Sunteți pe pagina 1din 23
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA INFERENCIA ESTADISTICA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA INFERENCIA ESTADISTICA

FASE INTERMEDIA N1

INTRODUCCIÓN Este trabajo se hace con el fin de dar a conocer los temas tales como

INTRODUCCIÓN

Este trabajo se hace con el fin de dar a conocer los temas tales como prueba de hipótesis, análisis de varianza y estadísticas no paramétricas a través del desarrollo de una guía, donde se busca hacerlo paso a paso con el fin de dar a conocer como se llega a dicho resultado de manera correcta. Así mismo lograr afianzar los conocimientos básicos en inferencia estadística y poder los aplicar en los diferentes ámbitos laborales.

La inferencia estadística va a ser una forma especial de realizar este proceso. Consiste básicamente en determinar algunas características desconocidas de una población partiendo de datos de muestra conocidos en congestión en las salas de urgencias de los hospitales; para la realización de dicho análisis descriptivo se han seleccionado cuatro variables específicas que permitirán determinar para el caso específico mostrado las relaciones entre dichas variables y el servicio recibido en dichas salas.

.

JUSTIFICACION La Inferencia Estadística nos permite comprender, aplicar y desarrollar la teoría y las técnicas en

JUSTIFICACION

La Inferencia Estadística nos permite comprender, aplicar y desarrollar la teoría y las técnicas en diversos campos de su saber formativo, y que dicha aplicación se convierta en una herramienta de uso matemático para la toma de decisiones sobre hipótesis cuantitativas de datos, basado en la información extraída de una muestra.

OBJETIVO GENERAL Conocer las causas que llevan a la congestión en la atención en las salas

OBJETIVO GENERAL

Conocer las causas que llevan a la congestión en la atención en las salas de urgencias de los centros hospitalarios en Colombia y en especial la de la Bucaramanga.

OBJETIVOS

Conocer los criterios técnicos que hay que tener en cuenta antes de seleccionar un tamaño de muestra.

Identificar el tipo de muestreo de acuerdo a los objetivos del estudio.

Diferenciar y analizar las ventajas y desventajas de la estimación por intervalos de confianza y las pruebas de hipótesis.

Determinar la prueba o técnica apropiada a aplicar en las diferentes pruebas de hipótesis paramétricas y no paramétricas.

Paso 1. Planteamiento de hipótesis según variables que se quieren analizar Teniendo en cuenta lo desarrollado

Paso 1. Planteamiento de hipótesis según variables que se quieren analizar

Teniendo en cuenta lo desarrollado en la fase intermedia 1; paso 5, tomen las mismas variables y parámetros para que de esta forma, establezcan hipótesis de trabajo.

 

Tiempo promedio de espera de los pacientes en la sala de espera

Planteen y desarrollen dos pruebas de hipótesis unilaterales y dos bilaterales

 

Prueba de hipótesis bilateral

PLANTEAMIENTO DEL PROBLEMA

Tenemos una muestra poblacional de 71 personas, tenemos una variable de tiempo de espera, y sabemos que el tiempo de espera es 37.8 minutos y la desviación es de 15.7 minutos.

PASO 1: planteamiento de hipótesis.

Media poblacional

= = 30 min

Desviación poblacional = = 15.7 min

Tamaño de la muestra

= n = 71

x

Media muestral

=

=37.8 min

Ho= 37.8 min = tiempo promedio que se demora en la sala de espera

H137.8 min = tiempo promedio que se demora en la sala de espera NO es de 37.8 min

PASO 2: nivel de significancia

= 0.05

Paso 1. Planteamiento de hipótesis según variables que se quieren analizar Teniendo en cuenta lo desarrollado

- = 0,95

Nivel de confianza.

PASO 3: estadístico de prueba (o calculados)

PASO 5: tomar la decisión Como el estadístico de prueba es mayor que el cuantil del
PASO 5: tomar la decisión Como el estadístico de prueba es mayor que el cuantil del
PASO 5: tomar la decisión Como el estadístico de prueba es mayor que el cuantil del

PASO 5: tomar la decisión

Como el estadístico de prueba es mayor que el cuantil del estadístico teórico (4.3 1.96) entonces no se puede aceptar la hipótesis nula, es decir no se puede aceptar que el tiempo promedio que se demoraron en atender un paciente es 30 minutos.

Paso 1. Planteamiento de hipótesis según variables que se quieren analizar

Teniendo en cuenta lo desarrollado en la fase intermedia 1; paso 5, tomen las mismas

variables y parámetros para que de esta forma, establezcan hipótesis de trabajo.  Planteen y desarrollen

variables y parámetros para que de esta forma, establezcan hipótesis de trabajo.

