Final 48

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD
Escuela de Ciencias Bsicas, Tecnologa e Ingeniera

Inferencia Estadstica
Actividad: Fase Final
ACTIVIDAD FASE FINAL
Presentado por:
LUZ ANGELA CHAVES ACEVEDO
Cdigo: 1032375664
JORGE ALFONSO CARDENAS
Cdigo: 1032380092
BRANDON STEVEN VARGAS
Cdigo: 1031138790
DIEGO ANDRES TAPIAS
Cdigo: 103374042
Tutor: JEAMMY JULIETH SIERRA

Grupo: 100403_48
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INFERENCIA ESTADSTICA
DICIEMBRE 2014

INTRODUCCIN
El conjunto de mtodos estadsticos que permiten deducir (inferir) como se distribuye la

poblacin en estudio o las relaciones estocsticas entre varias variables de inters a
partir de la informacin que proporciona una muestra.
Tras el desarrollo del modulo del de Inferencia Estadstica, y mediante los
conocimientos obtenidos en el proceso, se es establecida como evaluacin final,
realizar la revisin de las retroalimentaciones hechas por el tutor a los respectivos
trabajos finales de cada unidad, siendo de este modo, este trabajo tiene como fin
afianzar y reforzar los conocimientos previamente obtenidos basando los trabajos de
dos unidades al desarrollo de una misma problemtica: Congestin en las salas de
urgencias.
Por otra parte y como valor agregado al cuerpo del examen, se desarrollara una
propuesta formulada por los integrantes que basada en los estudios estadsticos
realizados, permita desde el punto de vista del grupo dar una solucin a la problemtica
ya planteada.

OBJETIVOS
GENERALES
Mediante un anlisis a las correcciones hechas a los trabajos de las unidades 1 y 2,
realizar como evaluacin final correcciones y mejoramientos a dichos trabajos, por otra
parte realizar una propuesta grupal que permita desde el punto de vista del grupo, dar
solucin a la problemtica de congestin en las salas de urgencias.
OBJETIVOS ESPECFICOS
Hacer los anlisis y clculos correspondientes para determinar el tamao de la

muestra y seleccionar la muestra.
Desarrollar en el estudiante la capacidad de comprensin, anlisis y sntesis, en

el proceso de la actividad...
Comprender el comportamiento de una poblacin a partir del anlisis metdico

de una muestra aleatoria.
Identificar el tipo de muestreo de acuerdo a los objetivos de estudio
Conocer los criterios tcnicos que hay que tener en cuenta en la seleccin de
tamao de muestra.
Formar en el estudiante habilidades para deducir comportamientos de toda una

poblacin, a travs del uso de pruebas de hiptesis e intervalos de confianza
construidos a partir de una muestra seleccionada en la situacin problema.

TRABAJO COLABORATIVO 1
1.1 Esquema de Trabajo
Estudiante
Luz Angela Chaves
Actividad a realizar
Listado de elemento
Luz angela Chaves
Base de datos del hospital de Bucaramanga/Santander,

con el total de personas que asisten a la sala de
Urgencias en un periodo del 1 al 15 de Junio de 2014
depurada, ajustada.
Determinan la poblacin sobre la que se van a trabajar,
la cual es el total de pacientes atendidos en el periodo
mencionado.
N= 9183
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Luz Angela Chaves
Jorge Cardenas
Brandon Vargas
Tamao de la muestra n= 369
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Establecer las variables que se van a desarrollar en el

estudio, basados en muestra seleccionada.
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Clasificar las variantes halladas definiendo la cuantitativa

y cualitativa
Se realiza el tipo de muestreo escogiendo el sistemtico.
Se selecciona el caso desde el cual se comienza a tomar
la muestra en forma aleatoria.
Realizacin de Matriz de datos (Excel) con la informacin
organizada
En la matriz de datos se muestran las variables
escogidas y se consolida en un total de 369 pacientes
como muestra en forma sistemtica cada 24 pacientes
en forma aleatoria desde el paciente nmero 16 de la
poblacin de 9183
Se halla la media muestra de cada una de las variables
con parmetro de media al igual de las variables con
parmetro de proporcin y sus categoras.

Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Luz Angela Chaves
Jorge Cardenas
Brandon Vargas
Jorge Cardenas
Brandon Vargas
Luz Angela Chaves
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Procede a realizar los intervalos de confianza de las

variables con parmetro de media al igual de las
variables con parmetro de proporcin y sus categoras.
El compaero realiza las grficas de los intervalos de
confianza de las variables con parmetro de media al
igual de las variables con parmetro de proporcin y sus
categoras.
Introduccin, objetivos.
Consolidar el trabajo final con todos los aportes subidos
en el foro, realizado en documento Word de acuerdo a lo
solicitado en la gua cumpliendo con normas APA.
Esquema de trabajo
Luz Angela Chaves
Tabla de asociacin de conocimiento
Luz Angela Chaves

Jorge Cardenas
Brandon Vargas
Caracterizacin del problema (Word)
1.2 Listado elementos que se necesitaran para resolver el problema

Elementos
Como utilizar la inferencia o estadstica para

analizarlo
Base de datos
En este caso contamos con una base de datos de una

poblacin de 9183 pacientes, los cuales fueron
atendidos en el Hospital de Bucaramanga en un periodo
de tiempo del 1 al 15 de Junio del 2014, es una base de
datos tomada en tiempo real y certera.
Bases de datos
tericas
Basados en el Modulo de Inferencia Estadstica, as

como por medio de la consulta de bibliografa adicional.
Equipos de computo
Necesarios para el manejo de las bases de datos y

clculos respectivos.

