Estad Descriptiva

Conceptos Bsicos Estadstica Descriptiva
Bioestadstica: Estadstica Descriptiva

M. Gonzlez
Departamento de Matemticas. Universidad de Extremadura
M. Gonzlez
Bioestadstica
Conceptos Bsicos
Estadstica Descriptiva Tablas de Frecuencias Grcos Medidas de Sntesis
M. Gonzlez
Bioestadstica
Conceptos Bsicos
Estadstica Descriptiva Tablas de Frecuencias Grcos Medidas de Sntesis
M. Gonzlez
Coneptos Bsicos
ESTADSTICA Ciencia que estudia el conjunto de mtodos y procedimientos utilizados para:

1 2 3
Seleccionar y recoger un conjunto de datos. Ordenar, resumir y analizar dicho conjunto de datos. Obtener inferencias cientcas a partir de dichos datos, es decir sacar conclusiones vlidas para toda la poblacin de la que proceden.
M. Gonzlez
Coneptos Bsicos
POBLACIN UNIVERSO. Conjunto de elementos o individuos de la misma naturaleza que presentan uno o varios caracteres comunes, susceptibles de medida o clasicacin.
Individuos, Unidades experimentales estadsticas.
MUESTRA. Porcin de la poblacin adecuadamente seleccionada. CARACTERES VARIABLES. Caractersticas comunes, susceptibles de medida o clasicacin, que presentan los individuos de una poblacin.
Modalidades. Diferentes formas en que puede presentarse un carcter o variable en cada unidad experimental. Clasicacin.
Caracteres Cualitativos. Variables Cuantitativas: Discretas y Continuas.
M. Gonzlez
Coneptos Bsicos
ESCALAS Modos de clasicar los datos dependiendo de su naturaleza y de las relaciones que pueden establecerse entre las modalidades. ESCALA NOMINAL
C. Cualitativo. Relaciones de igualdad-desigualdad.
ESCALA ORDINAL
C. Cualitativo - V. Cuantitativa. Relaciones de orden.
ESCALA NUMRICA
V. Cuantitativa. Relaciones de numricas (de proporcionalidad).
M. Gonzlez Bioestadstica: Estadstica Descriptiva
Tablas de Frecuencias Grcos Medidas de Sntesis
Estadstica Descriptiva
DATOS: Valores de triglicridos sricos totales (mg/100ml) medidos en 104 ratas de laboratorio normales:
59.7 70.7 73.3 69.2 75.3 60.5 74.2 62.1 80.2 63.0 79.8 57.9 69.6 69.5 72.9 91.5 63.0 72.1 56.6 83.0 72.2 59.0 68.9 74.8 72.5 70.6 78.6 69.1 70.6 69.0 83.5 67.1 71.7 69.9 69.2 52.7 47.7 74.8 68.9 78.5 69.8 75.2 63.5 61.4 65.4 66.5 80.4 70.4 77.3 78.2 68.7 71.4 71.8 75.6 76.1 78.6 76.6 71.0 72.9 61.7 70.2 59.9 59.6 59.8 74.3 68.6 82.1 71.1 73.7 60.6 61.1 73.1 80.6 68.8 78.4 61.5 61.9 70.8 63.8 61.1 64.3 66.5 50.2 72.4 61.3 70.7 66.9 74.7 66.0 67.8 63.4 67.5 79.7 77.8 69.5 60.9 55.6 67.0 81.4 86.3 57.1 57.6 65.2 60.6
M. Gonzlez
Tablas de Frecuencias
ESTRUCTURA BSICA Carcter Variable Modalidades valores posibles de la variable TOTAL Frecuencia Absoluta . . . fi . . . n= fi Frecuencia Relativa . . . hi . . . 1 Porcentaje . . . % . . . 100
Frecuencia Absoluta (fi ): nmero de datos de la muestra que corresponden a cada modalidad, valor o intervalo de valores de la variable. Freciencia relativa (hi ): hi = fi /n, n = Porcentaje (%): hi 100
fi
Ejemplo 1: Carcter Cualitativo
Al examinar 158 casos de parlisis de Bell se anotaron las diferentes terapias seguidas por estos pacientes, resultando el conjunto de datos: DQ, C, NT, ET, C, DQ, OT, NT, ET, C, C, DQ, OT,etc. (C: corticosteroides; DQ: descompresin quirrgica; ET: electroterapia; NT: ningn tratamiento; OT: otras modalidades).
Tratamiento C DQ ET NT OT TOTAL
fi 73 36 19 21 9 158
hi 0.462 0.228 0.120 0.133 0.057 1
% 46.2 22.8 12.0 13.3 5.7 100
M. Gonzlez
Ejemplo 2: Variable Cuantitativa Discreta Se ha realizado un estudio sobre el nmero de piezas dentales con caries en una muestra de 135 nios de un determinado grupo de edad y condiciones de higiene y alimentacin particulares. Los datos, ya ordenados se recogen en la siguiente tabla: No caries 0 1 2 3 4 ms TOTAL fi 46 39 27 15 8 135 hi 0.341 0.289 0.200 0.111 0.059 1 % 34.1 28.9 20.0 11.1 5.9 100
M. Gonzlez
Ejemplo 3: Variable Cuantitativa Discreta
Se han tomado los valores de la frecuencia cardiaca (pul./m) de un grupo de 56 pacientes, un minuto despus de ser sometidos a un determinado ejercicio fsico. Los datos obtenidos, ya ordenados, se recogen en la siguiente tabla:
Frec. Cardiaca 96100 101105 106110 111115 116120 121125 TOTAL

