1 Tema 1 INTRODUCCIÓN “El pensamiento estadístico algún día será tan necesario para la ciudadanía como la capacidad de leer y escribir...” H.G.Wells hace.

Presentación del tema: "1 Tema 1 INTRODUCCIÓN “El pensamiento estadístico algún día será tan necesario para la ciudadanía como la capacidad de leer y escribir...” H.G.Wells hace."— Transcripción de la presentación:

1

2 1 Tema 1 INTRODUCCIÓN “El pensamiento estadístico algún día será tan necesario para la ciudadanía como la capacidad de leer y escribir...” H.G.Wells hace mas de 100 años Área Académica de Tecnología de Análisis Químico

3 OBJETIVOS 1.Comprender los áreas de aplicación de la Estadística dentro del laboratorio. 2.Comprender el pensamiento estadístico 3.Definir las etapas del trabajo estadístico. 4.Identificar los diversos tipos de datos. 5.Diferenciar población y muestra. 6.Distinguir parámetro y estimador. 7.Diferenciar estadística descriptiva y estadística inferencial. Al finalizar el Tema 1, el participante será capaz de:

4 CONTENIDO  Situaciones en las que se utiliza la Estadística  El Pensamiento Estadístico  Concepto de Estadística.  ¿Qué son datos ?  ¿Qué tipos de datos existen ?  ¿Qué se puede hacer con los datos?  Población y muestra  Parámetro y estimador  Estadística descriptiva e inferencial  Ejercicio aplicativo

5 El profesional de la gestión del laboratorio debe de preocuparse permanentemente en registrar información sobre las características que le permitan conocer los factores que inciden en la variabilidad del servicio y así estar en condiciones de implementar acciones dirigidas a mejorar la calidad del servicio que ofrece. El Pensamiento Estadístico

6 La implementación del pensamiento estadístico tiene tres fases: Identificar los factores de variabilidad. Conocer (o medir) la variabilidad. Manejar (o controlar) la variabilidad Implementación

7 Es una ciencia que comprende diversas técnicas para : RECOLECTAR ORGANIZAR ANALIZAR INTERPRETAR DATOS A esta secuencia se llama proceso estadistico. Que es la Estadística?

8 Es el registro de características (medición, observación, conteo) a una unidad elemental (o de análisis). recolección ?Que es la recolección de datos?

9 ¿Qué es la ORGANIZACIÓN de datos ? Es el ordenamiento para una mejor comprensión y facilitar sus análisis. (tablas, gráficos y figuras) Los datos sin organizar se llaman datos brutos, y son de poca utilidad.

10 Diagrama Circular Diagrama de Barras EdadN° Pacientes 30 - 34 35 - 39 40 - 44 45 - 49 6 12 8 2 Tabla de Distribución Por ejemplo

11 Es el cálculo de MEDIDAS REPRESENTATIVAS (o de resumen) tales como promedios, medidas de variabilidad y medidas de la forma de la distribución. También se analizan datos cuando se establecen relaciones entre ellos (regresión y correlación). ¿Qué es el ANALISIS de datos ?

12 ¿Qué es la INTERPRETACIÓN de datos ? Es darle un sentido práctico o útil a los resultados obtenidos en el análisis. Los datos ayudan a los responsables de tomar decisiones a hacer suposiciones coherentes acerca de las CAUSAS y, por tanto, de los EFECTOS probables de ciertas características en situaciones dadas.

13 Son los registros de una característica. Ejemplo : Si un DATO es útil para tomar decisiones se convierte en INFORMACIÓN. ¿Qué son DATOS ? Edad del paciente Pesodel recién nacido Tiempo permanencia Temperatura corporal Profesión 27 3,750 5 37,5 Enfermera años Kg. días °C --- Características Datos Unidad de medida

14 Proporcionan la evidencia imprescindible en un estudio de investigación. Permiten medir el desempeño en el proceso de producción de un bien o servicio. Ayudan a la formulación de cursos alternativos de acción en un proceso de toma de decisiones. Satisfacen nuestra curiosidad innata. ¿Por qué necesitamos recolectar datos?

