El documento resume brevemente la historia de la estadística, desde los primeros censos realizados en Israel y China hace miles de años, hasta el desarrollo de la estadística moderna en el siglo XIX. Menciona figuras clave como John Graunt, Adolphe Quetelet y Wilhelm Farr y cómo contribuyeron al establecimiento de la estadística como ciencia.

1. LA HISTORIA DE LA ESTADÍSTICA

2. Como trabajos estadísticos más estructurados se conocen dos censos : e l primero contiene de la población de Israel y el segundo describe el bienestar material de las diversas tribus judías . "Censo de las tribus: El día primero del segundo año después de la salida de Egipto . libro del Pentateuco LA HISTORIA DE LA ESTADÍSTICA

3. En China existían registros numéricos similares con anterioridad al año 2000 A.C. Confucio, en uno de sus clásicos "Shu-King" escrito hacia el año 550 a.C., nos narra cómo el Rey Yao en el año 2238 mandó hacer una estadística agrícola, industrial y comercial. LA HISTORIA DE LA ESTADÍSTICA

4. L os griegos clásicos realizaban censos cuya información se utilizaba hacia el año 594 A.C. para cobrar impuestos y pagar servicio militar . En Roma, con su perfecta organización; favoreció para le desarrollo de la Estadística Una muestra es el C en s o que se realizaba cada 5 años y que tenía por objeto no sólo saber el número de habitantes, sino también su cantidad de bienes. LA HISTORIA DE LA ESTADÍSTICA

5. Pipino el Breve y Carlomagno ordenaron hacer estudios minuciosos de las propiedades de la Iglesia en los años 758 y 762 respectivamente El registro de nacimientos y defunciones comenzó en Inglaterra a principios del siglo XVI, y en 1662 apareció el primer estudio estadístico notable de población , titulado Comentarios sobre las partidas de defunción en Londres. LA HISTORIA DE LA ESTADÍSTICA

6. Un estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en 1691, fue utilizado por el astrónomo inglés Edmund Halley como base para la primera tabla de mortalidad LA HISTORIA DE LA ESTADÍSTICA

7. siglo XVII, A German Conring se le atribuye como fundador de la Estadística . La palabra que etimológicamente deriva de la palabra "status", que significa estado o situación . ESTADISTICA

8. John Graunt, Adolfo Quetelet y A. Cournot fueron los primeros en buscar las leyes cuantitativas que rigen la sociedad, (la Estadística Investigadora). Tendencia Enciclopédico Matemática : Usó la matemática y el cálculo de probabilidades con aplicación práctica en todas las ciencias. Francia Quetelet , considerado el fundador de la estadística moderna, hizo innumerables aportes; el más importante fue el de la metodología estadística, sirviéndose del método sentado por él mismo, haciéndola así totalmente científica. Cournot hizo un valioso aporte a la teoría de las probabilidades.

9. 2. Tendencia Demográfica : Se desarrolló en Alemania y su máximo representante fue Juan Pedro Süssmilc; él hace el primer tratado que verifica el movimiento de la población. Usa los postulados de Graunt aplicándolos a los fenómenos que se refieren a la población y así nació la Demografía y fue Guillard quien le dio el nombre.

10. ESTADISTICAS VITALES 1831: William Whewell: Primera persona que utilizó el término: “Biometría”. Antes de 1850, la palabra estadística representó información relacionada con información necesaria para el estado William Farr: utilizó los records vitales en los estudios epidémicos y demostró la correlación entre la mortalidad por cólera y aguas contaminadas

11. Spiegel (1992) "estudia los métodos científicos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis" Ligia Moya (1989) "la rama del saber que trata del desarrollo y aplicación de métodos eficientes de recolección, elaboración, presentación, análisis e interpretación de datos numéricos ESTADÍSTICA MODERNA

12. Daniel (2002) "es un campo del estudio relacionado con la recopilación, organización y resumen de datos y la obtención de inferencias acerca de un conjunto de datos cuando sólo se observa una parte de ellos“ En la práctica, al margen de su definición, la estadística suele variar su nombre, particularmente debiéndose al campo o área de aplicación

13. Estadística: estudia los métodos científicos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas con tal análisis. . Bioestadística La Bioestadística es la aplicación de la estadística en el campo de la vida

14. La Ciencia se ocupa en general de fenómenos observables La Ciencia se desarrolla observando hechos, formulando leyes que los explican y realizando experimentos para validar o rechazar dichas leyes Los modelos que crea la ciencia son de tipo determinista o aleatorio (estocástico) La Estadística se utiliza como tecnología al servicio de las ciencias donde la variabilidad y la incertidumbre forman parte de su naturaleza “ La Bioestadística enseña y ayuda a investigar en todas las áreas de las Ciencias de la Vida donde la variablidad no es la excepción sino la regla ” Carrasco de la Peña (1982 ) ¿Para qué sirve la estadística?

