Introducción:
Florence Nightingale, la enfermería y la estadística se relacionan por primera vez:
Nuestro profesor de Bioestadistica , Arturo Mares Gardea , nos ha explicado la importancia que tuvo esta mujer
Cuando hacemos balance, solemos recurrir a los números. Los cuadros numéricos, las tablas, nos ayudan a contabilizar, a medir la realidad que nos rodea. Sin embargo, ¿cuántos de nosotros nos detenemos en las cifras?. Pocos o ninguno. Afortunadamente, siempre quedarán los gráficos.
La británica, considerada madre de la enfermería moderna, realizó además una importante contribución al análisis estadístico al realizar distintas comparaciones.
En su informe titulado “Notas sobre cuestiones que afectan a la salud, la eficacia y la gestión hospitalario del ejército británico”, incluyó por primera vez diagramas estadísticos. La idea se resumía en una sencilla frase: “Nadie, salvo los hombres de ciencia, consulta jamás los apéndices de un informe. Y este es para el público general”.
¿Que es la Bioestadistica?
La bioestadística es una rama de la estadística que se ocupa de los problemas planteados dentro de las ciencias de la vida, como la biología, la medicina, y la enfermería entre otros...
De alguna manera, la Bioestadística podría considerarse como una rama especializada de la informática médica.
¿ POR QUE ESTUDIAR BIOESTADISTICA EN ENFERMERÍA?
Esta nos ayuda en el área de la enfermería para la recopilación, la organización, análisis e interpretación de datos numéricos como cualitativos en el ámbito de la salud.
constantemente en lo que es la carrera de enfermería se van involucrados los enfermeros con la necesidad de manejar números y gráficas de esta manera es que se ve involucrada la la Bioestadistica.
La colaboración de la bioestadística ha sido clave en el desarrollo de nuevos fármacos, en el entendimiento de enfermedades crónicas como el cáncer y el sida, y estos son algunos de los miles de ejemplos posibles.
Cuadro Comparativo de la Estadistica y Bioestadistica.
PRACTICA DE
EJEMPLO.
Se muestra el
número de nacimientos en un hospital de ciudad durante los últimos 50 días del
año en curso.
3
|
7
|
4
|
12
|
3
|
3
|
9
|
3
|
6
|
1
|
4
|
2
|
4
|
1
|
3
|
3
|
3
|
3
|
11
|
4
|
3
|
12
|
6
|
10
|
4
|
2
|
8
|
4
|
3
|
9
|
4
|
8
|
4
|
5
|
6
|
4
|
11
|
3
|
4
|
6
|
5
|
3
|
5
|
2
|
3
|
1
|
4
|
2
|
2
|
2
|
Con base en la información
anterior, elaborar:
- Diagrama de tallo
y Hoja.
- Tabla de
distribución de frecuencias.
- Histograma y
polígono de frecuencias.
¿Que es Diagrama de
Tallo y Hoja?
El diagrama
"tallo y hojas", permite obtener simultáneamente una distribución de
frecuencias de la variable y su representación gráfica. Para construirlo basta
separar en cada dato el último dígito de la derecha (que constituye la hoja)
del bloque de cifras restantes (que formará el tallo).
1. Diagrama de Tallo y Hoja.
1
|
III
|
2
|
IIII
III
|
3
|
IIII
IIII IIII
|
4
|
IIII
IIII III
|
5
|
III
|
6
|
IIII
|
7
|
I
|
8
|
II
|
9
|
II
|
10
|
I
|
11
|
II
|
12
|
II
|
·
Aquí se puede observar que el
número de nacimientos en un día son de 3 nacimientos, en dos días 7, en tres
12, en cuatro 11, en cinco 3, en seis días 4, en siete sólo 1 nacimiento, en
ocho 2, en nueve 2, en diez 1, en once 2, y en doce 2.
Total= 50
2.
Ahora se sacará lo que serán los números de
intervalos:
La Formula
necesaria para sacar el número de intervalos es:
1+3.3 Log n
En el caso
de esta práctica es:
1+3.3 Log
50 = 6.6 lo dejaremos en “6”
3.
Rango.
El rango
se sacará con la sig. Formula:
DM-dm lo
que quiere decir es Dato mayor menos dato menor
En este
caso es:
12-1= 11
4.
Amplitud:
La
amplitud se saca con la siguiente formula:
Rango ÷
Número de Intervalos
En esta
práctica es:
11 ÷ 6 = 1.8 se puede redondear y queda en 2
5.
La tabla de frecuencia.
