Este documento presenta los pasos para calcular medidas de tendencia central y dispersión de datos numéricos en Excel y Stata. Incluye ejemplos de cálculo de promedio, mediana, moda y desviación estándar para conjuntos de notas de estudiantes. También muestra cómo importar datos, calcular estadísticos descriptivos e imprimir resultados en Stata.

1. Práctica
se requiere la utilización de un equipo de
computo

2. MEDIDAS DE TENDENCIA CENTRAL Y
DISPERSIÓN
media o promedio
mediana
moda
desviación estándar

3. PRIMERO EN EXCEL
12,10,9,11,10
CALCULAR:
PROMEDIO
MEDIANA
MODA
DS

4. un alumno de epidemiología tiene las siguientes notas
12,10,9,11,10
promedio (12+10+9+11+10) / 5 10.4
mediana (9, 10, 10, 11, 12) 10
moda (9, 10, 10, 11, 12) 10
ds 1.14017543

5. otro alumno de epidemiología tiene las siguientes notas
19 9 5 14 5
promedio (19+9+5+14+5) / 5
mediana (19, 14, 9, 5, 5)
moda (19, 9, 5, 14, 5)
ds = S 2
varianza = S2 = (X - X1)2

6. 10.4
9
5
6.06630036
36.8

7. EXAM
PARCIA
L
PASOS
CORTOS
EXPOSI
CION
EXAME
N FINAL
delegado 8 12 14 19
OTRO
ALUMNO
12 14 13 14

8. medidas de tendencia central en software
estadístico
de contar con Internet se aplicará :
http://www.winepi.net/sp/index.htm
epi info 7, si la carga demora se sugiere 5
de no contar con Internet se aplicará :
Stata o en su defecto excel

9. stata
• instalar el aplicativo , se sugiere el portable.
• abrir el aplicativo,en la parte superior existen
2 cuadros de cuadritos en interior, una con
lupa y otra con lápiz, selecciona la última
• importar o copiar y pegar de excel,si los datos
son pocos digitarlos manualmente usaremos
el último ejemplo. notas :19,9,5,14,5

10. INICIAMOS STATA
1. IMPORTA LOS DATOS DE PESO TALLA SEXO E IMC QUE EL DR
ANTONIO TE PROPORCIONARÁ
2. CAMBIA DE NOMBRE A LAS VARIABLES DE V1,V2… A PESO TALLA
SEGÚN CORRESPONDA, INGRESA A STATA RESULTS DATA
DATA UTILITIES RENAME VARIABLES
3. luego escribimos en stata results. label define SEXO 0 "femenino" 1"
masculino" y luego label values SEXO SEXO o en su defecto en el stata
editor anticlick en la columna de variables value labels y assign value
labels to variable sexo sexo

11. summarize notas_epi
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
notas_epi | 5 10.4 6.0663 5 19

12. centile notas_epi, centile (50)
Variable | Obs Percentile Centile [95% Conf.
Interval]
-------------+-------------------------------------------------------------
notas_epi | 5 50 9 5 19*

13. peso, talla, IMC
ÍNDICE DE MASA
CORPORAL (IMC =
PKg/T2m)
CATEGORÍA
Por debajo de 18.5 Por debajo del peso
18.5 a 24.9 Saludable
25.0 a 29.9 Con sobrepeso
30.0 a 39.9 Obeso
Más de 40 Obesidad extrema o de alto
riesgo
Físico culturistas: debido a que el músculo pesa más
que la grasa, las personas que son inusualmente
musculosas pueden tener un índice de masa
corporal alto.
Ancianos: en la vejez, a menudo es mejor tener un
índice entre 25 y 27 en lugar de un índice inferior a
25. Si usted es mayor de 65 años, por ejemplo, un
índice de masa corporal ligeramente superior puede
ayudar a protegerlo contra el adelgazamiento de los
huesos (osteoporosis).
Niños: aunque un gran número de niños son obesos, no
utilice este índice de cálculo para evaluar a un niño.
Hable con el pediatra o el personal de enfermería
acerca del peso apropiado de acuerdo con la edad
de su hijo.

14. calcular las medidas de tendencia central y
de dispersión
de los datos proporcionado por los alumnos,
peso talla IMC
presentar los cuadros en stata, como un
análisis presentar un comentario de los
datos obtenidos, maximo 5 lineas

15. RESPUESTAS

16. Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
PESO_KG | 23 62.3913 12.43799 45 100
TALLA_m | 23 1.606957 .0682532 1.49 1.75
IMC | 23 23.95652 3.246093 19.74 32.67
Variable | Obs Percentile Centile [95% Conf. Interval]
-------------+-------------------------------------------------------------
PESO_KG | 23 50 58 56 66.21418
TALLA_m | 23 50 1.6 1.565239 1.65
IMC | 23 50 23.51 21.60524 24.92928

17. práctica de comprensión
Infarto (casos o enfermos) No Infarto( controles o
sanos)
tomaron aspirina
(expuestos)
7 461 468
no tomaron aspirina
(no expuestos)
10 250 260
17 711 728
calcular OR, comentario máximo 2 líneas)
tomaron aspirina no tomaron aspirina
Infarto 5 14 19
No Infarto 359 350 709
364 364 728
calcular RR, comentario máximo 2 lineas)

18. RESPUESTAS

19. RESPUESTAS
7 X 250 = 0.38 = OR
10 X461
0.36 = RR

20. | Exposed Unexposed | Total Exposed
-----------------+------------------------+------------------------
Cases | 7 10 | 17 0.4118
Controls | 461 250 | 711 0.6484
-----------------+------------------------+------------------------
Total | 468 260 | 728 0.6429
| |
| Point estimate | [95% Conf. Interval]
|------------------------+------------------------
Odds ratio | .3796095 | .1212308 1.121903 (exact)
Prev. frac. ex. | .6203905 | -.1219026 .8787692 (exact)
Prev. frac. pop | .4022504 |

21. | Exposed Unexposed | Total
-----------------+------------------------+------------
Cases | 5 14 | 19
Noncases | 359 350 | 709
-----------------+------------------------+------------
Total | 364 364 | 728
| |
Risk | .0137363 .0384615 | .0260989
| |
| Point estimate | [95% Conf. Interval]
|------------------------+------------------------
Risk difference | -.0247253 | -.0478178 -.0016328
Risk ratio | .3571429 | .1299833 .9812877
Prev. frac. ex. | .6428571 | .0187123 .8700167
Prev. frac. pop | .3214286 |
+-------------------------------------------------
chi2(1) = 4.38 Pr>chi2 = 0.0364