15. Usos de la bioestadística en el sector salud Determinar estado de salud de una población y de esta forma implementar programas de salud publica Para la investigación y por ende el desarrollo científico. Para la aplicación de la practica clínica. Para el análisis critico de la literatura médica. Para interpretar los resultados de diversos estudios. Para tener información básica y comprender los programas estadísticos.

16. 7. Determinación de la dosis de una droga. 8. Caracterización de la demanda por el servicio de urgencias hospitalarias

17. Definición La Estadística es la Ciencia de la Sistematización, recogida, ordenación y presentación de los datos referentes a un fenómeno que presenta variabilidad o incertidumbre para su estudio metódico, con objeto de deducir las leyes que rigen esos fenómenos, y poder de esa forma hacer previsiones sobre los mismos, tomar decisiones u obtener conclusiones . Descr i ptiva Probabilidad Inferencia

18. ESTADÍSTICA DESCRIPTIVA La estadística descriptiva permite procesar los datos de una muestra y obtener información que puede ser usada con fines exploratorios, para plantear hipótesis o como materia prima de la etapa de inferencia estadística.

19. Población y muestra Población : es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado grande para poder abarcarlo. Muestra : es un subconjunto suyo al que tenemos acceso y sobre el que realmente hacemos las observaciones (mediciones) Debería ser “representativo” Esta formado por miembros “seleccionados” de la población (individuos, unidades experimentales).

20. Población: grupo de personas que tienen algo en común. Un censo: obtener mediciones sobre todos los elementos de la población Muestra: un grupo de elementos elegidos de la población.

21. Población Muestra Conjunto de elementos acerca de los cuales se desea hacer alguna inferencia Población Finita Población Infinita La muestra es un subconjunto de elemenetos de una población. Muestreo : Procedimiento estadistico mediante el cual es posible conocer las caracteristicas de una población.

23. Definición Colección de elementos considerados Parte o porción de la población seleccionada para su estudio Caracterís-ticas Parámetros Estadísticas Símbolos Tamaño/población: N Media población:  Desviación estándar:  Tamaño de la muestra: n Media de la muestra: x Desviación estándar: s MUESTRA POBLACIÓN

24. PARAMETROS ESTIMADORES  p N n LA MUESTRA DEBE REPRESENTAR LA POBLACIÓN SOBRE LA QUE RECAERAN LAS CONCLUSIONES DEL ESTUDIO. MUESTRA POBLACION x

25. Validez : indica la capacidad de la escala para medir las cualidades para las cuales ha sido construida y no otras parecidas. Una escala confusa no puede tener validez, lo mismo que en una escala que esté midiendo, a la vez e indiscriminadamente, distintas variables superpuestas. se refiere al grado en que un instrumento realmente mide la variable que pretende medir Ejemplo : se crea un instrumento para medir la inteligencia VALIDEZ

26. EXACTITUD Y PRECISIÓN La exactitud : es la capacidad de identificar el valor verdadero La precisión de una prueba se refiere a su reproducibilidad

27. Dato Cada elemento de la información Unidad de análisis Variables Valor Características de la realidad que pueden asumir valores diferentes en cada unidad de análisis Componentes del dato

28. TIEMPO LUGAR PERSONA Una variable es una característica observable que varía entre los diferentes individuos de una población. La información que disponemos de cada individuo es resumida en variables . Rasgos Cualidades Propiedades Características Atributos VARIABLE

29. Genero Talla Nivel Socio Económico

30. Ayudan a comprender la situación real y adoptar medidas correctivas apropiadas. Permiten control de una variable e indican las desviaciones con relación a una norma de calidad o de diseño. Regulan un proceso, prescribiendo medidas para aumentar o disminuir el nivel de una característica operacional, para mantenerla en un nivel requerido. IMPORTANCIA DE LOS DATOS

31. Llevan a la aceptación o el rechazo de un producto durante el muestreo de los productos en la inspección de calidad. Llevan a las causas que generan variación en una variable. Permiten la toma de decisiones basadas en hechos. IMPORTANCIA DE LOS DATOS

32. TIPOS DE DATOS NOMINALES CUALITATIVOS ORDINALES DISCRETOS CUANTITATIVOS CONTINUOS

33. NIVELES DE MEDICION VARIABLES CUALITATIVAS O CATEGORICAS VARIABLES CUANTITATIVAS O NUMERICAS NOMINAL ORDINAL NUMERICO

