2. INTRODUCCIÓN
Para muchas personas, la Estadística significa simplemente columnas de cifras
presentadas en forma de tablas y gráficos, incluidas en las secciones financieras de los
periódicos o más frecuentemente las publicaciones de instituciones estatales. Este
concepto está muy ligado a la etimología de la palabra Estadística, la que deriva de
estado ya que desde épocas remotas los estados exigían la recopilación de datos
relativos a la población y a los bienes para fines de guerra y financieros. Gradualmente
fueron obteniéndose datos de índole más variada, utilizados en otras áreas. Sin
embargo actualmente los gobiernos muestran un interés creciente en disponer de
información sobre población, nacimientos, defunciones, empleo y desempleo, costo de
vida y muchas características de nuestra sociedad.
En la vida diaria estamos rodeados de estadísticas (en plural) en el sentido de
datos numéricos. Por ejemplo, podemos escuchar o leer que la tasa de mortalidad
infantil es del 20 por mil, o que el índice de desempleo es del 14%, y esperamos
entender lo que esto significa. La Estadística (en singular) como una disciplina
académica se la podría definir como la ciencia que provee los métodos para analizar e
interpretar datos numéricos y por lo tanto un conocimiento de ella sería de utilidad en
muchos campos.
La estadística, como ciencia, constituye la aplicación de los métodos científicos
a la programación de la recolección de datos, su clasificación, elaboración, análisis e
interpretación. Las técnicas estadísticas constituyen una herramienta de trabajo útil a
lo largo de todo el proceso de investigación, desde la planificación hasta el análisis e
interpretación de los resultados.
No existe una teoría estadística aplicable sólo a una disciplina, sino que se dispone de
una teoría general que es aplicable a cualquier campo de estudio que trate con
fenómenos cuantificables.
ESTADÍSTICAS DE SALUD
Se conoce como estadísticas de salud al conjunto de sistemas de registros
continuos, complementados con datos provenientes de fuentes censales y maestrales,
que comprenden al menos las siguientes áreas:
1. Estadísticas Demográficas o de población
La demografía (del griego demos=pueblo y grafos=trazo, descripción) Es la ciencia que
tiene como objetivo el estudio de las poblaciones humanas y que trata de su
dimensión, estructura, evolución y características generales; considerados desde un
punto de vista cuantitativo. Por tanto la demografía estudia estadísticamente la
estructura (edad, sexo, estado civil, etc.), distribución (urbana, rural) y la dinámica
(migraciones) de las poblaciones humanas y las leyes que rigen estos fenómenos.
3. Una de las principales fuentes de información de las estadísticas demográficas
es el censo de población, que es un recuento de población que se realiza cada 10 años
con el propósito de conocer la dimensión (número de individuos) y composición de la
población, las actividades económicas de los habitantes, el conocimiento,
desplazamiento, nivel de estudios, infraestructura, poder adquisitivo, entre otros; con
el fin de hacer finalmente un conteo a nivel nacional que de un resumen del estado
actual de ese país o nación. Según las Naciones Unidas un censo de población es el
conjunto de procesos dirigidos a reunir, resumir, analizar y publicar los datos
demográficos, económicos y sociales de todos los habitantes de un país de territorio
delimitado, correspondiente a un momento o período dado.
2. Estadísticas Vitales
Basadas en el registro de los hechos vitales, es decir los hechos relacionados
con el comienzo y final de la vida y los cambios de estado civil. Este subsistema se
clasifica en Estadísticas Vitales Primarias (nacimientos, defunciones, defunciones
fetales) y Secundarias (matrimonios, divorcios, adopciones).
3. Estadísticas de Morbilidad
Son las estadísticas relacionadas con la presencia de enfermedades en la
población. Estas surgen de distintas fuentes específicas de registros como el Sistema
de Notificaciones Médicas Obligatorias, el de egresos hospitalarios, motivos de
consulta médica y registros especiales de algunas enfermedades como tumores
malignos, accidentes, etc.
