Syllabus Estadistica Sistemas

FACULTAD DE CIENCIAS DE LA SALUD
CARRERA DE FISIOTERAPIA
FISIOTERAPIA
SEGUNDO SEMESTRE
SYLLABUS DE LA ASIGNATURA DE
BIOESTADISTICA
Elaborado por: Ing. Carlos Edwin Balcázar Jiménez

Gestión Académica I/2022
1
UNIVERSIDAD DE AQUINO BOLIVIA
UDABOL
Acreditada como PLENA mediante R.M. 288/01
VISIÓN DE LA UNIVERSIDAD
Ser la Universidad líder en calidad educativa
MISIÓN DE LA UNIVERSIDAD
Desarrollar la Educación Superior Universitaria con calidad y

Competitividad al servicio de la sociedad
2
Estimado(a) estudiante:
El Syllabus que ponemos en tus manos es el fruto del trabajo intelectual de tus docentes, quienes
han puesto sus mejores empeños en la planificación de los procesos de enseñanza para brindarte
una educación de la más alta calidad. Este documento te servirá de guía para que organices mejor
tus procesos de aprendizaje y los hagas mucho más productivos.
Esperamos que sepas apreciarlo y cuidarlo.
Aprobado por: Fecha: Febrero de 2022
SELLO Y FIRMA
JEFATURA DE CARRERA
3
SYLLABUS
Asignatura: BIOESTADISTICA
Código: BIOE-214
Requisito: COMPUTACION
Carga Horaria: 80 horas Teórico Prácticas
Horas teóricas 40
Horas Practicas --
Créditos: 8
I. OBJETIVOS GENERALES DE LA ASIGNATURA
 Dotar al estudiante de herramientas estadísticas básicas que le permitan realizar

investigaciones y deducciones de manera científica, en cualquier área de trabajo en la que
se desempeñe.
 Proporcionar al alumno conocimientos básicos de la estadística descriptiva y demográfica
 Establecer los criterios y normas mínimas que deben verificarse para construir y presentar
adecuadamente los gráficos en el ámbito de la estadística descriptiva.
 Que el alumno conozca cómo debe emplearse la información y cómo organizar, tabular las
medidas obtenidas mediante la construcción de tablas de frecuencia.
 Que el alumno conozca los métodos para elaborar imágenes que sea capaz de mostrar
gráficamente un resultado.
II. PROGRAMA ANALÍTICO DE LA ASIGNATURA
1. CONSIDERACIONES GENERALES
Historia.- Escuelas.- Definiciones.- Aplicaciones.- Términos básicos utilizados.
2. PROCESO ESTADÍSTICO PARA LA INVESTIGACIÓN

El proceso estadístico.- Organización de los datos.- Variables estadísticas.- Registro y recolección
de datos.- Sistemas de recolección de datos.- Fuentes de información.- Elaboración de la
información.- Presentación de datos (cuadros y gráficos).-
TABLAS ESTADÍSTICAS.- REPRESENTACIONES GRÁFICAS
3. MEDIDAS DE TENDENCIA CENTRAL

La media.- La mediana.- La moda.- Relación entre media, mediana y moda.
4. MEDIDAS DE DISPERSIÓN.-
Introducción.- Rango.- Desviación promedio.- Desviación estándar.- Coeficiente de variación.
5.- MEDIDAS DE POSICIÓN.-

Cuartiles.- Deciles.- Percentiles
4
6. PROBABILIDADES.- Muestreo y distribución de probabilidades
7.- ESTADÍSTICAS DE POBLACIÓN.- Introducción.- El censo de población.- Empadronamiento.-

Métodos para calcular poblaciones.- Método de crecimiento natural.-
8.- EL PROTOCOLO DE LA INVESTIGACIÓN.-

Funciones del Protocolo de Investigación.-
Partes del Protocolo de Investigación.-
- Introducción.-
- Objetivos.-
- Control Semántico o Definición de Términos.-
- Material y Método.-
- Contexto y clasificación de la investigación.-
- Universo y muestra.-
- Operacionalización de variables.-
- Ética.-
- Técnicas y procedimientos.-
- Cronograma.-
- Recursos.-
- Referencias.-
- Anexos.-
9.- SPSS
5
III. ACTIVIDADES A REALIZAR DIRECTAMENTE EN LA COMUNIDAD
De acuerdo a las características de la carrera y de la asignatura las actividades a realizar, por los
diferentes grupos de estudiantes, han sido divididos en grupos.
Trabajo a realizar por los Localidad, aula o Incidencia Fecha

estudiantes laboratorio social
Organización de actividades Aula
del proyecto
Diseño metodológico Laboratorio
Evaluación postural
Análisis de los resultados Aula Capacitación

de los
actores
involucrados.
Presentación de los Aula
resultados
IV. EVALUACION DE LA ASIGNATURA
● PROCESUAL O FORMATIVA.
Las actividades evaluativas, que comprenden la evaluación procesual y de resultados se realizara
como sigue:
ACTIVIDAD PARÁMETROS PONDERACIÓN FECHA

EVALUATIVA
Preguntas orales y Conocimiento del tema. 20 puntos En todas las clases
escritas Creatividad 20 puntos teóricas y prácticas.
TOTAL 40 puntos
Trabajo de Conocimiento del tema. 20 puntos Tercera semana de
investigación Creatividad 20 puntos agosto
(Brigadas) TOTAL 40 puntos
Prácticas de Conocimientos 20 puntos En todas las clases
laboratorio Destreza en la práctica 20 puntos prácticas.
TOTAL 40 puntos
El trabajo, la participación y el seguimiento realizado a estos tres tipos de actividades se tomarán

como evaluación procesual calificando cada una entre 0 y 40 puntos y promediando el total.
La nota procesual o formativa equivale al 40% de la nota de la asignatura.
6
V. BIBLIOGRAFÍA
BIBLIOGRAFÍA BÁSICA
WALTER L. MATINEZ VACA, Estadística Descriptiva con Énfasis en Salud Pública, La Hoguera,
Bolivia. 2003
P. ARMITAGE, G. BERRY, Estadística para la Investigación Biomédica. Coima, Barcelona, 1996.
J.L. CARRASCO DE LA PEÑA, El Método Estadístico en la Investigación Médica. Karpus, Madrid,
1992.
MARTÍN ANDRÉS, J.D. LUNA DEL CASTILLO, Bioestadística para las Ciencias de la salud. Norma,
Granada, 1999.
D. PEÑA SÁNCHEZ DE RIVERA, Estadística: Modelos y Métodos, 1. Alianza Universidad Textos,
Madrid, 1996.
STEEL, TORRIE, Bioestadística (Principios y Procedimientos). Mac Graw-Hill, Bogotá, 1995.
S.L. WEINBERG, K.P. GOLDBERG, Estadística Básica para las Ciencias Sociales. Nueva Editorial
Interamericana, México, 1992.
MINISTERIO DE SALUD Y PREVISIÓN SOCIAL, Guía para la Interpretación de Indicadores en
Salud, UNICEF, La Paz Bolivia, 1999
BIBLIOGRAFÍA COMPLEMENTARIA
ARMIJO SUBIETA FREDDY, Indicadores de Salud documento Metodológico, La Paz Bolivia, 2000
MINISTERIO DE SALUD Y PREVISIÓN SOCIAL, Guía Metodológica para el Funcionamiento de los
Comités de Análisis de la Información, La Paz Bolivia, 2000.
WAYNE W. DANIEL, Bioestadística: Base para el análisis de las ciencias de la salud = A foundation
for analysis in the health sciences / Wayne W. Daniel. – 4ª. Ed. – Mexico: Limusa Wiley, 2007.
MOYA CALDERON RUFINO, Estadística Descriptiva. Conceptos y Aplicaciones. 1999.
ESTADISTICA, Murray Spiegel y Larry Stephens
7
VI. PLAN CALENDARIO
PROCESUALES
SEM FECHA AVANCE OBSERVACIONES
TIPO FECHA
01- 02 DE
1 INTRODUCCIÓN GENERAL. Presentación, Sistema de calificación. Tips de la Materia.
MARZO
05-09 DE
1. CONSIDERACIONES GENERALES. Historia. Escuelas. Definiciones. División
2 MARZO Estadística. Estadística aplicada. Términos Básicos Utilizados
2. PROCESO ESTADISTICO PARA LA INVESTIGACION. El proceso estadístico.-

11-16 DE Organización de los datos.- Variables estadísticas.- Registro y recolección de datos.-
3
MARZO Sistemas de recolección de datos.- Fuentes de información. Presentación de datos
(cuadros y gráficos) TABLAS ESTADISTICAS. Representaciones
19-23 DE
4 3. MEDIDAS DE TENDENCIA CENTRAL. La media.- La mediana.- La moda
MARZO
4. MEDIDAS DE DISPERSIÓN.- Introducción.- Rango.- Desviación promedio.-
26-30 DE
5 Desviación estándar.- Coeficiente de variación.
MARZO
02-06 DE 1ER.
6 EXAMENES PRIMER PARCIAL TEMAS: 1,2,3 y 4
ABR PARCIAL
09-13 DE 1ER.
7 EXAMENES PRIMER PARCIAL TEMAS: 1,2,3 y 4
ABR PARCIAL
5 . MEDIDAS DE POSICIÓN.-Cuartiles.- Deciles.- Percentiles
16-20 DE
8
ABRIL
6.- PROBABILIDADES.- Muestreo y Distribución de Probabilidad
23-27 DE
9
ABRIL
7.- .- INDICADORES DE SALUD .-Introducción.- Indicador, razones, proporciones,
30-04 DE porcentaje, tasa, índices.- Criterios para la selección de indicadores.- Validez.-
10 MAYO Comparabilidad.- Simplicidad.- Utilidad.- Tipos de Indicadores en Salud. Tasa .- Razón .-
Proporción
8.- EL SISTEMA NACIONAL DE INFORMACIÓN EN SALUD (SNIS)
07-11 DE
11 Instrumentos de realimentación.- Instrumentos de Sistematización.- Instrumentos de
MAYO
consolidación.- Instrumentos de Captación
14-18 DE 2DO.
12 EXAMENES SEGUNDO PARCIAL TEMAS: 5,6,7 y 8
MAYO PARCIAL
21-25 DE 2DO.
13 EXAMENES SEGUNDO PARCIAL TEMAS: 5,6,7 y 8
MAYO PARCIAL
9. ESTADÍSTICAS DE POBLACIÓN.- Introducción.- El censo de población.-
28-01 DE
14 JUNIO
Empadronamiento.-Métodos para calcular poblaciones.- Método de crecimiento
natural
10. ESTADÍSTICAS DE HECHOS VITALES .-Los hechos vitales.- Nacimientos.- Medición
04-08 DE
15 tasas utilizadas.- Mortalidad.- Mortalidad general.- Mortalidad Fetal.- Mortalidad
JUNIO
materna.-
11. EL PROTOCOLO DE LA INVESTIGACIÓN.- Funciones del Protocolo de
11-15 DE
16 Investigación.- Partes del Protocolo de Investigación.-
JUNIO
18-22 DE
17 12. SPSS (Statistical Product and Service Solutions).- Qué es ? Introducción
JUNIO
TEMAS
25-29 DE EXAMEN
18 EXAMENES FINALES 1,2,3,4,5,6,7,8,9,19,1
JUNIO FINAL
1,12
TEMAS
02-06 DE EXAMEN
19 EXAMENES FINALES 1,2,3,4,5,6,7,8,9,19,1
JULIO FINAL
1,12
09-13 DE 2DA.
20 EXAMENES SEGUNDA INSTANCIA
JULIO INSTANCIA
8
PROGRAMA DE BIOESTADISTICA
WORK PAPER # 1
UNIDAD O TEMA: BIOESTADISTICA
TITULO: CONSIDERACIONES GENERALES
FECHA DE ENTREGA:
1. CONSIDERACIONES GENERALES
HISTORIA.-
Los comienzos de la estadística pueden ser hallados en el antiguo Egipto, cuyos faraones
lograron recopilar, hacia el año 3050 antes de Cristo, prolijos datos relativos a la población y la
riqueza del país. De acuerdo al historiador griego Heródoto, dicho registro de riqueza y población se
hizo con el objetivo de preparar la construcción de las pirámides. En el mismo Egipto, Ramsés II hizo
un censo de las tierras con el objeto de verificar un nuevo reparto.
En el antiguo Israel la Biblia da referencias, en el libro de los Números, de los datos estadísticos
obtenidos en dos recuentos de la población hebrea. El rey David por otra parte, ordenó a Joab,
general del ejército hacer un censo de Israel con la finalidad de conocer el número de la población.
También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos efectuaron censos
periódicamente con fines tributarios, sociales (división de tierras) y militares (cálculo de recursos y
hombres disponibles). La investigación histórica revela que se realizaron 69 censos para calcular los
impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organización política, quienes mejor supieron emplear los
recursos de la estadística. Cada cinco años realizaban un censo de la población y sus funcionarios
públicos tenían la obligación de anotar nacimientos, defunciones y matrimonios, sin olvidar los
recuentos periódicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el
nacimiento de Cristo sucedía uno de estos empadronamientos de la población bajo la autoridad del
imperio.
Durante los mil años siguientes a la caída del imperio Romano se realizaron muy pocas operaciones
Estadísticas, con la notable excepción de las relaciones de tierras pertenecientes a la Iglesia,
compiladas por Pipino el Breve en el 758 y por Carlomagno en el 762 DC. Durante el siglo IX se
realizaron en Francia algunos censos parciales de siervos. En Inglaterra, Guillermo el Conquistador
recopiló el Domes day Book o libro del Gran Catastro para el año 1086, un documento de la
propiedad, extensión y valor de las tierras de Inglaterra. Esa obra fue el primer compendio estadístico
de Inglaterra.
9
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de revivir la
técnica romana, los métodos estadísticos permanecieron casi olvidados durante la Edad Media.
Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás Copérnico, Galileo,
Neper, William Harvey, Sir Francis Bacon y René Descartes, hicieron grandes operaciones al método
científico, de tal forma que cuando se crearon los Estados Nacionales y surgió como fuerza el
comercio internacional existía ya un método capaz de aplicarse a los datos económicos.
Para el año 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor que Enrique
VII tenía por la peste. Más o menos por la misma época, en Francia la ley exigió a los clérigos
registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que apareció a fines
de la década de 1500, el gobierno inglés comenzó a publicar estadísticas semanales de los decesos.
Esa costumbre continuó muchos años, y en 1632 estos Bills of Mortality (Cuentas de Mortalidad)
contenían los nacimientos y fallecimientos por sexo. En 1662, el capitán John Graunt usó
documentos que abarcaban treinta años y efectuó predicciones sobre el número de personas que
morirían de varias enfermedades y sobre las proporciones de nacimientos de varones y mujeres que
cabría esperar. El trabajo de Graunt, condensado en su obra Natural and Political
Observations...Made upon the Bills of Mortality (Observaciones Políticas y Naturales... Hechas a
partir de las Cuentas de Mortalidad), fue un esfuerzo innovador en el análisis estadístico.
Por el año 1540 el alemán Sebastián Muster realizó una compilación estadística de los recursos
nacionales, comprensiva de datos sobre organización política, instrucciones sociales, comercio y
poderío militar. Durante el siglo XVII aportó indicaciones más concretas de métodos de observación
y análisis cuantitativo y amplió los campos de la inferencia y la teoría Estadística.
Los eruditos del siglo XVII demostraron especial interés por la Estadística Demográfica como
resultado de la especulación sobre si la población aumentaba, decrecía o permanecía estática.
En los tiempos modernos tales métodos fueron resucitados por algunos reyes que necesitaban
conocer las riquezas monetarias y el potencial humano de sus respectivos países. El primer empleo
de los datos estadísticos para fines ajenos a la política tuvo lugar en 1691 y estuvo a cargo de Gaspar
Neumann, un profesor alemán que vivía en Breslau.
Este investigador se propuso destruir la antigua creencia popular de que en los años terminados en
siete moría más gente que en los restantes, y para lograrlo hurgó pacientemente en los archivos
parroquiales de la ciudad. Después de revisar miles de partidas de defunción pudo demostrar que
en tales años no fallecían más personas que en los demás. Los procedimientos de Neumann fueron
conocidos por el astrónomo inglés Halley, descubridor del cometa que lleva su nombre, quien los
aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las tablas de mortalidad que
hoy utilizan todas las compañías de seguros.
Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis Maseres, Lagrange
y Laplace desarrollaron la teoría de probabilidades. No obstante durante cierto tiempo, la teoría de
las probabilidades limitó su aplicación a los juegos de azar y hasta el siglo XVIII no comenzó a
aplicarse a los grandes problemas científicos.
Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en 1760 la palabra estadística,

que extrajo del término italiano statista (estadista). Creía, y con sobrada razón, que los datos de la
10
nueva ciencia serían el aliado más eficaz del gobernante consciente. La raíz remota de la palabra se
halla, por otra parte, en el término latino status, que significa estado o situación; Esta etimología
aumenta el valor intrínseco de la palabra, por cuanto la estadística revela el sentido cuantitativo de
las más variadas situaciones.
Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este interpretó la teoría
de la probabilidad para su uso en las ciencias sociales y resolver la aplicación del principio de
promedios y de la variabilidad a los fenómenos sociales. Quételect fue el primero en realizar la
aplicación práctica de todo el método Estadístico, entonces conocido, a las diversas ramas de la
ciencia.
Entretanto, en el período del 1800 al 1820 se desarrollaron dos conceptos matemáticos
fundamentales para la teoría Estadística; la teoría de los errores de observación, aportada por
Laplace y Gauss; y la teoría de los mínimos cuadrados desarrollada por Laplace, Gauss y Legendre.
A finales del siglo XIX, Sir Francis Gaston ideó el método conocido por Correlación, que tenía por
objeto medir la influencia relativa de los factores sobre las variables. De aquí partió el desarrollo del
coeficiente de correlación creado por Karl Pearson y otros cultivadores de la ciencia biométrica como
J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios sobre la medida de
las relaciones.
Los progresos más recientes en el campo de la Estadística se refieren al ulterior desarrollo del cálculo
de probabilidades, particularmente en la rama denominada indeterminismo o relatividad, se ha
Demostrado que el determinismo fue reconocido en la Física como resultado de las investigaciones
atómicas y que este principio se juzga aplicable tanto a las ciencias sociales como a las físicas.
11
ESCUELAS.-
La historia de la estadística está resumida en tres grandes etapas o fases.
1.- Primera Fase: Los Censos:
Desde el momento en que se constituye una autoridad política, la idea de inventariar de una forma
más o menos regular la población y las riquezas existentes en el territorio está ligada a la conciencia
de soberanía y a los primeros esfuerzos administrativos.
2.- Segunda Fase: De la Descripción de los Conjuntos a la Aritmética Política:
Las ideas mercantilistas extrañan una intensificación de este tipo de investigación. Colbert multiplica
las encuestas sobre artículos manufacturados, el comercio y la población: los intendentes del Reino
envían a París sus memorias. Vauban, más conocido por sus fortificaciones o su Dime Royale, que
es la primera propuesta de un impuesto sobre los ingresos, se señala como el verdadero precursor
de los sondeos. Más tarde, Bufón se preocupa de esos problemas antes de dedicarse a la historia
natural.
La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva. Sus tres
principales representantes son Graunt, Petty y Halley. El penúltimo es autor de la famosa Aritmética
Política.
Chaptal, ministro del interior francés, publica en 1801 el primer censo general de población,
desarrolla los estudios industriales, de las producciones y los cambios, haciéndose sistemáticos
durantes las dos terceras partes del siglo XIX.
3.- Tercera Fase: Estadística y Cálculo de Probabilidades:
El cálculo de probabilidades se incorpora rápidamente como un instrumento de análisis

extremadamente poderoso para el estudio de los fenómenos económicos y sociales y en general
para el estudio de fenómenos “cuyas causas son demasiados complejas para conocerlos totalmente
y hacer posible su análisis”.
DEFINICIONES.-
La palabra estadística procede del latín statisticum collegium ("consejo de Estado") y de su derivado
italiano statista ("hombre de Estado" o "político"). El término alemán Statistik, que fue primeramente
introducido por Gottfried Aschenwall, designaba originalmente el análisis de datos del Estado, es
decir, "la ciencia del Estado". No fue hasta el siglo XIX cuando el término estadística adquirió el
significado de recolectar y clasificar datos. Este concepto fue introducido por el inglés John Sinclair.
La Estadística es la parte de las Matemáticas que se encarga del estudio de una determinada
característica en una población, recogiendo los datos, organizándolos en tablas, representándolos
gráficamente y analizándolos para sacar conclusiones de dicha población.
12
Bioestadística: Las herramientas de la estadística se utilizan en muchos campos: negocios,
enseñanza, psicología, agricultura, economía y otros. Cuando los datos que se analizan proceden
de las ciencias biológicas o médicas, se utiliza el término de bioestadística para diferenciar esta
aplicación particular de las herramientas y conceptos de la estadística general.
Un estudio estadístico consta de las siguientes fases:
- Recolección de datos
- Organización y representación de los datos
- Análisis de los datos
- Conclusiones del estudio
DIVISIÓN DE LA ESTADÍSTICA
La Estadística se divide en dos ramas:
La estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización

y resumen de datos originados a partir de los fenómenos en estudio. Los datos pueden ser resumidos
numérica o gráficamente.
Ejemplo:
Un gerente de personal desea conocer las aptitudes de cinco secretarias que trabajan en una
dependencia particular de una compañía. Se aplica una prueba de aptitudes a las cinco secretarias
y las calificaciones son 85, 90, 93, 82 y 95 puntos. Supongamos que la medida estadística que
emplea el gerente de personal es la aptitud promedio o media aritmética, la cual es la suma de
los valores observados dividida entre el número de observaciones. Entonces la calificación promedio
es:
85 + 90 + 93 + 82 + 95 =
5
445 =89 puntos