Intervalos
|
Frecuencia Absoluta
|
Frecuencia
Relativa Absoluta
|
Frecuencia
Acumulada
|
F.Relativa Acumulada
|
PMC marco de clase
|
F1 * PMC
|
1-2
|
10
|
20%
|
10
|
20%
|
1.5
|
15
|
3-4
|
23
|
46%
|
33
|
66%
|
3.5
|
80.5
|
5-6
|
7
|
14%
|
40
|
80%
|
5.5
|
38.5
|
7-8
|
3
|
6%
|
43
|
86%
|
7.5
|
22.5
|
9-10
|
3
|
6%
|
46
|
92%
|
9.5
|
28.5
|
11-12
|
4
|
8%
|
50
|
100%
|
11.5
|
46
|
Frecuencia
relativa absoluta se determina mediante una división de:
10 ÷ 50
*100
Frecuencia
relativa acumulada se determina mediante una suma de:
10 + 23 =
33 + 7 y así sucesivamente.
Se realizó un análisis acerca de los nacimientos
en el hospital general durante un periodo de 50 días. El número máximo de
nacimientos fue de 12 y el mínimo de 1 nacimiento diario.
El 86% nacieron entre 1 y 8 niños por día. El
número de nacimientos más frecuente por día es entre 3 y 4 nacimientos, ya que
se reportó en el 23 de los días representando el 46%.
Objeto de Estudio ll
¿Que es Media?
Es el promedio de
un conjunto de números.
¿Qué es Mediana?
Representa el valor
de la variable de posición central en un conjunto de datos ordenados.
¿Que es la moda?
Es el valor con una
mayor frecuencia en una distribución de datos.
¿Que es Rango?
Es la diferencia
entre los valores extremos Mayor y menor
¿Que es varianza?
Es el cuadro de la
desviación estándar
¿Que es Coeficiente
de variación?
Expresa la
desviación estándar como un porcentaje de la media.
Practica de Ejemplo:
1era parte:
2da parte:
3era parte:
4ta parte:
Objeto de estudio lll
¿Qué es regresión?
Es la regresión estadística o
regresión a la media, es la tendencia de
una medición extrema a presentarse más cercana
a la media en una
segunda medición. La regresión se
utiliza para predecir una media en base o bien basándose en
el conocimiento de otra
¿Qué
es correlación?
En probabilidad y
estadística, la correlación
indica la fuerza y la dirección de una relación lineal y proporcionalidad entre dos
variables estadísticas, la correlación entre dos variables
(A y B) no implica por si misma ninguna
relación de causalidad.
Practica de Ejemplo:
Se recopilaron
datos de
la afección ocular en la
actualidad el cristalino del ojo pierde
su capacidad para enfocar lo que dificulta el
echo de ver objetivos cercanos.
Las causas
mas importantes son:
- El
cristalino del ojo va perdiendo su
elasticidad lentamente a medida que uno envejece.
- En
el ojo joven, el cristalino necesita
cambiar su longitud
o forma para enfocarse en
objetivos que estén cerca.
Las personas generalmente
se percatan de esta afección alrededor de los 45 años, cuando se dan cuenta de que necesitan sostener los materiales de lectura a una mayor
distancia para poder enfocarlos. La
presbicia es una parte natural
del proceso de envejecimiento y afecta a
todas las personas.
Los datos
recopilados fueron los siguientes:
años
|
No.
de casos
|
40
|
2
|
44
|
60
|
52
|
160
|
60
|
200
|
48
|
40
|
50
|
150
|
46
|
80
|
42
|
50
|
PROCEDIMIENTOS:
A.-) Y= A+Bx
A=
- 376
B= 9.95
Y= -320.3 + 9.05 (x)
Y= -320.3 + 9.05 (70)
B.-) r: 0.9629 * 100 = 96.29%
El coeficiente
de correlación se refiere a que
tiene una confiabilidad de un 96.29% y un margen de error de
tan solo un 3.71%
Y= -320.3
+ 9.05 (70)
Y=
320.47 casos
Esta estimación se
refiere que a la edad de
70 años los casos registrados serán de
320 de personas con presbicia.
D.-) estimación en X
X= 300+
376.3 / 9.95
X=
68 años
EN lo que respecta
esta estimación es de 300
personas con 68 años padecerán de
presbicia.
Objeto de Estudio 4:
Probabilididad
Ejemplo: Interseccion entre 2 conjuntos y su Union.
