Bioestadística. Curso 2014-2015 - Carmen Ma Cadarso

Bioestadística.
Curso 2014-2015
Capítulo 1
Carmen Ma Cadarso, Ma del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro
Contents
1 Introducción a la Bioestadística 2
2 Tipos de variables 3
3 Distribución de frecuencias 4
3.1 Descripción de variables cualitativas. . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Descripción de variables cuantitativas. . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2.1 Descripción de variables cuantitativas discretas. . . . . . . . . . . . . . . . . 6
3.2.2 Descripción de variables cuantitativas continuas. . . . . . . . . . . . . . . . 7
4 Representaciones grácas 8
4.1 Representaciones grácas de variables cualitativas . . . . . . . . . . . . . . . . . . . 8
4.2 Representaciones grácas de variables cuantitativas . . . . . . . . . . . . . . . . . . 9
4.2.1 Representaciones grácas de variables cuantitativas discretas . . . . . . . . 9
4.2.2 Representaciones grácas de variables cuantitativas continuas . . . . . . . . 9
5 Medidas características: Medidas de posición y de dispersión 10

5.1 Medidas de posición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.2 Medidas de dispersión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.3 Medidas de forma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.4 El diagrama de caja o Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1
Bioestadística. Grado en Medicina Capítulo 1
1 Introducción a la Bioestadística
La Bioestadística es uno de los campos cientícos que más se ha desarrollado en las últimas décadas.
La creciente atención que está recibiendo en la literatura médica especializada pone de maniesto la
importancia de esta disciplina y el hecho, cada vez más patente, de que los profesionales médicos han
dado a la investigación en Bioestadística un puesto dominante dentro de su formación.
La estadística permite analizar situaciones en las que los componentes aleatorios contribuyen de
forma importante en la variabilidad de los datos obtenidos. La variabilidad es uno de los aspectos más
esenciales de nuestra vida. La consiguiente incertidumbre que genera dicha variabilidad es importante
y en muchos campos, como el de la medicina, es fundamental contar con métodos que nos permitan
cuanticar dicha incertidumbre y minimizar su impacto en las decisiones que tomemos.
Se podría denir la Bioestadística como la ciencia que maneja mediante métodos estadísticos la La Bioestadística
incertidumbre en el campo de la medicina y la salud. En medicina, los componentes aleatorios se es la ciencia que
maneja mediante
deben, entre otros aspectos, al desconocimiento o a la imposibilidad de medir algunos determinantes
métodos
de los estados de salud y enfermedad, así como a la variabilidad en las respuestas de los pacientes.
estadísticos la
La fuente más común de incertidumbre en la medicina es la variabilidad natural de carácter biológico incertidumbre en el
que existe entre individuos. Además, la variabilidad entre laboratorios, observadores, instrumentación, campo de la
medicina y la salud
etc. también son fuentes de incertidumbre a tener en cuenta.
Por supuesto la Bioestadística no sólo se centra en medir incertidumbres sino que se preocupa también
del control de su impacto. Por otra parte el profesional de la medicina no solo se forma para atender
al paciente, sino que tiene además una responsabilidad y obligación social con la colectividad. Debe
por lo tanto conocer los problemas de salud que afectan a su comunidad, los recursos con que cuenta
y sus posibles soluciones, para lo cual necesita conocer la Estadística de Salud Pública y aplicarla en
el proceso de planicación, ejecución y evaluación de acciones colectivas de salud.
El campo de la estadística tiene que ver con la recopilación, presentación, análisis y uso de datos para
tomar decisiones y resolver problemas. Cualquier persona, tanto en su carrera profesional como en la
vida cotidiana recibe información en forma de datos a través de periódicos, de la televisión y de otros
medios.
Ejemplo 1: Un cardiólogo, que investiga un nuevo fármaco para rebajar el colesterol, desea conocer
el consumo de grasas en varones adultos mayores de 40 años. ¾Cómo debe proceder?
Población: Es el universo de individuos al cual se reere el estudio que se pretende realizar.
Muestra: Subconjunto de la población cuyos valores de la variable que se pretende analizar son Una muestra
aleatoria es un
conocidos.
subconjunto de
Variable: Rasgo o característica de los elementos de la población que se pretende analizar.
casos o individuos
de una población
En el Ejemplo 1, la población objeto de estudio sería la formada por todos los varones adultos mayores
de 40 años. La variable de interés es el consumo de grasas. El cardiólogo podría pensar en analizar
a todos los individuos de la población. Sin embargo, esto resulta inviable (y así ocurre en muchas
otras situaciones prácticas debido al coste, al tiempo que requiere,...) Entonces se conformará con
extraer una muestra. La muestra proporciona información sobre el objeto de estudio. Lo habitual
en nuestro contexto es que en el procedimiento de extracción intervenga el azar. Por ejemplo, el
Carmen M
a Cadarso, M
a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Página 2 de 15
cardiólogo seleccionaría al azar a 100 varones adultos mayores de 40 años y estudiaría el consumo de
grasas de cada uno de ellos.
Ejemplo 2: Se quiere analizar el tiempo que dedican al estudio semanal los alumnos del Grado en
Medicina de esta Universidad. Para ello se pregunta a 50 alumnos de esta titulación.
Población: Todos los estudiantes del Grado en Medicina de esta Universidadd.
Variable: Número de horas de estudio semanal.
Muestra: 50 alumnos encuestados.
Ejercicio 1: Se desea estimar el porcentaje de albúmina en el suero proteico de personas sanas.
Para ello se analizan muestras de 40 personas, entre 2 y 40 años de edad.
¾Cuál es la población objeto de estudio?
¾Cuál es la variable de interés?
¾Cuál es la muestra con la que se realiza el estudio?
Clasicamos las tareas vinculadas a la Estadística en tres grandes disciplinas:
Estadística Descriptiva. Se ocupa de recoger, clasicar y resumir la información contenida en la
muestra.
Cálculo de Probabilidades. Es una parte de la matemática teórica que estudia las leyes que rigen
los mecanismos aleatorios.
Inferencia Estadística. Pretende extraer conclusiones para la población a partir del resultado obser-
vado en la muestra.
La Inferencia Estadística tiene un objetivo más ambicioso que el de la mera descripción de la muestra
(Estadística Descriptiva). Dado que la muestra se obtiene mediante procedimientos aleatorios, el
Cálculo de Probabilidades es una herramienta esencial de la Inferencia Estadística.
2 Tipos de variables
Variables cualitativas: No aparecen en forma numérica, sino como categorías o atributos. Por
ejemplo el sexo, color de ojos, profesión, resultado de un tratamiento, etc. Las variables Es importante
cualitativas se clasican a su vez en: clasicar
correctamente las
Cualitativas nominales: Miden características que no toman valores numéricos. A estas carac-
variables de interés
terísticas se les llama modalidades. Por ejemplo, en la variable sexo las modalidades son hombre ya que los
y mujer. procedimientos que
veremos a
Cualitativas ordinales: Miden características que no toman valores numéricos pero sí presentan
continuación
entre sus posibles valores una relación de orden. Por ejemplo, si se desea examinar el resultado dependerán del tipo
de un tratamiento, las modalidades podrían ser: en remisión, mejorado, estable, empeorado. El de variable con que
trabajemos
nivel de estudios puede tomar los valores: sin estudios, primaria, secundaria, etc.
Variables cuantitativas: Toman valores numéricos porque son frecuentemente el resultado de una
medición. Por ejemplo, el peso (kg.) de una persona, la estatura (m.), número de llamadas
o
diarias a un servicio de urgencias, temperatura ( C) corporal, etc. Las variables cuantitativas
se clasican a su vez en:
Carmen M
a Cadarso, M
Cuantitativas discretas: Toman un número discreto de valores (en el conjunto de números
naturales). Por ejemplo el número de hijos de una familia, número de cigarrillos fumados por
día, etc.
Cuantitativas continuas: Toman valores numéricos dentro de un intervalo real. Por ejemplo,
la altura, el peso, concentración de un elemento, tiempo transcurrido hasta que se inicia una
reacción alérgica a una picadura de insecto, etc.
3 Distribución de frecuencias
La primera forma de recoger y resumir la información contenida en la muestra es efectuar un recuento
del número de veces que se ha observado cada uno de los distintos valores que puede tomar la
variable. A eso le llamamos frecuencia. Daremos deniciones precisas del concepto de frecuencia en
sus distintas formas de presentación a través de un ejemplo práctico.
Ejemplo 3: En la última hora han acudido al servicio de urgencias de un hospital ocho pacientes,
cuyos datos de ingreso se encuentran resumidos en la siguiente tabla. Clasica las
variables recogidas (sexo, peso, estatura, temperatura, número de visitas previas al
servicio de urgencias y dolor).
Sexo Peso (kg.) Estatura (m.)

o
Temperatura ( C) Visitas Dolor
M 63 1.74 38 0 Leve
M 58 1.63 36.5 2 Intenso
H 84 1.86 37.2 0 Intenso
M 47 1.53 38.3 0 Moderado
M 70 1.75 37.1 1 Intenso
M 57 1.68 36.8 0 Leve
H 87 1.82 38.4 1 Leve
M 55 1.46 36.6 1 Intenso
En primer lugar, denimos el tamaño muestral, al que denotamos por n, como el número de individuos En la mayor parte
o de observaciones en la muestra. En el Ejemplo 3, el tamaño muestral es n = 8. de procedimientos
estadísticos es
necesario manejar
3.1 Descripción de variables cualitativas. conjuntos de
observaciones
Supongamos que los distintos valores que puede tomar la variable son: c ; c ; : : : ; cm . 1 2 numéricas. Para
representar de
Frecuencia absoluta: Se denota por ni y representa el número de veces que ocurre el resultado ci . forma concisa los
cálculos, se ha
Frecuencia relativa: Se denota por fi y representa la proporción de datos en cada una de las clases, desarrollado una
notación
ni
fi = :
matemática
n abreviada. Por
ejemplo, para
La frecuencia relativa es igual a la frecuencia absoluta dividida por el tamaño muestral.
designar la adición
se usa la letra
Frecuencia absoluta acumulada. Es el número de veces que se ha observado el resultado ci o valores
griega
=
P
anteriores. La denotamos por Ni c c nj .
j i
Carmen M
a Cadarso, M
Frecuencia relativa acumulada. Es la frecuencia absoluta acumulada dividida por el tamaño mues-
tral. La denotamos por

Ni X
Fi = = fj :
n
c cj i
Debemos observar que las frecuencias acumuladas sólo tienen sentido cuando es posible establecer
una relación de orden entre los valores de la variable, esto es, cuando la variable es ordinal.
Las frecuencias se pueden escribir ordenadamente mediante una tabla de frecuencias, que adopta Para comprender y
esta forma:
resumir un
conjunto de datos
ci ni fi Ni Fi
es útil presentarlos
en una tabla en la
c 1 n1 1
f N 1 F 1 que aparezcan los
c 2 n2 2
f N 2 F 2 valores posibles de
. . . . .
.
.
.
.
.
.
.
.
.
.
la variable y el
número de veces
cm nm fm Nm Fm
que cada valor se
repite
Propiedades:
0 ni n
Pm
Frecuencias absolutas
Pim=1 ni = n
Frecuencias relativas 0 fi 1 i =1 fi = 1
Frecuencias absolutas acumuladas 0 Ni n Nm = n
Frecuencias relativas acumuladas 0 Fi 1 Fm = 1
Claramente, la suma de las frecuencias absolutas es el número total de datos, n; y la suma de
las frecuencias relativas es 1. Observa que el último valor de la distribución de frecuencias absolutas
acumuladas coincide con el número de observaciones. Análogamente, el último valor de la distribución
de frecuencias relativas acumuladas es uno.
La distribución de frecuencias acumuladas permite conocer la proporción de valores por debajo de
cierto valor de la variable, o entre dos valores especicados, o por encima de cierta cantidad.
Como ejemplo, vamos a construir la tabla de frecuencias para la variable Dolor del Ejemplo 3. La
variable Dolor es una variable cualitativa ordinal que presenta tres modalidades: leve, moderado e
intenso. Tendríamos así la tabla de frecuencias:
ci ni fi Ni Fi
Leve 3 0:375 3 0:375

Moderado 1 0:125 4 0 :5
Intenso 4 0 :5 8 1
n = 8 fi = 1
P
Interpreta los resultados obtenidos y comprueba que se verican las propiedades de las frecuencias.
¾Qué porcentaje de pacientes que acudieron al servicio de urgencias sufren dolor intenso? ¾Cuántos
pacientes acudieron al servicio de urgencias con dolor leve o moderado?
Carmen M
a Cadarso, M
Ejercicio 2: Construye la tabla de frecuencias para el resto de variables cualitativas que aparecen
en el Ejemplo 3.
Ejercicio 3: Con el objetivo de estudiar la inuencia de la dureza del agua en ciertos trastornos
gastrointestinales simples, un laboratorio determinó la dureza del agua de 10 muestras
obteniendo los siguientes resultados:
Muestra Dureza
1 Agua blanda
2 Agua blanda
3 Agua dura
4 Agua muy dura
5 Agua muy dura
6 Agua extremadamente dura
7 Agua blanda
8 Agua blanda
9 Agua dura
10 Agua muy dura
Construye la tabla de frecuencias relativas para la variable Dureza del agua.
3.2 Descripción de variables cuantitativas.

3.2.1 Descripción de variables cuantitativas discretas.
Una variable cuantitativa discreta es una variable que toma un número nito o innito numerable de
valores posibles. La forma de resumir los datos observados de una variable cuantitativa discreta es
similar a la forma de resumir datos de una variable cualitativa. Veremos como construir la tabla de
frecuencias de una variable discreta a través de un ejemplo.
Considera ahora la variable Visitas del Ejemplo 3. Fíjate que la variable Visitas es discreta ya que puede
tomar los valores 0,1,2,... (un número innito numerable de valores). A continuación construimos la
tabla de frecuencias:
Visitas ni fi Ni Fi
0 4 0:5 4 0:5
1 3 0:375 7 0:875
2 1 0:125 8 1
Fíjate en la información que nos ofrece la tabla de frecuencias. Observamos por ejemplo que el 87.5%
de los pacientes registrados no habían acudido con anterioridad en más de una ocasión al servicio de
urgencias. También observamos que sólo 1 paciente había acudido anteriormente en 2 ocasiones al
servicio de urgencias (lo que representa un 12.5% del total de pacientes registrados).
Carmen M
a Cadarso, M
Ejercicio 4: Consideremos una muestra de 200 familias en las que contamos el número de hijos.
Supongamos que se han observado 50 familias sin hijos, 80 familias con un hijo, 40 fa-
milias con dos hijos, 20 familias con tres hijos y 10 familias con cuatro hijos. Construye
la tabla de frecuencias correspondiente.
3.2.2 Descripción de variables cuantitativas continuas.
Para construir tablas de frecuencias de variables cuantitativas continuas es habitual agrupar los valores
que puede tomar la variable en intervalos. De este modo contamos el número de veces que la variable
cae en cada intervalo. A cada uno de estos intervalos le llamamos intervalo de clase y a su punto
medio marca de clase. Por tanto, para la denición de las frecuencias y la construcción de la tabla
de frecuencias sustituiremos los valores ci por los intervalos de clase y las marcas de clase. Algunas
consideraciones a tener en cuenta:
Número de intervalos a considerar: Para adoptar esta decisión tendremos en cuenta:
1. Cuantos menos intervalos tomemos, menos información se recoge.
2. Cuantos más intervalos tomemos, más difícil es manejar las frecuencias.
Si una variable
número de intervalos el entero más próximo a
p
Aunque no hay unanimidad al respecto, un criterio bastante extendido consiste en tomar como
n.
cuantitativa
discreta toma
Amplitud de cada intervalo: Lo más común es tomar todos los intervalos de igual longitud.
muchos valores
distintos puede ser
Posición de los intervalos: Los intervalos deben situarse allí donde se encuentran las observa-
conveniente una
agrupación por
ciones y de forma contigua. Es aconsejable que los restos de intervalos en los extremos derecho
intervalos como en
e izquierdo del conjunto de observaciones sean similares. el caso continuo
A continuación veremos un ejemplo práctico de cómo se construyen los intervalos y la tabla de
frecuencias para variables cuantitativas continuas. En la resolución de los ejemplos será útil ordenar la
muestra de observaciones y después calcular el recorrido o rango, que denimos como la diferencia
entre el dato más grande y el más pequeño de la muestra. El recorrido se usa para obtener la
amplitud de los intervalos. La ordenación facilita mucho también el recuento de las frecuencias en
cada intervalo.
Considera la variable Peso del Ejemplo 3. En primer lugar vamos a ordenar los datos de la muestra
de menor a mayor para que sea más sencillo el recuento de frecuencias.
Muestra ordenada: 47; 55; 57; 58; 63; 70; 84; 87.
Recorrido = 87 47 = 40.
p
Número de intervalos 8 = 2:82 3.
Como 40=3 = 13:3, podemos tomar 3 intervalos de amplitud 14 y así conseguimos contener
toda la muestra y los extremos de los intervalos resultan manejables.
Intervalo de clase Marca de clase
[Li ; Li +1 ) ci ni fi Ni Fi
[46; 60) 53 4 0:5 4 0 :5

[60; 74) 67 2 0:25 6 0:75
[74; 88) 81 2 0:25 8 1
Carmen M
a Cadarso, M
Observamos, por ejemplo, que hay 2 pacientes con peso comprendido en el intervalo [74; 88) y que
el 75% de los pacientes atendidos pesan menos de 74 kg.
Ejercicio 5: En un estudio sobre trastornos de sueño se analizó el comportamiento de 10 varones
cuyas edades se muestran a continuación:
52; 47; 51; 28; 64; 31; 22; 53; 29; 23
Calcula una tabla de frecuencias para la variable Edad organizando los datos en tres
intervalos [20,35), [35,50), [50,65).
4 Representaciones grácas
La representación gráca de la información contenida en una tabla estadística es una manera de
obtener una información visual clara y evidente de los valores asignados a la variable estadística.
Existen multitud de grácos adecuados a cada situación. Unos se emplean con variables cualitativas
y otros con variables cuantitativas.
4.1 Representaciones grácas de variables cualitativas

Diagrama de barras: Representaremos las frecuencias absolutas o relativas de variables cualitativas
mediante un diagrama de barras. Para ello, situamos las modalidades de la variable en el eje
de abscisas, respetando su orden si lo hubiera, y dibujamos barras verticales sobre ellas. Las
alturas de las barras representan frecuencias absolutas, relativas o porcentajes.
En la Figura 1 se muestra el diagrama de barras de frecuencias absolutas para la variable Dolor del
Ejemplo 3.
Figure 1: Diagrama de barras de frecuencias absolutas para la variable Dolor
Diagrama de sectores: Se obtiene dividiendo un círculo en tantos sectores como modalidades tome
la variable. La amplitud de cada sector debe ser proporcional a la frecuencia del valor corre-
spondiente.
En la Figura 2 se muestra el diagrama de sectores de la variable Dolor del Ejemplo 3.
Carmen M
a Cadarso, M
Figure 2: Diagrama de sectores para la variable Dolor
Ejercicio 6: Un laboratorio está desarrollando unas nuevas tiras de orina para detectar los niveles de
acetona. Se realizan 50 pruebas de acetona en pacientes y se obtiene en 15 ocasiones
el color naranja, 25 veces se obtiene el color amarillo y en 10 ocasiones resulta el color
verde. Construye la tabla de frecuencias y representa las grácas adecuadas para la
variable Color de reacción.
4.2 Representaciones grácas de variables cuantitativas

4.2.1 Representaciones grácas de variables cuantitativas discretas
Representaremos los datos de variables cuantitativas discretas mediante diagramas de barras, al igual
que hicimos con variables cualitativas. En la Figura 3 se muestra el diagrama de barras de frecuencias
absolutas para la variable Visitas del Ejemplo 3.
Figure 3: Diagrama de barras de frecuencias absolutas para la variable Dolor
4.2.2 Representaciones grácas de variables cuantitativas continuas
Las frecuencias de una variable cuantitativa continua también se pueden representar grácamente. Sin
embargo, el diagrama de barras no parece adecuado para este caso, pues lo que debemos representar
son frecuencias de intervalos contiguos.
Histograma: Es un gráco para la distribución de una variable cuantitativa continua que representa
frecuencias mediante áreas. El histograma se construye colocando en el eje de abscisas los
intervalos de clase, como trozos de la recta real, y levantando sobre ellos rectángulos con área
proporcional a la frecuencia.
Carmen M
a Cadarso, M
Dibujamos en la Figura 4 el histograma correspondiente a la distribución de frecuencias obtenida para

Formalmente, la
la variable Peso del Ejemplo 3. altura de los
rectángulos de un
A diferencia del diagrama de barras, los rectángulos se dibujan contiguos. histograma debería
representar la
El aspecto del histograma cambia variando el número de clases y el punto donde empieza la densidad de
primera clase.
frecuencia, que es
el cociente
Cuanto mayor es el área de una clase, mayor es su frecuencia.
f /(L +1 L ). Así,
i i i
el área total
El histograma ayuda a describir cómo es la distribución de la variable, si es simétrica (con un
encerrada por el
histograma sería
eje de simetría), bimodal (con dos máximos),...etc.
igual a uno. Sin
embargo, la
mayoría de
programas
informáticos de
estadística
representan el
histograma
mediante
rectángulos de
altura igual a la
frecuencia absoluta
o relativa de cada
intervalo como se
Figure 4: Histograma.
muestra en la
Figura 4
5 Medidas características: Medidas de posición y de dispersión

El objetivo fundamental de la estadística es extraer conclusiones sobre una población basándonos
en la información obtenida en la muestra. Hasta ahora hemos visto como resumir esa información
mediante tablas de frecuencias y representaciones grácas que nos ayudan a visualizar la distribución
de los datos. Estudiaremos ahora como calcular medidas que nos den una descripción muy resumida
sobre alguna propiedad concreta del conjunto de datos. Por medida entendemos, pues, un número
que se calcula sobre la muestra y que reeja cierta cualidad de la misma. El cálculo de estas medidas
requiere efectuar operaciones con los valores que toma la variable. Por este motivo, a partir de ahora
tratamos sólo con variables cuantitativas.
5.1 Medidas de posición

En esta sección estudiamos medidas que nos indican la posición que ocupa la muestra. La posición
central son el objetivo de la media, la mediana y la moda. El estudio de posiciones no centrales se
hará con los cuantiles.
Media aritmética: 1 2
Sean x ; x ; : : : ; xn un conjunto de n observaciones de la variable X . Se dene la
media aritmética (o simplemente media) de estos valores como:
n
=
x 1 + x2 + : : : + xn = 1 X x
x i
i =1
n n
Carmen M
a Cadarso, M
Ejemplo 4: Calculamos el peso medio de los pacientes de urgencias del Ejemplo 3.
63 + 58 + 84 + : : : + 55
=
x = 65:125 kg.
8
Observamos que el peso medio es 65.125 kg. Fíjate que la unidad de medida de la
media es la misma que la de los datos originales.
La media aritmética tiene interesantes propiedades:
Propiedades:
1. min(xi ) x max(xi ) y tiene las mismas unidades que los datos originales.
2. Es el centro de gravedad de los datos:

Pn
i =1 (xi ) = 0;
x
)2 = min ni=1 (xi )2 :

Pn
i =1 (xi
P
x a
a R
yi = a + bxi ) y
2
3. Si = a + bx.
Ejemplo 5: Se ha detectado un error en la báscula con la que se han pesado los pacientes del
Ejemplo 3. La báscula estaba mal equilibrada y añadía a todos los pacientes 5 kg. a su
peso real ¾Cuál es entonces el peso medio correcto de los pacientes?
Si X representa el peso que hemos medido con error, Y =X 5 representaría el peso
real de los pacientes. Para calcular el peso medio correcto no nos haría falta calcular de
nuevo todos los pesos, ya que por las propiedades de la media (propiedad 3) sabemos
que:
= x
y 5 = 60:125 kg.
Efectivamente, los pesos reales serían 58, 53, 79, 42, 65, 52, 82, 50. Por lo tanto la
media de los pesos reales sería:
58 + 53 + 79 + : : : + 50
=
y = 60:125 kg.
8
Mediana: Una vez ordenados los datos de menor a mayor, se dene la mediana como el valor de la
variable que deja a su izquierda el mismo número de valores que a su derecha. Si hay un número
impar de datos, la mediana es el valor central. Si hay un número par de datos, la mediana es la
media de los dos valores centrales.
Carmen M
a Cadarso, M
Ejemplo 6: Calculamos el peso mediano de los pacientes de urgencias del Ejemplo 3. En primer
lugar ordenamos los datos de menor a mayor:
47; 55; 57; 58; 63; 70; 84; 87
Tenemos un número par de datos (n = 8) y por lo tanto la mediana será:
58 + 63
Me = = 60:5 kg.
2
Observa que la media y la mediana tendrán valores similares, salvo cuando haya valores atípicos o
cuando la distribución sea muy asimétrica. La mediana es la medida de posición central más robusta
(es decir, más insensible a datos anómalos).
Moda: Es el valor de la variable que se presenta con mayor frecuencia. A diferencia de las otras
medidas, la moda también se puede calcular para variables cualitativas. Pero, al mismo tiempo,
al estar tan vinculada a la frecuencia, no se puede calcular para variables continuas sin agrupación
por intervalos de clase. Al intervalo con mayor frecuencia le llamamos clase modal.
Puede ocurrir que haya una única moda, en cuyo caso hablamos de distribución de frecuencias
unimodal. Si hay más de una moda, diremos que la distribución es multimodal.
Ejemplo 7: Calculamos la moda de la variable Visitas del Ejemplo 3. Fíjate en la tabla de frecuencias
y observa que la mayoría de los pacientes no habían acudido con anterioridad al servicio
de urgencias. Por lo tanto,
Moda = 0:
Para la variable Peso del Ejemplo 3 nos jamos también en la tabla de frecuencias.
Intervalo modal = [46; 60):
Cuantiles: Hemos visto que la mediana divide a los datos en dos partes iguales. Pero también tiene
interés estudiar otros parámetros, llamados cuantiles, que dividen los datos de la distribución en
partes iguales, es decir en intervalos que comprenden el mismo número de valores. En general,
Recuerda ordenar
sea p 2 (0 1)
; . Se dene el cuantil p como el número que deja a su izquierda una frecuencia
las observaciones
relativa p . Observa que la mediana es el cuantil 0: 5. Existen distintos métodos para calcular los de menor a mayor
cuantiles. Una posible forma de calcular el cuantil p consistiría en ordenar la muestra y tomar para calcular la
mediana y el resto
como cuantil el menor dato de la muestra (primero de la muestra ordenada) cuya frecuencia
de cuantiles
relativa acumulada es mayor que p .
Algunos órdenes de los cuantiles tienen nombres especícos. Así los cuartiles son los cuantiles
1 2 3
de orden (0.25, 0.5, 0.75) y se representan por Q , Q , Q . Los cuartiles dividen la distribución
en cuatro partes. Los deciles son los cuantiles de orden (0.1, 0.2,..., 0.9). Los percentiles son
los cuantiles de orden j /100 donde j =1,2,...,99.
5.2 Medidas de dispersión