5
El resultado se limita a los datos obtenidos en este caso particular y no implica ninguna
generalización acerca de las aptitudes de las secretarias de otras oficinas de la misma compañía.
Los gráficos, tablas y mapas que muestran datos de tal forma que sean más fáciles de entender son
todos ejemplos del uso de Estadística Descriptiva.
La estadística inferencial, que se dedica a la generación de los modelos, inferencias y predicciones

asociadas a los fenómenos en cuestión teniendo en cuenta lo aleatorio e incertidumbre en las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la
población de estudio.
Ejemplo:
Del ejemplo anterior, suponer que el gerente de personal desea conocer la aptitud promedio de todas
las secretarias de la compañía, pero carece de tiempo o de los recursos para aplicar una prueba de
aptitud a todas ellas. Entonces decide usar la aptitud promedio de las cinco secretarias para estimar
13
la aptitud promedio de todas las secretarias. El proceso de estimar esta aptitud promedio global será
un problema de Inferencia Estadística.
Ambas ramas la Descriptiva e Inferencial comprenden la estadística aplicada.
ESTADÍSTICA APLICADA
Se denomina estadística aplicada al área de la estadística que se ocupa de inferir resultados sobre
una población a partir de una o varias muestras. Es la parte de la estadística que se aplica en
cualquier otra rama externa a ella, como psicología, medicina, sociología, historia, biología,
marketing, etc.
APLICACIONES.-
Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos, gran parte de

los logros de la estadística se derivan del interés de los científicos por desarrollar modelos que
expliquen el comportamiento de las propiedades de la materia y de los caracteres biológicos. La
medicina, la biología, la física y, en definitiva, casi todos los campos de las ciencias emplean
instrumentos estadísticos de importancia fundamental para el desarrollo de sus modelos de trabajo.
Campos de aplicación:
La estadística es una ciencia de aplicación práctica casi universal en todos los campos científicos:
En las ciencias naturales: se emplea con profusión en la descripción de modelos termodinámicos

complejos (mecánica estadística), en física cuántica, en mecánica de fluidos o en la teoría cinética
de los gases, entre otros muchos campos.
En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y la

sociología aplicada.
En economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples
parámetros macro y microeconómicos.
En las ciencias médicas y de salud: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad asociados a procesos morbosos, el grado
de eficacia de un medicamento, etcétera. En las ciencias de la salud las estadísticas nos permiten
fomentar y desarrollar una política sanitaria adecuada.
Las siguientes interrogantes encuentran respuesta en las estadísticas de salud:
 Cuál es la causa más importante de muerte en una región: ¿el cáncer?, ¿la tuberculosis?,
¿los accidentes de tránsito?
 ¿A qué edad resulta más alta la mortalidad y por cuál enfermedad?
 ¿En qué zona, determinado tipo de enfermedad presenta una incidencia mucho más elevada
que la incidencia promedio? ¿Qué condiciones prevalecen en esas zonas?
 ¿Existen algunas áreas específicas o algunas épocas en que se registran preferentemente
brotes de alguna enfermedad?
Algunos usos principales de las estadísticas de salud son las siguientes:
14
 Describir el nivel de salud de una comunidad.

 Diagnosticar las enfermedades de una comunidad.
 Encontrar soluciones a los problemas de salud.
 Determinar prioridad para los programas de salud, etc.
En las ciencias biológicas: La estadística se puede utilizar para estimar el tamaño real de la
población de una especie animal particular, la propagación de bacterias, en mejorar la raza de
animales.
Finalidad de la estadística:
La estadística es una ciencia o método científico que en la actualidad es considerada como un

poderoso auxiliar en las investigaciones científicas, que le permite a ésta aprovechar el material
cuantitativo.
EJEMPLO EN CLASE:
Cuatro bombillas de marca A dejaron de funcionar después de 1100, 980, 900 y 1020 horas de uso
continuo. Cinco bombillas de marca B dejaron de funcionar después de 960, 1050, 1065, 845 y 980
horas de uso continuo. Se llega a las siguientes conclusiones:
La duración promedio de las cuatro bombillas marca A es de 1000 hr, mientras que la duración
promedio de las cinco bombillas marca B es de 980 hr.
La duración promedio de todas la bombillas marca A es mayor que la de todas las bombillas marca
B.
La diferencia entre los dos promedios es de 20 hr.
La diferencia entre los dos promedios es demasiado pequeño para llegar a la conclusión de que las
bombillas marca A son mejores que las bombillas marca B.
Si se selecciona y prueba otra bombilla marca A probablemente durará más que el promedio de las
bombillas marca B.
Ud. Decide comprar bombillas marca A en vez de bombillas marca B.
¿Cuáles de las conclusiones provienen de la Estadística Descriptiva y cuáles de la Inferencia
Estadística?
SOLUCIÓN:
La duración promedio de las cuatro bombillas marca A es
(1100+900+980+1020)/4= 4000/4=1 000 hr.
La duración promedio de las cinco bombillas marca B es
(1050+960+1065+845)/5=4900/5=980 hr.
como se está usando Estadística para describir el comportamiento sólo de los datos observados y
no para una generalización, la conclusión proviene de Estadística Descriptiva.
Puesto que se está generalizando, que la duración promedio de todas las bombillas marca A es
mayo que todas las bombillas marca B, la conclusión provienen de la Estadística Inferencial.
Vemos que: 1000 – 980 = 20 hr, es decir la conclusión proviene de la Estadística Descriptiva.
15
Se está usando los promedios de los datos observados para inferir sobre la diferencia de todas las
bombillas. Por lo tanto, es Inferencia Estadística.
Se hace una generalización de que cualquier bombilla marca A durará más que el promedio de las
bombillas marca B, proviene de Inferencia Estadística.
Ud. Está generalizando que las bombillas marca A duran más que las bombillas marca B. por lo
tanto, es Inferencia Estadística.
TÉRMINOS BÁSICOS UTILIZADOS
Los estudiantes elaboraran un glosario de cada tema expuesto.
16
PROGRAMA DE CONTROL DE CALIDAD

DIF’s # 1
UNIDAD O TEMA: BIOESTADISTICA

TITULO: Un poco de historia
FECHA DE ENTREGA: 2da semana de clases
ACTIVIDADES
1.- Realizar un resumen corto del Tema 1.
2. Realizar el siguiente cuestionario.
De los siguientes enunciados ¿cuál probablemente usa la estadística descriptiva y cuál, la

estadística inferencial?
1. En una prueba de aptitud, cuatro trabajadores recibieron calificaciones de 85,90, 82 y 83.

Cuatro trabajadoras recibieron calificaciones de 88, 87, 89, 92. De las siguientes
declaraciones realizadas con base en estas calificaciones, identificar aquellas que se derivan
de métodos descriptivos y aquellos que se derivan de Inferencia Estadística.
a. La calificación promedio de los cuatro trabajadores es 85, y la calificación promedio
de las cuatro trabajadoras es 89.
b. La aptitud promedio de todas las trabajadoras es probablemente mayor que la de
los trabajadores.
c. En la siguiente prueba de aptitudes, probablemente los trabajadores reciban
calificaciones más bajas que las trabajadoras.
2. Cinco neumáticos para automóvil de marca A y cuatro neumáticos de marca B se prueban

para determinar su duración en servicio. La duración para los neumáticos marca A, son: 36
000, 29 000, 33 000, 37 000 y 40 000km; para la marca B, son: 9 000, 31 000, 33 000 y 35
000 km. De las siguientes declaraciones hechas en base a estas cifras, identifique las que
provienen de métodos descriptivos y las que provienen de inferencia estadística.
a. La duración promedio de los cinco neumáticos marca A es mayor que la de los cuatro
neumáticos marca B.
b. Probablemente, la duración promedio de todos los neumáticos marca A sea casi 35
000 km, mientras que la de los neumáticos marca B sea aproximadamente de 32
000 km.
c. Si el precio de los neumáticos marca A es el mismo que de los neumáticos marca
B, Ud. recomendaría marca A a todos sus amigos y parientes.
3. En cuatro pruebas de matemáticas, Juana recibió calificaciones de 17, 18, 15 y 14; mientras
que Juan recibió calificaciones de 14, 13, 16 y 13. A partir de estos datos se llega a las
siguientes conclusiones, ¿cuáles de éstos incluyen el método descriptivo y cuáles se
obtienen mediante la inferencia estadística?
a. El promedio de las calificaciones de Juana es 16 y el promedio de las calificaciones
de Juan es 14.
b. Juana es mejor estudiante que Juan.
17
c. Probablemente en la siguiente prueba, Juana obtenga calificaciones más elevadas
que Juan.
d. La diferencia entre los dos promedios es 2 puntos.
4. Califique cada una de las afirmaciones siguientes ya sea como inferencias o métodos
descriptivos.
a. Un médico general estudia la relación entre el consumo de cigarrillo y las
enfermedades del corazón.
b. Un ecólogo, informó que en cierto río de la selva la carne de los peces contiene un
promedio de 300 unidades de mercurio.
Conteste V ó F
5. El término alemán Statistik, fue primeramente introducido por John Sinclair. F V
6. La palabra estadística procede del Italiano statisticum collegium ("consejo de Estado") F V
7. La estadística descriptiva es el estudio de una muestra que permite hacer proyecciones o

estimaciones acerca de la población de la cual procede. F V
8. En Inglaterra, Guillermo el Conquistador recopiló el Domes day Book o libro del Gran Catastro
para el año 1086 F V
9. ¿En qué contexto se emplea generalmente la palabra “estadística” en radio y televisión? SI

NO
10. Se denomina estadística descriptiva al área de la estadística que se ocupa de inferir resultados
sobre una población a partir de una o varias muestras F V
11. ¿Quién es considerado padre de la Estadística?
12. Fue el primero en realizar la aplicación práctica de todo el método Estadistico es quien aplica las
Estadísticas a la ciencias sociales. ¿Quién fue este personaje?
18
WORK PAPER # 2
UNIDAD II O TEMA: 2
TITULO: PROCESO ESTADISTICO PARA LA INVESTIGACIÓN
FECHA DE ENTREGA:
EL PROCESO ESTADÍSTICO.-
Proceso estadístico: es un conjunto de pasos que se realizan para resolver un problema donde
interviene una variable estadística.
1. Planteamiento del problema y establecimiento objetivo.
2. Determinación de la variable estadística.
a) Cualitativas (color de ojos pelo...) Cuantitativas (peso altura...)

b) Discreta (valores finitos) Continua (valores infinitos)
c) Agrupados en intervalos y no agrupados.
3. Identificación del colectivo.
Población, Muestra (tamaño y representación)
4. Recolección de la información.
a) Directa (encuestas)
b) Indirecta (censos, historias clínicas...)
5. Organización de la información.
Tablas (simples, doble entrada)

Gráficas (diagramas de barras, histogramas y sectores)
6. Parámetros estadísticos (covarianza)
Parámetros estadísticos: valores de la variable k sirven para representar la serie estadística resumida
en pocos datos. Unidimensionales y bidimensionales.
a) Centrales (media aritmética. mediana (frecuencia acumulada) y modo

b) Dispersión (varianza y desviación tipica.Bidimensionales. covarianza.
19
Parámetros de dispersión: miden la heterogeneidad de una muestra se utilizan normalmente para

comprar dos o más series estadísticas que tienen igual media o muy parecida. La desviación típica
es la raíz cuadrada de la varían.
7. Análisis y conclusión.
EL UNIVERSO Y LA MUESTRA.-
Para muchos investigadores él termino universo y población se usan indistintamente.

Universo o población es la colección de todos los individuos, objetos u observaciones que poseen al
menos una característica común.
Ejemplos:
Las edades de los estudiantes de la UDABOL.

Las placas de los autos que circulan en un país.
Los enfermos de SIDA, tratados con uno de tres tratamientos diferentes.
Los pacientes de poliomielitis sometidos a una determinada terapéutica de rehabilitación,
LA MUESTRA.-
La muestra es una parte o un subconjunto representativo de la población, obteniéndose con el fin de

investigar alguna o algunas de las propiedades de la población de la cual procede.
ORGANIZACIÓN DE DATOS ESTADÍSTICOS
Al organizar la información puede que algunos datos resulten omitidos, inconsistentes o irrelevantes.
En estos casos debe procederse a corregir la data mediante la incorporación de los datos omitidos,
inconsistentes o irrelevantes por otros que garanticen la menor deformación de la misma.
Los datos pueden clasificarse en Cualitativos y Cuantitativos. Una vez clasificados los datos estos
se organizan en Tablas, Cuadros o Gráficos. Los cuales están regidos por una serie de convenciones
más o menos estables.
Cuando se tiene un número grande de datos provenientes de una experiencia estadística es

conveniente ordenarlos y clasificarlos en un Cuadro o Tabla numérica de manera de facilitar su
empleo por parte de los usuarios. Las Tablas constan de cinco partes fundamentalmente:
1. Título: Presenta de forma sucinta la materia que trata el Cuadro.
2. Columna Matriz: Colocada generalmente a la izquierda es la primera columna del Cuadro y

contiene algún atributo de la población estudiada.
3. Encabezamiento: Generalmente es la primera fila y en ella se identifican los atributos o

características que se refieren en la columna.
20
4. Cuerpo: corresponde a los datos estadísticos propiamente dichos.
5. Fuente: Acá debe establecerse la fuente de la cual se obtiene la data. Sólo se omite si el
recopilador de los datos es el autor.
Para Handam (1994) las tablas estadísticas pueden ser de dos tipos: Simples y Complejas. La
primera se refiere a observaciones independientes entre sí; la segunda a datos de características
dependientes entre sí. Ejemplos:
TABLA I
NACIDOS VIVOS POR DEPARTAMENTOS
BOLIVIA 2000
DEPARTAMENTO NÚMERO DE NACIDOS VIVOS

La Paz 14600
Sucre 2500
Oruro 1850
Santa Cruz 25219
Beni 13437
TOTAL 57606
FUENTE: Anuario estadístico 200. INE.
2. La tabla 1 puede ampliarse como para incluir sub- clasificaciones del tipo de: Atención del parto,
persona que atendió el parto, como se muestra en la Tabla 2.
TABLA 2
NACIDOS VIVOS, SEGÚN TIPO DE ATENCION POR DEPARTAMENTOS
BOLIVIA 2000
NACIDOS
VIVOS
DEPARTAMENTO
ATENCION SIN ATENCION TOTAL
CON
Médico Patera/otra
La Paz 7000 5600 2000 14600
Sucre 1150 1000 350 2500
Oruro 1071 365 434 1850
Santa Cruz 15195 3852 6172 25219
Beni 6731 4715 1991 13437
TOTAL 31147 15532 10949 57606
FUENTE: Anuario Estadístico 2000. INE
3. El resumen de los datos se simplificará con la preparación inicial de una tabla maestra. En esta
tabla se clasificarán todos los datos disponibles. Cuando se hace una clasificación cruzada los datos
relativos a una variable o a cualquier combinación de variables, pueden obtenerse fácilmente sin
necesidad de recurrir a los datos originales.
21
A partir de una tabla maestra como se muestra en la Tabla 3 se puede determinar la población total
(A), la población femenina (B), y la población femenina de edad fértil (15 a 49) de la zona urbana (C),
y rural (D), etc.
TABLA 3
DISTRIBUCION DE LA POBLACION SEGÚN SEXO – GRUPOS DE EDAD Y URBANIZACION
GRUPO URBAN RURA TOTA

S A L L
DE
EDAD FEME MASC. TOTA FEME MASC TOTA FEME MASC TOTA
N. L N. . L N. . L
Menor 1
1-4
5-9
10-14
15-19
20-24
25-29
D
30-04 C
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70 y
más
TOTAL B A
VARIABLE ESTADÍSTICA.-
Es una magnitud que varía pero que puede ser medida, manipulada o controlada.
Pueden estar relacionadas con otras variables y cambiar en concordancia.
Desde esta óptica, las variables se clasifican en dependientes e independientes.
Una variable será considerada dependiente, en el marco de un estudio concreto, si su magnitud

cambia debido a los cambios de otra u otras variables.
Por ejemplo, el consumo es una variable que está relacionada al ingreso; si el ingreso aumenta, el
consumo de un bien también aumentará. Aunque todavía no podemos saber en cuánto; más
adelante lo sabremos.
Establecer en cuánto se modificará una variable dependiente como efecto del cambio de otra, es
una de las más importantes fases de la Estadística. Es decir, su capacidad de pronóstico.
En este caso, en la relación Ingreso-Consumo, el Ingreso sería la variable independiente, pues

cambia sin estar ligado al cambio de otra en el análisis concreto.
22
TIPOS DE VARIABLES
Las variables se dividen en tres grandes grupos: Cuantitativas, Categóricas y de Intervalo.
Variables cuantitativas: Las conocemos como variables numéricas; este tipo de variables son las
más comunes en los estudios estadísticos, pues varían en su magnitud.
Variables categóricas: Son las variables cualitativas y se dividen, a su vez, en dos grandes ramas:
las variables nominales y las variables ordinales.
Variables nominales: Son aquéllas que no pueden ser clasificadas ni en una magnitud cuantitativa
ni en una magnitud de jerarquía. Por ejemplo, las categorías de género; varón, mujer, son variables
de ese tipo.
Variables ordinales: Las que aceptan una jerarquización de importancia.
El ingreso familiar, por ejemplo, es una variable nominal, puesto que puede ser calificado de acuerdo
a un orden, descendente.
Variables de intervalo: Nos permiten expandir el radio de las variables numéricas.
Ej. el promedio del ingreso semanal de un grupo de estudiantes puede encontrarse entre $30 y 3,
intervalo que a veces es más útil que el dato único que nos brinda la media.
RELACIÓN DE LAS VARIABLES:
Desde el punto de vista de la relación, hay tres clases de variables.
Variables dependientes: Las que cambian, debido a que otra variable o variables han cambiado,
de acuerdo con un tipo de relación dada entre ambas.
Variables Independientes: Las que cambian sin depender del cambio de otras o pueden ser
manipuladas.
Una de las principales tareas del estadístico es determinar cuáles serán las variables independientes
y cuáles las dependientes en el análisis que debe realizar.
Variables neutras: Son las que no están relacionadas con ninguna otra.
Variables Discretas: Las que entre dos valores aproximados entre sí, toman, a su vez, un número
finito de valores; ejemplos: 4 personas, 5 asientos
Variables Continuas: Son las que en un intervalo dado pueden tomar un número de valores muy
grande Ejemplo, la hora, la temperatura, la distancia, la velocidad….
Hay dos requerimientos que la Estadística exige sobre la relación entre variables.
Primero, que obedezcan a una teoría pre establecida o a una hipótesis racional, lógica y que el grado
de relación entre ellas sea suficientemente sólido.
23
Por ejemplo, puede suceder que los precios en España cambien en relación directa con los
nacimientos de niñas en Corea; esta aparente relación no es aceptable.
No lo es, puesto que no hay ninguna teoría científica que la aval, en cambio la relación entre el
consumo y el ingreso es una relación que proviene de alguna teoría.
Una vez que aceptamos teóricamente la relación entre dos variables, nos toca establecer el grado
en que ambas están relacionadas entre sí.
REGISTRO Y RECOLECCIÓN DE DATOS.-
Metodología empleada para la recolección de datos.
Se refiere al método utilizado para conformar y obtener los datos con los que se elaboran las
estadísticas y estos se engloban de la siguiente manera:
Uso de registros administrativos:
A través de los registros, se recoge la información continuamente a medida que van sucediendo los
actos o trámites administrativos dentro de un organismo. Ejemplos: formularios, planillas de registros,
fichas, historias médicas, etc.
Estos se pueden abordar de las siguientes formas:
Enumeración completa y exhaustiva de los registros administrativos: se refiere al momento en que

se emplea la totalidad de los registros administrativos (planillas, expedientes, formularios, entre
otros) para obtener los datos que se procesan en la operación estadística.
Enumeración por muestreo de los registros administrativos: en este caso se escoge una muestra de
los mismos, mediante el uso de muestreo probabilístico o no probabilístico.
Mediante un resumen basado en un acto administrativo: es cuando a partir de un acto administrativo,

se realiza un resumen estadístico tomando en cuenta sólo algunas características o variables
presentes en el registro administrativo.
Obtención directa de los datos
Este es el caso en el cual el organismo responsable cuenta con un instrumento de recolección, y

además, realiza el levantamiento de la información correspondiente. Para el cual se pueden aplicar
3 métodos:
 Censo o enumeración completa.