Planteen y desarrollen dos pruebas de hipótesis unilaterales y dos bilaterales

Las pruebas deben ser de los diferentes tipos posibles, como por ejemplo: prueba de

hipótesis para la media o para la proporción, la diferencia de medias o la diferencia de proporciones. Se le solicita usar el Excel para realizar las pruebas (contrastes) de hipótesis

VARIABLES:

VARIABLE GENERO CUALITATIVA

VARIABLE EDAD CUANTITATIVA VARIABLE ESTRATO SOCIOECONOMICO CUALITATIVA

VARIABLE MOTIVO DE CONSULTA

PRUEBA DE HIPOTESIS

VARIABLE: Edad de los pacientes que visitan el servicio de urgencia en el hospital de Bucaramanga

PARAMETRO: Promedio (media) μ

El promedio de edad de las personas que asisten al servicio de urgencia es de 41 años con una desviación de 23,1 años

h o : La edad promedio de las personas queasisten al servicio deurgencias

enel hospital debucaramanga esde 41años

h a : ELa edad promedio de las personas queasisten al serviciodeurgencias

en el hospital de bucaramanga no es de 41 años

Datos N = 1000 n = 100

 

Fecha

Edad(Años

Mvto

Hora Mvto

Sexo

Fe.nacim.

)

05.06.201

22.09.197

7

  • 4 00:00:54 Mujer

1

42

30.06.201 21.06.193 27 4 00:04:03 Mujer 9 75 03.06.201 30.08.195 47 4 00:08:12 Hombre 0 63
 

30.06.201

21.06.193

27

4

00:04:03 Mujer

9

75

03.06.201

30.08.195

47

4

00:08:12 Hombre

0

63

30.06.201

30.01.196

67

4

00:13:55 Hombre

4

50

04.06.201

13.10.194

87

4

00:17:12 Hombre

3

70

19.06.201

14.06.195

107

4

00:21:22 Hombre

8

56

29.06.201

13.02.198

127

4

00:25:43 Hombre

6

28

26.06.201

11.06.195

147

4

00:29:58 Mujer

4

60

03.06.201

23.05.195

167

4

00:34:19 Hombre

7

57

02.06.201

25.09.199

187

4

00:37:36 Hombre

4

19

17.06.201

17.06.195

207

4

00:42:46 Hombre

2

62

19.06.201

25.06.200

227

4

00:47:28 Mujer

1

12

03.06.201

02.02.200

247

4

00:54:46 Mujer

0

14

30.06.201

31.08.198

267

4

00:59:50 Mujer

1

32

12.06.201

19.03.199

287

4

01:04:26 Hombre

5

19

03.06.201

18.04.194

307

4

01:09:39 Hombre

7

67

22.06.201

10.09.198

327

4

01:16:29 Mujer

6

27

05.06.201

30.09.199

347

4

01:21:35 Hombre

5

18

05.06.201

12.07.201

367

4

01:26:40 Hombre

0

3

06.06.201

25.08.197

387

4

01:31:51 Hombre

4

39

25.06.201

03.02.200

407

4

01:37:55 Hombre

5

9

12.06.201

28.04.200

427

4

01:43:37 Hombre

5

9

11.06.201

31.07.193

447

4

01:47:31 Hombre

6

77

467

18.06.201

01:55:31 Hombre

06.09.197

37

4 6 23.06.201 26.12.194 487 4 02:00:43 Hombre 4 69 01.06.201 04.12.197 507 4 02:09:03 Mujer
 

