Professional Documents
Culture Documents
Introduccin
Existen diferentes razones por las cuales los profesionales de las ciencias de la
salud deben conocer los fundamentos de la epidemiologa y la estadstica como
instrumentos del trabajo cotidiano. Entre dichas razones sealamos las siguientes:
los trminos estadsticos y epidemiolgicos invaden la literatura mdica, la
medicina es cada vez ms cuantitativa, su conocimiento nos permitir leer la
bibliografa mdica con ms capacidad crtica para detectar errores potenciales y
falacias. Nos ser tambin til para llegar a conclusiones correctas acerca de
procedimientos para el diagnstico y del resultado de las pruebas. Su
conocimiento nos permitir a su vez valorar protocolos de estudio e informes
remitidos para su publicacin y participar, en definitiva, en la investigacin mdica.
Resulta imprescindible, por lo tanto, conocer los conceptos bsicos de estadstica
que nos faciliten la realizacin de estudios y conocer las posibilidades a desarrollar
con ayuda de profesionales estadsticos para mejorar dicho anlisis.
Poblacin y muestra
Cuando se realiza un estudio de investigacin, se pretende generalmente inferir o
generalizar resultados de una muestra a una poblacin. Se estudia en particular a
un reducido nmero de individuos a los que tenemos acceso con la idea de poder
generalizar los hallazgos a la poblacin de la cual esa muestra procede. Este
proceso de inferencia se efecta por medio de mtodos estadsticos basados en la
probabilidad.
La poblacin representa el conjunto grande de individuos que deseamos estudiar y
generalmente suele ser inaccesible. Es, en definitiva, un colectivo homogneo que
rene unas caractersticas determinadas.
La muestra es el conjunto menor de individuos (subconjunto de la poblacin
accesible y limitado sobre el que realizamos las mediciones o el experimento con
la idea de obtener conclusiones generalizables a la poblacin). El individuo es
cada uno de los componentes de la poblacin y la muestra. La muestra debe ser
representativa de la poblacin y con ello queremos decir que cualquier individuo
de la poblacin en estudio debe haber tenido la misma probabilidad de ser elegido.
Las razones para estudiar muestras en lugar de poblaciones son diversas y entre
ellas podemos sealar
a. Ahorrar tiempo. Estudiar a menos individuos es evidente que
lleva menos tiempo.
b. Como consecuencia del punto anterior ahorraremos costes.
c. Estudiar la totalidad de los pacientes o personas con una
caracterstica determinada en muchas ocasiones puede ser
una tarea inaccesible o imposible de realizar.
d. Aumentar la calidad del estudio. Al disponer de ms tiempo y
recursos, las observaciones y mediciones realizadas a un
reducido nmero de individuos pueden ser ms exactas y
plurales que si las tuvisemos que realizar a una poblacin.
e. La seleccin de muestras especficas nos permitir reducir la
heterogeneidad de una poblacin al indicar los criterios de
inclusin y/o exclusin.
Tipos de datos
Lo que estudiamos en cada individuo de la muestra son las variables (edad, sexo,
peso, talla, tensin arterial sistlica, etctera). Los datos son los valores que toma
la variable en cada caso. Lo que vamos a realizar es medir, es decir, asignar
valores a las variables incluidas en el estudio. Deberemos adems concretar la
escala de medida que aplicaremos a cada variable.
La naturaleza de las observaciones ser de gran importancia a la hora de elegir el
mtodo estadstico ms apropiado para abordar su anlisis. Con este fin,
clasificaremos las variables, a grandes rasgos, en dos tipos: variables cuantitativas
o variables cualitativas.
a. Variables cuantitativas. Son las variables que pueden medirse,
cuantificarse o expresarse numricamente. Las variables cuantitativas
pueden ser de dos tipos:
Variables cuantitativas continuas, si admiten tomar
cualquier valor dentro de un rango numrico
determinado (edad, peso, talla).
Variables cuantitativas discretas, si no admiten todos
los valores intermedios en un rango. Suelen tomar
b. Medidas de dispersin
Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos
continuos es la dispersin de los mismos. Existen distintas formas de cuantificar
esa variabilidad. De todas ellas, la varianza (S2) de los datos es la ms utilizada.
Es la media de los cuadrados de las diferencias entre cada valor de la variable y la
media aritmtica de la distribucin.
CV de la variable peso =
CV de la variable TAS =
Representacin grfica
Gran parte de la utilidad que tiene la Estadstica Descriptiva es la de proporcionar
un medio para informar basado en los datos recopilados. La eficacia con que se
pueda realizar tal proceso de informacin depender de la presentacin de los
datos, siendo la forma grfica uno de los ms rpidos y eficientes, aunque tambin
uno de los que ms pueden ser manipulados o ser malinterpretados si no se
tienen algunas precauciones bsicas al realizar las grficas. Existen tambin
varios tipos de grficas, o representaciones grficas, utilizndose cada uno de
ellos de acuerdo al tipo de informacin que se est usando y los objetivos que se
persiguen al presentar la informacin.
