LABORATORIO NO.

1: INTRODUCCIÓN A LA ESTADÍSTICA MÉDICA

JUAN DIEGO BARCO REINOSA

MARIANA FERNANDA GONZÁLEZ BOHÓRQUEZ
DIANA CATALINA RAMÍREZ REYES
MARÍA JOSÉ SUÁREZ MARTÍNEZ
MARÍA ALEJANDRA TORNÉ GUTIÉRREZ
HEIDY TATIANA TORRES GAVIRIA

GRUPO 1

ESTUDIANTES DE ENFERMERIA, FACULTAD DE CIENCIAS DE LA SALUD

UNIVERSIDAD DEL TOLIMA
2021
RESUMEN
En el presente informe se muestran dos maneras de utilizar la estadística a través
de variables de tipo cuantitativo, cada una con una frecuencia establecida y su
representación gráfica mediante diagramas sectoriales. Se trabajó en base a dos
ejemplos: el primero, la cantidad de personas que poseen ojos de “X” color y en
cuanto porcentaje, y el segundo, la determinación de la glucemia en 384 personas
clínicamente sanas, tomadas al azar de la población de Buenos Aires, a la que se le
∑ 𝑓𝑖∙𝑥𝑖
calculó la media 𝑥̅ = 𝑁
, se realizó un histograma de frecuencias y una curva de
∑ 𝑓𝑖 ∙𝑑𝑖2
distribución normal o campana Gauss, desviación estándar 𝐷. 𝐸 = √
𝑁
y el parámetro
𝑥𝑖 −𝑥̅
𝑍𝑖 = Z para cada intervalo de edades. Gracias a los métodos y formulas
𝐷.𝐸

suministradas en este laboratorio, se realizaron los respectivos análisis y se concluyó

que el 40% de los individuos que participaron en la muestra tienen los ojos color pardo
o negros, siendo estos el color de ojos más común y siendo los ojos verdes el menor
porcentaje de población registrada en la encuesta con un 13% de personas
registradas. Por otro lado en el segundo ejemplo se concluyó que 375 personas de las
384 muestreadas se encuentran dentro de los valores normales de glucemia.

INTRODUCCIÓN

La bioestadística es una rama de la estadística que se utiliza para la

obtención y análisis de datos relacionados con la biología o salud, es de gran
importancia en áreas como la medicina, la salud pública y la investigación. En
la medicina tiene como función determinar las variaciones que existen entre los
individuos y definir si estas son normales o no, realizar diagnósticos e identificar
si existe la probabilidad de cura o de morir, analizar la posibilidad de
tratamientos y precisar cuál es el más adecuado para poder realizarle
seguimiento al paciente. En la salud pública permite planificar y evaluar
programas de salud, medir si se cumplen los objetivos de dichos programas,
elaborar indicadores para realizar diagnósticos sobre enfermedades y salud de
una población, determinar cuáles deben ser las prioridades dentro de los
programas establecidos y comprobar la eficacia de algunas medidas
preventivas como vacunas. En la investigación provee los elementos
necesarios para la aplicación del Método Científico. (Trematerra, 2015)

En estadística, los datos se pueden representar de varias formas, una de

ellas es a través de las tablas de frecuencias, en ellas se muestra cuántas
veces se han repetido cada uno de los valores (o intervalos) del conjunto de
datos, haciendo uso de los mismos se pueden calcular las frecuencias
(absoluta, relativa, porcentual) y luego graficarlos en un diagrama sectorial para
leerlos de una mejor manera. La frecuencia absoluta es el número de veces
que aparece un valor en un conjunto de datos (𝑛𝑖 ), la frecuencia relativa es el
cociente entre la frecuencia absoluta y el tamaño de la muestra (𝐹𝑖=𝑛𝑖 ) y la
𝑵

frecuencia porcentual es el valor de la frecuencia relativa por cien (𝐹𝑖 x100)

(Sanchez, 2014).