 Enumeración por muestreo.
 La forma combinada de las dos anteriores.
 Estadísticas derivadas o productos estadísticos:
Las estadísticas derivadas son aquellas que parten de insumos provenientes de estudios
estadísticos anteriores de fuentes internas y/o externas del organismo responsable y mediante un
procedimiento técnico de reelaboración, se obtiene otra información estadística.
24
Los productos estadísticos son estadísticas derivadas provenientes de una única fuente de
información.
Recopilaciones estadísticas:
Las recopilaciones se refieren a la publicación de resultados producidos a partir de otras estadísticas,

que no hayan sido objeto de reelaboración o transformación.
Gráficamente se presenta la distribución porcentual de las operaciones estadísticas

levantadas en el año 2011 según tipo de metodología
Las operaciones estadísticas basada en registros administrativos, son predominantes en tanto que
constituyen una fuente primaria, permanente y de bajo costo para producir información estadística
de interés público.
SISTEMAS DE RECOLECCIÓN DE DATOS.-
La recolección de datos se refiere al uso de una gran diversidad de técnicas y herramientas que
pueden ser utilizadas por el analista para desarrollar los sistemas de información, los cuales pueden
ser la entrevistas, la encuesta, el cuestionario, la observación, el diagrama de flujo y el diccionario
de datos.
Todos estos instrumentos se aplicarán en un momento en particular, con la finalidad de buscar

información que será útil a una investigación en común. En la presente investigación trata con detalle
los pasos que se debe seguir en el proceso de recolección de datos, con las técnicas ya antes
nombradas.
25
Los analistas utilizan una variedad de métodos a fin de recopilar los datos sobre una situación
existente, como entrevistas, cuestionarios, inspección de registros (revisión en el sitio) y observación.
Cada uno tiene ventajas y desventajas. Generalmente, se utilizan dos o tres para complementar el
trabajo de cada una y ayudar a asegurar una investigación completa.
LA ENTREVISTA.-
Las entrevistas se utilizan para recabar información en forma verbal, a través de preguntas que
propone el analista. Quienes responden pueden ser gerentes o empleados, los cuales son usuarios
actuales del sistema existente, usuarios potenciales del sistema propuesto o aquellos que
proporcionarán datos o serán afectados por la aplicación propuesta. El analista puede entrevistar al
personal en forma individual o en grupos algunos analistas prefieren este método a las otras técnicas
que se estudiarán más adelante. Sin embargo, las entrevistas no siempre son la mejor fuente de
datos de aplicación.
Dentro de una organización, la entrevista es la técnica más significativa y productiva de que dispone
el analista para recabar datos. En otras palabras, la entrevista es un intercambio de información que
se efectúa cara a cara. Es un canal de comunicación entre el analista y la organización; sirve para
obtener información acerca de las necesidades y la manera de satisfacerlas, así como concejo y
comprensión por parte del usuario para toda idea o método nuevos. Por otra parte, la entrevista
ofrece al analista una excelente oportunidad para establecer una corriente de simpatía con el
personal usuario, lo cual es fundamental en transcurso del estudio.
Preparación de la Entrevista.-
 Determinar la posición que ocupa de la organización el futuro entrevistado, sus

responsabilidades básicas, actividades, etc. (Investigación).
 Preparar las preguntas que van a plantearse, y los documentos necesarios (Organización).
 Fijar un límite de tiempo y preparar la agenda para la entrevista. (Sicología).
 Elegir un lugar donde se puede conducir la entrevista con la mayor comodidad (Sicología).
 Hacer la cita con la debida anticipación (Planeación).

Conducción de la Entrevista.-
 Explicar con toda amplitud el propósito y alcance del estudio (Honestidad).

 Explicar la función propietaria como analista y la función que se espera conferir al
entrevistado. (Imparcialidad).
 Hacer preguntas específicas para obtener respuestas cuantitativas (Hechos).
 Evitar las preguntas que exijan opiniones interesadas, subjetividad y actitudes similares
(habilidad).
 Evitar el cuchicheo y las frases carentes de sentido (Claridad).
 Ser cortés y comedio, absteniéndose de emitir juicios de valores. (Objetividad).
 Conservar el control de la entrevista, evitando las divagaciones y los comentarios al margen
de la cuestión.
 Escuchar atentamente lo que se dice, guardándose de anticiparse a las respuestas
(Comunicación).
26
Secuela de la Entrevista.-
 Escribir los resultados (Documentación).

 Entregar una copia al entrevistado, solicitando su conformación, correcciones o adiciones.
(Profesionalismo).
 Archivar los resultados de la entrevista para referencia y análisis posteriores
(Documentación).
 Recabar datos mediante la Entrevista
La entrevista es una forma de conversación, no de interrogación, al analizar las características de

los sistemas con personal seleccionado cuidadosamente por sus conocimientos sobre el sistema,
los analistas pueden conocer datos que no están disponibles en ningún otra forma.
En las investigaciones de sistema, las formas cualitativas y cuantitativas de la información

importante. La información cualitativa está relacionada con opinión, política y descripciones
narrativas de actividades o problemas, mientras que las descripciones cuantitativas tratan con
números frecuencia, o cantidades. A menudo las entrevistas pueden ser la mejor fuente de
información cualitativas, los otros métodos tiende a ser más útiles en la recabación de datos
cuantitativos.
Son valiosas las opiniones, comentarios, ideas o sugerencia en relación a como se podría hacer el
trabajo; las entrevistas a veces es la mejor forma para conocer las actividades de las empresas. La
entrevista pueden descubrir rápidamente malos entendidos, falsa expectativa o incluso resistencia
potencial para las aplicaciones de desarrollo; más aún, a menudo es más fácil calendarizar una
entrevista con los gerentes de alto nivel, que pedirle que llenen cuestionario.
Determinación del tipo de Entrevista.-
La estructura de la entrevista varia. Si el objetivo de la entrevista radica en adquirir información

general, es conveniente elaborar una serie de pregunta sin estructura, con una sesión de preguntas
y respuesta libres.
Las entrevistas estructuradas utilizan pregunta estandarizada. El formato de respuestas para las
preguntas pueden ser abierto o cerrado; las preguntas para respuestas abierta permiten a los
entrevistados dar cualquier respuesta que parezca apropiado. Pueden contestar por completo con
sus propias palabras.
Con las preguntas para respuesta cerradas se proporcionan al usuario un conjunto de respuesta que
se pueda seleccionar. Todas las personas que respondes se basan en un mismo conjunto de
posibles respuestas.
Los analistas también deben dividir el tiempo entre desarrollar preguntas para entrevistas y analizar
respuesta. La entrevista no estructurada no requiere menos tiempos de preparación, porque no
necesita tener por anticipado las palabras precisas de las preguntas. Analizar las respuestas
después de la entrevista lleva más tiempo que con la entrevista estructuradas. El mayor costo radica
en la preparación, administración y análisis de las entrevistas estructuradas para pregunta cerradas.
Selección de Entrevistados.-
Realizar entrevistas toma tiempo; por lo tanto no es posible utilizar este método para recopilar toda
la información que se necesite en la investigación; incluso el analista debe verificar los datos
27
recopilados utilizando unos de los otros métodos de recabación de datos. La entrevista se aplican
en todos los niveles gerencial y de empleados y dependa de quien pueda proporcionar la mayor
parte de la información útil para el estudio los analistas que estudian la administración de inventarios
pueden entrevistar a los trabajadores del embarque y de recepción, al personal de almacén y a los
supervisores de los diferentes turnos, es decir. Aquellas personas que realmente trabajan en el
almacén, también entrevistarán a los gerentes más importantes.
Realización de Entrevista.-
La habilidad del entrevistador es vital para el éxito en la búsqueda de hecho por medio de la
entrevista. La buena entrevista depende del conocimiento del analista tanto de la preparación del
objetivo de una entrevista específica como de las preguntas por realizar a una persona determinada.
El tacto, la imparcialidad e incluso la vestimenta apropiada ayudan a asegurar una entrevista exitosa.
La falta de estos factores puede reducir cualquier oportunidad de éxito. Por ejemplo, analista que
trabaja en la aplicación enfocada a la reducción de errores (captado por la gerencia de alto nivel)
probablemente no tendría éxito si llegara a una oficina de gerencia de nivel medio con la presentación
equivocada, ejemplo "Estamos aquí para resolver su problema".
A través de la entrevista, los analistas deben preguntarse a sí mismo las siguientes preguntas:
¿Qué es lo que me está diciendo la persona?
¿Por qué me lo está diciendo a mí?
¿Qué está olvidando?
¿Qué espera está persona que haga yo?
LA ENCUESTA.-
Hoy en día la palabra "encuesta" se usa más frecuentemente para describir un método de obtener
información de una muestra de individuos. Esta "muestra" es usualmente sólo una fracción de la
población bajo estudio.
Por ejemplo, antes de una elección, una muestra de electores es interrogada para determinar cómo
los candidatos y los asuntos son percibidos por el público… un fabricante hace una encuesta al
mercado potencial antes de introducir un nuevo producto… una entidad del gobierno comisiona una
encuesta para obtener información para evaluar legislación existente o para preparar y proponer
nueva legislación.
No tan sólo las encuestas tienen una gran variedad de propósitos, sino que también pueden
conducirse de muchas maneras, incluyendo por teléfono, por correo o en persona.
Aun así, todas las encuestas tienen algunas características en común.
A diferencia de un censo, donde todos los miembros de la población son estudiados, las encuestas
recogen información de una porción de la población de interés, dependiendo el tamaño de la muestra
en el propósito del estudio. En una encuesta bona fide, la muestra no es seleccionada
caprichosamente o sólo de personas que se ofrecen como voluntarios para participar. La muestra es
seleccionada científicamente de manera que cada persona en la población tenga una oportunidad
medible de ser seleccionada. De esta manera los resultados pueden ser proyectados con seguridad
28
de la muestra a la población mayor. La información es recogida usando procedimientos
estandarizados de manera que a cada individuo se le hacen las mismas preguntas en mas o menos
la misma manera. La intención de la encuesta no es describir los individuos particulares quienes, por
azar, son parte de la muestra sino obtener un perfil compuesto de la población.
Una "encuesta" recoge información de una "muestra." Una "muestra" es usualmente sólo una porción
de la población bajo estudio.
El estándar de la industria para todas las organizaciones respetables que hacen encuestas es que
los participantes individuales nunca puedan ser identificados al reportar los hallazgos. Todos los
resultados de la encuesta deben presentarse en resúmenes completamente anónimos, tal como
tablas y gráficas estadísticas.
Métodos comunes de Encuestas
Las encuestas pueden ser clasificadas en muchas maneras. Una dimensión es por tamaño y tipo de
muestra. Las encuestas pueden ser usadas para estudiar poblaciones humanas o no humanas (por
ejemplo, objetos animados o inanimados, animales, terrenos, viviendas). Mientras que muchos de
los principios son los mismos para todas las encuestas, el foco aquí será en métodos para hacer
encuestas a individuos.
Muchas encuestas estudian todas las personas que residen en un área definida, pero otras pueden
enfocar en grupos particulares de la población -niños, médicos, líderes de la comunidad, los
desempleados, o usuarios de un producto o servicio particular. Las encuestas también pueden ser
conducidas con muestras locales, estatales o nacionales.
Las encuestas pueden ser clasificadas por su método de recolección de datos. Las encuestas por
correo, telefónicas y entrevistas en persona son las más comunes. Extraer datos de récords médicos
y otros se hace también con frecuencia. En los métodos más nuevos de recoger datos, la información
se entra directamente a la computadora ya sea por un entrevistador adiestrado o aún por la misma
persona entrevistada. Un ejemplo bien conocido es la medición de audiencias de televisión usando
aparatos conectados a una muestra de televisores que graban automáticamente los canales que se
observan.
Las encuestas son una fuente importante de conocimiento científico básico. Las encuestas por
correo, a través de entrevistas telefónicas o en persona son las más comunes.
Las encuestas por correo pueden ser de costo relativamente bajo. Como con cualquier otra encuesta,
existen problemas en usar este método si no se presta suficiente atención a obtener niveles altos de
cooperación. Estas encuestas pueden ser más efectivas cuando se dirigen a grupos particulares, tal
como suscriptores a una revista especializada o a miembros de una organización profesional.
Preguntas en una Encuesta
Podemos clasificar las encuestas también por su contenido. Algunas encuestas enfocan en las
opiniones y actitudes (tal como las encuestas pre-eleccionarias), mientras que otras se preocupan
por características o comportamiento reales (tal como la salud de las personas, vivienda, gastos del
consumidor o hábitos de transportación).
29
Muchas encuestas combinan preguntas de ambos tipos. Los participantes pueden ser preguntados
si han oído ó leído sobre algún asunto… qué saben sobre él… su opinión… con cuanta firmeza
sienten y por qué… su experiencia sobre el asunto… y ciertos datos personales que ayudará al
analista a clasificar sus respuestas (tal como edad, género, estado civil, ocupación y lugar de
residencia).
Las preguntas pueden ser abiertas ("¿Por qué siente así?"), o cerradas ("¿Aprueba usted o
desaprueba?"). Los entrevistadores pueden solicitar al participante que evalúe un candidato político
o un producto usando alguna escala, o pueden solicitarle que ordene varias alternativas.
Algunas encuestas enfocan sobre opiniones otras sobre hechos.
CUESTIONARIO.-
Los cuestionarios proporcionan una alternativa muy útil para la entrevista; si embargo, existen ciertas
características que pueden ser apropiada en algunas situaciones e inapropiadas en otra. Al igual que
la entrevistas, deben diseñarse cuidadosamente para una máxima efectividad.
Recabación de datos mediante cuestionarios
Para los analistas los cuestionarios pueden ser la única forma posible de relacionarse con un gran
número de personas para conocer varios aspectos del sistema. Cuando se llevan a cabo largos
estudios en varios departamentos, se puede distribuir los cuestionarios a todas las personas
apropiadas para recabar hechos en relación al sistema. En mayor parte de los casos, el analista no
verá a los que responde; no obstante, también esto es una ventaja porque aplican muchas entrevista
ayuda a asegurar que el interpelado cuenta con mayor anonimato y puedan darse respuestas mas
honesta ( y menos respuestas pre hechas o estereotipadas). También las preguntas estandarizadas
pueden proporcionar datos más confiables.
Selección de formas para cuestionarios.-
El desarrollo y distribución de los cuestionarios; por lo tanto, el tiempo invertido en esto debe utilizarse
en una forma inteligente. También es importante el formato y contenido de las preguntas en la
recopilación de hechos significativos.
Existen dos formas de cuestionarios para recabar datos: cuestionarios abiertos y cerrados, y se
aplican dependiendo de si los analistas conocen de antemano todas las posibles respuestas de las
preguntas y pueden incluirlas. Con frecuencia se utilizan ambas formas en los estudios de sistemas.
Cuestionario Abierto
Al igual que las entrevistas, los cuestionarios pueden ser abiertos y se aplican cuando se quieren
conocer los sentimientos, opiniones y experiencias generales; también son útiles al explorar el
problema básico, por ejemplo, un analista que utiliza cuestionarios para estudiar los métodos de
verificación de crédito, es un medio.
El formato abierto proporciona una amplia oportunidad para quienes respondan escriba las razones
de sus ideas. Algunas personas sin embargo, encuentran más fácil escoger una de un conjunto de
respuestas preparadas que pensar por sí mismas.
30
Cuestionario Cerrado
El cuestionario cerrado limita las respuestas posibles del interrogado. Por medio de un cuidadoso
estilo en la pregunta, el analista puede controlar el marco de referencia. Este formato es el método
para obtener información sobre los hechos. También fuerza a los individuos para que tomen una
posición y forma su opinión sobre los aspectos importantes.
LA OBSERVACIÓN.-
Otra técnica útil para el analista en su progreso de investigación, consiste en observar a las personas
cuando efectúan su trabajo. Como técnica de investigación, la observación tiene amplia aceptación
científica. Los sociólogos, sicólogos e ingenieros industriales utilizan extensamente ésta técnica con
el fin de estudiar a las personas en sus actividades de grupo y como miembros de la organización.
El propósito de la organización es múltiple: permite al analista determinar que se está haciendo,
como se está haciendo, quien lo hace, cuando se lleva a cabo, cuanto tiempo toma, dónde se hace
y por qué se hace.
Tipos de Observación
El analista de sistemas puede observar de tres maneras básicas. Primero, puede observar a una
persona o actitud sin que el observado se dé cuenta y su interacción por aparte del propio analista.
Quizá esta alternativa tenga poca importancia para el análisis de sistemas, puesto que resulta casi
imposible reunir las condiciones necesarias. Segundo, el analista puede observar una operación sin
intervenir para nada, pero estando la persona observada enteramente consciente de la observación.
Por último, puede observar y a la vez estar en contacto con las personas observas. La interacción
puede consistir simplemente en preguntar respecto a una tarea específica, pedir una explicación,
etc.
Preparación para la observación.-
 Determinar y definir aquella que va a observarse.

 Estimular el tiempo necesario de observación.
 Obtener la autorización de la gerencia para llevar a cabo la observación.
 Explicar a las personas que van a ser observadas lo que se va a hacer y las razones para
ello.
 Conducción de la observación
 Familiarizarse con los componentes físicos del área inmediata de observación.
 Mientras se observa, medir el tiempo en forma periódica.
 Anotar lo que se observa lo más específicamente posible, evitando las generalidades y las
descripciones vagas.
 Si se está en contacto con las personas observadas, es necesario abstenerse de hacer
comentarios cualitativos o que impliquen un juicio de valores.
 Observar las reglas de cortesía y seguridad.
 Secuela de la observación
 Documentar y organizar formalmente las notas, impresionistas, etc.
 Revisar los resultados y conclusiones junto con la persona observada, el supervisar
inmediato y posiblemente otro de sistemas.
31
Diagrama de Flujo
Es una representación pictórica de los pasos en proceso. Útil para determinar cómo funciona
realmente el proceso para producir un resultado. El resultado puede ser un producto, un servicio,
información o una combinación de los tres. Al examinar cómo los diferentes pasos es un proceso se
relacionan entre sí, se puede descubrir con frecuencia las fuentes de problemas potenciales. Los
diagramas de flujo se pueden aplicar a cualquier aspecto del proceso desde el flujo de materiales
hasta los pasos para hacer la venta u ofrecer un producto. Con frecuencia este nivel de detalle no
es necesario, pero cuando se necesita, el equipo completo de trabajo más pequeño puede agregar
niveles según sea necesario durante el proyecto.
¿Cuándo se utiliza un Diagrama De Flujo?
Cuando un equipo necesita ver cómo funciona realmente un proceso completo. Este esfuerzo con
frecuencia revela problemas potenciales tales como cuellos de botella en el sistema, pasos
innecesarios y círculos de duplicación de trabajo.
Algunas aplicaciones comunes son:
 Definición de Proyectos:
 Identificar oportunidades de cambios en el proceso.
 Desarrollar estimados de costos de mala calidad.
 Identificar organizaciones que deben estar representadas en el equipo.
 Desarrollar una base común de conocimiento para los nuevos miembros del equipo.
 Involucrar a trabajadores en los esfuerzos de resolución de problemas para reducir las
resistencias futura al cambio.
 Identificación de las causas principales:
 Desarrollar planes para reunir datos.
 Generar teorías sobre las causas principales.
 Discutir las formas de estratificar los datos para el análisis para identificar las causas
principales.
 Examinar el tiempo requerido para las diferentes vías del proceso.
 Diseño de soluciones
 Describir los cambios potenciales en el proceso y sus efectos potenciales.
 Identificar las organizaciones que será afectadas por los cambios propuesto.
 Aplicaciones de soluciones:
 Explicar otros el proceso actual y la solución propuesta.
 Superar la resistencia al cambio demostrando cómo los cambios propuestos simplificarán el
proceso.
 Control (retener las Ganancias):
 Revisar y establecer controles y monotorías al proceso.
 Auditar el proceso periódicamente para asegurar que están siguiendo los nuevos
procedimientos.
 Entrenar a nuevos empleados.
La metodología para prepara un Diagrama de Flujo es;
PROPÓSITO: analizar como se pretende utilizar el Diagrama de Flujo. Exhibir esta hoja en el pared
y consultarla en cualquier momento para verificar que se Diagrama de Flujo es apropiado para las
aplicaciones que se pretende.
32
DETERMINAR EL NIVEL DE DETALLE REQUERIDO.
DEFINIR LOS LIMITES: después de establecer los límites del proceso, enumerar los resultados y
los clientes en el extremo derecho del diagrama.
UTILIZAR SÍMBOLOS APROPIADOS: utilizando los símbolos apropiados para el Diagrama de Flujo,
presentar las respuestas como los primeros pasos en el diagrama.
HACER PREGUNTAS: para cada input, haga preguntas como:
¿Quién recibe el input?

