conclusiones (hacer inferencia).
 Normalmente es demasiado grande para poder abarcarlo.

 Muestra (‘sample’) es un subconjunto suyo al que tenemos

acceso y sobre el que realmente hacemos las observaciones
(mediciones)
 Debería ser “representativo”
 Esta formado por miembros “seleccionados” de la población
(individuos, unidades experimentales).

Bioestadística. U. Málaga. 6
 Variables
 Una variable es una característica observable que varía entre los
diferentes individuos de una población. La información que disponemos
de cada individuo es resumida en variables.

 En los individuos de la población española, de uno

a otro es variable:

 El grupo sanguíneo
 {A, B, AB, O}  Var. Cualitativa
 Su nivel de felicidad “declarado”
 {Deprimido, Ni fu ni fa, Muy Feliz}  Var. Ordinal
 El número de hijos
 {0,1,2,3,...}  Var. Numérica discreta
 La altura
 {1’62 ; 1’74; ...}  Var. Numérica continua

Bioestadística. U. Málaga. 7
Tipos de variables
 Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un
número (no se pueden hacer operaciones algebraicas con ellos)

 Nominales: Si sus valores no se pueden ordenar

 Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)

 Ordinales: Si sus valores se pueden ordenar

 Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor

 Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones
algebraicas con ellos)

 Discretas: Si toma valores enteros

 Número de hijos, Número de cigarrillos, Num. de “cumpleaños”

 Continuas: Si entre dos valores, son posibles infinitos valores intermedios.

 Altura, Presión intraocular, Dosis de medicamento administrado, edad

Bioestadística. U. Málaga. 8
 Es buena idea codificar las variables
como números para poder procesarlas
con facilidad en un ordenador.
 Es conveniente asignar “etiquetas” a
los valores de las variables para
recordar qué significan los códigos
numéricos.
 Sexo (Cualit: Códigos arbitrarios)
 1 = Hombre
 2 = Mujer
 Raza (Cualit: Códigos arbitrarios)
 1 = Blanca
 2 = Negra,...
 Felicidad Ordinal: Respetar un orden al
codificar.
 1 = Muy feliz
 2 = Bastante feliz
 3 = No demasiado feliz
 Se pueden asignar códigos a
respuestas especiales como
 0 = No sabe
 99 = No contesta...
 Estas situaciones deberán ser tenidas
en cuentas en el análisis. Datos
perdidos (‘missing data’)

Bioestadística. U. Málaga. 9
 Aunque se codifiquen como números, debemos recordar siempre el
verdadero tipo de las variables y su significado cuando vayamos a
usar programas de cálculo estadístico.
 No todo está permitido con cualquier tipo de variable.

Bioestadística. U. Málaga. 10
 Los posibles valores de una variable suelen denominarse modalidades.

 Las modalidades pueden agruparse en clases (intervalos)

 Edades:
 Menos de 20 años, de 20 a 50 años, más de 50 años
 Hijos:
 Menos de 3 hijos, De 3 a 5, 6 o más hijos

 Las modalidades/clases deben forman un sistema exhaustivo y

excluyente
 Exhaustivo: No podemos olvidar ningún posible valor de la variable
 Mal: ¿Cuál es su color del pelo: (Rubio, Moreno)?
 Bien: ¿Cuál es su grupo sanguíneo?
 Excluyente: Nadie puede presentar dos valores
simultáneos de la variable
 Estudio sobre el ocio
 Mal: De los siguientes, qué le gusta: (deporte, cine)
 Bien: Le gusta el deporte: (Sí, No)
 Bien: Le gusta el cine: (Sí, No)
 Mal: Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2)

Bioestadística. U. Málaga. Tema 1: Introdución 11

 Media aritmética (I)

La media aritmética de un conjunto de datos es el cociente entre la suma

de todos los datos y el número de estos.

