Unidad Didáctica: Estadística Prueba de Hipótesis

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA Documento elaborado por:

FACULTAD DE CIENCIAS MÉDICAS Licda. Thelma de Monterroso
U:D: ESTADÍSTICA/ BIOESTADÍSTICA Dra. Olivia de Higueros
PRIMER AÑO

INFERENCIA ESTADÍSTICA
INTRODUCCIÓN: La estadística es una herramienta muy útil para el médico. Tanto la estadística
descriptiva como la estadística inferencial son técnicas que el médico puede utilizar en beneficio
profesional.

La estadística descriptiva permite organizar y resumir un conjunto de datos, sean estos provenientes de
una muestra o de una población, para poder exponer y/o definir las características encontradas en el
grupo estudiado.

La estadística inferencial es la que permite llegar a conclusiones sobre una población, a través del
estudio de una parte (muestra aleatoria) de dicha población. Esta área de la estadística desempeña un
papel muy importante en los procesos de toma de decisiones, precisamente porque se desea tomarlas
sobre la población, a través del estudio de una muestra representativa.

La estadística inferencial abarca dos campos: la estimación y la prueba de hipótesis. El presente

documento contiene lo referente a prueba de hipótesis.

El propósito de las pruebas de hipótesis es ayudar al médico, investigador o administrador a tomar una
decisión en torno a una población, al examinar una muestra de ella. En general las hipótesis se
refieren a los parámetros de las poblaciones para las cuales se hace la proposición.

PRUEBA DE HIPÓTESIS
Definición: hipótesis es una suposición, conjetura, posibilidad, presunción, supuesto, sospecha o
proposición que se hace acerca de una o más poblaciones.

Hay dos tipos de hipótesis, las de investigación y las hipótesis estadísticas. Las primeras son las
suposiciones que motivan la investigación, son las que en algunas ocasiones se comprueban a través
de las hipótesis estadísticas. Las hipótesis estadísticas son dos: la Hipótesis nula (Ho) y la hipótesis
alterna (HA). La hipótesis alterna generalmente coincide con la hipótesis de investigación, la hipótesis
nula es la que se pone a prueba y la que se opone a la hipótesis de investigación o alterna.

Lo que el investigador desea demostrar es la hipótesis alternativa y no la nula por varias razones. Una
razón es que parte de una premisa contraria a lo que deseamos demostrar, y luego encontrar evidencia
concreta que conduzca a rechazarla, es un argumento más contundente que presumir que, lo que se
quiere demostrar es cierto, para luego encontrar evidencia que apoya el reclamo. En este último caso
se puede reclamar que se observó esos resultados sencillamente porque de acuerdo con la premisa
(hipótesis), se esperaba que así fuera. Otra razón es que se puede controlar matemáticamente la
probabilidad de cometer algunos tipos de error. Lógicamente hablando, el observar un resultado
acorde con la hipótesis nula no demuestra que es cierta, solo es evidencia a favor de que es cierta.

Se dice que es muy difícil demostrar la hipótesis nula de que una persona es inocente de algún delito.
Puede hacerse demostrando que no estaba presente durante ese periodo, en la escena del crimen o
demostrando que otra persona es verdaderamente culpable. Sin embargo, en la mayoría de los casos
eso es imposible de hacer. En estos, la evidencia que se presente a favor de la inocencia, tal como que
la persona nunca había cometido un crimen, que es pacífica, que va a la iglesia y muchas otras no
demuestran la hipótesis nula de que la persona es inocente de lo que se le acusa. Esta es una de las
razones por las cuales a las personas no se les requiere demostrar su inocencia, y se parte de la

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 1
Unidad Didáctica: Estadística Prueba de Hipótesis

premisa de que lo es. Es el fiscal quien tiene la obligación de demostrar la hipótesis alternativa de que
la persona es culpable más allá de duda razonable.

La realización de una prueba de Hipótesis se lleva a cabo a partir de un estudio en el que se obtienen
datos de una muestra. La hipótesis formulada es desechada si los resultados obtenidos del experimento
no son probables bajo dicha hipótesis. Si los resultados son probables, la hipótesis no es desechada por
falta de evidencia.

PRUEBA DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN (µ):

Para realizar una prueba de hipótesis es recomendable seguir un procedimiento ordenado. Algunos
autores proponen una serie de pasos que oscila entre 3 a 9. Para fines de nuestra U.D. de Estadística,
se proponen 6 pasos, los que se presentan a continuación.

