Bioestadstica y Demografa

Medidas de Centralizacin

Profesor: Gonzalo Cruz R.

Objetivos

Resumir un conjunto de datos mediante medidas de tendencia central

Sintetizar la informacin contenida en un conjunto de datos mediante tablas y grficos para describir un fenmeno.

Aplicar Indicadores para el diagnstico de fenmenos biolgicos.

ndice
1.- Datos No Agrupados
Moda, Mediana y Media Aritmtica.

2.- Datos Agrupados

Escala Nominal: Moda. Escala Ordinal: Moda y Mediana. Escala de Intervalo y De Razn: Moda, Mediana y Media.

Frecuencia Absoluta
Frecuencia de una observacin: Determina cuantas veces aparece el dato. Por ejemplo, en el listado que sigue: 1 1 2 3 3 3 3 4 4 5 5 65 La frecuencia de 1: 2 La frecuencia de 2: 1 La frecuencia de 3: 4 La frecuencia de 4: 2 La frecuencia de 5: 2 La frecuencia de 65: 1 Obs: Para facilitar el clculo de la frecuencia conviene ordenar los datos.

Estadsticos
1.- Moda (Mo): Corresponde al dato de mayor frecuencia 2.- Mediana (Me): Es aquel que se halla en la mitad de la

muestra o poblacin.
3.- Media Aritmtica (): Calculado como la suma de los datos dividido

por el total de stos.

1. Datos No Agrupados

Variable nominal: El Indicador de centralizacin es la Moda. Ejemplo: Se toma una muestra de sangre a 15 pacientes: A A O AB A A O A A A B B B AB B

Mo = A

1. Datos No Agrupados

Variable Ordinal: Los Indicadores de centralizacin son la Moda y la Mediana Ejemplo: Se registra el ingreso a urgencias de pacientes clasificados segn su nivel de urgencia: Nivel I (N1): Requiere resucitacin. Nivel II (N2): Riesgo Vital Inmediato. Nivel III (N3): Situaciones Urgentes de riesgo potencial. Nivel IV (N4): Casos menos urgentes, pero potencialmente serios. Nivel V (N5): Casos menos urgentes o no urgentes. Cul es la Moda y la Mediana?

Se toma una muestra de pacientes ingresados durante dos horas, obtenindose los siguientes resultados:

N3 N5 N1 N5 N5 N4 N2

N4 N5 N1 N5 N2 N3 N2

N1 N5 N2 N4 N5 N5 N3

Mediana

Si el nmero de datos (N) es par:

+
2

Me =

2 +1

Si el nmero de datos (N) es impar:

= +1
2

1. Datos No Agrupados

Variable de intervalo y Razn: Los Indicadores de centralizacin son la Moda, la Mediana y la Media Ejemplo: Se registra el peso de 10 neonatos, con los siguientes resultados: 2,8 3,1 3,5 2,7 2,6 3,4 3,5 3,7 3 2,8 Cul es la Moda, la Mediana y la Media?

1. Datos No Agrupados

Variable de intervalo y Razn: Los Indicadores de centralizacin son la Moda, la Mediana y la Media Ejemplo: Se registra el peso de 10 neonatos, con los siguientes resultados: 2,8 3,1 3,5 2,7 2,6 3,4 3,5 3,7 3 2,8 Cul es la Moda, la Mediana y la Media?

1. Datos No Agrupados

La Media Aritmtica se calcula segn:

=1

2.- Datos Agrupados

Ordenando la Informacin
Al ordenar datos muy numerosos, es usual agruparlos en clases o categoras. Al determinar cuntos pertenecen a cada clase, establecemos la frecuencia. Construimos as una tabla de datos llamada tabla de frecuencias.

Tabla de Frecuencias
Para qu se construyen las tablas de frecuencias ?
1. 2. Ordenar datos Agrupar datos

3.

Resumir Informacin

Tabla de Frecuencias
La forma general para todos los tipos de variables es:

Nombre de la variable

Frecuencia

Categoras o Recorrido de la variable TOTAL

Frecuencias Observadas n

Ejemplo Variable Nominal

En la siguiente tabla se presenta el motivo de la consulta mdica, durante una semana.

