Medidas de tendencia central Medidas de dispersin Medidas de posicin Introduccin a pruebas de significacin estadstica

Introduccin
Si se obtiene una serie de datos, mirar los datos

individualmente nos puede dar una idea, pero es mejor usar indicadores que nos resuman la informacin. Estos se conocen como estadgrafos, medidas de resumen, o tambin medidas descriptivas. Tres tipos:
Medidas de tendencia central Medidas de dispersin Medidas de posicin

Si se mide a toda la poblacin, se conoce como parmetro, y se

denota por la letra griega correspondiente.

Medidas de tendencia central 1. Media

Tambin llamada media aritmtica o promedio.
Suma de todos los valores entre el nmero de sujetos. Puede ser influida por valores extremos.

Medidas de tendencia central 2. Mediana

Es el valor del medio. La mitad de los valores son

mayores y la mitad son menores. Si la serie tiene un nmero impar de sujetos

Mediana = El valor de (n + 1) / 2

Si la serie tiene un nmero par de sujetos Mediana = El promedio de los dos valores centrales

Medidas de tendencia central 3. Moda

Es el valor ms frecuente.
Puede haber ms de una moda. Por ejemplo, si una

distribucin tiene dos modas, se denomina bimodal. Si la distribucin es simtrica, las tres medidas caern en el mismo punto.

Determine la moda, mediana y media

8 8 12 10 16 12 9 10 14 17 12 11 13 11 13 11 16 12 14 15

Determine la moda, mediana y media

Ordeno de menor a mayor
8 8 9 10 10 11 11 11 12 12 12 12 13 13 14 14 15 16 16 17 8 8 12 10 16 12 9 10 14 17 12 11 13 11 13 11 16 12 14 15

Media: 12.2 Mediana: 12 Moda: 12

Ejercicio 2
Un grupo de 10 nios nacieron con los siguientes pesos:
3100 3800 3300 3600 3400 2300 2800 3100 3500 3000

Calcule la moda, mediana y promedio. Se parecen estos valores?

Informtica Mdica y Bioestadstica

Medidas de dispersin
Varianza de la muestra. Medida de cunto un grupo de nmeros se dispersan. Desviacin estndar de la muestra Raz cuadrada de la varianza de la muestra

Varianza de la muestra

Desviacin estndar de la muestra

Desviacin estndar
Mide la dispersin de los valores de una poblacin o

muestra en relacin a la media de la misma. El 68% de los valores estarn comprendidos entre +/- 1 DE. El 95% de los valores estarn comprendidos entre +/- 2 DE.

Ejemplo
Valores Promedio Diferencia entre valores y promedio Cuadrados de las diferencias

2,300 2,800 3,000 3,100 3,100 3,300 3,400 3,500 3,600 3,800

3,190 3,190 3,190 3,190 3,190 3,190 3,190 3,190 3,190 3,190

-890 -390 -190 -90 -90 110 210 310 410 610
Suma de los cuadrados

Dividida entre n-1 (9) VARIANZA Raz cuadrada de la varianza DESVIACIN ESTNDAR

792,100 152,100 36,100 8,100 8,100 12,100 44,100 96,100 168,100 372,100 1,689,000 187,667 433

Ejercicio 2
Un grupo de 10 adultos tienen los siguientes pesos:
80 78 84 75 59 57 91 74 72 77

Calcule la moda, mediana y promedio. Calcule el rango, la varianza y la desviacin estndar de la

muestra.

Resultados
Valores Promedio Diferencia entre valores y promedio Cuadrados de las diferencias

57 59 72 74 75 77 78 80 84 91

74.7 74.7 74.7 74.7 74.7 74.7 74.7 74.7 74.7 74.7

-17.7 -15.7 -2.7 -0.7 0.3 2.3 3.3 5.3 9.3 16.3
Suma de los cuadrados

313.29 246.49 7.29 0.49 0.09 5.29 10.89 28.09 86.49 265.69

Dividida entre n-1 (9) VARIANZA

Raz cuadrada de la varianza DESVIACIN ESTNDAR

964.10 107.12 10.35

Coeficiente de variacin
Si bien la varianza y DE nos da informacin sobre una muestra o

poblacin, no es tan til si queremos comparar dos variables diferentes, o dos poblaciones con variables diferentes, puesto que dependen de la magnitud. Si comparamos la DE del peso (en gramos) de una muestra de hormigas y otra de elefantes, aparentemente la varianza de las hormigas es mnima. Si comparamos la DE o varianza de la talla de una muestra de mujeres y de varones, la varianza de varones ser mayor simplemente porque su media es mayor. Para corregir esto, usamos el coeficiente de variacin.
Desviacin estndar entre la media por cien.