4

6

23.06.201

26.12.194

487

4

02:00:43 Hombre

4

69

01.06.201

04.12.197

507

4

02:09:03 Mujer

8

35

05.06.201

04.07.199

527

4

02:18:04 Hombre

4

19

30.06.201

23.06.200

547

4

02:27:10 Hombre

6

8

16.06.201

12.05.197

567

4

02:34:56 Hombre

2

42

12.06.201

04.07.198

587

4

02:44:29 Hombre

3

30

07.06.201

29.11.193

607

4

02:51:50 Mujer

8

75

11.06.201

03.11.195

627

4

02:58:51 Mujer

9

54

01.06.201

28.05.198

647

4

03:04:53 Mujer

7

27

24.06.201

27.02.196

667

4

03:11:05 Hombre

8

46

19.06.201

23.12.195

687

4

03:19:49 Hombre

0

63

14.06.201

13.11.197

707

4

03:28:02 Mujer

9

34

12.06.201

24.11.198

727

4

03:34:52 Hombre

5

28

19.06.201

14.05.194

747

4

03:42:30 Hombre

9

65

25.06.201

11.01.199

767

4

03:50:28 Mujer

0

24

29.06.201

01.04.194

787

4

03:58:13 Mujer

9

65

01.06.201

15.10.198

807

4

04:07:16 Mujer

9

24

09.06.201

15.07.195

827

4

04:15:43 Mujer

8

55

03.06.201

27.10.195

847

4

04:22:56 Hombre

4

59

30.06.201

31.10.198

867

4

04:31:03 Mujer

2

31

30.06.201

19.11.192

887

4

04:37:04 Mujer

8

85

19.06.201

22.12.196

1007

4

05:18:08 Hombre

2

51

03.06.201 16.04.193 1027 4 05:23:48 Hombre 0 84 12.06.201 21.10.197 1047 4 05:30:53 Mujer 6 37
 

03.06.201

16.04.193

1027

4

05:23:48 Hombre

0

84

12.06.201

21.10.197

1047

4

05:30:53 Mujer

6

37

20.06.201

20.11.197

1067

4

05:35:48 Mujer

9

34

08.06.201

28.06.199

1087

4

05:41:59 Hombre

3

20

30.06.201

16.09.199

1107

4

05:48:02 Hombre

0

23

29.06.201

19.09.195

1127

4

05:52:04 Mujer

2

61

07.06.201

18.08.197

1147

4

05:56:59 Mujer

0

43

16.06.201

17.09.192

1167

4

06:01:28 Mujer

6

87

26.06.201

15.01.200

1187

4

06:05:58 Hombre

1

13

09.06.201

12.06.196

1207

4

06:11:15 Mujer

7

46

05.06.201

20.05.195

1227

4

06:14:23 Mujer

7

57

20.06.201

01.03.197

1247

4

06:16:51 Hombre

1

43

01.06.201

28.07.198

1267

4

06:20:52 Mujer

8

25

16.06.201

24.12.195

1287

4

06:23:49 Mujer

0

63

12.06.201

12.12.198

1307

4

06:27:35 Hombre

6

27

24.06.201

29.06.195

1327

4

06:30:05 Mujer

0

63

20.06.201

20.09.197

1347

4

06:32:20 Mujer

3

40

24.06.201

27.01.199

1367

4

06:35:21 Mujer

2

22

08.06.201

11.09.201

1387

4

06:37:34 Mujer

2

1

22.06.201

27.04.198

1407

4

06:40:24 Mujer

1

33

19.06.201

05.04.194

1427

4

06:42:55 Hombre

4

70

10.06.201

28.07.196

1447

4

06:44:18 Mujer

7

46

1467

18.06.201

06:46:43 Hombre

01.07.196

52

4 1 12.06.201 11.06.198 1487 4 06:48:51 Mujer 5 29 20.06.201 12.08.193 1507 4 06:50:48 Hombre
 

4

1

12.06.201

11.06.198

1487

4

06:48:51 Mujer

5

29

20.06.201

12.08.193

1507

4

06:50:48 Hombre

7

76

25.06.201

03.06.195

1527

4

06:53:05 Mujer

9

55

28.06.201

05.03.199

1547

4

06:55:51 Mujer

1

23

14.06.201

16.05.194

1567

4

06:57:45 Mujer

3

71

27.06.201

27.04.199

1587

4

07:00:53 Hombre

2

22

05.06.201

22.10.196

1607

4

07:02:50 Hombre

5

48

27.06.201

08.10.200

1627

4

07:04:57 Mujer

5

8

19.06.201

07.02.198

1647

4

07:06:44 Hombre

7

27

24.06.201

05.09.197

1667

4

07:08:36 Mujer

9

34

06.06.201

19.02.201

1687

4

07:10:28 Mujer

4

0

04.06.201

20.09.198

1707

4

07:12:32 Mujer

5

28

12.06.201

20.04.199

1727

4

07:14:00 Hombre

2

22

21.06.201

17.08.196

1747

4

07:15:41 Mujer

2

51

25.06.201

12.08.198

1767

4

07:17:12 Mujer

1

32

17.06.201

07.12.195

1787

4

07:18:29 Hombre

5

58

11.06.201

05.08.198

1807

4

07:19:54 Hombre

8

25

04.06.201

31.05.193

1827

4

07:21:03 Hombre

2

82

12.06.201

18.10.196

1847

4

07:22:30 Mujer

3

50

08.06.201

16.07.197

1867

4

07:24:26 Hombre

4

39

09.06.201

11.04.195

1887

4

07:25:48 Hombre

9

55

06.06.201

04.04.199

1907

4

07:27:04 Hombre

1

23

02.06.201 02.05.200 1927 4 07:28:08 Mujer 7 7 21.06.201 09.03.196 1947 4 07:29:05 Mujer 4 50
 