4. Estadísticas de Recursos para la Salud
Se originan de los registros administrativos básicos de personal, de recursos
físicos, de insumos y de recursos financieros. Brindan información acerca de los
recursos disponibles del sector salud para atender las necesidades de salud de la
población.
5. Estadísticas de atención y acciones de salud
Derivadas del registro permanente que se realiza en todos los establecimientos
de salud en cuanto a realización de actividades de promoción, protección,
recuperación y rehabilitación de la salud. Comprende también las acciones de salud
pública sobre el ambiente, vigilancia de riesgos y enfermedades.
4. 6. Estadísticas económicas sociales relacionadas con la salud
Generalmente captadas en fuentes que no forman parte del sistema de salud,
mediante cuyos productos se puede especificar el análisis epidemiológico (grupos de
riesgo delimitados mediante variables sociales), identificar disponibilidades de
personal profesional y técnico del país, determinar factores que influyen sobre las
necesidades de salud de cada grupo social y abordar otros procesos de
fundamentación de las decisiones de salud.1
Concepto de Bioestadística
Se entiende como bioestadística la aplicación de técnicas estadísticas a las ciencias de
la naturaleza, entre las que se encuentran todas las ciencias de la salud. Para que esta
definición tenga sentido habremos de entender plenamente qué es la estadística.
Podemos encontrar múltiples definiciones de estadística en la literatura, sin embargo
encontramos particularmente adecuada para los objetivos que se van a acometer en
este curso la siguiente:
La Estadística estudia los métodos y procedimientos para recoger, clasificar, resumir,
hallar regularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sean una causa intrínseca de los mismos; así como de realizar
inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su
caso formular predicciones.2
La epidemiología es considerada la ciencia básica de la salud pública, por una buena
razón. La epidemiología es: a) una ciencia básica cuantitativa, estructurada con base en
un conocimiento operacional de la probabilidad, la estadística y los métodos de
investigación; b) un método de razonamiento causal fundado en el desarrollo y la
comprobación de hipótesis pertinentes a la ocurrencia y la prevención de la morbilidad
y la mortalidad; y, c) una herramienta de acción para la salud pública que permite
promover y proteger la salud de las personas, basada en la ciencia, el razonamiento
causal y una dosis de sentido común.3
Escala de medición de las variables epidemiológicas
El concepto de escala de medición se refiere a los criterios utilizados para definir las
diferentes categorías en las cuales se pueden agrupar las observaciones. Implica
diferentes niveles.
El concepto de escala de medición se representa en la siguiente figura:
1
http://www.fm.unt.edu.ar/carreras/webenfermeria/documentos/Estadisticas%20en%20Salud%20I.pdf
2
http://www.uv.es/~mamtnez/AECS.pdf
3
Principios de epidemiología. Curso 30-30-G. Instituto Nacional de Salud Bogotá, D.C., Colombia
5. Figura 1. Escala de una variable epidemiológica
Fuente: El autor con base en Colimón (1990)
La escala de medición comprende los siguientes niveles:
1. Nivel nominal:
El nivel nominal está caracterizado por categorías de eventos mutuamente excluyentes
y colectivamente exhaustivas (Londoño 2006).
Si para estudiar el comportamiento de la variable sexo en una población se adoptan los
códigos femenino y masculino, tal propiedad se mide a nivel nominal, cada individuo
se clasifica de acuerdo con la presencia de un atributo. A este nivel pertenecen
mediciones de tipo cualitativo como la causa diagnóstica, el estado civil, la
procedencia, la ocupación y el grupo sanguíneo.
Cuando los valores con los se mide una variable son códigos de identificación que
denotan la presencia o ausencia de una cualidad, la mención se efectúa a nivel
nominal; entonces se dice que dicha variable es de tipo categórico.