Las medidas de dispersión se utilizan para describir la variabilidad o esparcimiento de los datos de la
muestra respecto a la posición central.
Carmen M
a Cadarso, M
Recorrido o rango: R = max xi min xi .
Recorrido intercuartílico: se dene como la diferencia entre el cuartil tercero y el cuartil primero, es Una medida de
variabilidad más
decir, RI = Q3 Q1 .
lógica sería
1P 2
=1 (x x) .
n
Varianza: Si hemos empleado la media como medida de posición, parece razonable tomar como
n i i
Sin embargo, por

medida de dispersión algún criterio de discrepancia de los puntos respecto a la media. Según motivos teóricos es
hemos visto, la simple diferencia de los puntos y la media, al ponderarla, da cero. Por tanto, preferible calcular la
elevamos esas diferencias al cuadrado para que no se cancelen los sumandos positivos con los
varianza muestral
s 2 tal y como la
negativos. El resultado es la varianza, cuya denición se da a continuación.
hemos denido
1 2
Sean x ; x ; : : : ; xn un conjunto de n observaciones de la variable X . Se dene la varianza (con denominador
n 1). Además así
denido s 2 coincide
muestral como:
)2 + (x2 )2 + : : : + (xn )2

n con el valor que
s
2 = (x1 x x x
=
1 X
(xi )2
x calculan la mayor
n 1 n 1 i =1 parte de programas
informáticos.
Propiedades:
2 = s2 .
1. sa +X X La varianza no se ve afectada por cambios de localización.
2. sbX
2 = b2 s 2 . La varianza se mide en el cuadrado de la escala de la variable
X
Que una medida de dispersión no se vea afectada por cambios de localización, como ocurre con
la varianza (propiedad 1), es una condición casi indispensable para admitirla como tal medida de
dispersión. La dispersión de un conjunto de datos no se ve alterada por una mera traslación de los
mismos.
Ejemplo 8: Calculamos la varianza del peso de los pacientes de urgencias del Ejemplo 3. Recuerda
que x = 65:125 kg.
2 = (63 65:125)2 + (58 65:125)2 + : : : + (55 65:125)2 2

s = 201:55 kg .
7
Desviación típica: La propiedad 2 de la varianza nos da pie a calcular la raíz cuadrada de la varianza,
obteniendo así una medida de dispersión que se expresa en la mismas unidades de la variable.
Esta medida es la desviación típica, que en coherencia denotamos por s .
Ejemplo 9: Calculamos la desviación típica del peso de los pacientes de urgencias del Ejemplo 3.
p
s = 201:55 = 14:197 kg.
Coeciente de variación: Si queremos una medida de dispersión que no dependa de la escala y que,
por tanto, permita una comparación de las dispersiones relativas de varias muestras, podemos
Carmen M
a Cadarso, M
utilizar el coeciente de variación, que se dene así:
s
CV = :

x
Por supuesto, para que se pueda denir esta medida es preciso que la media no sea cero. Es
más, el coeciente de variación sólo tiene sentido para variables que sólo tomen valores positivos
y que no sean susceptibles de cambios de localización.
Ejemplo 10: Calculamos el coeciente de variación del peso de los pacientes del Ejemplo 3.
s 14:197
CV = = = 0:218
x 65:125
Ejercicio 7: Un estudio tiene como objetivo determinar la concentración de pH en muestras de
saliva humana. Para ello se recogieron datos de 10 personas obteniéndose los siguientes
resultados.
6:59 7:37 7:15 7:08 5:75 5:83 7:12 7:23 7:13 5:60
Calcular la media, mediana, desviación típica, cuartiles y rango intercuartílico.
Ejercicio 8: Realiza un análisis descriptivo completo de cada una de las variables del Ejemplo 3.
5.3 Medidas de forma

Las medidas de forma tratan de medir el grado de simetría y apuntamiento en los datos.
Coeciente de asimetría de Fisher: Se dene como
)3
Pn
= i =1 (xi x
AsF
ns 3 :
La interpretación de este coeciente es la siguiente: Si su valor es prácticamente cero se dice
que los datos son simétricos. Si toma valores signicativamente mayores que cero diremos que
los datos son asimétricos a la derecha y si toma valores signicativamente menores que cero
diremos que son asimétricos a la izquierda.
Coeciente de apuntamiento de Fisher: Mide el grado de concentración de una variable respecto
a su medida de centralización usual (media). Se dene como:
)4
Pn
= i =1 (xi x
ns 4
KF :
Puesto que en Estadística el modelo de distribución habitual de referencia es el gausiano o normal
y este presenta teóricamente un coeciente de apuntamiento de 3, se suele tomar este valor
como referencia. Así, si este coeciente es menor que 3 diremos que los datos presentan una
forma platicúrtica, si es mayor que 3 diremos que son leptocúrticos y si son aproximadamente
3 diremos que son mesocúrticos.
Carmen M
a Cadarso, M
5.4 El diagrama de caja o Boxplot

La información obtenida a partir de las medidas de centralización, dispersión y forma se puede usar
para realizar diagramas de caja (boxplots) que visualmente nos dan información sobre como están
distribuidos los datos. El diagrama de caja consta de:
una caja central que está delimitada por la posición de los cuartiles Q 1 y Q . 3
Dentro de esa caja se dibuja la línea que representa la mediana (cuartil Q ). 2
De los extremos de la caja salen unas líneas (denominadas bigotes) que se extienden hasta los
puntos LI = min fxi ; tal que xi 1

Q 1:5RI g y LS = max fxi ; tal que xi Q 3 + 1:5RI g. Es
decir, LI es la menor de las observaciones que es mayor o igual que Q 1 1:5RI y LS es la
mayor de las observaciones que es menor o igual que Q 3 + 1:5RI . Estos límites representarían
el rango razonable hasta el cual se pueden encontrar datos.
Los datos que caen fuera de los bigotes se representan individualmente mediante (datos
atípicos moderados) y o (datos atípicos extremos).
La Figura 5 muestra los diagramas de caja para datos de Estatura agrupados por Sexo. Fíjate que en
ambos sexos hay datos atípicos moderados (personas cuyas estaturas están fuera del rango razonable
de valores determinado por el conjunto de observaciones de cada sexo).
Figure 5: Diagramas de caja para la variable Estatura agrupada por Sexo.
Carmen M
a Cadarso, M
Bioestadística. Curso 2014-2015
Capítulo 2
Carmen M Cadarso, M del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro
a a
Contents
1 Introducción histórica 2
2 Conceptos básicos 2
2.1 Experimento aleatorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Espacio muestral. Sucesos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 Deniciones de probabilidad 4
3.1 Denición clásica o de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Denición axiomática (Kolmogorov 1933) . . . . . . . . . . . . . . . . . . . . . . . 5
4 Probabilidad condicionada 6
5 Independencia de sucesos 7
6 Teoremas clásicos: Regla del producto, ley de probabilidades totales y teorema de Bayes 7
6.1 Regla del producto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
6.2 Ley de las probabilidades totales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
6.3 Teorema de Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
7 Pruebas diagnósticas: Sensibilidad y especicidad 10
1
1 Introducción histórica
El objetivo de la Estadística es utilizar los datos para inferir sobre las características de una población
a la que no podemos acceder de manera completa. En el tema anterior, hemos visto como realizar
un análisis descriptivo de una muestra de datos. La Probabilidad es la disciplina cientíca que
proporciona y estudia modelos para fenómenos aleatorios en los que interviene el azar y sirve de La Teoría de la
Probabilidad surgió
soporte teórico para la Estadística.
de los estudios
Como primeros trabajos con cierto formalismo en Teoría de la Probabilidad cabe destacar los realizados
realizados sobre los
por Cardano y Galilei (siglo XVI), aunque las bases de esta teoría fueron desarrolladas por Pascal y juegos de azar, que
Fermat en el siglo XVII. De ahí en adelante grandes cientícos han contribuido al desarrollo de la se remontan miles
de años atrás.
Probabilidad, como Bernouilli, Bayes, Euler, Gauss,... en los siglos XVIII y XIX. Será a nales del
siglo XIX y principios del XX cuando la Probabilidad adquiera una mayor formalización matemática,
debida en gran medida a la llamada Escuela de San Petesburgo en la que cabe destacar los estudios
de Tchebychev, Markov y Liapunov.
2 Conceptos básicos
2.1 Experimento aleatorio
Cuando de un experimento podemos averiguar de alguna forma cuál va a ser su resultado antes de que
se realice, decimos que el experimento es determinístico. Así, podemos considerar que las horas de
salida del Sol, o la pleamar o bajamar son determinísticas, pues podemos leerlas en el periódico antes
de que se produzcan. Por el contrario, no podemos encontrar en ningún medio el número premiado
en la Lotería de Navidad antes del sorteo.
Nosotros queremos estudiar experimentos que no son determinísticos, pero no estamos interesados
en todos ellos. Por ejemplo, no podremos estudiar un experimento del que, por no saber, ni siquiera
sabemos por anticipado los resultados que puede dar. No realizaremos tareas de adivinación. Por ello
deniremos experimento aleatorio como aquel que verique ciertas condiciones que nos permitan un
estudio riguroso del mismo.
Llamamos experimento aleatorio al que satisface los siguientes requisitos:

Todos sus posibles resultados son conocidos de antemano.
El resultado particular de cada realización del experimento es imprevisible.
El experimento se puede repetir indenidamente en condiciones idénticas.
Ejemplo 1: Ejemplos de experimentos aleatorios son:
E1 = Lanzar una moneda al aire,
E2 = Lanzar dos veces una moneda,
E3 = Lanzar dos monedas a la vez,
E4 = Medir la temperatura corporal de un paciente.
Carmen M
a Cadarso, M
2.2 Espacio muestral. Sucesos.

Espacio muestral: Es el conjunto formado por todos los resultados posibles del experimento aleatorio.
Lo denotamos por
.
Ejemplo 2: Si lanzamos una moneda,

= f +g.
c;
Suceso elemental: Es un suceso unitario. Está constituido por un solo resultado del experimento
aleatorio.
Ejemplo 3:
= f1 2 3 4 5 6g, los sucesos elementales son:
Si lanzamos un dado, ; ; ; ; ;
= El resultado es un 1 = f1g,
A
= El resultado es un 2 = f2g,
B
...,
= El resultado es un 6 = f6g.
F
Suceso: Cualquier subconjunto del espacio muestral.
Ejemplo 4:
= f1 2 3 4 5 6g, podemos considerar muchos sucesos:
Si lanzamos un dado, ; ; ; ; ;
= El resultado es par= f2 4 6g,

A ; ;
= El resultado es menor que 3= f1 2g,

B ;
...
Decimos que ha ocurrido un suceso cuando se ha obtenido alguno de los resultados que lo forman.
El objetivo de la Teoría de la Probabilidad es estudiar con rigor los sucesos, asignarles probabilidades
y efectuar cálculos sobre dichas probabilidades. Observamos que los sucesos no son otra cosa que
conjuntos y por tanto, serán tratados desde la Teoría de Conjuntos. Recordamos las operaciones
básicas y las dotamos de interpretación para el caso de sucesos.
Suceso seguro: Es el que siempre ocurre y, por tanto, es el espacio muestral,

.
Suceso imposible: Es el que nunca ocurre y, por tanto, es el vacío, ;
.
Unión.: Ocurre A [ B si ocurre al menos uno de los sucesos A o B .
Intersección: Ocurre A \ B si ocurren los dos sucesos A y B a la vez.
Complementario: Ocurre A
c
si y sólo si no ocurre A.
Diferencia de sucesos: n
Ocurre A B si ocurre A, pero no ocurre B . Por tanto, A B n = \A
c
B .
Sucesos incompatibles: Dos sucesos A y B se dicen incompatibles si no pueden ocurrir a la vez.
Dicho de otro modo, que ocurra A y B es imposible. Lo escribimos como A \ =;

B .
Suceso contenido en otro: Diremos que A está contenido en B , y lo denotamos por A B , si
siempre que ocurra A también sucede B .
Carmen M
a Cadarso, M
Ejemplo 5: Estudiamos el experimento aleatorio consistente en el lanzamiento de un dado, y con-
sideramos los sucesos:
= A El resultado es par = f2 4 6g,

; ;
= B El resultado es múltiplo de tres = f3 6g.;
El suceso que salga par y múltiplo de tres se puede expresar como la intersección
A \ = f2 4 6g \ f3 6g = f6g
B ; ; ; .
De la misma manera, el suceso que salga par o múltiplo de tres se puede expresar
como la unión A [ = f2 4 6g [ f3 6g = f2 3 4 6g
B ; ; ; ; ; ; .
Propiedades
Asociativa A [( [ )=( [ )[
B C A B C A \( \ )=( \ )\
B C A B C
Conmutativa A [ = [
B B A A \ = \ B B A
Distributiva A [( \ )=( [ )\( [ )

B C A B A C A \( [ )=( \ )[( \ )
B C A B A C
Neutro ; para la unión A [;= A

para la intersección A \
= A
Complementario A [ c =
A A \ c =; A
Leyes de de Morgan ( [ )c = c \
A B A B
c
( \ )c = c [ c
A B A B
Ejercicio 1: Lanzamos un dado y consideramos los sucesos
= A El resultado es par.
= B El resultado es mayor que 2.
Indica cuáles son los sucesos A [ B, A \ B . ¾son los sucesos A y B incompatibles?,

c
¾son los sucesos A y A incompatibles?
3 Deniciones de probabilidad
El principal objetivo de un experimento aleatorio suele ser determinar con qué probabilidad ocurre
cada uno de los sucesos elementales. ¾Pero cómo asignamos probabilidades a los sucesos?
3.1 Denición clásica o de Laplace

Nos encontramos ante un experimento, con su colección de sucesos, y nos preguntamos cómo tenemos
que actuar para asignarle a cada suceso un número entre 0 y 1 que represente la probabilidad de que
el suceso ocurra.
Cuando el espacio muestral es nito, el problema se reduce a asignar probabilidades a los sucesos
elementales. Las probabilidades de los demás sucesos se obtendrán sumando las de los sucesos
Carmen M
a Cadarso, M
elementales que lo componen (suma nita).
Sin duda el caso más fácil es aquél en el que no tenemos razones para suponer que unos sucesos sean
más probables que otros.
Cuando, siendo el espacio muestral

nito, todos los sucesos elementales tienen la misma probabil-
idad, diremos que son equiprobables y podremos utilizar la conocida Regla de Laplace
( ) = casos
P A
favorables a
casos posibles
A
:
Ejercicio 2: Lanzamos dos dados y sumamos sus puntuaciones. ¾Cuál es la probabilidad de obtener
un 2? ¾Cuál es la probabilidad de obtener un 7?
3.2 Denición axiomática (Kolmogorov 1933)

Las dicultades que presenta la denición de probabilidad se han resuelto a principios del siglo XX
mediante la utilización de una denición axiomática de la probabilidad.
Sea
el espacio muestral, y sea P (
) el conjunto formado por todos los sucesos. Se dene la
probabilidad como una aplicación P : P (

) ! [0 1] ; que cumple las siguientes condiciones:
(
) = 1
P
La probabilidad del suceso seguro es 1.
\ =;) ( [ )= ( )+ ( )
A B P A B P A P B
Si A y B son sucesos incompatibles, entonces la probabilidad de su unión es la suma de sus
probabilidades.
A partir de la denición anterior se puede deducir que:
1. P (;) = 0
2. Si A1 ; A2 ; : : : ; An son sucesos incompatibles dos a dos, se cumple
( [
P A1 A2 [ ::: [ n ) = ( 1) + ( 2) + + ( n )
A P A P A P A
3. P A ( c) = 1 ( ) P A
4. Si A , entonces ( ) ( )
B P A P B
5. Si A y B son dos sucesos cualesquiera (ya no necesariamente incompatibles) se cumple
P A ( [ )= ( )+ ( )
B P A P B P A ( \ )
B :
En esta denición está basado todo el Cálculo de Probabilidades en el siglo XX.
Carmen M
a Cadarso, M
4 Probabilidad condicionada
El concepto de probabilidad condicionada es uno de los más importantes en Teoría de la Probabilidad.
La probabilidad condicionada pone de maniesto el hecho de que las probabilidades cambian cuando
la información disponible cambia. Por ejemplo, ¾Cuál es la probabilidad de sacar un 1 al lanzar un
dado? ¾Y cuál es la probabilidad de sacar un 1 al lanzar un dado si sabemos que el resultado ha sido
un número impar?
Ejemplo 6: Si lanzamos un dado, la probabilidad de obtener un 1 es 1 6, pero si disponemos de la

=
información adicional de que el resultado obtenido ha sido impar entonces reducimos
los casos posibles de 6 a 3 (sólo puede ser un 1, un 3 o un 5), con lo cual la probabilidad
de obtener un 1 (sabiendo que el resultado ha sido impar) es 1 3.=
Supongamos entonces que en el estudio de un experimento aleatorio nos interesa conocer la probabil-
idad de que ocurra un cierto suceso A pero dispongamos de información previa sobre el experimento:
sabemos que el suceso B ha ocurrido. Está claro que ahora la probabilidad de A ya no es la misma
que cuando no sabíamos nada sobre B .
La probabilidad del suceso A condicionada al suceso B se dene:
) = ( (\ ) )
(
P A=B siendo ( ) 6= 0
P A
P B
B
; P B
También se deduce de manera inmediata que ( \ )= ( ) ( )= ( ) ( P A B P A P B=A P B )

P A=B .
Ejemplo 7: Se ha realizado una encuesta en Santiago para determinar el número de lectores de La
Voz y de El Correo. Los resultados fueron que el 35% de los encuestados lee La Voz, el
20% de los encuestados lee El Correo. Además, analizando las respuestas se concluye
que el 5% de los encuestados lee ambos periódicos. Si se selecciona al azar un lector
de El Correo, ¾cuál es la probabilidad de que lea también La Voz?
En primer lugar, vamos a ponerle nombre a los sucesos. Denotamos
A= Es lector de La Voz.
B = Es lector de El Correo.
Fíjate en que la información que nos da el problema es:
( ) = 0 35
P A : .
( )=02
P B : .
( \ ) = 0 05
P A B : .
Lo que nos preguntan es un probabilidad condicionada. Sabiendo que una persona es
lectora de El Correo, ¾Cuál es la probabilidad de que también sea lector de La Voz? Es
decir, debemos calcular
(
P A=B ) = ( (\ ) ) = 0005
P A
P B
B
2 = 0 25
:
:
: :
Carmen M
a Cadarso, M
5 Independencia de sucesos
Dos sucesos A y B son independientes si
( \ )= ( ) ( )
P A B P A P B
Comentarios:
Si P B ( ) 0,> A y B son independientes si y sólo si P A=B ( ) = ( ), esto es, el conocimiento

P A
de la ocurrencia de B no modica la probabilidad de ocurrencia de A.
Si P A ( ) 0,
> A y B son independientes si y sólo si P B=A ( ) = ( ), esto es, el conocimiento
P B
de la ocurrencia de A no modica la probabilidad de ocurrencia de B .
No debemos confundir sucesos independientes con sucesos incompatibles: los sucesos incom-
Recuerda que los
patibles son los más dependientes que puede haber. Por ejemplo, si en el lanzamiento de una dos sucesos son
moneda consideramos los sucesos incompatibles `salir cara' y `salir cruz', el conocimiento de incompatibles si
que ha salido cara nos da el máximo de información sobre el otro suceso: ya que ha salido cara
A\B =;
es imposible que haya salido cruz.
Si los sucesos A y B son independientes, también lo son los sucesos A y B ; los sucesos A
c c
y
c c
B ; y los sucesos A y B .
Ejercicio 3: Se estima que entre la población de Estados Unidos, el 55% padece de obesidad, el
20% es hipertensa, y el 60% es obesa o hipertensa. ¾Es independiente el que una
persona sea obesa de que padezca hipertensión?
6 Teoremas clásicos: Regla del producto, ley de probabilidades to-

tales y teorema de Bayes
En esta sección veremos tres teoremas muy importantes, tanto a nivel teórico como para la resolución
de ejercicios. Los enunciaremos en su forma más general, aunque después veremos por medio de
ejemplos que su aplicación no es complicada.
6.1 Regla del producto

Si tenemos los sucesos A1 ; A2 ; : : : ; An tales que P A1 ( \ A2 \ ::: \ n ) 6= 0
A , entonces se cumple
( \
P A1 A2 \ ::: \ n ) = ( 1) (
A P A P A2 =A1 ) (
P A3 =A1 \ 2) (
A P An =A1 \ A2 \ ::: \ An 1 )
La regla del producto se utiliza en experimentos aleatorios que están formados por etapas consecutivas
(de la 1 a la n ) y nos permite calcular la probabilidad de que ocurra una concatenación (intersección)
de sucesos a lo largo de las etapas (A1 en la primera etapa y A2 en la segunda etapa y . . . y An en la
etapa n). Esta probabilidad queda expresada como el producto de la probabilidad inicial P A1 ( ) y las
probabilidades en cada etapa condicionadas a las etapas anteriores, conocidas como probabilidades
de transición.
Carmen M
a Cadarso, M
Ejemplo 8: Un grupo de investigadores de un laboratorio trata de desarrollar una vacuna efectiva
contra parásitos gastrointestinales. La vacuna en la que trabajan en la actualidad es
capaz de matar en la primera aplicación al 80% de los parásitos gastrointestinales.
Los parásitos supervivientes desarrollan resistencia y en cada aplicación posterior de
la vacuna el porcentaje de parásitos muertos se reduce a la mitad del vericado en la
aplicación inmediatamente anterior: así en la segunda aplicación muere el 40% de los
parásitos supervivientes de la primera aplicación, en la tercera aplicación muere el 20%,
etc.
a) ¾Cuál es la probabilidad de que un parásito sobreviva a dos aplicaciones de la
vacuna?
b) ¾Cuál es la probabilidad de que un parásito sobreviva a tres aplicaciones de la
vacuna?
Como siempre, en primer lugar vamos a vamos a ponerle nombre a los sucesos. Deno-
tamos
A1 = El parásito sobrevive a la primera aplicación de la vacuna.
A2 = El parásito sobrevive a la segunda aplicación de la vacuna.
A3 = El parásito sobrevive a la tercera aplicación de la vacuna,...
Fíjate en que la información que nos da el problema es:
( 1) = 0 2
P A : .
( 2 1) = 0 6
P A =A : .
( 3 1 \ 2) = 0 8
P A =A A : .
Aplicando la regla de la cadena podemos contestar a las dos preguntas del problema.
a) La probabilidad de que un parásito sobreviva a dos aplicaciones de la vacuna será
P A1( \ 2) = ( 1) (
A P A P A2 =A1 ) = 0 2 0 6 = 0 12
: : : :
b) La probabilidad de que un parásito sobreviva a tres aplicaciones de la vacuna será
P A1( \ A2 \ 3) = ( 1) (
A P A P A2 =A1 ) (
P A3 =A1 \ 2 ) = 0 2 0 6 0 8 = 0 096
A : : : : :
6.2 Ley de las probabilidades totales

El segundo teorema es la llamada ley de las probabilidades totales. Descompone la probabilidad
de un suceso en la segunda etapa en función de lo que ocurrió en la etapa anterior. Previamente al
enunciado de este teorema damos una denición.
Sistema completo de sucesos. Es una partición del espacio muestral, esto es, es una colección de
sucesos A1 ; A2 ; : : : ; An (subconjuntos del espacio muestral) vericando A1 [ A2 [ ::: [ An =

(son
exhaustivos, cubren todo el espacio muestral) y además son incompatibles dos a dos (si se verica
uno de ellos, no puede a la vez ocurrir ninguno de los otros).
Carmen M
a Cadarso, M
Ley de las probabilidades totales. Sea A1 ; A2 ; : : : ; An un sistema completo de sucesos. Entonces
se cumple que:
( ) = ( 1) (
P B P A P B=A1 ) + ( 2) (
P A P B=A2 ) + + ( n) (
P A P B=An )
Ejemplo 9: Se sabe que una determinada enfermedad coronaria es padecida por el 7% de los fu-
madores y por el 2 5% de los no fumadores.