Percentiles
Para interpretar el resultado obtenido por un sujeto en una

prueba el valor puede no ser muy til.

Se aplica una encuesta para determinar el nmero de horas de

estudio, y usted estudia 26 horas a la semana. Est bien? Si sabe que de 100 encuestados, el 65% estudian menos horas, puede tener una mejor idea. Si el 65% tienen valores menores, usted est en el percentil 65.

Definicin
El percentil P es el menor valor que es mayor o igual al P% de los

valores registrados. La mediana es el percentil 50.

Informtica Mdica y Bioestadstica

Percentil: frmula
Para obtener el valor del P percentil, debo

primero obtener el valor del lugar o puesto (R, por rank), para una muestra de N sujetos. R = (P / 100) x (N + 1)
Por ejemplo, si quiero obtener el percentil 25 de una

R 1

X 3

2
3 4 5

5
7 8 9

muestra de 8 sujetos R = (25 / 100) x (8 + 1) = 0.25 x 9 = 2.25 Si R es un entero, entonces el lugar es el valor obtenido. Si no, interpolamos un valor. Si R no es un entero, definimos la parte entera como ER = 2, y la parte fraccionaria como FR = 0.25 Buscamos los valores con los lugares ER y ER+1, 5 y 7. Valor interpolado = FR x (XER+1 XER) + XER 0.25 x (7-5) + 5 = 0.25 x 2 + 5 = 5.5 El percentil 25 es igual a 5.5

6
7 8

11
13 15

R 1 2 3 4 5 6 7

Percentil: otro ejemplo

Quiero obtener el valor del percentil 25 y 90

4 4 5 5 5 5 6

Para el percentil 25
R = P/100 x N+1 = 0.25 x 21 = 5.25 ER = 5, FR = 0.25 Valor P25 = FR x (XER+1 XER) + XER Valor P25 = 0.25 x (5 5) + 5 = 0.25 x 0 + 5 = 5

6
6 7 7 7 8 8 9 9 9 9 10 10

8
9 10 11 12 13 14 15 16 17 18 19 20

Para el percentil 90
R = P/100 x N+1 = 0.9 x 21 = 18.9 ER = 18, FR = 0.9 Valor P90 = FR x (XER+1 XER) + XER Valor P90 = 0.9 x (10 9) + 9 = 0.9 x 1 + 9 = 9.9

Percentil: Ejercicio
La tabla anexa tiene los puntajes finales,

R 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

sin redondeo, obtenidos por un grupo de estudiantes en un curso. Determine el valor del percentil 33 y percentil 67.
P33 = 15.440 P67 = 16.625

N 14.125 14.125 14.375 14.500 14.625 14.750 15.125 15.125 15.250 15.250 15.375 15.375 15.375 15.375 15.500 15.625 15.625 15.750 15.750 15.875 16.000 16.250

R 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

N 16.250 16.250 16.375 16.375 16.500 16.625 16.625 16.625 16.750 16.875 16.875 17.000 17.125 17.250 17.250 17.375 17.375 17.625 18.000 18.000 18.000

Usos de percentil
Percentil
Peso y talla segn edad.

Quintiles
Pobreza

Cuartiles
Primer cuartil = 25% Segundo cuartil = 50% Tercer cuartil = 75%

Dos formas de probar una hiptesis

Determinando la probabilidad que una diferencia sea

debida al azar. Determinando si la probabilidad que un resultado se mantenga es superior a un determinado nivel.

Comprobacin de hiptesis determinando la probabilidad que la diferencia sea debida al azar

Si mido una misma variable en dos muestras de un mismo universo,

estas sern diferentes, por efecto del azar.

