1.

1 INTRODUCCIN

1.4 MUESTREO ALEATORIO SIMPLE

1.2

ALGUNOS CONCEPTOS BSICOS

1.5

1.3

MEDIDAS Y ESCALAS DE
MEDICIN

COMPUTADORAS Y ANLISIS
BIOESTADSTICO

1.6

RESUMEN

t.t

INTRODUCCIN
Con frecuencia se recuerda el hecho de que se vive en la edad de la informacin,
as que, oportunamente, este libro es acerca de informacin: cmo se obtiene,
cmo se analiza y cmo se interpreta. A la informacin que trata este libro se le
llama datos, los cuales estn disponibles en forma de nmeros.
Los objetivos de este libro son dos: 1) ensear al estudiante a organizar y
resumir datos; 2) ensearle cmo tomar decisiones respecto a un gran volumen
de datos al examinar slo una pequea parte de ellos. Los conceptos y mtodos
necesarios para lograr el primer objetivo se presentan bajo el ttulo de estadstica
descriptiva, y el segundo objetivo se logra mediante el estudio de lo que se conoce
como estadstica inferencia[. En este captulo se estudia la estadstica descriptiva.
Del captulo 2 al 5 se estudian los tpicos que conforman la base de la inferencia
estadstica, y en elresto del libro se expone la estadstica inferencal.
Puesto que.este libro est diseado para personas que se preparan para
iniciar o que ya cursan una carrera en el rea de ciencias de la salud, el material y
los ejercicios reflejan los problema:s y actividades que tales personas
probablemente encontrarn en la prctica de su trabajo.

1.2

CAPTULO 1

INTRODUCCIN A LA BIOESTADSTICA

ALGUNOS CONCEPTOS BSICOS

Al igual que en todos los campos del aprendizaje, la estadstica tiene su propio
vocabulario. Algunas de las expresiones frecuentes en el estudio de la estadstica
sort nuevas para quienes no han tenido relacin previa con el tema. Otros trminos,
aunque parecen familiares, probablemente tienen significados especializados que
difieren del significado asociado por costumbre a dichos trminos. Los siguientes
trminos se utilizan extensamente en todo el libro.
Los datos son la materia prima de la estadstica. Para este propsito se
puede definir a los datos como nmeros. Las dos clases de nmeros que se utilizan
en estadstica son nmeros que resultan de la toma --en el sentido literal del trmi
no- de medidas, y aquellos que resultan del proceso de conteo. Por ejemplo, cuando
una enfermera pesa al paciente o le toma la temperatura, se obtiene la medida que
consiste en una cantidad, por ejemplo 150 libras o 100 grados Farenheit. Un tipo
bastante diferente de nmeros se obtiene cuando el administrador de un hospital
cuenta el nmero de pacientes, quiz 20, dados de alta en un da. Cada uno de los
tres nmeros es un dato (datum) y los tres juntos son datos.

Datos

En la seccin anterior est implcito el significado de la estadstica.

Pero, para ser ms precisos, se puede decir que la estadstica es la disciplina que se
ocupa de 1) la recoleccin, organizacin, resumen y anlisis de datos, y 2) la obtencin de
inferencias a partir de un volumen de datos cuando se examina slo una parte de stos.
Las personas que realizan estas actividades estadsticas deben estar prepara
das para interpretar y comunicar los resultados a los dems, tal como lo demande la
situacin. En trminos sencillos, se puede decir que los datos son nmeros, que los
nmeros contienen informacin y que el propsito de la estadstica es investigar y
evaluar la naturaleza y el significado de esa informacin.
Estadstica

El desempeo de actividades estadsticas obedece a la necesi

dad de responder a diversas preguntas. Por ejemplo, los mdicos probablemente
quieran encontrar respuestas a pre guntas con respecto a la utilidad relativa de pro
cedimientos de tratamiento alternativos. Los administradores posiblemente quie
ran responder a pre guntas respecto a reas de interes como el espritu de equipo de
los empleados o el uso de las instalaciones. Cuando se determina que el enfoque
adecuado para buscar una respuesta a la pre gunta requiere del uso de la estadstica,
se comienza a investigar datos apropiados que sirvan como la materia prima en la
investigacin. Estos datos normalmente estn disponibles de una o ms fuentes
como las si guientes:

Fuente de datos

l. Registros rutinarios. Es difcil imaginar algn tipo de organizacin que

no lleve registros de la operacin diaria de sus actividades. Mientras que los
registros clnicos de un hospital, por ejemplo, contienen una inmensa canti
dad de informacin acerca de los pacientes, los registros contables de la
institucin contienen datos en abundancia sobre las actividades financieras
del hospital. Cuando surge la necesidad de tener datos, se debe buscar prime
ro en los registros que se llevan rutinariamente.

