UNSCH Bioestadística I Prof. Reynán Cóndor A.

I. BIOESTADÍSTICA
1.1. Estadística y bioestadística
Daniel indica que la estadística es la disciplina que se ocupa de 1) la recolección, organización,
resumen y análisis de datos, y 2) la obtención de inferencias a partir de un volumen de datos
cuando se examina solo una parte de estos.
La Bioestadística, en el ámbito de la Estadística, hace referencia a métodos estadísticos y
matemáticos que se aplican al análisis de datos provenientes de las ciencias biológicas. Debido
a que las cuestiones a investigar, cuando se trabaja con personas, animales, plantas u otros
organismos vivos, son de naturaleza muy variada. Incluye no sólo herramientas para el análisis
estadístico descriptivo de datos biológicos sino también el uso de numerosos procedimientos
y algoritmos de cálculo y computación para el análisis inferencial, el reconocimiento de
patrones en los datos y la construcción de modelos que permiten describir y analizar procesos
aleatorios (Balzarini et al, 2011).
1.2. Objeto de estudio.
El objetivo de la estadística es investigar y evaluar la naturaleza y el significado de la
información contenida en los datos (Daniel).
Es necesario tener en cuenta que la estadística se ha propuesto como instrumento de
investigación. La investigación puede ser en genética, mercadeo, nutrición, agronomía, etc.
Es el campo de investigación, no el instrumento, el que debe proporcionar los “porqué” del
problema de investigación. Aveces, este hecho se pasa por alto y los usuarios olvidan que
tienen que pensar, que la estadística no puede pensar por ellos. La estadística, sin embargo,
ayuda a los investigadores a diseñar experimentos y a evaluar objetivamente los datos
numéricos resultantes. Es nuestra intención proporcionar a los investigadores instrumentos
estadísticos útiles para este fin.
1.3. Estadística descriptiva y estadística
inferencial.

La Estadística puede ser dividida en:

• La Estadística Descriptiva. Parte de la

estadística que se ocupa de la clasificación,
descripción, simplificación y presentación de
los datos. Comprende el uso de tablas de
frecuencias, gráficos y el cálculo de medidas
estadísticas.

• La Estadística Inferencial. Parte de la

estadística que se ocupa de la estimación y
prueba de hipótesis de los parámetros de una
población, a partir de una muestra aleatoria
extraída de dicha población.

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 5

UNSCH Bioestadística I Prof. Reynán Cóndor A.

Ejemplo
Se desea hacer un estudio sobre el consumo de drogas en el distrito de Comas. Con esta
finalidad se extrae una muestra aleatoria de 240 adolescentes del distrito de Comas en el 2013
y se les aplica la encuesta respectiva.
Se aplica la Estadística Descriptiva para recopilar, clasificar, organizar y presentar en una
tabla de frecuencias y en forma gráfica los datos recogidos de una encuesta.

Distribución de la frecuencia de consumo de droga

Frecuencia de
consumo Número Porcentaje
No 100 41.7
Interdiario 80 33.3
Diario 40 16.7
A veces 20 8.3
Total 240 100.0
Fuente: UNAL La Molina – Dpto. de Estadística e Informática

45.0 41.7
40.0
33.3
35.0
30.0
25.0
%

20.0 16.7
15.0
8.3
10.0
5.0
0.0
No Interdiario Diario A veces
FRECUENCIA

Fuente: UNALM La Molina – Dpto. de Estadística e Informática

Figura. Frecuencia de consumo de droga.

También se calcula medidas estadísticas. La edad promedio de la muestra de los adolescentes
que consumen droga es 20.5 años.

Se aplica la Estadística Inferencial para estimar la proporción de adolescentes que consumen

drogas diariamente del distrito de Comas, cuya estimación fue de 16.7%. Para probar la
hipótesis si esta proporción es mayor al 17%.

1.4. Conceptos básicos

1) Población. Es el conjunto de unidades elementales con características similares. El estudio

de toda la población constituye un censo.