Si mido una misma variable en dos muestras de un mismo universo,

pero que son diferentes por otra variable (un grupo fuma y el otro no, un grupo recibe una droga X y el otro no), siempre sern diferentes, pero no sabemos si por el azar o por el factor.
La prueba estadstica determina la probabilidad que la diferencia sea

debida al azar.
Si la probabilidad que la diferencia sea debida al azar es muy baja (igual

o menor de 5%), usualmente consideraremos que no se debi al azar, sino al factor que diferencia a los dos grupos.

Universo Muestra A Recibe tratamiento Resultado del indicador para A Muestra B Recibe placebo Resultado del indicador para B

Es la diferencia estadsticamente significativa? Cul es la probabilidad que la diferencia sea debida al azar? p > 0.05 (5%) Acepto la hiptesis nula La diferencia se debe al azar Ambos grupos son iguales p < 0.05 (5%) Rechazo la hiptesis nula La diferencia no se debe al azar Los grupos son diferentes

Comprobacin de hiptesis por intervalo de confianza

El IC95% representa el rango en el cual caer el promedio (o la

proporcin) de la muestra el 95% de las veces. Si decimos que el nivel de colesterol de los adolescentes es de 125 + 15 mg/dL (esto es, el IC95% es de 110 a 140 mg/dL), significa que si obtenemos cien muestras del mismo universo (de adolescentes), en 95 de ellas el promedio caer dentro de ese rango. Significa tambin que la probabilidad de obtener un valor por fuera del rango es de 5%. Las relaciones entre variables se prueban mediante proporciones (odds ratio, riesgo relativo). Como son proporciones, se puede determinar un IC95% para las mismas. Si el valor se mantiene dentro del rango de inters (sin cruzar el 1), significa que existe un 5% de probabilidad (o menos) que exista dicha asociacin.

Un ejemplo: RR
Los factores de riesgo se pueden determinar mediante la comparacin de las incidencias de los dos grupos (expuesto y no expuesto), que se conoce como riesgo relativo (RR).

Exposicin a tabaco y cncer: la incidencia en el grupo expuesto (fumadores) es de 200 por 100,000, y la incidencia en el grupo no expuesto (no fumadores) es de 10 por 100,000, por tanto el RR es igual a 200/10 = 20.
Significa que las personas que fuman tienen 20 veces ms probabilidad de tener cncer de pulmn que aquellas que no fuman.

Pero ese fue el valor de la muestra de pacientes. Qu pasa si tomo otra muestra de fumadores y no fumadores y me sale otro valor? Dentro de qu valores puede caer el RR si tomo otras muestras?
Si el RR = 20 + 5, significa que la probabilidad de obtener una muestra con un valor por fuera de 15-25 es de 5%.

En RR y OR el valor no debe cruzar la unidad, puesto que la interpretacin de estos valores cambia en funcin de si son mayores o menores que la unidad.

Salud y Sociedad II UPAO

Tipos de variables
Variable: Caracterstica de un sujeto que puede ser medida Si algo existe, se puede medir Cualitativas: calidad, caracterstica o modalidad que posee

el sujeto.
Lugar de nacimiento, tipo de familia, etc.
Dicotmica: slo dos opciones.

Cuantitativas: cunto de cierto atributo posee el sujeto. Peso, talla, hemoglobina, ingreso familiar, etc. Discreta: el valor de la variable slo puede ser un entero. Continua: pueden tener cualquier valor entre enteros.

Escalas de medicin
Nominal: categoras sin orden particular. Estado civil. Ordinal: categoras con un orden mayor que o menor

que, aunque sin representar una unidad de medida.

Grado de instruccin.

Escala de intervalo: Se establece una unidad de medida,

pero el cero no representa la ausencia de la caracterstica.

Temperatura.

Escala de razn: Existe una unidad de medida, y el cero

La mayor parte. Peso, talla, albmina, colesterol total, etc.

representa la ausencia de la caracterstica (aunque esto no tenga sentido en seres vivos).