Ejemplo: las notas de Juan el año pasado fueron:

5, 6, 4, 7, 8, 4, 6 Hay 7 datos

que suman 40
La nota media de Juan es:

5  6  4  7  8  4  6 40
Nota media =   5,7
7 7
 Media aritmética (II)

Cálculo de la media aritmética cuando los datos se repiten.

1º. Se multiplican los datos por sus frecuencias absolutas respectivas, y
se suman.
2º. El resultado se divide por el total de datos.

Ejemplo. Las notas de un grupo de alumnos fueron:

Notas Frecuencia Notas x Datos por frecuencias

absoluta F. absoluta
3 5 15
5 8 40 129
6 10 60 Media   5,1
25
7 2 14
Total 25 129
Total de datos
 La mediana

La mediana de un conjunto de datos es un valor del mismo tal que el número

de datos menores que él es igual al número de datos mayores que él.

Los pesos, en kilogramos, de 7 jugadores de un

Ejemplo:
equipo de fútbol son: 72, 65, 71, 56, 59, 63, 72

1º. Ordenamos los datos: 56, 59, 63, 65, 71, 72, 72
2º. El dato que queda en el centro es La mediana vale 65.
65.
Caso: Si el número de datos fuese par, la mediana es la
media aritmética de los dos valores centrales.

Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana es: 63  65
 64
2
 La moda

La moda de un conjunto de datos es el dato que más se repite.

Ejemplo. Una zapatería ha vendido en una semana los zapatos

que se reflejan en la tabla:

Nº de calzado 38 39 40 41 42 43 44 45
Nº de personas 16 21 30 35 29 18 10 7

El número de zapato más

vendido, el dato con mayor
Lo compran 35 personas
frecuencia absoluta, es el 41.

La moda es 41.
 Medidas de Dispersión
Se utilizan para conocer la distancia de los valores
de la variable a un cierto valor central. Permiten
identificar la concentración de los datos en un
cierto sector del recorrido de la variable.

Varianza Desviación Estándar, y el Rango.

 Desviación estándar y
Varianza

Se utilizan para hacer generalizaciones

estadísticas a partir de la muestra y aplicarlas
a la población de donde se extrajeron.

• La varianza: es la desviación cuadrada de la

media. Nunca puede ser negativa.
• La desviación estándar es la raíz cuadrada
de la varianza.
 Desviación Estandar (S)
Es una medida de la cantidad típica en la que los valores del
conjunto de datos difieren de la media. Es la medida de
dispersión más utilizada, se le llama también desviación típica.

• La desviación estándar es siempre un valor no negativo S

será siempre > 0 por definición. Cuando S = 0 è X = xi (para
todo i).

• Es la medida de dispersión óptima por ser la más pequeña.

• La desviación estándar toma en cuenta las desviaciones de

todos los valores de la variable .
 Varianza (S2)
La varianza es una medida de dispersión relativa a algún punto
de referencia. Ese punto de referencia es la media aritmética de
la distribución.

Más específicamente, la varianza es una medida de que tan

cerca, o que tan lejos están los diferentes valores de su propia
media aritmética.

• Cuando más lejos están las Xi de su propia media aritmética,

mayor es la varianza.

• Cuando más cerca estén las Xi a su media menos es la varianza.

• S siempre un valor no negativo, que puede ser igual o distinta

de 0. Será 0 solamente cuando Xi= X

• La varianza es la medida de dispersión cuadrática óptima por

ser la menor de todas.
 Desviación Estándar
(S)

Mayor valor del coeficiente Mayor dispersión de los datos

del desvío estándar con respecto a su media

Menor valor del coeficiente Menor dispersión de los datos

del desvío estándar (Mayor Homogeneidad)

Bioestadística. U. Málaga. 20
 Desviación Estándar
(S)