34. Cualitativas Si sus valores no se pueden asociar naturalmente a un número (no se pueden hacer operaciones algebraicas con ellos) Nominales : Si sus valores no se pueden ordenar Sexo, Religión, Nacionalidad, Fumar (Sí/No) Ordinales : Si sus valores se pueden ordenar Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor Cuantitativas o Numéricas Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas con ellos) Discretas : Si toma valores enteros Número de hijos, Número de cigarrillos Continuas : Si entre dos valores, son posibles infinitos valores intermedios. Altura, Presión intraocular, edad Tipos de variables

35. Fuentes de Datos

36. Tipos de Datos Datos Ordinales Nominales Categóricos Cuantitativos Discretas Continuas

37. NIVELES DE MEDICION VARIABLES CUALITATIVAS O CATEGORICAS VARIABLES CUANTITATIVAS O NUMERICAS NOMINAL ORDINAL NUMERICO

38. Definiciones Una variable categórica indica a qué grupo o a qué categoría pertenece una observación. Todo lo que podemos hacer es calcular la proporci ón de datos que entra en cada categoría. Una variable cuantitativa toma valores numéricos sobre los cuales podemos realizar operaciones aritméticas. Las variables cuantitativas pueden ser discretas o contínuas.

39. Una variable es discreta si toma solo un número entero y contable de valores. Una variable es continúa si la misma toma todos los valores de la recta. Variables discretas y continuas 0 1 1/2 1/4 1/16 Variable continua El número de valores es contable Variable discreta El número de valores es incontable 0 1 2 3 ...

40. Escala de medidas Nominal La forma más simple de observación. Es la clasificación de los individuos en categorías designadas con un nombre o código Ordinal Intervalo Razón Similar a la anterior pero además existe un cero absoluto. Es la escala de mayor nivel, todas las operaciones son validas y permite mayor numero de técnicas y precisión Además de clasificar y ordenar a los individuos, cuantifica la diferencia entre dos clases. Tiene cero relativo A veces las categorías obtenidas pueden ser ordenadas .Pero diferencias iguales a lo largo de la escala NO corresponden a incrementos iguales en la propiedad que se mide

41. El numero de identificación no es una variable Categórica nominal ( codificada) Cuantitativacontinua Cuantitativa discreta ordinal Ejemplo en una planilla Excel

42. Genero: Cualit ativa : Códigos arbitrarios 1 = Hombre 2 = Mujer Etnia: Cualit ativa : Códigos arbitrarios 1 = Negra 2 = no Negra Felicidad : Ordinal Respetar un orden al codificar. 1 = Muy feliz 2 = Bastante feliz 3 = No demasiado feliz Se pueden asignar códigos a respuestas especiales como 0 = No sabe 99 = No contesta... Estas situaciones deberán ser tenidas en cuentas en el análisis . Datos perdidos .

43. EJEMPLO Clasifique según el nivel de medición y la escala cada variab le : El grupo sanguíneo {A, B, AB, O}  Su nivel Educativo Primaria , Secundaria , Universitaria  El número de hermanos {0,1,2,3,...}  La altura {1 , 62 ; 1 , 74; ...} 

44. Según la escala de medida VARIABLES ESCALA CARACTERÍSTICAS EJEMPLOS Cualitativas Nominal Categorías no numéricas Sin relación de orden Estado civil, Sexo, Marca, Consumo Cualitativas Ordinal Categorías no numéricas Con relación de orden Estudios, Clase social, Categoría Cuantitativas Razón o cociente Unidades numéricas con un cero “absoluto” Comparables por cociente (doble, mitad). Pueden ser discretas o continuas Ingresos, Edad,

45. Ejemplo: Variables y escalas de medida Variable Tipo o nivel de medición Escala Valores Edad Numérica C ontinua 23, 35,44 … Sexo Categórica Nominal 1 (H) 2 (M) Estudios Categórica Ordinal Primaria, secundaria, NU Acceso a Internet Categórica Nominal 1 (Si) 2 (No) Frecuencia de compra por Int. Categórica Ordinal 1 (Nunca) … 5 (Siempre)

46. EJERCICIO 1. Numero de hermanos 2. Grado de desnutrición en la población infantil 3. Estrato socioeconómico 4. Nivel educacional: Primaria, basica, Media .. 5. Enfermedades que padece 6. Días de hospitalización 7. Grupo sanguíneo

47. EJERCICIO 1. Comuna 2. Calidad del cuidado medico: E, B, R, D 3. Peso del recién nacido en gramos 4. Edad en años 5. Estado civil 6. Genero 7. Etnia

48. GRACIAS