ASOCIACIN DE CONOCIMIENTOS
Elemento
Como usar la inferencia o estadstica para analizarlo
Instrumentos para
abordar la
problemtica.
En este caso contamos con una base de datos de una

poblacin de 9183 pacientes, los cuales fueron atendidos
en el Hospital de Bucaramanga en un periodo de tiempo
del 1 al 15 de Junio del 2014, es una base de datos
tomada en tiempo real y certera.
Determinacin de
Poblacin N=
Teniendo en cuenta que N es el total de poblacin sobre la

cual se trabajara, en nuestro caso es el total de registros
obtenidos por parte del Hospital de Bucaramanga los
cuales son de atencin en urgencias.
N= 9183
Tamao de la muestra
En razn a que por costos y agilidad en el proceso se

debe realizar la obtencin del tamao de la muestra, para
eso se despeja la formula al final enunciada
2
N
Z
/ 2 P(1P)
n
(N1)e2 Z2 / 2 P(1P)
Se determina: NIVEL DE CONFIANZA 95%

Z= 1,96 Margen de confianza escogido
p= 0,5
q= 0,5
d= 0,05 Error
Se determina as:
Caracterizacin del
problema
Poblacin: Pacientes atendidos en sala de Urgencias del

Hospital Bucaramanga entre el 1 al 15 de Junio del 2014.
Tamao de la poblacin: 9183 mil habitantes
Tipo de muestreo: Muestreo Sistemtico
Tamao de la muestra: 369
Variables a analizar
Variables.

Ubicacin de las
variables
Variables a analizar
Muestreo a utilizar
De acuerdo a las caractersticas de la base de datos

suministrad por el hospital se trabaj con el tipo de
MUESTREO SISTEMTICO, la frmula empleada por
este tipo de muestreo es F= N/n, para poder determinar el
rango de seleccin de los pacientes a tomar en la base de
poblacin.
VARIABLE
Hora de llegada
TIPO
Cuantitativa
Cualitativa
PARAMETRO
Media
Proporcion
De esto se obtuvo que se tomara la muestra cada 20

pacientes.
Toma aleatoria
Teniendo la informacin de n: 369 y que la muestra se

toma cada 20 pacientes, se decide realizar la toma en
forma aleatoria, en nuestro caso se realiza directamente
con formula de Excel y nos arroja comenzar desde el
paciente nmero 7.
DESARROLLO DE LA ACTIVIDAD
POBLACIN
caso
1
2
3
4
5
6
7
8
9
MUESTRA
Clase de episodio
Clase de Mvto
Fecha Mvto Hora Mvto
Epis.ambulante
Urgencias
01.06.2014
01:35:35
Episodio hospitaliz.
Urgencias
01.06.2014
06:06:12
Epis.ambulante
Urgencias
01.06.2014
08:30:03
Urgencias
01.06.2014
08:34:53
Epis.ambulante
Urgencias
01.06.2014
09:35:44
Epis.ambulante
Urgencias
01.06.2014
10:12:27
Urgencias
01.06.2014
14:48:29
Epis.ambulante
Urgencias
01.06.2014
20:18:38
Epis.ambulante
Urgencias
01.06.2014
22:29:34
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
Paciente
1
2
3
4
5
6
7
8
9
Sexo
Mujer
Hombre
Hombre
Mujer
Hombre
Hombre
Hombre
Hombre
Hombre

Caso
0
1
2
3
4
5
6
7
8
Paciente
Fecha Ingreso Hora
Paciente 2401.06.2014 00:23:26
Paciente 4801.06.2014 02:47:06
Paciente 7201.06.2014 06:43:48
Paciente 9601.06.2014 08:22:43
Paciente 12001.06.2014 09:11:28
Paciente 14401.06.2014 10:00:25
Paciente 16801.06.2014 10:45:10
Paciente 19201.06.2014 11:18:42
Paciente 21601.06.2014 11:47:42
Sexo
Mujer
Hombre
Mujer
Hombre
Hombre
Hombre
Mujer
Hombre
Mujer
Fecha NacEdad Aos

03.11.1948
65
10.01.1959
55
11.10.1961
52
29.01.1967
47
08.09.2012
1
03.10.1998
15
28.12.1942
71
19.05.1978
36
01.06.1926
88
TABLAS Y GRFICOS ESTADSTICOS
Paso 1
Poblacin: usuarios del servicio de urgencias de la primera quincena del mes de Junio
del Hospital de Bucaramanga con una atencin de 24 horas.
Tamao de la poblacin: 9.183
Paso 2
1-=
Tamao de la Muestra:
N=
1.9600 z
p=
q=
d=
95%
5%
9183
1.96
0.5
0.5
0.05
n0=
370
n=
369
Tamao Poblacin = 9138