Motivo Consulta Bronquitis Otitis Heridas Fracturas Vacunas

Nmero de pacientes 19 13 7 18 20
Unidad 2: Medidas de Posicin

Ejemplo Variable Nominal

Frecuencia Absoluta: Se llama frecuencia absoluta de la clase Ci, al nmero de elementos en la poblacin (muestra) que pertenecen a la clase Ci. Este nmero lo denotaremos por ni y cumplen la propiedad:

=1

=N

Frecuencia Relativa: Se llama frecuencia relativa de la clase Ci, a la cantidad de elementos en la poblacin (muestra) que pertenecen a la clase Ci, relativo al total de elementos en la poblacin (muestra).Este nmero lo denotaremos por fi y cumplen la propiedad:

= 1
=1

Ejemplo Variable de Intervalo

Sueldos de Tcnicos Paramdicos ($) [200.000 300.000[ `[300.000 400.000[ [400.000 500.000[ Marca de Clase (Xi) 250.000 350.000 450.000 frecuencia Absoluta (ni) 5 4 4 Frecuencia Relativa % (fi%) 25 20 20 Frecuencia Absoluta Acumulada (Ni) 5 9 13 Frecuencia Relativa Acumulada % (Fi%) 25 45 65

[500.000 600.000[
[600.000 700.000[ [700.000 800.000[

550.000
650.000 750.000

3
2 2

15
10 10

16
18 20

80
90 100

Unidad 2: Medidas de Posicin

Medidas de tendencia central Moda Interpolada

1 Mo Lm Cm 1 2
Donde: Lm: lmite inferior de la clase modal. 1: diferencia entre ni de la clase modal y la anterior. 2: diferencia entre ni de la clase modal y la posterior. Cm: amplitud de la clase modal (clase de mayor frecuencia).

Medidas de tendencia central Clculo de la mediana

n N m1 Me Lm 2 Cm nm
Donde: Lm: lmite inferior del intervalo (clase) donde se ubica la mediana. Nm-1 : frecuencia acumulada de la clase anterior a la clase mediana. Nm : frecuencia absoluta de la clase mediana. Cm: amplitud del intervalo donde se ubica la mediana.

Medidas de tendencia central Clculo de la media

X n
n i 1

i i

Donde: Xi: marca de clase del intervalo i. ni: frecuencia absoluta n: nmero de datos

Construccin de la Tabla de Frecuencia

1. Cantidad de segmentos (intervalos) a considerar: Regla de Sturges: El nmero de clases k = 3,3 log(n) + 1 , donde n es la cantidad de datos que se desea organizar. Se recomienda utilizar un nmero impar de clases, por consideraciones que se explicarn ms adelante. Amplitud: Para determinar a, la amplitud de las clases, se debe calcular el rango (RD), que es la diferencia entre el dato mayor (mx. {xi}) y el menor (min. {xi}). Tambin es necesario determinar u, la unidad mnima de conteo + de los datos. La amplitud est dada por: =

Construccin de la Tabla de Frecuencia

Rango de la Tabla: Una vez determinada la amplitud a, la cual se recomienda con un decimal ms que los datos originales, se procede a determinar el rango de la tabla (RT), que es la multiplicacin entre la cantidad de clases que se estn utilizando y la amplitud. La inclusin de u en el clculo de a, puede que no garantice que el RT sea mayor que el RD, es por esta razn que se recomienda utilizar una aproximacin conveniente en a. Para la determinacin de los lmites tericos de las clases, se comienza con el lmite Inferior de la primera clase, LI1, el cual se calcula como: = { } Donde: D=RT-RD, en el caso que el ltimo digito de D no sea par, sea realiza un ajuste conveniente.

Construccin de la Tabla de Frecuencia

Posteriormente, se suma la amplitud a LI1 obtenindose el lmite superior de esta clase, LS1, el que tambin ser el lmite inferior de la segunda clase, LI2 = LS1. LS1 se considera abierto para su clase y cerrado para la segunda clase. Los siguientes lmites se obtienen sumando la amplitud hasta completar las k clases a utilizar.

Media Aritmtica Ponderada

Media aritmtica en la que se tiene en cuenta la importancia especfica de cada uno de sus datos, a travs de unos pesos, dando as a stos mayor o menor relevancia o aportacin al clculo de la media. Ejemplo: Las notas obtenidas por un estudiante en cada parte de una determinada materia, as como los pesos de importancia de las distintas unidades, son los que se presentan en la tabla.

Media Aritmtica Ponderada

Definicin En un conjunto de datos agrupados: {(xi , ni); i=1,...,k}

N = n1 + n2 + ... + nk: el nmero de datos observados

Sean {wi; i=1,...,k} un conjunto de pesos que ponderan la importancia de cada uno de los datos observados, verificando que: wi 0 para i =1,..., k

Se define la Media Aritmtica Ponderada por

xw

w x
i 1 k

i i

w
i 1

Media Aritmtica Ponderada

Ejemplo Calcular la nota media del ejemplo anterior