15 ¿Qué tipos de datos existen? Si el registro de la característica toma un sólo valor en todas las unidades elementales. Son muchos datos, pero iguales. Ejemplo: Sexo de las pacientes en el Servicio de Ginecología Título profesional de los miembros del Colegio Médico del Perú Las constantes no son interés en Estadística, puesto que ella se ocupa del estudio de la variabilidad de los datos. CONSTANTE CONSTANTE:

16 Si el registro de la característica toma diversos valores en las unidades elementales. Ejemplo: Edad, sexo y peso de los pacientes de una Clínica Una misma característica puede generar constantes ó variables, depende del marco muestral. VARIABLE:

17 Los datos variables pueden ser Los datos variables pueden ser : 1.Cualitativos : Registro de un atributo. Provienen de una observación. Las operaciones posibles son el cálculo de la tasa porcentual y de proporciones. Pueden ser dicotómicas (sólo pueden tener 2 categorías. Ejemplo :Estado de salud: sano o enfermo. Sexo de pacientes : masculino y femenino 80% son varones (tasa porcentual). 8 de cada 10 pacientes son varones (proporción) O politómicas (si tienen más de 2 categorías) Ejemplo : Estado civil del paciente: soltero, casado, viudo, divorciado.

18 2.Cuantitativos : Registro de una característica a través de un conteo o una medición. Las operaciones posibles son los promedios y las medidas de dispersión, entre otras. Las variables cuantitativas pueden ser continuas o discretas. Cuantitativos

19 - CONTINUA : Cuando la variable puede tomar cualquier valor, dentro de una escala de valores. Provienen de una medición. Ejemplo: Tiempo de duración de una consulta. Peso de la gestante - DISCRETA o DISCONTINUA: Cuando la variable sólo puede tomar determinados valores dentro de una escala de valores. Proviene de un conteo. Ejemplo: Número de consultas en un día. Número de hijos

20 DATOS VARIABLES CONSTANTES CUANTITATIVASCUALITATIVAS DISCRETAS CONTINUAS

21 ¿Qué se puede hacer con los datos? Identificar caracte- rísticas de interés para la gestión. Recolección de datos Organizarlos en tablas, gráficos y figuras Calcular promedios (media, mediana, moda y percentiles). Calcular su dispersión (varianza, desviación estándar ) y forma de la curva. Determinar una ecuación que represente la relación entre ellos (regresión) Determinar el grado de asociación entre ellos (correlación). Analizarlos dentro de un horizonte temporal (series cronológicas ) Utilizar datos para mejorar la calidad

22 Marco Poblacional Conjunto de todas las unidades elementales (personas, procesos o cosas) al que se circunscribe el estudio estadístico. Población y Muestra Ejemplos : Los médicos cirujanos del Perú. Los trabajadores asegurados en una EPS El proceso de triaje en un hospital Las historias clínicas de un hospital.

23 Marco Muestral Subconjunto del marco poblacional. Comprende los elementos o estratos del marco poblacional (es representativo). En contraste con el marco poblacional es más conveniente porque se obtienen los datos en menor tiempo y reduciendo los costos. Ejemplo : 75 pacientes de un hospital.

24 Característica Registro de la carac- terística. Marco Poblacional (1200 pacientes de un hospital) Técnicas de muestreo Marco Muestral (75 pacientes de un hospital) POBLACIÓN P1P1 P2P2 P3P3 PnPn EdadPeso Temp. Corpor. Estado civil... POBLACIÓN

25 Muestra Registro de una característica en todos los elementos del marco muestral. Tiene tantos datos como elementos el marco muestral. Habrán tantas muestras como características se deseen registrar en un marco muestral. Las muestras no extraen de la población, sino del marco muestral

26 MARCO MUESTRAL (75 pacientes de un hospital) Característica Registro de la carac- terística. MARCO POBLACIONAL (1200 pacientes de un hospital) Técnicas de muestreo POBLACIÓN P1P1 P2P2 P3P3 PnPn EdadPeso Temp. corporal Estado civil... POBLACIÓN EdadPeso Temp. Corp. Estado civil MUESTRA m 1 75 datos m2m2 m3m3 mnmn MUESTRA

27 Parámetro y Estimador Valor representativo de una población. Se simboliza por letras griegas. Sólo hay un parámetro en cada población. Parámetro  : Proporción poblacional (pi)  : Media poblacional (mu)  2 : Varianza poblacional (sigma cuadrado)  : Desviación estándar poblacional (sigma)  : Coeficiente de correlación poblacional (rho)

28 Valor representativo de una muestra. Se llama también estadígrafo o estadístico. Se simboliza por letras latinas. Existen tantos estimadores como muestras se extraigan de una población. Estimador Proporción muestral Media muestral. Varianza muestra. Desviación estándar muestral. r Coeficiente de correlación muestral