La probabilidad se define como la relación existente entre el número de

casos favorables y el número de casos posibles, suele ser muy utilizada por los
profesionales porque no solo permite tener fundamentos lógicos y creíbles
acerca de enfermedades, fármacos, diagnósticos, entre otros, sino que también
sirve para llevar un control de enfermedades contagiosas y a la vez prevenirlas.
Se pueden reconocer otras aplicaciones de la bioestadistica tales como realizar
estudios donde se mida la eficacia de un medicamento para curar una
enfermedad, por lo que no se le aplica el medicamento a todos los enfermos
(que constituyen la población) sino a un grupo pequeño de pacientes (la
muestra). Lo más importante en la estadística es poder conocer las
características de una población sin necesidad de medir o conocer esta
característica en todas y cada una de las personas que componen la misma, es
decir, basta solamente realizar la comprobación sobre una parte o muestra de
las unidades que constituyen la población y con los resultados obtenidos
estimaremos el valor de esta característica en la población. (Educarex)

En la resolución de un problema siempre se deben describir las variables de

estudio, una de las distribuciones estadísticas más estudiadas y aplicadas es la
distribución normal, a través de la campana de Gauss, su importancia se debe
fundamentalmente a la frecuencia con la que distintas variables asociadas a
fenómenos naturales y cotidianos siguen, aproximadamente, esta distribución,
algunos caracteres morfológicos (como la talla o el peso) son ejemplos de
variables de las que frecuentemente se asume que siguen una distribución
normal.

EXPERIMENTACIÓN.
Datos obtenidos en función del color de ojos.

1. Se obtiene una muestra del color de ojos de 150 personas y con ella se obtiene la
frecuencia absoluta para determinados colores de ojos (Ojos celestes, azules, ojos
verdes, ojos pardos o negros, ojos de otros colores).
2. A partir de la frecuencia absoluta se obtiene la frecuencia relativa dividiendo el
valor de la frecuencia absoluta en el total de la muestra.
3. Se multiplica la frecuencia relativa por 100 y como resultado tenemos el porcentaje
que equivale a la cantidad de personas con cada color de ojos.
4. Con la frecuencia porcentual obtenida se realiza un diagrama sectorial de
distribución de frecuencias donde se representan los porcentajes obtenidos por
cada color de ojos.

Intervalos de valores de glucemia para 384 personas clínicamente sanas,

tomadas al azar de la población de Buenos Aires.

1. Se obtienen intervalos a partir de los valores de glucemia para 384

personas clínicamente sanas, tomadas al azar de la población de Buenos
Aires.
2. Se obtiene la marca de clase 𝑥𝑖 a partir de la suma de los valores de los
extremos de cada intervalo dividido sobre dos.
3. Utilizando los valores obtenidos en frecuencia absoluta y marca de clase se
halla un valor correspondiente a 𝑓𝑖 ∙ 𝑥𝑖 , es decir la multiplicación entre
estos dos valores
 4. Se suman los resultados de la multiplicación entre 𝑓𝑖 y 𝑥𝑖 y se divide entre el
∑ 𝑓𝑖∙𝑥
𝑖
total de la muestra para hallar la media .
𝑁

5. Se halla el valor de la densidad de la frecuencia restando el número

correspondiente del 𝑥𝑖 de cada intervalo menos la media hallada
anteriormente.
6. Para encontrar el valor que corresponde a la desviación estándar (D.E)
primero multiplicamos la frecuencia absoluta por la densidad de la
frecuencia al cuadrado, estos valores los sumamos, lo dividimos entre el
total de personas a las que se les realizó la prueba (muestra) y sacamos su
∑ 𝑓𝑖 ∙𝑑𝑖2
raíz cuadrada 𝐷. 𝐸 = √ 𝑁
.

7. Con los intervalos de datos que se tienen y la frecuencia absoluta se crea la

curva de distribución normal y el histograma de frecuencias por medio de
Excel que indica la frecuencia y distribución de los datos.
8. Se calculan e interpretan los intervalos (𝑥̅ ± 𝐷. 𝐸) (𝑥̅ ± 2𝐷. 𝐸) (𝑥̅ ± 3𝐷. 𝐸) para
determinar el intervalo de glucemia que se encuentra en el rango normal.
Para el primero se le resta y se suma la D.E a la media para crear el
intervalo, al restarla me da el valor más bajo y al sumarla el más alto. Para
el segundo, se multiplicó la D.E por 2 y se hizo el mismo proceso. Para el
tercero, se multiplicó la D.E por 3 y se repiten los pasos.
9. Por último se calculó el parámetro Z, dividiendo 𝑥𝑖 menos la 𝑥̅ entre la D.E,
para cada intervalo determinando en la tabla z el porcentaje al que equivale
dicho intervalo.