02.06.201

02.05.200

1927

4

07:28:08 Mujer

7

7

21.06.201

09.03.196

1947

4

07:29:05 Mujer

4

50

11.06.201

20.11.194

1967

4

07:30:30 Hombre

8

65

15.06.201

04.05.194

1987

4

07:32:03 Hombre

2

72

05.06.201

23.12.198

2007

4

07:33:10 Hombre

7

26

02.06.201

29.09.197

2027

4

07:34:42 Hombre

3

40

23.06.201

26.03.195

2047

4

07:36:13 Mujer

6

58

21.06.201

09.11.199

2067

4

07:37:39 Mujer

4

19

03.06.201

02.03.199

2087

4

07:38:48 Mujer

5

19

PROMEDI O 35,79 DESVIACION 23,13
PROMEDI
O
35,79
DESVIACION
23,13

Nivel de significancia

α=0,05

1α=0,95 (nivel de confianza)

Estadístico de prueba (o calculado)

Z= ´xμ

Z=

35.7941 ´

 

σ

23,13

Z=−2,25

n

100

Como el estadístico de prueba es menor al cuantil del estadístico teórico (-2,25< -1,96) entonces NO
Como el estadístico de prueba es menor al cuantil del estadístico teórico (-2,25< -1,96) entonces NO

Como el estadístico de prueba es menor al cuantil del estadístico teórico

(-2,25<

-1,96) entonces NO se puede aceptar la hipótesis nula, es decir NO se puede aceptar que la

edad promedio de los pacientes que asisten a urgencias es de 41 años.

PUNTO 2: ESTABLECER DOS CONJUNTOS DE DATOS PARA CONTRASTAR

CON UN ANOVA.

Doble clic sobre la imagen

Pestaña 1 = anova

Pestaña 2 = prueba tukey

Pestaña 3 = análisis de varianza

ESTADISTICO NO PARAMETRICA PASO 3: TOMAR UNA DE TODAS LAS VARIABLES PARA ANALIZAR SI TIENE UNA

ESTADISTICO NO PARAMETRICA

PASO 3: TOMAR UNA DE TODAS LAS VARIABLES PARA ANALIZAR SI TIENE

UNA DISTRIBUCIÓN CONOCIDA, A TRAVÉS DE PRUEBAS NO PARAMÉTRICAS

El gerente de un hospital ha estudiado el número de pacientes que llegan a la sala de

urgencias por día, sospecha que se distribuye según modelo poisson. También ha

determinado que el número medio de pacientes en la sala de urgencias es de 6.

Para determinar se efectivamente el número de pacientes que llego a la sala de urgencias

sigue la distribución de poisson, se tomó una muestra al azar de 80 días. Los datos se

resumen en la siguiente tabla.

ESTADISTICO NO PARAMETRICA PASO 3: TOMAR UNA DE TODAS LAS VARIABLES PARA ANALIZAR SI TIENE UNA
PASO 1: PLANTEAR LA HIPOTESIS H0= los datos se distribuyen según el modelo de poisson H1=

PASO 1: PLANTEAR LA HIPOTESIS

H0= los datos se distribuyen según el modelo de poisson

H1= los datos no están distribuidos según modelo poisson

PASO 2: Determinar el nivel de significancia

= 0.05

PASO 3: estimar el estadístico de prueba

Cálculos con = 6 y la tabla de distribución de poisson.