Nmero De Pacientes Entre Los 20 Y 30 Aos = 2018

Promedio De Pacientes Entre 20 Y 30 Atendidos Diariamente

2018/15 = 134.53
Nmero De Mujeres Atendidas En Los 15 Das = 4811
Nmero De Mujeres Atendidas En Los 15 Das = 1052
Nmero De Hombres Atendidos En Los 15 Das = 4372

Nmero De Hombres Entre 20 Y 30 Aos
Intervalos de Confianza para Proporciones

Intervalo de confianza parmetro Hombres
A un nivel de confianza del 95% la proporcin poblacional de Hombres se encuentra

entre el 46,5% y el 48,6%
Intervalo de confianza parmetro Mujeres

A un nivel de confianza del 95% la proporcin poblacional de mujeres se encuentra

entre el 51,3% y el 53,4%
Intervalo de confianza parmetro personas que hayan presentado contusiones
como diagnstico de ingreso
En este parmetro registramos los datos de las personas que diagnosticaron diversas
contusiones al momento de su ingreso al hospital, entre ellas incluimos: contusin del
hombro y del brazo, contusin de la rodilla, contusin de la cadera, contusin del tobillo,
contusin del trax, entre otras.
A un nivel de confianza del 95% la proporcin poblacional de personas que al momento

de su ingreso diagnosticaron algn tipo de contusin, se encuentra entre el 5,81% y el
6,81%
Intervalo de Confianza parmetro personas que ingresaron con algn cuadro de
fiebre
En este parmetro registramos los datos de las personas que diagnosticaron diversos
cuadros de fiebre al momento de su ingreso al hospital, entre ellas incluimos: fiebre no
especificada, fiebre con escalofri, fiebre del dengue, etc.

^ - E < P < ^ + E
= (0,069694) (0,00520795) < P < (0,069694) + (0,00520795)
= (0,064486055) < P < (0,07490194)
= 6,44 < P < 7,49
A un nivel de confianza del 95% la proporcin poblacional de personas que al momento
de su ingreso diagnosticaron algn tipo de fiebre, se encuentra entre el 6,44% y el
7,49%.
TRABAJO COLABORATIVO 2
Paso 1. Planteamiento de hiptesis segn variables que se quieren analizar

Teniendo en cuenta lo desarrollado en la fase intermedia 1; paso 5, tomen las
mismas variables y parmetros para que de esta forma, establezcan hiptesis de
trabajo.
Planteen y desarrollen dos pruebas de hiptesis unilaterales y dos bilaterales
Las pruebas deben ser de los diferentes tipos posibles, como por ejemplo:
prueba de hiptesis para la media o para la proporcin, la diferencia de medias o
la diferencia de proporciones.
Se le solicita usar el Excel para realizar las pruebas (contrastes) de hiptesis
1). PRUEBA DE HIPTESIS

Variable: Edad promedio de los pacientes atendidos

Parmetro: Promedio (media)
Lo que se debera tener: La edad promedio de los pacientes que es 36. La
desviacin de esta edad, es de 24 aos)
Prueba de hiptesis (media poblacional, prueba de cola izquierda)
Datos
N= 19600 pacientes
n= 369 pacientes
=36
=24
Promedio edad en la muestra = 37
Desviacin de la edad (muestra) = 24
Paso 1: Planteamiento de hiptesis
=36 aos
<36 aos
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)

0.80
Paso 4: Estadstico terico (o tabulado)

=
n=
=
1-=
z=
24
369
0.05
0.95
0.8
Z TERICO= -1.64
ESTADSTICO DE PRUEBA
ESTADSTICO TABULADO
Paso 5: Tomar la decisin

Como el estadstico de prueba es mayor al cuantil del estadstico terico
(0.8>-1.64) entonces se puede aceptar la hiptesis nula, es decir si se puede
aceptar que la edad promedio de los pacientes es de 36 aos.

Prueba de hiptesis (prueba para la diferencia de medias, prueba de dos colas)

Datos
n2= 19600 pacientes
n1= 369 pacientes
2=36
2=24
Promedio edad en la muestra 1 = 37
Desviacin de la edad (muestra) 1 = 24
1= 2
1 2
Paso 4: Formular una regla de decisin

Si
Se acepta H0, de lo contrario se rechaza y se acepta H1
/2
1 /2
Z1=
Z2 =
5%
2.5%
97.5%
-1.96
1.96

Paso 5: Tomar una decisin

Como el valor cae en la regin de aceptacin, se acepta la hiptesis nula,
por lo tanto la conclusin es que los dos grupos tienen el mismo promedio
de edad, de los pacientes atendidos.
Variable: Promedio de Mujeres atendidas por da.