¿Qué es lo primero que se hace con el input?
DOCUMENTAR: cada paso en la secuencia, empezando con el primer (ó último) paso. Para cada
paso, hacer preguntas como:
¿Qué produce este paso?
¿Quién recibe este resultado?
¿Qué pasa después?
¿Alguno de los pasos requiere de inputs que actualmente no se muestran?
COMPLETAR: continuar la construcción del Diagrama de Flujo hasta que se conecte todos los
resultados (outputs) definidos en el extremo derecho del diagrama. Si se encuentra un segmento del
proceso que es extraña para todos en el salón, se deberá tomar nota y continuar haciendo el
diagrama.
REVISIÓN: Preguntar:
¿Todos los flujos de información encajan en los inputs y outputs del proceso?
¿El Diagrama muestra la naturaleza serial y paralela de los pasos?
¿El Diagrama capta de forma exacta lo que realmente ocurrió, a diferencia de la forma cómo se
piensa que las cosas deberías pasar o como fueron diseñadas originalmente?
La Recolección de Datos, consiste en la recopilación de información; se lleva a cabo por medio de

entrevistas, cuestionarios y observación; donde el analista obtiene y desarrolla los sistemas de
información logrando sus metas y objetivos.
El analista debe de demostrar y desarrollar las destrezas de sus conocimientos manifestando su

honestidad, imparcialidad, habilidad, objetividad, control, comunicación, comprensión y cortesía para
lograr la búsqueda de información a través de las herramientas antes mencionada.
La entrevista, se lleva a cabo en todos los niveles de operación desde el Presidente o el Jefe de
Operaciones.
Utilizando procedimientos que pueden varar desde muy formales hasta los casuales.
El cuestionario, es otra de las utensilios que usa el analista con el fin de lograr un consenso, siendo
un canal de comunicación poco limitado, el analista debe determinar lo que desea saber, estructurar
preguntas que pueden dar las respuestas y formular el cuestionario.
33
La observación, se emplea para verificar los resultados de una entrevista y tiene una aceptación
científica.
El diagrama de flujo, es el proceso para plantear un problema y determinar un resultado en una

empresa.
El diccionario de datos, se aplica para la examinación de los diagramas de flujos de datos y a su vez
registra detalles adicionales dentro del flujo de un sistema.
FUENTES DE INFORMACIÓN.-
Un indicador requiere siempre del uso de fuentes confiables de información y rigurosidad técnica en
su construcción e interpretación.
Las principales fuentes de datos universalmente propuestas para el cálculo de indicadores usados
en salud pública son:
FUENTES PRIMARIAS
Son aquellos que pueden recolectar datos rutinarios en forma sistemática de instituciones o sectores
confiables.
Las principales fuentes primarias de información consideradas en este documento son:
 Instituto Nacional de Estadística (INE) para la información proveniente de censos de

población y vivienda, demográfica.
 Registro Civil para información de nacimientos, defunciones, estado civil y matrimonios.
 Encuesta Nacional de demografía y Salud (ENDSA).
 Sistema Nacional de Información en Salud y Vigilancia Epidemiológica (SNIS-VE) que

registra datos e información para la gerencia, epidemiología y Análisis de situación de Salud
ASIS.
 Registros de morbilidad aguda y crónica, mortalidad y neoplasias, que serán obtenidos del
 Sistema nacional de Información en Salud y Vigilancia Epidemiológica (SNIS-VE).
 Datos e información de encuestas realizadas en la población, como las encuestas de

cobertura vacuna del programa ampliado de inmunizaciones.
OTRAS FUENTES DE INFORMACIÒN
Referidos a la recolección de información específica de alguna situación y que no se dispone de

información rutinaria, como por ejemplo los referidos a información resultado de investigaciones,
información de centros centinela como los que se obtienen de la vigilancia epidemiológica del VIH-
SIDA en grupos de riesgo, investigaciones de resistencia bacteriana, vigilancia de las infecciones de
haemóphilus influenza en hospitales.
34
Una fuente de información es el origen de una información para la investigación, comúnmente
consideradas como una colección de hechos numéricos expresados en términos de una relación
sumisa, y que han sido recopilados a partir de otros datos numéricos.
Una fuente y un documento No es conveniente confundirlos, aunque son conceptos que coinciden
en un mismo punto de ideas: El documento es el soporte de la fuente. Se habla de documentos
escritos, documentos sonoros, documentos cinematográficos, etc. Los documentos tienen su
tipología (públicos, privados, etc.).
A medida que se lleva a cabo la investigación para escribir un trabajo, se encuentran distintas fuentes
de información. Estas diferentes fuentes generalmente se clasifican en primarias, secundarias y
terciarias.
Fuentes de información primarias
Una fuente primaria de información provee información directa y de primera mano sobre un evento,
persona, objeto u obra de arte. Las fuentes primarias son contemporáneas con lo que se describe.
Son material original que no ha sido interpretado, condensado o evaluado por otra persona.
Ejemplos de fuentes de información primarias:
Diarios
Experimentos
Poemas
Correspondencia personal
Discursos
Pinturas
Entrevistas
Reportes anuales de alguna organización o agencia
Patentes
Registros de la corte/legales
Fuentes de información secundarias
Una fuente de información secundaria analiza, interpreta o debate la información sobre una fuente
primaria. Las fuentes secundarias son posteriores a lo que describen dado que se produjeron algún
tiempo después de que apareció la fuente de información primaria. Los trabajos escritos por
estudiantes contienen mayoritariamente fuentes secundarias.
Ejemplos de fuentes de información secundarias:
Libros de texto
Biografías
Artículos de revistas
Reseña de obras
Historia.
35
Fuentes de información terciarias
Una fuente de información terciaria enumera, recopila o cataloga fuentes de información primaria y
secundaria. Estas fuentes se utilizan en su mayoría para buscar datos o para obtener una idea
general sobre algún tema.
Ejemplos de fuentes de información terciarias
Almanaques
Cronologías
Directorios
Manuales
Libros de instrucciones
Guías
Índices
Estadísticas
Los tipos específicos de fuentes de información primaria, secundaria y terciaria que se utilizaran para
escribir un trabajo dependerán del tema del trabajo. Por ejemplo, si se va a escribir sobre la Guerra
Civil, se puede utilizar el diario de un soldado de la Guerra Civil como una fuente primaria, un libro
sobre la Guerra Civil como fuente secundaria y una lista de ubicaciones de batallas de la Guerra Civil
como una fuente terciaria. Utilice estos tres tipos de fuentes de información según se necesiten a la
hora de escribir un trabajo.
ELABORACIÓN DE LA INFORMACIÓN.-
El Método Estadístico.-
El método estadístico consiste en una secuencia de procedimientos para el manejo de los

datos cualitativos y cuantitativos de la investigación.
Dicho manejo de datos tiene por propósito la comprobación, en una parte de la realidad, de una
o varias consecuencias verificables deducidas de la hipótesis general de la investigación.
Las características que adoptan los procedimientos propios del método estadístico dependen
del diseño de investigación seleccionado para la comprobación de la consecuencia verificable
en cuestión.
El método estadístico tiene las siguientes etapas:
1, Recolección (medición)
2. Recuento (cómputo)
3. Presentación
4. Síntesis
5. Análisis
Tales etapas siempre se encuentran en el orden descrito y cada una de ellas consiste, de manera
resumida, en lo siguiente:
36
1. Recolección (medición).-
En esta etapa se recoge la información cualitativa y cuantitativa señalada en el diseño de la

investigación. En vista de que los datos recogidos suelen tener diferentes magnitudes o
intensidades en cada elemento observado (por ejemplo el peso o la talla de un grupo de
personas), a dicha información o datos también se les conoce como variables.
Por lo anterior, puede decirse que esta etapa del método estadístico consiste en la medición
de las variables.
La recolección o medición puede realizarse de diferentes maneras; a veces ocurre por

simple observación y en otras ocasiones se requiere de complejos procedimientos de
medición; en algunas ocasiones basta con una sola medición y en otras se requiere una serie
de ellas a lo largo de amplios períodos de tiempo.
La calidad técnica de esta etapa es fundamental ya que de ella depende que se disponga
de datos exactos y confiables en los cuales se fundamenten las conclusiones de toda la
investigación.
Es tan grande la importancia. de esta etapa que algunas clasificaciones de las

investigaciones se basan en la forma en que ocurre la medición; por ejemplo si la
información es recogida en una sola ocasión suele decirse que la investigación es
transversal; en cambio, si la información es recogida a lo largo del tiempo se denomina
longitudinal a la investigación.
En ocasiones, la recolección de la información debe ocurrir en grupos tan grandes de individuos que
se hace impráctico tratar de abarcar a todos ellos; entonces es cuando se ponen en práctica
procedimientos de muestreo. Tales procedimientos de muestreo están subordinados a la
consecuencia verificable que se desea comprobar y al diseño de investigación seleccionado.
2. Recuento (cómputo)
En esta etapa del método estadístico la información recogida es sometida a revisión,

clasificación y cómputo numérico.
A veces el recuento puede realizarse de manera muy simple, por ejemplo con rayas o
palotes; en otras ocasiones se requiere el empleo de tarjetas con los datos y, en
investigaciones con mucha información y muchos casos, puede requerirse el empleo de
computadoras y programas especiales para el manejo de bases de datos.
En términos generales puede decirse que el recuento consiste en la cuantificación de la

frecuencia con que aparecen las diversas características medidas en los elementos en estudio;
por ejemplo: el número de personas de sexo femenino y el de personas de sexo masculino o el
número de niños con peso menor a 3 kilos y el número de niños con peso igual o mayor a dicha
cifra.
37
3. Presentación.-
En esta etapa del método estadístico se elaboran los cuadros y los gráficos que permiten una
inspección precisa y rápida de los datos.
La elaboración de cuadros, que también suelen llamarse tablas, tiene por propósito
acomodar los datos de manera que se pueda efectuar una revisión numérica precisa de los
mismos.
La elaboración de gráficos tiene por propósito facilitar la inspección visual rápida de la

información. Casi siempre a cada cuadro con datos le puede corresponder una gráfica
pertinente que represente la misma información.
Presentar la misma información tanto en un cuadro como en su correspondiente gráfico

permite obtener una clara idea de la distribución de las frecuencias de las características
estudiadas.
4. Síntesis
En esta etapa la información es resumida en forma de medidas que permiten expresar de

manera sintética las principales propiedades numéricas de grandes series o agrupamientos
de datos.
La condensación de la información, en forma de medidas llamadas de resumen, tiene por

propósito facilitar la comprensión global de las características fundamentales de los
agrupamientos de datos.
Tales medidas de resumen, al ser comunicadas, permiten a los interlocutores evocar de

una misma manera la esencia de los datos; por ejemplo, cuando alguien informa que el
promedio de calificaciones de un grupo de alumnos es 9.6, en una escala que va del O al
10, la imagen que se transmite es la de un grupo con buen aprovechamiento escolar;
igualmente, cuando se dice que el porcentaje de defunciones con una cierta técnica quirúrgica
es de 80%, las personas que escuchan se imaginan que se trata de un procedimiento
peligroso.
la información cualitativa, como el sexo, la ocupación o los tipos de enfermedades, requiere

ser condensada a través de medidas de resumen diferentes a la que se usan para sintetizar la
información cuantitativa o numérica como el peso, la talla o la concentración de glucosa.
Entre las principales medidas de resumen para sintetizar a los datos cualitativos se encuentran
las razones, las proporciones y las tasas.
Entre las principales medidas para sintetizar los datos cuantitativos se encuentra la moda y la
amplitud, la mediana y los percentiles y el promedio y la desviación estándar.
5. Análisis
En esta etapa, mediante fórmulas estadísticas apropiadas y el uso de tablas específicamente

diseñadas, se efectúa la comparación de las medidas de resumen previamente calculadas;
38
por ejemplo, si antes se han calculado los promedios de peso de dos grupos de personas
sometidas a diferentes dietas, el análisis estadístico de los datos consiste en la comparación de
ambos promedios con el propósito de decidir si parece haber diferencias significativas entre
tales promedios.
Existen procedimientos bien establecidos para la comparación de las medidas de resumen que se
hayan calculado en la etapa de descripción. Tales procedimientos, conocidos como pruebas de
análisis estadístico cuentan con sus fórmulas y procedimientos propios.
Cada prueba de análisis estadístico debe utilizarse siempre en función del tipo de diseño
de investigación que se haya seleccionado para la comprobación de cada consecuencia
verificable deducida a partir de la hipótesis general de investigación.
PRESENTACIÓN DE DATOS (CUADROS Y GRÁFICOS).-
Incluir, como mínimo, los siguientes cinco componentes del cuadro estadístico, descritos en los
componentes de un cuadro:
• Título.
• Columna matriz.
• Encabezado de la matriz de cifras.
• Matriz de cifras
• Fuente.
TABLAS ESTADÍSTICAS.-
Ejemplo: en una encuesta de presupuesto familiar, se ha obtenido la siguiente información respecto

a la n° de hijos en 2 familias.
Variable x = n° de hijos
39
Los datos son los siguientes:
3, 1, 2, 0, 3, 2, 1, 1, 3, 3, 2, 4, 2, 2, 0, 2, 1, 3, 4, 2, 3
X1 x2 x21
Vemos que la variable x toma valores entre 0 y 4, es decir, existen en este grupo 5 categorías o
clases.
Contamos el número de familias en cada categoría y formamos la tabla.
Tabla 1
Categorías Frec. Absoluta Frec. Absoluta Acum. Frec. Relativa Frec. Rel. Acum.
Xi fi Fi hi Hi
0 f1 = 2 F1 = 2 h1/n = 0.095 H1 = 0.095

1
f2 = 4 F1 + F2 = 6 h2/n = 0.190 H1 + h2 = 0.286
2
f3 = 7 F1 + F2 + F3 = 13 h3/n = 0.333 H1 + h2 + h3 = 0.619
3
f4 = 6 F1 +.......+ F4 = 19 h4/n = 0.285 H1 +......+ h4 = 0.904
4
f5 = 2 F1 +.......+ F5 = 21 h5/n = 0,095 H1 +......+ h5 = 1,000
Total
n = 21 1.000
Donde:
N= tamaño de la muestra
Xi= valor de la variable i

fi= Frecuencia absoluta (Nº de veces que se repite la variable en la categoría i.
Fi= Frecuencia absoluta acumulada (se va acumulando las categorías presentadas en fi).
hi= Frecuencia relativa (porcentaje de la categoría respecto a n).
Hi= frecuencia relativa acumulada (porcentaje acumulado).
Observamos algunos detalles importantes:
N es la suma de la columna fi, es decir, siempre debe dar como resultado el tamaño de la muestra.
En la columna de frecuencia absoluta acumulada se va sumando los valores de la columna fi,
por lo tanto el último valor debe ser igual a n.
La columna frecuencia relativa (hi) representa en % de familias en cada categoría. Por ejemplo,
en las categorías con 3 hijos a un 28.5% de familias. Esta columna debe sumar 1.
La hi acumula los valores de la frecuencia relativa, por lo tanto el último valor debe ser.
Si contamos con una serie de datos, como se muestra en el siguiente ejercicio se procede de la
siguiente manera:
40
Salarios semanales de 40 personas en miles de pesos.
90 62 102 85 92 106 110 95 105 112

108 86 110 68 118 99 98 74 91 80
80 100 79 93 93 104 77 106 98 73
95 85 91 83 67 119 108 115 74 88
Primero: se tiene que buscar el valor o la cantidad de intervalos, que no debe ser menor de 5 ni
mayor de 18. Por lo general tiene el mismo ancho. Para calcular este intervalo se busca el valor
mínimo y el valor máximo Xmín = 62 Xmáx = 119.
Segundo: Se calcula el rango: 119 – 62 = 57.

Tercero: se usa la siguiente fórmula k = 1 + 3.322 x log (n) o número de datos.
(En este caso es 40 porque tenemos 40 datos) y el resultado del rango es (57).
Cuarto: se emplea la fórmula de esta manera:
k = 1 + 3.322 x log 40 = 6.3 (como el decimal es menor de 5 se redondea a 6.
Quinto: para calcular la amplitud de cada intervalo se procede así:
c = rango/ K = x c= 57/ 6 = 9.5 en este caso redondeamos a 10. Quiere decir que cada intervalo
tiene que tener una amplitud de 10 y se construye la tabla
Sexto: Yi (Marca de clase), se obtiene sumando cada intervalo menor con el mayor y se divide entre
2 p.e. 60 + 69 = 129/ 2 = 64.5 se redondea a 65
Intervalos Marca de clase Frec. Absoluta Fi hi Hi

Yi-1 – Yi+1 Y1 fi
[60 – 69) 65 3 3 0,075 0,075
[70 – 79) 75 5 8 0,125 0,20
[80 – 89) 85 7 15 0,175 0,375
[90 – 99) 95 11 26 0,275 0.62
[100 – 109) 105 8 34 0,20 0,85
[110 – 119) 115 6 40 0,15 1,00
Total 40 1,00
El resto de las columnas se forman de la misma manera que la tabla 1.

n = tamaño de la muestra
xi = valor de la variable en el individuo i
fi = frecuencia absoluta: nº de veces que se repite la variable en la
Categoría i
Fi = frecuencia absoluta acumulada. Indica el nº de individuos hasta
La categoría i
hi = frecuencia relativa. Porcentaje de la categoría respecto del total,
Se obtiene dividiendo la frecuencia de la clase por el tamaño de la
Muestra.
Hi = frecuencia relativa acumulada. Porcentaje acumulado
41
Yi = marca de clase: su valor es igual a la mitad de la suma de los
Limites inferior y superior del intervalo de clase.
C = amplitud del intervalo: la diferencia entre los limites reales de un
Intervalo.
Yi -1 = límite inferior del intervalo
Yi +1 = límite superior del intervalo
En todos los análisis estadísticos se supone que el valor de la marca de una clase es el valor
que corresponde asignar a cada uno de los elementos ubicados en ese intervalo.
REPRESENTACIONES GRÁFICAS.-
Definición.- Un gráfico es el método que se utiliza para representar datos cuantitativos en un sistema
de coordenadas (generalmente x y Y). Hay diferentes tipos de gráficos tales como el de coordenadas
rectangulares, coordenadas polares, los que responden a propósitos especiales (tridimensionales),
etc. Nos limitaremos a exponer el sistema de coordenadas rectangulares.
Los gráficos de coordenadas rectangulares son aquellos que consisten en dos ejes que se cortan
formando un ángulo recto. Cada eje se identifica con una escala determinada de medida. La Fig. 1
representa la estructura general de un gráfico de coordenadas rectangulares. Generalmente la
variable asignada al eje de las “X” es considerada la variable independiente (método de clasificación)
mientras que la variable asignada al eje de las “Y” es la variable dependiente (frecuencia). Es decir
al dibujar un gráfico un cambio en “Y” debe hacerse con respecto a “X”.
Fig. 1
GRAFICO GENERAL
Y-
Y2
Y1
X1 X2 X-
42
Principios generales:
Los gráficos trazados correctamente, permiten al lector obtener en forma rápida una impresión del
conjunto del material presentado. Algunos de los principios más importantes del gráfico se detallan
a continuación:
 El tipo de gráfico que alcance su objetivo con la máxima sencillez será el más efectivo.
No debe contener más líneas o símbolos que los que el ojo pueda abarcar fácilmente.
 Toda representación gráfica debe explicarse por si misma.
 El título debe colocarse ya sea sobre el gráfico o al pié de él.
 Cuando en un gráfico se representa más de una variable, cada una debe estar
claramente diferenciada por medio de leyendas o aclaraciones.
 No deben indicarse más ejes coordenados que los estrictamente necesarios.
 Las líneas del gráfico deben ser dibujadas con trazos más gruesos que el de los ejes
coordenados.
 La frecuencia se representa generalmente sobre el eje vertical (“Y”) y el método de
clasificación sobre el eje horizontal (“X”).
 Cuando se utiliza una escala aritmética, a iguales incrementos sobre la escala debe
corresponder igual número de unidades.
 Las divisiones de la escala deben estar claramente indicadas, como así también sus
subdivisiones.
Ejemplos específicos:
Gráficos lineales a escala aritmética.- Un gráfico lineal es aquel en el cual, intervalos iguales,
representan la misma unidad sobre un eje, pero no necesariamente estos intervalos deben ser
iguales en ambos ejes. Debe elegirse cuidadosamente el tipo de intervalo, si estos van a ser iguales
en ambos ejes o si el eje de las “X” tendrá intervalos mayores en relación al eje de las “Y” o viceversa.
La escala debe ser definida de tal manera que el producto final, sea grato a la vista. En este tipo de
gráfico, la escala puede interrumpirse, pero debe tenerse cuidado que el gráfico no sea mal
interpretado.
La figura 2 es un ejemplo de un gráfico lineal.
TENDENCIAS DE LOS ABORTOS HOSPITALARIOS

Chile 1975 - 2005
1000
≈≈
t 30
a
s 25
a
20
0
/ 15
0
0
10
M
E 5
F
0
1975 1980 1985 1990 1995 2000 2005
Años
43
Gráficos lineales a escala semi-logaritmica.- en este gráfico uno de los ejes, generalmente el eje
de las “Y” corresponde a una escala logarítmica, mientras que el otro eje a una escala aritmética. Es
muy útil cuando se examinan series de datos en un periodo de tiempo determinado en que nos
interesan los cambios relativos (o tasas) más que los cambios absolutos (cantidad real). Las ventajas
que posee un gráfico semi-logarítmico se detallan a continuación:
 Una línea recta indica una tasa constante de cambio.