RESULTADOS
1. Al recolectar los datos de las 150 personas sobre su color de ojos celestes o
azules verdes, pardos o negros, otros colores y se obtuvieron los siguientes
resultados.
 Tabla No. 1. Valores de la muestra

De las 150 personas observadas 60 personas tienen color de ojos pardos o

negros constituyendo el 40% de la muestra, siendo estos el color de ojos más
común. Por otro lado, solo 20 personas de las 150 tienen color de ojos verdes, por
lo tanto constituyen el 13,33% de la
Frecuencia Porcentual(%)
muestra siendo estos el color de ojos
Ojos menos común.
celestes,azules
27% 20% Ojos verdes 1.1 La siguiente grafica nos permite

13% Ojos pardos o evidenciar la proporción del color de ojos de

negros
la muestra, siendo el sector más grande el
40% Ojos de otros
colores que conforma el color de ojos pardos o
negros (40%).

Figura No. 2. Grafica circular color de ojos

2. De una muestra de 384 personas clínicamente sanas tomadas al azar de la

población de Buenos Aires se determinó la glucemia obteniéndose ciertos valores
individuales agrupados en la Tabla No. 2.
Tabla No. 2. Intervalos de valores de glucemia para 384 personas clínicamente sanas, tomadas al
azar de la población de Buenos Aires

Con estos datos podemos determinar que la mayor cantidad de personas

tienen una glucemia entre 90-94mg/100mL y la menor cantidad de personas una
glucemia entre 65-69mg/100mL.
2.1 La media.
∑ 𝑓𝑖 ∙ 𝑥𝑖 34413 Al sumar los productos de la marca de clase
𝑥̅ = = = 89,61
𝑁 384 por la frecuencia relativa y dividiendo este valor
Ecuación No. 1. Formula de la media por la muestra nos permite hallar la media. Este
valor nos permite afirmar que el valor de glucemia de 90mg/100mL corresponde al
promedio de los datos obtenidos.
La tabla nos proporciona la densidad de la frecuencia que se halló restando la
marca de clase menos la media, es decir, que este valor nos indica que tan lejos
se encuentra de la media cada intervalo por lo tanto, los intervalos que se
encuentran más lejos de la media son los más altos y los más bajos en glucemia
que son 65-69mg/100mL y 110-114mg/100mL respectivamente.
2.2 Histograma de frecuencias y curva de distribución normal.
Esta grafica nos
80
70 permite hacer una
60
50 representación de la
40 distribución normal de un
30
20 grupo de personas a las
10
0 que se les tomo
concentración de la

Figura 2. Histograma de frecuencias y curva de glucemia, estos valores se

distribución normal.
repartieron entre bajos, medios y altos con mayor frecuencia de los valores
intermedios por lo que se encuentran más cerca al valor de la media.
La mayor parte de las personas están alrededor de la media del valor de la
glucemia (90mg/100mL) y a medida que nos separamos por lo alto o lo bajo de
esta media el número de personas con estos valores de glucemia disminuyen,
haciendo así que estos mismos se distribuyan simétricamente respecto a la media.

