SlideShare una empresa de Scribd logo
1 de 32
BIOESTADÍSTICA
PROFESOR
CARLOS AGUIRRE
MACAVILCA
Prof. Carlos Aguirre Macavilca
DESARROLLO DE LA ASIGNATURA
INICIO: 10:45am
TÉRMINO: 12:25pm
LISTA DE ASISTENCIA
RECOJO DE TAREAS
RECORDAR:
TODA FALTA DEBE ESTAR DEBIDAMENTE JUSIFICADA CON
DOCUMENTO A MAS TARDAR A LA SIGUIENTE CLASE
SE DEBE SOLICITAR PERMISO PARA INGRESAR O SALIR DEL
AULA
 LAS FECHAS DE PRÁCTICAS CALIFICADAS SON
IMPOSTERGABLES ASÍ COMO LAS FECHAS DE EXÁMENES DE
UNIDAD.
TOMAR EN CUENTA
- NO CELULARES
- NO CONSUMIR ALIMENTOS EN CLASE
Prof. Carlos Aguirre Macavilca
Evaluaciones 2
por unidad

Promedio de
trabajos en el aula y
tareas

Examen de
unidad

LAS TAREAS DEBEN ESTAR BIEN PRESENTADAS RESUELTAS EN
HOJAS CUADRICULADAS, CON SU CARATULA Y ENGRAMPADAS, DE
NO SER ASI NO SE REVISARA Y QUEDARA COMO SI NO LO HUBIERA
PRESENTADO, DE SER EXPOSITIVA SE ELABORARAN DIAPOSITIVAS
PARA SU SUSTENTACIÓN.
Prof. Carlos Aguirre Macavilca
¿Qué es la estadística?
Es la rama de la matemática que tiene por objeto la recopilación, el
análisis, la interpretación y la presentación de una gran cantidad de
datos numéricos”.
Webster``s New Collegiatte Dictionary
“Es la rama del método científico relacionada con la recopilación de
los datos que se obtienen al contar o medir las propiedades de las
poblaciones”.
Stuart Ord (1999)
La estadística se relaciona fundamentalmente con los procedimientos
para el análisis de datos, en particular aquellos que en cierto sentido
poseen carácter aleatorio”.
Rice (1995)

Prof. Carlos Aguirre Macavilca
“La estadística es una rama de la matemática,
que nos provee de métodos y procedimientos
para recopilar, organizar, analizar, presentar e
interpretar un conjunto de datos, que permitan
luego establecer conclusiones válidas y realizar
inferencias”

Prof. Carlos Aguirre Macavilca
Recolectar

Organizar

Es una ciencia que
abarca métodos y
procedimientos

Analizar

para
Presentar

Interpretar

Datos
Prof. Carlos Aguirre Macavilca
ESTADÍSTICA COMO CIENCIA Y METODOLOGÍA
Se han planteado muchas definiciones de la estadística algunas
caracterizándola como ciencia y otra como metodología. La estadística es
ciencia (Teoría Estadística) por que su fundamentación teórica la
encontramos en una de las ramas de la matemática: La teoría de las
Probabilidades; y es también una metodología de trabajo científico que
justifica y resalta en el uso obligatorio de los métodos estadísticos en todo
trabajo de investigación.
Podemos definir a la estadística como una disciplina que nos propone un
conjunto de métodos y procedimientos que permiten recopilar, clasificar,
presentar y describir datos en forma adecuada para tomar decisiones frente
a la incertidumbre o predecir o afirmar algo acerca de la población y sus
parámetros a partir de los datos extraídos de la misma.
Prof. Carlos Aguirre Macavilca
ESTADÍSTICA DESCRIPTIVA: Trata de la recopilación, clasificación,
presentación y descripción de los datos

ESTADÍSTICA INFERENCIAL: Nos proporciona la teoría necesaria
para tomar decisiones frente a la incertidumbre o afirmar algo acerca de
la población a partir de los daros bajo estudio.

Muestra

inferencia

Prof. Carlos Aguirre Macavilca

Población
La Bioestadística es la aplicación de la Estadística a la Biología. Como los objetos
de estudio de la Biología son muy variados, tales como la Medicina, las ciencias
agropecuarias, entre otros, es que la Bioestadística ha debido ampliar su campo
para de esta manera incluir cualquier modelo cuantitativo, no solamente
estadístico y que entonces pueda ser empleado para responder a las
necesidades oportunas.
Los orígenes de la Bioestadística por supuesto de una manera mas elemental
pero orígenes al fin, se remontan al siglo XIX y tiene como precursora a la
enfermera inglesa Florence Nightingale, quien durante el desarrollo de la
guerra de Crimea se preocupó en observar el fenómeno que indicaban que eran
muchísimas más las bajas que se producían en el hospital que en el frente de
batalla, entonces, comenzó a recopilar información y dedujo que la mencionada
situación se debía a las malísimas condiciones higiénicas que predominaban en
los hospitales
Prof. Carlos Aguirre Macavilca
Tal conclusión permitió, de ahí en mas, trabajar en la importancia y
necesidad de la higiene en los centros de salud. Hoy prácticamente no
resulta ser un tema a discutir sino una necesidad imperiosa e imposible
de obviar.
Entre las mas destacadas bondades en las cuales ha colaborado esta
disciplina se cuentan: el desarrollo de nuevas drogas, comprensión de
enfermedades crónicas como ser el cáncer o el sida.
En tanto, en la actualidad, la aplicación de la Bioestadística resulta ser
fundamental y necesaria en ámbitos como la salud pública, entre los que
se incluye la epidemiología, salud ambiental, nutrición y servicios
sanitarios , poblaciones genéticas, medicina, ecología y bioensayos

Prof. Carlos Aguirre Macavilca
La estadística en la salud
 Evaluación del paciente, en forma individual o grupal
 Evaluación del sistema salubre
 Elaboración de indicadores médicos
 Formulación de metas en salubridad
 Investigación científica
 Planificación y administración de la salud
 Informes técnico
 Plan anual de trabajo; Plan operativo.
 Presupuesto de inversión y operación
 Memoria anual etc. Etc.

Prof. Carlos Aguirre Macavilca
POBLACIÓN:

Es el conjunto mayor de
objetos (Universo) que poseen al menos una
característica en común, cuyo estudio nos
interesa de los cuales se desea información. Los
elementos de este conjunto se denominan
Unidades Estadísticas

Muestra:

Se define así a cualquier
subconjunto de la población

Datos Estadísticos: Es el valor

o respuesta que adquiere la variable
en cada unidad de análisis. Dato es el resultado de la observación,
entrevista o recopilación en general. Son la materia prima de la estadística
Prof. Carlos Aguirre Macavilca
Población o universo
La población es un conjunto de individuos, objetos
o elementos que poseen características comunes y
observables.
Finita.- Número limitado de
elementos.

Población de
acuerdo a su
tamaño

Infinita.- Número ilimitado de
elementos.

Población objeto.- Es el conjunto de todos
Población de
acuerdo a su
naturaleza

los elementos, materia de estudio.

Población objetivo.- Es el conjunto de
todas las mediciones, al observar cierta
característica en cada elemento de la
población.
Prof. Carlos Aguirre Macavilca
Ejemplos de población

Población : Finita, Infinita, Objeto, Objetivo
•
•
•
•
•

Todos los estudiantes de la I.E. Nuestra Señora de Guadalupe, de la
ciudad de Lima.
Todos los ingresantes del año 2007 a la Escuela Universitaria
Las I.E. de la Región Chanca.
Los posibles resultados (cara o sello) de sucesivas lanzadas al aire de una
moneda.
Estudio de la situación económica de los docentes de la UNFV
(La población objeto esta constituido por todos los docentes de la UNFV)
(La población objetivo por el sueldo que tiene los docentes)

Prof. Carlos Aguirre Macavilca
Muestra
La muestra es un subconjunto de la población, elegido
en términos de representatividad, y que se calcula a
través de un proceso denominado muestreo.
muestreo

Población

Generalización
de resultados

Muestra

Muestra
Representativa

Prof. Carlos Aguirre Macavilca
Datos
Es el valor obtenido como resultado de las
observaciones de una variable. Los datos son
expresados mediante una característica o atributo
cuando la variable es cualitativa, y mediante un
número cuando la variable es cuantitativa.
Ejemplos:
Si la variable es sexo los datos son: masculino y femenino.
Si la variable es edades, los datos pueden ser : 13 años,
15 años, 26 años, 22 años, etc.
Si la variable es talla, los datos pueden ser: 1,56 m; 1,32 m;
1,47m ; 1,83 m.
Prof. Carlos Aguirre Macavilca
VARIABLE:

Una variable estadística es el
conjunto de valores que pueden tomar las
propiedades o características que se estudian
en un conjunto de elementos. Pueden ser:

CUALITATIVAS:

Los valores de la
variable no son números, sino cualidades.
Ejemplo Sexo, estado civil, tipo de vivienda,
etc

CUANTITATIVAS: Los valores que toma
la variable son números Ejemplo. Edad,
altura, peso, etc

A su vez las variables cuantitativas presentan
una división en discretas o continuas
dependiendo del número de valores que
puedan tomar.
Discretas: En cada tramo la variable solo puede tomar un número
determinado de valores. Ejemplo Número de páginas de un libro, puede
tener 210 o 211 pero no 210,5
Prof. Carlos Aguirre Macavilca
Variable
Es una característica que tiene cada
elemento de la población o
muestra, y que puede tomar
diferentes valores
 Edad
 Lugar de nacimiento
Ejemplo: En la
población estudiantil
del Instituto Carriòn,
se pueden
diferenciar las
siguientes
características:

 Estado civil
 Sexo
 Ocupación
 Lugar de procedencia
 Religión que profesan
etc.

Prof. Carlos Aguirre Macavilca
3. Por la naturaleza de la variable
a. Variables cualitativas
a1. Variables cualitativas nominales
Aquellas que expresan una cualidad, característica o
atributo que presentan los elementos en la población, y
son objetos de categorizar, calificar y ordenar. No son
susceptibles de ser medidos. Ejemplo:
Variable

Dominio de variación

Sexo

Masculino
Femenino

Lugar de nacimiento

Lima
San Miguel
Tarapoto
Comas
Cuzco

Prof. Carlos Aguirre Macavilca
a2. Variables cualitativas ordinales
Aquellas cuyo dominio de variación
implica un orden entre categorías.
Ejemplo:
Variable

Dominio de variación

Nivel de educación

Sin nivel
Primaria
Secundaria
Superior no universitaria
Superior universitaria

Nivel socio económico

Alto
Medio
Bajo

Prof. Carlos Aguirre Macavilca
b. Variables cuantitativas
Cuando el valor de la variable se expresa por un
número y resulta de la operación de contar o medir .

b1. Discreta
Cuando los valores del dominio de variación son
contados, solo puede tomar valores enteros.
Ejemplo:
Variable

Dominio de variación

Número de alumnos

600 alumnos

Numero de hermanos

5 hermanos

Prof. Carlos Aguirre Macavilca
b2. Continua
Cuando los valores del dominio de variación son
susceptibles de ser medidos. Pueden asumir
cualquier valor de un intervalo de números.

Ejemplo:
Variable

Dominio de variación

Peso

66 kg
72,50 kg
57,78 kg

Talla

1,50 m
167 m
180 m

Prof. Carlos Aguirre Macavilca
Nominales
Cualitativas
Ordinales

Variables

Cuantitativas

Discretas

Continuas

Prof. Carlos Aguirre Macavilca
Continuas:

La variable puede tomar tantos
valores como queramos en el tramo y podemos
ubicarlos en intervalos definidos. Ejemplo Altura
puede ser 1,71; 1,715; 1,767; ….

Parámetros

Es un número que describe
alguna característica de la población y para
determinar su valor es necesario utilizar la
información poblacional completa, y por tanto, las
decisiones se toman con certidumbre total.

Estadígrafos: Es un número que se obtiene a

partir de los datos muestrales y describe alguna
característica de la muestra y la toma de
decisiones contiene un grado de incertidumbre.

Prof. Carlos Aguirre Macavilca
Parámetro
Es la medida de resumen que se calcula para describir una
característica de toda la población.
Ejemplo:
Desviación típica poblacional : σ

Media poblacional : µ
Varianza poblacional : σ

2

Tamaño de la población: N

Estadístico o estadígrafo
Es la medida resumen que se calcula para describir las
características de solo una muestra de la población.
Ejemplo:
Media muestral:

x

Varianza muestral: S2

Desviación estándar muestral: S
Tamaño de la muestra: n
Prof. Carlos Aguirre Macavilca
En los siguientes casos reconozca:
1.Población
2.Muestra
3.Unidad de análisis
4.Tipo de variable
CASO I: Se realiza un estudio de los padres de familia de los colegios de la UGEL
06 de Vitarte, se toma al colegio Héroes del Cenepa, se pide información
acerca de cuantos padres y madres de familia existen, que edades poseen, cual
es su grado de instrucción, que tipo de vivienda poseen, cuantos hijos tienen.
CASO II: Se realiza un estudio con los alumnos del Instituto Carrión, se toma
el aula 1NG31 y se recolectan los siguientes datos: edad de los alumnos,
peso, altura, estado civil, ingreso mensual, asignatura que mas le agrada,
distrito donde vive
Prof. Carlos Aguirre Macavilca
CASO III: Se realiza un estudio en la empresa ACEROS AREQUIPA,
tomándose la sede Lima, se desea mejorar la productividad de varillas de
construcción, para lo cual se recolectan los siguientes datos: longitud de la
varilla, peso de la varilla, tiempo para fabricar una varilla y el número de
varillas con algún defecto.
CASO IV: Se realiza un estudio en los hospitales del MINSA, tomándose
el hospital DOS DE MAYO, se desea mejorar la atención para lo cual se
recolectan el tiempo de espera de un paciente, el tipo de enfermedad
que se trata, edad del paciente y su condición social

Prof. Carlos Aguirre Macavilca
CASO V: Una compañía recibe cargamentos de pilas por lotes, analiza
una muestra aleatoria de nueve de ellas antes de aceptar un envió. La
compañía considera que el verdadero tiempo de medio de vida de las
pilas del cargamento debe ser al menos de cincuenta horas.
CASO VI: Un fabricante afirma que mediante el uso de un aditivo en la
gasolina, los automóviles de la ciudad de Lima, podrían recorrer por
término medio, tres kilómetros más por litro. Se usa una muestra
aleatoria de 100 automóviles para evaluar este producto, la cantidad de
aditivo en la gasolina.
IDENTIFICACIÓN
DE VARIABLES
IDENTIFICACIÓN DE VARIABLES
IDENTIFICACIÓN DE VARIABLES
IDENTIFICACIÓN DE VARIABLES

Más contenido relacionado

La actualidad más candente

Pruebas estadisticas
Pruebas estadisticasPruebas estadisticas
Pruebas estadisticas
lady
 
3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad
nekochocolat
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
reycol04
 

La actualidad más candente (20)

Análisis de mortalidad
Análisis de mortalidadAnálisis de mortalidad
Análisis de mortalidad
 
Variables epidemiológicas y mediciones. clase 2 y 3
Variables epidemiológicas y mediciones. clase 2 y 3Variables epidemiológicas y mediciones. clase 2 y 3
Variables epidemiológicas y mediciones. clase 2 y 3
 
Estadistica
Estadistica Estadistica
Estadistica
 
Bioestadística en enfermería
Bioestadística en enfermería Bioestadística en enfermería
Bioestadística en enfermería
 
Pruebas estadisticas
Pruebas estadisticasPruebas estadisticas
Pruebas estadisticas
 
términos básicos de estadistica.
términos básicos de estadistica.términos básicos de estadistica.
términos básicos de estadistica.
 
EstadíStica Inferencial
EstadíStica InferencialEstadíStica Inferencial
EstadíStica Inferencial
 
Bioestadística
BioestadísticaBioestadística
Bioestadística
 
Estadística Básica
Estadística BásicaEstadística Básica
Estadística Básica
 
Medidas de morbilidad
Medidas de morbilidadMedidas de morbilidad
Medidas de morbilidad
 
Estadistica medica Dunia Castillo
Estadistica medica  Dunia CastilloEstadistica medica  Dunia Castillo
Estadistica medica Dunia Castillo
 
Estadísticas vitales
Estadísticas vitalesEstadísticas vitales
Estadísticas vitales
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Tipos de estudios epidemiológicos
Tipos de estudios epidemiológicosTipos de estudios epidemiológicos
Tipos de estudios epidemiológicos
 
Variables
VariablesVariables
Variables
 
1. fundamentos de bioestadistica
1. fundamentos de bioestadistica1. fundamentos de bioestadistica
1. fundamentos de bioestadistica
 
Variable tiempo
Variable tiempoVariable tiempo
Variable tiempo
 
3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad3 4 Medicion Morbilidad Mortalidad
3 4 Medicion Morbilidad Mortalidad
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 

Similar a Bioestadistica

Bioestadistica1
Bioestadistica1Bioestadistica1
Bioestadistica1
google
 
Es tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft wordEs tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft word
Ely Alvarado
 
Capítulo 1 : Introducción a la Estadística Aplicada
Capítulo 1 : Introducción a la Estadística AplicadaCapítulo 1 : Introducción a la Estadística Aplicada
Capítulo 1 : Introducción a la Estadística Aplicada
ug-dipa
 

Similar a Bioestadistica (20)

Bioestadistica1
Bioestadistica1Bioestadistica1
Bioestadistica1
 
Separata 1
Separata 1Separata 1
Separata 1
 
ESTADÍSTICA
ESTADÍSTICAESTADÍSTICA
ESTADÍSTICA
 
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdfBIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
BIOESTADÍSTICA UNI 1- SEM 1 GENERALIDADES.pdf
 
Indicadores
IndicadoresIndicadores
Indicadores
 
Psico 1ra clase variables 2016 ii
Psico 1ra clase variables 2016 iiPsico 1ra clase variables 2016 ii
Psico 1ra clase variables 2016 ii
 
Campos de acción de la enfermería.
Campos de acción de la enfermería.Campos de acción de la enfermería.
Campos de acción de la enfermería.
 
Métodos cuantitativos 3a. ed
Métodos cuantitativos 3a. edMétodos cuantitativos 3a. ed
Métodos cuantitativos 3a. ed
 
Es tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft wordEs tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft word
 
Es tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft wordEs tadistica guia teorica unidad i microsoft word
Es tadistica guia teorica unidad i microsoft word
 
SESIÓN 06.pptx
SESIÓN 06.pptxSESIÓN 06.pptx
SESIÓN 06.pptx
 
SESIÓN 06 (1).pptx
SESIÓN 06 (1).pptxSESIÓN 06 (1).pptx
SESIÓN 06 (1).pptx
 
Analisis de datos p la Investigacion Cientifica.pdf
Analisis de datos p la Investigacion Cientifica.pdfAnalisis de datos p la Investigacion Cientifica.pdf
Analisis de datos p la Investigacion Cientifica.pdf
 
8651
86518651
8651
 
Tesis Profesional
Tesis ProfesionalTesis Profesional
Tesis Profesional
 
Deestadistica
DeestadisticaDeestadistica
Deestadistica
 
8651
86518651
8651
 
8651
86518651
8651
 
Capítulo 1 : Introducción a la Estadística Aplicada
Capítulo 1 : Introducción a la Estadística AplicadaCapítulo 1 : Introducción a la Estadística Aplicada
Capítulo 1 : Introducción a la Estadística Aplicada
 
Sesion_1_Conceptos_basicos_y_variables_1.pptx
Sesion_1_Conceptos_basicos_y_variables_1.pptxSesion_1_Conceptos_basicos_y_variables_1.pptx
Sesion_1_Conceptos_basicos_y_variables_1.pptx
 

Más de Nilton J. Málaga

buMicrobiología y parasitología i
buMicrobiología y parasitología   ibuMicrobiología y parasitología   i
buMicrobiología y parasitología i
Nilton J. Málaga
 
colorantes. coloraciones y anticoagulantes
 colorantes. coloraciones y anticoagulantes colorantes. coloraciones y anticoagulantes
colorantes. coloraciones y anticoagulantes
Nilton J. Málaga
 
Control de calidad enteroparasitos
Control de calidad enteroparasitosControl de calidad enteroparasitos
Control de calidad enteroparasitos
Nilton J. Málaga
 
Vitaminas
VitaminasVitaminas
Glúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
Glúcidos, Carbohidratos, Hidratos de carbono o SacáridosGlúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
Glúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
Nilton J. Málaga
 

Más de Nilton J. Málaga (20)

buMicrobiología y parasitología i
buMicrobiología y parasitología   ibuMicrobiología y parasitología   i
buMicrobiología y parasitología i
 
Entomología forense
Entomología forense Entomología forense
Entomología forense
 
colorantes. coloraciones y anticoagulantes
 colorantes. coloraciones y anticoagulantes colorantes. coloraciones y anticoagulantes
colorantes. coloraciones y anticoagulantes
 
Atlas de parasitos
Atlas de parasitosAtlas de parasitos
Atlas de parasitos
 
Tejido oseo
Tejido oseoTejido oseo
Tejido oseo
 
Proteinas
ProteinasProteinas
Proteinas
 
histotecnologia
 histotecnologia  histotecnologia
histotecnologia
 
Control de calidad enteroparasitos
Control de calidad enteroparasitosControl de calidad enteroparasitos
Control de calidad enteroparasitos
 
Coproparasitologia funcional
Coproparasitologia funcionalCoproparasitologia funcional
Coproparasitologia funcional
 
Histologia humana
Histologia humanaHistologia humana
Histologia humana
 
Staphylococcus
Staphylococcus Staphylococcus
Staphylococcus
 
Streptococcus
StreptococcusStreptococcus
Streptococcus
 
B oxidacion
B  oxidacionB  oxidacion
B oxidacion
 
Acidos nucleicos
Acidos nucleicos Acidos nucleicos
Acidos nucleicos
 
Vitaminas
VitaminasVitaminas
Vitaminas
 
Acidos nucleicos
Acidos nucleicosAcidos nucleicos
Acidos nucleicos
 
Lipidos
LipidosLipidos
Lipidos
 
Analisis de carbohidratos
Analisis de carbohidratosAnalisis de carbohidratos
Analisis de carbohidratos
 
Glúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
Glúcidos, Carbohidratos, Hidratos de carbono o SacáridosGlúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
Glúcidos, Carbohidratos, Hidratos de carbono o Sacáridos
 
pH potencial de Hidrogeno (H)
pH potencial de Hidrogeno (H)pH potencial de Hidrogeno (H)
pH potencial de Hidrogeno (H)
 

Último

(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
UDMAFyC SECTOR ZARAGOZA II
 
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
UDMAFyC SECTOR ZARAGOZA II
 
Diabetes tipo 2 expo guias ada 2024 apuntes y materal
Diabetes tipo 2 expo guias ada 2024 apuntes y materalDiabetes tipo 2 expo guias ada 2024 apuntes y materal
Diabetes tipo 2 expo guias ada 2024 apuntes y materal
f5j9m2q586
 
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOSplan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
sharmelysullcahuaman
 

Último (20)

(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
(2024-04-30). ACTUALIZACIÓN EN PREP FRENTE A VIH (PPT)
 
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
(2024-05-06)Sesion Anticoncepción desde atencion primaria (DOC)
 
Resolucion Ministerial 242-2024-MINSA.pdf
Resolucion Ministerial 242-2024-MINSA.pdfResolucion Ministerial 242-2024-MINSA.pdf
Resolucion Ministerial 242-2024-MINSA.pdf
 
LA MEDICINA GRECORROMANA HIPOCRATES, HEROFILO Y GALENO
LA MEDICINA GRECORROMANA HIPOCRATES, HEROFILO Y GALENOLA MEDICINA GRECORROMANA HIPOCRATES, HEROFILO Y GALENO
LA MEDICINA GRECORROMANA HIPOCRATES, HEROFILO Y GALENO
 
1. Anatomía funcional de los organos reproductivos en animales menores
1. Anatomía funcional de los organos reproductivos en animales menores1. Anatomía funcional de los organos reproductivos en animales menores
1. Anatomía funcional de los organos reproductivos en animales menores
 
Manejo adecuado del bulto de ropa quirugico
Manejo adecuado del bulto de ropa quirugicoManejo adecuado del bulto de ropa quirugico
Manejo adecuado del bulto de ropa quirugico
 
1 mapa mental acerca del virus VIH o sida
1 mapa mental acerca del virus VIH o sida1 mapa mental acerca del virus VIH o sida
1 mapa mental acerca del virus VIH o sida
 
TEXTO PRN 8VA ESPAÑOL.pdf reanimacion neonatal
TEXTO PRN 8VA ESPAÑOL.pdf reanimacion neonatalTEXTO PRN 8VA ESPAÑOL.pdf reanimacion neonatal
TEXTO PRN 8VA ESPAÑOL.pdf reanimacion neonatal
 
1. HISTORIA DE LA FISIOTERAPIA EN EL MUNDO.pptx
1. HISTORIA DE LA FISIOTERAPIA EN EL MUNDO.pptx1. HISTORIA DE LA FISIOTERAPIA EN EL MUNDO.pptx
1. HISTORIA DE LA FISIOTERAPIA EN EL MUNDO.pptx
 
Historia Clínica y Consentimiento Informado en Odontología
Historia Clínica y Consentimiento Informado en OdontologíaHistoria Clínica y Consentimiento Informado en Odontología
Historia Clínica y Consentimiento Informado en Odontología
 
Atlas de Hematología para estudiantes univbersitarios.pdf
Atlas de Hematología para estudiantes univbersitarios.pdfAtlas de Hematología para estudiantes univbersitarios.pdf
Atlas de Hematología para estudiantes univbersitarios.pdf
 
glucólisis anaerobia.pdf
glucólisis                 anaerobia.pdfglucólisis                 anaerobia.pdf
glucólisis anaerobia.pdf
 
Diabetes tipo 2 expo guias ada 2024 apuntes y materal
Diabetes tipo 2 expo guias ada 2024 apuntes y materalDiabetes tipo 2 expo guias ada 2024 apuntes y materal
Diabetes tipo 2 expo guias ada 2024 apuntes y materal
 
infografía seminario.pdf.................
infografía seminario.pdf.................infografía seminario.pdf.................
infografía seminario.pdf.................
 
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOSplan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
plan de gestion DE LA UNIDAD DE CUIDADOS INTENSIVOS
 
asma bronquial- nuevo enfoque GINA y GEMA
asma bronquial- nuevo enfoque  GINA y GEMAasma bronquial- nuevo enfoque  GINA y GEMA
asma bronquial- nuevo enfoque GINA y GEMA
 
Anticoncepcion actualización 2024 según la OMS
Anticoncepcion actualización 2024 según la OMSAnticoncepcion actualización 2024 según la OMS
Anticoncepcion actualización 2024 según la OMS
 
indicadores para el proceso de esterilización de ceye .pdf
indicadores para el proceso de esterilización de ceye .pdfindicadores para el proceso de esterilización de ceye .pdf
indicadores para el proceso de esterilización de ceye .pdf
 
Histología del pelo o cabello-Medicina.pptx
Histología del pelo o cabello-Medicina.pptxHistología del pelo o cabello-Medicina.pptx
Histología del pelo o cabello-Medicina.pptx
 
HELICOBACTER PYLORI y afectacion norman.pptx
HELICOBACTER PYLORI  y afectacion norman.pptxHELICOBACTER PYLORI  y afectacion norman.pptx
HELICOBACTER PYLORI y afectacion norman.pptx
 

Bioestadistica

  • 2. DESARROLLO DE LA ASIGNATURA INICIO: 10:45am TÉRMINO: 12:25pm LISTA DE ASISTENCIA RECOJO DE TAREAS RECORDAR: TODA FALTA DEBE ESTAR DEBIDAMENTE JUSIFICADA CON DOCUMENTO A MAS TARDAR A LA SIGUIENTE CLASE SE DEBE SOLICITAR PERMISO PARA INGRESAR O SALIR DEL AULA  LAS FECHAS DE PRÁCTICAS CALIFICADAS SON IMPOSTERGABLES ASÍ COMO LAS FECHAS DE EXÁMENES DE UNIDAD. TOMAR EN CUENTA - NO CELULARES - NO CONSUMIR ALIMENTOS EN CLASE Prof. Carlos Aguirre Macavilca
  • 3. Evaluaciones 2 por unidad Promedio de trabajos en el aula y tareas Examen de unidad LAS TAREAS DEBEN ESTAR BIEN PRESENTADAS RESUELTAS EN HOJAS CUADRICULADAS, CON SU CARATULA Y ENGRAMPADAS, DE NO SER ASI NO SE REVISARA Y QUEDARA COMO SI NO LO HUBIERA PRESENTADO, DE SER EXPOSITIVA SE ELABORARAN DIAPOSITIVAS PARA SU SUSTENTACIÓN. Prof. Carlos Aguirre Macavilca
  • 4. ¿Qué es la estadística? Es la rama de la matemática que tiene por objeto la recopilación, el análisis, la interpretación y la presentación de una gran cantidad de datos numéricos”. Webster``s New Collegiatte Dictionary “Es la rama del método científico relacionada con la recopilación de los datos que se obtienen al contar o medir las propiedades de las poblaciones”. Stuart Ord (1999) La estadística se relaciona fundamentalmente con los procedimientos para el análisis de datos, en particular aquellos que en cierto sentido poseen carácter aleatorio”. Rice (1995) Prof. Carlos Aguirre Macavilca
  • 5. “La estadística es una rama de la matemática, que nos provee de métodos y procedimientos para recopilar, organizar, analizar, presentar e interpretar un conjunto de datos, que permitan luego establecer conclusiones válidas y realizar inferencias” Prof. Carlos Aguirre Macavilca
  • 6. Recolectar Organizar Es una ciencia que abarca métodos y procedimientos Analizar para Presentar Interpretar Datos Prof. Carlos Aguirre Macavilca
  • 7. ESTADÍSTICA COMO CIENCIA Y METODOLOGÍA Se han planteado muchas definiciones de la estadística algunas caracterizándola como ciencia y otra como metodología. La estadística es ciencia (Teoría Estadística) por que su fundamentación teórica la encontramos en una de las ramas de la matemática: La teoría de las Probabilidades; y es también una metodología de trabajo científico que justifica y resalta en el uso obligatorio de los métodos estadísticos en todo trabajo de investigación. Podemos definir a la estadística como una disciplina que nos propone un conjunto de métodos y procedimientos que permiten recopilar, clasificar, presentar y describir datos en forma adecuada para tomar decisiones frente a la incertidumbre o predecir o afirmar algo acerca de la población y sus parámetros a partir de los datos extraídos de la misma. Prof. Carlos Aguirre Macavilca
  • 8. ESTADÍSTICA DESCRIPTIVA: Trata de la recopilación, clasificación, presentación y descripción de los datos ESTADÍSTICA INFERENCIAL: Nos proporciona la teoría necesaria para tomar decisiones frente a la incertidumbre o afirmar algo acerca de la población a partir de los daros bajo estudio. Muestra inferencia Prof. Carlos Aguirre Macavilca Población
  • 9. La Bioestadística es la aplicación de la Estadística a la Biología. Como los objetos de estudio de la Biología son muy variados, tales como la Medicina, las ciencias agropecuarias, entre otros, es que la Bioestadística ha debido ampliar su campo para de esta manera incluir cualquier modelo cuantitativo, no solamente estadístico y que entonces pueda ser empleado para responder a las necesidades oportunas. Los orígenes de la Bioestadística por supuesto de una manera mas elemental pero orígenes al fin, se remontan al siglo XIX y tiene como precursora a la enfermera inglesa Florence Nightingale, quien durante el desarrollo de la guerra de Crimea se preocupó en observar el fenómeno que indicaban que eran muchísimas más las bajas que se producían en el hospital que en el frente de batalla, entonces, comenzó a recopilar información y dedujo que la mencionada situación se debía a las malísimas condiciones higiénicas que predominaban en los hospitales Prof. Carlos Aguirre Macavilca
  • 10. Tal conclusión permitió, de ahí en mas, trabajar en la importancia y necesidad de la higiene en los centros de salud. Hoy prácticamente no resulta ser un tema a discutir sino una necesidad imperiosa e imposible de obviar. Entre las mas destacadas bondades en las cuales ha colaborado esta disciplina se cuentan: el desarrollo de nuevas drogas, comprensión de enfermedades crónicas como ser el cáncer o el sida. En tanto, en la actualidad, la aplicación de la Bioestadística resulta ser fundamental y necesaria en ámbitos como la salud pública, entre los que se incluye la epidemiología, salud ambiental, nutrición y servicios sanitarios , poblaciones genéticas, medicina, ecología y bioensayos Prof. Carlos Aguirre Macavilca
  • 11. La estadística en la salud  Evaluación del paciente, en forma individual o grupal  Evaluación del sistema salubre  Elaboración de indicadores médicos  Formulación de metas en salubridad  Investigación científica  Planificación y administración de la salud  Informes técnico  Plan anual de trabajo; Plan operativo.  Presupuesto de inversión y operación  Memoria anual etc. Etc. Prof. Carlos Aguirre Macavilca
  • 12. POBLACIÓN: Es el conjunto mayor de objetos (Universo) que poseen al menos una característica en común, cuyo estudio nos interesa de los cuales se desea información. Los elementos de este conjunto se denominan Unidades Estadísticas Muestra: Se define así a cualquier subconjunto de la población Datos Estadísticos: Es el valor o respuesta que adquiere la variable en cada unidad de análisis. Dato es el resultado de la observación, entrevista o recopilación en general. Son la materia prima de la estadística Prof. Carlos Aguirre Macavilca
  • 13. Población o universo La población es un conjunto de individuos, objetos o elementos que poseen características comunes y observables. Finita.- Número limitado de elementos. Población de acuerdo a su tamaño Infinita.- Número ilimitado de elementos. Población objeto.- Es el conjunto de todos Población de acuerdo a su naturaleza los elementos, materia de estudio. Población objetivo.- Es el conjunto de todas las mediciones, al observar cierta característica en cada elemento de la población. Prof. Carlos Aguirre Macavilca
  • 14. Ejemplos de población Población : Finita, Infinita, Objeto, Objetivo • • • • • Todos los estudiantes de la I.E. Nuestra Señora de Guadalupe, de la ciudad de Lima. Todos los ingresantes del año 2007 a la Escuela Universitaria Las I.E. de la Región Chanca. Los posibles resultados (cara o sello) de sucesivas lanzadas al aire de una moneda. Estudio de la situación económica de los docentes de la UNFV (La población objeto esta constituido por todos los docentes de la UNFV) (La población objetivo por el sueldo que tiene los docentes) Prof. Carlos Aguirre Macavilca
  • 15. Muestra La muestra es un subconjunto de la población, elegido en términos de representatividad, y que se calcula a través de un proceso denominado muestreo. muestreo Población Generalización de resultados Muestra Muestra Representativa Prof. Carlos Aguirre Macavilca
  • 16. Datos Es el valor obtenido como resultado de las observaciones de una variable. Los datos son expresados mediante una característica o atributo cuando la variable es cualitativa, y mediante un número cuando la variable es cuantitativa. Ejemplos: Si la variable es sexo los datos son: masculino y femenino. Si la variable es edades, los datos pueden ser : 13 años, 15 años, 26 años, 22 años, etc. Si la variable es talla, los datos pueden ser: 1,56 m; 1,32 m; 1,47m ; 1,83 m. Prof. Carlos Aguirre Macavilca
  • 17. VARIABLE: Una variable estadística es el conjunto de valores que pueden tomar las propiedades o características que se estudian en un conjunto de elementos. Pueden ser: CUALITATIVAS: Los valores de la variable no son números, sino cualidades. Ejemplo Sexo, estado civil, tipo de vivienda, etc CUANTITATIVAS: Los valores que toma la variable son números Ejemplo. Edad, altura, peso, etc A su vez las variables cuantitativas presentan una división en discretas o continuas dependiendo del número de valores que puedan tomar. Discretas: En cada tramo la variable solo puede tomar un número determinado de valores. Ejemplo Número de páginas de un libro, puede tener 210 o 211 pero no 210,5 Prof. Carlos Aguirre Macavilca
  • 18. Variable Es una característica que tiene cada elemento de la población o muestra, y que puede tomar diferentes valores  Edad  Lugar de nacimiento Ejemplo: En la población estudiantil del Instituto Carriòn, se pueden diferenciar las siguientes características:  Estado civil  Sexo  Ocupación  Lugar de procedencia  Religión que profesan etc. Prof. Carlos Aguirre Macavilca
  • 19. 3. Por la naturaleza de la variable a. Variables cualitativas a1. Variables cualitativas nominales Aquellas que expresan una cualidad, característica o atributo que presentan los elementos en la población, y son objetos de categorizar, calificar y ordenar. No son susceptibles de ser medidos. Ejemplo: Variable Dominio de variación Sexo Masculino Femenino Lugar de nacimiento Lima San Miguel Tarapoto Comas Cuzco Prof. Carlos Aguirre Macavilca
  • 20. a2. Variables cualitativas ordinales Aquellas cuyo dominio de variación implica un orden entre categorías. Ejemplo: Variable Dominio de variación Nivel de educación Sin nivel Primaria Secundaria Superior no universitaria Superior universitaria Nivel socio económico Alto Medio Bajo Prof. Carlos Aguirre Macavilca
  • 21. b. Variables cuantitativas Cuando el valor de la variable se expresa por un número y resulta de la operación de contar o medir . b1. Discreta Cuando los valores del dominio de variación son contados, solo puede tomar valores enteros. Ejemplo: Variable Dominio de variación Número de alumnos 600 alumnos Numero de hermanos 5 hermanos Prof. Carlos Aguirre Macavilca
  • 22. b2. Continua Cuando los valores del dominio de variación son susceptibles de ser medidos. Pueden asumir cualquier valor de un intervalo de números. Ejemplo: Variable Dominio de variación Peso 66 kg 72,50 kg 57,78 kg Talla 1,50 m 167 m 180 m Prof. Carlos Aguirre Macavilca
  • 24. Continuas: La variable puede tomar tantos valores como queramos en el tramo y podemos ubicarlos en intervalos definidos. Ejemplo Altura puede ser 1,71; 1,715; 1,767; …. Parámetros Es un número que describe alguna característica de la población y para determinar su valor es necesario utilizar la información poblacional completa, y por tanto, las decisiones se toman con certidumbre total. Estadígrafos: Es un número que se obtiene a partir de los datos muestrales y describe alguna característica de la muestra y la toma de decisiones contiene un grado de incertidumbre. Prof. Carlos Aguirre Macavilca
  • 25. Parámetro Es la medida de resumen que se calcula para describir una característica de toda la población. Ejemplo: Desviación típica poblacional : σ Media poblacional : µ Varianza poblacional : σ 2 Tamaño de la población: N Estadístico o estadígrafo Es la medida resumen que se calcula para describir las características de solo una muestra de la población. Ejemplo: Media muestral: x Varianza muestral: S2 Desviación estándar muestral: S Tamaño de la muestra: n Prof. Carlos Aguirre Macavilca
  • 26. En los siguientes casos reconozca: 1.Población 2.Muestra 3.Unidad de análisis 4.Tipo de variable CASO I: Se realiza un estudio de los padres de familia de los colegios de la UGEL 06 de Vitarte, se toma al colegio Héroes del Cenepa, se pide información acerca de cuantos padres y madres de familia existen, que edades poseen, cual es su grado de instrucción, que tipo de vivienda poseen, cuantos hijos tienen. CASO II: Se realiza un estudio con los alumnos del Instituto Carrión, se toma el aula 1NG31 y se recolectan los siguientes datos: edad de los alumnos, peso, altura, estado civil, ingreso mensual, asignatura que mas le agrada, distrito donde vive Prof. Carlos Aguirre Macavilca
  • 27. CASO III: Se realiza un estudio en la empresa ACEROS AREQUIPA, tomándose la sede Lima, se desea mejorar la productividad de varillas de construcción, para lo cual se recolectan los siguientes datos: longitud de la varilla, peso de la varilla, tiempo para fabricar una varilla y el número de varillas con algún defecto. CASO IV: Se realiza un estudio en los hospitales del MINSA, tomándose el hospital DOS DE MAYO, se desea mejorar la atención para lo cual se recolectan el tiempo de espera de un paciente, el tipo de enfermedad que se trata, edad del paciente y su condición social Prof. Carlos Aguirre Macavilca
  • 28. CASO V: Una compañía recibe cargamentos de pilas por lotes, analiza una muestra aleatoria de nueve de ellas antes de aceptar un envió. La compañía considera que el verdadero tiempo de medio de vida de las pilas del cargamento debe ser al menos de cincuenta horas. CASO VI: Un fabricante afirma que mediante el uso de un aditivo en la gasolina, los automóviles de la ciudad de Lima, podrían recorrer por término medio, tres kilómetros más por litro. Se usa una muestra aleatoria de 100 automóviles para evaluar este producto, la cantidad de aditivo en la gasolina.