 La pendiente de la línea indica la tasa de aumento o disminución.
 Dos o más líneas que siguen una dirección paralela muestran idénticas tasas de
aumento o disminución.
 Un ejemplo de este tipo de gráfico se muestra en la figura 3.

Figura 3
TENDENCIA HISTORICA DE LA EXPECTATIVA DE VIDA EN 9 PAISES DE AMERICA LATINA

1940-2000
70 -------------Brasil, Chile, Colombia 70
60 …………. República Dominicana, Guatemala 60

Nicaragua
50 _______ Total 50
40 40
30 30
20 20
1900 1920 1940 1960 1980 2000
44
Histograma.- Este tipo de diagrama se utiliza exclusivamente para representar distribuciones de

frecuencia de datos cuantitativos asociados a una variable continua. Este gráfico no debe
confundirse con los diagramas de barras que poseen espacios entre sí. En este tipo de gráfico la
escala no debe interrumpirse dado que el histograma configura el área total bajo la curva. Por esta
característica el tipo de histograma más fácil de construir será aquel que posea el mismo intervalo
de clase como se muestra en la figura 4.
Figura 4
15
N 1 Caso
ú
m 1 Defunción
e
r 10
o
d
e 5
c
a
s
o 0
s 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10
Octubre Noviembre
En la figura 4 el área bajo la curva se ha subdividido en pequeños rectángulos cada uno de los cuales
representa 1 caso de la enfermedad. Corrientemente se dibuja sólo la línea que representa el alto
de cada columna. Con el objeto de que el área de cada rectángulo en el histograma corresponda a
un número determinado de casos, la altura representará el número de casos por unidad de medida
(en la figura 4, por día) y el ancho, el método de clasificación (en la figura 4, intervalo de tiempo en
días). Por lo tanto la altura por el ancho representará el número de casos por día así como la altura
por el ancho es igual al área de un rectángulo.
La construcción de un histograma con intervalos desiguales requiere más atención debido al
concepto del área total. La figura 5 fue seleccionada para ilustrar esta situación.
Figura 5.
30
T
a
s
a
s 20
1
0 10
0
0
M
E 0 ≈≈
F 15 20 25 30 35 40 45 50
45
En general, en un histograma debe mostrarse solo un grupo de datos; sin embargo es bastante
común en el campo de la Salud Pública representar en un histograma datos de casos-defunciones,
masculino-femenino, etc.
Polígono de frecuencia.- si se desea representar más de un grupo de datos, en términos de una

distribución de frecuencias, debe utilizarse el polígono de frecuencia. Este se construye a partir de
un histograma, uniendo los puntos medios de cada intervalo de clase con una línea recta. Esto se
ilustra en la figura 6.
Figura 6
NOTICIAS EN PLANIFICACION FAMILIAR POR MES DE PUBLICACION

REVISTAS DE LA SOCIEDAD DE GINECOLOGIA Y OBSTETRICIA DE SANTA CRUZ
2018
Elaborar el gráfico en clases
Dado que la construcción del polígono de frecuencia se hace a partir de un histograma, en ambos
regirán las mismas reglas para el área bajo la curva con intervalos de clases iguales o desiguales
(en el polígono de frecuencia, a diferencia del histograma, el número de observaciones en un
intervalo dado, está concentrado en el punto medio de dicho intervalo. Ilustrando lo anterior, el
polígono de frecuencia debe “cerrarse” con el objeto de configurar el área. Para ello se une su primer
y su último punto con la línea base del gráfico. Esto debe hacerse de tal manera que el área del
polígono resulte aproximadamente igual al área del histograma. La figura 7 muestra la forma correcta
de cerrar el polígono de frecuencia. La Figura 8 muestra la forma incorrecta.
En la figura 7, el área designada por A será parte del histograma, si los datos fueron trazados
aplicando ese método. Con el objeto de compensar la exclusión del área A por el polígono, se une
el punto C con la línea base en forma tal que se obtenga el área B aproximadamente igual al área
A.
46
La figura 8 muestra el método incorrecto de cerrar el polígono de frecuencia porque el área D se

excluye sin que haya compensación.
Figura 7 figura 8
METODO CORRECTO PARA CERRAR EL METODO INCORRECTO PARA CERRAR
EL
POLIGONO DE FRECUENCIA POLIGONO DE FRECUENCIA
10 10
8 8
6 C 6
4 4
A
2 2 D
B
0
25 30 35 25 30 35
En la figura 9 se muestra un polígono de frecuencia que posee intervalos de clases iguales.

Adicionalmente la figura 10 ilustra un polígono de frecuencias con intervalos de clases desiguales.
La figura 11 muestra un polígono de frecuencia que ilustra 2 grupos de datos
Elaborar en clases
47
GRÁFICOS PARA VARIABLES CUALITATIVAS Y CUANTITATIVAS.-
 Diagramas de barras simples.

 Diagrama de barras compuestas
 Diagrama de barras agrupadas o apiladas.
 Diagrama de sectores circulares
 Pictogramas.
 Histogramas
 Polígonos de frecuencias.
CUESTIONARIO
1.- En una cierta ciudad se ha tomado una muestra representativa del total de familias que en ella
viven y se ha anotado el número de hijos de cada una. Los valores de esta variable son los siguientes:
0 1 0 4 2 2 1 2 3 2
3 2 1 3 4 2 2 3 2 1
a) Diga qué tipo de datos son estos.

b) Construya una tabla de frecuencias correspondiente a este ejercicio.
2.- Se visitaron 25 empresas citrícolas de una cierta zona y en cada una se anotó la cantidad de
plantas atacadas por un cierto hongo, de lo cual resultaron los siguientes datos:
15 20 25 15 18 16 17
18 20 18 18 18 19 16
17 19 16 17 17 17 19
18 19 18 15
a) Diga qué tipo de datos son estos.

b) Construya una tabla de frecuencias correspondiente a este ejercicio.
3.- Determine para el ejercicio 1 la frecuencia relativa de familias con 2 hijos o menos y la
frecuencia relativa de familias que tienen más de 2 hijos y no más de 4.
4.- Determine para el ejercicio 2 la frecuencia relativa de empresas citrícolas que tienen 18 o menos
plantas atacadas por el hongo. Calcule también la frecuencia relativa de empresas citrícolas que
tienen no menos de 18 plantas atacadas por el hongo.
5.- El gerente de personal de una compañía registró el número de días que sus 50 empleados habían
tomado como licencia por enfermedad.
10 35 12 8 44 6 15 20 5 7
5 11 17 8 4 7 25 9 2 10
12 12 3 10 9 3 5 16 31 9
0 4 7 11 3 18 2 10 6 22
2 9 8 29 6 4 7 10 0 1
a) Identificar la variable y su clasificación.

b) Construir una tabla de frecuencia apropiada a estos datos.
48
WORK PAPER # 3
UNIDAD III O TEMA: BIOESTADISTICA
TITULO: MEDIDAS DE TENDENCIA CENTRAL
FECHA DE ENTREGA:
Distribución de Frecuencias:
Una distribución de frecuencias es la ocurrencia de observaciones según la frecuencia con que ellas
ocurren. Si el número de observaciones es suficiente y ellas se han efectuado enteramente al azar,
su distribución de frecuencias se agrupará alrededor de un punto central y formará una curva en
forma de campana. Una curva de este tipo es conocida como curva normal o de Gauss
F
r
e
c
u
e
n
c
i
a
Observaciones
Tendencia central.-
Es la tendencia de los eventos que observados un número suficiente de veces y sin sesgos, se
ubican alrededor de un punto central.
Medidas de tendencia central.-
Son valores que se ubican al centro de una distribución de frecuencias, los valores centrales más
utilizados son:
Media, mediana y moda
49
Media aritmética.- es la suma de todas las observaciones dividida por el número de observaciones.
También recibe el nombre de promedio, promedio aritmético o simplemente media. El símbolo que
se usa para distinguirla es “X” (se lee equis media)
La media conserva las unidades de medida de la variable en su estado original, o sea, que la media
de un grupo de edades en años se expresará asimismo en años.
El cálculo de la media dependerá de cómo aparezcan los datos, de tal suerte que, para datos simples,
la fórmula es: X = Σ Xi
n
Donde:
= Media aritmética
Σ = Suma de (Sumatoria)
Xi = Valor de una observación.
N = número de observaciones.
Ejemplos.-
Conocer la estatura media de cinco adolescentes de tu consultorio. Estas son las observaciones
(datos) de la medición de cada uno de ellos (en cm.):
170.0 150.0 130.0 160.0 140.0
Este resultado indica que, en promedio, los adolescentes miden 150 centímetros.
Otro ejemplo:
Xi= 7, 16, 3, 12, 8,3

n=6
-
X = 7+16+3+12+8+3 = 49 = 8.2
6 6
Si los datos aparecen en una distribución de frecuencias, la fórmula para el cálculo de la media
aritmética es la siguiente:
= Σ fi x Xi
n
Donde:
= Media aritmética.
Σ = Suma de (Sumatoria)
Xi = categoría de las variables.
n = total de observaciones = Σ fi
fi = frecuencia de xi o frecuencias absolutas
50
Por ejemplo, estos son los pesos (en kilogramos) de 10 individuos representados por sus
frecuencias absolutas:
= Media aritmética o el valor que se busca

Σ fi x Xi = 618
n = 10
xi = 60 , 61, 62, 63, 64.
fi = 3, 1, 2, 3, 1.
Remplazando la fórmula se obtiene:
El resultado nos muestra que los 10 sujetos pesan como promedio 61.8 kilogramos (o mejor, 62).
Si los datos están agrupados en una escala de intervalos, el cálculo de la media aritmética se realiza
usando la siguiente fórmula:
= Σ MC x fi
n
Donde:
= media aritmética
Σ = sumatoria.
MC= son las marcas de clases de los intervalos.
fi = son las frecuencias absolutas de los intervalos.
n = total de observaciones.
Ejemplo:
Cuál es la media aritmética de la frecuencia cardiaca (FC), de 100 pacientes ingresados en el

Servicio de Medicina Interna de cierto hospital presentados en la siguiente tabla:
51
Procedimiento:
1.- Calcular la marca de clase (MC) de cada intervalo.

2.- insertar una columna al lado de la columna de intervalos de clase, para la MC.
3.- multiplicar el resultado de cada categoría por la frecuencia absoluta correspondiente.
4.- anotando el resultado en otra columna en la misma tabla, como se muestra en el ejemplo
Una vez concluido el ejercicio se puede remplazar la fórmula porque:

= media aritmética
Σ CM= 7630
MC= son: 30.5, 50.5, 70.5, 90.5, 110.5
fi = son: 1,17,38, 40, 4.
n = 100 porque la suma de fi da como resultado 100.
= Σ MC x fi = = 7630 = 76.3
n 100
Interpretación del Resultado: En promedio, los 100 pacientes estudiados tienen una frecuencia
cardiaca de 76 latidos por minuto.
Propiedades de la media:
1. Es fácilmente entendible por la mayoría de las personas (o, al menos, es

Fácil de explicar su significado).
2. Siempre existe, y puede calcularse para cualquier dato numérico.
3. Es única, o sea, un grupo de datos sólo tiene una media.
4. Toma en cuenta a todos los valores de la serie de forma individual, esto es,
Recorre la serie completa.
Esta última resulta ser sumamente importante, pues la media calculada representa a todos los
valores de la serie, siendo precisamente lo que se quería lograr. Ahora bien, no siempre esto resulta
beneficioso, como verás en este ejemplo: imagínese que se deseaba saber la edad promedio de las
personas reunidas en un salón de cierto Círculo Infantil, para lo cual se escogió al azar uno de los
que poseía dicho centro. En el momento de la medición, se encontraban presentes en el salón
escogido siete bebés y la educadora que los cuidaba, siendo sus edades las siguientes (m: meses,
a: años):
18m 10m 12m 16m 20m 12m 14m ≈ 34a
52
Edad media: 510 meses/8 = 63.75 meses = 5.3 años
Ahora tenemos que, en promedio, las personas allí reunidas tenían 64 meses de edad, ¿Cree que
sea cierto ese dato? Claro que no, está bastante lejos de la realidad, mas no está mal hecho el
cálculo. Matemáticamente es impecable, pero la lógica dice que algo falló.
El motivo por el que apareció un resultado tan dispar es la presencia de un dato discordante en el
conjunto: la edad de la educadora. Cuando en una serie de datos encuentra algún dato que se aparta
de los demás de forma llamativa, entonces puede nombrarlo dato(s) aberrante(s). Si calculásemos
la media con las edades de los pequeños solamente, entonces hubiese sido de 15 meses.
Lo que tiene que hacer es multiplicar los años en meses es decir 34/12= 408 y sumar el resto de
los datos así 408+18+10+12+16+20+12+14 = 510 y recién reemplazar con la fórmula para datos
simples y obtendrá el resultado correcto en meses que es 63.75 y este resultado lo divide entre los
12 meses que tiene el año llegando al resultado final 5.3.
En resumen, si los datos son relativamente homogéneos, la media aritmética es una buena medida
de resumen; pero si existen valores muy alejados de la mayoría, entonces se distorsiona mucho
y deja de reflejar la realidad real.
La mediana
Es otra medida de tendencia central, que como su nombre lo indica es la observación que divide a
una serie ordenada de datos en dos partes iguales, o sea, es la observación que ocupa la posición
central de una serie ordenada de datos. No tiene un símbolo específico, sin embargo se usa la
abreviatura MED.
Para calcular la mediana de una serie ordenada de datos simples se siguen los siguientes pasos:
Por ejemplo:
Si tiene un número impar de observaciones, 41, 40, 36, 32, 26, 21, 20.
1. Se ordenan los dados de menor a mayor así 20 21 26 32 36 42 40 41.

2. La fórmula que indica la posición que ocupa la mediana en la serie es
3. En este caso n = 7 +1 = 4
2
4. El 4 quiere decir que el 4º puesto de la serie ordenada de datos corresponde a la mediana,
sin importar por cual extremo (derecho o izquierdo) comience a contar.
5. Si es por el extremo derecho seria 32 el valor que ocupa el 4º lugar.
6. Si es por el extremo izquierdo seria 32 el valor que ocupa el 4º lugar.
7. La mediana en este ejercicio es 32.
Si tiene un número par de observaciones; 20, 33, 75, 51 24, 39, 45, 80
1. Se ordenan los datos así: 20, 24, 33, 39, 45, 51, 75, 80.
2. Se usa la misma fórmula que para datos impares
3. En este caso es 8 + 1 = 9 = 4.5
2 2
53
4. El 4.5 quiere decir que el puesto de la serie ordenada de datos corresponde a la mediana
contando por ambos extremos es decir del lado derecho e izquierdo.
5. En este caso los números del centro son 39 y 45 que son los que ocupan el puesto 4º y 5º
puesto y la mitad de estos valores es la mediana.
6. Para obtener el resultado se suman ambos valores y se dividen entre 2 obteniendo el
resultado esperado 39+45= 84/2= 42
Se puede presentar la situación de que tenga una serie con varios valores iguales, como 50,
54, 56, 56, 56, 56, 60, 62. Aquí la mediana es 56, claro está. Recuerda que ella es el valor central
del grupo, y sería un atentado abierto a la lógica cuestionarse cuál de los 56s es la mediana.
También puede calcular la mediana para datos agrupados.
Suponga que tiene las edades de 100 individuos de 20 a 54 años de tu área de salud:
Para el cálculo de la mediana en series agrupadas, se utiliza la siguiente expresión:
Donde:
– LRI es el límite real inferior del intervalo que contiene a la mediana.
– n es el total de observaciones de la serie de datos.
– FAA es la frecuencia absoluta acumulada del IC que antecede al
Que contiene a la mediana.
– f es la frecuencia absoluta del IC que contiene a la mediana.
– c es la amplitud del IC que contiene a la mediana.
Para realizar el ejercicio se procede de la siguiente forma:

1.- divida el total de la fa que es 100 entre 2 = 50
2.- y la Fa de 50 se encuentra en 51y en el intervalo (30 -34).
3.- el LRI es 30
4.- C= 5
54
Esta medida de resumen posee las propiedades siguientes:
1. Su cálculo es sencillo;
2. Siempre existe, y puedes calcularla a cualquier conjunto de datos
Numéricos;
3. Es única;
4. Se puede calcular en series con límites abiertos, excepto cuando la propia
Mediana caiga en un límite abierto, pero esto es sumamente improbable.
5. No se afecta fácilmente por valores extremos.
La cuarta y quinta propiedades hacen que se prefiera esta medida sobre la media en situaciones en
que la escala sea abierta o que existan valores aberrantes. Ahora bien, en la mayoría de los casos
—lógicamente, salvo los citados— se prefiere conocer la media como medida de tendencia
central.
Para ilustrar lo planteado en la quinta propiedad, volvamos al ejemplo de las edades de los niños del
Círculo Infantil y su educadora. Si calculamos la mediana de esos datos, ésta sería:
Datos ordenados: 10, 12, 12, 14, 16, 18, 20, 34 Mediana: (14 + 16) / 2 = 15 meses, resultado que sí
refleja con certeza el centro de los datos. Quizá una desventaja imputable a la determinación de la
mediana radica en el ordenamiento previo de las observaciones, faena que pudiese devenir tediosa
y hasta impracticable de ser un número considerable de datos, pero recuerda las potencialidades
que te brindan los software existentes en el mercado actual, que facilitan enormemente el trabajo15
al calcular la mayoría de estos indicadores.
La moda
Es el valor que ocurre más frecuentemente. Se utiliza raramente en estadística de salud pública.
Por ejemplo, si de seis pacientes, tres tienen 20 años, y los otros tienen 18, 21, y 25 respectivamente,
entonces dirías que 20 años es la moda, o edad modal.
La mayor ventaja de la moda radica en que no requiere cálculo alguno, Sin embargo, puede que no
exista, e incluso puede no ser única.
Por ejemplo, la serie 2, 5, 6, 6, 6, 7, 8, 8, 8, es una serie bimodal, pues cuenta con el seis y el ocho
como modas.
CUESTIONARIO
1. Las cifras siguientes corresponden a la estatura (en centímetros) de los estudiantes de un aula
de cierta escuela. La Dra. Fonseca, a cargo de dicho centro, desea resumir esta información con
miras a redactar un informe, en el cual deben aparecer consignadas las interpretaciones
correspondientes a los resultados de la media aritmética, la mediana y la moda ¿Podrías ayudar a
la atribulada doctora en su empeño?
135 134 136 136 134 146 146 147 147 146 123 117 125 124 122
151 148 153 152 148 138 138 138 138 138 140 138 143 141 139
131 219 132 132 129 145 144 146 146 145 128 126 128 128 127
137 137 137 137 137
55
WORK PAPER # 4
UNIDAD IV O TEMA: BIOESTADISTICA
TITULO: MEDIDAS DE DISPERSIÓN
FECHA DE ENTREGA:
Las medidas de dispersión describen un grupo de valores en función de la variación o dispersión de

los itenes incluidos dentro de ese grupo.
Existen varias técnicas para medir el grado de dispersión de un grupo de datos entre ellos está el
Rango, la desviación promedio, la desviación estándar y el coeficiente de variación.
Rango.- Es la diferencia entre el valor más alto (VM) y el más bajo (Vm) de los valores de una serie
que no se han agrupado en una distribución de frecuencias.
R = VM – Vm
Para datos agrupados en una distribución de frecuencias el rango se define como la diferencia
entre el límite superior de la clase más alta o última clase (VM) y el límite inferior de la clase más
baja o primera clase (Vm).
Desviación promedio.- Suma de los valores absolutos (independientes del signo) de las
desviaciones o diferencias, obtenidas de las medidas individuales menos la media o la mediana,
dividida por el número de observaciones.
Dp = Σ Xi - X
N
Dp = desviación promedio
Σ = sumatoria o suma
Xi = Valor de la serie.
X = media aritmética de la serie
N = Número de datos.
Ejemplo:
Hallar la desviación media de la serie de números siguiente:
2, 3, 6, 8, 11
1.- sacar la media.
X = 2+3+5+8+11 = 29 = 5.8 = 6
5 5
2.- con este resultado que es la media (6) se procede a restar de cada valor así:
56
(2 – 6)( 3 – 6) (6 – 6) (8 – 6) (11 – 6)
3.- -4 -3 0 +2 +5
4.-Sumar sin importar el signo menos o más la suma de 4+3+2+5 = 14

5.- este resultado se divide entre el número de datos que es 5 (14/ 5 = 2.8)
6.- la desviación promedio de la serie ordenada de datos es 2.8.
Para datos agrupados en distribución de frecuencias la desviación promedio se calcula a partir de

los puntos medio de marcas de clases o (Xi) y las frecuencias (fi). Con la siguiente fórmula:
Dp = Σ MC – X x fi
N
Por ejemplo si tenemos la distribución de frecuencias
Xi Yi -1 Yi +1 fi Fi hi Hi
1 10-15 3
2 15-20 5
3 20-25 7
4 25-30 4
5 30-35 2
21
Y se quiere buscar la desviación promedio, se procede de la siguiente manera:
Primero: Si la fórmula pide trabajar con la Marca de Clase y ese dato no está en la tabla, se comienza
buscando la marca de clase.
Segundo: con cada uno de los valores de los intervalos se busca la marca de clase representado en
la tabla por (Y1).
Tercer: Con esos datos se busca la media aritmética con la fórmula para datos agrupados en
intervalos de clase.
Cuarto: con el resultado de la media aritmética encontrado se continua el ejercicio pedido buscando
los valores de la MC –X (marca de clase menos la media aritmética)
Quinto: para ello reste todos los valores de la Marca de clase (Y1) con la media aritmética encontrada
(21.8 en este ejercicio).
Sexto: Todos los resultados encontrados después de haber realizado el paso anterior los multiplica
por la frecuencia absoluta presentada.
Séptimo: suma todos los valores encontrados del paso 6 y con ese resultado puede recién
reemplazar la fórmula para encontrar la desviación promedio en datos agrupados.
57
Xi Yi -1 Yi +1 Y1 fi ΣMC x fi MC – X MC – X x fi
1 10 - 15 12.5 3 37.5 12.5 - 21.8 = 9.3 9.3 x 3 = 27.9
2 15 - 20 17.5 5 87.5 17.5 - 21.8 = 4.3 4.3 x 5 = 21.5
3 20 - 25 22.5 7 157.5 22.5 - 21.8 = 0.7 0.7 x 7 = 4.9
4 25 - 30 27.5 4 110 27.5 - 21.8 = 5.7 5.7 x 4 = 22.8
5 30 - 35 32.5 2 65 32.5 - 21.8 =10.7 10.7 x 2 = 21.4
457.5 98.5
Octavo: reemplace la fórmula:

Recuerde la fórmula y escríbala en el recuadro
Noveno: Si reemplaza la fórmula sería: 98.5 = 4.7

21
Décimo: interpretación: la desviación promedio de este ejercicio es de 4.7
Desviación estándar:
Desviación estándar es la raíz cuadra de la suma de las desviaciones de la media al cuadrado

dividida por el número de las observaciones (n) menos 1. Su fórmula es la que sigue:
S = Σ (Xi - X)2
n - 1
Ejemplo:
Xi Xi – X d d2
1 1 – 50 -49 2401
44 44 - 50 - 6 36
45 45 - 50 - 5 25
46 46 - 50 - 4 16
48 48 - 50 - 2 4
48 48 - 50 - 2 4
49 49 - 50 - 1 1
50 50 - 50 0 0
50 50 - 50 0 0
51 51 - 50 1 1
52 52 - 50 2 4
52 52 - 50 2 4
54 54 - 50 4 16
55 55 - 50 5 25
55 55 - 50 5 25
100 100 - 50 50 2500
800 0 5062
58
Desarrollo:
Primero: como la fórmula pide media aritmética, entonces se busca la media aritmética con la fórmula
para datos simples X = Σ Xi = 800 = 50
n 16
Segundo: luego se resta la media aritmética de cada uno de los valores de la frecuencia.
Tercero: El resultado encontrado en cada valor es la desviación, pero como la fórmula pide que s
eleve al cuadrado entonces se eleva al cuadrado y se obtiene los resultados de la columna d 2 .
Cuarto: Sume el total de los datos de la última columna (d2)
Quinto reemplace la fórmula así:
S = 5062 = 337.5 = 18.4

15
Interpretación: la desviación estándar es 18.4.
Importancia estadística.- Es una probabilidad simétrica o curva de Gauss de distribución uniforme.

Las medidas de tendencia central ( media, mediana y rango) son todas iguales. Más aún, si uno
midiera desde la media una distancia de una desviación estándar a cada lado encontraría que el
68.3% de las observaciones caería dentro de esta área bajo la curva. Similarmente, si uno midiera
desde la media una distancia de dos desviaciones estándar hacia cada lado encontraría que el 95.5
% de las observaciones caería dentro del área bajo la curva. Por último, si uno midiera desde la
media una distancia de 3 desviaciones estándar hacia cada lado, encontraría que el 99.7% de las
observaciones caerían dentro del área de la curva, esto se representa como sigue:
X 1 S contiene 68.3 % de las observaciones.

X 2 S contiene 95.5 % de las observaciones
X 3 S contiene 99.7 % de las observaciones.
Esto puede ser representado gráficamente de la manera siguiente;
Coeficiente de Variación.- Es una medida que nos permite comparar la dispersión relativa de un
tipo de datos con la dispersión relativa de otro tipo de datos, la fórmula es:
CV = S x 100
X
Primero los datos a ser comparados pueden ser expresados en las mismas unidades, con sus
mismos promedios (casi iguales).
Por ejemplo:
La clase A tiene una marca promedio de 85.17 con una desviación estándar de 4.48 y la clase B
tiene una marca promedio de 85.05 con una desviación estándar de 4.25. la clase B tiene una
dispersión absoluta menor que la clase A, pero la dispersión absoluta de las dos clases es la misma.
Segundo: desarrollo del ejercicio
59
Clase A Clase B
CV = 4.48 x 100 = 5.3 % CV = 4.25 x 100 = 5.0%

85.17 85.05
Otro caso:
Los datos pueden ser comparados o a compararse pueden ser expresados en las mismas unidades,
pero sus promedios pueden diferir.
Por ejemplo,
El resorte A tiene una tensión de vida promedio de 138.64 libras con una desviación estándar de
15.27 libras.
El resorte B tiene una tensión de vida promedio de 87.66 libras con una desviación estándar de 14.12
libras. El resorte A varía más que el resorte B, sin embargo puede resistir una tracción mas fuerte
(esto es, mayor promedio).
Resorte A Resorte B
CV = 15.27 x 100 = 11.0% CV = 14.12 x 100 = 16.1 %

138.64 87.66
Es aparente que la variación relativa en la tensión de vida promedio es mucho menor en A que en
B.
CUESTIONARIO
1. En una investigación sobre la incidencia de la hipertensión arterial en jóvenes de 20-24 años

de un municipio de la provincia Ciego de Ávila, se estudiaron 350 jóvenes, de ellos 200 eran varones.
A continuación te presentamos un cuadro con la información obtenida.
Tabla 1. Distribución de jóvenes según tensión arterial diastólica (TAD). Municipio Ciego de Ávila,
1998.
a) Determina la media aritmética, la mediana, la desviación media y la desviación estándar.

b) Interpreta los resultados obtenidos.
60
1. Del mismo estudio, se obtuvo la siguiente información por sexos:

Tabla 2. Jóvenes según tensión arterial diastólica (TAD) y sexo. Municipio Ciego de Ávila, 1998.
a) Determina e interpreta la media aritmética, la mediana y moda para cada grupo.

b) ¿Qué puedes decir acerca de la variabilidad de cada grupo?
c) ¿Para qué valor se encuentra el 70% de los varones por encima de él?
d) ¿Para qué valor el 25% de las hembras está por debajo de él?
61
WORK PAPER # 5
UNIDAD V O TEMA: BIOESTADISTICA
TITULO: MEDIDAS DE POSICION
FECHA DE ENTREGA:
MEDIDAS DE POSICIÓN
Se llaman medidas de posición porque establecen una posición en una serie ordenada de datos,
constituyen una referencia a partir de la cual se puede ver que valor o valores están por encima de
½ o 1/3 o ¼ partes de las observaciones. Las medidas de posición
Son los cuartiles, deciles y percentiles.
Cuartiles.-
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados en 4
partes iguales. En estadística se representan por Q1; Q2; Q3 y determinan los valores
correspondientes al 25% al 50% y al 75% de los datos. Q2 es igual a la mediana. La fórmula es Q x
N = (Q = 1 – 2 – 3).
4
Ejemplos de cálculos de cuartiles con un número impar de datos
Calcule los cuartiles 1,2y 3 de la siguiente serie de datos 3, 7, 5, 2, 4, 9, 6
1.- ordenamos los datos de menor a mayor así: 2, 3, 4, 5, 6, 7, 9

2.- Buscamos el lugar que ocupa cada cuartil mediante el empleo de la fórmula:
Q = 2, 3, 4, 5, 6, 7, 9
Q1 Q2 Q3
3.- El cuartil 1 se calcula así: Q1 = 1 x 7 = 7 = 1.75
4 4
Q2 = 2 x 7 = 14 = 3.5
4 4
Q3 = 3 x 7 = 21 = 5.25
4 4
62
Ejemplo con u número par de datos:
2, 5, 3, 4, 6, 7, 1, 9
1.- ordenamos los datos

1, 2, 3, 4, 5, 6, 7, 9
2.- reemplazamos la fórmula
Q1 = 1 x 8 = 8 = 2
4 4
Q2 = 2 x 8 = 16 = 4
4 4
Q3 = 3 x 8 = 24 = 6
4 4
Ejemplos para buscar el cuartil de una serie agrupada de datos, se tiene que usar otra fórmula y el
procedimiento es diferente. A continuación se explicara paso a paso.
Donde:
– qi es el cuartil deseado (i = 1, 2, 3);
– LRI: límite real inferior del intervalo que contiene al cuartil;
– n: total de observaciones;
– FAA: frecuencia acumulada absoluta de la clase que antecede a la
del cuartil;
– f: frecuencia absoluta de la clase que contiene al cuartil;
– c: amplitud del IC que contiene al cuartil.
Para calcular el primer cuartil, volvamos al ejemplo de las frecuencias cardiacas en ciertos pacientes
ingresados.
63
1. Busca en cual clase está el cuartil ; con este valor y siguiendo el
procedimiento rápidamente sabrá que el cuartil está en el tercer intervalo (porque 25 esta dentro de
la frecuencia acumulada 56 que es la primera en sobrepasar 25).
2. Los LR de ese IC son: LRI = (60 + 61) / 2 = 60.5; LRS = (80 + 81) / 2 = 80.5.
3.- Luego: c = 80.5 – 60.5 = 20.
4.- FAA = 18,
5.-f = 38.
6.- Determina el cuartil:
Interpretación:
La cuarta parte de los pacientes, o el 25% de ellos, tiene 64 o menos latidos cardiacos por minuto;
o puedes decir que el 75% (¾ partes de los pacientes) tiene más de 64 latidos cardiacos por
minuto
Recomendaciones:
Primero se resuelve la parte que está dentro del corchete y ese resultado se multiplica por 20 de
este ejercicio, siendo el resultado 3.68 y luego se suma el 60.5.
La misma fórmula se usa para el cuartil 2 y 3 teniendo en cuenta que el único valor que cambiaría
seria Q2 o Q3.
Los deciles
Son los 9 valores que dividen la serie de datos en 10 partes iguales y son los valores
correspondientes al 10%; 20%............................90% de los datos. La fórmula usada es
Di x N
10
D5 = coincide con la mediana
Ejemplo de cálculos de los deciles
Calcular del primer decil en una serie de datos simples, (1, 2, 3, 4, 5, 6, 7, 8, 9). Siendo n el total de
observaciones, y di el decil deseado.
Para datos agrupados, usaremos nuevamente el ejemplo de la frecuencia cardiaca. Los pasos para
calcular el decil son en esencia iguales que si fueses a calcular el cuartil, haciendo los cambios
siguientes:
Donde:
– di es el decil deseado (i = 1, 2,…, 9);
– LRI: límite real inferior de la clase o intervalo que contiene al decil;
– FAA: frecuencia acumulada absoluta de la clase que antecede a la Del decil;
– f: frecuencia absoluta de la clase que contiene al decil;

– c: amplitud del IC que contiene al decil.
64
Los percentiles.-
Los percentiles son valores que dividen a una serie ordenada de datos en cien partes iguales,
motivo por el que hay 99 percentiles y corresponden al 1%, 2%....Y AL 99% de los datos. P 50
coincide con la mediana.
P=
Para datos agrupados, el percentil deseado será el resultado de computar:
Donde:
– pi es el percentil deseado (i = 1, 2,…, 99);
– LRI: límite real inferior de la clase o intervalo que contiene al percentil;
– FAA: frecuencia acumulada absoluta de la clase que antecede a la del
Percentil;
– f: frecuencia absoluta de la clase que contiene al percentil;
– c: amplitud del IC que contiene al percentil.
65
WORK PAPER # 6
UNIDAD VI O TEMA: BIOESTADISTICA
TITULO: PROBABILIDADES
FECHA DE ENTREGA:
HISTORIA DE LA PROBABILIDAD
Los juegos de azar tienen una antigüedad de más de 40000 años; así por ejemplo, los
dados se utilizaron tanto en el juego como en ceremonias religiosas. Las civilizaciones antiguas
explicaban el azar mediante la voluntad divina. En el Renacimiento el abandono progresivo de
explicaciones teológicas conduce a una reconsideración de los experimentos aleatorios.
Ya en el siglo XVI, los matemáticos italianos comenzaron a interpretar los resultados de

experimentos aleatorios simples y a finales del siglo XVI, existía un análisis empírico de los
resultados aleatorios.
El desarrollo del análisis matemático de los juegos de azar se produce lentamente durante
los siglos XVI y XVII. El cálculo de probabilidades se consolida como disciplina independiente en
el período que transcurre desde la segunda mitad del siglo XVII hasta comienzos del siglo XVIII.
La historia de la probabilidad comienza en el siglo XVII cuando Fermat y Pascal tratan de resolver
algunos problemas relacionados con los juegos de azar. Aunque algunos marcan sus inicios
cuando Cardano (jugador donde los haya) escribió sobre 1520 El Libro de los Juegos de Azar
(aunque no fue publicado hasta más de un siglo después, sobre 1660) no es hasta dicha fecha
que comienza a elaborarse una teoría aceptable sobre los juegos.
La teoría de la probabilidad fue aplicada con buenos resultados a las mesas de juego y
con el tiempo a otros problemas socioeconómicos.
Durante el siglo XVIII el cálculo de probabilidades se extiende a problemas físicos y

actuariales (seguros marítimos). El factor principal impulsor es el conjunto de problemas de
astronomía y física que surgen ligados a la contrastación empírica de la teoría de Newton. Estas
investigaciones van a ser de importancia fundamental en el desarrollo de la Estadística.
La industria de los seguros, que nació en el siglo XIX, requería un conocimiento exacto
del riesgo de perder pues de lo contrario no se podían calcular las pólizas.
Posteriormente, se estudia la probabilidad como un instrumento que permitiría entender

los fenómenos sociales.
66
La necesidad de comparar con exactitud los datos observados con la teoría requería un
tratamiento riguroso del mismo, que va a dar lugar a la teoría de errores. Durante el siglo XVIII,
debido muy particularmente a la popularidad de los juegos de azar, se publicaron varios
documentos de este tipo. Jakob Bernouilli (1654-1705) Ars Conjectandi (publicado en 1713 aunque
escrito sobre 1690) y Auguste De Moivre (1667-1754) contribuyeron de forma importante a este
desarrollo.
Jacob Bernoulli proporciona la primera solución al problema de estimar una cantidad

desconocida a partir de un conjunto de mediciones de su valor que, por el error experimental,
presentan variabilidad. Fue pionero en la aplicación del cálculo infinitesimal al cálculo de
probabilidades.
También, además de Abraham de Moivre, el reverendo Thomas Bayes y Joseph Lagrange

inventaron fórmulas y técnicas de probabilidad.
El impulso fundamental proviene de la obra de Pierre Simon, Marqués de Laplace, publicó

Théorie analytique des probabilités en el que expone un análisis matemático sobre los juegos de
azar, y fue quien indujo la primera definición explícita de probabilidad. También desarrolló la ley
normal como modelo para describir la variabilidad de los errores de medida, formuló y estimó el
primer modelo explicativo estadístico. Por su parte, Gauss hizo su aportación en la estimación de
modelos estadísticos.
Bravais, geólogo y astrónomo, es el primero en considerar la relación entre errores de

medida dependientes entre sí; Benjamín Pierce propone el primer criterio para rechazar
observaciones heterogéneas con el resto y S. Newcomb, el más famoso astrónomo americano del
siglo XIX, introduce los primeros métodos de estimación cuando hay errores fuertes en algunos
datos (Estimación Robusta).
Desde los orígenes la principal dificultad para poder considerar la probabilidad como una
rama de la matemática fue la elaboración de una teoría suficientemente precisa como para que
fuese aceptada como una forma de matemática. A principios del siglo XX el matemático ruso A.
Kolmogorov la definió de forma axiomática y estableció una teoría más amplia como es la teoría
de la medida.
En la actualidad la teoría matemática de la probabilidad constituye el fundamento de las

aplicaciones estadísticas tanto en la investigación social como en la toma de decisiones.
La necesidad de sortear la incertidumbre nos lleva a estudiar y aplicar la teoría de la

probabilidad. Para tener éxito en la toma de decisiones, se necesita la capacidad de tratar
sistemáticamente con la incertidumbre misma mediante cuidadosas evaluaciones y aplicaciones
de métodos estadísticos concernientes a las actividades de los negocios.
Las aplicaciones de métodos estadísticos en las diferentes áreas son numerosas.
2.- INTRODUCCIÓN
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados
son diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otras cruz. Estos
fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.
67
En el lenguaje habitual, frases como "probablemente...", "es poco probable que...", "hay
muchas posibilidades de que..." hacen referencia a esta incertidumbre.
La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con
situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la recogida,
análisis e interpretación de los datos, la teoría de la probabilidad proporciona una base para
evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas.
El objetivo del Cálculo de Probabilidades es el estudio de métodos de análisis del

comportamiento de fenómenos aleatorios.
Aunque desde sus orígenes siempre han estado ligadas, es cierto que existe un cierto
paralelismo entre la estadística descriptiva y el cálculo de probabilidades, como se puede apreciar
en la siguiente tabla:
ESTADÍSTICA PROBABILIDAD
fi, Fi Probabilidad
Variable Unidimensional Variable aleatoria
Variable Bidimensional Vectores aleatorios
Distribución de frecuencias Distribución de Probabilidad (Función de distribución)
Medias, Momentos Esperanza, Momentos
Independencia Estadística Independencia Estocástica
Series Temporales Procesos Estocásticos
En la actividad diaria nos encontramos con ciertos tipos de fenómenos que se pueden
reproducir un gran número de veces, en condiciones similares dando lugar a un conjunto
de dos o más posibles resultados. Estos fenómenos pueden ser de dos tipos:
determinísticos y aleatorios.
Conceptos básicos
Con ellos vamos a dar una serie de conceptos para poder desarrollar este tema y los
sucesivos.
Fenómeno determinístico.- Cuando al repetirlo bajo idénticas condiciones iniciales se

obtienen siempre los mismos resultados.
68
Fenómeno aleatorio.- Cuando al repetirlo bajo idénticas condiciones iniciales no se
obtienen siempre los mismos resultados. Ejemplo: cuando lanzamos una moneda al aire
observando la sucesión de caras y cruces que presentan.
Experimento aleatorio.- Operación que repetimos bajo idénticas condiciones iniciales y

no se obtienen siempre los mismos resultados. Ejemplo: lanzamiento de un dado
observando la sucesión de números que se presentan {1, 2, 3, 4, 5,6}.
Suceso elemental.- Cada uno de los resultados posibles del experimento aleatorio; luego
un suceso elemental consta de un solo elemento del espacio muestral (E). En el ejemplo
del dado: {1}.
Suceso A= (2, 3,4)