Marca de clase: xi = (LI + LS )/2,
xi 98 103 108 113 118 123
fi 2 7 7 18 16 6 56
hi 0.036 0.125 0.125 0.321 0.286 0.107 1
% 3.6 12.5 12.5 32.1 28.6 10.7 100
LI , LS lmites inferior y superior de la clase.

M. Gonzlez
Ejemplo 4: Variable Cuantitativa Continua
Dentro de un estudio sobre la pacreatitis se han tomado los valores de triglicridos sricos totales (TST) medidos en mg/100ml en 104 ratas de laboratorio normales (trasparencia inicial). Los datos ordenados aparecen en la siguiente tabla: TST (45,50] (50,55] (55,60] (60,65] (65,70] (70,75] (75,80] (80,85] (85,90] (90,95] TOTAL xi 47.5 52.5 57.5 62.5 67.5 72.5 77.5 82.5 87.5 92.5 fi 1 2 10 18 24 26 14 7 1 1 104 hi 0.01 0.02 0.10 0.17 0.23 0.25 0.13 0.07 0.01 0.01 1 % 1 2 10 17 23 25 13 7 1 1 100
M. Gonzlez
Nmero de clases o intervalos Cuntas clases debemos formar para tabular un conjunto de datos? Pocas clases prdidad de mucha informacin. Muchas clases trabajar con muchos datos.
Frmula de Sturges El nmero de clases o intervalos que debemos formar si queremos tabular un conjunto de n datos, debe estar en torno a 1 + 3.322 log10 n
M. Gonzlez
Construccin de las clases o intervalos Antes de construir la tabla de frecuencias hay que agrupar los datos de estas variables en intervalos. La forma de hacerlo es la siguiente: Determinar valores mximo (Vmax ) y mnimo (Vmin ) de los datos. Determinar el nmero (k) de intervalos a construir (por ejemplo utilizando la frmula de Sturges), que deben ser todos de la misma amplitud (diferencia entre el lmite superior e inferior). Vmax Vmin Determinar la amplitud de los intervalos: c k A veces conviene redondear esta amplitud pero NUNCA DEBEMOS PERDER NINGN DATO EN EL PROCESO.
M. Gonzlez
Ejemplo 5 En la siguiente tabla se muestran los niveles de colinesterasa de 33 agricultores expuestos a insecticidas agrcolas:
10.6 11.5 14.9 12.2 10.3 11.3 , 11.8 8.6 11.1 12.5 9.9 12.5 , 10.8 12.4 12.3 12.7 8.5 10.2 11.1 11.9 12.5 16.5 9.1 9.7 11.4 10.1 12.3 9.2 11.6 12.0 15.0 7.8 12.4
Vmin = 7.8
Vmax = 16.5 c
k 1 + 3.322 log10 33 = 6.04 6
16.5 7.8 = 1.45( 1.5) 6
Sin redondear: [7.8, 9.25], (9.25, 10.7], (10.7, 12.15], (12.15, 13.6], (13.6, 15.05], (15.05, 16.5] Redondeando: [7.5, 9], (9, 10.5], (10.5, 12], (12, 13.5], (13.5, 15], (15, 16.5]
Frecuencias Acumuladas
P P Frecuencia relativa acumulada (H ): H =