: Si en una población de 5.000 habitantes
hay 600 fumadores, ¾cuál es la probabilidad de que una persona elegida al azar sufra
dicha enfermedad?
En este caso:
= E Sufre enfermedad coronaria.
1= A Es fumador.
2= A Es no fumador.
Fijate que A1 ; A2 un sistema completo de sucesos. La información que nos da el
problema es:
(
P E =A1 ) = 0 07.
:
( 2 ) = 0 025.
P E =A :
P A ( 1 ) = 600 5000 = 0 12.

= :
P A ( 2 ) = 4400 5000 = 0 88 (también se puede calcular como ( 2 ) = 1

= : P A ( )
P A1
ya que son sucesos complementarios).
Entonces, por la ley de probabilidades totales
( ) = ( 1) (
P E P A P E =A1 ) + ( 2) (
P A P E =A2 ) = 0 12 0 07 + 0 88 0 025 = 0 0304
: : : : :
6.3 Teorema de Bayes

Por último, tratamos el teorema de Bayes. Consideremos un experimento que se realiza en dos etapas:
en la primera, tenemos un sistema completo de sucesos A1 ; A2 ; : : : ; An con probabilidades P Ai ( ) que

denominamos probabilidades a priori. En una segunda etapa, ha ocurrido el suceso B y se conocen
las probabilidades condicionadas P B=Ai ( ) de obtener en la segunda etapa el suceso B cuando en la
primera etapa se obtuvo el suceso Ai ; =1

i .
;:::;n
En estas condiciones el teorema de Bayes permite calcular las probabilidades ( )

P Ai =B , que son
probabilidades condicionadas en sentido inverso. Reciben el nombre de probabilidades a posteriori,
pues se calculan después de haber observado el suceso B .
Teorema de Bayes. En las condiciones anteriores,
(
P Ai =B ) = ( i ) ( ()
P A P B=Ai
P B
)
Carmen M
a Cadarso, M
Además, aplicando en el denominador la ley de probabilidades totales:
( )= ( ) ( ( ) ( i)
P Ai P B=A
1) + ( 2) ( 2) + + ( n ) ( )
P Ai =B
1 P A P B=A P A P B=A P A P B=An
Ejemplo 10: Volvamos al Ejemplo 9 y supongamos ahora que llega a nuestra consulta una persona
que sufre la enfermedad coronaria citada. ¾Cuál es la probabilidad de que dicha persona
sea fumadora?
( )
En este caso nos están preguntando P A1 =E . Por el Teorema de Bayes,
(
P A1 =E ) = ( 1 ) ( ()
P A
P E
P E =A 1) : 0 07 = 0 2763
= 0 0120304
:
:
:
7 Pruebas diagnósticas: Sensibilidad y especicidad

La epidemiología es
Las leyes de probabilidad que hemos visto hasta ahora son fundamentales en el campo de ciencias la ciencia que
estudia la
de la salud, en la evaluación de pruebas diagnósticas. Entendemos por prueba diagnóstica cualquier
frecuencia de
procedimiento que pretenda determinar en un paciente la presencia de cierta condición, supuestamente
aparición de la
patológica, no susceptible de ser observada directamente. Antes de estudiar los procedimientos enfermedad y de
estadísticos que permiten evaluar la validez de las pruebas diagnósticas introduciremos dos conceptos sus determinantes
en la población
muy importantes en epidemiología: el de prevalencia e incidencia de una enfermedad.
Prevalencia: proporción de individuos de la población que presentan la enfermedad.
Incidencia: medida del número de casos nuevos de una enfermedad en un período determinado.
Podría considerarse como una tasa que cuantica las personas que enfermarán en un periodo
de tiempo.
A los médicos les interesa tener mayor capacidad para determinar sin equivocarse la presencia o
ausencia de una enfermedad en un paciente a partir de los resultados (positivos o negativos) de
pruebas o de los síntomas (presentes o ausentes) que se maniestan.
También es importante conocer la probabilidad de obtención de resultados positivos o negativos de
las pruebas y la probabilidad de la presencia o ausencia de un determinado síntoma en pacientes con
o sin una determinada enfermedad.
Es importante tener en cuenta que las pruebas de detección no siempre son infalibles y que los
procedimientos pueden dar falsos positivos o falsos negativos.

Un falso positivo resulta cuando una prueba indica que el estado es positivo, cuando en realidad
es negativo.
Un falso negativo resulta cuando una prueba indica que el estado es negativo, cuando en
realidad es positivo.
Para evaluar la utilidad de los resultados de una prueba, debemos contestar a las siguientes preguntas:
1. Dado que un individuo tiene la enfermedad, ¾qué probabilidad existe de que la prueba resulte
positiva?
Carmen M
a Cadarso, M
2. Dado que un individuo no tiene la enfermedad, ¾qué probabilidad existe de que la prueba resulte
negativa?
3. Dada un resultado positivo de una prueba de detección, ¾qué probabilidad existe de que el
individuo tenga la enfermedad?
4. Dada un resultado negativo de una prueba de detección, ¾qué probabilidad existe de que el
individuo no tenga la enfermedad?
Relacionando estas ideas con los conceptos de probabilidad que hemos visto anteriormente, denire-
mos los siguientes sucesos:
+ = El resultado de la prueba diagnóstica es positivo.
= El resultado de la prueba diagnóstica es negativo.
E = El paciente tiene la enfermedad.
S = El paciente no tiene la enfermedad.
Denimos entonces los siguientes conceptos, que responderán a las preguntas 1 y 2.
Sensibilidad: La sensibilidad de una prueba es la probabilidad de un resultado positivo de la prueba
dada la presencia de la enfermedad. Se trata, por lo tanto, de una probabilidad condicionada, la
de que el resultado de la prueba sea positivo condicionada a que el paciente sufre la enfermedad.
Sensibilidad = (+ )
P =E
Especicidad: La especicidad de una prueba es la probabilidad de un resultado negativo de la prueba
dada la ausencia de la enfermedad. Se trata, por lo tanto, de una probabilidad condicionada, la
de que el resultado de la prueba sea negativo condicionada a que el paciente está sano.
Especicidad = ( P =S )
Para responder a las preguntas 3 y 4, denimos:
Valor predictivo positivo: El valor predictivo positivo de una prueba es la probabilidad de que un
individuo tenga la enfermedad, dado que el individuo presenta un resultado positivo en la prueba
de detección. Se trata, de nuevo, de una probabilidad condicionada.
Valor predictivo positivo = ( +)

P E=
Valor predictivo negativo: El valor predictivo negativo de una prueba es la probabilidad de que un
individuo esté sano, dado que el individuo presenta un resultado negativo en la prueba de
detección.
Valor predictivo negativo = ( P S= )

El valor predictivo positivo de una prueba puede obtenerse a partir del conocimiento de la sensibilidad
y especicidad de la prueba y de la probabilidad de la enfermedad aplicando la regla de Bayes:
( +) = ( ) (+)(+ ) = ( ) (+( ) ) +(+( )) (+ )

P E=
P E
P
P =E
P E P
P E
=E
P =E
P S P =S
:
Carmen M
a Cadarso, M
Del mismo modo, el valor predictivo negativo de una prueba puede obtenerse también por la regla de
Bayes.
Ejercicio 4: [Bioestadística. Daniel, W. W. (2006)] La siguiente tabla muestra los resultados de
la evaluación de prueba de detección en la que participaron una muestra aleatoria de
650 individuos con la enfermedad y una segunda muestra aleatoria independiente de
1200 individuos sin la enfermedad.
Enfermedad
Resultado Presente Ausente
Positivo 490 70
Negativo 160 1130
a) Calcula la sensibilidad de la prueba.
b) Calcula la especicidad de la prueba.
c) Si la tasa de enfermedad en la población en general es 0.002, ¾cuál es el valor
predictivo positivo de la prueba?
Carmen M
a Cadarso, M
Capítulo 3
Carmen M
a Cadarso, M
a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro
Contents
1 Introducción 2
2 Variable aleatoria 2
2.1 Variables aleatorias discretas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Medidas características de una variable aleatoria discreta. 4

3.1 Media o esperanza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Varianza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4 Principales modelos de distribuciones discretas 5

4.1 Distribución de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4.2 Distribución binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4.3 Distribución de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1
1 Introducción
En el tema de Estadística Descriptiva hemos estudiado variables, entendiéndolas como mediciones
que se efectúan sobre los individuos de una muestra. Así, la Estadística Descriptiva nos permitía
analizar los distintos valores que tomaban las variables sobre una muestra ya observada. Se trataba,
pues, de un estudio posterior a la realización del experimento aleatorio.
En este tema trataremos las variables situándonos antes de la realización del experimento aleatorio.
Por tanto, haremos uso de los conceptos del tema anterior (Probabilidad), mientras que algunos
desarrollos serán análogos a los del tema de Estadística Descriptiva.
2 Variable aleatoria
De manera informal, una variable aleatoria es un valor numérico que corresponde al resultado de
un experimento aleatorio. Por ejemplo, una variable X como resultado de lanzar una moneda al aire
puede tomar el valor 1 si el resultado es cara y 0 si es cruz. De este modo, escribiremos, por ejemplo,
P (X = 1) = 0:5: Otro ejemplo de variable aleatoria, Y; puede ser el resultado de medir en o C la
temperatura corporal de adultos varones sanos. Cuando se han tomado muchísimas observaciones
(innitas), se puede llegar a la conclusión, por ejemplo, que la probabilidad de que la temperatura
corporal sea inferior a 36:8 o C es igual a 0:8, lo que escribimos con P (Y < 36:8) = 0:8:
Denición 1. Llamamos variable aleatoria a una aplicación del espacio muestral asociado a un
experimento aleatorio en R, que a cada resultado de dicho experimento le asigna un número real,
obtenido por la medición de cierta característica.
X:
! R
! ! X (! )
Denotamos la variable aleatoria por una letra mayúscula. El conjunto imagen de esa aplicación es el
conjunto de valores que puede tomar la variable aleatoria, que serán denotados por letras minúsculas.
Las variables aleatorias son equivalentes a las variables que analizábamos en el tema de Estadística Al igual que en el
Descriptiva. La diferencia es que en el tema de Estadística Descriptiva se trabajaba sobre una muestra
tema de Estadística
Descriptiva, las
de datos y ahora vamos a considerar que disponemos de toda la población (lo cual es casi siempre
variables aleatorias
imposible en la práctica). Ahora vamos a suponer que podemos calcular las probabilidades de todos se pueden clasicar
los sucesos resultantes de un experimento aleatorio. en discretas y
De modo idéntico a lo dicho en el tema de Descriptiva, podemos clasicar las variables aleatorias
continuas
en discretas y continuas en función del conjunto de valores que pueden tomar. Así, una variable
aleatoria será discreta si dichos valores se encuentran separados entre sí. Por tanto será representable
por conjuntos discretos. Una variable aleatoria será continua cuando el conjunto de valores que puede
tomar es un intervalo.
2.1 Variables aleatorias discretas.
Una variable aleatoria es discreta cuando toma una cantidad numerable (que se pueden contar) de
valores. Por ejemplo, el número de caras al lanzar dos veces una moneda o el número de pacientes
con enfermedades articulares en centros de salud.
Si X es una variable discreta, su distribución viene dada por los valores que puede tomar y las
probabilidades de que aparezcan. Si x1 < x2 < :: < xn son los posibles valores de la variable X, las
Carmen M
a Cadarso, M
diferentes probabilidades de que ocurran estos sucesos,
p1 = P (X = x1 ) ;
p2 = P (X = x2 ) ;
.
.
.
pn = P (X = xn ) :
constituyen la distribución de X:
Denición 2. La función P (X = x ) se denomina función de probabilidad o función de masa.
La función de probabilidad se puede representar análogamente al diagrama de barras.
Ejercicio 1: Se lanza dos veces una moneda equilibrada. Sea X la variable que expresa el número
de caras en los dos lanzamientos. Halla y representa la función de probabilidad de X.
Ejercicio 2: Sea X la variable aleatoria que expresa número de pacientes con enfermedades artic-
ulares en centros de salud con las siguientes probabilidades:
xi 0 1 2 3 4 5 6 7
pi 0:230 0:322 0:177 0:155 0:067 0:024 0:015 0:01
Comprueba que se trata efectivamente de una función de probabilidad y represéntala.
Denición 3. La función de distribución de una variable aleatoria se dene como: Calcularemos para
F : R ! R discretas su función
x0 ! F (x0 ) = P (X x0 ) de masa y su
función de
El diagrama de barras de frecuencias acumuladas para variables discretas del
distribución
tema 1 se puede reinterpretar en términos de probabilidades y da lugar a lo que recibe el nombre de
función de distribución, F (x ) ; denida para cada punto x0 como la probabilidad de que la variable
aleatoria tome un valor menor o igual que x0 ;
F (x0 ) = P (X x0 ) :
La función de distribución es siempre no decreciente y verica que,
F ( 1) = 0;
F (+1) = 1:
Suponiendo que la variable X toma los valores x1 < x2 < : : : < xn ; los puntos de salto de la función
Carmen M
a Cadarso, M
de distribución vienen determinados por:
F (x1 ) = P (X x1 ) = P (X = x1 )
F (x2 ) = P (X x2 ) = P (X = x1 ) + P (X = x2 )
.
.
.
F (xn ) = P (X xn ) = P (X = x1 ) + ::: + P (X = xn ) = 1
Obsérva la función de distribución es igual a uno en el máximo de todos los valores posibles.
Ejercicio 3: Calcular la función de distribución de la variable X en el Ejercicio 1.
Ejercicio 4: Calcular la función de distribución de la variable X en el Ejercicio 2.
Ejercicio 5: Calcula la probabilidad de que el número de caras sea al menos 1 en el Ejercicio 1.
Ejercicio 6: Calcula la probabilidad de que el número de pacientes con enfermedades articulares
sea menor o igual que 4 y la probabilidad de que haya más de dos pacientes de este
tipo en un centro de salud con la información del Ejercicio 2.
3 Medidas características de una variable aleatoria discreta.
Los conceptos que permiten resumir una distribución de frecuencias utilizando valores numéricos
pueden utilizarse también para describir la distribución de probabilidad de una variable aleatoria. Las
deniciones son análogas a las introducidas en el tema 1.
3.1 Media o esperanza.
Se dene la media poblacional o esperanza de una variable aleatoria discreta como la media de sus
posibles valores x1 ; x2 ; :::; xk ponderados por sus respectivas probabilidades p1 ; p2 ; :::; pk ; es decir,
k
= E(X ) = x1 p1 + x2 p2 + ::: + xk pk = xi pi :
X
i =1
Ejercicio 7: Calcula la media de pacientes con enfermedades articulares del Ejercicio 2.
La interpretación de la media o esperanza es el valor esperado al realizar el experimento con la
variable aleatoria. Además, la media puede verse también como el valor central de la distribución de
probabilidad.
Carmen M
a Cadarso, M
3.2 Varianza.
Se dene la varianza poblacional de una variable aleatoria discreta con valores x1 ; x2 ; :::; xk como la
media ponderada de las desviaciones a la media al cuadrado,
k
2 = Var(X ) = (xi )2 pi :
X
i =1
Ejercicio 8: Calcula la varianza de pacientes con enfermedades articulares del Ejercicio 2.
La interpretación de la varianza es la misma que para un conjunto de datos: es un valor no negativo
que expresa la dispersión de la distribución alrededor de la media. Además, se puede calcular la
desviación típica poblacional como la raíz cuadrada de la varianza. Los valores pequeños de
indican concentración de la distribución alrededor de la esperanza y valores grandes corresponden a
distribuciones más dispersas.
4 Principales modelos de distribuciones discretas
Estudiaremos ahora distribuciones de variables aleatorias que han adquirido una especial relevancia
por ser adecuadas para modelizar una gran cantidad de situaciones. Presentaremos modelos de
variables discretas y caracterizaremos estas distribuciones mediante la distribución de probabilidad.
Calcularemos también los momentos (media y varianza) y destacaremos las propiedades de mayor
utilidad.
4.1 Distribución de Bernoulli
En muchas ocasiones nos encontramos ante experimentos aleatorios con sólo dos posibles resultados:
Éxito y fracaso (cara o cruz en el lanzamiento de una moneda, ganar o perder un partido, aprobar o
suspender un examen, una prueba diagnóstica da positivo o negativo...). Se pueden modelizar estas
situaciones mediante la variable aleatoria
1
(
X=
si Éxito
0 si Fracaso
Lo único que hay que conocer es la probabilidad de éxito, p, ya que los valores de X son siempre los
mismos y la probabilidad de fracaso es q = 1 p.

Denición 4. Si denotamos por p a la probabilidad de éxito, entonces diremos que la variable X tiene
distribución de Bernoulli de parámetro p, y lo denotamos X 2 Bernoulli(p). La distribución de
probabilidad de X 2 Bernoulli(p) viene dada por
X 0 1
P (X = xi ) 1 p p
Por tanto, la probabilidad de éxito p determina plenamente la distribución de Bernoulli. La media y
la varianza de una Bernoulli (p) son:

=p .
Carmen M
a Cadarso, M
2 = p (1 p).
Como ejemplo, la Figura 1 muestra la función de masa de una variable con distribución de Bernoulli
para p = 0:8.
Figure 1: Función de masa de una Bernoulli(0.8).
4.2 Distribución binomial
Empezando con una prueba de Bernoulli con probabilidad de éxito p, vamos a construir una nueva
variable aleatoria al repetir n veces la prueba de Bernoulli.
Ejemplo 1: Supongamos que lanzamos un dado normal 5 veces y queremos determinar la probabil- La distribución
idad de que exactamente en 3 de esos 5 lanzamientos salga el 6. binomial sirve para
Cada lanzamiento es independiente de los demás y podemos considerarlo como un
modelizar
situaciones en las
ensayo de Bernoulli, donde el éxito es sacar un 6 ( p = 1=6). Lo que hacemos es repetir
que nos interesa
el experimento 5 veces y queremos calcular la probabilidad de que el número de éxitos contar el número
sea igual a 3 (es decir, obtener 3 éxitos y 2 fracasos) de éxitos en n
repeticiones de una
prueba de Bernoulli
La variable aleatoria binomial X es el número de éxitos en n repeticiones de una prueba de Bernoulli con probabilidad de
éxito p
con probabilidad de éxito p. Debe cumplirse:
Cada prueba individual puede ser un éxito o un fracaso.
La probabilidad de éxito, p, es la misma en cada prueba.

Las pruebas son independientes. El resultado de una prueba no tiene inuencia sobre los resul-
tados siguientes.
Denición 5. La variable aleatoria X que representa el número de éxitos en n intentos independi-

entes, siendo la probabilidad de éxito en cada intento p, diremos que tiene distribución binomial de
parámetros n y p.Lo denotamos X 2 Binomial(n; p) o X 2 Bin(n; p). La distribución binomial es
discreta y toma los valores 0; 1; 2; 3; : : : ; n con probabilidades
n k
2 f0; 1; 2; : : : ; ng

P (X = k ) = p (1 p)n k si k
k
donde el coeciente binomial
n
= k !(nn! k )!
!
Carmen M
a Cadarso, M
representa el número de subconjuntos diferentes de k elementos que se pueden denir a partir de un

total de n elementos (combinaciones de n elementos tomados de k en k ).
La media y la varianza de una Bin (n; p) son:
=np .
2 = n p (1 p ).
Como ejemplo, la Figura 2 muestra las funciones de masa de una variable con distribución binomial
de parámetros n = 5 y p = 1=6 y una variable con distribución binomial de parámetros n = 60 y

p = 1=6.
Figure 2: En la izquierda, función de masa de una Bin (5; 1=6). En la derecha, función de masa de
una Bin (60; 1=6).
4.3 Distribución de Poisson
En muchas circunstancias (llamadas a una centralita telefónica, átomos que pueden emitir una ra-
diación, . . . ) el número de individuos susceptibles de dar lugar a un éxito es muy grande. Para
modelizar estas situaciones mediante una distribución binomial tendremos problemas al escoger el
parámetro n (demasiado grande o incluso difícil de determinar) y al calcular la distribución de prob-
abilidad (la fórmula resulta inviable). Sin embargo, se ha observado que si mantenemos constante
la media E(X ) = np y hacemos n ! 1, la distribución de probabilidad de la binomial tiende a una
nueva distribución, que llamaremos de Poisson de parámetro = np.

Denición 6. Una variable aleatoria X tiene distribución de Poisson de parámetro , y lo denotamos
X 2 Poisson(), si es discreta y
k
P (X = k ) = e
k!
si k 2 f0; 1; 2; 3; : : :g
La media y la varianza de la Poisson de parámetro son:
=
Carmen M
a Cadarso, M
2 =
Como ejemplo, la Figura 3 muestra las funciones de masa de una variable con distribución de Poisson
de parámetro = 2 y una variable con distribución de Poisson de parámetro = 15.
Figure 3: En la izquierda, función de masa de una Poisson (2). En la derecha, función de masa de
una Poisson (15).

En la práctica usaremos la distribución de Poisson como aproximación de la distribución binomial
cuando n sea grande y p pequeño, en base al límite que hemos visto. Usaremos el siguiente criterio:
Si n > 50, p < 0:1 entonces la distribución binomial de parámetros n y p puede ser aproximada
por una Poisson de parámetro = np.
Ejemplo 2: La probabilidad de que una persona se desmaye en un concierto es p = 0:005. ¾Cuál es
la probabilidad de que en un concierto al que asisten 3000 personas se desmayen 18?
La variable X =Número de personas que se desmayan en el concierto sigue una dis-

tribución Bin (3000; 0:005). Queremos calcular
3000 0:00518 0:9952982 :
!
P (X = 18) =
18
Estos valores están fuera de las tablas de la binomial y son difíciles de calcular, por eso
es preferible aproximar por una Poisson de parámetro = np = 3000 0:005 = 15.