2 3
4
Suceso elem ental
1 B= 1
Espacio muestral.- Conjunto de todos los sucesos elementales del experimento aleatorio
y lo designaremos como (E). Ejemplo del dado: {1, 2, 3, 4, 5,6}
Suceso.- Conjunto formado por uno o más sucesos elementales, es decir, un subconjunto
de resultados elementales del experimento aleatorio. Ejemplo del dado: nos interesa
saber si el resultado a sido un número impar A={1, 3,5}.
Suceso seguro.- Coincide con el suceso elemental, ya que al realizar el experimento

aleatorio se obtendrá con seguridad uno de los posibles resultados o sucesos
elementales, y por tanto ocurrirá (E).
Dos sucesos se dice que son iguales, cuando todo suceso elemental de uno está en el
otro, y viceversa.
Suceso imposible.- Es el que no tiene ningún elemento del espacio muestral (E), y por
tanto no ocurrirá nunca, y se representa como ∅. Ejemplo: En el lanzamiento del dado no
puede darse el 7.
Suceso complementario a un suceso A: Es el suceso que se verifica si, como resultado

del experimento aleatorio, no se verifica A. Se acostumbra a denotar con el símbolo Ā.
Sucesos incompatibles: Los sucesos A y B son incompatibles o mutuamente excluyentes

si no pueden ocurrir simultáneamente.
69
A = {a, b}, B = {d, e}
E A B
e a
b c d
Si tenemos dos sucesos cualesquiera A, B: A está contenido en B, entonces B no está

contenido en A,
A⊂ B ⇒ B⊄A
Si tenemos dos sucesos cualesquiera A, B: donde A está contenido en B y B está

contenido en A, entonces A = B.
A, B / A ⊂ B ⇒ B⊂ A ⇒ A=B
Operaciones con sucesos
Al ser los sucesos aleatorios nada más que subconjuntos de un conjunto E (espacio
muestral), podemos aplicarles las conocidas operaciones con conjuntos, como son la
unión, intersección y diferencia:
Suceso contenido en otro.- Un suceso A se dice que está contenido o inducido en otro B
si siempre que se verifica A se verifica B. Se representa A⊂B.
Ejemplo: Considerando el experimento aleatorio del lanzamiento de un dado, si

designamos por:
A= que aparezca el 2 ó el 4 = {2,4}

B= que aparezca un número par: {2,4,6}
70
El suceso A ⊂ B, pues los resultados o sucesos elementales 2 y 4 de A,
pertenecen a B. Diremos también que A implica a B y lo denotaremos A⇒B.
Igualdad de sucesos.- Dados dos sucesos A y B, diremos que son iguales, si siempre que
ocurre el suceso A también ocurre el suceso B, y siempre que ocurre el suceso B ocurre
el suceso A, y lo indicaremos por A = B. Es decir, si se verifica:
A ⊂ B⎫
B ⊂ A⎬⎭ ⇔ A = B
Ejemplo: Sean los sucesos:
A = obtener un número par al lanzar un dado = {2,4,6}

B = obtener un múltiplo de 2 = {2}
Aquí se verifica que:
A⊂B pues siempre que ocurre A ocurre B

B⊂ A pues siempre que ocurre B ocurre A
Luego A = B.
Diferencia de sucesos.- Dados dos sucesos aleatorios A B, ∈ E , se llama suceso

diferencia de A y B y se representa mediante A/B, o bien, A-B al suceso aleatorio formado
por todos los sucesos elementales que pertenecen a A, pero no a B.
Unión de sucesos.- Dados dos sucesos A y B se llama unión de A y B, y se representa

por A∪B, al suceso que se realiza cuando se realiza alguno de ellos, A o B, es decir, a
todos los elementos que están en A ó están en B.
Ejemplo: Sean los sucesos:
C = obtener el lanzamiento de un dado un número impar = {1,3,5}

D = obtener un número mayor que 4 = {5,6}
El suceso unión será:
A∪B = {1,3,5}∪ {5,6} = {1,3,5,6}
71
O sea, obtener un 1, un 3, un 5, ó un 6 en el lanzamiento del dado.
Intersección de sucesos.- Dados dos sucesos A y B, se llama suceso intersección de

A y B, y se representa por A ∩ B, al suceso que se realiza si y sólo si se realizan
simultáneamente A y B.
Ejemplo: Utilizando el ejemplo de la unión, la intersección viene dada por:
Sucesos Incompatibles.- Dos sucesos A y B cuya intersección es el suceso imposible se

llaman sucesos incompatibles. Obsérvese que un suceso y su contrario son siempre
incompatibles.
A∩ B =φ.
Sucesos Complementarios.- Dado un suceso A, se llama suceso contrario o

complementario de A, y se representa por Ā, al suceso que se realiza cuando no se realiza
A y recíprocamente.
El suceso contrario de E es φ y recíprocamente.
Ā = E – A.
Ejemplo: E = {1,2,3,4,5,6}
A = { }1,2 → A = {3,4,5,6}
B = {2,4,6}→ B = {1,3,5}
C = { }3,5 → C = {1,2,4,6}
72
Propiedades de la unión e intersección de sucesos
Seguidamente se presentan una serie de propiedades que verifican tanto la unión como la
intersección de dos o más sucesos. Tales propiedades son comunes a ambas, como se
muestran en la siguiente tabla:
UNION INTERSECCION
1. Asociativa (AUB)UC=AU(BUC) (A∩B)∩C=A∩(B∩C)
2. Conmutativa AUB=BUA A∩B=B∩A
3. Idempotente AUA=A A∩A=A
4. Simplificativa AU(B∩A)=A
A∩(BUA)=A
5. Distributiva AU(B∩C)=(AUB)∩(AUC)
A∩(BUC)=(A∩B)U(A∩C)
_
Todo suceso A del espacio de sucesos tiene otro llamado contrario, A tal
que: _ _ AUA=E
A∩A=φ
De estas propiedades surgen las siguientes consecuencias inmediatas:
i) AUφ=A , A∩φ=φ
ii) A∩E=A, AUE=E _____ _ _ _____ _ _ iii)
Leyes de Morgan: A ∩ B = A U B, A U B = A ∩ B.
Ejemplo: Sea un experimento aleatorio de lanzar un dado y definimos:
A = {par}
B = {impar}
C = {múltiplo de 3}
Calcular:
a) AU B = {1,2,3,4,5,6}= E
b) AUC = {1,3,4,6}
c) BUC = {1,3,5,6}
d) AU B = {1,2,3,4,5,6}= E
e) A∩ B = 0/
f) ) A∩C = { }6
g) B ∩C = { }3
73
h) B −C = B ∩C = { }1,5
i) (AU B)∩C = {3,6}
3.- CONCEPTO DE PROBABILIDAD
Para definir la probabilidad vamos a dar varias definiciones o conceptos de probabilidad.

Con estas definiciones se pretende expresar de manera objetiva y precisa el grado de
ocurrencia de ciertos resultados de un fenómeno aleatorio.
Concepto Frecuentista.- Dado un suceso A que se repite un número de veces,

si observamos la frecuencia con que se repite ese suceso, obtendremos las
probabilidades asociadas asignando la frecuencia relativa a cada suceso.
Se llama frecuencia absoluta de un suceso A al número de veces que se verifica

A al realizar el experimento un número determinado de veces.
Se llama frecuencia relativa de un suceso A al cociente entre su frecuencia absoluta y
el número de veces que se realiza el experimento, que viene dada por:
f (A)a
f (A)r = n
donde n el número de veces que se repite el experimento.

Definición de Laplace.- La probabilidad de cualquier suceso A es igual al
cociente entre el número de resultados favorables o resultados que integran el suceso A
y el número total de elementos o posibles resultados del espacio muestral E.
nº de casos favorables
P(A) =
nº de casos posibles
Como hemos venido observando los sucesos los consideremos como conjuntos,
siendo válido para los sucesos todo lo estudiado en la teoría de conjuntos. Para
llegar a la construcción axiomática del Cálculo de Probabilidades, necesitamos
dar unas estructuras algebraicas básicas construidas sobre los sucesos de la
misma manera que con construían sobre los conjuntos.
Todo fenómeno aleatorio lleva asociado un espacio muestral. Para medir el grado
de ocurrencia de los sucesos, definimos el Álgebra de Boole, álgebra de sucesos o
sigma álgebra, que verifica siguientes condiciones:
1.- El complementario de un suceso A que pertenece al Algebra también

pertenece al algebra:
A Є Ą →Ā Є Ą
74
2.- Si tenemos una serie de sucesos finitos (A1, A2,…..An) infinitos numerables, que
pertenecen al Ą, la unión de todos ellos tiene que pertenecer a Ą.
A1, A2, . . ., An Є Ą ⇒ A ∪ A2 ∪…..∪ An Є Ą.
3.- El suceso imposible también pertenece al Ą, φ Є Ą
Basándose en dicho álgebra, kolmogorov dio la definición axiomática de probabilidad

que viene dada a continuación.
Se llama probabilidad asociada al álgebra de Boole a una aplicación Ą R tal

que, a cada valor de A le hace corresponder una probabilidad, que verifica los
siguientes axiomas:
 Axioma 1: Siempre es positiva.
 Axioma 2: Siempre estará entre 0 y 1.
PE[ ]=1.
 Axioma 3: Sea A1....An sucesos tales que son disjuntos dos a dos (es
decir, la intersección es Ø) Ai ∩ Aj =φ, la probabilidad es la suma de
todas las probabilidades de sucesos.
P A(∪ =i ) ∑P A( i ).
Del tercer axioma se desprende que si que si A = A A1 ∪ 2 ∪⋅⋅⋅ con A Ai ∩ =j φ,
entoncesP A[ ]= P A[ ]1 + P A[ 2 ]+⋅⋅⋅+ P A[ n ], es decir Ρ(UΑi ) = ΣΡ Α( i ).
Ejemplo: Calcula P A( ∩ B).
75
La solución es:
P A( ) = {1,3,5}
P B( ) = {2,3,4,6}
P(1,3,5) + P(2,3,4,6) − P(3)
Solo cuando P A( ∩ =B) 0, es decir que son disjuntos.
Ejemplo: Sea un experimento aleatorio que consiste en lanzar al aire los dados que no
están cargados, y se considera espacio muestral el resultado de la suma de los valores
obtenidos, calcular:
1.- Espacio muestral: E = {2,3,4,5,6,7,8,9,10,11,12}= 11 elementos
2.- La probabilidad del suceso A = {2} P A( )=
3.- La probabilidad del suceso B = {par} P B( )=
4.- La probabilidad del suceso C = {10,11,12} P C( )=
5.- La probabilidad del suceso D = {4,5,6,7} P D( )=
6.- P A( U B) = {2,4,6,8,10,12} = 6/11
7.- P A( UC) = {2,10,11,12} = 4/11
8.- P D C( U ) = {2,3,8,9,10,11,12} = 7/11
9.- P B( U D) = {3,4,5,6,7,9,11} = 7/11
10.- P A( ∩ =B) P A( U B) = {3,4,5,6,7,8,9,10,11,12} =10/11
11.- P B( UC) = {2,3,4,5,6,7,8,9,10,11,12} =10/11
12.- P B( ∩ D) = {4,6} = 2/11.
76
Espacio Probabilístico
Llamamos espacio probabilística a la terna formada por un espacio muestral, E; el

álgebra de sucesos, Ą, y una probabilidad, P, es decir a ( E, Ą, P ).
Sus propiedades son:

1) La probabilidad del complementario de A es 1 menos la probabilidad de
A:
Prob [Ā] = 1 - Prob [A].
2) La probabilidad de la unión de A y B es igual a la probabilidad de A más la

probabilidad de B menos la probabilidad de la intersección de A y B:
Prob [A U B] = Prob [A] + Prob [B] - Prob [A ∩ B].
3) La probabilidad del suceso vacío es 0:

Prob [O] = 0
4) Si A contiene a B, entonces la probabilidad de A es menor o igual que la

probabilidad de B:
A B⊂ →Prob [A] ≤ Prob [B]
5) La probabilidad de A es menor o igual a 1:

Prob [A] ≤ 1.
PROBABILIDAD CONDICIONADA
Hasta ahora hemos visto el concepto de probabilidad partiendo de que la única

información que tenemos sobre el experimento es el espacio muestral. Sin embargo, en
ocasiones se conoce que un determinado suceso ha ocurrido. ¿Modificará esta
información adicional la probabilidad de que ocurra otro suceso?. Veremos que
generalmente sí. A partir de esta idea surge la idea de probabilidad condicionada, que se
define:
Sea un espacio probabilístico y un suceso B perteneciente al Algebra de Boole,

tal que P(B)≠ 0, entonces se define la probabilidad de que ocurra A si antes ha ocurrido
B, como:
P A( ∩B)
P(B/A)= si P(B) ≠ O.
P A()
Análogamente podemos definir P(A/B) como
77
P A( ∩B)
P(A/B)= si P(A) ≠ O.
P( )B
De las definiciones anteriores se deducen claramente las relaciones siguientes:
o P(A∩B)=P(A) · P(B/A)
o P(A∩B)=P(B) · P(A/B)
o P(A/B). P(B)= P(B/A). P(A)
P A B( / ) P A( ) o =
P B A( / ) P B( ) o
P A A( / ) = 1.
o Si A, B son independientes P A( ∩ B) = 0,
entonces:
P A B P B A( / )=( / ) = 0.
o A esta expresión se le conoce como regla de la multiplicación, que en
general para un número k de sucesos viene dada por:
P (A1 ∩A2 ∩...∩Ak) = P (A1)P (A2/A1)....P (Ak/A1∩A2∩...∩Ak−1)
Ejemplo: De una urna que contiene 9 bolas rojas y 5 negras, se extraen sucesivamente
2 bolas. Calcular la probabilidad de los siguientes sucesos: a) Que las dos sean
negras
b) Que las dos sean rojas
c) Que la primera se roja y la segunda negra
d) Que la segunda se roja sabiendo que la primera fue negra
La solución en cada apartado es la siguiente.
a) Sea N1: Sacar la 1ª Negra

N2: Sacar la 2ª Negra
P(N1∩N2) = P(N1) · P(N2/N1) = 5/14 · 4/13
b) Sea R1: Sacar la 1ª Roja

R2: Sacar la 2ª Roja
P(R1∩R2) = P(R1) · P(R2/R1) = 9/14 · 8/13
c) Sea R1: Sacar la 1ª Roja

N2: Sacar la 2ª Negra
P(R1∩N2) = P(R1) · P(N2/R1) = 9/14 · 5/13
78
d) Sea N1: La 1ª es Negra R2: La 2ª es Roja
P(R2/N1) = 9/13 (quedan 13 bolas de las cuales 9 son rojas).
Ejemplo: Sabiendo que al lanzar un dado ha salido un número par, hallar la

probabilidad que este número haya sido un dos:
1
( ∩ B)
PA 6 1
( ∩ )= = =
PB
() 3 3
PA 6 B
P A( ) { }= 2 = P B( ) {= 2,4,6}=
79
WORK PAPER # 9
UNIDAD IV O TEMA: BIOESTADISTICA
TITULO: ESTADISTICAS DE POBLACION
FECHA DE ENTREGA:
INTRODUCCIÓN.-
EL CENSO DE POBLACIÓN.-
Características de los censos:
• Información secreta: La información desagregada debe ser de manejo confidencial, no es permitido

por medio de la información censal identificar personas o viviendas específicas.
• Patrocinio oficial: Todo el trabajo que conlleve la ejecución del censo debe ser auspiciado por el
Estado, aunque la empresa ejecutora no sea gubernamental.
• Territorio bien definido: El área o región comprendida por el censo debe estar claramente definida.
Puede excluir algunas zonas por razones de accesibilidad o seguridad, pero debe señalarse
explícitamente sus límites.
• Universalidad: Debe incluir a todos los miembros de la población del territorio censal sin omisiones
ni repeticiones.
• Unidad censal: En un censo de población, la unidad censal es el individuo, mientras que en un
censo de vivienda la unidad censal es la vivienda. Sin embargo, la unidad de referencia en las
boletas censales es el hogar.
• Simultaneidad la población total empadronada debe referirse a un momento preciso en el tiempo.
Por esta razón, los datos recolectados deben referirse a una fecha específica o a un período bien
definido.
• Periodicidad Los censos deben ser realizados periódicamente. La recomendación hecha por la
División de Población de las Naciones Unidas, señala que el período entre un censo y otro sea de
10 años y que los años censales sean los terminados en 0. Esto permitiría efectuar comparaciones
internacionales.
En la definición de la temática del censo se deben considerar una serie de aspectos:

• Necesidades de información del país o de la región.
• Comparabilidad con otros censos: a nivel internacional o a nivel nacional con censos anteriores.
• La disponibilidad a responder (no deben incluirse temas delicados que pudieran provocar el
rechazo).
• Los costos que genera la inclusión de cada tema.
• El tiempo de respuesta del entrevistado.
Los temas que corrientemente incluye un censo de población son:
80
• Geográficos: Ubicación de la persona en el momento censal, residencia habitual, tipo de localidad
(urbana o rural) en que fue empadronada.
• Demográficos: Información sobre el hogar y las relación de parentesco entre los miembros. Además
sobre la edad, el género, el estado conyugal y lugar de nacimiento. Frecuentemente se agrega sobre
migración y algunas preguntas tendientes a medir indirectamente la mortalidad y la fecundidad.
• Educación: En este ámbito interesa el alfabetismo y el nivel de instrucción de las personas.
También se puede consultar sobre la asistencia actual a un centro educativo.
• Actividad económica: Se consulta si la persona es económicamente activa o inactiva. Ocupación
específica, rama de actividad económica a la que se dedica y su categoría ocupacional (patrón,
empleado asalariado, trabajador por cuenta propia, etc.)
• Otras: Se acostumbra consultar sobre otras características tales como: etnia, religión, idiomas,
impedimentos físicos, etc.
Principales usos de los censos:
• Determinar los cambios en la magnitud y composición de la población.
• Proporciona las bases para las proyecciones de población.
• Fuente básica de los países en desarrollo para el estudio de la migración.
• Permite por medio de métodos indirectos estimar la fecundidad y la mortalidad.
• Permite analizar interrelaciones entre las características demográficas y socioeconómicas de
individuos y hogares.
FASES DEL CENSO.
Pre empadronamiento: Incluye todas las actividades necesarias para preparar el proceso de
recolección de información. Esta etapa comienza con la sanción legal del censo por medio de un
decreto de ley. Posteriormente se estructuran las actividades de organización y administración, y se
define el cronograma de actividades. Seguidamente se inicia el trabajo geográfico y cartográfico,
que consiste en actualizar los mapas nacionales y determinar la nueva segmentación que va a ser
implementada en el censo. Al mismo tiempo, se preparan los instrumentos o cuestionarios que van
a ser empleados. Para ello debe realizarse una selección de los temas de interés sobre los que se
preguntará. El cuestionario debe ser lo más reducido y pre codificado posible. Esta etapa culmina
con la prueba del cuestionario y con el censo piloto en una zona específica; este paso es fundamental
pues permite evaluar la calidad de las preguntas y estimar el tiempo de respuesta del instrumento.
• Empadronamiento: Se refiere a la recolección de la información y se inicia con el proceso de

capacitación de los enumeradores y supervisores. Existen dos formas básicas de empadronamiento,
según sea enumerado el individuo en el lugar de residencia o en el de su presencia al momento
censal. En el censo de jure o de derecho, se enumeran las personas según sea el lugar de residencia
habitual, independientemente de su presencia o ausencia, el día del censo. Mientras que en el censo
de facto o de hecho, se empadronan las personas en el lugar donde se encuentran en el momento
del censo, independientemente de su residencia o no en esta vivienda. La recolección de la
información es hecha por un único enumerador bajo la inspección de un supervisor.
• Pos empadronamiento: Esta es la última etapa del censo; en ella se realizan las labores tendientes
a la recepción de los cuestionarios, y los procesos de revisión, codificación, digitación, procesamiento
estadístico y publicación de los resultados.
Las tabulaciones definitivas requieren de al menos un año para su publicación, aunque

generalmente se generan cifras preliminares sobre ciertos tópicos de interés. En algunas ocasiones,
81
después de terminar la recolección de la información, se aplica una encuesta para evaluar el censo.
Con esta encuesta se pretende estimar los errores de cobertura y la calidad de la información.
TIPO DE INFORMACIÓN QUE RECOLECTAMOS EN UN CENSO

