Este documento trata sobre estadísticos. Explica que los parámetros se calculan sobre una población mientras que los estadísticos se calculan sobre una muestra y pueden usarse para aproximar parámetros. Luego describe brevemente diferentes tipos de estadísticos como medidas de posición (mediana, cuartiles), centralización (media, mediana, moda) y dispersión (desviación típica, rango intercuartílico).

1. Bioestadística
Tema 2: Estadísticos
Bioestadística. U. Málaga.
Tema 2: Estadísticos
1

2. Parámetros y estadísticos

Parámetro: Es una cantidad numérica calculada sobre una
población



La altura media de los individuos de un país
La idea es resumir toda la información que hay en la población en
unos pocos números (parámetros).
Estadístico: Ídem (cambiar población por muestra)

La altura media de los que estamos en este aula.


Somos una muestra (¿representativa?) de la población.
Si un estadístico se usa para aproximar un parámetro también se le
suele llamar estimador.
Normalmente nos interesa conocer un parámetro, pero por la dificultad que
conlleva estudiar a *TODA* la población, calculamos un estimador
sobre una muestra y “confiamos” en que sean próximos. Más adelante
veremos como elegir muestras para que el error sea “confiablemente”
pequeño.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
2

3. Tema
Bioestadística. U. Málaga. 2: Estadísticos
3

4. Un brevísimo resumen sobre estadísticos

Posición
 Dividen un conjunto ordenado de datos en grupos con la
misma cantidad de individuos.


Centralización
 Indican valores con respecto a los que los datos
parecen agruparse.


Media, mediana y moda
Dispersión
 Indican la mayor o menor concentración de los datos
con respecto a las medidas de centralización.


Cuantiles, percentiles, cuartiles, deciles,...
Desviación típica, coeficiente de variación, rango, varianza
Forma
 Asimetría
 Apuntamiento o curtosis
Tema
Bioestadística. U. Málaga. 2: Estadísticos
4

5. Estadísticos de posición

Se define el cuantil de orden α como un valor de la variable por debajo
del cual se encuentra una frecuencia acumulada α.

Casos particulares son los percentiles, cuartiles, deciles, quintiles,...
Tema
Bioestadística. U. Málaga. 2: Estadísticos
5

6. Estadísticos de posición

Percentil de orden k = cuantil de orden k/100
La mediana es el percentil 50
 El percentil de orden 15 deja por debajo al 15% de las
observaciones. Por encima queda el 85%


Cuartiles: Dividen a la muestra en 4 grupos con
frecuencias similares.
Primer cuartil = Percentil 25 = Cuantil 0,25
 Segundo cuartil = Percentil 50 = Cuantil 0,5 = mediana
 Tercer cuartil = Percentil 75 = cuantil 0,75

Tema
Bioestadística. U. Málaga. 2: Estadísticos
6

7. Ejemplos

El 5% de los recién nacidos tiene un peso demasiado bajo.
¿Qué peso se considera “demasiado bajo”?

Percentil 5 o cuantil 0,05
15
10
5
0
frecuencia
20
25
Percentil 5 del peso
1
2
3
Peso al nacer (Kg) de 100 niños
Tema
Bioestadística. U. Málaga. 2: Estadísticos
4
5
7

8. Ejemplos
¿Qué peso es superado sólo por el 25% de los individuos?

Percentil 75 o tercer cuartil
20
15
10
5
0
frecuencia
25
30
Percentil 75 del peso
50
55
60
65
70
75
80
85
Peso (Kg) de 100 deportistas
Tema
Bioestadística. U. Málaga. 2: Estadísticos
8

9. Ejemplos

El colesterol se distribuye simétricamente en la población. Supongamos
que se consideran patológicos los valores extremos. El 90% de los
individuos son normales ¿Entre qué valores se encuentran los individuos
normales?
10
5
0
frecuencia
15
20
Percentiles 5 y 95
180
200
220
Colesterol en 100 personas
Tema
Bioestadística. U. Málaga. 2: Estadísticos
240
260
9