Entonces:
P (X = 18) P (Poisson(15) = 18) = e 15 1518 = 0:07061:

18!
Ejercicio 9: Se sabe que la probabilidad de que un individuo reaccione desfavorablemente tras la
inyección de una vacuna es de 0.002. Determina la probabilidad de que en un grupo de
2000 personas vacunadas haya como mucho tres que reaccionen desfavorablemente.
Carmen M
a Cadarso, M
Aunque la distribución de Poisson se ha obtenido como forma límite de una distribución Binomial, La distribución de
tiene muchas aplicaciones sin conexión directa con las distribuciones binomiales. Por ejemplo, la
Poisson sirve como
aproximación de la
distribución de Poisson puede servir como modelo del número de éxitos que ocurren durante un
distribución
intervalo de tiempo o en una región especíca. binomial Bin(n; p)
Denimos el proceso de Poisson como un experimento aleatorio que consiste en contar el número cuando n es grande
de ocurrencias de determinado suceso en un intervalo de tiempo, vericando:
y p pequeño y
también es
El número medio de sucesos por unidad de tiempo es constante. A esa constante la llamamos
adecuada para
modelizar
intensidad del proceso. situaciones en las
Los números de ocurrencias en subintervalos disjuntos son independientes.
que nos interesa
contar el número
En un proceso de Poisson, consideremos X =número de ocurrencias en un subintervalo. Entonces
de ocurrencias de
un determinado
X tiene distribución de Poisson, cuyo parámetro es proporcional a la longitud del subintervalo. suceso en un
intervalo de tiempo
Ejemplo 3: El número de nacimientos en un hospital constituye un proceso de Poisson con inten-
sidad de 21 nacimientos por semana. ¾Cuál es la probabilidad de que se produzcan al
menos tres nacimientos la próxima semana?
P (X 3) = 1 P (X < 3) = 1 [P (X = 0) + P (X = 1) + P (X = 2)]

= 1 e 21 210! + e 21 211! + e 21 212! :
0 1 2
Carmen M
a Cadarso, M
Capítulo 4
Contents
1 Introducción 2
2 Variables aleatorias continuas 2
3 Medidas características de una variable aleatoria continua 4

3.1 Media o esperanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4 Principales modelos de distribuciones continuas: La distribución normal 5

4.1 La distribución normal estándar N(0,1) . . . . . . . . . . . . . . . . . . . . . . . . . 6
4.2 La distribución normal N( , ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1
1 Introducción
En el capítulo anterior hemos estudiado variables aleatorias discretas. Recuerda que una variable
aleatoria es un valor numérico que corresponde al resultado de un experimento aleatorio. Podemos
clasicar las variables aleatorias en discretas y continuas en función del conjunto de valores que pueden
tomar. Estudiaremos en este tema variables aleatorias continuas y nos centraremos en un modelo
de distribución continua (la distribución normal) que ha adquirido una especial relevancia por ser
adecuada para modelizar una gran cantidad de situaciones prácticas.
2 Variables aleatorias continuas

Una variable aleatoria es continua cuando puede tomar cualquier valor en un intervalo. Por ejemplo,
el peso de una persona o el contenido de paracetamol en un lote de pastillas.
El estudio de las variables continuas es más sutil que el de las discretas. Recordemos que la construc-
ción del histograma es más delicado que el del diagrama de barras ya que depende de la elección de
las clases.
Se ha comprobado en la práctica que tomando más observaciones de una variable continua y haciendo
más nas las clases, el histograma tiende a estabilizarse en una curva suave que describe la distribución
de la variable (véase la Figura 1). Esta función, f (x ) ; se llama función de densidad de la variable
X. La función de densidad constituye una idealización de los histogramas de frecuencia o un modelo
del cual suponemos que proceden las observaciones.
Figure 1: Histograma de la capacidad (en ml.) de n = 100, n = 500 y n = 1000 jeringas producidas
por la empresa Clinic, que se dedica a la venta de material clínico. Tomando más observaciones y
haciendo más nas las clases, el histograma tiende a estabilizarse en una curva suave (en rojo) que
describe la distribución de la variable.
Denición 1. Llamamos función de densidad de una variable aleatoria continua X a una aplicación
f : R ! R no negativa y tal que

x0
P (X x0 ) = f (x ) dx
Z
Carmen M
a Cadarso, M
De lo anterior se deduce que cualquier función es función de densidad si y sólo si verica:
1. f (x ) 0 8x 2 R
R1
2.
1 f (x ) dx = 1:
Cualquier función que verique estas dos propiedades es una función de densidad. La función de
densidad se interpreta como el histograma. Sus valores más altos corresponden a las zonas más
probables y viceversa. Por ejemplo, la densidad de la variable X = Capacidad en ml. de una jeringa
producida por la empresa Clinic de la Figura 1 indica que lo más probable es que la capacidad de
una jeringa esté en el intervalo[4; 6] : Con menos probabilidad la capacidad de la jeringa estará en los
[2; 4] y [6; 8] y será prácticamente imposible que la capacidad supere los 8 ml. o que sea
intervalos
menor de 2 ml.
Del mismo modo que el histograma representa frecuencias mediante áreas, análogamente, la función
de densidad expresa probabilidades por áreas. La probabilidad de que una variable X sea menor que
un determinado valor x0 se obtiene calculando el área de la función de densidad hasta el punto x0 ; es

decir,
x0
P (X x0 ) = f (x ) dx;
Z
1
y análogamente, la probabilidad de que la variable tome un valor entre x0 y x1 es,
x1
P (x0 x x1 ) = f (x ) dx:
Z
x0
Es erróneo entender la función de densidad como la probabilidad de que la variable tome un valor
especíco, pues esta siempre es cero para cualquier variable continua ya que el área que queda encima
de un punto es siempre cero. Por ejemplo, la probabilidad de que la capacidad de una jeringa producida
por la empresa Clinic sea exactamente un 5:2 ml. es cero. Sin embargo, la probabilidad de que la
capacidad de una jeringa esté en el intervalo [5:1; 5:3] ; es el área encerrada por la función de densidad
en ese intervalo. De esto deducimos que, para variables continuas,
P (x0 < x < x1 ) = P (x0 x x1 ) = P (x0 < x x1 ) = P (x0 x < x1 ) :
Ejemplo 1: Se ha comprobado que el tiempo de vida (en años) de cierto tipo de marcapasos es una
variable continua con función de densidad:
1 16 ; t > 0;
(
t=
f (t ) = 16 e si
0; en otro caso.
¾Cuál es la probabilidad de que a una persona a la que se le ha implantado este marca-
pasos se le deba reimplantar otro antes de 20 años?
Sea T = tiempo de vida del marcapasos implantado a la persona. La función de densidad

f (t ) aparece representada en la Figura 2 (izquierda). La probabilidad de que a una
persona a la que se le ha implantado este marcapasos se le deba reimplantar otro antes
de 20 años se calcula como P (T 20). Debemos calcular el área encerrada por la
función hasta t = 20 (Figura 2 derecha). Es decir,

Z 20 Z 20
P (T 20) = f (t )dt =
1 16 dt
t=
=1 20 16 = 0:71349:
=
1 0 16 e e
Carmen M
a Cadarso, M
0 0 20
Figure 2: A la izquierda, función de densidad f (t ) del Ejemplo 1. A la derecha, el área en rojo
representa P (T 20 ).
La función de distribución para una variable aleatoria continua se dene como en el caso discreto Calcularemos para
por,
F (x0 ) = P (X x0 ) ; continuas su
función de densidad
y su función de
y por tanto,
x0 distribución
F (x0 ) = P (X x0 ) = f (x ) dx;
Z
1
La función de distribución de una variable continua es también no decreciente y verica que,
F ( 1) = 0;
F (+1) = 1:
Además, podemos obtener la función de densidad a partir de la de distribución calculando su derivada:
f ( x ) = F 0 (x ) :
3 Medidas características de una variable aleatoria continua

Los conceptos que permiten resumir una distribución de frecuencias utilizando valores numéricos
pueden utilizarse también para describir la distribución de probabilidad de una variable aleatoria.
3.1 Media o esperanza
Se dene la media poblacional o esperanza de una variable aleatoria continua como,

Z 1
= E( X ) = xf (x ) dx:
1
Carmen M
a Cadarso, M
Ejemplo 2: ¾Cuál es la vida media de un marcapasos del tipo descrito en el Ejemplo 1?
Recuerda que T = tiempo de vida de un marcapasos. Aplicando la denición anterior,
Z 1 Z +1
t 16 dt
= E( T ) = tf (t ) dt = t=
= 16:
1 0 16 e
Es decir, la vida media de un marcapasos del tipo descrito en el Ejemplo 1 es 16 años.
Para hacer la integral hemos aplicado integración por partes.
La interpretación de la media o esperanza es el valor esperado al realizar el experimento con la
variable aleatoria. Además, la media puede verse también como el valor central de la distribución de
probabilidad.
3.2 Varianza
Se dene la varianza de una variable aleatoria como

Z 1
2
= Var(X ) = (x )2 f (x ) dx:
1
Ejemplo 3: ¾Cuál es la varianza del tiempo de vida de un marcapasos del Ejemplo 1?
Aplicando la denición de varianza, y teniendo en cuenta que hemos calculado anteri-
ormente que = 16, se tiene

Z 1 Z 1
2 = Var(T ) = (t 16)2 f (t ) dt = 1e
(t 16)2 16 16 dt
t=
= 256:
1 0
De nuevo hemos utilizado integración por partes.
La interpretación de la varianza es la misma que para un conjunto de datos: es un valor no negativo
que expresa la dispersión de la distribución alrededor de la media. Además, se puede calcular la
desviación típica poblacional como la raíz cuadrada de la varianza. Los valores pequeños de
indican concentración de la distribución alrededor de la esperanza y valores grandes corresponden a
distribuciones más dispersas.
4 Principales modelos de distribuciones continuas: La distribución

normal
La distribución normal es la más importante y de mayor uso de todas las distribuciones continuas
de probabilidad. Por múltiples razones se viene considerando la más idónea para modelizar una gran
diversidad de mediciones de la Medicina, Física, Química o Biología.
La normal es una familia de variables que depende de dos parámetros, la media y la varianza. Dado que
todas están relacionadas entre si mediante una transformación muy sencilla, empezaremos estudiando
la denominada normal estándar para luego denir la familia completa.
Carmen M
a Cadarso, M
4.1 La distribución normal estándar N(0,1)
Denición 2. Una variable aleatoria continua Z se dice que tiene distribución normal estándar, y
lo denotamos Z 2 N (0; 1), si su función de densidad viene dada por:
f (z ) = p1 e 1 2
z
z 2R
2
2 si
0.4
0.3
0.2
0.1
0.0
−4 −2 0 2 4
Figure 3: Función de densidad f (z ) para Z 2 N (0; 1).
Propiedades: (Ver Figura 3)
1. Z 2 N (0; 1) toma valores en toda la recta real. (f (z ) > 0

8z 2 R)
2. f (Si Z 2 N (0; 1) entonces Z 2 N (0; 1))
es simétrica en torno a cero.
3. Si Z 2 N (0; 1) E(Z ) = 0 = 1
entonces y .
Supongamos que Z 2 N (0; 1) P (Z z0 )

y que queremos calcular . Debemos de tener en cuenta que:
La probabilidad inducida vendrá dada por el área bajo la densidad.
Como no existe una expresión explícita para el área existen tablas con algunas probabilidades
ya calculadas.
Las tablas que nosotros utilizaremos proporcionan el valor de la función de distribución, (z ) =
P (Z z ), de la normal estándar para valores positivos de z , donde z está aproximado hasta el
segundo decimal.
Carmen M
a Cadarso, M
Ejemplo 4: Supongamos que Z 2 N (0; 1). ¾Cómo calcularías P (Z 1:03)?

Z 1:03 Z 1:03
P (Z 1:03) = f (z )dz = p1 e 1 2
z
dz
2
2
1 1
Para calcular P (Z 1:03) , en el eje de las x marcamos el valor de Z (en este caso
z = 1:03) e indicamos la probabilidad como el área que queda debajo de la campana

de Gauss. (ver Figura 4).
Buscaremos P (Z 1:03) en la tabla en el cruce entre la la correspondiente a 1: 0 y

la columna correspondiente a 0:03. Así obtenemos P (Z 1:03) = 0:8465:
Figure 4: En rojo P (Z 1:03), para Z 2 N (0; 1).
Ejercicio 1: Supongamos que Z 2 N (0; 1). Calcula usando las tablas de la normal estándar:
P (Z 1:64):
P (Z > 1):
P (Z 0:53):
P (Z > 1:23):
P ( 1:96 Z 1:96):
P ( 1 Z 2):
¾Cuánto vale aproximadamente P (Z > 4:2)?
Carmen M
a Cadarso, M
Ejercicio 2: Sea Z una variable aleatoria con distribución N(0,1). Halla los valores z0 tales que
P (Z z0 ) = 0:87.
P (Z > z0 ) = 0:05.
P (Z > z0 ) = 0:975.
P (jZ j > z0 ) = 0:01.
4.2 La distribución normal N(, )
Efectuando un cambio de localización y escala sobre la normal estándar, podemos obtener una dis-
tribución con la misma forma pero con la media y desviación típica que queramos.
Denición 3. Si Z 2 N (0; 1) entonces

X = + Z 2 N (; )
y diremos que X tiene distribución normal de media y desviación típica .
Así, la función de densidad de X tendrá la misma forma de campana, será simétrica en torno a la
media . La función de densidad de una N (; ) (ver Figura 5) es
f (x ) = p1 2 (x
2 2
)2
; x 2 R:
2
e
Podemos responder
a cualquier
pregunta sobre
probabilidades de
una distribución
normal
estandarizando y
luego utilizando la
tabla normal
Figure 5: Funciones de densidad de variables normales con distintas medias y varianzas. En rojo
N (0; 1).
estándar. Para
densidad de una estandarizar un
valor, réstale la
En la práctica sólo disponemos de la tabla de la distribución normal estándar. Para efectuar cálculos
media de la
sobre cualquier distribución normal hacemos la transformación inversa, esto es, le restamos la media distribución y luego
y dividimos por la desviación típica. A este proceso le llamamos estandarización de una variable divídelo por la
desviación típica.
aleatoria.
X
Si X 2 N (; ) entonces Z = 2 N (0; 1):

Debemos observar que la estandarización se puede aplicar a cualquier variable aleatoria, tenga o no
distribución normal. Al estandarizar una variable aleatoria, obtendremos otra (variable estandarizada)
con media cero y desviación típica uno.
Carmen M
a Cadarso, M
Ejemplo 5: Supongamos que X 2 N (5; 2): ¾Cómo calcularías P (X 1)?
P (X 1) = P

X 5 1 5 = P (Z 2)
2 2
Z = X 5 2 N (0; 1):
donde
2 Entonces, consultando las tablas de la normal estándar,
obtenemos que
P (X 1) = P (Z 2) = 0:02275:
Carmen M
a Cadarso, M
Capítulo 5
a a
Contents
1 Introducción 2
2 Conceptos básicos. 2
3 Planteamiento general del problema de inferencia paramétrica 3
4 Teorema Central del Límite 4
5 Distribuciones asociadas con la normal 4

5.1 La distribución ......
2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.2 La distribución t de Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1
1 Introducción
Como ya hemos comentado en otras ocasiones, nuestro objetivo es el estudio de una población y sus
características. Llamaremos parámetro a una característica numérica que nos interese conocer de la
población. Por ejemplo, podrían ser parámetros de interés la presión sistólica media de una población,
su nivel de colesterol medio o la proporción de pacientes que responden satisfactoriamente a un
medicamento para la diabetes. Generalmente es difícil obtener la información de toda la población y
por eso en la práctica contaremos con una muestra representativa de dicha población. En el capítulo 1
hemos estudiado conceptos básicos de Estadística Descriptiva, que nos proporcionaban herramientas
para resumir, ordenar y extraer los aspectos más relevantes de la información de la muestra. En
el capítulo 2 hemos jado las bases para trabajar con incertidumbres o probabilidades. Ahora, tras
estudiar los principales modelos de variables aleatorias en los capítulos 3 y 4, podremos empezar a
hacer inferencia sobre la población de interés basándonos en lo que observamos en una muestra.
No nos conformaremos con describir unos datos contenidos en una muestra sino que pretendemos
extraer conclusiones para la población de la que fueron extraídos. A esta última tarea la llamamos
Inferencia Estadística. Dependiendo de los objetivos, podremos clasicar las labores de inferencia en
dos grandes categorías: la primera, en la que el interés se centra en estimar o aproximar el valor de
un parámetro (por ejemplo, la proporción de pacientes que responden a un determinado medicamento
para la diabetes) y la segunda, en la que el interés se centra en contrastar posibles valores de un
parámetro (por ejemplo, determinar si el nivel de colesterol medio en hombres es superior al nivel de
colesterol medio en mujeres).
2 Conceptos básicos.
Veamos algunas deniciones básicas en Inferencia Estadística. Algunas de ellas ya las hemos intro-
ducido en los temas anteriores.
Población. Es el conjunto homogéneo de individuos sobre los que se estudian una o varias carac-
terísticas observables. Por ejemplo, la población de un país de la cual nos interesa la proporción de
vacunados de gripe A.
Muestra. Es un subconjunto extraído de la población, al que podemos observar. Múltiples razones
nos imposibilitan observar toda la población. Por ese motivo, extraemos una muestra y con ella
obtenemos información sobre toda la población.
Tamaño de la población o de la muestra. Es el número de individuos que los forman, en cada caso.
Debemos hacer una primera distinción, al hablar de Inferencia, según la naturaleza del problema que
se plantee:
1. Inferencia paramétrica: cuando se conoce la forma de la distribución de probabilidad e interesa
averiguar el parámetro o parámetros de los que depende. Por ejemplo, sabemos que el nivel de
colesterol en hombres es Normal e interesa conocer la media y la desviación típica . A su
vez, dentro de la Inferencia Paramétrica vamos a distinguir distintos problemas:
(a) Estimación Puntual. Consiste en aventurar un valor, calculado a partir de la muestra,
que esté lo más próximo posible al verdadero parámetro. Por ejemplo, la media muestral
puede ser un estimador razonable de la media poblacional y la proporción muestral de la
proporción poblacional.
Carmen M
a Cadarso, M
(b) Intervalos de Conanza. Dado que la estimación puntual conlleva un cierto error, con-
struímos un intervalo que con alta probabilidad contenga al parámetro. La amplitud del
intervalo nos da idea del margen de error de nuestra estimación.
(c) Contrastes de Hipótesis. Se trata de responder a preguntas muy concretas sobre la
población, y se reducen a un problema de decisión sobre la veracidad de ciertas hipótesis.
Por ejemplo, nos podemos preguntar si la proporción de vacunados de gripe A en una
población supera el 90%, lo cual limitaría de manera considerable el riesgo epidémico en
la población.
2. Inferencia no Paramétrica: cuando no se sabe la forma de la distribución poblacional. También
se pueden plantear las tareas de estimación, intervalos de conanza y contrastes de hipótesis,
aunque las técnicas estadísticas son diferentes.
3 Planteamiento general del problema de inferencia paramétrica
Como ya hemos comentado en el capítulo 3, una medida o característica observada en un individuo
se denomina variable aleatoria. Por ejemplo, una variable aleatoria sería el nivel de colesterol. El
valor de la variable cambia de individuo a individuo. Otros ejemplos sería la presencia o ausencia de
determinada enfermedad, la presión sistólica, etc.
Generalmente se asume que la distribución de la variable de interés X pertenece a cierta familia
de distribuciones como por ejemplo la binomial o la normal. Esta familia depende de uno o varios
parámetros como la probabilidad de éxito p en el caso de la binomial, la media y la varianza 2 en
el caso de la normal, etc. Usualmente es imposible o muy costoso obtener los valores de la variable
de interés sobre todos los individuos de la población para poder determinar así el parámetro que
determina la distribución. En la práctica solo contamos con una muestra representativa y tendremos
que estimar los parámetros de la población en base a valores aproximados a partir de la muestra.
Una muestra aleatoria simple de tamaño n está formada por n variables X1 ; X2 ; ; Xn inde-
pendientes y con la misma distribución que X.

Llamamos realización muestral a los valores concretos que tomaron las n variables aleatorias
después de la obtención de la muestra.
Un estadístico es una función de la muestra aleatoria, y por tanto nace como resultado de
cualquier operación efectuada sobre la muestra. Es también una variable aleatoria y por ello
tendrá una cierta distribución, que se denomina distribución del estadístico en el muestreo.
Para resolver el problema de estimación puntual, esto es, para aventurar un valor del parámetro
poblacional desconocido, escogemos el valor que ha tomado un estadístico calculado sobre
nuestra realización muestral. Al estadístico escogido para tal n le llamamos estimador del
parámetro. Al valor obtenido con una realización muestral concreta se le llama estimación.
El problema radica, por lo tanto, en elegir un buen estimador, es decir, una función de la muestra
con buenas propiedades.
En general, un buen estimador de un parámetro poblacional (media, proporción de individuos que
presentan cierta característica,. . . ) va a ser el correspondiente parámetro muestral (media de la
muestra, proporción de individuos que presentan la característica en la muestra,. . . ).
Carmen M
a Cadarso, M
4 Teorema Central del Límite
El siguiente resultado nos permitirá calcular la distribución en el muestreo de muchos estadísticos de
interés. El denominado Teorema Central del Límite que arma que, si X1 ; X2 ; : : : ; Xn son variables
aleatorias independientes y con la misma distribución X, donde X tiene media y varianza 2 ,
entonces para n grande, la variable
X1 + X2 + : : : + Xn
n
es aproximadamente normal con media y varianza =n . Formalmente:
2
Teorema 1 (Teorema central del límite). Sea X1 ; X2 ; : : : ; Xn ; : : : una sucesión de variables aleatorias
independientes y con la misma distribución, con media y varianza 2 todas ellas.
Sea Sn = X1 + : : : + Xn . Entonces,
Sn n
p
n
! N (0; 1):
d
Equivalentemente,
X1 + X2 + : : : + Xn
! N ; pn :

d
n
5 Distribuciones asociadas con la normal
Además del modelo normal, existen otros modelos que desempeñan un papel importante en la infer-
encia estadística. Entre ellos se encuentran las distribuciones 2 y t de Student.
5.1 La distribución 2
La distribución Chi-cuadrado (o ji-cuadrado) con n grados de libertad 2n es un modelo de variable
aleatoria continua. En la Figura 1 se representa la función de densidad de variables 2 para diferentes

grados de libertad.
Propiedades:
1. La variable Chi-cuadrado toma valores [0; + 1) .
2. La distribución Chi-cuadrado es asimétrica.
5.2 La distribución t de Student
La distribución t de Student con k grados de libertad es un modelo de variable aleatoria continua.
En la Figura 2 se representa la función de densidad de variables t de Student para diferentes grados
de libertad junto con la densidad de una N(0,1).
Propiedades:
1. La variable t de Student toma valores en toda la recta real.
2. La distribución t de Student es simétrica en torno al origen.
3. tk ! N (0; 1)
d
cuando k ! 1.
Carmen M
a Cadarso, M
Figure 1: En verde densidades de variables 2n para distintos valores de n.
Figure 2: En verde densidad de una t de Student con 2 grados de libertad, en rojo densidad de una
N(0,1) y en negro densidad de una t de Student con 20 grados de libertad
Al igual que ocurría con la distribución normal, calcularemos probabilidades y cuantiles de estas
distribuciones a través de tablas.
Carmen M
a Cadarso, M
Capítulo 6
Contents
1 Introducción 2
2 Estimación puntual 2
2.1 Estimación puntual de una proporción . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Estimación puntual de la media y la varianza. . . . . . . . . . . . . . . . . . . . . . 3
2.2.1 Estimación puntual de la media . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2.2 Estimación puntual de la varianza . . . . . . . . . . . . . . . . . . . . . . . 3
3 Intervalos de conanza 4
3.1 Intervalo de conanza para la media de una población normal . . . . . . . . . . . . 4
3.1.1 Intervalo de conanza para la media con varianza conocida . . . . . . . . . . 4
3.1.2 Intervalo de conanza para la media con varianza desconocida . . . . . . . . 4
3.2 Intervalo de conanza para la diferencia de medias de poblaciones normales . . . . . 6
3.2.1 Muestras independientes, varianzas conocidas . . . . . . . . . . . . . . . . . 6
3.2.2 Muestras independientes, varianzas desconocidas e iguales . . . . . . . . . . 6
3.2.3 Intervalo de conanza para la diferencia de medias. Muestras apareadas . . . 7
3.3 Intervalo de conanza para la proporción . . . . . . . . . . . . . . . . . . . . . . . . 9
3.4 Intervalo de conanza para la diferencia de proporciones . . . . . . . . . . . . . . . 9
4 Resumen de las distribuciones de estadísticos en el muestreo 10
1
1 Introducción
En el capítulo anterior hemos presentado los conceptos básicos de la inferencia estadística. Además,
hemos clasicado las labores de inferencia en dos grandes categorías: la estimación, que se centra en
estimar o aproximar el valor de un parámetro desconocido y el contraste de hipótesis, que se centra
en decidir sobre la veracidad de ciertas hipótesis acerca de los valores del parámetro desconocido. En
este capítulo profundizaremos en los problemas de estimación, tanto en la estimación puntual como
en la construcción de intervalos de conanza. Para todas estas labores será fundamental conocer los
estadísticos adecuados para cada parámetro y sus distribuciones.
2 Estimación puntual
Como comentamos en el capítulo anterior, la estimación puntual de un parámetro desconocido
consiste en aproximar su valor a partir de una muestra. Para resolver el problema de estimación puntual
escogemos el valor que ha tomado un estadístico ^ calculado sobre nuestra realización muestral.
Recordamos que un estadístico es una variable aleatoria y por ello tendrá una cierta distribución.
Denición 1. Diremos que un estimador ^ para un parámetro poblacional es insesgado si
E ^ = :

Que un estimador sea insesgado es una buena propiedad. También nos interesará que la dispersión
del estimador sea pequeña y que disminuya al aumentar el tamaño muestral.
2.1 Estimación puntual de una proporción Así denida X

tiene distribución
El primer problema práctico de inferencia que vamos a afrontar consiste en obtener información sobre Bernoulli(p), donde
la proporción de individuos con cierta característica en una población, mediante la extracción de una el parámetro p es
muestra aleatoria simple. Consideramos la variable precisamente la
proporción (que
( desconocemos) de
1 , si el individuo presenta la característica de interés,
X= individuos con la
0 , si el individuo no presenta la característica de interés. característica en la
población.
La muestra está formada por n variables X1 ; : : : ; Xn independientes y con la misma distribución que
X . El estimador razonable para p es la proporción muestral
número de individuos con la característica en la muestra X1 + + Xn
p^ = n =
n :
Observamos en primer lugar que E(^ p) = p y, por lo tanto, p^ es insesgado. Ahora que sabemos que p^
está centrado en torno a p, nos interesa que su dispersión sea pequeña. En nuestro caso
p(1 p)
p) =
Var (^
n
p) = 0: Esto signica que al aumentar el tamaño muestral el estimador se aproxima al
y limn!1 Var(^
parámetro poblacional, lo cual también es deseable.
Carmen M
a Cadarso, M
Distribución del estadístico proporción muestral p^. Hemos denido el estadístico

X1 + + Xn
p^ = n :
Además X1 ; X2 ; : : : ; Xn son variables aleatorias independientes y con la misma distribución X , donde
X tiene media p y varianza p(1 p). Entonces, por el Teorema Central del Límite, para n grande, p^
es aproximadamente normal con media p y varianza p(1 p)=n. Estandarizando,
p^ p
q
p (1 p)
N (0; 1):
n
2.2 Estimación puntual de la media y la varianza.