Paso 1. Datos:
Es importante conocer la naturaleza de los datos; si la variable de estudio es cuantitativa o numérica,
significa que la información con que se cuenta son mediciones, por lo tanto se podrá trabajar con
promedios. Si la variable es cualitativa o categórica, se estudia entonces alguna característica de
interés, por lo que se trabajará entonces con proporciones o porcentajes.

En conclusión, la prueba a utilizar está determinada por la naturaleza de los datos que se tengan.
EJEMPLO No.1: Puede observarse que la variable de interés
En una investigación se tiene interés en el promedio de para el ejemplo No. 1 es cuantitativa o
asistencia diaria, a la consulta externa de un hospital numérica, pues se tiene interés en la Media
Nacional. Se tomó una n = 36. Aritmética.

Paso 2. Planteamiento de las Hipótesis: (hipótesis estadísticas)

Se plantean dos hipótesis estadísticas:

La hipótesis nula, es la que se pone a prueba y se simboliza por “Ho”; algunos autores la han
nombrado como hipótesis de no diferencia, por lo que se plantea como una igualdad. La
hipótesis nula se plantea con el propósito de ser rechazada.

La hipótesis alternativa o alterna, se simboliza por “HA”, es el complemento de la hipótesis nula,

por lo que se plantea en contradicción con lo expresado en la hipótesis nula.
Existen tres formas para plantear las hipótesis. Utilizando el enunciado del EJEMPLO No.1, el
parámetro a investigar es el promedio de asistencia por día, a la consulta externa de un Hospital
Nacional.

CASO No. 1 CASO No. 2 CASO No.3

Se desea saber si en la consulta
externa del Hospital Nacional se
atiende un promedio diferente de
500 pacientes al día?
Las hipótesis se plantean así:
Ho : µ = 500
HA : µ ≠ 500
.
Se desea saber si en la consulta
externa del Hospital Nacional, se
atiende un promedio inferior a 500
pacientes al día?
Las hipótesis se plantean así:
Ho : µ > 500
HA : µ < 500
Se desea saber si en la consulta externa
del Hospital Nacional, el promedio de
pacientes que se atienden diariamente
supera las 500 personas?
Las hipótesis se plantean así:
Ho : µ ≤ 500
HA : µ > 500

Este planteamiento conducirá a Este planteamiento conducirá a Este planteamiento conducirá a una
una prueba de hipótesis bilateral una prueba de hipótesis. Unilateral prueba de hipótesis unilateral.

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 2
Unidad Didáctica: Estadística Prueba de Hipótesis

Paso 3. Regla de Decisión:

Para el planteamiento de la regla de decisión, es necesario ubicar el área de rechazo o zona crítica, que
corresponde a la, o a las colas que depende de si la prueba es bilateral o unilateral, para ello se utiliza
la gráfica de la distribución normal (curva normal) o la distribución t de Student, según sea el caso.
Recuerde que la decisión de utilizar Z o t depende del tamaño de la muestra y de, si se cuenta o no con
la varianza o desviación estándar ( 2 o ) de la población.

El área delimitada por el eje horizontal y la curva de la gráfica (ya sea ésta la distribución normal o la
distribución t de Student), se divide en dos regiones, una es la que constituye la zona crítica o zona de
rechazo y la otra que constituye la zona de no rechazo.

La regla de decisión indica que se rechace la hipótesis nula, si el valor de la estadística de prueba, que
se calcule con los datos de la muestra, se localiza en la región de rechazo y que no se rechace la
hipótesis nula si el valor de la estadística de prueba calculado, es ubicado en la región de no rechazo.
Los valores de la estadística de prueba que forman la región de rechazo (en el o los extremos), son los
que tienen la menor probabilidad de ocurrir, si la hipótesis nula es falsa y los que forman la región de
no rechazo tienen la mayor probabilidad de ocurrir si la hipótesis nula es verdadera.

¿Cómo se decide sobre: qué valores forman la región de rechazo y de no rechazo? Esta decisión se
toma con base al nivel de significación deseado, que se designa por Alfa (α), es por ello que a las
pruebas de hipótesis también se les llama pruebas de significación.