La distribución de Bernouilli se aplica cuando se realiza una sola vez un experimento que tiene
únicamente dos posibles resultados (éxito o fracaso), por lo que la variable sólo puede tomar
dos valores: el 1 y el 0 La distribución binomial se aplica cuando se realizan un número”n” de veces el experimento de
Bernouilli, siendo cada ensayo independiente del anterior.
La variable puede
tomar valores entre:
0: si todos los experimentos han sido fracaso
n: si todos los experimentos han sido éxitos
Lamda ( nxp )
Ejemplo: Interseccion entre 2 conjuntos y su Union.
Eventos mutuamente excluyentes.- no pueden ocurrir al mismo tiempo
Eventos independientes.- la ocurrencia del mismo o no, no tiene
efecto sobre la ocurrencia del otro evento.
Eventos dependientes.- el evento tiene una dependencia del
anterior.
Eventos no excluyentes entre sí.- cuando es posible que ocurran los dos
eventos a la vez.
Sensibilidad.- casos POSITIVOS
Especificidad.- casos NEGATIVOS
Falso positivo.- salió positiva la prueba pero no está
enfermo.
Falso negativo.- salió negativa la prueba pero si está
enfermo.
Ejemplo:
Si
se escoge un individuo aleatoriamente del sexo masculino ¿ cual es la
probabilidad de que este individuo haya consumido cocaína 100 o mas veces en su
vida?
25
75
= 0.3333= 33%
Si
se escoge aleatoriamente a un individuo ¿Cuál es la probabilidad de que una
persona seleccionada aleatoriamente del sexo masculino y que sea una persona que consumió cocaína 100 veces o mas durante su vida?
25/ 111= a 22.77%
Si
escoge aleatoriamente un individuo ¿ cual es la probabilidad de que sea de sexo
masculino o de que haya consumido cocaína 100 veces o mas durante su vida o
ambos?
75/111
+ 34/111 – 25/111= 84/111 = 12= 75.6%
Distribución Binomial:
Las distribución binomial parte de la distribución de Bernouilli:
únicamente dos posibles resultados (éxito o fracaso), por lo que la variable sólo puede tomar
dos valores: el 1 y el 0 La distribución binomial se aplica cuando se realizan un número”n” de veces el experimento de
Bernouilli, siendo cada ensayo independiente del anterior.
La variable puede
tomar valores entre:
0: si todos los experimentos han sido fracaso
n: si todos los experimentos han sido éxitos
Checa este vídeo para conocer mas a detalle:
DISTRIBUCIÓN DE POISSON:
Implica un conjunto de supuestos fundamentales:
¡.-) la probabilidad de que
acontezca un suceso en un
intervalo es proporcional a la
amplitud del intervalo.
2.-) en principio teóricamente es posible que
suceda un numero infinito de eventos
en un intervalo dado. No hay límite
al numero de ensayo
3.-) los sucesos
ocurren independiente/m tanto
en el mismo intervalo como entre intervalos consecutivos.
K.- Es el número de ocurrencias del evento o
fenómeno
E.- Representa una
constante con un valor aprox. De 2.71828
K!.- Numero factorial ejemplo: 5!= 5x4x3x2x1=210.
Ejemplo:
1.-
supongamos que nos
interesa determinar la cantidad de
personas de una población de
10000 que se involucran e
un accidente vehicular cada año con un p= 0.00024
A.-) hallar
la probabilidad de que nadie en esta
población tenga un accidente en un año en particular.
B.-) hallar
la probabilidad de que una
persona tenga un accidente.
Solución:
A.-) X=0
B.-) X=1
Distribución Normal:
es justificada por la frecuencia con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución.
Ejemplos:
TEOREMA DE BAYES
veamos que el famoso teorema de Bayes, enunciado
por Thomas Bayes, en la teoría de la probabilidad, es el resultado que da la
distribución de probabilidad condicional de una variable aleatoria A dada B en
términos de la distribución de probabilidad condicional de la variable B dada A
y la distribución de probabilidad marginal de sólo A.
Sea {A1,A2,...,Ai,...,An} un conjunto de sucesos
incompatibles cuya unión es el conjunto total y tales que la probabilidad de
cada uno de ellos es distinta de cero. Sea B un suceso cualquiera del que se
conocen las probabilidades condicionales P(B|Ai). Entonces, la probabilidad
P(Ai|B) viene dada por la expresión:
donde:
P(Ai) son las probabilidades a priori.
P(B|Ai) es la probabilidad de B en la hipótesis
Ai.
P(Ai|B) son las probabilidades a posteriori.