Londoño, 2006 afirma que en la epidemiología es frecuente tratar la enfermedad como
una variable nominal que solo presenta dos valores: su ausencia o su presencia;
también es común medir la exposición a factores de riesgo en dos categorías
excluyentes, si o no, tal como sucede con la exposición a un medicamento en un
determinado periodo. A este tipo de variables se las denomina dicotómicas, o también
de respuesta todo o nada.
Ejemplo:
Individuos a quienes se les clasifique por grupo sanguíneo según los tipos A, B, AB, O.
Constituyen entonces cuatro lotes de individuos o cuatro grupos:
Figura 2. Ejemplo variable nominal
Fuente: http://fayatxilena.blogspot.com/p/herencia-de-los-grupos-sanguineos.html
6. Mutuamente excluyentes: significa que un sujeto no puede pertenecer a la vez a varias
categorías de la misma variable. Cada elemento que se observa corresponden a una y
solamente a una de estas categorías. Un individuo no puede tener sino solo un grupo
sanguíneo. El tener el grupo A excluye en el individuo la presencia de las otras tres
categorías. Así que las categorías de tipo sanguíneo son mutuamente excluyentes
(Colimón, 1990).
Colectivamente exhaustivas: significa que las categorías o grupos presentes conforman
la totalidad de los aspectos del evento. Tales categorías comprenden el conjunto de
todas las posibilidades en donde se puede clasificar a un elemento dado. La cuatro
categorías A, B, AB, O, constituyen las posibilidades de clasificación de grupo
sanguíneo que se utilizan en la práctica corriente. Son colectivamente exhaustivas por
abarcar todas las posibilidades de grupo sanguíneo, pues no existen más opciones para
clasificar un grupo sanguíneo (Colimón, 1990). Otros ejemplos cuya escala de medición
se emplea a nivel nominal son: religión, color de piel, partido político, estado civil,
ocupación, etc.
2. Nivel ordinal:
Según Londoño, 2006 los valores que presentan una variable ordinal informan acerca
de un orden o jerarquía, la medición se realiza a nivel ordinal; ejemplo los valores 1, 2,
3 para determinar el grado de una quemadura. La información suministrada por una
medición ordinal, es más completa que la de una nominal.
Fuera de representar categorías mutuamente excluyentes y colectivamente
exhaustivas, se caracteriza por una relación de orden dentro de las categorías como de
menor a mayor o de peor a mejor, etc.
Ejemplo: El estado de gravedad de una enfermedad se mide en el nivel ordinal como:
Figura 3. Ejemplo variable ordinal
Fuente: http://www.mundoanimalia.com/articulo/El_moquillo_canino
3. Nivel intervalo:
Al nivel de intervalo pertenecen todas las mediciones de naturaleza cuantitativa que se
hacen con escalas que tienen como base un valor cero, el cual no es absoluto sino
arbitrario. Por ejemplo las mediciones que se hacen con base en la escala centígrada
7. de temperatura son mediciones de nivel de intervalo porque 0 °C no indica la ausencia
de temperatura.
Al nivel de intervalo pertenecen variables numéricas cuyos valores representan
magnitudes y la distancia entre los números de su escala es igual.
Con este tipo de variables podemos realizar comparaciones de igualdad y desigualdad,
establecer un orden dentro de sus valores y medir la distancia entre cada valor de la
escala. Las variables de intervalo carecen de un cero absoluto, por lo que operaciones
como la multiplicación y la división no son realizables.
Ejemplo:
Figura 4. Ejemplo variable intervalo
Fuente: http://casadeeinstein.blogspot.com/2009/10/escalas-de-temperatura.html
La escala de temperatura, podemos decir que la distancia entre 10 y 12 grados es la
misma que la existente entre 15 y 17 grados, lo que no podemos establecer es que una
temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados. Otros
ejemplos con la escala de temperatura, es que existe la misma diferencia entre 20 y 30
grados que entre 410 y 420 grados, pero 60 grados centígrados no es el doble de 30
grados centígrados. Tampoco 40 grados centígrados es la cuarta parte de 160 grados
centígrados.
4. Nivel de razón:
Esta escala tiene como punto de partida un cero absoluto; por ejemplo la medición de
variables tales como la longitud, el tiempo, el peso y la presión. Dado que en ésta
escala los valores observados tienen como referencia un cero absoluto, es posible
establecer comparaciones en términos de razones 10 horas es el doble de cinco horas
y 60 mm Hg indican una presión que es la tercera parte de 180 mm Hg (Londoño,
2006). Las variables de razón poseen las mismas características de las variables de
intervalo, con la diferencia de que cuentan con un cero absoluto; es decir, el valor cero
representa la ausencia total de medida, por lo que se puede realizar cualquier
operación aritmética (suma, resta, multiplicación y división) y lógica (comparación y
ordenamiento). Este tipo de variables permiten el nivel más alto de medición.
Ejemplo: La talla en centímetros, peso en kilogramos, salario, número de colonias de
bacterias en un medio de cultivo, número de enfermos en una comunidad, número de
8. casos de una enfermedad, tasa de una enfermedad. Son variables que se encuentran
únicamente en la parte positiva de la escala. Información extraída del Módulo de
epidemiología Ambiental de la Universidad Nacional Abierta y a Distancia UNAD por
María Nathalia Muñoz Guerrero.4
Variables: https://www.youtube.com/watch?v=4x3iI-oj53k&feature=related
TIPOS DE VARIABLES
Tipos de variables según la escala de medida
Escalas nominales: Variables NOMINALES: ésta es una forma de observar o medir en la
que los datos se ajustan por categorías que no mantienen una relación de orden entre
sí.
- Sexo.
- Grupo sanguíneo.
- Presencia o ausencia de una enfermedad.
- Presencia o ausencia de un factor de riesgo.
Escalas ordinales: Variables ORDINALES: En las escalas utilizadas para medirlas existe
un cierto orden, grado o jerarquía entre las categorías.
- Grado de disnea.
- Grado de dolor.
- Intensidad del hábito tabáquico.
- Tipo de fumador.
Variables cualitativas categóricas ordinales
- Grado de disnea.
- Grado de dolor.
- Intensidad del hábito tabáquico.
- 1-9 cigarrillos/día.
- 10-20 cigarrillos/día.
- > 20 cigarrillos/día.
4
http://datateca.unad.edu.co/contenidos/358009/Modulo_Epidemiologia_Ambiental.pdf
9. - Tipo de fumador.
- Exfumador.
- Fumador pasivo.
- Fumador activo.
Categorización de variables cuantitativas
Ejemplos
10. *5
*5
Guía Práctica del Curso de Bioestadística Aplicada a las Ciencias de la Salud. Dr. Jacobo Díaz Portillo
11. I. DISTRIBUCIÓN DE FRECUENCIAS
Una de las mejores técnicas usadas en la estadística es la elaboración de tablas o
cuadros. En ellos se plasman las series estadísticas, una sucesión de datos referentes a
un fenómeno observado a través del tiempo y del espacio. Un conjunto de datos
puede organizarse de diferentes maneras. Una de ellas es construir una distribución de
frecuencias simple, que indica las frecuencias con que aparecen los datos. Los
epidemiólogos usan varios métodos para resumir los datos. Un método fundamental
es la distribución de frecuencias, que muestra la ubicación de las personas en cada
categoría de acuerdo con variables tales como la edad, el nivel de ingresos o el estado
de enfermedad.
Los cuadros muestran los valores que una variable puede tomar y el número de
observaciones con cada valor. Cuando la variable tiene un número limitado de valores
(por ejemplo, 8 o 10) se pueden enumerar individualmente; cuando las variables
tienen más de 10 valores, normalmente se agrupan; estas agrupaciones se llaman
intervalos de clase. Una distribución de frecuencias con intervalos de clase usualmente
tiene de 4 a 8 intervalos. Miremos algunos ejemplos:
Ejemplo 1.
Los datos que aparecen a continuación representan las edades en años de un grupo
de niños de sexto grado de un colegio.
12 12 13 15 14 14 13 12
11 13 14 15 13 12 11 12
13 14 14 14 12 12 12 11
11 15 13 13 12 11 15 15
La tabla 1. Distribución de frecuencia simple
EDAD
(año)
FRECUENCIA
ABSOLUTA (Fa)
FRECUENCIA
RELATIVA (FR)
PORCENTAJE
(%)
11 5 15,6
12 9 28,1
13 7 21,9
14 6 18,8
15 5 16,6
TOTAL 32 1 100%
12. ANÁLISIS:
El 22 % de los niños tienen 13 años. Para el grado sexto el 35,4% son niños en extra
edad, lo cual puede generar problemas de convivencia por la diferencia de edad.
Distribución de frecuencias agrupada
Ejemplo 2
Los siguientes datos representan la evaluación de los latidos cardíacos de un grupo de
30 personas después de cierta actividad física.
82 95 92 62 85 92
82 95 70 85 84 95
91 82 94 76 88 91
87 80 68 58 76 85
110 60 75 88 64 74
Es muy poca la información que arroja este conjunto de datos cuando se encuentran
sin un tratamiento. A continuación estos datos son presentados como una
combinación ordenada en forma ascendente (de menor a mayor):
58 70 80 85 88 94
60 74 82 85 91 95
62 75 82 85 91 95
64 76 82 87 92 95
68 76 84 88 92 110
A partir de esta lista ordenada se pueden concluir varias cosas:
• La más alta evaluación de latidos es 110
• La más baja evaluación de latidos es 58
• La mitad de la combinación se encuentra entre 82 y 85
• Hay una predominancia en los latidos con una evaluación entre 80 y 95
• Hay un “vacío” entre el valor 95 y el valor 110, es decir hay una cierta continuidad en
los valores entre 58 y 95, pero 110 se encuentra más alejado del grupo de datos.
• Hay una evaluación atípica dentro del grupo de 30 personas, el que registra el valor
110. Es posible que esta persona tenga perturbaciones cardíacas. Sin embargo, es
necesario ampliar la información antes de lanzar un juicio apresurado.
En la construcción de la distribución de frecuencias se deben responder a estos
interrogantes fundamentales: ¿Cuántos intervalos de clase crear?, ¿Cuál debe ser el
tamaño de cada intervalo?, ¿Qué propiedades posee cada intervalo?
Las siguientes pautas resuelven estas:
• Hallar el rango (R) o recorrido del conjunto de datos.
• Seleccionar el número de intervalos de clase (k). Este número depende de la
cantidad de datos disponibles. Una de las técnicas usadas es la Regla de Sturges
13. (desarrollada por H. A. Sturges en 1926). Esta regla afirma que el número de intervalos
de clase (k), viene dado por:
k = 1+ 3.322 log n
donde n es el tamaño de la muestra. Si de este cálculo resulta un número decimal, éste
de redondearse al entero superior. Esta fórmula ha sido usada para obtener los
números de intervalos de clase que aparecen en la tabla 2. y que permite sugerir el
número de intervalos de clase que debe usarse de acuerdo al tamaño de la muestra.
De esta manera, el cálculo del número de intervalos de acuerdo al tamaño de la
muestra, puede determinarse bien por la Regla de Sturges o bien por la tabla 2.
• Hallar el ancho o amplitud del intervalo de clase (A). Los intervalos de clase tienen
por lo general el mismo ancho, de modo que al fijarse el número de clases se obtiene
éste por una operación aritmética simple:
donde R es el rango o recorrido y k es el número de clases. Si este cociente no es un
entero, conviene redondear al entero superior. De manera que el rango es alterado y
requiere, por tanto, efectuar un ajuste:
R* = (A)(k )
• Con este nuevo rango, se tendrá entonces un exceso que deberá distribuirse entre el
límite superior y el límite inferior. Este exceso es calculado restando el rango del nuevo
rango.