2.3 Desviación Estándar.

Se realizó un estudio de
∑ 𝑓𝑖 ∙ 𝑑𝑖2 33944,74
𝐷. 𝐸 = √ =√ = √88,3977 = 9,40 glucemia a 384 personas
𝑁 384
Ecuación No. 2 clínicamente sanas que
fueron tomadas al azar de la población de buenos aires. El promedio de glucemia
fue de 89,91mg/100mL aproximándola a 90mg/100mL. Se calculó la desviación
estándar de acuerdo a la fórmula planteada (Ecuación No.2) que nos dio un valor
de 9,402 aproximado a 9. En promedio, la concentración de glucemia de una
persona se desvía de la media aproximadamente 9 mg/100mL, es decir, que nos
indica cómo se distribuyen los valores individuales alrededor de la media. (Parisi,
2001, págs. 1-23)
2.4 Intervalos de probabilidad
Todos los valores que se encuentran debajo de la curva de Gauss corresponden al
100% de los valores individuales sin importar el tamaño de la muestra (Parisi,
2001). La probabilidad de encontrar un valor entre:
(𝑥̅ ± 𝐷. 𝐸) 68% de los valores individuales
(𝑥̅ ± 2𝐷. 𝐸) 95% de los valores individuales
(𝑥̅ ± 3𝐷. 𝐸) 99% de los valores individuales
Ecuación No. 3
Al realizar los respectivos cálculos obtenemos que para el 68% de los valores
individuales corresponden en un intervalo de (80-99) mg/100mL (Ecuación No. 4)
(𝑥̅ ± 𝐷. 𝐸)=(89,61±9,40)=(80,21-99,01)
Ecuación No.4
Ahora, el intervalo que constituye el 95% es llamado el intervalo normal que va
entre los valores de (71-108) mg/100mL (Ecuación No. 5), es decir, que un valor
inferior a 71mg/100mL indicaría que tiene la glucemia baja (hipoglucemia) y un
valor superior a 108mg/100mL indicaría que tiene la glucemia alta (hiperglucemia).
(𝑥̅ ± 2𝐷. 𝐸)=(89,61±2(9,40))=(89,61±18,80)=(70,81-108,41)
Ecuación No.5
Por último, obtenemos que para el 99% de los valores individuales corresponden
en un intervalo de (61-118) mg/100mL (Ecuación No. 6) abarcando casi la
totalidad de datos.
(𝑥̅ ± 3𝐷. 𝐸)=(89,61±3(9,40))=(89,61±28,20)=(61,41-117,81)
Ecuación No.6

2.5 Parámetro Z o desviación relativa.

El parámetro Z o desviación relativa me permite determinar el porcentaje debajo
de la curva en el que se encuentra determinado rango de valores. Usamos la
fórmula para hallar este valor que luego ubicaremos en una tabla llamada “tabla
𝑥𝑖 − 𝑥̅ Z”, la cual me permitirá conocer dicho porcentaje.
𝑍𝑖 =
𝐷. 𝐸
Ecuación No.7. Se obtuvo el número para ubicar en la tabla Z de cada intervalo
presentado en la tabla (Véase Tabla No. 2) en la columna valores de glucemia
(mg/100mL).
Para el primer intervalo (65-69) mg/100mL:
Nos da un valor para ubicar en la tabla Z de -2,40 para
−22,61
𝑍𝑖 = = −2,40 saber a qué porcentaje debajo de la curva equivale. Como es
9,40
Ecuación No. 8
negativo se resta por 1 el valor que ubicamos en la tabla z de
2,40 en positivo, es decir, 1- 0,9918. Dicho valor es: 0,0082, es decir, que la
probabilidad de encontrar una persona con glucemia entre este intervalo es del
0,82% y se encuentra a -2,40 desviaciones de estándar sobre el promedio.
Para el segundo intervalo (70-74) mg/100mL:
−17,61 Nos da un valor para ubicar en la tabla Z de -2,40 para
𝑍𝑖 = = −1,87
9,401
Ecuación No. 9 saber a qué porcentaje debajo de la curva equivale. Como
es negativo se resta por 1 el valor que ubicamos en la tabla z de 1,87 en positivo,
es decir, 1- 0,9692. Dicho valor es: 0,0308 es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 3,08% y se
encuentra a -1,87 desviaciones de estándar sobre el promedio.
Para el tercer intervalo (75-79) mg/100mL:

−12,61 Nos da un valor para ubicar en la tabla Z de -1,34 para

𝑍𝑖 = = −1,34
9,401
Ecuación No. 10 saber a qué porcentaje debajo de la curva equivale. Como
es negativo se resta por 1 el valor que ubicamos en la tabla z de 1,34 en positivo,
es decir, 1- 0,9098. Dicho valor es: 0,0902, es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 9,02% y se
encuentra a -1,34 desviaciones de estándar sobre el promedio.
Para el cuarto intervalo (80-84) mg/100mL:
−7,61 Nos da un valor para ubicar en la tabla Z de -0,80 para
𝑍𝑖 = = −0,80
9,401
Ecuación No. 11 saber a qué porcentaje debajo de la curva equivale. Como
es negativo se resta por 1 el valor que ubicamos en la tabla z de 0,80 en positivo,
es decir, 1- 0,7881. Dicho valor es: 0,2119, es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 21,19% y se
encuentra a -0,80 desviaciones de estándar sobre el promedio.
Para el quinto intervalo (85-89) mg/100mL:
−2,61
𝑍𝑖 = = −0,27 Nos da un valor para ubicar en la tabla Z de -0,27 para
9,401
Ecuación No. 12 saber a qué porcentaje debajo de la curva equivale. Como
es negativo se resta por 1 el valor que ubicamos en la tabla z de 0,27 en positivo,
es decir, 1- 0,6064. Dicho valor es: 0,3936 es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 39,36% y se
encuentra a -0,27 desviaciones de estándar sobre el promedio.