Alfa es la probabilidad de rechazar la hipótesis nula verdadera, por lo que debe trabajarse con valores
pequeños, para que la probabilidad de rechazar una hipótesis nula verdadera sea pequeña. Por ello los
valores de alfa más utilizados son: 0.10, 0.05 y 0.01.

Forma de ubicar la región de rechazo y región de no rechazo:

En primer lugar, debe tenerse en cuenta si la prueba es bilateral o unilateral. La zona de no rechazo y
la zona de rechazo se define de acuerdo al símbolo de la hipótesis alterna o alternativa.

Tomando en cuenta la información del EJEMPLO No.1, para el Caso No.1, en donde el
planteamiento de la hipótesis alterna es: HA : µ ≠500, el signo es de desigualdad (≠), por lo que
conduce a una prueba bilateral (de dos colas o dos extremos), la zona de rechazo se ubicará en las
dos colas y la zona de no rechazo, en el centro.

Para encontrar los valores críticos o valores límite entre las dos zonas, para éste caso, se hace uso del
conocimiento de la distribución normal estándar, porque el tamaño de la muestra en el ejemplo, es
grande (n ≥ 30). También es necesario establecer el nivel de significancia o valor de alfa; para el
ejemplo se utilizará un nivel de significación del 5%. (alfa es igual a 0.05).

Si el nivel de significancia es del 5% o sea α= 0.05, en este caso, como la prueba es bilateral o de dos
colas, el nivel de significancia se divide entre 2 (corresponde la mitad a cada cola), para localizar los
valores críticos o valores límite que delimitan las zonas. Para el ejemplo que se viene tratando
entonces, el valor crítico, será un valor de Z, éste valor puede localizarse de dos formas, siguiendo el
procedimiento que se describe en el cuadro de la siguiente página.

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 3
Unidad Didáctica: Estadística Prueba de Hipótesis

El valor de α/2 = 0.025, se busca dentro del cuerpo Al valor total del área bajo curva, se le resta la mitad
de la tabla (en las áreas) para ubicar a que valor de Z de alfa así: 1- α /2 = 1-0.0250 = 0.9750, ésta área se
corresponde dicha área: busca en el cuerpo de la tabla, para localizar el valor
de Z:

Z -0.09 -0.08 -0.07 -0.06...0.00 Z Z -0.09 -0.08 -0.07 -0.06...0.00 Z

- - - -
- - - -
- -
-1.96 ......................... 0.0250 1.96 ........................... 0.9750
0

Se encuentra que el valor de Z para un área de
0.0250 es de –1.96, que corresponderá al valor crítico
para la cola izquierda. Por la simetría de la
distribución normal estándar, corresponderá el mismo
valor de Z para la cola derecha, pero con signo
positivo.
Se encuentra que el valor de Z para un área de
0.9750 es 1.96, que corresponderá al valor crítico
para la cola derecha.
En estas circunstancias el valor que se encuentra es
el positivo, por lo tanto será el mismo para la cola
izquierda, pero con signo negativo.

En forma gráfica se representa así:

Región de no rechazo

α/2 = 0.025 α/2 = 0.025

0.9500
Z = -1.96 Z = 1.96
Región de Rechazo Región de Rechazo

Planteamiento de la regla de decisión:

La regla de decisión dirá: se rechaza Ho si Z calculada es < -1.96 ó > 1.96. Puede plantearse también
en forma simbólica: Se rechaza Ho si (-1.96 > Z > 1.96).

Para el Caso No.2, del EJEMPLO No.1, planteado anteriormente: HA : µ < 500

En este caso el signo indica que es menor, se hace referencia únicamente a un extremo de la
distribución, por lo tanto la prueba de hipótesis es unilateral, y en este caso unilateral de cola izquierda
o simplemente unilateral izquierda. Para ilustrar este ejemplo, se trabajará con un nivel de significancia
del 4.95%.

Como la prueba es de una sola cola, se busca todo el valor de alfa (0.0495) en el cuerpo de la tabla,
encontrando que el valor de Z o valor crítico es: –1.65.

En forma gráfica se representa así:

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 4
Unidad Didáctica: Estadística Prueba de Hipótesis

α = 0.0495
0.9505

Z = -1.65
Zona de no Rechazo
Zona de Rechazo

La regla de decisión dirá: se rechaza la Ho. si Z calculada es menor o igual que –1.65. Puede plantearse
también en forma simbólica: Se rechaza Ho si ( Z < -1.65).