Variables cuantitativas (discretas y continuas) Frecuencia absoluta acumulada (Fi ): Fi =
i i
i j=1 fj
i j=1
hj = Fi /n, Fi 1 3 13 31 55 81 95 102 103 104 Hi 0.01 0.03 0.12 0.30 0.53 0.78 0.91 0.98 0.99 1.00
n=
Pf
TST (45,50] (50,55] (55,60] (60,65] (65,70] (70,75] (75,80] (80,85] (85,90] (90,95] TOTAL
xi 47.5 52.5 57.5 62.5 67.5 72.5 77.5 82.5 87.5 92.5
fi 1 2 10 18 24 26 14 7 1 1 104
hi 0.01 0.02 0.10 0.17 0.23 0.25 0.13 0.07 0.01 0.01 1
% 1 2 10 17 23 25 13 7 1 1 100
M. Gonzlez
Grcos: Carcter Cualitativo

DIAGRAMA DE BARRAS
Esta representacin consiste en construir tantos rectngulos o barras como modalidades presente el carcter bajo estudio. La altura que alcanza cada barra puede ser igual a la frecuencia absoluta o bien a la frecuencia relativa de la modalidad a la que corresponde dicha barra.
Parlisis de Bell
Ejemplo 1
Tratamiento C DQ ET NT OT TOTAL fi 73 36 19 21 9 158 hi 0.462 0.228 0.120 0.133 0.057 1 % 46.2 22.8 12.0 13.3 5.7 100
M. Gonzlez
nmero de casos
10
20
30
40
50
60
70
DQ
ET
NT
OT
Grcos: Carcter Cualitativo

DIAGRAMA DE SECTORES
Se trata de un crculo dividido en sectores, cada uno de los cuales representa una modalidad del carcter estudiado. A la modalidad i se le asigna un ngulo de hi 360o .
Parlisis de Bell
Ejemplo 1
Tratamiento C DQ ET NT OT TOTAL fi 73 36 19 21 9 158 hi 0.462 0.228 0.120 0.133 0.057 1 % 46.2 22.8 12.0 13.3 5.7 100
M. Gonzlez
OT DQ NT ET
Grcos: Variable Cuantitativa

HISTOGRAMA
Para construir el histograma partimos de la tabla de frecuencias de los datos. Dividimos el eje horizontal en las clases intervalos en que hemos agrupado los datos. Sobre cada intervalo construiremos un rectngulo. El rea de estos rectngulos debe ser proporcional a la frecuencia (absoluta relativa, con sin acumular) de la clase que representan. Por ejemplo, para una clase de amplitud ci y frecuencia absoluta fi , la altura del rectngulo que la representa debe ser una constante por el cociente fi /ci . Si todas las clases tienen la misma amplitud (que es lo habitual y deseable), bastar con que la altura de cada rectngulo sea la frecuencia (absoluta relativa) de la clase.

HISTOGRAMA Ejemplo 4
Triglicricos sricos totales
TST (45,50] (50,55] (55,60] (60,65] (65,70] (70,75] (75,80] (80,85] (85,90] (90,95] TOTAL
xi 47.5 52.5 57.5 62.5 67.5 72.5 77.5 82.5 87.5 92.5
fi 1 2 10 18 24 26 14 7 1 1 104
hi 0.01 0.02 0.10 0.17 0.23 0.25 0.13 0.07 0.01 0.01 1
% 1 2 10 17 23 25 13 7 1 1 100
nmero de casos
10
15
20
25
50
60
70
80
90
M. Gonzlez
POLGONO DE FRECUENCIAS Consiste en el polgono resultante de unir mediante segmentos los puntos del plano cuya primeras coordenadas son las marcas de clase y las segunda las frecuencias (absolutas relativas, con o sin acumular) de cada una de las clases que se pretenden representar
M. Gonzlez

POLGONO DE FRECUENCIAS Ejemplo 4
Triglicricos sricos totales
TST (45,50] (50,55] (55,60] (60,65] (65,70] (70,75] (75,80] (80,85] (85,90] (90,95] TOTAL
xi 47.5 52.5 57.5 62.5 67.5 72.5 77.5 82.5 87.5 92.5
fi 1 2 10 18 24 26 14 7 1 1 104
hi 0.01 0.02 0.10 0.17 0.23 0.25 0.13 0.07 0.01 0.01 1
% 1 2 10 17 23 25 13 7 1 1 100
nmero de casos
10
15
20
25
50
60
70
80
90
M. Gonzlez