Ejemplo
1. El conjunto de todos los estudiantes de una institución educativa.
2. El conjunto de todos los meses de venta en una casa comercial entre el 2007- 2011.
3. El conjunto de personas que viven en el Distrito de Ayacucho.

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 6

UNSCH Bioestadística I Prof. Reynán Cóndor A.

2) Unidad Elemental. Es un elemento particular de la población o muestra.

Ejemplo
1. Un estudiante de la Institución educativa.
2. Cada mes de venta en una casa comercial entre el 2007-2011.
3. Cada persona que viven en el Distrito de Ayacucho.

3) Muestra. Es un subconjunto de la población. Al proceso de obtención de una muestra se

le llama "muestreo". Para que una muestra sea representativa debe cumplir con las
siguientes condiciones:
a) Debe haber sido obtenida al azar.
b) Su tamaño y sus elementos deben haber sido seleccionados aplicando un método de
muestreo.

Ejemplo
1. 120 estudiantes de la institución educativa.
2. 45 meses de venta en una casa comercial entre el 2007-2011.
3. 80 personas que viven en el Distrito de Ayacucho.

4) Variable. Son las características que toman diferentes valores cuando son evaluadas en las
unidades elementales de una población o muestra. Se representan por las últimas letras
mayúsculas del alfabeto, por ejemplo: X, Y, Z, W, P, T, X1, X2, Y1, etc.

Tipos de Variables
A. Variables Cuantitativas. Son aquellas que se expresan en forma numérica y tiene
sentido realizar operaciones matemáticas con ellas. Pueden ser del tipo:

• Variable Cuantitativa Continua. Son aquellas que pueden tomar cualquier valor
numérico dentro de un intervalo continuo. Se utiliza un instrumento de medición
para generar sus valores: balanza, termómetros, test, escalas, cronómetros,
winchas, etc.

Ejemplo
1. Peso del langostino de río (en gr)
2. Tiempo para encontrar estacionamiento en un centro comercial (minutos)
3. Gasto mensual familiar en atención médica (nuevos soles)

• Variable Cuantitativa Discreta. Son aquellas que cumplen con la condición de

que entre un valor cualesquiera y su consecutivo no es posible que existan valores
intermedios. Generalmente son representados por el conjunto de números enteros.
Las observaciones cuantitativas discretas se registran por conteo.

Ejemplo
1. Número de artículos defectuosos en un lote de 20
2. Número de clientes atendidos cada 20 minutos en una ventanilla
3. Número de predios que posee un agricultor de un valle

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 7

UNSCH Bioestadística I Prof. Reynán Cóndor A.

B. Variable Cualitativa. Son aquellas que permiten que una unidad elemental pueda ser
clasificada como poseedora o no de cierta cualidad, propiedad o atributo. No tiene
sentido realizar operaciones matemáticas con ellas. Son aquellas cuyos valores
posibles son atributos o categorías.
• Variable Cualitativa Nominal. Son aquellas cuyos valores (cualidades, propiedades o
atributos) no son factibles de ser clasificados a través de un criterio de orden o
jerarquía. Sus valores posibles no tienen un orden de importancia.
Ejemplo
1. Sexo de los estudiantes (Masculino o Femenino)
2. Estado civil de una persona (Soltero, Casado, Divorciado, Viudo o Conviviente)
3. Marca de una computadora (A, B, C o D)
4. Marca de Automóvil (Toyota, Chevrolet, Mercedes Benz, etc...)