Consideramos ahora el problema de inferencia en una población normal. En esta situación disponemos
de una muestra aleatoria simple X1 ; : : : ; Xn formada por n variables aleatorias independientes y con la
misma distribución N (; ). El problema de inferencia consiste en averiguar los parámetros (media
poblacional) y (desviación típica poblacional).
2.2.1 Estimación puntual de la media

Como estimador natural para la media de la población, , proponemos la media muestral:
X1 + + Xn
X = n :
Se cumple que:
La media de X es E(X ) = .
La varianza de X es Var(X ) = n .
2
De esto se deduce que la media muestral es un estimador insesgado de la media poblacional y que su
varianza es la poblacional dividida por n. Por tanto, la dispersión decrece tendiendo a cero cuando el
tamaño muestral aumenta.
Distribución del estadístico media muestral X . Por la propiedad de aditividad de la distribución

normal y dado que X es la suma de n variables independientes, entonces la media muestral tiene
distribución normal

X 2 N ; p :

2.2.2 Estimación puntual de la varianza

Estimaremos la varianza de la población 2 por medio de la varianza muestral
n
1
S2 = n Xi X 2 : En muchos textos
X
1 i =1 S 2 se denomina
cuasivarianza
Se puede comprobar que así denido S 2 es un estimador insesgado de la varianza 2 de la población. muestral
Carmen M
a Cadarso, M
3 Intervalos de conanza
La estimación puntual resulta incompleta en el siguiente sentido: ¾qué seguridad tenemos de que un
estadístico se aproxime al verdadero valor del parámetro? Para poder dar respuesta a esta cuestión
construimos intervalos de conanza, que permiten precisar la incertidumbre existente en la estimación.
Denición 2. Un intervalo de conanza es un intervalo construido en base a la muestra y, por tanto,
aleatorio, que contiene al parámetro con una cierta probabilidad, conocida como nivel de conanza.
Sea el parámetro desconocido y L1 y L2 los extremos del intervalo (que son estadísticos ya que se
denen en base a la muestra). Se dice que [L1 ; L2 ] tiene un nivel de conanza 1 , siendo 2 [0; 1], El método que
si P (L1 L2 ) 1 : usaremos para
construir intervalos
El nivel de conanza con frecuencia se expresa en porcentaje. Así, un intervalo de conanza del 95% de conanza se
es un intervalo de extremos aleatorios que contiene al parámetro desconocido con una probabilidad denomina método
pivotal
de 0:95.
3.1 Intervalo de conanza para la media de una población normal

Consideramos ahora el problema de construcción de un intervalo de conanza para la media en una
población normal. En esta situación disponemos de una muestra aleatoria simple X1 ; : : : ; Xn formada
por n variables aleatorias independientes y con la misma distribución N (; ).
3.1.1 Intervalo de conanza para la media con varianza conocida

Supongamos que queremos construir un intervalo de conanza para la media y que conocemos la
varianza de la población 2 . La distribución de la media muestral permite obtener como pivote
X p
= n
2 N (0; 1):
Este estadístico (pivote) nos servirá para construir un intervalo de conanza con nivel de conanza
1 para la media cuando la varianza 2 es conocida. Sea z=2 el valor tal que P (Z > z=2 ) = =2,
siendo Z 2 N (0; 1) (ver Figura 1). Entonces:
X
z=2 p z=2

P =1 :
= n
Equivalentemente,

P X z=2 p X + z=2 p = 1 :

n n
Así, el intervalo de conanza con nivel de conanza 1 para la media cuando la varianza 2 es
conocida será:

z=2 p ; X + z=2 p :

X
n n
3.1.2 Intervalo de conanza para la media con varianza desconocida

En la práctica no es habitual conocer la varianza de la variable de interés. Supongamos que queremos
construir un intervalo de conanza para la media y que desconocemos la varianza de la población.
Carmen M
a Cadarso, M
z=2
Figure 1: Denotamos z=2 el número real tal que P (Z > z=2 ) = =2, siendo Z 2 N (0; 1).
Usaremos como estadístico (pivote) en este caso
X p
:
S= n
Recuerda que
n
v
1
u
S (X X )2 :
X
=t
u
n 1 i =1 i
Se cumple que:
X p
2t ;
S= n n 1
es decir, la distribución del estadístico es una t de Student con n 1 grados de libertad. Este
estadístico (pivote) nos servirá para construir un intervalo de conanza con nivel de conanza 1
para la media cuando la varianza 2 es desconocida. Sea t=2 el valor tal que P (T > t=2 ) = =2,
donde T es una variable t de Student con n 1 grados de libertad (ver Figura 2). Entonces:
X
t=2 p t=2

P =1 :
S= n
Equivalentemente,
S S
t=2 p X + t=2 p = 1 :

P X
n n
Así, el intervalo de conanza con nivel de conanza 1 para la media cuando la varianza 2 es
desconocida será:
S S
X t=2 p ; X + t=2 p :

n n
Ejercicio 1: En un estudio sobre trastornos del sueño se evaluó el número de horas de sueño
de 8 individuos seleccionados al azar. Los resultados se muestran a continuación.
6.9, 7.6, 6.5, 6.2, 7.8, 7.0, 5.5, 7.6.
A partir de esta muestra, estima la media y la desviación típica del número de horas de
sueño de la población. Suponiendo normalidad, determina un intervalo de conanza
para el número medio de horas de sueño con una conanza del 95%.
Carmen M
a Cadarso, M
t=2
Figure 2: Denotamos t=2 el número real tal que P (Tk > t=2 ) = =2, siendo T una variable t de
Student (con los grados de libertad correspondientes).
3.2 Intervalo de conanza para la diferencia de medias de poblaciones normales

El objetivo de este apartado es construir intervalos de conanza no sólo para la media de una carac-
terística de la población sino también para la comparación de dos poblaciones mediante su media.
3.2.1 Intervalo de conanza para 1 2 . Muestras independientes, varianzas conocidas

Supongamos dos poblaciones en las que se estudian dos características distribuidas normalmente con En muestras
medias desconocidas 1 y 2 , respectivamente. Estamos interesados en construir un intervalo de independientes, los
conanza para la diferencia de medias 1 2 a partir de dos muestras: individuos donde se
han obtenido las
Una muestra formada por n1 variables independientes y con la misma distribución N (1 ; 1 ). mediciones de la
población 1 son
Una muestra formada por n2 variables independientes y con la misma distribución N (2 ; 2 ). distintos de los
individuos donde se
Suponemos que las muestras son independientes, es decir, los individuos donde se han obtenido las han obtenido las
mediciones de la población 1 son distintos de los individuos donde se han obtenido las mediciones de mediciones de la
población 2
la población 2. Suponemos además que las varianzas 12 y 22 son conocidas. Entonces, utilizaremos
como estadístico
(X1 X2 ) (1 2 )
q 2
1 22
2 N (0; 1):
n1 + n2
El intervalo de conanza de nivel 1 para la diferencia de medias 1 2 será:
 
12 22 12 22 
s s
 (X X2 ) z=2 ; (X1 X2 ) + z=2
n1 + n2 :
1 +
n1 n2
3.2.2 Intervalo de conanza para 1 2 . Muestras independientes, varianzas desconocidas e

iguales.
En muchas aplicaciones los valores de 12 y 22 son desconocidos y por lo tanto es necesario estimarlos.
No obstante, puede suceder que pese a ser desconocidas podamos suponer que ambas varianzas son
iguales. Consideremos entonces dos poblaciones en las que se estudian dos características distribuidas
normalmente con medias desconocidas 1 y 2 , respectivamente. Estamos interesados en construir
un intervalo de conanza para la diferencia de medias 1 2 a partir de dos muestras:
Carmen M
a Cadarso, M
Una muestra formada por n1 variables independientes y con la misma distribución N (1 ; 1 ).
n2 variables independientes y con la misma distribución N (2 ; 2 ).
Una muestra formada por
Suponemos que las muestras son independientes y que las varianzas 12 y 22 son desconocidas pero
iguales. Entonces, utilizaremos como estadístico
(X1 X ) (1 2 )
q2 2
Sp Sp2
2 tn
1+ 2n 2 :
n1 + n2
En el estadístico anterior,
(n 1 1)S12 + (n2 1)S22
Sp2 = n1 + n2 2
representa el estimador adecuado para la varianza de las dos poblaciones. El intervalo de conanza
de nivel 1 para la diferencia de medias 1 2 será entonces:
 
Sp2 Sp2 Sp2 Sp2 
s s
(X X2 ) t=2 ; (X1 X2 ) + t=2
n1 + n2 :
1 +
n1 n2
El valor t=2 se obtiene de una distribución t de Student con n1 + n2 2 grados de libertad.
Ejercicio 2: El Verapamil y el Nitroprusside son dos productos utilizados para reducir la hipertensión.
Para compararlos, unos pacientes son tratados con Verapamil y otros con Nitroprus-
side. Los resultados obtenidos se muestran en la siguiente tabla, donde:
X 1 =reducción (en mmHg) de la presión arterial de un paciente con Verapamil.
X 2 =reducción (en mmHg) de la presión arterial de un paciente con Nitroprus-
side.
X1 10 15 18 23 12 16
X2 15 10 19 9 14 12 18
Admitiendo normalidad y sabiendo que ambas variables tienen la misma desviación
típica, construye un intervalo de conanza de nivel 95% para la diferencia de medias
de la reducción de presión arterial.
3.2.3 Intervalo de conanza para la diferencia de medias. Muestras apareadas

En ocasiones nos interesará comparar dos métodos o tratamientos. En ese caso es natural que los
individuos donde se aplican los tratamientos sean los mismos. Consideremos el siguiente ejemplo.
Ejemplo 1: Se quiere estudiar los efectos del abandono de la bebida sobre la presión sistólica en
individuos alcohólicos. Para ello se mide la presión sistólica en 10 individuos alcohólicos
antes y después de 2 meses de haber dejado al bebida.
Sujeto 1 2 3 4 5 6 7 8 9 10
X1 presión antes 140 165 160 160 175 190 170 175 155 160
X2 presión después 145 150 150 160 170 175 160 165 145 170
Carmen M
a Cadarso, M
Cuando X1 y X2 representan características diferentes de la misma población y se quieren evaluar

sus diferencias, conviene tomar muestras apareadas. Así, se obtiene el valor de las características X1 En muestras
apareadas, se
y X2 sobre los mismos individuos de la población. Se supone que las muestras se han obtenido de evalúan
poblaciones normales X1 2 N (1 ; 1 ) y X2 2 N (2 ; 2 ) pero teniendo en cuenta que ahora X1 y características
X2 no son independientes. En esta situación consideraremos la variable D = X1 X2 que sigue una diferentes en los
distribución normal con media D = E (X1 X2 ) = 1 2 y varianza D 2
= Var (X1 X2 ). mismos individuos
En la práctica tendremos dos muestras de tamaño n observadas en los mismos individuos, es decir,
X ; : : : ; X n 2 N ( ; ) :
11 1 1 1
X ; : : : ; X n 2 N ( ; ) :
21 2 2 2
Construimos la muestra D1 = X11 X21 ; : : : ; Dn = X1n X2n y estimaremos

D mediante D .
D mediante SD .
2 2
Como estadístico pivote utilizaremos
D (1 2 )
p
SD = n
2 tn 1 :
El intervalo de conanza de nivel 1 para la diferencia de medias 1 2 será entonces:
S S
t=2 pD ; D + t=2 pD :

D
n n
El valor t=2 se obtiene en este caso de una distribución t de Student con n 1 grados de libertad.
Ejemplo 1: Volviendo al ejemplo sobre los efectos del abandono de la bebida sobre la presión sistólica
en individuos alcohólicos,
Sujeto 1 2 3 4 5 6 7 8 9 10
X1 presión antes 140 165 160 160 175 190 170 175 155 160
Diferencias Di 5 15 10 0 5 15 10 10 10 10
Por lo tanto
5 + 15 + : : : + 10 10
D = 10
= 6:
( 5 6)2 + : : : + ( 10 6)2
SD2 = 9
= 71:111:
p
SD = 71:11 = 8:4327:
El intervalo de conanza de nivel 95% para la diferencia 1 2 de la presión sistólica
media será entonces:
8:4327
=2 p + t=2 p p ; 6 + 2:26 8p
:4327

SD SD
D t ;D = 6 2:26 = ( 0:0266; 12:0266):
n n 10 10
En este caso el valor t=2 se obtiene de una distribución t de Student con n 1=9
grados de libertad.
Carmen M
a Cadarso, M
3.3 Intervalo de conanza para la proporción

Construimos ahora un intervalo de conanza para p. Nos basamos en la proporción muestral p^.
Recuerda que, si n es grande, la distribución de p^ se puede aproximar por la normal y
p^ p
q
p (1 p)
N (0; 1):
n
Entonces
 
p^ p p(1 p) p(1 p)
r r !
1 = P  z=2 z=  = P p^ z=
2 2
n p p
^ + z=2
n
p(1 p)
q
n
De la expresión anterior se deduciría un intervalo de conanza para p con nivel de conanza 1 ,

quepestaría centrado en p^ y tendría radio z=2 p (1 p)=n. Sin embargo, la desviación típica de p^
p
es p (1 p)=n que, por depender de la proporción poblacional p, es desconocida. Por este motivo,
tenemos que tomar p^ (1 p^)=n como estimador de la desviación típica de p^ y usarlo para construir
p
el intervalo de conanza, que será:
p^ (1 p^) p^ (1 p^)
r r !
p^ z=2 n ; p^ + z=2 n :
Ejercicio 3: Una empresa farmacéutica quiere comercializar un medicamento para cierta dolencia.
Para probar si su medicamento es ecaz, lo administra a 100 pacientes, de los cuales 50
presentan mejoría. Construye un intervalo de conanza para la proporción de pacientes
de la población que mejoran al tomar el medicamento, con una conanza del 99%.
3.4 Intervalo de conanza para la diferencia de proporciones

En algunas ocasiones estamos interesados en estimar la diferencia de proporciones p1 p2 de dos
poblaciones. Tenemos así dos muestras:
Una muestra formada por n1 variables independientes de la población 1.
Suponemos que las muestras son independientes (los individuos donde se han obtenido las mediciones
de la población 1 son distintos de los individuos donde se han obtenido las mediciones de la población
2). En este caso, para tamaños muestrales grandes,
(p^1 p^2 ) (p1 p2 )
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
N (0; 1)
n1 n2
y el intervalo de conanza de nivel 1 para la diferencia de proporciones p1 p2 será:

 
p^1 (1 p^1 ) p^2 (1 p^2 ) p^ (1 p^ ) p^ (1 p^ )
s s
(p^1 p^2 ) z=2 + ; (p^1 p^2 ) + z=2 1 n 1 + 2 n 2  :
n1 n2 1 2
Carmen M
a Cadarso, M
4 Resumen de las distribuciones de estadísticos en el muestreo

A continuación presentamos un resumen de los principales estadísticos que hemos visto a lo largo de
este capítulo y sus distribuciones en el muestreo. Para los problemas de inferencia sobre la media o
diferencia de medias estamos suponiendo que las poblaciones son normales. Las distribuciones de los
estadísticos para la proporción o diferencia de proporciones son aproximadas y por lo tanto válidas
para tamaños muestrales grandes.
Problema de inferencia Estadístico estandarizado Distribución
X p
Media con varianza conocida N (0; 1)
= n
X p
Media con varianza desconocida tn
S= n 1
Diferencia de medias. Muestras independientes con (X1 X ) (1 2 )

q2 2
1 22
N (0; 1)
varianzas conocidas
n1 + n2
Diferencia de medias. Muestras independientes con (X1 X ) (1 2 )

q2 2 tn1 +n2 2
varianzas desconocidas pero iguales SP SP2
n1 + n2
D (1 2 )
p
Diferencia de medias. Muestras apareadas tn
SD = n 1
p^ p
Proporción (muestras grandes) N (0; 1)
p (1 p)
q
n
p^ p^2 (p1 p2 )
Diferencia de proporciones (muestras grandes) q1
p^1 (1 p^1 ) + p^2 (1 p^2 )
N (0; 1)
n1 n2
Carmen M
a Cadarso, M
Capítulo 7
Contents
1 Introducción 2
2 Planteamiento y resolución de un contraste de hipótesis. 2

2.1 Hipótesis nula e hipótesis alternativa . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Error de tipo I y error de tipo II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3 Nivel de signicación y potencia de un test . . . . . . . . . . . . . . . . . . . . . . 3
2.4 Región crítica de un test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.5 El p-valor de un contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.6 Etapas en la resolución de un contraste de hipótesis . . . . . . . . . . . . . . . . . . 5
3 Relación con los intervalos de conanza 6
1
1 Introducción
Los procedimientos de inferencia que hemos realizado hasta ahora se resumen en dos: la estimación
puntual y los intervalos de conanza. Con la estimación puntual se obtienen valores concretos que
sirven de estimaciones de los parámetros poblacionales de interés, por ejemplo, estimamos la media
poblacional, ; con la media muestral, x. Con los intervalos de conanza se obtienen regiones
aleatorias que contienen a los parámetros de interés con cierta probabilidad, por ejemplo, el intervalo
de conanza con nivel de conanza 1 para la media de una población normal es x z=2 pn ;
cuando la desviación es conocida. La otra gran tarea de la Inferencia Estadística consiste en
responder a preguntas muy concretas sobre la población. Por ejemplo, ¾podemos asumir que el nivel
medio de colesterol es 200?, ¾la prevalencia del infarto de miocardio es mayor que 0:03?, ¾el nivel de
colesterol promedio es el mismo en varones que en mujeres? Como veremos se plantean en términos
de unas hipótesis que debemos aceptar o rechazar. Y esta decisión la tomaremos en base a una
realización muestral. Cuando los datos muestrales discrepen mucho de la hipótesis rechazaremos la
hipótesis.
2 Planteamiento y resolución de un contraste de hipótesis.

Se tiene una hipótesis de trabajo y una muestra de observaciones, y se trata de decidir si la hipótesis
planteada es compatible con lo que se puede aprender del estudio de los valores muestrales, es decir,
decidir si la muestra que se obtuvo está de acuerdo con la hipótesis de trabajo.
2.1 Hipótesis nula e hipótesis alternativa

Llamaremos hipótesis nula, y la denotamos por H0 , a la que se da por cierta antes de obtener la Rechazaremos la
hipótesis nula H0
muestra. Goza de presunción de inocencia.
en favor de H1 si
encontramos
Llamaremos hipótesis alternativa, y la denotamos por H1 a lo que sucede cuando no es cierta la pruebas
hipótesis nula. Por gozar la hipótesis nula de presunción de inocencia, es en la hipótesis alternativa signicativas en los
datos a favor de H1
donde recae la carga de la prueba.
Ejemplo 1: Si nos preguntamos si podemos asumir que el nivel medio de colesterol ( ) es 200, el
contraste planteado sería:
H0 : = 200
(
6 200
H1 : =
La hipótesis nulaH0 : = 200 sólo será rechazada si existe evidencia en los datos
para armar que 6= 200 (hipótesis alternativa).
Además,
Una hipótesis simple es la que está constituida por un único punto.

Si la hipótesis consta de más de un punto la llamaremos hipótesis compuesta.
Carmen M
a Cadarso, M
Ejemplo 2: Si queremos determinar si la prevalencia del infarto de miocardio ( ) es mayor quep 0:03,
el contraste planteado sería:
H0 : p 0:03
(
H1 : p > 0:03
Ahora la hipótesis nula H0 : p 0:03 es compuesta.
Ejemplo 3: Si nos preguntamos si podemos asumir que el nivel medio de colesterol es el mismo en
varones que en mujeres, el contraste planteado sería:
H0 : 1 = 2 H0 : 1 2 = 0
( (
6 2
H1 : 1 =
o equivalentemente
6 0
H1 : 1 2 =
siendo 1 el nivel medio de colesterol de los hombres y 2 el nivel medio de colesterol
de las mujeres.
Ejemplo 4: Si queremos determinar si el nivel medio de colesterol es menor en varones que en
mujeres, el contraste planteado sería:
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 < 2 H1 : 1 2 < 0
o equivalentemente
2.2 Error de tipo I y error de tipo II

Volvemos al problema de decisión que supone el contraste de hipótesis. La siguiente tabla reeja los
posibles aciertos o errores en un contraste.
Decisión
No se rechaza H0 Se rechaza H0
H0 es verdadera Decisión correcta Error tipo I
H0 es falsa
Realidad
Error tipo II Decisión correcta
Observamos que se puede tomar una decisión correcta o errónea.
Llamamos error de tipo I al que cometemos cuando rechazamos la hipótesis nula, siendo cierta.
El error de tipo II es el que cometemos cuando aceptamos la hipótesis nula, siendo falsa.
2.3 Nivel de signicación y potencia de un test

Ya que cualquier decisión tomada al hacer un contraste estará basada sobre información parcial de
una población, debemos de tener en cuenta la probabilidad de tomar una decisión incorrecta.
Probabilidad del error de tipo I: Se denota por y se denomina nivel de signicación.

= P (Rechazar H0 =H0 es cierta)
Carmen M
a Cadarso, M
Probabilidad del error de tipo II: se denota por .

El nivel de
= P (No rechazar H0 =H0 es falsa) signicación es la
probabilidad
rechazar H0 cuando
La probabilidad de detectar que una hipótesis es falsa se denomina potencia. H0 es cierta. Son
comunes los niveles
Potencia = P (Rechazar H0 =H0 es falsa) = 1 de signicación del
0:05, 0:01 y 0:1
Debemos adoptar un criterio que, en base a la muestra, nos permita decidir si rechazamos o no la La potencia la
hipótesis nula. Sería deseable hacerlo de tal manera que las probabilidades de ambos tipos de error probabilidad
fueran tan pequeñas como fuera posible. Sin embargo, con una muestra de tamaño jo, disminuir rechazar H0
cuando H0 es falsa
la probabilidad del error de tipo I, conduce a incrementar la probabilidad del error de tipo II. Piensa
que la forma de minimizar la probabilidad del error de tipo I (el nivel de signicación) es mediante un
criterio que acepte H0 la mayor parte de las veces. Sin embargo, así se incrementa la probabilidad
del error de tipo II, es decir, disminuye la potencia del test. Una forma de proceder ante un problema
con dos objetivos como es éste, consiste en jar el nivel de signicación y escoger el criterio que nos
proporcione la mayor potencia posible.
2.4 Región crítica de un test

Al jar un nivel de signicación, ; se obtiene implícitamente una división en dos regiones del conjunto
de posibles valores del estadístico de contraste:
La región de rechazo o región crítica que tiene probabilidad (bajo H0 ).

La región de aceptación que tiene probabilidad 1 (bajo H0 ).
Si el valor del estadístico cae en la región de aceptación, no existen razones sucientes para rechazar la
hipótesis nula con un nivel de signicación ; y el contraste se dice estadísticamente no signicativo,

es decir no existe evidencia a favor de H1 .
Si el valor del estadístico cae en la región de rechazo, los datos no son compatibles con H0 y la
rechazamos. Entonces se dice que el contraste es estadísticamente signicativo, es decir existe
evidencia estadísticamente signicativa a favor de H1 .

Ejemplo 5: Contraste bilateral. Si estamos interesados en determinar si la media de una variable
diere signicativamente de un valor dado 0 , el contraste planteado sería:
H0 : = 0
(
6 0
H1 : =
Dados los valores de una muestra, parece claro que deberíamos rechazar H0 si X está
lejos de 0 en ambas direcciones. Es decir, tendríamos una región crítica como se
muestra a continuación:
0 X
Región de rechazo Región de rechazo
Puntos de corte
Carmen M
a Cadarso, M
Ejemplo 6: Contraste unilateral por la derecha. Si estamos interesados en determinar si la me-
dia de una variable es signicativamente mayor que un valor dado 0 , el contraste
planteado sería:
H0 : 0
(
H1 : > 0
lejos de 0 en una sola dirección. Es decir, tendríamos una región crítica como se
0 X
Región de rechazo
Punto de corte
Ejemplo 7: Contraste unilateral por la izquierda. Si estamos interesados en determinar si la
media de una variable es signicativamente menor que un valor dado 0 , el contraste

planteado sería:
H0 : 0
(
H1 : < 0
lejos de 0 en una sola dirección. Es decir, tendríamos una región crítica como se
0 X
Región de rechazo
Punto de corte
2.5 El p-valor de un contraste

A medida que el nivel de signicación disminuye es más difícil rechazar la hipótesis nula (manteniendo
los mismos datos). Dado un estadístico de contraste, hay un valor de a partir del cual ya no podemos
rechazar H0 . A dicho valor se le se le llama el p -valor del contraste y se denota por p . Si el nivel de
signicación es menor que p ya no se rechaza H0 . En resumen:
Si < p no podemos rechazar H0 a nivel .

Si > p podemos rechazar H0 a nivel .
2.6 Etapas en la resolución de un contraste de hipótesis

Resumiendo, las etapas en la resolución de un contraste de hipótesis son:
1. Especicar las hipótesis nula H0 y alternativa H1 .

2. Elegir un estadístico de contraste apropiado, para medir la discrepancia entre la hipótesis y la
muestra.
Carmen M
a Cadarso, M
3. Fijar el nivel de signicación en base a cómo de importante se considere rechazar H0 cuando

realmente es cierta.
4. Al jar un nivel de signicación, ; se obtiene implícitamente una división en dos regiones del
conjunto de posibles valores del estadístico de contraste:
La región de rechazo o región crítica que tiene probabilidad (bajo H0 ).

La región de no rechazo que tiene probabilidad 1 (bajo H0 ).
5. Si el valor del estadístico cae en la región de rechazo, los datos no son compatibles con H0 y la
rechazamos. Entonces se dice que el contraste es estadísticamente signicativo, es decir existe
evidencia estadísticamente signicativa a favor de H1 .