Lo que se debera tener: El nmero promedio de mujeres atendidas diariamente
(13/da). La desviacin, es de 4.
Prueba de hiptesis (media muestra, prueba de cola izquierda)
Datos
N= 19600 pacientes
n= 369 pacientes
=321
=49
Promedio mujeres en la muestra = 13
Desviacin (muestra) = 4

=321 mujeres
<321 mujeres

-120.7
Paso 4: Estadstico terico (o tabulado)
=
n=
=
1-=
z=
24
100
0.05
0.95
-120.7 ESTADSTICO DE PRUEBA
Z TERICO= -1.64
ESTADSTICO TERICO
Paso 5: Tomar la decisin

Como el estadstico de prueba es menor al cuantil del estadstico terico
(0.8<-120.7) entonces no se puede aceptar la hiptesis nula, es decir no se
puede aceptar que el promedio de mujeres atendidas por da es de
321mujeres.



Prueba de hiptesis (prueba para la diferencia de medias, prueba de dos colas)
Datos
n2= 19600 pacientes
n1= 369 pacientes
2=36
2=24
Promedio mujeres en la muestra 1 = 37
Promedio hombres en la muestra
Desviacin de la edad (muestra) 1 = 24

1= 2
1 2
Paso 4: Formular una regla de decisin

Si
Se acepta H0, de lo contrario se rechaza y se acepta H1

5%
2.5%
97.5%
/2
1 /2
Z1=
Z2 =
-1.96
1.96

Como el valor cae en la regin de aceptacin, se acepta la hiptesis nula,
por lo tanto la conclusin es que los dos grupos tienen el mismo promedio
de edad, de los pacientes atendidos.
PRUEBA DE HIPTESIS UNILATERAL
Prueba de hiptesis # 1
Variable: Edad de los pacientes que fueron atendidos en el hospital

Parmetro: Media ( )
Lo que debera ser: Las personas atendidas en el hospital, entre el 1 de Junio y
el 15 de Junio del ao 2014, son mayores de 30 aos. (Desviacin estndar 5
aos)
Prueba de hiptesis:
Datos:
N = 9.183

n = 369
1- =
=
N=
Z=
p=
q=
d=
n=
13.06.2014
13.06.2014
13.06.2014
95%
5%
9183
1,96
0,5
0,5
0,05
369,694275
17:32:02 Paciente 8019Hombre

20.05.1971
17:31:45 Paciente 8020Mujer
13.04.1985
17:33:37 Paciente 8021Mujer
09.03.1978
Promedio edad (muestra)=
Desviacin Muestral =
Z Terico=
Paso 1: Planteamiento de la Hiptesis

ho=
h =
. El nivel de confianza es del 95 %.

Paso 3: Estadstico de prueba o calculado
43
29
36
36,85
25,69
1,64

26,32
Paso 4: Estadstico terico o tabulado
= 5
n= 369
Z Terico =
1,64
Z Estadstico de Prueba = 26,32

Z Estadstico terico = 1,64
Paso 5: Toma de decisin

Como el estadstico de prueba es mucho mayor al estadstico terico, entonces no se
puede aceptar la hiptesis de que la mayora de las personas que asisten a urgencias
tienen menos de treinta aos.
PRUEBA DE HIPTESIS BILATERAL

Prueba de hiptesis # 2
Variable: Hora en que llegan los pacientes a ser atendidos

Parmetro: Media ( )
Lo que debera ser: Las personas atendidas en el hospital, entre el 1 de Junio y
el 5 de Junio del ao 2014, llegan en las horas de la maana. (Desviacin
estndar 1 hora)
Prueba de hiptesis:
ho= La mayora de las personas atendidas en el hospital entre el 1 de Junio y el 5 de
Junio del ao 2014, llegan antes de medio da.
h = La mayora de las personas atendidas en el hospital entre el 1 de Junio y el 5 de
Junio del ao 2014, llegan despus de medio da.
Datos:
N = 3.382
n = 346
1- =
=
N=
Z=
p=
q=
d=
n=
3086
3111
3113
3384
95%
5%
3382
1,96
0,5
0,5
0,05
345,872486
Epis.ambulante
Triage
05.06.2014
Epis.ambulante
Triage
05.06.2014
Epis.ambulante
Urgencias 05.06.2014
Epis.ambulante
Triage
05.06.2014
Promedio hora (muestra)=
Desviacin Muestral =
14:48:51
15:17:15
15:19:12
18:51:35
13:03:19
0,25
Z Teorico =
Paso 1: Planteamiento de la Hiptesis

ho=
h =
. El nivel de confianza es del 95 %.
Paso 3: Estadstico de prueba o calculado
1,96
Paciente 3086Mujer
Paciente 3111Hombre
Paciente 3113Mujer
Paciente 3384Mujer

19,16
Paso 4: Estadstico terico o tabulado
= 5
n= 346
Z Terico =
1,96
Z Estadstico de Prueba = 19,16

Z Estadstico terico = 1,96
Paso 5: Toma de decisin

Como el estadstico de prueba es mucho mayor al estadstico terico, entonces no se
puede aceptar la hiptesis de que la mayora de las personas que asisten a urgencias
despus de las 12:00:00.
Paso 2. Establecer dos conjuntos de datos para contrastar con un ANOVA