• Variable Cualitativa Jerárquica u Ordinal. Son aquellas donde sí se puede establecer

un criterio de orden o jerarquía entre sus atributos de la variable.
Ejemplo
1. Nivel de instrucción (Sin instrucción, Primaria, Secundaria o Superior)
2. Nivel socioeconómico de un cliente (Alto, Medio o Bajo)
3. Calificación de un servicio (Bueno, Regular o Malo)
4. Rango Militar (Cabo, Sargento, Coronel)

¿Variable aleatoria?
Otros autores hacen uso de la definición de variables aleatorias, que en realidad se tratan de
las variables cuantitativas, pudiendo ser éstas discretas y continuas. Pondremos énfasis en la
aleatoriedad, por lo tanto siempre que se determina la estatura, el peso o la edad de un
individuo, el resultado frecuentemente se denomina valor de la variable respectiva. Cuando
los valores se originan como resultado de factores aleatorios (al azar), que no pueden
predecirse con exactitud y anticipación, la variable se llama variable aleatoria. Un ejemplo
de variable aleatoria es la estatura de los adultos; cuando nacen los niños no es posible
predecir con exactitud la estatura que tendrán en su edad adulta; la estatura que alcanza un
adulto es el resultado de muchos factores genéticos y ambientales. Los valores resultantes
de los procedimientos de medición se denominan observaciones o medidas.
Variable aleatoria discreta (Variable cuantitativa discreta)
Entre los ejemplos de variables aleatorias discretas: El número de admisiones diarias en
un hospital general es una variable aleatoria discreta, puesto que el número de
admisiones por día debe representarse con números enteros tales como 0, 1, 2 o 3. El
número de admisiones en un día determinado no puede ser 1.5, 2.997 o 3.333. El número
de caries, amalgamas o pérdida de dientes por niño en una escuela primaria es otro
ejemplo de una variable discreta.
Variable aleatoria continua (variable cuantitativa continua)
Entre los ejemplos de variables continuas se hallan las diversas mediciones que pueden
hacerse en individuos tales como su estatura, peso y diámetro craneano. Sin importar
cuán cerca estén las estaturas de dos personas, teóricamente siempre es posible encontrar
otra persona cuya estatura se encuentre entre las dos estaturas de referencia.

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 8

UNSCH Bioestadística I Prof. Reynán Cóndor A.

Ahora bien, debido a las limitaciones de los instrumentos de medición disponibles, las
observaciones sobre variables que son inherentemente continuas se registran como si fueran
discretas. La estatura, por ejemplo, normalmente se redondea metros o centímetros completa
más cercanos, mientras que si se cuenta con el instrumento de medición adecuado, esa medida
puede hacerse tan precisa como se desee.
Ejemplos:
1. Decir cuáles de estos datos son discretos y cuáles continuos:
(a) Número de acciones vendidas un día en la Bolsa de Valores.
(b) Temperaturas medidas en un observatorio cada media hora.
(c) Vida media de los tubos de televisión producidos por una fábrica.
(d) Ingresos anuales de los profesores de Enseñanza Media.
(e) Longitudes de 1000 tornillos producidos en una empresa.
Solución
(a) Discretos; (b) continuos; (c) continuos; (d) discretos; (e) continuos.

2. Dar el dominio de las siguientes variables y decir cuáles son continuas:

(a) Número G de galones (gal) de agua en una lavadora.
(b) Número B de libros en una estantería.
(c) Suma S de los puntos obtenidos al lanzar un par de dados.
(d) Diámetro D de una esfera.
(e) País P de Europa.
Solución
(a) Dominio: Cualquier valor entre 0 gal y la capacidad de la lavadora. Variable: Continua.
(b) Dominio: 0, 1, 2, 3,... hasta el número total de libros que caben en la estantería. Variable:
Discreta.
(c) Dominio: Los puntos de un dado pueden ser 1. 2, 3, 4, 5 ó 6. Luego la suma de dos
dados puede ser 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 ó 12, que es el dominio de S. Variable: Discreta.
(d) Dominio: Todos los valores positivos. Variable: Continua.
(e) Dominio: Francia, Italia, ..., etc., que pueden representarse numéricamente como 1. 2,
Variable: Discreta.