1.2 ALGUNOS CONCEPTOS BSICOS

2. Encuesta. Si los datos necesarios para contestar una pregunta no estn

disponibles a partir de los registros almacenados de manera rutinaria, la
fuente lgica puede ser una encuesta. Por ejemplo, suponga que el admi
nistrador de una clnica desea obtener informacin respecto a la forma de
transporte que utiliza el paciente para visitar la clnica. Si la forma de admi
sin no contiene una pregunta acerca del transporte, es posible llevar a
cabo una encuesta entre los pacientes para obtener esta informacin.
3. Experimentacin. Frecuentemente, los datos necesarios para responder una
pre gunta estn disponibles slo como resultado de la experimentacin. Tal
vez una enfermera quiere saber qu estrategia es mejor para maximizar el
segu imiento de las indicaciones mdicas por parte del paciente. La enferme
ra podra conducir un experimento en el que se prueben diferentes estrate
gias para motivar el cumplimiento del tratamiento en distintos pacientes. La
evaluacin subsecuente de las respuestas a las diversas estrategias puede ca
pacitar a la enfermera para decidir cul es ms efectiva.
4. Fuentes externas. Los datos necesarios para responder a una pregunta pue
den ya existir como informes publicados, bancos de datos disponibles o en la
literatura de investigacin. En otras palabras, uno se puede encontrar con
que alguien ms ya plante la misma pregunta y que la respuesta que obtuvo
puede aplicarse a la situacin presente.
Las herramientas de la estadstica se utilizan en muchos campos: negocios, enseanza, psicologa, agricultura y economa, por mencionar algu
nos cuantos. Cuando los datos que se analizan proceden de las ciencias biolgicas o
mdicas, se utiliza el trmino bioestadstica para diferenciar esta aplicacin particu
lar de las herramientas y conceptos de la estadstica general. Dicha aplicacin es la
que se estudia en este libro.

Bioestadstlca

Una caracterstica se clasifica como variable si, tal como se observa, se

encuentra que sta toma diferentes valores en diferentes personas, lugares o cosas.
Esto se hace por la simple razn de que la caracterstica no es la misma cuando se
observa en diferentes sujetos. Algunos ejemplos de variables son: presin sangu
nea diastlica, frecuencia cardiaca, estaturas de varones adultos, peso de nios en
edad preescolar, y la edad de los pacientes que consultan a un dentista.
Variable

Una variable cuantitativa es aquella que puede medirse en

Variable cuan/ilativa
la forma usual. Se pueden obtener mediciones de la estatura de los varones adultos, del
peso de los nios en edad preescolar, y de la edad de los pacientes que consultan a un
dentista. Estos son ejemplos de variables cuantitativas. Las mediciones hechas sobre va
riables cuantitativas conllevan informacin respecto a cantidad.
Algunas caractersticas no pueden ser medidas como la
estatura, el peso y la edad. Muchas de ellas slo se pueden clasificar, por ejemplo,
cuando a una persona enferma se le da un diagnstico mdico o cuando se deter
mina que alguien pertenece a un grupo tnico dado, o bien, cuando se dice que
una persona, lugar o cosa poseen o no algu na caracterstica de inters. En tales-

Variable cualitativa

CAPTULO 1

INTRODUCCIN A LA BIOESTADSTICA

casos, la medicin consiste en una clasificacin. Y las variables a las que uno se refiere
se llaman variables cualitativas. Las mediciones hechas sobre este tipo de variables
contienen informacin respecto a los atributos.
Aunque en el caso de las variables cualitativas las mediciones no se llevan a cabo
en el sentido usual de la palabra, se puede contar el nmero de personas, lugares o
cosas pertenecientes a varias categoras. El administrador de un hospital, por ejem
plo, puede contar el nmero de pacientes internados en un da, con base en cada uno
de los diagnsticos de admisin. Estos conteos ofrecuencias, como se denominan, son
el nmero que se maneja cuando el anlisis involucra variables cualitativas.
Siempre que se determina la estatura, el peso o la edad de
un individuo, el resultado frecuentemente se denomina valor de la variable respec
tiva. Cuando los valores se originan como resultado de factores aleatorios (al azar),
que no pueden predecirse con exactitud y anticipacin, la variable se llama variabl,e
aleatoria. Un ejmplo de variable aleatoria es la estatura de los adultos; cuando
nacen los nios no es posible predecir con exactitud la estatura que tendrn en su
edad adulta; la estatura que alcanza un adulto es el resultado de muchos factores
genticos y ambientales. Los valores resultantes de los procedimientos de medicin
se denominan observaciones o medias.
Variable aleatoria