Seleccione
una
variable
cuantitativa
(dependiente)
una
cualitativa
(independiente) que pueda relacionar, por ejemplo: Una variable cualitativa como
el Turno en la jornada laboral en donde las niveles pueden ser A, B , C y una
cuantitativa como nmero de pacientes en la sala de urgencias.
Dirjase al blog del curso y all en la seccin de videos cheque estos dos: Anova
y Prueba Tukey (excel) y .Anova y Prueba Tukey (InfoStat)
Teniendo en cuenta esa informacin realice un anlisis de varianza (ANOVA)

para determinar si los promedios de la variable dependiente son o no iguales
Realice una prueba a posterior como la tukey si encuentra que rechaza la

hiptesis de igualdad de medias del tem anterior. Concluya entre que par de
turnos hay diferencias

BASE DE DATOS
38
41
241
272
887
914
2172
2251
2292
2311
3203
3221
3827
3853
4775
4791
5070
5071
5327
5352
Clase de
Mvto
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Fecha
Mvto
01.06.2014
01.06.2014
01.06.2014
01.06.2014
02.06.2014
02.06.2014
04.06.2014
04.06.2014
04.06.2014
04.06.2014
05.06.2014
05.06.2014
06.06.2014
06.06.2014
08.06.2014
08.06.2014
09.06.2014
09.06.2014
09.06.2014
09.06.2014
5369
Triage
09.06.2014 12:40:10 Hombre
22
SEGUROS BOLIVAR SA ARP
5394
5903
5909
5923
5944
6450
Urgencias
Triage
Triage
Urgencias
Urgencias
Triage
09.06.2014
10.06.2014
10.06.2014
10.06.2014
10.06.2014
11.06.2014
13:04:00
09:06:37
09:16:58
09:34:28
09:47:54
07:38:23
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
22
34
27
34
27
24
SEGUROS
SEGUROS
SEGUROS
SEGUROS
SEGUROS
SEGUROS
6466
6485
7555
7630
9876
9890
11890
11933
12527
12537
14634
14688
17407
17419
Triage
Urgencias
Urgencias
Triage
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
Triage
Urgencias
11.06.2014
11.06.2014
13.06.2014
13.06.2014
16.06.2014
16.06.2014
20.06.2014
20.06.2014
21.06.2014
21.06.2014
25.06.2014
25.06.2014
30.06.2014
30.06.2014
08:04:06
08:14:22
09:04:12
07:48:41
21:16:16
21:35:10
10:17:14
10:49:56
11:26:02
11:36:54
11:09:41
12:41:43
15:38:14
15:45:09
Hombre
Hombre
Hombre
Hombre
Mujer
Mujer
Hombre
Hombre
Mujer
Mujer
Hombre
Hombre
Hombre
Hombre
27
24
44
44
20
20
20
20
24
24
26
26
54
54

COOMEVA EPS ARP
COOMEVA EPS ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
Caso
Hora
Mvto
01:45:35
01:55:16
12:25:31
13:13:15
13:27:20
14:11:57
09:19:05
11:17:49
12:55:50
13:19:23
17:27:11
17:56:34
16:35:21
17:19:29
12:21:38
12:34:37
01:29:49
01:36:28
11:22:30
11:51:39
Sexo
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Hombre
Mujer
Mujer
Edad
(Aos)
29
29
41
41
25
25
43
43
25
25
48
48
35
35
22
22
24
24
22
22
Nombre Aseguradora
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
NUEVA EPS SA ARP
NUEVA EPS SA ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
BOLIVAR SA
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
Txt Diag H. Ingreso
OTROS TRAUMATISMOS DE LA CABEZA, ESPECIFICADOS

OTROS TRAUMATISMOS DE LA CABEZA, ESPECIFICADOS
TRAUMATISMO SUPERFICIAL DEL PIE Y DEL TOBILLO, NO ESPECIF
TRAUMATISMO SUPERFICIAL DEL PIE Y DEL TOBILLO, NO ESPECIF
CELULITIS DE OTRAS PARTES DE LOS MIEMBROS
CELULITIS DE OTRAS PARTES DE LOS MIEMBROS
FRACTURA DEL PERONE SOLAMENTE
FRACTURA DEL PERONE SOLAMENTE
QUEMADURA DE LA CORNEA Y SACO CONJUNTIVAL
QUEMADURA DE LA CORNEA Y SACO CONJUNTIVAL
CONTUSION DE LA RODILLA
CONTUSION DE LA RODILLA
CUERPO EXTRAO EN LA CORNEA
CONTUSION DEL TOBILLO
CONTUSION DEL TOBILLO
OTRAS DORSALGIAS
OTRAS DORSALGIAS
CONTUSION DEL HOMBRO Y DEL BRAZO
CONTUSION DEL HOMBRO Y DEL BRAZO
OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED
POSTERIOR DEL TORAX
OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED
POSTERIOR DEL TORAX
DORSALGIA, NO ESPECIFICADA
DORSALGIA, NO ESPECIFICADA
CONTUSION DE LA REGION LUMBOSACRA Y DE LA PELVIS
TRAUMATISMO DE LA CONJUNTIVA Y ABRASIONCORNEAL
SIN MENCION DE CUERPO EXTRAO
CONTUSION DE LA REGION LUMBOSACRA Y DE LA PELVIS
CONTUSION DEL GLOBO OCULAR Y DEL TEJIDOORBITARIO
CONTUSION DEL GLOBO OCULAR Y DEL TEJIDOORBITARIO
ESGUINCES Y TORCEDURAS DEL TOBILLO
ESGUINCES Y TORCEDURAS DEL TOBILLO
CONTRACTURA MUSCULAR
CONTRACTURA MUSCULAR
EXPOSICION OCUPACIONAL AL POLVO
EXPOSICION OCUPACIONAL AL POLVO
LUMBAGO NO ESPECIFICADO
LUMBAGO NO ESPECIFICADO
TRAUMATISMOS MULTIPLES, NO ESPECIFICADOS
TRAUMATISMOS MULTIPLES, NO ESPECIFICADOS