5) Observación. Es el valor posible que toma una variable. A las observaciones se les suele
representar con las letras minúsculas subindicadas, como por ejemplo x¡, y¡, zi

Ejemplo
1. X = Peso del langostino de río (en gr). Observaciones:
x1= 2.5, x2 = 3.0,..,x10 = 3.2
2. Y = Calificación de un servicio. Observaciones: .y1 = Bueno,y2 = Regular,y3 = Malo

6) Parámetro. Es una medida estadística para describir el comportamiento de una variable en

la población. Son calculadas con los datos de toda la población. Es un valor constante. Se
representan con letras griegas.
Ejemplo
1. Suponga que el número promedio de cocinas vendidas en todos los meses de venta es 15.4
(μ = 15.4).

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 9

UNSCH Bioestadística I Prof. Reynán Cóndor A.

2. El Censo Nacional 2007: XI de Población y VI de Vivienda indica que en el grupo edad

de 20 a 29 años, el 1.4% de los hombres no sabe leer y escribir mientras que el 3.1% de
las mujeres no sabe leer y escribir (P1 = 0.014 y P2 = 0.031).
3. Suponga que en todo Breña la proporción del nivel de instrucción resultó:
Instrucción Proporción (Pi)
Primaria 0.455
Secundaria 0.445
Superior 0.100
TOTAL 1.000

7) Valor estadístico o Estadígrafo. Es una medida para describir el comportamiento de una

variable en la muestra. Se calculan con los datos obtenidos de una muestra. Son valores
variables (varían de muestra a muestra). Los estadísticos sirven para estimar a los
parámetros. Se representan con letras latinas.

Ejemplo
1. En una muestra de 30 meses de venta se encontró que el número promedio de cocinas
vendidas fue de 14.9 ( X = 14.9) .
2. En la encuesta nacional de hogares (ENAHO) indica que el 1.1% de los hombres no sabe
leer y ni escribir (p = 0.011) .
3. Suponga que en el distrito de Breña se ha seleccionado una muestra de 500 personas
encontrándose los siguientes resultados:
Instrucción Proporción (pi)
Primaria 0.460
Secundaria 0.430
Superior 0.110
TOTAL 1.000

Notación de los principales parámetros y estadísticos

Medidas estadísticas En una población En una muestra
(parámetro) (estadístico)
Media µ X
Mediana ME me
Moda MO mo
Proporción π, P p
Variancia o varianza s2 s2
Desviación estándar s s
Coeficiente de variabilidad CV cv

1.5. Importancia de la Estadística

Ya hemos visto que la Estadística se encuentra ligada a nuestras actividades cotidianas. Sirve
tanto para pronosticar el resultado de unas elecciones, como para determinar el número de
ballenas que viven en nuestros océanos, para descubrir leyes fundamentales de la Física o para
estudiar cómo ganar a la ruleta.
La Estadística resuelve multitud de problemas que se plantean en ciencia:

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 10

UNSCH Bioestadística I Prof. Reynán Cóndor A.