Las variables pueden caracterizarse an ms

Variable aleatoria discreta
como discretas o continuas. Puesto que la definicin rigurosamente matemtica de
las variables discreta y continua va ms all del lmite de este libro, en su lugar se
presentan definiciones menos formales y un ejemplo de ca una.
Una variable discreta se caracteriza por separaciones o interrupciones en la escala de
valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de
valores entre los valores especficos que puede asumir la variable. Algunos ejemplos
ilustran el punto. El nmero de admisiones diarias en un hospital general es una
variable aleatoria discreta, puesto que el nmero de admisiones por da debe repre
sentarse con nmeros enteros tales como O, l, 2 o 3. El nmero de admisiones en
un da determinado no puede ser 1.5, 2.997 o 3.333. El nmero de caries, amalga
mas o prdida de dientes por nio en una escuela primaria es otro ejemplo de una
variable discreta.
Variable aleatoria continua

Una variable aleatoria continua no posee las sepa

raciones o interrupciones tpicas de una variable aleatoria discreta. Una variable aleatoria
continua puede tomar cualquier valor dentro de un intervalo especificado de valo
res asumidos poda variable. Entre los ejemplos de variables continuas se hallan las
diversas mediciones que pueden hacerse en individuos tales como su estatura, peso
y dimetro craneano. Sin importar cun cerca estn las estaturas de dos personas,
tericamente siempre es posible encontrar otra persona cuya estatura se encuentre
entre las dos estaturas de referencia.
Ahora bien, dbido a las limitaciones de los instrumentos de medicin disponi
bles, las observaciones sobre variables que son inherentemente continuas se registran
como si fueran discretas. La estatura, por ejemplo, normalmente se redondea hacia el
cuarto, media o pulgada completa ms cercanos, mientras que si se cuenta con el ins
trumento de medicin adecuado, esa medida puede hacerse tan precisa como se desee.

1.3

MEDIDAS Y ESCALAS DE MEDICIN

Poblacin
Habitualmente se considera a una poblacin como una coleccin
de entidades, por lo general personas. Sin embargo, una poblacin o coleccin de
entidades puede estar compuesta de animales, mquinas, plantas o clulas. Para
los propsitos de este libro, una poblacin de entidades se define como la coleccin ms
grande de entidades de inters en un momento particular. Si se toma la medida de
alguna variable para cada una de las entidades en una poblacin, se obtiene una
poblacin de valores para esa variable. Por lo tanto, una poblacin de valores se

puede definir como la mayor coleccin de valores para una variable aleatoria, los cuales
son de inters en un momento particular. Por ejemplo, si se tiene inters en conocer el
peso de todos los nios inscritos en el sistema de educacin primaria del estado,
la poblacin est formada por todos esos pesos. Si se tiene inters slo en el peso
de los estudiantes inscritos en el primer grado, se tiene una poblacin diferente,
compuesta por los pesos de los estudiantes de primer grado. Por lo tanto, las
poblaciones se determinan o definen con base en el campo de inters. Las pobla
ciones pueden ser finitas o infinitas. Si una poblacin de valores consiste en un
nmero fijo de esos valores, se dice que la poblacin es finita. Si, por otra parte,
una poblacin consiste en una sucesin interminable de valores, entonces es una
poblacin infinita.
Muestra
Una muestra puede definirse simplemente como una parte de una po
blacin. Suponga que una poblacin se compone de los pesos de todos los nios
inscritos en el sistema de educacin primaria del estado, y se escoge para el anlisis
slo una fraccin de los nios; entonces se tiene nicamente una parte de la pobla
cin, es decir, se tiene una muestra.