6. Si el valor del estadístico cae en la región de aceptación, no existen razones sucientes para
rechazar la hipótesis nula con un nivel de signicación ; y el contraste se dice estadísticamente

no signicativo, es decir no existe evidencia a favor de H1 .
3 Relación con los intervalos de conanza

Consideramos ahora un contraste bilateral. Por ejemplo,
H0 : = 0
(
6 0
H1 : =
Según hemos comentado anteriormente, una vez que tenemos una muestra deberíamos rechazar H0
si X está lejos de 0 en ambas direcciones.
Rechazamos H0 : = 0 con una signicación si 0 no pertenece al intervalo de conanza
para de nivel 1 .
1
0 x
● ● ●
X z=2 pn X + z=2 pn
Figure 1: Relación entre contraste de hipótesis bilateral e intervalo de conanza. Si la hipótesis
nula H0 : = 0 es cierta, la distribución de X 0 . El nivel de signicación

es normal con media
es igual al área rayada y nos sirve para denir la región crítica del test H0 : = 0 . Dada una
muestra, calculamos el valor de X
. Si dicho valor pertenece a la región crítica (como en este ejemplo),
rechazamos H0 con signicación . Equivalentemente, si construimos el intervalo de conanza para
de nivel 1 (en rojo) observamos que 0 no pertenece al intervalo.
Carmen M
a Cadarso, M
Capítulo 8
a a
Contents
1 Introducción 2
2 Contrastes sobre la media de una población normal 2
2.1 Contrastes sobre la media con varianza conocida . . . . . . . . . . . . . . . . . . . 2
2.2 Contrastes sobre la media con varianza desconocida . . . . . . . . . . . . . . . . . . 4
3 Contrastes sobre las medias de dos poblaciones normales 7
3.1 Muestras independientes, varianzas conocidas . . . . . . . . . . . . . . . . . . . . . 7
3.2 Muestras independientes, varianzas desconocidas e iguales . . . . . . . . . . . . . . 9
3.3 Muestras apareadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4 Contrastes sobre una proporción 12
5 Contrastes sobre dos proporciones 13
1
1 Introducción
En el capítulo anterior presentamos los conceptos básicos para el planteamiento y resolución de
un contraste de hipótesis. Recordamos que los contrastes de hipótesis nos permitían responder
a preguntas muy concretas sobre la población. En este capítulo veremos como llevar a cabo los
contrastes de hipótesis en la práctica. Estudiaremos cuáles son los estadísticos de contraste adecuados
dependiendo del parámetro al que haga referencia el test y veremos cómo construir la región crítica
en cada caso.
2 Contrastes sobre la media de una población normal

Queremos contrastar hipótesis relativas a la media de una población normal N (; ). Para ello,
tomamos una muestra aleatoria simple X1 ; : : : ; Xn 2 N (; ) independientes.
2.1 Contrastes sobre la media con varianza conocida
Supongamos que la varianza 2 es conocida. Se desea contrastar una hipótesis relativa a la media .
Contraste bilateral. Si queremos determinar si la media es signicativamente distinta de cierto
valor dado 0 , entonces el contraste planteado sería un contraste bilateral

H0 : = 0
(
6 0
H1 : =
Si la hipótesis nula H0 : = 0 es cierta, entonces
X p0
= n
2 N (0; 1):
El sentido común nos aconseja rechazar la hipótesis nula de que la media poblacional es 0 cuando
la media muestral sea muy distinta de 0 . Para respetar además un nivel de signicación prejado,
rechazamos la hipótesis nula H0 : = 0 frente a H1 : 6= 0 si
X p0 X p0
= n
z=2 ó
= n
z=2 :
Recuerda que z=2 denota el punto tal que P (Z > z=2 ) = =2 siendo Z 2 N (0; 1), ver Figura 1.
Contraste unilateral por la derecha. Supongamos ahora que queremos determinar si la media es
signicativamente mayor que un valor dado 0 . Entonces, el contraste planteado sería:
H0 : 0
(
H1 : > 0
Dados los valores de una muestra, parece claro que deberíamos rechazarH0 si X es considerablemente
mayor que 0 . Rechazamos la hipótesis nula H0 : 0 frente a H1 : > 0 si
X p0
= n
z :
Carmen M
a Cadarso, M
Contraste unilateral por la izquierda. Supongamos ahora que queremos determinar si la media
es signicativamente menor que un valor dado 0 . Entonces, el contraste planteado sería:
H0 : 0
(
H1 : < 0
menor que 0 . Rechazamos la hipótesis nula H0 : 0 frente a H1 : < 0 si
X p0
= n
z :
(a) (b) (c)
1 1 1
z=2 z=2 z z
X p0 .
Figure 1: Densidad de una N(0,1). Regiones de aceptación y rechazo del estadístico
= n (a)
Contraste bilateral. (b) Contraste unilateral por la derecha. (c) Contraste unilateral por la izquierda.
Ejemplo 1: Según fuentes estadísticas, en la actualidad la edad media de las madres primerizas
en España es de 29:3 años. Se considera una muestra de 10 madres primerizas de
Portugal. Sus edades son:
30 28 27 28 28 28 24 23 31 30
Asumimos que la edad de las madres primerizas en Portugal sigue una distribución
normal con una desviación típica de 2 años. Para una signicación del 5%, ¾podemos
concluir que la edad media de las madres primerizas en Portugal diere de la de España?
Calcula el p-valor del contraste.
Ejemplo 1: Si denotamos por la edad media de la madres primerizas en Portugal, el contraste se

plantea como un contraste bilateral de la forma:
H0 : = 29:3
(
6 29:3
H1 : =
Rechazaremos la hipótesis nula si encontramos evidencia en los datos de que la la edad
media de la madres primerizas en Portugal diere de la de España.
Carmen M
a Cadarso, M
Ejemplo 2: La media muestral calculada a partir de los datos es X = 27:7 y, por lo tanto, el
estadístico de contraste será:
X p0 27:7 29:3

p
= = 2:53:
= n 2= 10
Rechazaremos la hipótesis nula para una signicación = 0:05 si el valor del estadístico
de contraste es menor que z=2 o mayor que z=2 . Buscamos en la tabla de la N(0,1)
el valor que deja a su izquierda una probabilidad 0:975 y obtenemos que z=2 = 1:95,
ver Figura 2 (a). Como conclusión, rechazamos H0 para un nivel de signicación del
5%. Es decir, la edad media de las madres primerizas en Portugal es signicativamente
distinta de la de España.
El p-valor del contraste será (ver Figura 2 (b))

p-valor = 2 P (Z 2:53) = 2 (1 0:99427) = 0:01146:
Es decir, rechazamos H0 para niveles de signicación que veriquen 0:01146. Si

es menor que el p-valor, entonces no podemos rechazar H0 a
el nivel de signicación
nivel . Por ejemplo, para = 0:01 no rechazamos H0 y concluiríamos que, a un nivel
del 1%, la edad media de las madres primerizas en Portugal no es signicativamente
distinta de la de España.
(a) (b)
● ● ● ● ● ●
2:53 1:95 0 1:95 2:53 1:95 0 1:95

Región crítica Región crítica Región crítica Región crítica
= 0:05 = 0:05 = 0:01146 = 0:01146
Figure 2: (a) Región crítica del contraste H0 : = 29:3 frente a H0 : 6= 29:3 del Ejemplo 1 para
= 0:05. El estadístico del contraste pertenece a la región crítica y, por lo tanto, se rechaza la
hipótesis nula H0 . (b) El p-valor del contraste 0:01146 se corresponde con el área rayada.
2.2 Contrastes sobre la media con varianza desconocida
Supongamos ahora que queremos contrastar hipótesis relativas a la media pero desconocemos
la varianza 2 . Podemos repetir toda la argumentación anterior con la salvedad de que cuando la
varianza es desconocida, no podemos usar 2 y en su lugar debemos emplear un estimador adecuado

como la varianza muestral S 2.
Carmen M
a Cadarso, M
Contraste bilateral. Si queremos determinar si la media es signicativamente distinta de cierto
valor dado 0 , entonces el contraste planteado sería un contraste bilateral

H0 : = 0
(
6 0
H1 : =
Si la hipótesis nula H0 : = 0 es cierta, entonces
X p0
S= n
2 tn 1 :
El sentido común nos aconseja rechazar la hipótesis nula de que la media poblacional es 0 cuando
la media muestral sea muy distinta de 0 . Para respetar además un nivel de signicación prejado,
rechazamos la hipótesis nula H0 : = 0 frente a H1 : 6= 0 si
X p0 X p0
S= n
t=2 ó
S= n
t=2 :
Recuerda que t=2 denota el punto tal que P (T > t=2 ) = =2 siendo T una variable t de Student
con n 1 grados de libertad, ver Figura 3.
Contraste unilateral por la derecha. Supongamos ahora que queremos determinar si la media es
signicativamente mayor que un valor dado 0 . Entonces, el contraste planteado sería:
H0 : 0
(
H1 : > 0
mayor que 0 . Rechazamos la hipótesis nula H0 : 0 frente a H1 : > 0 si
X p0
S= n
t :
Contraste unilateral por la izquierda. Supongamos ahora que queremos determinar si la media
es signicativamente menor que un valor dado 0 . Entonces, el contraste planteado sería:
H0 : 0
(
H1 : < 0
menor que 0 . Rechazamos la hipótesis nula H0 : 0 frente a H1 : < 0 si
X p0
S= n
t :
En la Figura 3 se muestran las regiones de aceptación y rechazo de los contrastes sobre la media de
una población con varianza desconocida.
Carmen M
a Cadarso, M
(a) (b) (c)
1 1 1
t=2 t=2 t t
Figure 3: Densidad de una t de student con n 1 grados de libertad. Regiones de aceptación y
X p0 .
rechazo del estadístico
S= n (a) Contraste bilateral. (b) Contraste unilateral por la derecha. (c)
Contraste unilateral por la izquierda.
Ejemplo 2: La amilasa es un enzima que ayuda a digerir los carbohidratos. Se produce principal-
mente en el páncreas y en las glándulas salivales. Se ha medido el nivel de amilasa
en sangre de 23 pacientes, obteniéndose una media muestral de 45 unidades por litro
y una desviación típica muestral de 10 unidades por litro. Asumimos que el nivel de
amilasa sigue una distribución normal. Para un nivel de signicación = 0:05, ¾es el
nivel medio de amilasa signicativamente mayor que 40 unidades por litro? ¾Y para
= 0:01?
Ejemplo 3: Si denotamos por el nivel medio de amilasa, el contraste se plantea como un contraste
unilateral de la forma:
H0 : 40
(
H1 : > 40
En este caso la varianza es desconocida y el estadístico de contraste será:
X p0 45 40
p = 2:3979:
=
S= n 10= 23
de contraste es mayor que t . t de Student con n 1 = 22
Buscamos en la tabla de la
grados de libertad el valor que deja a su izquierda una probabilidad 0:95 y obtenemos
que t = 1:72. Como conclusión, rechazamos H0 para un nivel de signicación del 5%.
Es decir, el nivel medio de amilasa es signicativamente mayor que 40 unidades por
litro.
de contraste es mayor que t , donde ahora t es el valor que en una t de Student con
n 1 = 22 grados de libertad deja a su izquierda una probabilidad 0:99. Observamos

que t = 2:51 y por lo tanto no rechazamos H0 para un nivel de signicación del 1%.
Carmen M
a Cadarso, M
3 Contrastes sobre las medias de dos poblaciones normales

3.1 Muestras independientes, varianzas conocidas
Consideremos ahora el siguiente modelo general. Tenemos dos poblaciones normales, con sus respec-
tivas medias y varianzas: N (1 ; 1 ) y N (2 ; 2 ) y queremos contrastar hipótesis que comparen sus
medias, 1 y 2 . Extraemos:
Suponemos que las muestras son independientes, es decir, los individuos donde se han obtenido las
mediciones de la población 1 son distintos de los individuos donde se han obtenido las mediciones de
la población 2. Suponemos además que las varianzas 12 y 22 son conocidas.
Contraste bilateral. Si nos preguntamos si podemos asumir que la media es la misma en ambas
poblaciones, entonces el contraste planteado sería un contraste bilateral
H0 : 1 = 2 H0 : 1 2 = 0
( (
6 2
H1 : 1 =
o equivalentemente
6 0
H1 : 1 2 =
Si la hipótesis nula H0 : 1 = 2 es cierta, entonces
X X2
q12
1 22
2 N (0; 1):
n1 + n2
Siguiendo el mismo razonamiento que en casos anteriores, jado un nivel de signicación , rechaz-
amos la hipótesis nula H0 : 1 = 2 frente a H1 : 1 6= 2 si
X X2 X X2
q12
1 22
z=2 ó q12
1 22
z=2 :
n1 + n2 n1 + n2
De nuevo, z=2 denota el punto tal que P (Z > z=2 ) = =2 siendo Z 2 N (0; 1).
Contraste unilateral por la derecha. Supongamos ahora que queremos determinar si la media 1
es signicativamente mayor que 2 . Entonces, el contraste planteado sería:
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 > 2 H1 : 1 2 > 0
o equivalentemente
Rechazamos la hipótesis nula H0 : 1 2 frente a 1 > 2 si

X X2
q12
1 22
z
n1 + n2
Carmen M
a Cadarso, M
Contraste unilateral por la izquierda. Supongamos ahora que queremos determinar si la media 1
es signicativamente menor que 2 . Entonces, el contraste planteado sería:
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 < 2 H1 : 1 2 < 0
o equivalentemente
Rechazamos la hipótesis nula H0 : 1 2 frente a 1 < 2 si

X X2
q12
1 22
z
n1 + n2
Ejemplo 3: ¾Es la talla media de los niños (V) de 3 años mayor que la de las niñas (M) de la misma
edad? Las desviaciones típicas poblacionales (en cm.) son conocidas ( V = 4:6,
M = 4:5). Medimos la talla de nV = 60 niños y nM = 61 niñas y obtenemos los
siguientes resultados muestrales:
XV = 97:1 cm. ; XV = 94:8 cm.
Ejemplo 4: Denotamos por V la talla media de los niños y por M la talla media de las niñas. El
contraste planteado sería:
H0 : V M H0 : V M 0
( (
H1 : V > M H1 : V M > 0
o equivalentemente
El estadístico de contraste en este caso será:
X XM q
qV 2
97:1 94:8
= = 2:7797 2:78:
V M2 4:62 4:52
nV + nM 60 + 61
de contraste es mayor que z . Buscamos en la tabla de la N(0,1) el valor que deja
a su izquierda una probabilidad 0:95 y obtenemos que z = 1:64, ver Figura 4 (a).
Como conclusión, rechazamos H0 para un nivel de signicación del 5%. Es decir, la
talla media de los niños de 3 años es signicativamente mayor que la de las niñas de la
misma edad.
El p-valor del contraste será (ver Figura 4 (b))

p-valor = P (Z 2:78) = 1 0:997282 = 0:002718:
Es decir, la talla media de los niños de 3 años es signicativamente mayor que la
de las niñas de la misma edad para cualquier nivel de signicación que verique
0:002718.
Carmen M
a Cadarso, M
(a) (b)
● ● ● ●
0 1:64 2:78 0 1:64 2:78

Región crítica Región crítica
= 0:05 = 0:01146
Figure 4: (a) Región crítica del contraste H0 : V M frente a H0 : V > M del Ejemplo 3 para
= 0:05. El estadístico del contraste pertenece a la región crítica y, por lo tanto, se rechaza la
hipótesis nula H0 . (b) El p-valor del contraste 0:002718 se corresponde con el área rayada.
3.2 Muestras independientes, varianzas desconocidas e iguales
Como ya hemos comentado en el capítulo de intervalos de conanza, en la práctica los valores de 12
y
2
2 suelen ser desconocidos y por lo tanto es necesario estimarlos. No obstante, puede suceder que
pese a ser desconocidas podamos suponer que ambas varianzas son iguales. Supongamos entonces
que disponemos de:
Suponemos que las muestras son independientes y que las varianzas 12 y 22 son desconocidas pero
iguales. Si suponemos que las varianzas de las dos poblaciones son iguales ya hemos visto que el
mejor estimador de la varianza es:
(n1 1)S12 + (n2 1)S22

SP2 =
n1 + n2 2 ;
Recuerda que en la ecuación anterior, S12 y S22 denotan la varianza muestral de la primera y segunda
población, respectivamente.
H0 : 1 = 2 H0 : 1 2 = 0
( (
6 2
H1 : 1 =
o equivalentemente
6 0
H1 : 1 2 =
X X2
q12
Sp Sp2
2 tn +n 2 :
1 2
n1 + n2
Carmen M
a Cadarso, M
Fijado un nivel de signicación , rechazamos la hipótesis nula H0 : 1 = 2 frente a H1 : 1 6= 2 si

X X2 X X2
q12
Sp Sp2
t=2 ó q12
Sp Sp2
t=2
n1 + n2 n1 + n2
Ahora t=2 denota el punto tal que P (T > t=2 ) = =2 siendo T una t de Student con n1 + n2 2
grados de libertad.
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 > 2 H1 : 1 2 > 0
o equivalentemente

X X2
q12
Sp Sp2
t
n1 + n2
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 < 2 H1 : 1 2 < 0
o equivalentemente

X X2
q12
Sp Sp2
t
n1 + n2
Ejercicio 1: El Verapamil y el Nitroprusside son dos productos utilizados para reducir la hipertensión.
Para compararlos, unos pacientes son tratados con Verapamil y otros con Nitroprus-
side. Los resultados obtenidos se muestran en la siguiente tabla, donde:
X1 = reducción de la presión arterial de un paciente tratado con Verapamil
X2 = reducción de la presión arterial de un paciente tratado con Nitroprusside
X1 10 15 18 23 12 16
X2 15 10 19 9 14 12 18
Las variables X1 y X2 están medidas en mm. Admitiendo normalidad y sabiendo que
ambas variables tienen la misma desviación típica, ¾se puede aceptar que la reducción
media de hipertensión es la misma con ambos tratamientos?
Carmen M
a Cadarso, M
3.3 Muestras apareadas
Como hemos visto en el capítulo de intervalos de conanza, en muchas ocasiones nos interesa com-
parar dos métodos o tratamientos. En ese caso es natural que los individuos donde se aplican los
tratamientos sean los mismos. Cuando X1 y X2 representan características diferentes de la misma
población y se quieren evaluar sus diferencias, conviene tomar muestras apareadas. Así, se obtiene el
valor de las características X1 y X2 sobre los mismos individuos de la población. Se supone que las
X1 2 N 1 ; 12 X2 2 N 2 ; 22

muestras se han obtenido de poblaciones normales y pero teniendo
en cuenta que ahora X1 y X2 no son independientes. En esta situación considerábamos la variable
D = X1 X2 .
H0 : 1 = 2 H0 : 1 2 = 0
( (
6 2
H1 : 1 =
o equivalentemente
6 0
H1 : 1 2 =
Dp
2t :
SD = n n 1
Fijado un nivel de signicación , rechazamos la hipótesis nula H0 : 1 = 2 frente a H1 : 1 6= 2 si
Dp Dp
SD = n
t=2 ó t
SD = n =2
siendo t=2 el punto tal que P (T > t=2 ) = =2 en una t de Student con n 1 grados de libertad.
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 > 2 H1 : 1 2 > 0
o equivalentemente

Dp
t
SD = n
H0 : 1 2 H0 : 1 2 0
( (
H1 : 1 < 2 H1 : 1 2 < 0
o equivalentemente

Dp
SD = n
t
Carmen M
a Cadarso, M
Ejercicio 2: Se quiere estudiar los efectos del abandono de la bebida sobre la presión sistólica en
individuos alcohólicos. Para ello se mide la presión sistólica en 10 individuos alcohólicos
antes y después de 2 meses de haber dejado al bebida.
Sujeto 1 2 3 4 5 6 7 8 9 10
X1 presión antes 140 165 160 160 175 190 170 175 155 160
¾Existen diferencias signicativas en la presión sistólica media antes y después de
abandonar la bebida?
4 Contrastes sobre una proporción

Queremos contrastar hipótesis como las propuestas en la sección anterior pero sobre una proporción
p. Para ello utilizaremos como estadístico de referencia la proporción muestral p^.
Contraste bilateral. Si queremos determinar si la proporción p es signicativamente distinta de
cierto valor dado p0 , entonces el contraste planteado sería un contraste bilateral

H0 : p = p0
(
6 p0
H1 : p =
Si la hipótesis nula H0 : p = p0 es cierta, entonces (para muestras grandes)
p^ p0
q
p0 (1 p0 )
N (0; 1):
n
p0 cuando la propor-
El sentido común nos aconseja rechazar la hipótesis nula de que la proporción es
ción muestralp^ sea muy distinta de p0 . Para respetar además un nivel de signicación prejado,
rechazamos la hipótesis nula H0 : p = p0 frente a H1 : p 6= p0 si
p^ p0 p^ p0
q
p0 (1 p0 )
z=2 ó q
p0 (1 p0 )
z=2
n n
Aquí z=2 denota el punto tal que P (Z > z=2 ) = =2 siendo Z 2 N (0; 1).
Contraste unilateral por la derecha. Supongamos ahora que queremos determinar si la proporción
p es signicativamente mayor que un valor dado p0 . Entonces, el contraste planteado sería:
H0 : p p0
(
H1 : p > p 0
Dados los valores de una muestra, parece claro que deberíamos rechazar H0 si p^ es considerablemente
mayor que p0 . Rechazamos la hipótesis nula H0 : p p0 frente a H1 : p > p0 si
p^ p0
q
p0 (1 p0 )
z
n
Carmen M
a Cadarso, M
Contraste unilateral por la izquierda. Supongamos ahora que queremos determinar si la proporción
p es signicativamente menor que un valor dado p0 . Entonces, el contraste planteado sería:
H0 : p p0
(
H1 : p < p 0
Dados los valores de una muestra, parece claro que deberíamos rechazar H0 si p^ es considerablemente
menor que p0 . Rechazamos la hipótesis nula H0 : p p0 frente a H1 : p < p0 si
p^ p0
q
p0 (1 p0 )
z :
n
Ejercicio 3: Una empresa farmacéutica quiere comercializar un medicamento que cura cierta dolen-
cia. Se sabe que el 40% de los pacientes se curan sin tomar este medicamento. La em-
presa debe probar que su medicamento es ecaz y para ello administra el medicamento
a 100 pacientes, de los cuales se curan 50. ¾Es el medicamento signicativamente
ecaz? Calcula e interpreta el p-valor del contraste.
5 Contrastes sobre dos proporciones

En algunas ocasiones estamos interesados en contrastes sobre las proporciones p1 y p2 de dos pobla-
ciones. Tenemos en ese caso dos muestras:

Suponemos que las muestras son independientes.
Contraste bilateral. Si nos preguntamos si podemos asumir que la proporción es la misma en ambas
H0 : p1 = p2 H0 : p1 p2 = 0
( (
6 p2
H1 : p1 =
o equivalentemente
6 0
H1 : p1 p2 =
Si la hipótesis nula H0 : p1 = p2 es cierta, entonces (para tamaños muestrales grandes)
p^1 p^2
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
N (0; 1)
n1 n2
Siguiendo el mismo razonamiento que en casos anteriores, jado un nivel de signicación , rechaz-
amos la hipótesis nula H0 : p1 = p2 frente a H1 : p1 6= p2 si
p^1 p^2 p^1 p^2
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
z=2 ó q
p^1 (1 p^1 ) + p^2 (1 p^2 )
z=2
n1 n2 n1 n2
Aquí z=2 denota el punto tal que P (Z > z=2 ) = =2 siendo Z 2 N (0; 1).
Carmen M
a Cadarso, M
Contraste unilateral por la derecha. Supongamos ahora que queremos determinar si la proporción
p1 es signicativamente mayor que p2 . Entonces, el contraste planteado sería:
H0 : p1 p2 H0 : p1 p2 0
( (
H1 : p1 > p2 H1 : p1 p2 > 0
o equivalentemente
Rechazamos la hipótesis nula H0 : p1 p2 frente a H1 : p1 > p2 si

p^1 p^2
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
z
n1 n2
Contraste unilateral por la izquierda. Supongamos ahora que queremos determinar si la proporción
p1 es signicativamente menor que p2 . Entonces, el contraste planteado sería:
H0 : p1 p2 H0 : p1 p2 0
( (
H1 : p1 < p2 H1 : p1 p2 < 0
o equivalentemente
Rechazamos la hipótesis nula H0 : p1 p2 frente a p1 < p2 si

p^1 p^2
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
z :
n1 n2
Carmen M
a Cadarso, M
Ejemplo 4: La exostosis auditiva externa (EAE) es una anomalía ósea del canal auditivo externo.
Esta lesión está asociada a una prolongada inmersión en agua fría y aparece con fre-
cuencia en individuos que participan en actividades acuáticas como el surf. Se cree
además que la temperatura del agua es un factor que inuye en la prevalencia de EAE.
Supongamos que en un estudio se examinan a 307 surstas que surfean fundamental-

o
mente en aguas frías (por debajo de 12 C). De los 307 surstas examinados, 230 fueron
diagnosticados de EAE. En otro estudio realizado a 75 surstas de aguas templadas,
30 fueron diagnosticados de EAE. Para una signicación del 5%, ¾se puede concluir
que la prevalencia de EAE es signicativamente mayor en los surstas de aguas frías?
Sea p1 la prevalencia de EAE en surstas de agua fría y p2 la prevalencia de EAE
en surstas de agua templada. Entonces, el contraste se plantea como un contraste
unilateral de la forma
H0 : p1 p2 H0 : p1 p2 0
( (
H1 : p1 > p2 H1 : p1 p2 > 0
o equivalentemente
ya que queremos determinar si existe evidencia de que p1 es mayor que p2 . Según los
datos del estudio p^1 = 0:749 y p^2 = 0:4. El estadístico del contraste será en este caso
p^1 p^2
= 5:65:
p^1 (1 p^1 ) + p^2 (1 p^2 )
q
n1 n2
Para un nivel de signicación = 0:05, rechazamos la hipótesis nula ya que el valor del
estadístico es mayor que z = 1:64 (obtenemos z buscando en la tabla de la N(0,1)
el valor que deja a su izquierda una probabilidad 0:95). En resumen, se puede concluir
que la prevalencia de EAE es signicativamente mayor en surstas de agua fría.
Carmen M
a Cadarso, M
Capítulo 9
Carmen M
a Cadarso, M
a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro
Contents
1 Introducción 2
2 Tablas de contingencia para datos categóricos 2