Para Datos Aislados Para Datos Agrupados

_ _

S ( X  X ) 2

S  f (X  X ) 2

n 1 n 1
Bioestadística. U. Málaga. 21
 Desviación Estándar (S)
_
Para Datos Aislados
S 
( X  X ) 2

n 1
Edades de 7 personas encuestadas
X X–X (X - X)
10 10 -15,7= - 5,7 32,49
14 14-15,7= -1,7 2,89
15 15 -15,7= -0,7 0,49
57,43
16 16 -15,7= 0,3 0,09
S  3,09
18 18 -15,7= 2,3 5,29 7 1
18 18 -15,7= 2,3 5,29
19 19 -15,7= 3,3 10,89
Total 57,43 S = 9,57

Bioestadística. U. Málaga. 22
 Desviación Estándar (S)
_

S 
Para Datos Agrupados f ( X  X ) 2

n 1
Calificaciones de 23 personas encuestadas
X F X–X (X - X) f (X - X)
17 2 17 -14= 3 9 18
16 3 16 -14= 2 4 12
15 4 15 -14= 1 1 4
14 5 14 -14= 0 0 0
13 4 13 -14= -1 1 4
12 3 12 -14= -2 4 12
11 2 11 -14= 3 9 18
Total 23 68

68
S  1,76 S = 3,1
Bioestadística. U. Málaga. 23  1 23
 PROPORCIONES
 Se define como el cociente que resulta de dividir un
subconjunto por el conjunto total en que está incluido.

 O lo que es lo mismo, es un cociente en el que el numerador

está incluido en el denominador.
P = a / (a+b).

 El resultado expresa la importancia relativa que el dato del

numerador tienen con respecto al del denominador.

 El valor de una proporción puede variar entre 0 y 1.

 El valor suele multiplicarse por una constante (100,1000,

etc.) y expresarse como porcentaje, por mil, etc., para
facilitar la interpretación del cociente obtenido.
 Ejemplos
1. En el consultorio Sor Teresa de los Andes se atendieron 5800
pacientes, de los cuales 1240 eran menores de 15 años.Calcular el
porcentaje que representa los niños menores de 15 años atendidos
en el total de atenciones.

2. De un total de 100 defunciones, 10 de ellas estaban localizadas en

la mama, 30 en estomago, 25 en la traquea, 15 en la próstata y 20
localización no especificada. Calcula las proporciones más
representativas con relación a la localización del cáncer en la
muestra.

3. Si en un año se presentan tres muertes en una población

compuesta por 100 personas, la proporción anual de muertes en
esa población será:
3 de 100 = 3%

proporción porcentaje
 Tasas
1. Se define como el cociente que resulta de dividir un número de
acontecimientos sucedidos durante un periodo de tiempo (un flujo)
por la población media existente durante ese periodo.

Tasa= Nº de personas afectadas por un hecho X constante.

Nº total de personas expuestas al hecho.

2. Las tasas expresan la dinámica de un suceso en una población a lo

largo del tiempo.

3. El numerador expresa el número de eventos acaecidos durante un

periodo en un número determinado de sujetos observados.

4. Es una proporción que mide riesgo.

( tasa de mortalidad=riesgo de morir).
 Ejemplos

Tasa de mortalidad general = (total de defunciones / población total)

x 1000

Tasa d letalidad = (total de defunciones por una enfermedad Z /

Total de enfermos de Z ) x 100

Tasa de fecundidad = ( Nº total de nacidos vivos) / (Población

femenina de
15 a 49 años)x 1000

Tasa de mortalidad infantil = (Nº de fallecidos menores de 1 año /

Total de nacidos vivos ) x 1000
Presentación ordenada de datos
7
6
Género Frec.
5

Hombre 4 4
3
2
Mujer 6 1
0
Hombre Mujer

 Las tablas de frecuencias y las representaciones

gráficas son dos maneras equivalentes de presentar la
información. Las dos exponen ordenadamente la
información recogida en una muestra.

Bioestadística. U. Málaga. 28
 Tablas de frecuencia
 Exponen la información recogida en la muestra, de forma que no se pierda nada de
información (o poca).