DIAGRAMA TALLO-HOJA
Ejemplo 6. Se ha desarrollado una nueva vacuna contra la difteria para aplicarla a nios. Se han obtenido estos datos del nivel de proteccin de la nueva vacuna al transcurrir un mes: (Basado en un informe del Journal of Family Practice, 1990,(1), 27-30) 12.5 13.8 13.0 13.5 13.2 12.2 13.4 14.0 13.6 13.3 13.3 14.1 14.6 13.1 12.1 13.7 13.4 12.8 12.6 12.7 The decimal point is at the | 12 | 12 12 | 5678 13 | 0123344 13 | 5678 14 | 01 14 | 6
Medidas de Sntesis
CARACTERSTICAS ESENCIALES DE UN CONJUNTO DE DATOS: Centralizacin Posicin. Dispersin. Forma.
M. Gonzlez
Medidas de Centralizacin
Media Aritmtica (Muestral): x
La media ( x) es el valor central en el sentido aritmtico. Viene a ser el centro de gravedad de los datos. x1 + + xn x= n Si los datos estn agrupados en una tabla de frecuencias x= x1 f 1 + + xk f k = x1 h1 + + xk hk n
Propiedades
Utiliza toda la informacin contenida en el dato. No es robusta: es inuida por la existencia de valores extremos (outliers). 6, 7, 8, 9, 10 x=8 6, 7, 8, 9, 30 x = 12
Media Ponderada: xp Datos: x1 , . . . , xn . Pesos: 1 , . . . , n xp =
n i=1 xi i n i= 1 i
Ejemplo. Datos: 5, 8, 9. Pesos: 1, 2, 2 x = 7.3 xp = 7.8
M. Gonzlez
Media Geomtrica: xg Datos: x1 , . . . , xn xg = (x1 ...xn )1/n Se utiliza con variables que evolucionan exponencialmente respecto al tiempo: nmero de microorganismos de un cultivo. Media Armnica: xh Datos: x1 , . . . , xn xh =
n
n 1 i= 1 xi
Se utiliza para calcular velocidades medias de sedimentacin.

Mediana: x Es un valor de la variable (no necesariamente un dato observado) tal que la mitad de los datos son menores que ella y la otra mitad mayores. Ocupa la posicin central en el sentido del orden.
Clculo: ordenar los datos de menor a mayor. Si n impar, x dato que ocupa la posicin
n+1 2 n 2
Si n par, x punto medio de los datos que ocupan las posiciones n + 1 2 Propiedades:
Utiliza de cada dato slo la posicin que ocupa en la muestra ordenada. Es robusta. 6, 7, 8, 9, 10 x = 8, x=8 6, 7, 8, 9, 30 x = 12 x=8
Mediana: x
Si los datos vienen dados por una tabla de frecuencias, entonces calcularemos la mediana a travs de la frmula: x = LI +
n 2
Fm1 cm fm
siendo LI el lmite inferior de la clase mediana, fm la frecuencia absoluta de la clase mediana, Fm1 la frecuencia absoluta acumulada de la clase anterior a la mediana y cm la amplitud de la clase mediana.
M. Gonzlez
Moda: x Valor del conjunto de datos que aparece con mayor frecuencia. Si los datos estn en una tabla de frecuencias la moda ser la marca de clase del intervalo o clase de mayor frecuencia.
M. Gonzlez
Medidas de Posicin
Cuartiles
Primer cuartil (Q1 ) es el valor que deja por debajo de l la cuarta parte de los datos ordenados. Para calcularlo se ordenan los datos de menor a 1 mayor y se toma n+ 2 redondeado por defecto. A este nmero lo llamamos q.
1 Si q es impar, Q1 es el dato que ocupa la posicin q+ 2 . Si q es par, Q1 es el punto medio de los datos que ocupan las q posiciones q 2 y 2 + 1.
Segundo cuartil (Q2 ) Es el valor que deja por debajo de l dos cuartas partes de los datos. Por tanto se trata de la mediana, Q2 = x. Tercer cuartil (Q3 ) Es el valor que deja por debajo de l las tres cuartas partes de los datos.
M. Gonzlez
Medidas de Posicin
Deciles El decil i-simo (Di ) deja i/10 de los datos por debajo de l, i = 1, . . . , 9.
Percentiles El percentil p (Pp ) deja el 100p% de los datos por debajo de l, p = 1, . . . , 99.
M. Gonzlez
Medidas de Dispersin
Rango (R)
Diferencia entre el dato mximo y el dato mnimo.
Varianza Muestral (s2 )