2.1 Tablas 2 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 Pruebas Chi-cuadrado 4
3.1 Test Chi-cuadrado de independencia en tablas 2 2 . . . . . . . . . . . . . . . . . 4
3.1.1 Corrección por continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Test Chi-cuadrado de independencia en tablas r s . . . . . . . . . . . . . . . . . . 9
4 Tipos de estudios 11
5 Medidas de efecto: riesgo relativo y odds-ratio 13

5.1 Riesgo relativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.2 Odds-ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1
1 Introducción
En el capítulo anterior hemos estudiado los métodos básicos para el contraste de hipótesis sobre
parámetros de variables continuas. Los datos con los que trabajábamos consistían en una o dos
muestras (dependiendo de si el contraste era sobre una o dos poblaciones) y asumíamos que dichas
muestras procedían de una distribución normal. Por ejemplo, nos preguntábamos si el nivel medio
de amilasa en sangre es signicativamente mayor que un valor dado o si la talla media de los niños
de tres años es signicativamente superior que la de las niñas de la misma edad. En ambos casos
estamos suponiendo que las variables de interés (nivel de amilasa en sangre, talla de niños y niñas) se
distribuyen como una variable normal.
Sin embargo hay ocasiones en que la variable de estudio no es continua, sino que sus valores son de
tipo categórico. Por ejemplo, supongamos que se ha llevado a cabo un estudio en niños y niñas de
3 años consistente en determinar su talla. En vez de registrar el valor numérico de la estatura, el
resultado observado se clasicó en tres categorías: bajo, normal, alto. Podemos estar interesados en
determinar si existe una relación estadísticamente signicativa entre la talla y el sexo del niño pero
ahora la variable estatura es categórica y los métodos de inferencia que debemos usar serán distintos
a los vistos en el capítulo anterior. En este tema trataremos el estudio de datos categóricos y los
procedimientos de inferencia adecuados en este caso.
2 Tablas de contingencia para datos categóricos
Los datos categóricos son datos que provienen de experimentos cuyos resultados son de tipo categórico,
es decir, se presentan en diferentes categorías que pueden o no estar ordenadas. En Bioestadística

manejamos muchas
Ejemplo 1: Se hizo un estudio consistente en experimentar la efectividad de dos tratamientos anal- variables con dos
gésicos para la reducción del dolor en 165 pacientes con cefalea. Se registró el tipo
posibles valores o
categorías:
de dolor (ausente, leve, moderado o intenso) que manifestaron sufrir los pacientes
presencia o
sometidos a cada tratamiento. De los 83 pacientes sometidos al tratamiento A, 12 ausencia de una
manifestaron no sufrir dolor de cabeza, 24 dolor leve, 31 dolor moderado y 16 dolor enfermedad o
intenso. De los 82 pacientes sometidos al tratamiento B, 20 manifestaron no sufrir
síntoma, hombre o
mujer, mejoría o no
dolor de cabeza, 18 dolor leve, 30 dolor moderado y 14 dolor intenso.
mejoría tras un
tratamiento,...
La forma de organizar datos de dos variables categóricas es mediante una tabla de doble entrada,
llamada tabla de contingencia. Las tablas de contingencia están compuestas por las (horizontales),
para la información de una variable y columnas (verticales) para la información de otra variable. En
cada casilla de la tabla se muestra el número de casos o individuos que poseen un nivel de una de las
variables y otro nivel de la otra variable (frecuencias observadas).
Ejemplo 1: La tabla de contingencia 2 4 (2 las y 4 columnas) asociada al Ejemplo 1 es:
Las frecuencias
representadas en
Dolor
cada casilla de una
Tratamiento Ausente Leve Moderado Intenso tabla de
A 12 24 31 16 contingencia se
B 20 18 30 14
denominan
frecuencias
observadas
Carmen M
a Cadarso, M
En la tabla de contingencia también se suelen representar:
Los totales de cada la, que se llaman marginales de las las.
Los totales de cada columna, que se llaman marginales de las columnas.
El número total de individuos.
Ejemplo 1: Podemos completar la tabla de contingencia del Ejemplo 1 con los totales.
Dolor
Tratamiento Ausente Leve Moderado Intenso Total
A 12 24 31 16 83
B 20 18 30 14 82
Total 32 42 61 30 165
2.1 Tablas 22

Una tabla de contingencia 2 2 está formada por dos las y dos columnas. Se utiliza para representar
datos de dos variables, cada una de las cuales presenta dos únicos valores o categorías. En esta
situación la tabla de contingencia se reduce a una tabla 2 2 como la que se muestra a continuación:
Variable 1
Variable 2 Valor 1 Valor 2
Valor 1 a b
Valor 2 c d
Estudio de casos y
Ejemplo 2: Se ha planteado la hipótesis de que el cáncer de mama en mujeres está causado en controles: Este
tipo de estudio
parte por eventos que ocurren entre la edad de la primera menstruación y la edad al
identica a
nacer el primer hijo. En particular, se cree que el riesgo de cáncer de mama aumenta personas con una
cuanto mayor es este intervalo de tiempo. Esto signicaría que la edad a la que las enfermedad (casos)
mujeres tienen su primer hijo es un factor de riesgo importante en la incidencia de y los compara con
un grupo control
esta enfermedad. Se ha llevado a cabo un estudio a nivel internacional para contrastar
apropiado que no
esta hipótesis. En él participaron 3220 mujeres con cáncer de mama (casos) y 10245 tenga la
mujeres sin cáncer de mama (controles). La edad a la que las mujeres del estudio enfermedad. Una
tuvieron su primer hijo fue categorizada en 30 años y 29 años. Los datos del vez seleccionados
estudio se resumen en la siguiente tabla 2 2 .
los individuos en
cada grupo, se
investiga si
Tipo
estuvieron
Edad al tener el primer hijo Caso Control expuestos o no a
30 683 1498 una característica
29 2537 8747
de interés y se
compara la
Las frecuencias observadas son a = 683, b = 1498, c = 2537 y d = 8747. proporción de
expuestos en el
Ejemplo tomado del libro Fundamentals of Biostatistics. Rosner, B. (2000) grupo de casos
frente a la del
grupo de controles.
Carmen M
a Cadarso, M
Si además representamos los totales, tendremos:
Variable 1
Variable 2 Valor 1 Valor 2 Total
Valor 1 a b a +b
Valor 2 c d c +d
Total a +c b +d a +b+c+d
Ejemplo 2: Volviendo al estudio sobre el cáncer de mama obtenemos:
Tipo
Edad al tener el primer hijo Caso Control Total
30 683 1498 2181
29 2537 8747 11284
Total 3220 10245 13465
Así, el número de casos es a + c = 3220 mujeres. El número de controles es b +d =

10245. El número de mujeres del estudio que han tenido su primer hijo con más de 30
años es a + b = 2181 mujeres. El número de mujeres del estudio que han tenido su
primer hijo con menos de 29 años es c + d = 11284 mujeres. El total de observaciones
es n = a + b + c + d = 13465 mujeres.
Ante una tabla de contingencia como las anteriores se pueden plantear distintas cuestiones. Por
ejemplo, podemos estar interesados en determinar si existe una relación estadísticamente signicativa
entre las variables estudiadas. Para responder a esta cuestión utilizaremos la metodología de análisis de
las tablas de contingencia. Existen diferentes procedimientos como el test Chi-cuadrado que veremos
a continuación. También nos puede interesar cuanticar la relación entre las variables de interés
y estudiar su relevancia clínica. Esta última cuestión podrá resolverse mediante las denominadas
medidas de asociación o de efecto como el riesgo relativo (RR) y odds-ratio (OR).
Tanto las medidas de efecto como las pruebas estadísticas a utilizar dependerán del diseño del estudio
del que proceden los datos. Veremos diferentes tipos de estudios que se pueden llevar a cabo.
3 Pruebas Chi-cuadrado
Las pruebas Chi-cuadrado, o pruebas 2 de Pearson, son un grupo de contrastes de hipótesis que se Las pruebas que
aplican en dos situaciones básicas: tiene por objetivo
determinar si los
Para comprobar armaciones acerca de las funciones de probabilidad (o densidad) de una variable datos se ajustan a
aleatoria. Por ejemplo, si queremos contrastar si una determinada variable sigue una distribución una determinada
normal.
distribución se
denominan pruebas
Para determinar si dos variables son independientes estadísticamente. En este caso la prueba de bondad de
ajuste
que aplicaremos será el test 2 de independencia.
3.1 Test Chi-cuadrado de independencia en tablas 22

El test 2 de independencia nos permite determinar si dos variables cualitativas XeY están o no
asociadas. Si concluimos que las variables no están relacionadas podremos decir con un determinado
Carmen M
a Cadarso, M
nivel de conanza, previamente jado, que ambas son independientes. El contraste se plantea como:
H0 : X e Y
(
son independientes
H1 : X e Y no son independientes
Veremos como se lleva a cabo el test 2 de independencia en el caso particular de una tabla de
contingencia 2 2 . El test se podrá generalizar para contrastar la independencia de variables que
presenten más de dos posibles valores o categorías.
Ejemplo 2: Volvemos al estudio sobre el cáncer de mama. El objetivo es determinar si existe una
relación estadísticamente signicativa entre el desarrollo de la enfermedad y la edad a
la que la mujer tiene el primer hijo. Es decir, si llamamos:
X= Cáncer de mama (sí o no)
Y= Edad a la que la mujer tiene el primer hijo ( 29 30

ó )
entonces, el contraste planteado sería:
H0 : X e Y
(
son independientes
H1 : X e Y no son independientes.
Si la hipótesis nula fuese cierta, la proporción de mujeres con cáncer de mama que
tuvieron su primer hijo con menos de 29 años debería ser la misma que la proporción de
mujeres con cáncer de mama que tuvieron su primer hijo con más de 30 años. Entonces,
si H0 fuese cierta, de las 3220 mujeres con cáncer de mama ¾cuántas esperaríamos que
hubiesen tenido su primer hijo con más de 30 años? ¾y con menos de 29?
El número esperado de casos con más de 30 años de edad al tener el primer hijo sería:
3220
E11 = 2181 13465 = 521:561:
El número esperado de casos con menos de 29 años al tener el primer hijo sería:
3220
E21 = 11284 13465 = 2698:439:
Del mismo modo, si la hipótesis nula fuese cierta, la proporción de mujeres sin cáncer de
mama que tuvieron su primer hijo con menos de 29 años debería ser la misma que la de
mujeres sin cáncer de mama que tuvieron su primer hijo con más de 30 años. Entonces,
si H0 fuese cierta, de las 10245 mujeres sin cáncer de mama ¾cuántas esperaríamos que
hubiesen tenido su primer hijo con más de 30 años? ¾y con menos de 29? El número
esperado de controles con más de 30 años al tener el primer hijo sería:
10245
E12 = 2181 13465 = 1659:439:
El número esperado de controles con menos de 29 años al tener el primer hijo sería:
10245
E22 = 11284 13465 = 8585:561:
Carmen M
a Cadarso, M
Ejemplo 1: La tabla de valores observados y esperados bajo la hipótesis nula es entonces:
Tipo
Edad al tener el primer hijo Caso Control Total
30 683 (521.561) 1498 (1659.439) 2181
29 2537 (2698.439) 8747 (8585.561) 11284
Total 3220 10245 13465
Comparamos ahora los datos observados con los datos esperados (entre paréntesis). Si
dichos valores son considerablemente distintos, deberíamos rechazar la hipótesis nula
de independencia.
Los valores esperados en una tabla de contingencia se calculan a través del producto de los totales
marginales dividido por el número total de individuos. En el caso particular de una tabla 2 2 se tiene:
E11 =

(a + c) (a + b)
E12 =

(b + d) (a + b)
a +b+c+d a +b+c+d
E21 =

(a + c) (c + d)
E22 =

(b + d) (c + d)
a +b+c+d a +b+c+d
Si denotamos por Oij los valores observados en la realidad, podemos representar los valores observados
y esperados en la misma tabla como se muestra a continuación.
Variable 1
Variable 2 Valor 1 Valor 2
Valor 1 O11 (E11 ) O12 (E12 )

Valor 2 O21 (E21 ) O22 (E22 )
El test 2 de independencia mide la diferencia entre los valores Eij que deberíamos haber obtenido si
las dos variables fuesen independientes y los que se han observado en la realidad Oij . El estadístico
del contraste es:

2
(observados esperados)
2 = :
X
esperados
todas las celdas
Es decir,
X (Oij Eij )2
2 = Eij :
i;j
Cuanto mayor sea la diferencia entre los valores esperados y observados, mayor será el valor de este
estadístico. Por lo tanto, deberemos rechazar H0 cuando el valor de 2 sea grande.

Bajo la hipótesis nula de independencia, se sabe que los valores del estadístico se distribuyen aprox-
imadamente según una distribución Chi-cuadrado. Para el caso de una tabla de contingencia de r
las y s columnas, los grados de libertad son ( r 1)( s 1). Por lo tanto, para el caso particular de
una tabla 2 2 , el estadístico sigue aproximadamente una distribución Chi-cuadrado con 1 grado de
libertad bajo H0 .
En resumen, para tablas de contingencia 2 2 , rechazaremos la hipótesis nula de independencia para
una signicación si
X (Oij Eij )2
2 = Eij
i;j
Carmen M
a Cadarso, M
donde es el punto que deja a su derecha una probabilidad en una distribución Chi-cuadrado con Para que la
1 grado de libertad, ver Figura 1.
aproximación por la
distribución
Chi-cuadrado sea
buena, es
conveniente que las
frecuencias
esperadas sean
grandes. Como
criterio en tablas
2 2 se pide que
todos los valores
1 esperados E sean
ij
mayores que 5.

Figure 1: Densidad de una
2

con 1 grado de libertad. Regiones de aceptación y rechazo del
estadístico
2

de Pearson para tablas de contingencia 2 2.
Ejemplo 2: Calculamos el valor del estadístico 2 para el ejemplo del estudio sobre el cáncer de
mama. Se tiene:
(683 :
521 561)2 (1498 :
1659 439)2 (2537 :
2698 439)2 (8747 :
8585 561)2
2 = + + + :
= 78 369 :
:
521 561 :
1659 439 2698 439 : :
8585 561
Consultamos la tabla de la distribución Chi-cuadrado (con 1 grado de libertad) y con-
cluimos que, para un nivel de signicación = 0:05, rechazamos la hipótesis nula de

que el desarrollo de la enfermedad es independiente de la edad a la que la mujer tiene
= 3:84.
el primer hijo ya que el valor del estadístico es mayor que
De hecho, incluso para una signicación = 0:005, rechazaríamos la hipótesis nula de

independencia ya que también en este caso el valor del estadístico es mayor que =
7:88. Por lo tanto, podemos concluir que el cáncer de mama está signicativamente
asociado con la edad a la que la mujer tiene el primer hijo.
● ●
0 3:84 78:369
Región crítica
= 0:05
Figure 2: Región crítica del contraste de independencia del Ejemplo 2. El estadístico del contraste
pertenece a la región crítica y, por lo tanto, se rechaza la hipótesis nula H0 .
Además, para el caso de una tabla 2 2 , la expresión del estadístico 2 puede simplicarse y obtenerse
Carmen M
a Cadarso, M
como:
2
(a + b + c + d)(ad bc)
2 = (a + b)(c + d)(a + c)(b + d)
Ejemplo 2: Comprobamos que el estadístico 2 para los estudio sobre el cáncer de mama se calcula
también como:
(a + b + c + d)(ad
2 = (a + b)(c + d)(a + c)(b + d) =
bc)
2

13465 (683 8747
1498 2537)2
: :

2181 11284 3220 10245 = 78 369
Ejemplo 3: El problema planteado en el Ejemplo 2 se puede enfocar desde la perspectiva de los
contrastes sobre dos proporciones vistos en el capítulo anterior. Recuerda que el prob-
lema planteaba la hipótesis de que la edad a la que las mujeres tienen su primer hijo
podría ser un factor de riesgo importante en la incidencia del cáncer de mama. En el
estudio participaron 13465 mujeres (3220 casos y 10245 controles).
Ejemplo 2: De entre los casos, 683 mujeres tuvieron su primer hijo con más de 30 años. De entre
los controles, 1498 mujeres tuvieron su primer hijo con más de 30 años. En base a esos
datos, ¾hay evidencia signicativa de que retrasar la edad a la que se tiene el primer
hijo afecta a la incidencia de cáncer de mama? Si llamamos p1 a la proporción de
mujeres con cáncer de mama que han tenido su primer hijo con más de 30 años y p2
a la proporción de mujeres sin cáncer de mama que han tenido su primer hijo con más
de 30 años, el contraste se puede plantear como
H0 : p1 = p2 H0 : p1 p2 = 0
( (
6 p2
H1 : p1 =
o equivalentemente
6 0
H1 : p1 p2 =
En este caso p^1 = 683=3220 = 0:212 y p^2 = 1498=10245 = 0:146. El estadístico del
contraste será:
p^1 p^2
q
p^1 (1 p^1 ) + p^2 (1 p^2 )
= 8 231 : :
n1 n2
Para un nivel de signicación = 0:05, rechazamos la hipótesis nula ya que el valor
del estadístico es mayor que z=2 = 1:95. Se concluye entonces que hay evidencia
signicativa de que la proporción de mujeres con cáncer de pecho que han tenido su
primer hijo con más de 30 años es signicativamente distinta que la de mujeres sin
cáncer de pecho que han tenido su primer hijo con más de 30 años. Además, puedes
comprobar que si se plantea un contraste unilateral del tipo
H0 : p1 p2 H0 : p1 p2 0
( (
H1 : p1 > p2 H1 : p1 p2 > 0
o equivalentemente
también se rechaza la hipótesis nula. Es decir, la proporción de mujeres con cáncer de
pecho que han tenido su primer hijo con más de 30 años es signicativamente mayor
que la de mujeres sin cáncer de pecho que han tenido su primer hijo con más de 30
años.
Carmen M
a Cadarso, M
3.1.1 Corrección por continuidad
Ya hemos comentado que, para que la aproximación por la distribución Chi-cuadrado sea buena, es
conveniente que las frecuencias esperadas sean grandes. Como criterio en tablas 2 2 se pide que
todos los valores esperados Eij sean mayores que 5. Aun así, en tablas 2 2 la aproximación a la
Chi-cuadrado puede no ser buena y, por eso, se suele aplicar la llamada corrección por continuidad La notación jj se
utiliza para
de Yates. Esta corrección consiste en restar :
05 a cada una de las diferencias (sin signo) entre valores
representar valor
observados y esperados, es decir: absoluto. El valor
absoluto de un
X (jOij Eij j :
0 5)2 número es su valor
2corregido = Eij : numérico sin tener
i;j en cuenta su signo
Ejemplo 2: Calculamos el valor del estadístico 2 corregido para el ejemplo del estudio sobre el
cáncer de mama. Observamos que las diferencias entre valores observados y esperados
son todas 161 438 : o :
161 438. Entonces:
:
(161 438 :
0 5)2 :
(161 438 :
0 5)2 :
(161 438 :
0 5)2 :
(161 438 :
0 5)2
2corregido = + + +
521 561 : :
2698 439 :
1659 439 :
8585 561
= :
77 885 :
Consultamos la tabla de la distribución Chi-cuadrado (con 1 grado de libertad) y con-
cluimos que, para un nivel de signicación = 0:05, rechazamos la hipótesis nula de

que el desarrollo de la enfermedad es independiente de la edad a la que la mujer tiene
el primer hijo ya que el valor del estadístico corregido es mayor que = 3:84.
3.2 Test Chi-cuadrado de independencia en tablas r s

Veremos ahora como se lleva a cabo el test 2 de independencia en el caso general de una tabla de
contingencia r s (r las, s columnas).
Ejemplo 3: Se ha llevado a cabo una encuesta sobre salud en un determinado país. En la siguiente
tabla se muestran los resultados de dos de las preguntas incluidas en el cuestionario. La
primera pregunta era: En general, ¾deniría su estado de salud como excelente, bueno,
normal o deciente?. La segunda pregunta era: ¾Puede hace frente al pago de los
servicios sanitarios que necesita? Las posibles respuestas eran casi nunca, normalmente
no , normalmente sí o siempre .
Pago servicios sanitarios

Estado de Salud Casi nunca Normalmente no Normalmente sí Siempre Total
Excelente 4 20 21 99 144
Bueno 12 43 59 195 309
Normal 11 21 15 58 105
Deciente 8 9 8 17 42
Total 35 93 103 369 600
Recordamos que estamos interesados en determinar si dos variables cualitativas XeY están o no
asociadas. Ahora XoY pueden presentar más de dos posibles valores o categorías. El contraste se
Carmen M
a Cadarso, M
plantea como:
H0 : X e Y
(
son independientes
H1 : X e Y no son independientes
Igual que antes, el test 2 de independencia mide la diferencia entre los valores esperados Eij que
deberíamos haber obtenido si las dos variables fuesen independientes y los que se han observado en
la realidad Oij . El estadístico del contraste es:
2
(observados esperados)
2 = :
X
esperados
todas las celdas
Los valores esperados se calculan usando el mismo método que para tablas 2 2 . Para cada celda, se
multiplican los totales marginales de la la y columna correspondiente y se divide el resultado entre
el número total de individuos. Es decir
i Total marginal de la columna j

Eij =
Total marginal de la la
Total de individuos
Ejemplo 3: Nos preguntamos si el estado de salud está relacionado con la capacidad que tienen
los pacientes de hacer frente al pago de los servicios sanitarios. Calculamos la tabla de
valores observados y esperados (entre paréntesis) para la tabla del Ejemplo 3.
Pago servicios sanitarios

Estado de Salud Casi nunca Normalmente no Normalmente sí Siempre Total
Excelente 4(8.40) 20(22.32) 21(24.72) 99(88.56) 144
Bueno 12(18.02) 43(47.90) 59(53.04) 195(190.04) 309
Normal 11(6.13) 21(16.27) 15(18.02) 58(64.57) 105
Deciente 8(2.45) 9(6.51) 8(7.21) 17(25.83) 42
Total 35 93 103 369 600
Por ejemplo, si suponemos que el estado de salud es independiente de la capacidad para
hacer frente al pago de los servicios sanitarios, el número esperado de pacientes con un
estado de salud bueno y que normalmente pueden hacer frente al pago de los servicios
sanitarios sería E23 (la 2, columna 3)
E23 =
309 103 : :
= 53 04
600
Una vez calculada la tabla de valores observados y esperados, podemos calcular el valor del estadístico
Chi-cuadrado,
X (Oij Eij )2
2 = Eij :
i;j
Cuanto mayor sea la diferencia entre los valores esperados y observados, mayor será el valor de este
estadístico. Por lo tanto, deberemos rechazar H0 cuando el valor de 2 sea grande. Bajo la hipótesis
nula de independencia, se sabe que los valores del estadístico se distribuyen aproximadamente según
una distribución Chi-cuadrado. Para el caso de una tabla de contingencia de r las y s columnas, los
grados de libertad son ( r 1)( s 1). Es decir, rechazaremos la hipótesis nula de independencia para
Carmen M
a Cadarso, M
una signicación si Para que la

X (Oij Eij )2 aproximación por la
2 = Eij distribución
i;j Chi-cuadrado sea
donde es el punto que deja a su derecha una probabilidad en una distribución Chi-cuadrado con buena, es
conveniente que las
( r s 1) grados de libertad, ver Figura 3.
1)(
frecuencias
esperadas sean
grandes. Como
criterio en tablas
r s se pide que
no más del 20% de
los valores
esperados E sean
ij
inferiores a 5.
1