 Frecuencias absolutas: Contabilizan el número de individuos de cada modalidad

 Frecuencias relativas (porcentajes): Idem, pero dividido por el total

 Frecuencias acumuladas: Sólo tienen sentido para variables ordinales y numéricas

 Muy útiles para calcular cuantiles (ver más adelante)
 ¿Qué porcentaje de individuos tiene menos de 3 hijos? Sol: 83,8
 ¿Entre 4 y 6 hijos? Soluc 1ª: 8,4%+3,6%+1,6%= 13,6%. Soluc 2ª: 97,3% - 83,8% = 13,5%

Sexo del encuestado

Número de hijos
Porcentaje
Porcentaje Porcentaje
Frecuencia Porcentaje válido
Frecuencia Porcentaje válido acumulado
Válidos Hombre 636 41,9 41,9
Válidos 0 419 27,6 27,8 27,8
Mujer 881 58,1 58,1
1 255 16,8 16,9 44,7
Total 1517 100,0 100,0
2 375 24,7 24,9 69,5
3 215 14,2 14,2 83,8
Nivel de felicidad
4 127 8,4 8,4 92,2
Porcentaje Porcentaje 5 54 3,6 3,6 95,8
Frecuencia Porcentaje válido acumulado 6 24 1,6 1,6 97,3
Válidos Muy feliz 467 30,8 31,1 31,1
7 23 1,5 1,5 98,9
Bas tante feliz 872 57,5 58,0 89,0
Ocho o más 17 1,1 1,1 100,0
No demas iado feliz 165 10,9 11,0 100,0
Total 1509 99,5 100,0
Total 1504 99,1 100,0
Perdidos No contes ta Perdidos No contes ta 8 ,5
13 ,9
Total 1517 100,0 Total 1517 100,0

Bioestadística. U. Málaga. 29
Datos desordenados y ordenados en tablas
 Variable: Género Género Frec. Frec. relat.
 Modalidades: porcentaje
 H = Hombre Hombre 4 4/10=0,4=40%
 M = Mujer Mujer 6 6/10=0,6=60%

10=tamaño
muestral
 Muestra:

MHHMMHMMMH

 equivale a
HHHH MMMMMM

Bioestadística. U. Málaga. 30
 Ejemplo
 ¿Cuántos individuos tienen Número de hijos
menos de 2 hijos?
 frec. indiv. sin hijos Porcent. Porcent.
+ Frec. (válido) acum.
frec. indiv. con 1 hijo 0 419 27,8 27,8
= 419 + 255 1 255 16,9 44,7
= 674 individuos 2 375 24,9 69,5 ≥50%
3 215 14,2 83,8
 ¿Qué porcentaje de individuos 4 127 8,4 92,2
tiene 6 hijos o menos?
5 54 3,6 95,8
 97,3%
6 24 1,6 97,3
7 23 1,5 98,9
 ¿Qué cantidad de hijos es tal
que al menos el 50% de la Ocho+ 17 1,1 100,0
población tiene una cantidad Total 1509 100,0
inferior o igual?
 2 hijos

Bioestadística. U. Málaga. 31
 Tabulación y Gráficas

Plan de tabulación: Disposición

ordenada de datos en una tabla u
otro formato resumido.

Síntesis Gráfica: Resumir los

resultados de la investigación en
una forma gráfica.
 Diseñando las tablas de reporte

 Enumérelas en secuencia

 No use numerales romanos

 El título debe indicar el contenido

 Etiquete las filas y las columnas claramente

 Use formatos estándares y convencionales

 Diseñando las tablas de reporte

 Evite llenar demasiado las tablas

 Haga cada una auto explicativa

 Asegúrese que es limpia, simple y ordenada

 Prueba las tablas en algunas personas para

asegurarse de que sean claras

 Inclúyalas después del texto de referencia

 Creando Gráficos

 Enumérelos en secuencia

 Cree y use un formato estándar para figura

similares

 Los títulos deben indicar que representan las

barras y líneas

 Añada etiquetas de valor si las cantidades no

se muestran localizadas
 Creando Gráficos

 Haga cada figura lo mas explicativa posible

 Incluya profundidad, sombras y color solo si

esto no distrae

 Haga que alguien las revises para saber si son

claras

 Incluya las figuras después del texto de ser

posible
 Síntesis Gráfica
Los tres tipos más comunes son:
Diagramas de sectores (Tortas), Diagrama de
barras o histogramas.
 Diagrama de Sectores (Tortas)
Se evidencia la contribución de cada parte a un total.