10. Ejemplos

¿Entre qué valores se encuentran la mitad de los individuos “más
normales” de una población?
Entre el cuartil 1º y 3º
Percentiles 25 y 75
15
10
5
0
frecuencia
20

150
160
170
180
190
Altura (cm) en 100 varones
Tema
Bioestadística. U. Málaga. 2: Estadísticos
10

11. Diagrama de cajas de Tukey: Resumen en 5 números

0.06
La zona central, ‘caja’,
contiene al 50% central de
las observaciones.

P25
Mín.
0.02

Mínimo, cuartiles y máximo.
Suelen dar una buena idea
de la distribución.
P50
P75
Máx.
0.00

0.04
Resumen con 5 números:
densidad

0.08
Diagramas de Tukey
40
45
50
55
60
65
Velocidad (Km/h) de 200 vehículos en ciudad
Su tamaño se llama ‘rango
intercuartílico’ (R.I.)
Más allá de esa distancia se
consideran anómalas, y así
se marcan.
0.03
0.02
P25
Mín.
0.01

P50
P75
Máx.
0.00
Es costumbre que ‘los
bigotes’, no lleguen hasta los
extremos, sino hasta las
observaciones que se
separan de la caja en no más
de 1,5 R.I.
densidad

0.04
Diagrama de cajas de Tukey: Resumen en 5 números
80
90
100
110
120
130
140
Velocidad (Km/h) de 200 vehículos en autovía
Tema
Bioestadística. U. Málaga. 2: Estadísticos
11

12. Ejemplo
Estadísticos
Número de años de escolarización
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total
Frecuencia
5
5
6
12
25
68
56
73
85
461
130
175
73
194
43
45
22
30
1508
Porcentaje
,3
,3
,4
,8
1,7
4,5
3,7
4,8
5,6
30,6
8,6
11,6
4,8
12,9
2,9
3,0
1,5
2,0
100,0
Porcentaje
acumulado
,3
,7
1,1
1,9
3,5
8,0
11,7
16,6
22,2
52,8
61,4
73,0
77,9
90,7
93,6
96,6
98,0
100,0
≥20%?
Número de años de escolarización
N
Válidos
1508
Perdidos
0
Media
12,90
Mediana
12,00
Moda
12
Percentiles 10
9,00
20
11,00
25
12,00
30
12,00
40
12,00
50
12,00
60
13,00
70
14,00
75
15,00
80
16,00
90
16,00
≥ 90%?
Tema
Bioestadística. U. Málaga. 2: Estadísticos
12

13. Estadísticos de centralización
Añaden unos cuantos casos particulares a las medidas de posición. En este caso
son medidas que buscan posiciones (valores) con respecto a los cuales los
datos muestran tendencia a agruparse.

Media (‘mean’) Es la media aritmética (promedio) de los valores de una
variable. Suma de los valores dividido por el tamaño muestral.
 Media de 2,2,3,7 es (2+2+3+7)/4=3,5
 Conveniente cuando los datos se concentran simétricamente con respecto
a ese valor. Muy sensible a valores extremos.
 Centro de gravedad de los datos

Mediana (‘median’) Es un valor que divide a las observaciones en dos grupos
con el mismo número de individuos (percentil 50). Si el número de datos es
par, se elige la media de los dos datos centrales.
 Mediana de 1,2,4,5,6,6,8 es 5
 Mediana de 1,2,4,5,6,6,8,9 es (5+6)/2=5,5
 Es conveniente cuando los datos son asimétricos. No es sensible a valores
extremos.


Mediana de 1,2,4,5,6,6,800 es 5. ¡La media es 117,7!
Moda (‘mode’) Es el/los valor/es donde la distribución de frecuencia alcanza un
máximo.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
13

14. Altura mediana
Tema
Bioestadística. U. Málaga. 2: Estadísticos
14

15. Algunas fórmulas

Datos sin agrupar: x1, x2, ..., xn

∑x
x=
Media
i
i
n

Datos organizados en tabla

si está en intervalos usar como xi las marcas de
clase. Si no ignorar la columna de intervalos.
∑ xn
x=
i

Variable
fr.