Entonces, mencionaremos algunas consideraciones que conviene tomar en
cuenta al momento de realizar cualquier grfica a fin de que la informacin sea
transmitida de la manera ms eficaz posible y sin distorsiones:
1. El eje que represente a las frecuencias de las observaciones (comnmente
el vertical o de las ordenadas) debe comenzar en cero (0), de otra manera
podra dar impresiones errneas al comparar la altura, longitud o posicin
de las columnas, barras o lneas que representan las frecuencias.
2. La longitud de los espacios que representan a cada dato o intervalo (clase)
en la grfica deben ser iguales.
3. El tipo de grfico debe coincidir por sus caractersticas con el tipo de
informacin o el objetivo que se persigue al representarla, de otra manera la
representacin grfica se convierte en un instrumento ineficaz, que produce
ms confusin que otra cosa, innecesario o productor de
malinterpretaciones. Por ejemplo, si se desea representar la proporcin de
poblacin masculina en un pas conviene ms usar una grfica de pastel o
circular que una grfica de barras al compararla contra la poblacin
femenina; por un lado se puede apreciar dicha proporcin, por el otro se
aprecia cul de las dos poblaciones es mayor.
Hay un punto que conviene remarcar: existe software que permite la construccin
rpida y eficiente de grficas a partir de bases de datos o hojas de clculos, pero
no importa cun bonita, bien delineada, bien coloreada o bien presentada est una
grfica, si no se han tomado en cuenta consideraciones de este tipo que tienen
que ver ms sobre el objetivo de estas herramientas y la Estadstica: la
transmisin eficiente de la informacin.
Tipos de grficos
Para las distribuciones de frecuencias la representacin grfica ms comn es el
histograma. Un ejemplo es el que se presenta a continuacin y que representa el
nmero de "visitas" que ha tenido este hipertexto de acuerdo a la hora de la visita.
Es muy comn que este tipo de grficos se utilicen para ilustrar el tamao de una
poblacin dividida en estratos como, por ejemplo, son sus edades. El ejemplo que
se presenta es la poblacin de un pas ficticio llamado "Timbuctulandia":
Cuando los datos se relacionan entre s, es decir, cuando podemos decir que
existe cierta continuidad entre las observaciones (como por ejemplo el crecimiento
poblacional, la evolucin del peso o estatura de una persona a travs del tiempo,
el desempeo acadmico de un estudiante a lo largo de su instruccin escolar, las
variaciones presentadas en la medicin realizada en algn experimento cada
segundo o minuto) se pueden utilizar las grficas de lneas, que consisten en una
serie de puntos trazados en las intersecciones de las marcas de clase y las
frecuencias de cada una, unindose consecutivamente con lneas:
Este ejemplo muestra el comportamiento del peso corporal (en kilogramos) de dos
individuos a lo largo de cinco observaciones anuales. Al igual que en el caso de
las grficas de columnas (y de otras ms) es posible presentar varias series de
observaciones (en este caso cada serie de observaciones son los pesos de un
individuo).
Hay que tomar algunas precauciones al utilizar este tipo de grficos. Por un lado,
comparar dos grficos circulares (por ejemplo, si se quisieran comparar las
proporciones de matrculas en licenciatura por reas de conocimiento en
licenciatura para dos aos distintos) resulta muy difcil y, por tanto, no es muy
aconsejable.
Por otro lado, en ocasiones existen categoras con pocas frecuencias (por ejemplo,
dos o tres con frecuencias relativas menores al 1% cada una), haciendo que la
grfica resulte "pesada" y las etiquetas se encimen. Una posible solucin es
juntarlas en una sola categora (por ejemplo, la tpica "otras" o "varias"), pero
entonces habra que ponderar si se hace una grfica extra con dichas
observaciones nicamente, haciendo la anotacin pertinente, o simplemente se
ignoran por no resultar significativas.
Bibliografa
1. Canavos, G.(1992): PROBABILIDAD Y ESTADSTICA, Editorial McGraw-Hill.
2. Pea, D. (1988): Estadstica, Modelos y Mtodos, 1. Fundamentos.
Editorial Alianza Universidad Textos.
3. Novales, A. (1996): ESTADSTICA Y ECONOMETRA. Editorial McGraw-Hill.
4. Milton JS, Tsokos JO. Estadstica para biologa y ciencias de la salud.
Madrid: Interamericana McGraw Hill; 2001.
5. Casas Snchez, J.M., y otros (1998): PROBLEMAS DE ESTADSTICA.
DESCRIPTIVA, PROBABILIDAD E INFERENCIA. Editorial Pirmide.