DATOS
ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
COOMEVA EPS ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
NUEVA EPS SA ARP
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
SEGUROS BOLIVAR SA
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
ARP
EDAD
43
43
44
44
20
20
24
24
25
25
20
20
26
26
54
54
29
29
41
41
25
25
48
48
35
35
22
22
24
24
22
22
22
22
34
27
34
27
24
27
24

HIPTESIS Y CONCLUSIN
Hiptesis a analizar:
El promedio de las edades de las personas que sufren de algun
tpo de accidente de trabajo no varian de acuerdo a la
aseguradora a la que pertenecen
Observacin
COOMEVA
EDADES
NVA EPS
EDADES
SG.BOLIVAR
EDADES
43
25
29
43
25
29
44
20
41
44
20
41
20
26
25
20
26
25
24
54
48
24
54
48
35
10
35
11
22
12
22
13
24
14
24
15
22
16
22
17
22
18
22
19
34
20
27
21
34
22
27
23
24
24
27
25
24
TOTAL
Media =
32.75
31.25
29.32
Varianza=
134.5
203.071429
65.31
11.5974135
14.2503133
8.081460264
25
41
262
250
733
1245
Desviacin=
n=
Suma=
31.1066667

SOLUCIN ANOVA
Como el valor de f es inferior al valor crtico para f, es posile aceptar la hiptesis de que las
edades de las personas que sufren accidentes laborales no varian sugun la aseguradora a la
Anlisis de varianza de un factor
RESUMEN
Grupos
COOMEVA
EDADES
NVA EPS
EDADES
Cuenta
Suma
Promedio
Varianza
262
32.75
134.5
250
31.25
203.071429
25
733
29.32
65.31
Suma de
cuadrados
Grados de
libertad
Promedio de los
cuadrados
Probabilidad
Entre grupos
Dentro de los
grupos
79.07219512
39.53609756
0.38224008
0.68492499
3930.44
38
103.4326316
Total
4009.512195
40
SG.BOLIVAR
EDADES
ANLISIS DE VARIANZA
Origen de las
variaciones
Valor crtico
para F
3.244818361

TUKEY
COMPARACIN MLTIPLE DE TUKEY

Media de COOMEVA EDADES
n COOMEVA EDADES
Media de NVA EPS EDADES
n NVA EPS EDADES
Media de SG. BOLIVAR EDADES
n SG. BOLIVAR EDADES
CME (Cuadrado medio del error)
Estadstico Q de Tukey
Comparacin del grupo 1 con el 2
Diferencia absoluta
Error estndar de la diferencia
Amplitud ctrica
Medias del grupo 1 y 2 son
Diferencia absoluta
Amplitud ctrica
Medias del grupo 1 y 3 son
Diferencia absoluta
Amplitud ctrica
32.75
8
31.25
8
29.32
25
103.4326316
3.45
1.5
3.595702845
12.40517481
No diferente
3.43
3.595702845
12.40517481
No diferente
1.93
2.9211628
10.07801166

3. Tomar una de todas las variables para analizar si tiene una distribucin
conocida, a travs de Pruebas no paramtricas
En la seccin de videos del blog descargue el video: Prueba Ji-cuadrado
Teniendo en cuenta ese video supongo una distribucin que pueden tener
Turno
1
00:00 a 8:00 3
8:00 a 16:00 11
16:00 a 24:00 10
2
4
11
10
3
4
16
13
4
3
14
11
5
6
6
4
14 13
10 7
7
4
11
8
Dia
8 9
3 3
12 15
7 13
10 11 12 13 14 15
3
4
5
3
3 3
12 12 11 14 10 5
8
9
9
8 10 0
PROM POR TURNO

X:# Urgencias
Oi Frec. (Turnos) f(XI)
0
1
0.00033546
3
8
0.02862614
4
5
0.05725229
5
2
0.09160366
6
1
0.12213822
7
2
0.13958653
8
3
0.13958653
9
2
0.12407692
10
5
0.09926153
11
5
0.07219021
12
3
0.04812680
13
3
0.02961649
14
3
0.01692371
15
1
0.00902598
16
1
0.00451299
45
1
Ei
0.01509582
1.28817649
2.57635298
4.12216477
5.4962197
6.28139394
6.28139394
5.58346128
4.46676902
3.24855929
2.16570619
1.33274227
0.76156701
0.40616907
0.20308454
44
62.15
9.70
1.57
2.11
5.60
7.70
10.29
18.24
117.35

Paso 4: Estadstico terico
Donde k es el nmero de categoras r=1, como observamos que algunas frecuencias en

los turnos son menores que 5, agrupamos algunas filas, por esta razn el nmero de
categoras k=8.
Por ende
Ubicando los grados de libertad 7 y el grado de significancia 0.05, obtenemos que el

Estadstico Terico es igual a 14,067.