Figure 3: Densidad de una
2
con ( 1)( r s
1) grado de libertad. Regiones de aceptación y rechazo
del estadístico
2

de Pearson para tablas de contingencia . r s
Ejemplo 3: Calculamos el valor del estadístico 2 para el Ejemplo 3. Se tiene:
(4 :
8 40)2 (20 :
22 32)2 (17 :
25 83)2
2 = :
8 40
+
:
22 32
+ ::: + :
25 83
:
= 30 7078 :
Consultamos la tabla de la Chi-cuadrado con ( r 1)( s 1) = (4 1)(4 1) = 9 grados
de libertad y concluimos que, para un nivel de signicación = 0:05, rechazamos la

hipótesis nula de que el estado de salud es independiente de la capacidad para hacer
frente al pago de los servicios sanitarios ya que el valor del estadístico es mayor que
= 16:9.
4 Tipos de estudios
Los estudios epidemiológicos son los estudios en los que se basa la investigación médica y permiten
establecer la relación entre las causas de una enfermedad y la inuencia de éstas en el desarrollo (o
no) de la enfermedad. Existen numerosas clasicaciones de los estudios epidemiológicos dependiendo
de si atendemos a su nalidad, a su secuencia temporal, al control que se tenga sobre los factores del
estudio,...
Clasicaremos aquí los estudios epidemiológicos según el tipo de intervención que exista en el estudio.
Dependiendo de si existe o no intervención, los estudios se clasican en:
Estudios observacionales: Son aquellos en los que el factor de estudio no es controlado por el
investigador. El investigador se limita a observar y medir. Son ejemplos de estudios observa-
cionales el estudio casocontrol, estudio de cohortes y el estudio de prevalencia o transversal.
Estudios casocontrol: En los estudios de casos y controles los sujetos incluidos proceden
típicamente de dos grupos, según sean casos (con la enfermedad o daño en estudio) o
Carmen M
a Cadarso, M
controles (sin el daño en cuestión). La idea es comparar los antecedentes de los enfermos
de una población con los de los sanos de la misma población. Se trata de poner de
maniesto posibles diferencias en las exposiciones que expliquen, al menos parcialmente,
la razón por la que unos enfermaron y otros no.
Estudios de cohortes: Los estudios de cohorte se basan en el seguimiento en el tiempo
de dos o más grupos de individuos que han sido divididos según el grado de exposición
a un determinado factor (corrientemente en 2 grupos: expuestos y no expuestos). Al
inicio, ninguno de los individuos incluidos en ambos grupos tiene la enfermedad o daño
en estudio. Los individuos son seguidos durante un período de tiempo para observar
la frecuencia de aparición del fenómeno que nos interesa. Si al nalizar el período de
observación la incidencia de la enfermedad es mayor en el grupo de expuestos, podremos
concluir que existe una asociación estadística entre la exposición a la variable y la incidencia
de la enfermedad.
Estudio de prevalencia o transversal: Los estudios transversales examinan las relaciones
entre las enfermedades y otras variables de interés en una población y momento determi-
nados. La presencia o ausencia de la enfermedad y de las otras variables se determinan en
cada miembro de la población estudiada o en una muestra representativa en un momento
dado. La secuencia temporal de causa a efecto no queda necesariamente determinada en
un estudio de este tipo.
Estudios experimentales: El investigador asigna un factor de estudio y lo controla a lo largo de
la investigación. Este tipo de estudios se utilizan para evaluar la ecacia de diferentes terapias,
de actividades preventivas o para la evaluación de actividades de planicación y programación
sanitarias. Son ejemplos de estudios experimentales los ensayos clínicos.
Ensayos clínicos: Los ensayos clínicos son experimentos planicados sobre pacientes cuyo
objetivo es evaluar la ecacia de tratamientos e intervenciones médicas o quirúrgicas.
Ejemplo 4: El estudio sobre el cancer de mama descrito en el Ejemplo 2 es un estudio casocontrol.
Ejemplo 5: El Estudio del Corazón de Framingham. El Estudio de Framingham es un conocido es-
tudio de cohorte que se inició en 1948 bajo la dirección del Instituto Nacional Cardíaco,
Pulmonar y Sanguíneo de EEUU. El objetivo del mismo era la identicación de los fac-
tores o características comunes que contribuían a las enfermedades cardiovasculares,
mediante el seguimiento a largo plazo de un gran número de individuos que en el mo-
mento de su incorporación al estudio todavía no habían manifestado evidencia clínica de
la enfermedad. Inicialmente se reclutaron 5.209 varones y mujeres con edades compren-
didas entre los 30 y 62 años, residentes en Framingham, Massachussets. Así comenzó
la primera serie de exámenes médicos, clínicos, bioquímicos y de estilos de vida que
constituirían las bases para el análisis de los patrones comunes relacionados con el
desarrollo de las enfermedades cardiovasculares.
http://www.framinghamheartstudy.org/index.html
Carmen M
a Cadarso, M
Ejemplo 6: Un estudio transversal para conocer la prevalencia de osteoporosis y su relación con
algunos factores de riesgo potenciales incluyó a 400 mujeres con edades entre 50 y
54 años. A cada una se le realizó una densitometría de columna y en cada caso se
completó un cuestionario de antecedentes.
Ejemplo 7: El hospital Northwestern Medicine de Chicago participa en el primer ensayo clínico
con células madre embrionarias humanas. El ensayo pretende probar la seguridad y
tolerancia, y eventualmente la ecacia, del tratamiento en parapléjicos recientes, para
reparar los daños sufridos en la médula espinal.
Noticia de El País (30/09/2010).
5 Medidas de efecto: riesgo relativo y odds-ratio
La relación entre las variables se puede cuanticar mediante el cálculo de medidas de asociación como
el riesgo relativo (RR) y la odds-ratio (OR).
5.1 Riesgo relativo
El riesgo relativo (RR) es una razón que relaciona la incidencia en dos grupos de población que dieren
por el grado de exposición a un factor determinado. Es decir:
Incidencia en el grupo 1
RR =
Incidencia en el grupo 2
Generalmente, el grupo 2 se encuentra en condiciones normales (no expuestos a cierto factor de
riesgo) mientras que el grupo 1 se encuentra expuesto al factor de riesgo. De esta forma, un RR
mayor que 1 indicaría efectos nocivos del factor de riesgo, es decir, la presencia del factor de riesgo se
asocia a una mayor incidencia. Un RR menor que 1 indicaría que la presencia del factor de riesgo se
asocia a una menor incidencia (factor de protección). Un RR igual a 1 indicaría que no hay asociación
entre la presencia del factor de riesgo y la incidencia de la enfermedad.
Si consideramos la tabla de contingencia 2 2

Enfermedad
Factor de riesgo o exposición Sí No
Presente a b
Ausente c d
se tendría:
=(a + b)
=(c + d) :
a
RR =
c
Carmen M
a Cadarso, M
5.2 Odds-ratio
En muchas ocasiones el número de sujetos clasicados como enfermos es pequeño comparado con el
número de sujetos clasicados como no enfermos, es decir:
a +b b
c +d d
En ese caso el riesgo relativo se aproxima por:
=
:
a b ad
= =
OR
c d = bc
A esta medida se le denomina odds-ratio o razón de ventajas.
Carmen M
a Cadarso, M
Capítulo 10
a a
Contents
1 Introducción 2
2 Conceptos generales 2
2.1 El diagrama de dispersión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Covarianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Coeciente de correlación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 El modelo de regresión lineal 5

3.1 El método de mínimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Descomposición de la variabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2.1 Coeciente de determinación . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1
1 Introducción
En el primer capítulo nos hemos ocupado de la descripción de variables estadísticas unidimensionales,
es decir, cada individuo de la muestra era descrito de acuerdo a una única característica. Sin embargo,
lo habitual es que tendamos a considerar un conjunto amplio de características para describir a cada
uno de los individuos de la población, y que estas características puedan presentar relación entre el-
las. Así, si para un mismo individuo observamos simultáneamente k características obtenemos como
resultado una variable estadística k -dimensional. Nos centraremos en el estudio de variables estadísti-
cas bidimensionales, es decir, tendremos dos características por cada individuo. Representaremos por
(X; Y ) la variable bidimensional estudiada, donde X e Y son las variables unidimensionales correspon-
dientes a las primera y segunda características, respectivamente, medidas para cada individuo. En el
estudio de variables bidimensionales tiene mucho interés buscar posibles relaciones entre las variables
X e Y . Por ejemplo, ¾existe relación entre la altura en el peso?, ¾cómo se relaciona la cantidad de
dinero que se ha invertido un laboratorio para anunciar un nuevo fármaco con las cifras de ventas
durante el primer mes?, ¾está relacionada la altura de un padre con la de su hijo?. El tipo de relación
más sencilla que se establece entre un par de variables es la relación lineal. Estudiaremos en este
capítulo este tipo de relaciones.
2 Conceptos generales
Estudiaremos las características (X ,Y ) de una población a partir de la información recogida en una
muestra de tamaño n de la forma (x1 ; y1 ); : : : ; (x ; y ): n n
Ejemplo 1: EL Volumen Expiratorio Forzado (VEF) es una medida de la función pulmonar. Se

cree que el VEF está relacionado con la estatura. Nos interesa estudiar la variable
bidimensional (X; Y ) siendo X la estatura de niños de 10 a 15 años de edad e Y el
VEF. A continuación se muestra la estatura (en cm.) y el VEF (en l.) de 12 niños en
ese rango de edad:
Estatura 134 138 142 146 150 154 158 162 166 170 174 178
VEF 1.7 1.9 2.0 2.1 2.2 2.5 2.7 3.0 3.1 3.4 3.8 3.9
Es decir, contamos con la información recogida en una muestra de tamaño n = 12 de

la forma (134; 1:7); (138; 1:9); : : : ; (178; 3:9).
2.1 El diagrama de dispersión

La representación gráca más útil de dos variables continuas es el diagrama de dispersión. Consiste
en representar en un eje de coordenadas los pares de observaciones (x ; y ). La nube así dibujada
i i
(a este gráco también se le llama nube de puntos) reeja la posible relación entre las variables. A
mayor relación entre las variables más estrecha y alargada será la nube. En la Figura 1 se muestran
ejemplos de diferentes diagramas de dispersión.
Ejercicio 1: ¾Te parece que existe relación lineal entre las variables X e Y representadas en los
grácos de dispersión de la Figura 1? ¾Qué tipo de relación crees que existe en cada
uno de los ejemplos representados?
Carmen M
a Cadarso, M
●
● ●
4.0
20 ●
●
●
●
● ●
3.5
● ●
● ●
● ● ● ●
10
●
●
● ●
●
● ●
●
● ●
3.0
● ● ● ● ●
●
y
y
● ● ●
●
●
●
0
●
● ● ●
●
●
2.5
●
● ●
● ●
●
● ● ●
−10
2.0
●
●
●
● ●
0.0 0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8
x x
●
●
200
5
●
●
150
● ●
● ●
4
● ●
●
●
y
y
● ●
100
●
●
● ●
●
●
●
●
3
● ●
●
●
●
● ●
● ●
●
50
●
● ●
● ●
●
●● ●
● ● ●
2
●●
● ●
●●
●
● ●●
● ●
● ●
0
0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8 1.0
x x
Figure 1: Diferentes diagramas de dispersión
Ejemplo 1: Para los datos del Ejemplo 1, se obtiene el diagrama de dispersión de la Figura 2. A
partir de la gráca se observa que parece existir una clara relación lineal entre ambas
variables, de manera que a medida que aumenta la estatura, también aumenta el VEF
y además lo hace de forma lineal.
●
3.5
●
3.0
●
VEF
●
2.5
●
2.0
140 150 160 170
Estatura
Figure 2: Diagrama de dispersión para los datos del Ejemplo 1
Carmen M
a Cadarso, M
2.2 Covarianza
La mayoría de las medidas características estudiadas en el caso unidimensional (como por ejemplo
la media) pueden extenderse al caso bidimensional. Además, en el contexto bidimensional surgen
nuevas medidas que nos permiten cuanticar la dispersión conjunta de dos variables estadísticas.
Consideremos una muestra de n observaciones de una variable bidimensional cuantitativa (X; Y ).
Se dene la covarianza entre X e Y (que se denota por s ) como: xy
1
n
Cov(X; Y ) = s (x x)(y y):

X
=
xy
n 1 i =1
i i
La covarianza puede interpretarse como una medida de relación lineal entre las variables X e Y .
Propiedades:
1. La covarianza de (X; Y ) es igual a la de (Y; X ), es decir, s = s xy yx
2. La covarianza de (X; X ) es igual a la varianza de X , es decir s = s 2 xx x
Ejemplo 1: Para los datos del Ejemplo 1 se obtiene que la estatura media es x = 156 centímetros
y el VEF medio es y = 2:691 litros. La covarianza entre X e Y se calcula como
(134 156) (1:7 2:691) + : : : + (178 156) (3:9 2:691)
s = = 10:672
xy
11
El signo de la covarianza nos indica que hay una relación positiva, es decir, a medida
que aumenta la estatura aumenta el VEF.
2.3 Coeciente de correlación lineal

La covarianza cambia si modicamos las unidades de medida de las variables. Esto es un inconveniente
porque no nos permite comparar la relación entre distintos pares de variables medidas en diferentes
unidades. La solución es utilizar el coeciente de correlación lineal, que consiste en tipicar la
covarianza dividiéndola por las desviaciones típicas de ambas variables, y se calcula mediante,
s
r =
xy
:
xy
ss
x y
La correlación lineal toma valores entre 1 y 1 y sirve para investigar la relación lineal entre las
variables. Así, si toma valores cercanos a 1 diremos que tenemos una relación inversa entre X e Y
(esto es, cuando una variable toma valores altos la otra toma valores bajos). Si toma valores cercanos
a +1 diremos que tenemos una relación directa (valores altos de una variable en un individuo, asegura
valores altos de la otra variable). Si toma valores cercanos a cero diremos que no existe relación
lineal entre las variables. Cuando el valor de la correlación lineal sea exactamente 1 o 1 diremos que
existe una dependencia exacta entre las variables mientras que si toma el valor cero diremos que son
incorreladas.
Carmen M
a Cadarso, M
Ejemplo 1: Para los datos del Ejemplo 1 se obtiene que la desviación típica de la estatura es
s = 14:422 centímetros y la desviación típica del VEF es s = 0:748 litros. Por lo
x y
tanto, el coeciente de correlación lineal será

10:672
r = = 0:9881
xy
14:422 0:7488
La correlación es próxima a 1 y por lo tanto la relación entre ambas variables es directa.
3 El modelo de regresión lineal

En el estudio de variables bidimensionales tiene mucho interés buscar posibles relaciones entre las En un modelo de
variables. La más sencilla de estas relaciones es la dependencia lineal donde se supone que la relación regresión lineal
Y = 0 + 1 X + ,
entre dos variables X e Y viene dada por la ecuación Y = 0 + 1 X . Sin embargo, este modelo supone la variable Y recibe
que una vez determinados los valores de los parámetros 0 y 1 es posible predecir exactamente la el nombre de
respuesta Y dado cualquier valor de la variable de entrada X . En la práctica tal precisión casi nunca variable
es alcanzable, de modo que lo máximo que se puede esperar es que la ecuación anterior sea válida dependiente,
respuesta o
sujeta a un error aleatorio, es decir, la relación entre la variable dependiente (Y ) y la variable explicada. La
independiente (X ) se articula mediante una recta de regresión: variable X recibe el
nombre de variable
Y = 0 + 1 X + ": independiente,
regresora o
explicativa
3.1 El método de mínimos cuadrados

Dada una muestra (x1 ,y1 ),. . . ,(x ,y ), el objetivo es determinar los valores de los parámetros descono-
n n
cidos 0 y 1 (mediante estimadores ^0 y ^1 ) de manera que la recta denida ajuste de la mejor forma
posible a los datos. Aunque existen muchos métodos, el más clásico es el conocido como método
de mínimos cuadrados que consiste en encontrar los valores de los parámetros que, dada la muestra
de partida, minimizan la suma de los errores al cuadrado. Los estimadores ^0 y ^1 se determinan
minimizando las distancias verticales entre los puntos observados, y , y las ordenadas previstas por la i
recta para dichos puntos y^ . Es decir, el criterio será minimizar

i
1X 1X
n n
M (0 ; 1 ) = "2 = (y (0 + 1 x ))2 :
n i =1
i
n i =1
i i
Los valores de los parámetros se obtienen, por tanto, derivando e igualando a cero. Se tiene:
s
^1 = xy
s2 x
y
^0 = y ^1 x
que serán llamados coecientes de la regresión. De esta manera obtendremos la ecuación de la
recta de regresión:
s
y = ^0 + ^1 x = y ^1 x + ^1 x = y + ^1 (x x) = y + xy
(x x)
s2
x
Carmen M
a Cadarso, M
que llamaremos recta de regresión de Y sobre X para resaltar que se ha obtenido suponiendo que Intercambiando los
Y es la variable respuesta y que X es la variable explicativa. papeles de X e Y

obtendremos una
recta de regresión
Ejemplo 1: Volvamos al Ejemplo 1, donde se recogían datos de la estatura (X ) y el VEF (Y ). Los llamada recta de
coecientes de la recta de regresión de Y sobre X son: regresión de X

sobre Y , que
10:672
^1 = = 0:0513; ^0 = 2:691 156 0:0513 = 5:312 representada en el
14:4222 mismo eje de
coordenadas será
En la Figura 3 se muestra la recta de regresión de ecuación: en general distinta
a la recta de
y = ^0 + ^1 x = 5:312 + 0:0513x regresión de Y

sobre X.
Solamente
coincidirán en el
●
● caso de que la
relación entre X e
3.5
● Y sea exacta.
●
3.0
●
VEF
●
2.5
●
2.0
140 150 160 170
Estatura
Figure 3: Recta de regresión y = 5:312 + 0:0513x para los datos del Ejemplo 1
3.2 Descomposición de la variabilidad

Los métodos de regresión pretenden darnos una explicación de cómo la variable respuesta, Y , se
comporta de distinta manera en función del valor que tome la variable explicativa, X . En consecuencia,
parte de la variabilidad de Y quedaría justicada por la inuencia de la variable X , mientras que otra
parte sería fruto del error del modelo.
La variabilidad de toda la muestra la denominamos variabilidad total (VT) o suma total de cuadrados
y se calcula como
n
VT = (y y)2 :
X
i
i =1
La variabilidad total se descompone en dos sumandos:
El primero de ellos representa las desviaciones de las predicciones y^ = ^0 + ^1 x respecto a la i i
media global. Por tanto, sirve como medición de la variabilidad que podemos explicar en base
al modelo de regresión. Se denomina variabilidad explicada (VE).
n n
2
VE = ^0 + ^1 x y = y y)2 :
X X
i (^ i
i =1 i =1
Carmen M
a Cadarso, M
El segundo representa las desviaciones de los valores observados y respecto de las predicciones, i
y en consecuencia reeja la variabilidad no explicada (VNE) por la regresión, sino debida al error.
Por ello se interpreta como variabilidad residual, se calcula mediante la suma de los residuos al
cuadrado, denominada también como suma residual de cuadrados:
n n
2
VNE = y (^0 + ^1 x ) (y y^ )2 :
X X
i i = i i
i =1 i =1
Se tiene así la siguiente descomposición de la variabilidad del modelo de regresión:
VT = VE + VNE:
3.2.1 Coeciente de determinación

Una vez resuelto el problema de estimar los parámetros surge la pregunta de si la recta estimada es o
no representativa para los datos. Esto se resuelve mediante el coeciente de determinación (R2 ),
que se dene como la proporción de variabilidad de la variable dependiente que es explicada por la
regresión. Se calcula como:
VE VNE
R2 = =1 :
VT VT
En el modelo de regresión lineal simple, el coeciente de determinación coincide con el cuadrado del
coeciente de correlación entre la variable explicativa y la variable respuesta, es decir
R2 = r 2
xy
Ejemplo 1: Para los datos del Ejemplo 1 se puede observar que la recta de regresión no pasa por
todos los puntos observados (ver Figura 3). Sin embargo, están muy próximos a ella,
el grado de ajuste viene determinado por el coeciente de determinación
R2 = 0:98812 = 0:976
que se calcula como el cuadrado del coeciente de correlación. Es decir, con el modelo
de regresión lineal simple hallado, la variable X es capaz de explicar el 97:6% de la
variación de Y .
Carmen M
a Cadarso, M

Bioestadística. Curso 2014-2015 - Carmen Ma Cadarso

Cargado por

Copyright:

Formatos disponibles

Bioestadística. Curso 2014-2015 - Carmen Ma Cadarso

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bioestadística. Curso 2014-2015 - Carmen Ma Cadarso

Cargado por

Copyright:

Formatos disponibles

Bioestadística.

3.2 Descripción de variables cuantitativas. . . . . . . . . . . . . . . . . . . . . . . . . . 6

3.2.1 Descripción de variables cuantitativas discretas. . . . . . . . . . . . . . . . . 6

3.2.2 Descripción de variables cuantitativas continuas. . . . . . . . . . . . . . . . 7

4.2 Representaciones grácas de variables cuantitativas . . . . . . . . . . . . . . . . . . 9

4.2.1 Representaciones grácas de variables cuantitativas discretas . . . . . . . . 9

4.2.2 Representaciones grácas de variables cuantitativas continuas . . . . . . . . 9

5 Medidas características: Medidas de posición y de dispersión 10

5.2 Medidas de dispersión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

5.3 Medidas de forma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

5.4 El diagrama de caja o Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

dado a la investigación en Bioestadística un puesto dominante dentro de su formación.

cuanticar dicha incertidumbre y minimizar su impacto en las decisiones que tomemos.

el proceso de planicación, ejecución y evaluación de acciones colectivas de salud.

el consumo de grasas en varones adultos mayores de 40 años. ¾Cómo debe proceder?

Población: Es el universo de individuos al cual se reere el estudio que se pretende realizar.

de 40 años. La variable de interés es el consumo de grasas. El cardiólogo podría pensar en analizar

en nuestro contexto es que en el procedimiento de extracción intervenga el azar. Por ejemplo, el

grasas de cada uno de ellos.

Medicina de esta Universidad. Para ello se pregunta a 50 alumnos de esta titulación.

Población: Todos los estudiantes del Grado en Medicina de esta Universidadd.

Variable: Número de horas de estudio semanal.

Muestra: 50 alumnos encuestados.

Ejercicio 1: Se desea estimar el porcentaje de albúmina en el suero proteico de personas sanas.

Para ello se analizan muestras de 40 personas, entre 2 y 40 años de edad.

¾Cuál es la población objeto de estudio?

¾Cuál es la variable de interés?

¾Cuál es la muestra con la que se realiza el estudio?

Clasicamos las tareas vinculadas a la Estadística en tres grandes disciplinas:

Estadística Descriptiva. Se ocupa de recoger, clasicar y resumir la información contenida en la

los mecanismos aleatorios.

(Estadística Descriptiva). Dado que la muestra se obtiene mediante procedimientos aleatorios, el

Cálculo de Probabilidades es una herramienta esencial de la Inferencia Estadística.

se clasican a su vez en:

Cuantitativas discretas: Toman un número discreto de valores (en el conjunto de números

reacción alérgica a una picadura de insecto, etc.

sus distintas formas de presentación a través de un ejemplo práctico.

cuyos datos de ingreso se encuentran resumidos en la siguiente tabla. Clasica las

variables recogidas (sexo, peso, estatura, temperatura, número de visitas previas al

servicio de urgencias y dolor).

Sexo Peso (kg.) Estatura (m.)

M 58 1.63 36.5 2 Intenso

H 84 1.86 37.2 0 Intenso

M 47 1.53 38.3 0 Moderado

M 70 1.75 37.1 1 Intenso

M 57 1.68 36.8 0 Leve

H 87 1.82 38.4 1 Leve

M 55 1.46 36.6 1 Intenso

tral. La denotamos por

Frecuencias relativas acumuladas 0  Fi  1 Fm = 1

Claramente, la suma de las frecuencias absolutas es el número total de datos, n; y la suma de

acumuladas coincide con el número de observaciones. Análogamente, el último valor de la distribución

de frecuencias relativas acumuladas es uno.

La distribución de frecuencias acumuladas permite conocer la proporción de valores por debajo de

intenso. Tendríamos así la tabla de frecuencias:

Leve 3 0:375 3 0:375

pacientes acudieron al servicio de urgencias con dolor leve o moderado?

gastrointestinales simples, un laboratorio determinó la dureza del agua de 10 muestras

obteniendo los siguientes resultados:

4 Agua muy dura

4.2 Representaciones grácas de variables cuantitativas . . . . . . . . . . . . . . . . . . 9

4.2.1 Representaciones grácas de variables cuantitativas discretas . . . . . . . . 9

4.2.2 Representaciones grácas de variables cuantitativas continuas . . . . . . . . 9

cuanticar dicha incertidumbre y minimizar su impacto en las decisiones que tomemos.

el proceso de planicación, ejecución y evaluación de acciones colectivas de salud.

Población: Es el universo de individuos al cual se reere el estudio que se pretende realizar.

Clasicamos las tareas vinculadas a la Estadística en tres grandes disciplinas:

Estadística Descriptiva. Se ocupa de recoger, clasicar y resumir la información contenida en la

se clasican a su vez en:

cuyos datos de ingreso se encuentran resumidos en la siguiente tabla. Clasica las

Frecuencias relativas acumuladas 0 Fi 1 Fm = 1

Construye la tabla de frecuencias relativas para la variable Dureza del agua.

Número de intervalos a considerar: Para adoptar esta decisión tendremos en cuenta:

4.1 Representaciones grácas de variables cualitativas

verde. Construye la tabla de frecuencias y representa las grácas adecuadas para la

4.2 Representaciones grácas de variables cuantitativas

4.2.2 Representaciones grácas de variables cuantitativas continuas

)2 = min ni=1 (xi )2 :

)2 + (x2 )2 + : : : + (xn )2

que x = 65:125 kg.

utilizar el coeciente de variación, que se dene así: