SlideShare una empresa de Scribd logo
1 de 31
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
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.
¿Qué es la estadística?
Es la rama de la matemática que tiene por objeto la recopilación, elEs la rama de la matemática que tiene por objeto la recopilación, el
análisis, la interpretación y la presentación de una gran cantidad deanálisis, la interpretación y la presentación de una gran cantidad de
datos numéricos”.datos numéricos”.
Webster``s New Collegiatte DictionaryWebster``s New Collegiatte Dictionary
“Es la rama del método científico relacionada con la recopilación deEs la rama del método científico relacionada con la recopilación de
los datos que se obtienen al contar o medir las propiedades de laslos datos que se obtienen al contar o medir las propiedades de las
poblaciones”.poblaciones”.
Stuart Ord (1999)Stuart Ord (1999)
La estadística se relaciona fundamentalmente con los procedimientosLa estadística se relaciona fundamentalmente con los procedimientos
para el análisis de datos, en particular aquellos que en cierto sentidopara el análisis de datos, en particular aquellos que en cierto sentido
poseen carácter aleatorio”.poseen carácter aleatorio”.
Rice (1995)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
Es una ciencia que
abarca métodos y
procedimientos
Recolectar
Organizar
Analizar
Interpretar
Presentar
D a t o s
para
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 Población
inferenciainferencia
Prof. Carlos Aguirre Macavilca
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.
Población de
acuerdo a su
tamaño
Finita.- Número limitado de
elementos.
Infinita.- Número ilimitado de
elementos.
Población de
acuerdo a su
naturaleza
Población objeto.- Es el conjunto de todos
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
MuestraMuestra
La muestra es un subconjunto de la población, elegido
en términos de representatividad, y que se calcula a
través de un proceso denominado muestreomuestreo.
º º º º º º º º º º º º º º º
Muestra
Muestra
PoblaciónPoblación
Representativa
Generalización
de resultados
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.
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.
Ejemplos:
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
Ejemplo: En la
población estudiantil
del Instituto Carriòn,
se pueden
diferenciar las
siguientes
características:
 Edad
 Lugar de nacimiento
 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
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
a1. Variables cualitativas nominales
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.
Variable Dominio de variación
Número de alumnos 600 alumnos
Numero de hermanos 5 hermanos
Ejemplo:Ejemplo:
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.
Variable Dominio de variación
Peso
66 kg
72,50 kg
57,78 kg
Talla
1,50 m
167 m
180 m
Ejemplo:Ejemplo:
Prof. Carlos Aguirre Macavilca
Variables
Cualitativas
Cuantitativas
Nominales
Ordinales
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:
Media poblacional : Desviación típica poblacional :
Varianza poblacional : 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: Desviación estándar muestral: S
Varianza muestral: S2
Tamaño de la muestra: n
2
σ
σµ
x
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

Conceptos.. salud
Conceptos.. salud Conceptos.. salud
Conceptos.. salud
Ayd Quizmex
 
2. tipos de investigacion
2. tipos de investigacion2. tipos de investigacion
2. tipos de investigacion
TesisMaster
 
tipos de investigación
 tipos de investigación tipos de investigación
tipos de investigación
milita Ramirez
 
Tipos de investigación...point
Tipos de investigación...pointTipos de investigación...point
Tipos de investigación...point
Gabynaranjo
 

La actualidad más candente (20)

Hipotesis de investigacion
Hipotesis de investigacionHipotesis de investigacion
Hipotesis de investigacion
 
Conceptos.. salud
Conceptos.. salud Conceptos.. salud
Conceptos.. salud
 
Método Estadístico
Método EstadísticoMétodo Estadístico
Método Estadístico
 
Análisis detallado de los datos
Análisis detallado  de los datosAnálisis detallado  de los datos
Análisis detallado de los datos
 
La Hipotesis
La HipotesisLa Hipotesis
La Hipotesis
 
2. tipos de investigacion
2. tipos de investigacion2. tipos de investigacion
2. tipos de investigacion
 
Presentacion tipos de investigación.pptx
Presentacion tipos de investigación.pptxPresentacion tipos de investigación.pptx
Presentacion tipos de investigación.pptx
 
mapa mental de estadistica
mapa mental de estadisticamapa mental de estadistica
mapa mental de estadistica
 
Estudios transversales o de corte
Estudios transversales o de corteEstudios transversales o de corte
Estudios transversales o de corte
 
Mapa mental de Estadistica
Mapa mental de EstadisticaMapa mental de Estadistica
Mapa mental de Estadistica
 
Taller de investigación
Taller de investigaciónTaller de investigación
Taller de investigación
 
tipos de investigación
 tipos de investigación tipos de investigación
tipos de investigación
 
Niveles de-conocimiento
Niveles de-conocimientoNiveles de-conocimiento
Niveles de-conocimiento
 
Tecnicas estadisticas
Tecnicas estadisticasTecnicas estadisticas
Tecnicas estadisticas
 
Tipos de variables
Tipos de variablesTipos de variables
Tipos de variables
 
PRESENTACION DE DATOS (TABLAS Y GRAFICAS)
PRESENTACION DE DATOS (TABLAS Y GRAFICAS)PRESENTACION DE DATOS (TABLAS Y GRAFICAS)
PRESENTACION DE DATOS (TABLAS Y GRAFICAS)
 
Conceptos Básicos de la Estadística
Conceptos Básicos de la EstadísticaConceptos Básicos de la Estadística
Conceptos Básicos de la Estadística
 
Etapas del método estadistico
Etapas del método estadisticoEtapas del método estadistico
Etapas del método estadistico
 
Tipos de conocimiento
Tipos de conocimientoTipos de conocimiento
Tipos de conocimiento
 
Tipos de investigación...point
Tipos de investigación...pointTipos de investigación...point
Tipos de investigación...point
 

Similar a Bioestadistica1

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
 
Presentación de estadistica
Presentación de estadisticaPresentación de estadistica
Presentación de estadistica
Sebastian Delgado
 

Similar a Bioestadistica1 (20)

Bioestadistica
Bioestadistica Bioestadistica
Bioestadistica
 
Separata 1
Separata 1Separata 1
Separata 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
ESTADÍSTICA
ESTADÍSTICAESTADÍSTICA
ESTADÍSTICA
 
bioestadistica
 bioestadistica bioestadistica
bioestadistica
 
Métodos cuantitativos 3a. ed
Métodos cuantitativos 3a. edMétodos cuantitativos 3a. ed
Métodos cuantitativos 3a. ed
 
estadistica_ManuelBeltran
 estadistica_ManuelBeltran estadistica_ManuelBeltran
estadistica_ManuelBeltran
 
Estadistica-manuelbeltran
Estadistica-manuelbeltranEstadistica-manuelbeltran
Estadistica-manuelbeltran
 
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
 
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.
 
Estadistica terminos basicos
Estadistica   terminos basicosEstadistica   terminos basicos
Estadistica terminos basicos
 
Presentación de estadistica
Presentación de estadisticaPresentación de estadistica
Presentación de estadistica
 
7. metodologia y estadistica aplicada a la educacion
7. metodologia y estadistica aplicada a la educacion7. metodologia y estadistica aplicada a la educacion
7. metodologia y estadistica aplicada a la educacion
 
Aaaa cuanti sab
Aaaa cuanti sabAaaa cuanti sab
Aaaa cuanti sab
 
La Estadistica
La EstadisticaLa Estadistica
La Estadistica
 
Claribet monterroza
Claribet monterrozaClaribet monterroza
Claribet monterroza
 
Molina a. estudios transversales
Molina a. estudios transversalesMolina a. estudios transversales
Molina a. estudios transversales
 
Medición de las variables
Medición de las variablesMedición de las variables
Medición de las variables
 

Más de google

Trastornos neuroticos
Trastornos neuroticosTrastornos neuroticos
Trastornos neuroticos
google
 
Trastornos de la_percepcion
Trastornos de la_percepcionTrastornos de la_percepcion
Trastornos de la_percepcion
google
 
Trastorno de lapersonalidad-clase
Trastorno de lapersonalidad-claseTrastorno de lapersonalidad-clase
Trastorno de lapersonalidad-clase
google
 
Salud mental
Salud mentalSalud mental
Salud mental
google
 
Psicosis 1-
Psicosis 1-Psicosis 1-
Psicosis 1-
google
 
Microtomo 2014
Microtomo 2014Microtomo 2014
Microtomo 2014
google
 
Mantenimiento equipos biomédicos
Mantenimiento equipos biomédicosMantenimiento equipos biomédicos
Mantenimiento equipos biomédicos
google
 
Espectrofotometro
EspectrofotometroEspectrofotometro
Espectrofotometro
google
 
Normalidad,molaridad idac
Normalidad,molaridad idacNormalidad,molaridad idac
Normalidad,molaridad idac
google
 
Intervalos
IntervalosIntervalos
Intervalos
google
 
Demografiadinamicaexpo
DemografiadinamicaexpoDemografiadinamicaexpo
Demografiadinamicaexpo
google
 
Etapas de la investigación estadistica (2)
Etapas de la investigación estadistica (2)Etapas de la investigación estadistica (2)
Etapas de la investigación estadistica (2)
google
 
Staphylococcus (1)
Staphylococcus (1)Staphylococcus (1)
Staphylococcus (1)
google
 
Streptococcus
StreptococcusStreptococcus
Streptococcus
google
 
Semana 67 y_8__carbohidratos
Semana 67 y_8__carbohidratosSemana 67 y_8__carbohidratos
Semana 67 y_8__carbohidratos
google
 
Semana 12 y_13_lipidos
Semana 12 y_13_lipidosSemana 12 y_13_lipidos
Semana 12 y_13_lipidos
google
 
Semana 3 colorantes. coloraciones y anticoagulantes
Semana 3 colorantes. coloraciones y anticoagulantesSemana 3 colorantes. coloraciones y anticoagulantes
Semana 3 colorantes. coloraciones y anticoagulantes
google
 
Semana 3 carbohidratos
Semana 3 carbohidratosSemana 3 carbohidratos
Semana 3 carbohidratos
google
 
Proteinas
ProteinasProteinas
Proteinas
google
 

Más de google (20)

Trastornos neuroticos
Trastornos neuroticosTrastornos neuroticos
Trastornos neuroticos
 
Trastornos de la_percepcion
Trastornos de la_percepcionTrastornos de la_percepcion
Trastornos de la_percepcion
 
Trastorno de lapersonalidad-clase
Trastorno de lapersonalidad-claseTrastorno de lapersonalidad-clase
Trastorno de lapersonalidad-clase
 
Salud mental
Salud mentalSalud mental
Salud mental
 
Psicosis 1-
Psicosis 1-Psicosis 1-
Psicosis 1-
 
Microtomo 2014
Microtomo 2014Microtomo 2014
Microtomo 2014
 
Mantenimiento equipos biomédicos
Mantenimiento equipos biomédicosMantenimiento equipos biomédicos
Mantenimiento equipos biomédicos
 
Espectrofotometro
EspectrofotometroEspectrofotometro
Espectrofotometro
 
Normalidad,molaridad idac
Normalidad,molaridad idacNormalidad,molaridad idac
Normalidad,molaridad idac
 
Intervalos
IntervalosIntervalos
Intervalos
 
Demografiadinamicaexpo
DemografiadinamicaexpoDemografiadinamicaexpo
Demografiadinamicaexpo
 
Etapas de la investigación estadistica (2)
Etapas de la investigación estadistica (2)Etapas de la investigación estadistica (2)
Etapas de la investigación estadistica (2)
 
Staphylococcus (1)
Staphylococcus (1)Staphylococcus (1)
Staphylococcus (1)
 
Streptococcus
StreptococcusStreptococcus
Streptococcus
 
Semana 67 y_8__carbohidratos
Semana 67 y_8__carbohidratosSemana 67 y_8__carbohidratos
Semana 67 y_8__carbohidratos
 
Semana 12 y_13_lipidos
Semana 12 y_13_lipidosSemana 12 y_13_lipidos
Semana 12 y_13_lipidos
 
Semana 3 colorantes. coloraciones y anticoagulantes
Semana 3 colorantes. coloraciones y anticoagulantesSemana 3 colorantes. coloraciones y anticoagulantes
Semana 3 colorantes. coloraciones y anticoagulantes
 
Semana 3 carbohidratos
Semana 3 carbohidratosSemana 3 carbohidratos
Semana 3 carbohidratos
 
Proteinas
ProteinasProteinas
Proteinas
 
P h
P hP h
P h
 

Último

🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 

Último (20)

SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 

Bioestadistica1

  • 1. 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
  • 2. 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.
  • 3. ¿Qué es la estadística? Es la rama de la matemática que tiene por objeto la recopilación, elEs la rama de la matemática que tiene por objeto la recopilación, el análisis, la interpretación y la presentación de una gran cantidad deanálisis, la interpretación y la presentación de una gran cantidad de datos numéricos”.datos numéricos”. Webster``s New Collegiatte DictionaryWebster``s New Collegiatte Dictionary “Es la rama del método científico relacionada con la recopilación deEs la rama del método científico relacionada con la recopilación de los datos que se obtienen al contar o medir las propiedades de laslos datos que se obtienen al contar o medir las propiedades de las poblaciones”.poblaciones”. Stuart Ord (1999)Stuart Ord (1999) La estadística se relaciona fundamentalmente con los procedimientosLa estadística se relaciona fundamentalmente con los procedimientos para el análisis de datos, en particular aquellos que en cierto sentidopara el análisis de datos, en particular aquellos que en cierto sentido poseen carácter aleatorio”.poseen carácter aleatorio”. Rice (1995)Rice (1995) Prof. Carlos Aguirre Macavilca
  • 4. “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
  • 5. Es una ciencia que abarca métodos y procedimientos Recolectar Organizar Analizar Interpretar Presentar D a t o s para Prof. Carlos Aguirre Macavilca
  • 6. 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
  • 7. 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 Población inferenciainferencia Prof. Carlos Aguirre Macavilca
  • 8. 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
  • 9. 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
  • 10. 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
  • 11. 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
  • 12. Población o universo La población es un conjunto de individuos, objetos o elementos que poseen características comunes y observables. Población de acuerdo a su tamaño Finita.- Número limitado de elementos. Infinita.- Número ilimitado de elementos. Población de acuerdo a su naturaleza Población objeto.- Es el conjunto de todos 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
  • 13. 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
  • 14. MuestraMuestra La muestra es un subconjunto de la población, elegido en términos de representatividad, y que se calcula a través de un proceso denominado muestreomuestreo. º º º º º º º º º º º º º º º Muestra Muestra PoblaciónPoblación Representativa Generalización de resultados Prof. Carlos Aguirre Macavilca
  • 15. 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. 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. Ejemplos: Prof. Carlos Aguirre Macavilca
  • 16. 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
  • 17. Variable Es una característica que tiene cada elemento de la población o muestra, y que puede tomar diferentes valores Ejemplo: En la población estudiantil del Instituto Carriòn, se pueden diferenciar las siguientes características:  Edad  Lugar de nacimiento  Estado civil  Sexo  Ocupación  Lugar de procedencia  Religión que profesan etc. Prof. Carlos Aguirre Macavilca
  • 18. 3. Por la naturaleza de la variable a. Variables cualitativas 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 a1. Variables cualitativas nominales Prof. Carlos Aguirre Macavilca
  • 19. 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
  • 20. 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. Variable Dominio de variación Número de alumnos 600 alumnos Numero de hermanos 5 hermanos Ejemplo:Ejemplo: Prof. Carlos Aguirre Macavilca
  • 21. b2. Continua Cuando los valores del dominio de variación son susceptibles de ser medidos. Pueden asumir cualquier valor de un intervalo de números. Variable Dominio de variación Peso 66 kg 72,50 kg 57,78 kg Talla 1,50 m 167 m 180 m Ejemplo:Ejemplo: Prof. Carlos Aguirre Macavilca
  • 23. 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
  • 24. Parámetro Es la medida de resumen que se calcula para describir una característica de toda la población. Ejemplo: Media poblacional : Desviación típica poblacional : Varianza poblacional : 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: Desviación estándar muestral: S Varianza muestral: S2 Tamaño de la muestra: n 2 σ σµ x Prof. Carlos Aguirre Macavilca
  • 25. 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
  • 26. 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
  • 27. 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.