Aquí tengo resumida la información en una tabla estadística bidimensional EdadIntensidadTotal LeveGrave o más Total

EdadIntensidadTotal LeveGrave o más Total Esta tabla se conoce como Tabla de asociación (se asocian dos tipos de observaciones a cada unidad muestral)

EdadIntensidadTotal LeveGrave o más Total Veamos la interpretación de esta tabla Intervalos de clase discretos 2 pacientes con edades entre 31 y 40 años se encuentran graves 32 pacientes tiene edades entre 51 y 60 años 77 pacientes están leves Variable discreta (años) Variable nominal

EdadIntensidadTotal LeveGrave o más Total De acuerdo a la tabla calcule: (a) Porcentaje de pacientes con edades entre 41 y 50 años. (b) De los pacientes leves, el porcentaje que tiene a lo menos 41 años. (c) El porcentaje de pacientes graves con edad entre 51 y 60 años. (d) De los pacientes entre 31 y 40 años, el porcentaje de enfermos leves (e) El porcentaje de los pacientes con no más de 51 años. (f) El porcentaje de los pacientes leves que no tienen más de 40 años (g) El porcentaje de los pacientes graves más jóvenes o de mayor edad. (h) El porcentaje los pacientes con a lo más 40 años, entre los que están leves.

EdadIntensidadTotal LeveGrave o más Total De la siguiente tabla... podemos obtener informaciones marginales y condicionales...

EdadIntensidadTotal LeveGrave o más Total Información marginal de la distribución de los pacientes según su edad Edadnini fifi NiNi FiFi o más Total

EdadIntensidadTotal LeveGrave o más Total Información marginal de la distribución de los pacientes según la intensidad de su enfermedad Intensidad Leve Grave Total nini fifi

EdadIntensidadTotal LeveGrave o más Total Información de la distribución de las edades de los pacientes condicionados a su enfermedad leve... Edadnini fifi NiNi FiFi o más Total Distribución de la edad condicionado a los pacientes leves

Del ejemplo anterior, observemos lo siguiente: Una atributo tiene respuesta discreta (la edad), y el otro atributo es cualitativo nominal (susceptible de ser jerarquizado) El dato estadístico generado por el atributo edad en general se considera continuo, pero aquí se ha discretizado respecto de “edad cumplida”(una persona que tiene 30 años con 6 meses y 4 días, se considera de 30 años) Veremos a continuación una tabla bidimensional generada por dos atributos de tipo continuo...

Supongamos ahora que a los 99 pacientes del hospital les medimos... Peso (kilógramos)... y la edad del paciente

¿Cómo resuelve el problema la experta en estadística del hospital? Son muchos datos... de modo que los agruparé en intervalos de clases la edad en intervalos de longitud 5 años, y el peso en intervalos de 10 kilogramos hum...hum, está un poco complicado... hum.. listo... Aquí está la información

Total Total Edad Peso Tabla de frecuencia según edad (años) y peso (kilogramos)

Gráfico de la distribución de frecuencia marginal según edad

Gráfico de la distribución de frecuencia marginal según peso

Gráfico de frecuencia de pacientes según edad condicionado al peso

Gráfico de frecuencia de pacientes según peso condicionado a edad

Señorita, necesito el promedio de edad de estos 99 pacientes Uf!, cómo molesta este doctorcito Ya, doctor, enseguida se lo calculo

%& $$&ca..***?¿ dre = 44.8 Punto medio del intervalo respectivo Frecuencia absoluta del intervalo respectivo Nº observaciones

El cálculo del promedio que realicé es para datos tabulados. Si no hubiese tenido los datos tabulados, simplemente sumo todas las edades y el resultado lo divido por 99 edad del i-esimo paciente

Cálculo de la media j m punto medio del intervalo j C   k j=1 jj fm=x Marca de clase Esta es una fórmula equivalente