Determine el tipo de variable

Nmero de hijos
Tiempo de hospitalizacin Condicin de pobreza

Actividad fsica
Tasa global de fecundidad (hijos por mujer) Inteligencia Nivel de dolor

Formas de presentacin de informacin

Texto Hablada o escrita. Debe mantenerse una secuencia lgica. En texto, citar las tablas o grficos, o incluir los datos. Tablas
Grficos

Tablas
Tablas o cuadros (sinnimos).
Datos primarios (bases de datos): ms precisa pero

puede ser difcil extraer conclusiones si es muy extensa. Datos secundarios: ya procesados, usualmente para poder resumir la informacin.

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Peso 107 92 81 77 96 61 83 89 100 51 58 73 61 94 86 94 93 70 61 93 106 91 108 62 89

Talla 156 150 153 187 160 167 147 178 189 148 173 178 145 155 151 162 174 158 186 157 164 160 156 151 171

Edad 90 70 76 23 60 21 56 30 66 42 36 93 19 66 83 91 72 47 51 74 76 18 56 82 59

Hto 42 45 31 30 44 30 30 31 37 32 31 41 38 42 45 38 42 31 33 36 37 38 44 44 41

Dato Promedio Desv. Est Peso 83.04 16.72 Talla 163.04 13.13 Edad 58.28 23.57 Hto 37.32 5.46

Dato secundario

Dato primario

Base de datos

Base de datos
Permite explorar los datos
Las variables cualitativas se pueden presentar por

nmeros, de acuerdo a una clasificacin previa (usualmente se incluye en el cuestionario). Los ttulos de columnas no deben tener espacios Cada columna (vertical) representa una variable. Cada fila (horizontal) representa un sujeto. Ningn formato. Pueden exportarse entre programas.

Elaboracin de datos
Revisin, orden y resumen de datos antes de la

interpretacin y anlisis.
Cul es la calidad de los datos recolectados?

Errores de llenado, omisiones. Grfico de tallo y hojas. Box plot (grfico de caja).

Qu tipo de distribucin tienen los datos?

Notas de examen escrito final de un grupo de estudiantes de medicina

Los datos agrupados se presentan grficamente para tener una idea de su distribucin.

Partes de una tabla

Nmero. Ttulo de la tabla Taln Categoras Categora 1 N % Datos Cuerpo Categora 2 N % Categora 3 N % Total (columnas)

Total (filas)
* Notas explicativas Fuente:

Ejemplo

Cmo presentar variables en tablas

Represente las variables categricas por nmero y

frecuencia (proporcin, porcentaje). Presente frecuencias acumuladas si es pertinente (variables ordinales o cuantitativas ordenadas). Represente las variables cuantitativas por el promedio. Puede presentar el intervalo de confianza al 95% (se abrevia IC95%) tanto para proporciones como promedios. Use tablas de contingencia para presentar la relacin entre pares (o grupos) de variables.
Factores de riesgo Pruebas diagnsticas

Tabla 1. Proporcin de nios con DNT crnica segn patrn NCHS, 2011 Casos Casos con Distrito evaluados DNT El Talln 12 4 Las Lomas 30 9 La Unin 41 12 Tambogrande 49 13 Catacaos 43 11 Castilla 65 12 Piura 123 18 Total 363 79

%
33% 30% 29% 27% 26% 18% 15% 22%

Tabla 2. Casos de BPN segn edad de la madre Edad de la madre 15-19 aos 20-24 aos 25-29 aos 30-34 aos 35-39 aos 40-44 aos Total
Fuente: Hechos vitales 2010

N 9 16 17 14 9 6 71

% 13% 23% 24% 20% 13% 8% 100%

% acum 13% 35% 59% 79% 92% 100%

Tabla 3. Valor de PA sistlica segn tipo de paciente Tipo de paciente

Sin enfermedad DM tipo II HTA esencial DM + HTA
Fuente: Elaboracin propia

PA
mmHg

IC95%
mmHg

115 124 135 140

111-119 114-134 129-141 132-148

Tabla 4. Resultados del seguimiento (tabla de contingencia) Tipo de control Adecuado Inadecuado Total Tipo de tratamiento Slo IECA IECA + dieta 58 12 15 49 73 61 Total 70 64 134

Tabla 5. Resultados de pruebas diagnsticas Dx segn ecografa Positivo Negativo Total Dx segn mamografa Positivo Negativo 58 12 15 49 73 61

Total
70 64 134