1.3 MEDIDAS Y ESCALAS

DE MEDICIN
En la seccin anterior se utiliz varias veces la palabra medicin en su sentido usual
y, con seguridad, el lector ha comprendido claramente el significado deseado. Sin
embargo, la palabra medicin puede tener una defininicin ms cientfica. De he
cho, existe una gran cantidad de obras dedicadas al tema de medicin. Una parte
de estas obras se ocupa tambin de la naturaleza de los nmeros que resultan de las
mediciones. Expertos en el tema de mediciones, hablan de escalas de medicin que
dan como resultado la categorizacin de mediciones de acuerdo con su naturaleza.
En este apartado se define la medicin y las cuatro escalas de medicin resultantes.
El estudio del tema con ms detalle, se encuentra en las obras de Stevens (1, 2).
Medicin
Se define como la asignacin de nmeros a objetos o eventos de acuerdo
con un conjunto de reglas. Las diversas escalas de medicin son consecuencia de
que la medicin puede llevarse a cabo segn diferentes conjuntos de reglas.
Escala nominal
La escala de medicin ms baja es la escala nominal. Como su
nombre lo indica, consiste en designar o "nombrar" las observaciones o clasificarlas
en varias categoras mutuamente excluyentes y colectivamente exhaustivas. La prc
tica de utilizar nmeros para distinguir entre diversos diagnsticos mdicos consti-

CAPTULO 1 INTRODUCCIN A LA BIOESTADSTICA

tuye una medicin sobre una escala nominal. Otros ejemplos incluyen dicotomas
. como masculino-femenino, sano-enfermo, menor de 65 aos de edad-mayor de 65
aos de edad en adelante, nio-adulto y casado-soltero.
Siempre que las observaciones no slo difieran de categora a
categora, sino que adems puedan clasificarse por grados de acuerdo con algn
criterio, se dice que se miden sobre una escala ordinal. Los pacientes convalescien
tes pueden clasificarse como sin mejora, mejorados y bastante mejorados. Las per
sonas pueden clasificarse de acuerdo con su estado socioeconmico como de clase
baja, de clase media o clase alta. La inteligencia de los nios puede estar por enci
ma del promedio, promedio o por debajo del promedio. En cada uno de estos
ejemplos, todos los miembros de cualquiera de las categoras se consideran i guales,
pero los miembros de una categora se consideran inferiores, peores o menores que
los de otra que, a su vez, guarda una relacin similar con otra categora. Por ejem
plo, un paciente bastante mejorado est en mejor estado de salud que uno clasifica
do como mejorado, mientras que un paciente que ha mejorado est en mejor
condicin que uno sin mejora. Por lo general, es imposible inferir que la diferencia
entre los miembros de una de las categoras y la categora inmediata adyacente
sea i gual a la diferencia entre los miembros de esa categora y los miembros de la
categora adyacente a ella. El grado de mejora entre los sin mejora y los mejora
dos quiz no sea el mismo que el :que existe entre los mejorados y los bastante
mejorados. La implicacin es que si se hiciera una divisin ms fina, que produje
ra ms categoras, stas podran tambin ordenarse de manera semejante. La
funcin de los nmeros asignados a datos ordinales es la de ordenar (o asignar una
categora segn el rango) las observaciones desde las ms bajas hasta las ms altas;
de aqu el trmino ordinal.
Escala ordinal

La escala de intervalos es una escala ms especializada

que la nominal o la ordinal en el sentido de que, con esta escala, no slo es posible
ordenar las mediciones, sino que tambin se conoce la distancia entre dos medicio
nes cualesquiera. Por ejemplo, se sabe que la diferencia entre una medida de 20 y
una medida de 30 es igual a la diferencia entre las medidas de, 30 y 40. La capaci
dad para hacer esto implica el uso de una distancia unitaria y un punto cero, los
cuales son arbitrarios. El punto cero seleccionado no es necesariamente un cero
verdadero en el sentido de que no indica una ausencia total de la cantidad que se
est midiendo. Quiz el mejor ejemplo de una escala de intervals es la forma en
que generalmente se mide la temperatura (grados Fahrenheit o Celsius). La uni
dad de medicin es el grado, y el punto de comparacin es el que se selecciona
arbitrariamente como "cero grados", el cual no implica una ausencia de calor. La
escala de intervalos, a diferencia de las escalas nominal y ordinal, es una escala
realmente cuantitativa.
Escala de intervalos

El nivel ms alto de medicin es la escala de razones. Esta

escala se caracteriza por el hecho de que puede determinarse tanto la igualdad de
las razones como la de los intervalos. Y para esta escala es fundamental un punto
cero verdadero. La medicin de rasgos tan familiares como altura, peso y longitud,
hacen uso de este tipo de escala.