29 Estadística Descriptiva Técnicas que permiten describir un conjunto de datos. El análisis se limita a esos datos (sean muestrales o poblacionales). Tiene como objetivo presentar los datos obtenidos en forma resumida, clara y comprensible. Estadística Inferencial Técnicas que permiten estimar un parámetro a partir de datos muestrales. Muestra Estimador POBLACIÓN Parámetro Estadística Descriptiva e Inferencial

30 MUESTRA Estadística Inferencial POBLACIÓN - = Error de muestreo  Parámetro : µ Estadística Descriptiva Técnicas de Muestreo Estimador :

31 Ejemplos sobre muestra y estimador Suponga que estamos interesados en conocer la duración de la evaluación en el Servicio de Psiquiatría de las Clínicas de Lima. El INPE esta interesado en la relación existente entre la criminalidad y los hogares destruidos. Un psicólogo mide la característica en de 50 procesados. Supóngase que el equipo de investigación, desea determinar la proporción de fumadores en la ciudad de Lima para determinar los factores de riesgo e incidencia de cáncer pulmonar.

32 El Director de Personal de la Clínica “Santa Lucía” desea estimar la tardanza mensual promedio del personal que labora en esta clínica. Con este fin elige al azar la Tarjeta de Control de Asistencia del último mes de 10 trabajadores. En uno de las tarjetas seleccionadas se registró 140 minutos de tardanza. Ejercicio Aplicativo

33 En esta situación, identifique: Diez trabajadores La característica : La unidad elemental : (o unidad de análisis) El marco poblacional: La población : El marco muestral : Tiempo de tardanza mensual Un trabajador de la clínica Todo el personal que labora en esa clínica Registro de tiempo de tardanza mensual de todo el personal que labora en esta clínica

34 El tiempo medio de tardanza de todos los trabajadores de la clínica (µ) La muestra : Tipo de dato : Un dato registrado : La unidad de medida: El estimador : El parámetro : Registro del tiempo de tardanza de cada uno de los trabajadores seleccionado Variable cuantitativa continua 140 minutos El tiempo medio de tardanza de los 10 trabajadores:

35 El Director de un Hospital sabe que en lo que va del año, fueron dados de alta 1000 pacientes hospitaliza- dos y desea conocer el tiempo medio de permanencia en el hospital. Para ello selecciona al azar la historia clínica de 100 pacientes. Una de las historias permitió conocer que cierto paciente había permanecido 6 días hospitalizado. En esta situación identifique los siguientes términos (no se pide la definición): Característica. Unidad elemental. Marco poblacional Población. Marco muestral. Tipo de muestreo. Un dato. Unidad de medida. Un estimador. Un parámetro Ejercicio 1

36 HOJA DE COMPROBACIÓN 1. L a estadística es una ciencia que sólo analiza datos 2. Los datos se organizan para mejorar su comprensión 3. El análisis de datos abarca el cálculo de promedio y medidas de variabilidad 4. La interpretación de datos consiste en dar un sentido real a los resultados obtenidos 6. Característica: 70 kgs 5. Todo dato constituye información 35 Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

37 8. El color de automóvil de los participantes es una variable cuantitativa, pues hay 13 cuyo automóvil es de color azul, 7 de color beige y 2 rojos 9. La variable cuantitativa proviene de un conteo 10.El tiempo que demora un proceso productivo es una variable cuantitativa continua 11.Los médicos que laboran en el Hospital Central constituyen una población estadística 7. Una misma característica puede generar constantes o variables, dependiendo del marco muestral de referencia

38 12.Habrán tantas poblaciones como características que se deseen registrar en un marco poblacional 13.Cuanto más grande es la muestra, necesariamente será más representativa 14.El muestreo permite disponer de los datos en menor tiempo, reduciendo costos. 15.El parámetro representa a una población16.Existen tanto estimadores como muestras se extraigan de una población

39 18.Los estimadores se representan por letras griegas 19.En la estadística descriptiva, el análisis se limita a un conjunto de datos 20.Las técnicas que permiten estimar un parámetro a partir de datos muestrales se denomina Estadística Inferencial 21.El error del muestreo consiste en la equivocación cuando seleccionamos muestras 17.Diferentes muestras, extraídas de una misma población, ocasionan diferente calores del estimador

40 Si tu piensas como David, puedes ser tan grande como Goliat El hombre es del tamaño de la dificultades a las que se enfrenta Si tu piensas como David, puedes ser tan grande como Goliat REFLEXIÓN