Grafico 1. Sexo de la muestra analizada

28%
Femenino
Femenino
Masculino
72%

Masculino
Grafico 5. Nivel de Instrucción

Secundaria

23% 9%
9% TSU
Postgrado

59%
Universitaria
 Diagrama de Barras (Histogramas)
Grafico 7. Lugar donde prefieren tomar whisky
25

20 23%

15 18% 18%

10 12% 11%
9%
% %
5
4% 4%
1%
0
Cafés Fiestas Labo rales P laya Casa Disco Casino Co ncierto Club
Grafico 9. Activos/ Servicios que posee
73% Internet
99% Celular
73% Telf. fijo
90% Computadora

Sirve para comparar datos

16% Lavaplatos
92% Microonda
entre diferentes segmentos. 85% Secadora
77% DVD
56% VHS
100% TV

0 20 40 60 80 100 120
 Diagrama de Barras (Histogramas)
Se utilizan rectángulos separados, que tienen como base a cada uno de los
datos y como altura la frecuencia de ese dato.

Ejemplo: Vacunas aplicadas a una población de reses en el Edo.

Apure.
 Polígonos de Frecuencia

El polígono de frecuencias es una representación gráfica de la

distribución de frecuencias que resulta esencialmente
equivalente al histograma y se obtiene uniendo mediante
segmentos los centros de las bases superiores de los rectángulos
del histograma.
 Polígonos de Frecuencia
Acumuladas u Ojiva

La misma idea de unir los centros de las bases superiores de los

rectángulos de la distribución del histograma de frecuencias
acumuladas, da lugar al polígono de frecuencias acumuladas u
ojiva.
 Diagrama Línea

Por lo general se usan para mostrar un mismo tipo de

dato y su evolución (valor de la acción y el tiempo,
número de ventas y precio).
 Gráficos para v. cualitativas
 Diagramas de barras
 Alturas proporcionales a las frecuencias (abs. o
rel.)
 Se pueden aplicar también a variables discretas

 Diagramas de sectores (tartas, polares)

 No usarlo con variables ordinales.
 El área de cada sector es proporcional a su
frecuencia (abs. o rel.)

 Pictogramas
 Fáciles de entender.
 El área de cada modalidad debe ser proporcional a
la frecuencia. ¿De los dos, cuál es incorrecto?.

Bioestadística. U. Málaga. 44
Gráficos diferenciales para variables numéricas 419
400 375

Son diferentes en función de que las

300

 255

Recuento
215

variables sean discretas o continuas. 200

127

Valen con frec. absolutas o relativas. 100

54
24 23 17
 Diagramas barras para v. discretas 0 1 2 3 4 5 6 7 Ocho o más

 Se deja un hueco entre barras para indicar Número de hijos

los valores que no son posibles

250

 Histogramas para v. continuas 200

Recuento
 El área que hay bajo el histograma entre 150

dos puntos cualesquiera indica la cantidad 100

(porcentaje o frecuencia) de individuos en 50

el intervalo.
20 40 60 80

Edad del encuestado

Bioestadística. U. Málaga. 45
 Diagramas integrales
 Cada uno de los anteriores diagramas tiene su correspondiente diagrama integral. Se realizan
a partir de las frecuencias acumuladas. Indican, para cada valor de la variable, la cantidad
(frecuencia) de individuos que poseen un valor inferior o igual al mismo. No los construiremos
en clase. Se pasan de los diferenciales a los integrales por integración y a la inversa por
derivación (en un sentido más general del que visteis en bachillerato.)

Bioestadística. U. Málaga. 46