Escala de razones

1.4 MUESTREO ALEATORIO SIMPLE

1.4

MUESTREO ALEATOfilO SIMPLE

Tal como se seal con anterioridad, uno de los propsitos de este libro es ensear
los conceptos de inferencia estadstica, la cual puede ser definida como sigue:
DEFINICIN
La inferencia estadstica es el procedimiento por medio
del cual se llega a una conclusin acerca de una
poblacin con base en los resultados que se obtienen de
una muestra extrada de esa poblacin.

Existen muchas clases de muestras que pueden obtenerse de una poblacin.

Sin embargo, no se puede utilizar cualquier tipo de muestra como base para hacer
inferencias vlidas acerca de la poblacin. En general, para realizar una inferencia
vlida acerca de una poblacin se necesita un muestreo de la poblacin fundamen
tado cientficamente. Tambin existen muchas clases de muestras cientficas que
pueden obtenerse de una poblacin. La ms sencilla es la muestra aleatoria sim
ple. En esta seccin se define la muestra aleatoria simple y se explica cmo obtener
la de la poblacin.
Si se utiliza la letra N para designar el tamao de una poblacin finita, y la
letra n para designar el tamao de la muestra, es posible definir una muestra aleatoria
simple como:
DEFINICIN
Si se extrae una muestra de tamao n de una poblacin de
tamao N, de manera que cada muestra posible de tamao
n tenga la misma probabilidad de ser seleccionada, la
muestra se llama muestra aleatoria simple.

El sistema de seleccin de muestras que satisface la definicin anterior se llama

muestreo aleatorio simple.
Ms adelante se demuestra el procedimiento del muestreo aleatorio simple,
pero antes se considera la cuestin de si se muestrea con reemplazo o sin reemplazo.
Cuando se utiliza un muestreo con reemplazo, cada elemento de la poblacin est
disponible para cada seleccin. Por ejemplo, como parte de un estudio de duracin
de la estancia, se selecciona una muestra de una poblacin de pacientes que alguna vez
fueron internados en el hospital. Suponga que el muestreo comprende la seleccin de
una muestra de expedientes, tomados del archivo del departamento de registro mdi
co, de los pacientes dados de alta. En el muestreo con reemplazo se selecciona un
expediente para incluirlo en la muestra, se registra la duracin de la estancia y se de
vuelve el expediente al archivo. Al devolver el expediente a la "poblacin" ste puede
ser seleccionado de nuevo, en cuyo caso, el tiempo de estancia se registrar una vez
ms. En un muestreo sin reemplazo, el expediente extrado no se regresa al archivo
despus de registrar el dato que se investiga, sino que se separa hasta extraer toda la

CAPTULO 1 INTRODUCCIN A LA BIOESTADSTICA

muestra. Con este procedimiento, un expediente debe aparecer slo una vez en
la muestra. En la prctica, por lo general, un muestreo siempre se hace sin reempla
zo. La importancia y significado de esto se explica ms adelante; por ahora, es nece
sario estudiar la manera en que se selecciona una muestra aleatoria simple. Para
asegurar una seleccin totalmente aleatoria, se debe seguir algn procedimiento ob
jetivo, pues se intenta evitar el uso de juicios subjetivos para decidir qu elementos de
la poblacin constituyen una muestra aleatoria. En el siguiente ejemplo se muestra
un mtodo para elegir una muestra aleatoria simple a partir de una poblacin.
EJEMPLO 1.4.1
Clasen et al. (A-1) estudiaron la oxidacin de espartena y mefenitona en un
grupo de individuos residentes en Groenlandia. Se representaron dos poblaciones
en su estudio: habitantes del este y del oeste de Groenlandia. Los investigadores se
interesaron en comparar los dos grupos con respecto a las variables de inters.
La tabla 1.4. 1 muestra las edades de 169 individuos del oeste de Groenlandia.
Para propsitos ilustrativos, considere que estos individuos forman una poblacin
de tamao N = 169 de la que se quiere obtener una muestra aleatoria simple de
tamao 10.
TABIA 1.4.1 Edades de 169 individuos que participan en un
estudio de oxidacin de espaItena y mefenitona
Individuo nm.

1
2
3
4
5
6
7
8
9

10

11
12
13
14
15
16
17
18
19
20
21

Edad

Individuo nm.