Como el valor estadstico cay dentro de la zona de aceptacin, no se puede
rechazar la hiptesis nula, que datos provienen de una distribucin poisson.
Anlisis de las propuestas y propuesta nica

DEFINICIN DEL PROBLEMA
La problemtica a estudiar tiene lugar en la sala de urgencias del Hospital de
Bucaramanga, donde se evidencian congestiones, demoras en la atencin, tiempos de
espera demasiado largos, esto tiene como resultado la no prestacin pronta y oportuna
del servicio a los usuarios. Generando incomodidad y descontento en la comunidad.
Solucin Propuesta
Esta solucin se divide en dos fases, la primera se basa en el estudio realizado
previamente, partiendo de la base de datos de los pacientes atendidos en la sala de
urgencias, del 1 al 15 de Junio del presente ao. Este estudio arroj una serie de datos
de los cuales se procede a plantear la solucin.
En la siguiente tabla tenemos los pacientes atendidos por turno, as como el promedio
que equivale a 8 pacientes por turno.

Turno
1
00:00 a 8:00 3
8:00 a 16:00 11
16:00 a 24:00 10
2
4
11
10
3
4
16
13
4
3
14
11
5
6
6
4
14 13
10 7
7
4
11
8
Dia
8 9
3 3
12 15
7 13
10 11 12 13 14 15
3
4
5
3
3
3
12 12 11 14 10 5
8
9
9
8 10 0
PROM POR TURNO
Se puede observar que el turno que presenta mayor cantidad de pacientes atendidos es
de 8:00 a las 16:00, seguido del turno de 16:00 a 24:00 y finalmente en el turno de
00:00 a 8:00 es donde se registran menos atenciones en urgencias.
Teniendo en cuenta lo anterior se propone hacer una redistribucin del personal
(mdicos, especialistas, enfermeras, etc.) que presta sus servicios en cada turno,
partiendo de la reduccin del personal requerido en el turno 1, ya que la demanda en
este no es tan alta como en los otros dos turnos, el personal que quede sobrante entra
a reforzar al personal de los otros dos turnos. Para de esta manera descongestionar
ms la sala de urgencias, se realizar una proyeccin en la demanda del servicio,
basados en los histricos de atencin en la sala de urgencias, para determinar si en el
futuro la cantidad de pacientes atendidos por turnos se mantendr, esto con el fin de
apoyar la decisin de reducir el personal en el turno 1 y redistribuirlo en los turnos 2 y 3.
La segunda fase en esta solucin iniciar analizando otras variables que pueden estar
afectando el servicio, para esto utilizaremos el esquema de espina de pescado para
identificar la causa raz de dicho problema.
Paciente
Sobredemanda
Del servicio
Permanencia
Acuden
Tiempo de espera pacientes

que no son
En sala
emergenci
Tipo de
dolencia
Trabajadores
parcial de
algunos
Personal no
capacitado
mdicos en
urgencias
as
Demora en
la atencin
paciente
Falta de equipos o
Medicamentos
Falta de camillas y
Consultorios
Sala de urgencias
Muy pequea
Falta de personal en
Horarios de noche
Falta de seguimiento de paciente

dado de alta
No se cuenta con una ambiente de triage

Tiempo de atencin (largo corto)
Recursos
Organizacin

Un seguimiento a los tiempos de atencin, hora de llegada y hora de salida,

determinando el tiempo promedio por paciente, dentro de este estudio de forma
simultnea se debe identificar el triage en el cual es valorado el paciente, de esta
manera se determinar para cuales diagnsticos se requiere ms tiempo en su
atencin y para cules no.
Es importante analizar otras variables como lo son la cantidad de profesionales

encargados de atender a los pacientes, para determinar si son los suficientes. Se
debe observar la capacidad de las instalaciones en cuanto a salas de espera y
consultorios, con ello se busca determinar si la capacidad del la sala de
urgencias es la adecuada, para la demanda de pacientes atendidos, as como
los equipos que se requieren para la generacin de diagnsticos y toma de
muestras.4
Basados en los datos obtenidos de las variables anteriores se propone estandarizar el