Cuantil de orden α
 i es el menor intervalo que tiene
frecuencia acumulada superior a α ·n
 α=0,5 es mediana
α ⋅n − N
n
fr. ac.
L0 – L 1
x1
n1
N1
L1 – L 2
x2
n2
N2
xk
nk
Nk
...
Lk-1 – Lk
Media
n
Tema
Bioestadística. U. Málaga. 2: Estadísticos
i i
Cα = Li −1 +
ni
i −1
( Li − Li −1 )
15

16. Ejemplo con variable en intervalos
Peso
M.
Clase
frec
Fr.
acum.
40 – 50
45
5
5
50 – 60
55
10
15
60 – 70
65
21
36
70 - 80
75
11
47
80 - 90
85
5
52
90 - 100
95
3
55
100 – 130
115
3
58
En el histograma se identifica “unidad de área” con
“individuo”.
Para calcular la media es necesario elegir un punto
representante del intervalo: La marca de clase.
La media se desplaza hacia los valores extremos.
No coincide con la mediana. Es un punto donde el
histograma “estaría en equilibrio” si tuviese masa.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
16

17. Ejemplo (continuación)
Peso
M. Clase
Fr.
Fr. ac.
40 – 50
45
5
5
50 – 60
55
10
15
60 – 70
65
21
36
70 - 80
75
11
47
80 - 90
85
5
52
90 - 100
95
3
55
100 – 130
115
3
58
∑ xn
x=
i
n
i i
=
45 ⋅ 5 + 55 ⋅10 +  + 115 ⋅ 3
= 69,3
58
0,5 ⋅ 58 − N i −1
( Li − Li −1 )
ni

0,5 ⋅ 58 − 15
= 60 +
(70 − 60) = 66,6
21
Mediana = C0,5 = Li −1 +
58
P75 = C0, 75 = Li −1 +

0,75 ⋅ 58 − N i −1
43,5 − 36
( Li − Li −1 ) = 70 +
(80 − 70) = 76,8
ni
11
Moda = marca de clase de (60,70] = 65
 Cada libro ofrece una fórmula diferente para la moda (difícil estar al día.)
Tema
Bioestadística. U. Málaga. 2: Estadísticos
17

18. Variabilidad o dispersión

Los estudiantes de Bioestadística reciben diferentes calificaciones en la
asignatura (variabilidad). ¿A qué puede deberse?

Diferencias individuales en el conocimiento de la materia.

¿Podría haber otras razones (fuentes de variabilidad)?

Por ejemplo supongamos que todos los alumnos poseen el mismo nivel de
conocimiento. ¿Las notas serían las mismas en todos? Seguramente No.

Dormir poco el día del examen, el croissant estaba envenenado...


El examen no es una medida perfecta del conocimiento.


Diferencias individuales en la habilidad para hacer un examen.
Variabilidad por error de medida.
En alguna pregunta difícil, se duda entre varias opciones, y al azar se elige
la mala
Variabilidad por azar, aleatoriedad.
Tema
Bioestadística. U. Málaga. 2: Estadísticos

18

19. Medidas de dispersión
P25
P50
P75
Máx.
0.03
Amplitud o Rango (‘range’):
Diferencia entre observaciónes extremas.
 2,1,4,3,8,4. El rango es 8-1=7
 Es muy sensible a los valores extremos.
0.02

Mín.
0.04
0.05
Miden el grado de dispersión (variabilidad) de los datos, independientemente
de su causa.
25%
25% 25%
25%
Rango intercuartílico (‘interquartile range’):
Rango
 Es la distancia entre primer y tercer cuartil.
 Rango intercuartílico = P - P
75
25
150
160
170
180
 Parecida al rango, pero eliminando las observaciones más extremas
inferiores y superiores.
0.00

0.01
Rango intercuartílico

No es tan sensible a valores extremos.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
190
19

20. 
Varianza S2 (‘Variance’): Mide el promedio de las desviaciones (al cuadrado) de las
observaciones con respecto a la media.
1
2
S = ∑ ( xi − x )
n i
2

Es sensible a valores extremos (alejados de la media).