Edad

27
27
42
23
37
47
30
27
47
41
19
52
48
48
32
35
22
23
37
33
26

57
58
59
60

29
26
52
20
37
27
63
44
22

61

62
63
64
65
66
67
68
69
70
71
72
'73
74
75
76
77

44

45
40
48
36
51
31
28
44
63
30
21

Individuo nm.

113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133

Edad

45
28
42
40
26
29
48
53
27
38
53
33
24
25
43
39
40
22
25
21
26

(Contina)

1.4

TABIA 1.4.1
Individuo nm.

22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
FUENTE:

MUESTREO ALEATORIO SIMPLE

(Continuacin)
Edad

22
48
43
34
28
23
61
24
29
32
38
62
25
34
46
24
45
26
29
48
34
41
53
30
27
22
27
38
26
27
30
32
43
29
24

Individuo nm.

Edad

78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112

Reproducido con autorizacin de Kim Bnzisen, M. D.

50
30
31
30
24
26
56
31
26
23
18
38
53
40
23
24
18
49
49
39
32
25
32
23
47
34
26
46
21
19
37
36
24
51
30

Individuo nm.

134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169

Edad

41
47
30
42
33
31
29
37
40
31
26
30
27
26
36
24
50
31
42
34
27
28
31
40
28
29
29
24
28
22
50
30
38
28
23
39

10

CAPTULO l

INTRODUCCIN A LA BIOESTADSTICA

Solucin: Una forma de seleccionar una muestra aleatoria simple es utilizar una

tabla de nmeros aleatorios como la tabla A, que se. muestra en el apndi

ce. El primer paso es localizar un punto de partida aleatorio en la tabla.
Esto se puede hacer de varias formas: una de ellas es quitar la vista de la
pgina mientras se toca sta con la punta del lpiz. El punto de partida
aleatorio es el dgito ms cercano al lugar donde apunte el lpiz. Suponga
que el punto de partida aleatorio, obtenido mediante el procedimiento
descrito, se encuentra en la interseccin del rengln 2 1 y la columna 28.
El dgito en ese punto es 5. Puesto que se tienen nicamente 1 69 valores
para elegir, slo se puede utilizar nmeros aleatorios del 1 al 1 69. Resulta
conveniente seleccionar nmeros de tres dgitos, de manera que solamen
te pueda elegirse entre los nmeros del 00 1 al 1 69. El primer nmero de
tres dgitos para el punto de partida aleatorio es 532, un nmero que no
se puede utilizar. Al recorrer la tabla hacia abajo, aparecen los nmeros
1 96, 372, 654, 928 y finalmente el 1 37, que es un nmero que s se puede
utilizar. La edad del sujeto que tiene el lugar 137 de la tabla 1 .4.1 es 42 , y
ste constituye el primer valor de la muestra. Se procede a registrar el
nmero aleatorio y la edad correspondiente en la tabla 1 .4.2. Los nme
ros aleatorios se registran para ver cules fueron seleccionados. Puesto
que se trata de una muestra sin reemplazos, no se incluye dos veces un
mismo valor. Al continuar con este procedimiento se obtienen los nueve
nmeros aleatorios restantes junto con sus edades respectivas, tal como se
muestra en la tabla 1 .4.2. Observe que, cuando se llega al final de la co
lumna, simplemente se avanz tres dgitos hasta el 028 y se continu ha
cia arriba de la columna. Tambin se pudo haber comenzado desde la
parte de arriba de dicha columna con el nmero 369.
De esta forma se obtiene la muestra aleatoria simple de tamao 1 0
a partir de l a poblacin d e tamao 1 69. E n todo estudio futuro, siempre
que se utilice el trmino de muestra aleatoria simple, se entender que
dicha muestra se obdene de esta forma o de una equivalente.
TABIA 1 .4.2 Muestra de 10 edades extrada
de las edades de la tabla t .4.1

Nmero
aleatorio

137
1 14
1 55
028
085
018
1 64
042
053
1 08

Nmero de individuo
de la muestra

1
2
3
4
5
6
7
8
9
10

Edad

42
28
28
61
31
23
50
34
32
37

1.5 COMPUTADORAS Y AtLISIS BIOESTADSTICO

11

EJERCICIOS
1.4.1

Utilice la tabla de nmeros aleatorios para seleccionar un nuevo punto aleatorio de partida,
y extraiga otra muestra aleatoria simple de tamao 10 a partir de la tabla 1 .4. 1 . Registre las
edades de los individuos de la nueva muestra. Guarde sus datos para uso futuro. cul es la
variable de inters en este ejercicio? Qu escala de medicin se utiliz para obtener las
mediciones?