PASO 1: PLANTEAR LA HIPOTESIS H0= los datos se distribuyen según el modelo de poisson H1=

PASO 4: ESTABLECER LA DECISIÓN

Valor crítico: el valor de la ji- cuadrada teórica para 7 (k – r = 8

Valor crítico: el valor de la ji- cuadrada teórica para 7 (k – r = 8 – 1) grados de

libertad, a un nivel de significancia de 0.05 es 14.067

Valor crítico: el valor de la ji- cuadrada teórica para 7 (k – r = 8

PASO 5: TOMA DE DECISION

Como el valor estadístico

de prueba

cae

en

la

región

de rechazo

y

es

mayor que el

estadístico teórico concluimos, por lo tanto, que el número de pacientes que llega a la sala

de espera por día NO sigue la distribución poisson con = 6

estrato 1 estrato 2 estrato 3 total 35 32 12 68 24 9 56 19 20

estrato

 

1

estrato 2

estrato 3

total

35

32

12

68

24

9

56

19

20

 

60

40

15

29

39

5

 

45

25

30

44,60764

 

19

27,75345865

11,02040816

 

27,79383624

228,5666

67

73,36666667

78,96666667

 

15,11842

14

8,565434412

8,886319073

6

6

6

18

293

179

91

 

563

 

ANALISIS DE VARIANZA DE UN FACTOR

 
 

RESUMEN

grupos

cuenta

suma

promedio varianza

 
 

44,60764

estrato 1

6

293

19

228,5666667

 

27,75345

estrato 2

6

179

86

73, 3666667

 

11,02040

estrato 3

6

91

82

78,9666667

Suma de

Grados de

Promedio de los

 

Valor crítico

cuadrados

libertad

cuadrados

F

Probabilidad

para F

 

13,46460

3419,111111

2

1709,555556

14

0,000448549

3,682320344

1904,5

15

126,9666667

 

5323,611111

17

ANOVA

PRUEBA DE TUKEY COMPARACION MULTIPLE DE TUKEY media del grupo 1 44,6076417 n del grupo 1

PRUEBA DE TUKEY

COMPARACION MULTIPLE DE TUKEY

media del grupo 1

44,6076417

n del grupo 1

6

media del grupo 2

27,7534583

n del grupo 2

6

media del grupo 3

11,020482

n del grupo 3

6

CME (cuadrado medio del error)

126,9666667

estadistico Q de tukey

3,67

comparacion del estrato 1 con el 2

diferencia absoluta

16,8541834

error estandar de la diferencia

1,327940483

amplitud critica

4,873541573

medias del grupo 1 y 2

DIFERENTES

comparacion del grupo 1 con el 3

diferencia absoluta

33,5871597

error estandar de la diferencia

1,327940483

amplitud critica

4,873541573

medias del grupo 1 y 3

DIFERENTES

comparacion del grupo 2 con el 3

diferencia absoluta

16,7329763

error estandar de la diferencia

1,327940483

amplitud critica

4,873541573

medias del grupo 1 y 3 son

DIFERENTES

ANALISIS DE VARIANZA Análisis de varianza de un factor RESUMEN Grupos Cuenta Suma Promedio Varianza estrato

ANALISIS DE VARIANZA

Análisis de varianza de un factor

RESUMEN

Grupos

Cuenta

Suma

Promedio

Varianza

estrato 1

6

293

48,83333333 228,5666667

 

estrato 2

6

179

29,83333333 73,36666667

estrato 3

6

91

15,16666667 78,96666667

ANÁLISIS DE

VARIANZA

 

Valor

Origen de las

Suma de

Grados de

Promedio de los

crítico

variaciones

cuadrados

libertad

cuadrados

F

Probabilidad

para F

 

3,682320

Entre grupos

3419,111111

2

1709,555556 13,46460138 0,000448549

344

Dentro de los grupos

1904,5

15

126,9666667

Total

5323,611111

17

CONCLUSIONES Se logró dejar claro los conceptos básicos de inferencia estadística para esta unidad tales como

CONCLUSIONES

Se logró dejar claro los conceptos básicos de inferencia estadística para esta unidad tales

como prueba de hipótesis, análisis de varianza y pruebas no paramétricas para el desarrollo

de las diferentes actividades.

El uso de las pruebas no paramétricas facilita y agiliza el cálculo de los diferentes

parámetros pero con una gran margen de error, dado que se omiten cálculos.

El manejo de los principios del muestreo, las distribuciones muéstrales, los intervalos de

confianza, pruebas de hipótesis, análisis de varianza y pruebas no paramétricas son muy

útiles en el desarrollo de nuestro futuro rol profesional.

REFERENCIAS BIBLIOGRAFICAS American Psychological Association. (2009). Publication manual of the American Psychological Association (6 Ed.). Washington

REFERENCIAS BIBLIOGRAFICAS

American Psychological Association. (2009). Publication manual of the American

Psychological Association (6 Ed.). Washington DC.

SIERRA, Y. J. (2013). Modulo inferencia estadistica. Ibague: universidad nacional abierta

y a distancia. Obtenido de

http://66.165.175.240/campus04_20142/mod/lesson/view.php?id=395