tiempo de atencin promedio que se debe tener, para cada tipo de afectacin de los
pacientes, es decir realizar una clasificacin de las enfermedades o causales de la
emergencia, tomar los tiempos promedio en que se evacua el paciente, de esta manera
hacer un control de tiempos y no retrasar el servicio.
Adems se propone clasificar a los profesionales de acuerdo a su especialidad,
asignando a cada uno el tipo de dolencia que va a tratar durante el turno, de este modo,
el profesional sabr el tiempo promedio que debe demorar con su paciente, y a su vez
el promedio de pacientes que podr atender por turno. Esto tiene como resultado
facilitar al profesional la identificacin rpida de los equipos e instrumentos que se
requiera para dar con el diagnostico final, como exmenes de sangre, RXs, entre otros
y finalmente la medicacin del paciente. Al tratar el mismo tipo de afeccin durante el
turno, agilizar todo el proceso y as se descongestionar el sistema de urgencias.
Al realizar esta clasificacin de afecciones en el paciente y hallar el promedio de
pacientes que presentan la misma afeccin, se propone generar una proyeccin que
permita observar el comportamiento en el futuro y con estos datos se pueda determinar
la cantidad de profesionales necesarios para cada especialidad y hacer una mejor
redistribucin del personal. Generando la cobertura necesaria en aquellas afecciones
que son ms recurrentes en los pacientes.

CONCLUSIONES
Se logr dar correccin a los trabajos colaborativos 1 y 2 de acuerdo a las sugerencias dadas en
la retroalimentacin, por parte de la tutora.
Se realizaron diferentes propuestas para dar solucin a la problemtica estudiada a lo largo del
curso.
Se identific que hacen falta otra serie de estudios donde se analicen otras variables, que
puedan estar afectando el servicio de urgencias.

Referencias bibliogrficas
Jeammy Julieth Sierra Hernandz. (2013). Mdulo Curso Inferencia Estadstica.

Colombia.
Jeammy Sierra (2014). Encuentro tutorial Inferencia Estadstica 100403, 02 de Sep de 2014
[video]. Disponible en: https://www.youtube.com/watch?v=FxhZp4E50vY&feature=youtu.be
Jeammy Sierra (2014). Segundo encuentro tutorial inferencia estadstica [Video]. Disponible en:
http://conferencia2.unad.edu.co/p4byt9onzem/?launcher=false&fcsContent=true&pbMode=nor
mal
TareasPlus (2012). Determina el tamao muestra para estimar la media de una poblacin
[Video]. Disponible en: https://www.youtube.com/watch?v=xSVS-0YR1JY
Yovany Martin Quijano Rojas (2013). Prueba de hiptesis para la media [Video]. Disponible en:
https://www.youtube.com/watch?v=AJcy4eZMwWM

Final 48

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Final 48

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Escuela de Ciencias Bsicas, Tecnologa e Ingeniera

ACTIVIDAD FASE FINAL

Tutor: JEAMMY JULIETH SIERRA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

El conjunto de mtodos estadsticos que permiten deducir (inferir) como se distribuye la

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Hacer los anlisis y clculos correspondientes para determinar el tamao de la

Desarrollar en el estudiante la capacidad de comprensin, anlisis y sntesis, en

Comprender el comportamiento de una poblacin a partir del anlisis metdico

Formar en el estudiante habilidades para deducir comportamientos de toda una

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Luz angela Chaves

Base de datos del hospital de Bucaramanga/Santander,

Luz Angela Chaves

Tamao de la muestra n= 369

Luz Angela Chaves

Establecer las variables que se van a desarrollar en el

Luz Angela Chaves

Luz Angela Chaves

Clasificar las variantes halladas definiendo la cuantitativa

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Luz Angela Chaves

Luz Angela Chaves

Procede a realizar los intervalos de confianza de las

Luz Angela Chaves

Tabla de asociacin de conocimiento

Luz Angela Chaves

Caracterizacin del problema (Word)

1.2 Listado elementos que se necesitaran para resolver el problema

Como utilizar la inferencia o estadstica para

En este caso contamos con una base de datos de una

Basados en el Modulo de Inferencia Estadstica, as

Necesarios para el manejo de las bases de datos y

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Como usar la inferencia o estadstica para analizarlo

En este caso contamos con una base de datos de una

Teniendo en cuenta que N es el total de poblacin sobre la

En razn a que por costos y agilidad en el proceso se

Se determina: NIVEL DE CONFIANZA 95%

Poblacin: Pacientes atendidos en sala de Urgencias del

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

De acuerdo a las caractersticas de la base de datos

De esto se obtuvo que se tomara la muestra cada 20

Teniendo la informacin de n: 369 y que la muestra se

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Fecha NacEdad Aos

TABLAS Y GRFICOS ESTADSTICOS

Tamao Poblacin = 9138

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Promedio De Pacientes Entre 20 Y 30 Atendidos Diariamente

Nmero De Mujeres Atendidas En Los 15 Das = 1052

Nmero De Hombres Atendidos En Los 15 Das = 4372

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Nmero De Hombres Entre 20 Y 30 Aos

Intervalos de Confianza para Proporciones

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

Intervalo de confianza parmetro Hombres

A un nivel de confianza del 95% la proporcin poblacional de Hombres se encuentra

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA -UNAD

A un nivel de confianza del 95% la proporcin poblacional de mujeres se encuentra

A un nivel de confianza del 95% la proporcin poblacional de personas que al momento