1 .4.2

Elija otra muestra aleatoria simple de tamao 1 O a partir de. la poblacin representada en
la tabla 1 .4. L Compare a los sujetos de esta muestra con los de las muestras obtenidas en el
ejericio 1 .4. 1 . mxisten individuos que aparezcan en ambas muestras? cuntos? Compa
re las edades de los individuos en las dos muestras. cuntas edades de la primera muestra
se duplicaron en la segunda?

1.5 COMPUTADORAS Y
ANUSIS BIOESTADSTICO
La difusin relativamente reciente del uso de la computadora ha tenido un gran
impacto, particularmente en el anlisis bioestadstico y, en general, en la investiga
cin de ciencias de la salud. La necesidad de efectuar un gran nmero de clculos
aritmticos como parte del anlisis estadstico de los datos slo vive en el recuerdo
de aquellos investigadores y profesionales cuyas carreras son anteriores a la llama
da "revolucin de las computadoras". Las computadoras pueden ejecutar clculos
ms rpidos y mucho ms precisos de lo que puede un tcnico humano. El uso de
las computadoras hace posible que los investigadores dediquen ms tiempo a me
jorar la calidad de los datos originales y a la interpretacin de resultados.
El predominio actual de las computadoras y la disponibilidad de gran canti
dad de programas de software para estadstica han revolucionado an ms el clcu
lo estadstico. El estudiante interesado en los paquetes de software estadstico
encontrar muy tiles las revistas como The American Statistician, publicacin tri
mestral del American Statistical Association (Asociacin Estadstica de Estados Uni
dos de Norteamrica), donde regularmente aparecen las reseas y promocin de
dichos paquetes.
Muchas de las computadoras actualmente en el mercado estn equipadas
con capacidad para generar nmeros aleatorios. Los investigadores pueden utili
zar las computadoras para generar los nmeros aleatorios que necesiten, como
alternativa al uso de tablas impresas de nmeros aleatorios. En realidad, los n
meros "aleatorios" generados por muchas computadoras son realmente nmeros
pseudoaleatorios porque son el resultado de una frmula determinstica. Sin em
bargo, Fishman (3) asegura que los nmeros parecen ser satisfactorios para mu
chos propsitos prcticos.
La utilidad de la computadora en las ciencias de la salud no se limita al
anlisis estadstico. El estudiante interesado en aprender ms acerca del uso de la
computadora en ciencias de la salud encontrar tiles los libros de Hersh (4), J ohns
(5), Miller et al. (6), y Saba y McCormick (7). Aquellos que quieran obtener mayor

12

CAPTULO l INTRODUCCIN A LA BIOESTADSTICA

beneficio de la Internet probablemente quieran consultar los libros Physician's Cuide

to the Internet (8) y Computers in Nursing's Nurses' Cuide to the Internet (9). Los avances
actuales en el empleo de la computadora en los campos de biologa, medicina y
otros se publican en algunas revistas dedicadas al tema, como: Computers in Biology
and Medicine, Computers and Biomedical Research, International journal of Bio-Medical
Computing, ComputerMethods and Prog;rams in Biomedicine, ComputerApplications in the
Biosciences y Computers in Nursing.
En este libro se utilizan salidas impresas de computadora para ejemplificar el
uso de computadoras en el anlisis bioestadstico; los paquetes de software estads
tico como MINITAB, SPSS y SAS , para computadoras personales obedecen al mis
mo propsito. S utiliz MINITAB para Windows en los ejemplos que muestran el
uso de MINITAB. Despus de ingresar los datos para la aplicacin, MINITAB ini
cia con una barra de men como la siguiente:
file tdit Manip Qalc 5_tat Graph tditor Window Help
Para cada ejemplo que se utiliz para ilustrar MINITAB se muestra el procedi
miento de Windows (identificado como "Caja de dilogo") y los comandos corres
pondientes (con el membrete "Comandos de la sesin") que tambin pueden teclearse.

