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 estadística debe mucho a la enfermería. O, más concreta mente, a una enfermera: Florence Nightingale (1820-1910).

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.

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:

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

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

 Lamda ( nxp )

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.