Sus unidades son el cuadrado de las de la variable. De interpretación difícil para un
principiante.

La expresión es fea, pero de gran belleza ‘natural’ (físicamente). Contiene la
información geométrica relevante en muchas situaciones donde la energía interna de
un sistema depende de la posición de sus partículas.

Energía de rotación (vía el coeficiente de inercia): patinadores con brazos extendidos
(dispersos) o recogidos (poco dispersos)

Energía elástica: Muelles ‘estirados’ con respecto a su posición de equilibrio (dispersos)
frente a muelles en posición cercana a su posición de equilibrio (poco dispersos)
Tema
Bioestadística. U. Málaga. 2: Estadísticos
20

21. Desviación típica (‘standard deviation’)
Es la raíz cuadrada de la varianza


Tiene las misma dimensionalidad
(unidades) que la variable. Versión
‘estética’ de la varianza.
Cierta distribución que veremos más
adelante (normal o gaussiana)
quedará completamente determinada
por la media y la desviación típica.

A una distancia de una desv. típica de la
media hay más de la ‘más de la mitad’.
S= S
50
40
30
20
10
Desv. típ. = 568,43
Media = 2023
N = 407,00
0
0
30
3.
0
90
2.
0
50
2.
0
10
2.
0
70
1.
0
30
1.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
0
90
A una distancia de dos desv. típica de la
media las tendremos casi todas.
0
50

2
Peso recién nacidos en partos gemelares
21

22. 0.01
0.01
0.02
0.02
0.03
0.03
0.04
0.04
0.05
0.05
Dispersión en distribuciones ‘normales’
x±s
x ± 2s
68.5 %
0.00
0.00
95 %
150
160
170
180
190
150
160
170
180
190

Centrado en la media y a una desv. típica de distancia hay
aproximadamente el 68% de las observaciones.

A dos desviaciones típicas tenemos el 95% (aprox.)
Tema
Bioestadística. U. Málaga. 2: Estadísticos
22

23. 95 %
0.1
x ± 2s
66 %
x ± 2s
94 %
0.0
x ±s
71 %
0.0
0.1
x±s
0.2
densidad
0.2
densidad
0.3
Datos ‘casi normales’. Eje ‘x’ medido en desviaciones típicas…
 ¿Encuentras relación entre rango intercuartílico y desviación típica?
 ¿Y entre los ‘bigotes’ y dos desviaciones típicas? ¿Podrías
caracterizar las observaciones anómalas?
0.3

-2
-1
0
1
2
3
-3
-2
-1
0
1
2
3
0.1
x±s
68 %
0.2
densidad
0.2
0.1
densidad
0.3
0.3
0.4
-3
x ± 2s
94 %
0.0
0.0
x ±s
70 %
x ± 2s
94 %
-3
-2
-1
0
1
2
3
Tema
Bioestadística. U. Málaga. 2: Estadísticos
-3
-2
-1
0
1
2
3
23

24. Coeficiente de variación
Es la razón entre la desviación típica y la media.

Mide la desviación típica en forma de
“qué tamaño tiene con respecto a la media”

También se la denomina variabilidad relativa.

Es frecuente mostrarla en porcentajes


S
CV =
x
Si la media es 80 y la desviación típica 20 entonces CV=20/80=0,25=25% (variabilidad
relativa)
Es una cantidad adimensional. Interesante para comparar la variabilidad de
diferentes variables.

Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos presentan más
dispersión en peso que en altura.

No debe usarse cuando la variable presenta valores negativos o donde el valor 0
sea una cantidad fijada arbitrariamente
 Por ejemplo 0ºC ≠ 0ºF

Los ingenieros electrónicos hablan de la razón ‘señal/ruido’ (su inverso).
Tema
Bioestadística. U. Málaga. 2: Estadísticos
24

25. Asimetría o Sesgo

Una distribución es simétrica si la
mitad izquierda de su distribución
es la imagen especular de su mitad
derecha.