1.6

RESUMEN
En este captulo se presentan los conceptos bsicos de estadstica. Se define a la
estadstica como un rea que se dedica a la recoleccin y descripcin de datos, as
como a la elaboracin de inferencias estadsticas. Se define la inferencia estadsti
ca como el procedimiento por medio del cual se obtienen conclusiones acerca de
una poblacin con base en la informacin contenida en la muestra extrada de esa
poblacin. Se estudia que el tipo bsico de muestreo para hacer inferencias vlidas
es el muestreo aleatorio simple. Se describe cmo ut:ilizar las tablas de nmeros
aleatorios para obtener muestras aleatorias simples de una poblacin.
Se presentan las definiciones de algunos trminos bsicos, como variable y
muestra, que se usan en el estudio de la estadstica. Tambin se habla acerca de la
medicin y se definen cuatro escalas de medicin: nominal, ordinal, de intervalos y
de razones:
Por ltimo, se menciona la importancia de las computadoras en el desarrollo
de las actividades propias de la estadstica.

PREGUNTAS Y EJERCICIOS DE REPASO

l.

Explique qu significa estadstica descriptiva.

2.

Explique qu significa estadstica inferencial.

BIBLIOGRAFA

3.

13

Defina:
a) Estadstica

b) Bioestadfstica

e) Variable

d) Variable cuantitativa

e) Variable cualitativa

f) Variable aleatoria

g) Poblacin

h) Poblacin finita

i) Poblacin infinita

j) Muestra

k) Variable discreta

l) Variable continua

m) Muestra aleatoria simple

n) Muestreo con reemplazo

o) Muestreo sin reemplazo

4.

Defina la palabra medicin.

5.

Enumere, describa y compare las cuatro escalas de medicin.

6.

Para cada una de las siguientes variables indique si son cuantitativas o cualitativas, y especi
fique la escala de medicin que se utiliz cuando se tomaron las mediciones en cada una de
las siguientes:
a) Posicin social de los miembros de esta clase en relacin con los dems.
b) Diagnsticos de admisin de pacientes admitidos en clnicas de salud mental.
e) Peso de los bebs nacidos en un hospital en un ao.
d) Sexo de los bebs nacidos en un hospital en un ao.
e) Rango de movilidad de la articulacin del codo de estudiantes inscritos en un programa
de estudios de ciencias de la salud.
f) Temperatura axilar de bebs con un da de nacidos en el hospital.

7.

Para cada una de las siguientes situaciones, responda los incisos a-e:
a) cul es la muestra del estudio?
b) Cul es la poblacin?
e) cul es la variable de inters?
d) cuntas mediciones se hicieron para calcular los resultados informados?
e) Qu escala de medicin se utiliz?
Situacin A. Un estudio de 300 hogares en un pequeo pueblo sureo revel que 20 por
ciento tiene al menos un hijo en edad escolar.
Situacin B. Un estudio de 250 pacientes admitidos en un hospital durante el ao pasado
revel que, en promedio, los pacientes viven a 22.5 kilmetros del hospital.

BIBLIOGRAFA
Bibliografa de metodologa

l.
2.

S. S. Stevens, "On the Theory of Scales of Measurement", Science, 103, 677-680.

S. S . Stevens, "Mathematics, Measurement and Psychophysics", in S . S. Stevens (editor),

Handbook ofExperimental Psycholog;y, Wiley, New York.

CAPTULO 1

14
3.

4.

INTRODUCCIN A LA BIOESTADSTICA

George S. Fshrnan, Concepts and Methods in Dscrete Event Digital Smulation, Wiley, New York.
William R. Hersh, Information Retrieval: A Health Care Perspective, Springer, New York.

5.

Merida L. Johns, Information Management for Health Professions, Delmar Publishers, Albany,
NY.

6.

MarvinJ. Miller, Kenric W. Hammond y Matthew G. Hile (editores), Mental Health Computing,
Springer, New York.

7. Virginia K. Saba y Kathleen A. McCormick, Essentials of Computers far Nurses, McGraw-Hill,

New York.

8.

9.

Lee Hancock, Physicians' Cuide to the Internet, Lippincott-Raven, Philadelphia.

Leslie H. Nicoll y 'feena H. Ouellette, Computers in Nursing's Nurses' Cuide to the Intemet,
Lippincott, Philadelphia.
. Bibliografa de aplicaciones

A-1.

Knud Ciasen, Laila Madsen, Kim Bryjsen, Kurt Alb!!lge, Susan Misfeldt y Lars F. Gram,
"Sparteine and Mephenytoin Oxidation: Genetic Polymorphisms in East and West Greenland",
Clinical Pharmacology & Therapeutics, 49, 624-63 1 .