Para el Caso No.3, del EJEMPLO No.1, planteado anteriormente: HA : µ > 500
En este caso el signo indica que es mayor, por lo tanto es entonces una prueba unilateral de cola
derecha, de extremo derecho o simplemente unilateral derecha.

El procedimiento para encontrar el valor crítico o valor de Z, es el siguiente: trabajando con el mismo
nivel de significancia anterior (4.95%): A la unidad, que es el área total bajo la curva, se le resta este
valor total de alfa, obteniendo: 1-0.0495 = 0.9505, este valor, como área de la curva, se busca en el
cuerpo de la tabla para localizar el valor de Z, encontrando que el valor crítico es: 1.65

En forma gráfica se representa así:

α = 0.0495
Zona de no Rechazo Z = 1.65
Zona de Rechazo

La regla de decisión dirá: se rechaza la Ho. Si Z calculado es mayor o igual que 1.65. Puede plantearse
también en forma simbólica: Se rechaza Ho si (Z > 1.65).

Error tipo I y tipo II.

Error tipo I: es el que se comete cuando se rechaza una hipótesis nula que es verdadera. Este error
está asociado al valor de alfa, por esto se conoce también como Error (alfa). En otras palabras,
es la probabilidad de cometer un Error tipo I y se le llama Nivel de significación o significancia.

Error tipo II: este error se comete cuando no se rechaza una hipótesis nula falsa, la probabilidad de
cometer error tipo II es el valor de Beta , por eso también se llama Error tipo o error de
aceptación.
Condición de la hipótesis
Verdadera Falsa
Acción No rechazar Ho Acción Correcta Error Tipo II
posible
Rechazar Ho Error Tipo I Acción Correcta

En conclusión, siempre que se hace una prueba de hipótesis se corre el riesgo de cometer un error.
Sobre el Error tipo I se puede ejercer control, disminuyendo el nivel o valor de alfa; pero sobre el Error
___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 5
Unidad Didáctica: Estadística Prueba de Hipótesis

beta o tipo II, no es posible, aunque se sabe que en la mayoría de situaciones, éste último es mayor
que alfa.

Es deseable que estas dos probabilidades de error sean pequeñas. Las probabilidades de cometer
errores de tipo I y II se consideran los "riesgos" de decisiones incorrectas. Al realizar la prueba se
toma en cuenta el error de tipo I. Por lo tanto, la prueba es significativa si se rechaza la hipótesis nula,
pues en este caso se conoce la probabilidad de haber cometido un error.

Paso 4 Cálculo del Estadístico de Prueba:

Partiendo del EJEMPLO No.1, que se está desarrollando, la suposición está hecha en relación a la
media poblacional, se trata entonces de una prueba de hipótesis para la media de una población. La
estadística de prueba a utilizar es:

Z = No. De desviaciones estándar.

Z = x - µo t = x - µo σ ó s = Desviación estándar de la población o
σ/√n s/√n de la muestra.
n = Tamaño de la muestra.
x = Media aritmética de la muestra.
µ = Media hipotética o media supuesta de
la población

Paso 5 Decisión:
La decisión se toma luego de comparar el estadístico de prueba calculado con la regla de decisión.
Esta consiste en el rechazo o no rechazo de la hipótesis nula. Se rechaza la hipótesis nula, si el valor
del estadístico de prueba se localiza en la zona o región de rechazo y no se rechaza la hipótesis nula si
el valor del estadístico de prueba se ubica en la región de no rechazo.

Paso 6 Conclusión:
Si se rechaza Ho. la conclusión estará de acuerdo con lo planteado en la hipótesis alternativa. Si no se
rechaza Ho. se dirá que los datos no presentaron evidencia suficiente que lleve al rechazo de Ho; es
posible que se necesite mayor información o pudiera ser que en alguno de los casos la Ho. sea
verdadera y por ello no se rechace.