En la definición de la temática del censo se deben considerar una serie de aspectos:
• Necesidades de información del país o de la región.
• Comparabilidad con otros censos: a nivel internacional o a nivel nacional con censos anteriores.
• La disponibilidad a responder (no deben incluirse temas delicados que pudieran provocar el
rechazo).
• Los costos que genera la inclusión de cada tema.
• El tiempo de respuesta del entrevistado.
Los temas que corrientemente incluye un censo de población son:
• Geográficos: Ubicación de la persona en el momento censal, residencia habitual, tipo de localidad

(urbana o rural) en que fue empadronada.
• Demográficos: Información sobre el hogar y las relación de parentesco entre los miembros. Además
sobre la edad, el género, el estado conyugal y lugar de nacimiento. Frecuentemente se agrega sobre
migración y algunas preguntas tendientes a medir indirectamente la mortalidad y la fecundidad.
• Educación: En este ámbito interesa el alfabetismo y el nivel de instrucción de las personas.
También se puede consultar sobre la asistencia actual a un centro educativo.
• Actividad económica: Se consulta si la persona es económicamente activa o inactiva. Ocupación
específica, rama de actividad económica a la que se dedica y su categoría ocupacional (patrón,
empleado asalariado, trabajador por cuenta propia, etc.)
• Otras: Se acostumbra consultar sobre otras características tales como: etnia, religión, idiomas,
impedimentos físicos, etc.
UTILIDAD DE LOS CENSOS DE POBLACIÓN

• Determinar los cambios en la magnitud y composición de la población.
• Proporciona las bases para las proyecciones de población.
• Fuente básica de los países en desarrollo para el estudio de la migración.
• Permite por medio de métodos indirectos estimar la fecundidad y la mortalidad.
• Permite analizar interrelaciones entre las características demográficas y socioeconómicas de
individuos y hogares.
82
WORK PAPER # 11
UNIDAD XI O TEMA: BIOESTADISTICA
TITULO: EL PROTOCOLO DE LA INVESTIGACION
FECHA DE ENTREGA:
“Es el estudio de los métodos, procedimientos y técnicas utilizados para obtener nuevos
conocimientos, explicaciones y comprensión científica de los problemas y fenómenos planteados
y, por consiguiente, que nos puedan llevar a la solución de los mismos
En una investigación se da siempre un intercambio entre las temática de la ciencia en la que se

investiga, conceptos lógicos y conceptos o técnicas estadísticos. Investigar viene de vestigium =
planta del pie o huella. Significa indagar, inspeccionar, explorar, examinar, rastrear, “Búsqueda de
algo que se logra con un rodeo por un camino sistemático o sea con método”. Tener en cuenta la
diferencia entre opinión y conocimiento.
Se concibe al protocolo de investigación como una guía flexible cuyo rasgo fundamental consiste en
que intenta describir lo más adecuada y precisamente posible el proceso de investigación que se
tiene pensado ejecutar.
En el trabajo de investigación el autor deberá mantener una actitud que muestre en todo momento
 Objetividad
 Racionalidad
 Sistematicidad
 Verificabilidad
 Honestidad
 Crítica abierta
El trabajo de investigación tiene como propósito la generación de conocimiento. Para explorar y

entender nuestro entorno requerimos precisión y claridad, orden y consistencia, lógica y sistema
La ejecución de un protocolo de investigación es algo dinámico, en el sentido de que comúnmente

en este documento se especifican los requerimientos mínimos y más generales para llevar a cabo
un proyecto de investigación, los cuales, en el transcurso dela misma, se van modificando de acuerdo
a las circunstancias y situaciones no previstas.
83
El formato del protocolo de investigación es el siguiente:
0. Datos de identificación.
1. Título.
2. Planteamiento del problema.
3. Objetivos.
4. Justificación.
5. Antecedentes.
6. Hipótesis.
7. Metodología.
8. Fases del estudio.
9. Cronograma.
10. Recursos humanos.
11. Recursos materiales.
12. Evaluación económica.
13. Referencias bibliográficas.
14. Acciones de difusión prevista
FINALIDAD
La documentación que proporciona permite demostrar que la investigación en sí cumple con los
requisitos para ser considerada científica. Por ejemplo, muestran que se han cumplido los procesos
de control de calidad necesarios para que la investigación sea válida en su ámbito de estudio.
Los protocolos de investigación permiten a terceros entender las condiciones experimentales en que
determinada investigación ha sido ejecutada y, en caso considerarlo necesario, verificarla mediante
una repetición de los procesos. De esta manera, facilitan la revisión por pares de la investigación
descrita.
FUNCIONES DEL PROTOCOLO DE INVESTIGACIÓN.-
Lawrence, Waneen, y Silverman mencionan que el protocolo implica tres funciones. La primera de
éstas es la de comunicar, ya que el proyecto de investigación sirve para dar a conocer los planes
de investigación de su autor. La segunda función es la de planificar debido a que el protocolo es un
plan de acción que se detalla paso por paso. Finalmente, la tercera función implica un compromiso
entre el investigador, sus asesores, y la institución para la cual se llevará a cabo el trabajo.
A través del proyecto, se da a conocer la información que lo construye, como por ejemplo:
responsables de su ejecución, problemática a resolver, vías de solución al problema, objetivos y
resultados que se buscan, actividades y recursos para lograrlo.
ESTRUCTURA
Algunas universidades y muchas otras instituciones tienen sus propias reglas en cuanto a la
elaboración del proyecto de investigación. Sin embargo, es vital mencionar que no hay un formato
universal; de hecho, hay secciones que aparecen en los trabajos de este tipo: los datos de
identificación y título, selección y delimitación del tema, planteamiento del problema, justificación,
marco teórico, hipótesis, objetivos, metodología, recursos, cronograma (opcional), bibliografía y
anexos si es pertinente.
84
• Datos de identificación y título:
Los datos de identificación deberán incluir información sobre el autor, la institución, el tutor o asesor.
El título de la investigación debe indicar en forma precisa cuál es el objeto o fenómeno de estudio
evitando así las ambigüedades.
• Planteamiento del problema:
En este apartado, se hace referencia a la formulación del problema a investigar.
Es el primer paso en la elaboración de un protocolo, ya que de esto se derivan las acciones

necesarias para determinar lo que se va a investigar. Debe tenerse en cuenta que la selección del
problema requerirá un respaldo teórico y práctico.
Es necesario que la definición del problema de investigación sea clara y precisa puesto que de ella
dependerá la formulación adecuada de abordarlo (Organización Panamericana de la Salud ).
• Justificación:
La justificación del tema de investigación consiste justamente en la exposición de razones teóricas

y prácticas de la elección del problema. De requerirse, se 3 deben mencionar directamente las
necesidades sociales, de grupos o personas (Protocolo de Investigación). Cubo de Severino et
al., recalcan que en la justificación de la propuesta de trabajo se detalla la alternativa de solución
al problema de investigación y se explica claramente cómo el proyecto contribuirá a modificar dicho
problema.
• Antecedentes/Marco teórico:
Todo proyecto de investigación debe contener un marco teórico que presente el conocimiento previo
que se tiene sobre el tema a investigar. Esta sección, básicamente contesta 3 preguntas: ¿Qué se
sabe/hace hasta ahora? ¿De qué manera se relaciona este problema con lo que ya se sabe/hace?
¿Por qué elegir este método de investigación en especial?
• Hipótesis:
La hipótesis se define como el punto de partida para una investigación o demostración, debe ser una
frase clara y precisa que exprese lo que se comprobará en forma experimental o clínica. El origen
de la hipótesis es muy diverso, a veces proviene de sospechas, de estudios, o de otras
investigaciones, de la cultura general en que se desarrolla la ciencia y la tecnología, del
conocimiento dentro de la propia especialidad, o de estudios similares. Por lo tanto, la hipótesis
debe dar una respuesta precisa, ya sea positiva o negativa, al problema que se planteó en la
investigación (Protocolo de Investigación.
• Objetivos:
85
Los objetivos son los logros a alcanzar por medio del proyecto; éstos dan respuesta a la pregunta
¿para qué se hace?.
Deberán ser precisos, concretos, medibles y realistas, podrán clasificarse como generales y
específicos. Cada objetivo deberá consistir en un enunciado claro y puntual de las metas que se
persiguen. La definición de los objetivos es primordial ya que la evaluación del trabajo de
investigación se basa fundamentalmente en el logro de los objetivos planteados.
• Metodología:
En este apartado del protocolo de investigación se deberá indicar el camino (paso por paso) que se
pretende seguir para alcanzar los objetivos del proyecto. Se puede incluir la siguiente información:
identificación de la población que participará, especificación de los procedimientos que se usarán,
presentación de los instrumentos y técnicas de medición, presentación de los métodos usados para
la recolección de datos y la explicación de las herramientas que se usarán para analizar los datos
obtenidos.
• Recursos:
En esta parte se incluyen los recursos humanos, materiales y económicos que serán utilizados para
la elaboración del proyecto de investigación. Los recursos humanos se refieren a las personas
(investigadores, auxiliares, secretarias, etc.) que van a realizar actividades complementarias; los
recursos materiales describen las instalaciones, el equipo y los componentes necesarios para la
realización del proyecto. Finalmente, los recursos económicos involucran un bosquejo de los
recursos financieros necesarios para llevar a cabo el proyecto, considerando tanto los recursos
humanos como los materiales.
• Cronograma:
El cronograma es un esquema o gráfica donde se ponen en relación las actividades de un proyecto

y el tiempo probable para su realización. Esto permite organizar las acciones y coordinar las
actividades de una etapa determinada de acuerdo con el plan de trabajo. En otras palabras, el
cronograma permite conocer si el estudio marcha en el tiempo planificado o no. Este apartado puede
ser considerado opcional.
• Referencias bibliográficas:
Se incluyen todas las fuentes documentales consultadas para la elaboración del protocolo de
investigación y/o las referencias que, de inicio, servirán para la investigación con la finalidad de dar
una idea de la naturaleza de los datos que se podrían utilizar en el trabajo. Lo importante es aplicar
consistentemente las normas de registro de los datos de las fuentes.
• Anexos:
86
Esta es una sección opcional en el protocolo que incluye cuadros, gráficas, tablas, formularios,
documentos, etc. Lo recomendable es que se integren en bloques de información del mismo tipo o
clase
CONTROL SEMÁNTICO O DEFINICIÓN DE TÉRMINOS.-
Las unidades del vocabulario se dividen en tres categorías: los elementos que son abstracciones de
las cosas que constituyen al modelo, las relaciones que conectan los diferentes elementos del
modelo, y los diagramas que reúnen un conjunto de elementos relacionados. En particular, un
diagrama es una representación gráfica de un conjunto de elementos, normalmente mostrado como
un grafo conexo donde los nodos son los elementos y los arcos las relaciones. UML proporciona
nueve tipos diferentes de diagramas Algunos muestran los aspectos estructurales, presentando a
los componentes estáticos del modelo, e indican características que se mantienen durante el ciclo
de vida de un sistema Entre ellos están los Diagramas de Clases, de Objetos, de Componentes y
de Distribución. Otros presentan el comportamiento del sistema, definiendo cómo interactúan los
objetos a lo largo del tiempo; son los Diagramas de Casos de Uso, de Secuencia, de Actividad, de
Estados y de Colaboración.
GUÍA DE PROTOCOLO PROPUESTA POR LA OPS.-
ESQUEMA BÁSICO DE UN PROTOCOLO DE INVESTIGACIÓN
TÍTULO DE LA INVESTIGACIÓN
RESUMEN (Se debe escribir en Formulario No.1)
PLANTEAMIENTO DEL PROBLEMA (justificación científica)
JUSTIFICACIÓN Y USO DE LOS RESULTADOS (objetivos últimos, aplicabilidad)
FUNDAMENTO TEÓRICO (argumentación, respuestas posibles, hipótesis)
OBJETIVOS DE INVESTIGACIÓN (general y específicos)
METODOLOGÍA
Definiciones operacionales (operacionalización)
Tipo y diseño general del estudio
Universo de estudio, selección y tamaño de muestra, unidad de análisis y observación.
Criterios de inclusión y exclusión
Intervención propuesta (sólo para este tipo de estudios)
Procedimientos para la recolección de información, instrumentos a utilizar y métodos para el control
de calidad de los datos
Procedimientos para garantizar aspectos éticos en las investigaciones con sujetos humanos
PLAN DE ANÁLISIS DE LOS RESULTADOS
Métodos y modelos de análisis de los datos según tipo de variables
Programas a utilizar para análisis de datos
REFERENCIAS BIBLIOGRÁFICAS
CRONOGRAMA
PRESUPUESTO
ANEXOS (Instrumentos de recolección de información. Ampliación de métodos y procedimientos a
87
WORK PAPER # 12
UNIDADII O TEMA: BIOESTADISTICA
TITULO: SPSS
FECHA DE ENTREGA:
SPSS es un programa estadístico informático muy usado en las ciencias exactas, sociales y
aplicadas, además de las empresas de investigación de mercado. Originalmente SPSS fue creado
como el acrónimo de Statistical Package for the Social Sciences aunque también se ha referido como
"Statistical Product and Service Solutions" (Pardo, A., & Ruiz, M.A., 2002, p. 3). Sin embargo, en la
actualidad la parte SPSS del nombre completo del software (IBM SPSS) no es acrónimo de nada.1
Es uno de los programas estadísticos más conocidos teniendo en cuenta su capacidad para trabajar
con grandes bases de datos y una sencilla interfaz para la mayoría de los análisis. En la versión 12
de SPSS se podían realizar análisis con 2 millones de registros y 250.000 variables. El programa
consiste en un módulo base y módulos anexos que se han ido actualizando constantemente con
nuevos procedimientos estadísticos. Cada uno de estos módulos se compra por separado.
Por ejemplo SPSS puede ser utilizado para evaluar cuestiones educativas.
Fue creado en 1968 por Norman H. Nie, C. Hadlai (Tex) Hull y Dale H. Bent.
Entre 1969 y 1975 la Universidad de Chicago por medio de su National Opinion Research
Center estuvo a cargo del desarrollo, distribución y venta del programa. A partir de 1975 corresponde
a SPSS Inc.
Originalmente el programa fue creado para grandes computadores. En 1970 se publica el primer
manual de usuario del SPSS por Nie y Hall. Este manual populariza el programa entre las
88
instituciones de educación superior en EE. UU. En 1984 sale la primera versión para computadores
personales.
Desde la versión 14, pero más específicamente desde la versión 15 se ha implantado la posibilidad
de hacer uso de las librerías de objetos del SPSS desde diversos lenguajes de programación.
Aunque principalmente se ha implementado para Python, también existe la posibilidad de trabajar
desde Visual Basic, C++ y otros lenguajes.
El 28 de junio de 2009 se anuncia que IBM, meses después de ver frustrado su intento de compra
de Sun Microsystems, adquiere SPSS, por 1.200 millones de dólares.
89

Syllabus Estadistica Sistemas

Cargado por

Copyright:

Formatos disponibles

Syllabus Estadistica Sistemas

Cargado por

Información del documento

Descripción original:

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

Syllabus Estadistica Sistemas

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE CIENCIAS DE LA SALUD

FACULTAD DE CIENCIAS DE LA SALUD

Elaborado por: Ing. Carlos Edwin Balcázar Jiménez

Ser la Universidad líder en calidad educativa

Desarrollar la Educación Superior Universitaria con calidad y

Aprobado por: Fecha: Febrero de 2022

I. OBJETIVOS GENERALES DE LA ASIGNATURA

 Dotar al estudiante de herramientas estadísticas básicas que le permitan realizar

 Proporcionar al alumno conocimientos básicos de la estadística descriptiva y demográfica

II. PROGRAMA ANALÍTICO DE LA ASIGNATURA

2. PROCESO ESTADÍSTICO PARA LA INVESTIGACIÓN

3. MEDIDAS DE TENDENCIA CENTRAL

5.- MEDIDAS DE POSICIÓN.-

6. PROBABILIDADES.- Muestreo y distribución de probabilidades

7.- ESTADÍSTICAS DE POBLACIÓN.- Introducción.- El censo de población.- Empadronamiento.-

8.- EL PROTOCOLO DE LA INVESTIGACIÓN.-

Trabajo a realizar por los Localidad, aula o Incidencia Fecha

Diseño metodológico Laboratorio

Análisis de los resultados Aula Capacitación

IV. EVALUACION DE LA ASIGNATURA

ACTIVIDAD PARÁMETROS PONDERACIÓN FECHA

El trabajo, la participación y el seguimiento realizado a estos tres tipos de actividades se tomarán

2. PROCESO ESTADISTICO PARA LA INVESTIGACION. El proceso estadístico.-

UNIDAD O TEMA: BIOESTADISTICA

TITULO: CONSIDERACIONES GENERALES

Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en 1760 la palabra estadística,

La historia de la estadística está resumida en tres grandes etapas o fases.

1.- Primera Fase: Los Censos:

2.- Segunda Fase: De la Descripción de los Conjuntos a la Aritmética Política:

3.- Tercera Fase: Estadística y Cálculo de Probabilidades:

El cálculo de probabilidades se incorpora rápidamente como un instrumento de análisis

Un estudio estadístico consta de las siguientes fases:

La Estadística se divide en dos ramas:

La estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización

445 =89 puntos

La estadística inferencial, que se dedica a la generación de los modelos, inferencias y predicciones

Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos, gran parte de

En las ciencias naturales: se emplea con profusión en la descripción de modelos termodinámicos

En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y la

Las siguientes interrogantes encuentran respuesta en las estadísticas de salud:

Algunos usos principales de las estadísticas de salud son las siguientes:

 Describir el nivel de salud de una comunidad.

La estadística es una ciencia o método científico que en la actualidad es considerada como un

(1100+900+980+1020)/4= 4000/4=1 000 hr.

La duración promedio de las cinco bombillas marca B es

TÉRMINOS BÁSICOS UTILIZADOS

Los estudiantes elaboraran un glosario de cada tema expuesto.

PROGRAMA DE CONTROL DE CALIDAD

UNIDAD O TEMA: BIOESTADISTICA

1.- Realizar un resumen corto del Tema 1.

2. Realizar el siguiente cuestionario.

De los siguientes enunciados ¿cuál probablemente usa la estadística descriptiva y cuál, la

1. En una prueba de aptitud, cuatro trabajadores recibieron calificaciones de 85,90, 82 y 83.

2. Cinco neumáticos para automóvil de marca A y cuatro neumáticos de marca B se prueban

5. El término alemán Statistik, fue primeramente introducido por John Sinclair. F V

6. La palabra estadística procede del Italiano statisticum collegium ("consejo de Estado") F V

7. La estadística descriptiva es el estudio de una muestra que permite hacer proyecciones o

9. ¿En qué contexto se emplea generalmente la palabra “estadística” en radio y televisión? SI

11. ¿Quién es considerado padre de la Estadística?