Exceso = R − R*
Este valor debe distribuirse lo más equitativo posible, esto no quiere decir que sea
repartido en partes iguales a los datos extremos, se trata de distribuir el exceso entre
el límite inferior y el límite superior de modo que sea considerado la tendencia general
de los datos.
• Formar los intervalos de clase. Se agrega A −1 al límite inferior de cada clase,
iniciando por el límite inferior del rango.
• Fijar los límites reales de cada intervalo de clase. Dado que los intervalos de clase
son mutuamente excluyentes, es decir, no permiten ambigüedad en los límites cuando
estos se repiten como inferior de un intervalo y como superior en el siguiente
intervalo, se determinan los límites reales de clase. Estos corresponden al punto medio
entre el límite superior de una clase y el límite inferior de la clase siguiente.
En muchos casos se permite que se repita el límite superior de una clase y el límite
inferior de la clase siguiente, haciendo la salvedad de cuál clase será tomada por dicho
límite. En general, es considerado el límite superior de la clase como valor de esta.
• Determinar la frecuencia de clase. Contando el número de observaciones que cae
dentro de cada intervalo de clase.
• Construir la tabla de distribución de frecuencias agrupadas.
14. Tabla 2.
Número de intervalos de clases sugerido en función del tamaño de la muestra
Para los datos del ejemplo 2. Se construye la tabla de distribución de frecuencias
agrupada. Para esto, se seguirán los pasos propuestos:
• Rango = 110 – 58 = 52
• Número de clases. Aplicando la Regla de Sturges: k = 1+ 3.322 log 30 = 5.91 ≈ 6
Si se usa la tabla 2.6., esta indica que deben usarse 5 clases. Queda a criterio del
investigador la decisión. En este caso se trabajará con el resultado que arroja la Regla
de Sturges.
• Amplitud de los intervalos de clase.
• Como se ha redondeado, debe hallarse el nuevo rango:
R* = (9)(6) = 54
• Existe pues un exceso de 2, [54 – 52 = 2]. Este exceso debe distribuirse quitando 1 al
límite inferior y agregando 1 al límite superior:
Si en el cálculo del exceso, este hubiera sido un número impar, la distribución entre los
límites se calcularía considerando hacia dónde se agrupan más los datos. En este caso,
los datos tienen una mayor tendencia hacia el límite inferior de modo que el exceso
mayor se repartiría en él.
• Intervalos de clase. Se agrega A −1 = 9 −1 = 8 al límite inferior de cada clase,
iniciando por el límite inferior del rango. Así:
57 + 8 = 65
66 + 8 = 74
75 + 8 = 83
84 + 8 = 92
93 + 8 =101
102+8 =110
15. • Límites reales. 56.5, 65.5, 74.5,…, 110.5. Que se obtiene de calcular la suma de cada
límite y dividirlo entre dos. Así:
• Frecuencias de clase en cada intervalo.
Tabla 3.
Distribución de frecuencias agrupadas de la velocidad de pulsaciones
Esto indica que son 7 personas pero ¿Qué porcentaje es ese? Y, más aún ¿Qué
porcentaje de la muestra presentan, por ejemplo, pulsaciones menores de 92.5?
Cuando se habla de la frecuencia de una clase, se refiere a la frecuencia absoluta, pero
si ésta se da en términos del total de frecuencias se tiene entonces la frecuencia
relativa. Esta se obtiene en porcentaje al dividir la frecuencia de clase entre el número
total de frecuencias (o tamaño de la muestra).
donde fr es la frecuencia relativa de clase, f es la frecuencia absoluta de clase y n es el
tamaño de la muestra. En la tabla 2.8. de distribución de frecuencias agrupadas de los
datos del ejemplo 2., se calculan las correspondientes frecuencias relativas de cada
intervalo de clase.