NOTA
Para resolver problemas de prueba de hipótesis para medias, debe tomarse en cuenta:
a) Si la muestra es pequeña (menor de 30 elementos) y se conoce la desviación estándar de la
población, se utilizará Z como estadístico de prueba (distribución normal).
b) Si el tamaño de la muestra es de 30 elementos o más, se conozca o no la desviación estándar
poblacional, se utilizará Z como estadístico de prueba (distribución normal). Para estos casos se
aplica el teorema del Limite Central.
c) Si el tamaño de la muestra es menor de 30 elementos y no se conoce la desviación estándar de
la población, se utilizará t como estadístico de prueba (la distribución t de Student).
Es necesario recordar que la forma de encontrar el valor crítico es diferente a la distribución
normal; en la distribución t de Student se necesita de los grados de libertad (gl = n-1) y, los
niveles de significancia solamente pueden ser: 0.01, 0.02, 0.05, 0.10 y 0.20.

El caso del inciso “a”, difícilmente se encontrará en la realidad, porque no es posible tener la desviación
estándar poblacional, ya que precisamente se está haciendo inferencia estadística sobre los datos de la
población, por lo tanto no se cuenta con dicha información.

PROBLEMA No.1
Ejemplo de prueba de hipótesis para la media de una población.

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 6
Unidad Didáctica: Estadística Prueba de Hipótesis

Los profesores del curso de Estadística, que se imparte en el primer año de la Facultad de Ciencias
Médicas, consideran que el rendimiento de sus alumnos no es satisfactorio y que la nota promedio es
menor que la nota mínima para aprobar el curso. Para determinar lo anterior seleccionaron una
muestra aleatoria de 81 estudiantes. La calificación promedio en la muestra fue de 59.2 puntos, con
una desviación estándar de 12 puntos.

¿Tendrán razón los profesores del curso de Bioestadística? (se decide trabajar con una confianza del
93.70%).

Paso 1 Paso 2 Paso 3

Regla de Decisión:
Datos: Hipótesis:

n = 81 estudiantes Ho: µ > 61 puntos

α = 0.063
0.9370
x = 59.2 puntos HA: µ < 61 puntos
s = 12 puntos
µ = 61 puntos
(punteo de aprobación) z = -1.53 Zona de no rechazo
Zona de
α = 0.063 rechazo

Se rechaza Ho, si z calculada es menor o

igual que –1.53

Paso 4 Cálculo del Estadístico de Prueba:

z= x-µ = 59.2 - 61 = -1.8 = -1.8 = -1.35

s/ 12/ 12 /9 1.33333

Paso 5 Decisión:
Como el valor de z calculado (-1.35) es mayor que –1.53, no se rechaza Ho.

Paso 6 Conclusión:
Con una confianza del 93.70%, se concluye que es probable que los profesores no tengan razón. Los
datos recabados no ofrecen información suficiente para rechazar la Ho, por lo tanto puede concluirse
que es probable que la nota promedio en el curso de Estadística no sea menor de 61 puntos.

Valor P de la prueba:
El valor de P es la probabilidad de hallar valores como el encontrado en la muestra, o más extremos
que éste. Se calcula a partir del valor del estadístico de prueba calculado, es decir, que es el área que
se localiza en los extremos de la distribución, dependiendo si la prueba elaborada fue unilateral o
bilateral.

El valor de P es el nivel más bajo de significancia (valor α) al cual se puede rechazar la hipótesis nula.
Es el área en la cola que está más allá del valor del estadístico en la muestra. A menor valor de “p” ,
menor es la credibilidad de Ho.

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 7
Unidad Didáctica: Estadística Prueba de Hipótesis

El planteamiento de la regla de decisión puede

hacerse también en base al valor de P, de la
siguiente manera:

Se rechaza Ho si el valor P es menor o igual que

0.063 α (nivel de significancia).

Para el problema del ejemplo quedaría: se

rechaza Ho, si P < 0.063.
Z crítico = -1.53 Z calculado = -1.35
Como el valor P = 0.0885, es mayor que el nivel
de significancia (α), no se rechazo Ho.
p (Z -1.35) = 0.0885
Si la prueba es bilateral, el valor P, se multiplica
por 2, ya que la zona de rechazo está en las dos
colas.

PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN DE UNA POBLACIÓN (P):

CASO No. 1 CASO No. 2 CASO No.3

Se desea saber si el porcentaje de Se desea saber si la proporción de Se desea saber si la proporción

niños del municipio de Camotán del
departamento de Chiquimula que
padece de desnutrición severa es
diferente del 85%.
Las hipótesis se plantean así:
Ho : p = 0.85
HA : p ≠
niños del municipio de Camotán
del departamento de Chiquimula
con desnutrición severa es menor
del 0.85.
Las hipótesis se plantean así:
Ho : p > 0.85
HA : p < 0.85
de niños del municipio de
Camotán del departamento de
Chiquimula es mayor del 0.85.
Las hipótesis se plantean así:
Ho : p < 0.85
HA : p >0.85

Este planteamiento conducirá a una Este planteamiento conducirá a Este planteamiento conducirá a
prueba de hipótesis bilateral una prueba de hipótesis unilateral una prueba de hipótesis
unilateral

PROBLEMA No.2

Ejemplo de prueba de hipótesis para la proporción de una población.