En las distribuciones simétricas
media y mediana coinciden. Si sólo
hay una moda también coincide

La asimetría es positiva o negativa
en función de a qué lado se
encuentra la cola de la distribución.

La media tiende a desplazarse
hacia las valores extremos (colas).

Las discrepancias entre las
medidas de centralización son
indicación de asimetría.
Tema
Bioestadística. U. Málaga. 2: Estadísticos
25

26. Estadísticos para detectar asimetría
Hay diferentes estadísticos que sirven para detectar asimetría.
 Basado en diferencia entre estadísticos de tendencia central.
 Basado en la diferencia entre el 1º y 2º cuartiles y 2º y 3º.
 Basados en desviaciones con signo al cubo con respecto a la media.

En función del signo del estadístico diremos que la asimetría es
positiva o negativa.
 Distribución simétrica  asimetría nula.
0.15
0.05
0.1
0.05
0.2
0.10
0.10
0.3
0.15
0.4
0.20
0.5

Los calculados con ordenador. Es pesado de hacer a mano.
0.20

x±s
0.00
78 %
0.0
0.00
78 %
x±s
66 %
x±s
8
10
12
14
16
18
20
-2
-1
0
Tema
Bioestadística. U. Málaga. 2: Estadísticos x
x
1
2
3
0
2
4
6
8
x
10
12
14
26

27. Apuntamiento o curtosis
La curtosis nos indica el grado de apuntamiento (aplastamiento) de una
distribución con respecto a la distribución normal o gaussiana. Es
adimensional.
Platicúrtica (aplanada): curtosis < 0
En el curso serán de especial
interés las mesocúrticas y
simétricas (parecidas a la normal).
Mesocúrtica (como la normal): curtosis = 0
Leptocúrtica (apuntada): curtosis > 0
Apuntada como la normal
Apuntada
0.4
0.2
0.5
0.1
1.0
0.2
0.6
1.5
0.3
0.8
2.0
Aplanada
x± s
x±s
x± s
68 %
0.0
82 %
0.0
0.0
57 %
0.0
0.2
0.4
0.6
0.8
1.0
-3
-2
-1
Tema
Bioestadística. U. Málaga. 2: Estadísticos
0
1
2
3
-2
-1
0
1
27
2

28. Ejercicio: descriptiva con SPSS
28%
Descriptivos para Número de hijos
Límite
inferior
Límite
superior
Error típ.
,045
25%
n=375
25%
1,81
17%
20%
Porcentaje
Media
Intervalo de
confianza para la
media al 95%
Estadístico
1,90
n=419
1,99
Media recortada al 5%
1,75
n=255
14%
n=215
15%
8%
n=127
10%
4%
Mediana
Varianza
Desv. típ.
Mínimo
Máximo
Rango
Amplitud intercuartil
2,00
3,114
1,765
0
8
8
n=54
5%
2%
1%
n=24 n=23 n=17
0
1
2
3
4
5
6
7 Ocho o más
Número de hijos

Está sombreado lo que sabemos interpretar hasta ahora.
Verifica que comprendes todo. ¿Qué unidades tiene cada
estadístico? ¿Variabilidad relativa?

Calcula los estadísticos que puedas basándote sólo en el
gráfico de barras.
3,00
Asimetría
Curtosis
2%
1,034
1,060
,063
,126
Tema
Bioestadística. U. Málaga. 2: Estadísticos
28

29. ¿Qué hemos visto?



Parámetros
Estadísticos y estimadores
Clasificación
 Posición (cuantiles, percentiles,...)


Medidas de centralización: Media, mediana y moda


Diagramas de cajas
Diferenciar sus propiedades.
Medidas de dispersión


con unidades: rango, rango intercuartílico, varianza, desv.
típica
sin unidades: coeficiente de variación


Asimetría


positiva
negativa



¿Qué usamos para comparar dispersión de dos poblaciones?
¿Podemos observar asimetría sin mirar la gráfica?
¿Cómo me gustan los datos?
Medidas de apuntamiento (curtosis)

¿Cómo me gustan los datos?
Tema
Bioestadística. U. Málaga. 2: Estadísticos
29