Mide la variabilidad de los datos respecto de la media muestral x. s2 = 1 n1
n n
(xi x)2 =
i=1
1 n1
xi2 n x2
i=1
Si los datos estn en una tabla de frecuencias, s2 =

1 n1 n i=1 (xi
x)2 fi =
1 n1
n 2 i=1 xi fi
n x2
Se dene como s = s2 . La raz cuadrada compensa el hecho de haber elevado los datos al cuadrado. Por tanto se mide en las mismas unidades que los datos.
Desviacin Tpica (s)
Medidas de Dispersin
Rango Intercuartlico (RI ) Distancia entre Q1 y Q3 , RI = Q3 Q1 . En esta distancia se concentran el 50% de los datos que ocupan posiciones centrales.
Coeciente de Variacin (C.V .) Mide la dispersin de los datos en relacin a su orden de magnitud. Se utiliza para comparar la dispersin de distintos grupos de datos. C.V . = s 100 x
M. Gonzlez
Medidas de Forma
Coeciente de Asimetra: g1
El coeciente de asimetra (g1 ) se dene como: g1 =
1 n n i=1 (xi s3
x)3
Cuanto ms prximo est g1 a 0 ms simetra presentan los datos. Si g1 > 0 hay una asimetra hacia valores grandes de la variable y si g1 < 0 hacia valores pequeos de la variable.
0.05 0.15 0.04 0.12 0.10 Density Density 0.05 0.00 0 5 10 g1 > 0 15 50 60 70 g1 = 0 80 90 0.00 0 0.02 0.04 0.06 0.08 0.10 0.14
Density
0.00
0.01
0.02
0.03
10 g1 < 0
15
M. Gonzlez
Medidas de Forma
Coeciente de Curtosis o Aplastamiento: g2

El coeciente de curtosis o aplastamiento (g2 ) se dene como: g2 =
1 n n i=1 (xi s4
x)4
Si g2 = 0 (distribucin mesocrtica) el grado de aplastamiento de los datos ser similar al de una campana de Gauss. Si g2 > 0 (distribucin leptocrtica) los datos presentan un menor aplastamiento que la campana de Gauss y si g2 < 0 (distribucin platicrtica), los datos aparecen ms aplastados que la campana de Gauss.
M. Gonzlez
Medidas de Sntesis
Diagrama de Caja o Box-plot
Se trata de una representacin grca ligada a los cuartiles.
q
16
h3
14
Q3 ~ x Q1
10
12
h1
h1 es el dato ms prximo a Q1 1.5RI mayor que este valor. h3 es el dato ms prximo a Q3 + 1.5RI menor que este valor. Los valores menores que h1 mayores que h3 son valores atpicos (outliers) que pueden ser datos inuyentes o simplemente mal tomados.

Estad Descriptiva

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estad Descriptiva

Uploaded by

Copyright:

Available Formats

Conceptos Bsicos Estadstica Descriptiva

Bioestadstica: Estadstica Descriptiva

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Estadstica Descriptiva Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Estadstica Descriptiva Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

ESTADSTICA Ciencia que estudia el conjunto de mtodos y procedimientos utilizados para:

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

hi 0.462 0.228 0.120 0.133 0.057 1

% 46.2 22.8 12.0 13.3 5.7 100

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Frec. Cardiaca 96100 101105 106110 111115 116120 121125 TOTAL

xi 98 103 108 113 118 123

hi 0.036 0.125 0.125 0.321 0.286 0.107 1

% 3.6 12.5 12.5 32.1 28.6 10.7 100

LI , LS lmites inferior y superior de la clase.

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

k 1 + 3.322 log10 33 = 6.04 6

16.5 7.8 = 1.45( 1.5) 6

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

P P Frecuencia relativa acumulada (H ): H =

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Grcos: Carcter Cualitativo

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Grcos: Carcter Cualitativo

Bioestadstica: Estadstica Descriptiva

Conceptos Bsicos Estadstica Descriptiva

Tablas de Frecuencias Grcos Medidas de Sntesis

Grcos: Variable Cuantitativa