Un estudiante de Ejercicio Profesional Supervisado (EPS), de la Facultad de Ciencias Médicas, de la

Universidad de San Carlos de Guatemala, asignado al Centro de Salud de un municipio del
Departamento de Chiquimula, considera que más del 65% de los niños en edad preescolar, habitantes
de esa localidad no tienen un estado nutricional adecuado.

El estudiante tomó a 360 niños, encontrando que 249 no tienen el estado nutricional adecuado.
Con una significancia del 10%, indique si el estudiante está en lo correcto.

PROCEDIMIENTO:

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 8
Unidad Didáctica: Estadística Prueba de Hipótesis

Paso 1 Paso 2

Datos:
Para determinar la proporción de niños con la característica de interés,
(niños con desnutrición), se realiza el siguiente cálculo: Planteamiento de las hipótesis:

x = Variable de interés n = Tamaño de la muestra Ho: P < 0.65

HA: P > 0.65
Donde: p = x/n = 249/360 = 0.69166 = 0.69
p = Proporción de la muestra = 0.69
po = Proporción supuesta de la población = 0.65
qo = 1- p = 1- 0.65 = 0.35
n = Tamaño de la muestra = 360

Paso 3 Regla de decisión:

Zcalc. = 1.59

Zona de no rechazo Z = 1.28

Zona de rechazo

Sea α = 0.10:
Se rechaza la hipótesis nula (Ho) si Z calculada es mayor o igual que 1.28
Se rechaza la hipótesis nula (Ho) si p < 0.10

Paso 4 Estadístico de prueba calculado:

Z = p – po = 0.69 - 0.65 = 0.15 = 1.59

po*qo (0.65) (0.35) 0.025138496
n 360

Paso 5 Decisión:
Como Z calculada es mayor que 1.28, se rechaza la hipótesis nula.

Valor p de la Prueba:

Es la probabilidad de que Z sea mayor o igual que 1.59.

El valor p para esta prueba es de 0.0559, que es un valor menor al valor de alfa (0.10), razón por la
cual la hipótesis nula fue rechazada.

Paso 6 Conclusión:

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 9
Unidad Didáctica: Estadística Prueba de Hipótesis

Con una significancia del 10%, puede concluirse que el estudiante epesista tiene razón. Más del 65%
de los niños del municipio del Departamento de Chiquimula, en edad preescolar, presentan
desnutrición.

IMPORTANTE para el estudiante:

Este es un documento elaborado con fines de estudio, presenta lo básico para comprender el tema, sin
embargo no debes olvidar que el tema lo puedes profundizar en tu libro de texto así como en la
bibliografía que se te presenta.

BIBLIOGRAFÍA
1. Daniel, Wayne W. Bioestadística: México; Editorial Linuesa. 1998

2. Levin Rechard I, Rubin David S, ESTADÍSTICA PARA ADMINISTRADORES, 6ta. Edición México
D.F. Prentice – may Hispanoamérica, S.A. 1966

3. Morales Peña, Otto René. Material de Apoyo Para el curso Métodos Cuantitativos I.
Departamento de Publicaciones de la Facultad de Ciencias Económicas. Guatemala, 2001

4. Morales Peña, Otto René. Material de Apoyo para el Curso Métodos Cuantitativos II. 2da
Edición. Guatemala; Inversiones Educativas. 2001

5. Stevenson, William J. Estadística para Administración y Economía. México. Harla. 1981

6. Trapp, Robert y Beth Dawson – Saunders. Bioestadística Médica. México. Manual Moderno.
1997

7. Webster, Allen L. Estadística Aplicada a los Negocios y Economía. 3era. Edición. Colombia; MC
Graw – Hill 2001.

___________________________________________________________________________________________
Ciclo 2017 Licda. Thelma de Monterroso/ Dra. Oly de Higueros 10