 Análisis de muestras. Se elige una muestra de una población para hacer inferencias
respecto a esa población a partir de lo observado en la muestra (sondeos de opinión,
control de calidad, etc).
 Descripción de datos. Procedimientos para resumir la información contenida en un
conjunto (amplio) de datos.
 Contraste de hipótesis. Metodología estadística para diseñar experimentos que
garanticen que las conclusiones que se extraigan sean válidas. Sirve para comparar las
predicciones resultantes de las hipótesis con los datos observados (medicina eficaz,
diferencias entre poblaciones, etc).
 Medición de relaciones entre variables estadísticas (contenido de gas hidrógeno neutro
en galaxias y la tasa de formación de estrellas, etc).
 Predicción. Prever la evolución de una variable estudiando su historia y/o relación con
otras variables.
1.6. La bioestadística en la investigación científica.
La estadística es un instrumento aplicable en el método científico, para el cual fue
desarrollada. Su aplicación particular está en los muchos aspectos del diseño de un
experimento, desde el plan inicial para la recolección de los datos, y en el análisis de los
resultados a partir de los datos resumidos, hasta la evaluación de la incertidumbre de toda la
inferencia extraída de ellos.
De una forma esquemática, el proceso experimental suele desarrollarse siguiendo el siguiente
esquema: Definir la pregunta o problema a resolver. Cuanto más claro y definido sea el
objetivo del experimento, mucho más fácil será realizar su planificación y ejecución.
 Obtener información y recursos. Una vez definido el objetivo del experimento, es
necesario elaborar un plan de trabajo para poder alcanzarlo. Hay que identificar qué
equipos son necesarios, qué cantidades hay que medir, y de qué manera se va a realizar
el experimento.
 Formular hipótesis, acerca de los resultados de nuestro experimento. Hacerlo antes de
su ejecución evita el sesgo personal de identificar los resultados que ya se conocen
como objetivos iniciales (no debemos engañarnos a nosotros mismos).
 Realizar el experimento y obtener las medidas. Esta tarea se subdivide en varios pasos:
 Preparación: el equipo debe ser puesto a punto para su utilización. Si el
experimento requiere la utilización de aparatos con los que no estamos
familiarizados, es necesario leer atentamente los manuales de utilización, e
incluso consultar a experimentadores con experiencia previa en su manejo.
Todo ello evita perder tiempo y cometer errores de bulto, a la vez que preserva
la integridad del equipo (¡y la nuestra!).
 Experimentación preliminar: suele ser muy aconsejable realizar una pequeña
experimentación de prueba antes de iniciar la toma definitiva de medidas.
Esto facilita el uso correcto del equipo instrumental, permitiendo identificar
los aspectos más difíciles o en los que resulta más fácil cometer errores.
 Toma de datos: el trabajo cuidadoso y detallado son fundamentales en todo
proceso experimental. Ejecutar dicha labor siguiendo un plan de trabajo bien
definido resulta básico. No hay nada más frustrante que descubir, tras largas
horas de medidas, que hemos olvidado anotar algún parámetro esencial o sus

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 11

UNSCH Bioestadística I Prof. Reynán Cóndor A.

unidades. En este sentido resulta imprescindible tener presentes varias

cuestiones
 ¿Cuáles son las unidades asociadas a cada medida?
 ¿Cuál es la incertidumbre asociada?
 ¿Qué variabilidad presentan las medidas?
 ¿Cómo puedo tener una idea del orden de magnitud de una medida
antes de realizarla y saber así que los resultados que se van obteniendo
son razonables?
 ¿Qué información debe ser incluida en la tabla de datos?
 Comprobación de la repitibilidad: siempre que sea posible, todo experimento
debería repetirse varias veces para comprobar que los resultados obtenidos
son repetibles y representativos. Y aunque, obviamente, la repetición de un
experimento no proporciona exactamente los mismos números, discrepancias
muy grandes deben alertarnos acerca de la existencia de efectos sistemáticos
que pueden estar distorsionando el experimento.
 Analizar los datos: una vez obtenidas las medidas es necesario su tratamiento
estadístico para poder obtener magnitudes (e incertidumbres asociadas)
representativas del objeto de nuestro estudio.
 Interpretar los datos y extraer conclusiones que sirvan como punto de partida para
nuevas hipótesis. El éxito de esta interpretación dependerá, básicamente, de la calidad
de las medidas y de su análisis.
 Publicar los resultados. Los resultados de cualquier proceso experimental deben ser
comunicados de manera clara y concisa. Esto incluye desde un sencillo informe de
laboratorio, como el que se exigirá en los diversos laboratorios en los que se trabajará
durante la licenciatura de Biología, hasta la publicación de un artículo científico en
una revista reconocida.
Referencias bibliográficas
Balzarini Mónica; Di Rienzo Julio; Tablada Margot; Gonzalez, Laura; Bruno Cecilia;
Córdoba Mariano; Robledo Walter; Casanoves Fernando. 2011. Estadística y Biometría.
Editorial Brujas. Argentina.
Guía del curso de estadística general. 2016. Departamento estadística e informática.
UNALM

DEPARTAMENTO DE CIENCIAS BIOLÓGICAS 12