Tabla 4. Distribución de frecuencias absolutas, relativas y acumuladas ascendentes de
la velocidad de pulsaciones
16. La distribución de frecuencias acumuladas se construye con el cálculo de la frecuencia
absoluta acumulada y la frecuencia relativa acumulada. La primera es la acumulación
sucesiva en forma descendente o ascendente de las frecuencias absolutas. Si la
frecuencia absoluta acumulada es ascendente, la primera frecuencia absoluta
corresponderá a la primera frecuencia absoluta acumulada. La segunda acumulada se
obtiene sumando las dos primeras absolutas, y así sucesivamente. La última frecuencia
absoluta acumulada corresponderá al número total de frecuencias.
De la misma manera, la frecuencia relativa acumulada es una acumulación sucesiva en
forma ascendente o descendente de frecuencias relativas. Si es ascendente, la última
frecuencia relativa acumulada tendrá un valor del 100%. En la tabla 4., se expresan
estos tipos de frecuencia tomando los datos del ejemplo 2.
Esta tabla arroja información tan completa que permite concluir afirmaciones tales
como:
• El 36.7% de las personas evaluadas registran pulsaciones entre el 83.5 y 92.5
y sólo el 3.3% registran valores altos, entre 101.5 y 110.5.
• De las 30 personas, 25 de ellas no superan registros de 92.5 pulsaciones; esto
corresponde al 83.4% del total. Información extraída del Módulo de Estadística
descriptiva. Mónica A. Santa Escobar UNAD.
17. TALLER 1 (DISTRIBUCIÓN DE FRECUENCIAS)
Realice cada uno de los ejercicios en Excel (formulas) y analice los datos
1. Se registran los egresos hospitalarios según el principal diagnóstico de un hospital
durante un año. A partir de la información construya una distribución de
frecuencia simple y clasifique: población, variable y tipo de variable:
2. En la última hora han acudido al servicio de urgencias de un hospital ocho
pacientes, cuyos datos de ingreso se encuentran resumidos en la siguiente
tabla. Clasifique las variables recogidas (sexo, peso, estatura, temperatura,
número de visitas previas al servicio de urgencias y dolor) según el tipo de
variable y escala.
3. En un estudio sobre el crecimiento de los varones se obtuvieron estas
observaciones sobre el perímetro craneal en centímetros de un niño al nacer.
Elabore una distribución de frecuencias agrupada, empleando la Regla de
Sturges y haga un breve comentario de los resultados que este arroja.
33.1 34.6 34.2 35.1 34.2 35.6
34.5 35.8 34.5 34.7 34.3 35.2
33.7 36.0 34.2 33.6 34.6 34.3
33.4 34.9 33.8 34.7 35.2 34.6
33.7 34.8 33.9 34.2 35.1 34.2
36.5 34.1 34.0 36.1 35.3 34.3
18. 4. Los siguientes son el número de cigarrillos consumidos en un día por 72
personas en un estudio epidemiológico. Complete la siguiente tabla de
distribución de frecuencias. Concluya
18 8 9 22 12 16 20 33 15 21 18 13
13 19 0 2 14 17 11 18 16 13 12 6
8 12 13 21 8 11 19 1 14 4 19 16
2 16 11 18 10 28 15 24 8 20 6 7
21 0 16 12 20 17 13 20 10 16 5
10 0 16 14 29 17 4 18 21 10 16 9
5. La siguiente es la distribución de los pesos de 125 muestras de
minerales recolectadas en una investigación de campo.
Si es posible, encuentre cuántas de las muestras pesan:
a. Como máximo 59.9 gramos.
b. Más de 59.9 gramos.
c. Más de 80.0 gramos.
d. Exactamente 70.0 gramos.
e. ¿Qué porcentaje pesa menos de 79.9 gramos?
f. ¿Qué porcentaje pesa más 19.9 gramos?