Para el sexto intervalo (90-94) mg/100mL:

22,39 Nos da un valor para ubicar en la tabla Z de 2,38 para
𝑍𝑖 = = 2,38
9,401 saber a qué porcentaje debajo de la curva equivale. El
Ecuación No. 13
valor es: 0,9913, es decir, que la probabilidad de encontrar
una persona con glucemia entre este intervalo es del 99,13% y se encuentra a
2,38 desviaciones de estándar sobre el promedio.

Para el séptimo intervalo (95-99) mg/100mL:

 Nos da un valor para ubicar en la tabla Z de 0,78 para
7,39
𝑍𝑖 = = 0,78 saber a qué porcentaje debajo de la curva equivale. El
9,401
Ecuación No. 14
valor es: 0,7823, es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 78,23% y se
encuentra a 0,78 desviaciones de estándar sobre el promedio.

Para el octavo intervalo (100-104) mg/100mL:

Nos da un valor para ubicar en la tabla Z de 1,31 para
12,39
𝑍𝑖 = = 1,31 saber a qué porcentaje debajo de la curva equivale. El
9,401
Ecuación No. 15 valor es: 0,9049, es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 90,49% y se
encuentra a 1,31 desviaciones de estándar sobre el promedio.

Para el noveno intervalo (105-109) mg/100mL:

Nos da un valor para ubicar en la tabla Z de 1,84para
17,39
𝑍𝑖 = = 1,84
9,401 saber a qué porcentaje debajo de la curva equivale. El
Ecuación No. 16
valor es: 0,9671, es decir, que la probabilidad de
encontrar una persona con glucemia entre este intervalo es del 96,71% y se
encuentra a 1,84 desviaciones de estándar sobre el promedio.

Para el décimo intervalo (110-114) mg/100mL:

Nos da un valor para ubicar en la tabla Z de 2,38 para
22,39
𝑍𝑖 = = 2,38
9,401 saber a qué porcentaje debajo de la curva equivale. El
Ecuación No.17
valor es: 0,9913, es decir, que la probabilidad de encontrar
una persona con glucemia entre este intervalo es del 99,13% y se encuentra a
2,38 desviaciones de estándar sobre el promedio.

CONCLUSIONES

❖ La bioestadística como rama de la estadística nos permite clasificar datos

dependiendo de su frecuencia y su porcentaje respecto al total de la muestra,
como también representar estos datos obtenidos mediante diagramas
sectoriales permitiendo que el lector comprenda mejor la información.
❖ Una de las aplicaciones de la bioestadística es la recolección de información
 de manera masiva, organizada y fácil de interpretar con el objetivo de
estudiarla para fines médicos, es usada en varios campos de la medicina,
principalmente en la recopilación de datos sobre genética de poblaciones con
la finalidad de compararlos respecto a una población y la muestra
seleccionada.
❖ La bioestadística ha evolucionado para ser un instrumento fundamental en la
planificación de investigaciones en el área de la salud, por ejemplo, para
medir el índice de natalidad, mortalidad y morbilidad en la población.
❖ Aparte de ser usada principalmente para el compendio e interpretación de
datos, también es empleada para la creación y diseño de ciertos
experimentos.
❖ Además de tener una parte práctica también está compuesta por una parte
teórica que está enfocada principalmente en problemas prácticos
relacionados a las ciencias de la vida.

Bibliografía
Educarex. (s.f.). Obtenido de
https://www.educarex.es/pub/cont/com/0019/documentos/pruebas-
acceso/contenidos/modulo_IV/matematicas/4mat06.pdf
Parisi, M. (2001). Temas de Biofisica .
Sanchez, T. C. (Julio de 2014). ETSII. Obtenido de
https://www.etsii.upv.es/conbuenpie/documentos/11398-
Estadistica_Apuntes_Previos.pdf
Trematerra, D. (29 de Septiembre de 2015). Obtenido de
https://es.slideshare.net/DyjohanerTrematerra/bioestadistica-53335131