ESTADÍSTICA
TEMA 1. ESTADÍSTICA BÁSICA I
ESTADÍSTICA DESCRIPTIVA
Pone de manifiesto una serie de características y regularidades existentes en un conjunto de datos y los
sintetiza en un número reducido de medidas que luego se extrapolarán en una serie de gráficos
pertinentes
Ej. Calificación media de los alumnos de 3º en examen de estadística = 8,5/10 → extrapolar valores a
gráfica
Recordar programa de estadística SPSS
DATOS CUALITATIVOS Y CUANTITATIVOS
1) Carácter → propiedad o cualidad presentada por cada observación y que es el motivo del
estudio estadístico
a. Ej. Tiene dolor o no de hombro → % de sujetos con dolor de hombro → de éstos
distinguir cuales son de dolor nociceptivo, neuropático, mixto, etc.
b. Caracteres cuantitativos (en estadística se usa más)→ representas cantidades
i. Ej. Intensidad de dolor de hombro → EVA (0 a 10cm)
c. Caracteres cualitativos → no son medibles numéricamente pero sí se pueden
establecer categorías
i. Ej. Tiene o no tiene dolor de hombro
1. Dolor predominantemente nociceptivo = 1
2. Dolor neuropático = 2
3. Dolor nociplástico = 3
4. Dolor mixto = 4
ii. Tipos:
1. Carácter nominal → sí/no → si es sí = 1, si es no = 2 → meter datos
en el programa e indicar que es un carácter o variable
cualitativo/categórica
2. Carácter ordinal → mucho, algo o poco uso
a. Ej. Queremos observar adherencia de los pacientes a los
ejercicios terapéuticos o número de veces que acude a las
consultas de fisioterapia (variable categórica) → ej. Cuánto
usa la cinta de correr → mucho (1), algo (2) o poco (3) →
extrapolar al programa
2) Variable estadística → todos los posibles valores numéricos que pueden tomar un carácter
cuantitativo
a. Variable discreta → nº de personas con dolor de hombro → siempre hace referencia a
“nº de” → no lo usamos casi en fisioterapia o en ensayos clínicos aleatorios
b. Variable continua → media de edad de las personas con dolor de hombro, tiempo en
reaccionar a un estímulo, gasto en antibióticos durante el confinamiento, etc. → la
que más usamos en los estudios de fisioterapia
3) Tablas de frecuencias → tabla donde se ordenan y estructuran los valores de una variable
estadística, discreta o continua (en estadística siempre usamos tablas y extrapolamos los datos
de la tabla a un diagrama o gráfica)
a. Frecuencia absoluta = nº de veces que se repite x
, b. Frecuencia relativa → proporción o % de veces que se repite x
Valores de la variable
Frecuencia absoluta (n) Frecuencia relativa (%)
estadística
Nº de personas con dolor de
Dolor 50%
hombro = 15
n (personas del estudio) = 30
Ej. Caso discreto:
Consideramos 100 pacientes crónicos en un centro de salud, se observa el carácter
cuantitativo “visitas a la semana al centro de salud de los pacientes crónicos”. La
variable estadística sociedades de tipo discreto (nº de veces que acuden los pacientes
crónicos al C. de salud) → valores lo pasamos al programa
Porcentaje Porcentaje
Nº de veces Frecuencia Porcentaje
válido acumulado
1,00 8 8,0
2,00 20 20,0
3,00 22 22,0
4,00 14 14,0
5,00 14 14,0
6,00 22 22,0
Total 100 100,0
¿Cuántos pacientes han realizado 5 visitas? 14
¿Qué % de pacientes ha hecho más de 2 visitas? Tenemos que sumar las
personas que han visitado el c. de salud más de 2 veces = 22+14+14+22 =72 %
Ej. Caso continuo:
Se notan las puntuaciones obtenidas por los 100 pacientes en un test psicológico. La
variable estadística sociedades de tipo continua. Se registran también el género y el
médico que los trata → variable estadística (nos indica la puntuación de cada uno de los
100 pacientes) → ej. Paciente 1 = 11 ptos., Paciente 100 = 44 ptos.
Puntuaciones Frecuencia Porcentaje Porcentaje Porcentaje
válido acumulado
0-10 8 8,0
10-20 12 12,0
20-30 10 10,0
30-40 14 14,0
40-50 21 21,0
50-60 16 16,0
60-70 10 10,0
70-80 5 5,0
80-90 3 3,0
90-100 1 1,0
Total 100 100,0
¿Qué % ha obtenido una puntuación mayor que 70? 5,0+3,0+1,0 = 9%
¿Cuántos han obtenido como máximo 50 ptos?? 8+12+10+14+21 = 65
4) Características numéricas → medidas con las que se pretende resumir y condensar la
información contenida en un conjunto de datos (qué tipo de agrupaciones, de condensaciones
de información puedo tener para organizar los datos)
a. Medidas de posición → medidas que indican la posición de una distribución de
frecuencias
i. Valores que representan el conjunto de datos y reflejan el centro de la
distribución
, 1. Media aritmética o media (valor medio) = 𝑥̅ → se usa cuando los
datos son normales, parecidos
2. Mediana (valor de en medio) → representa el valor que, supuestos
los valores de la variable ordenados en forma creciente, deja el
mismo número de observaciones por debajo que por encima de él
Ej. Tenemos 50 datos → la mediana es el dato 25 (puede coincidir
con la media o no)
Las medianas las uso cuando los datos son muy dispares, no
normales (no es una campana de Gauss)
3. Moda (valor más frecuente) → es el valor que presenta máxima la
frecuencia, es decir, el valor que más veces se repite
Ej. ¿qué medida es la más representativa, la media, la mediana o la
moda?
Datos (gasto anual en euros): 48000, 50000, 48000, 60000, 7000,
50000
La medida más representativa sería la media (54333) ya que los
datos o valores son normales
La moda no es representativa ya que el valor 48000 solo se repite 2
veces
4. Cuantiles (valores que dividen las observaciones en partes iguales):
a. Cuartiles → dividen la distribución de frecuencias en 4
partes iguales
b. Deciles → dividen la distribución de frecuencias en 10
partes iguales
c. Percentiles → dividen la distribución de frecuencias en 100
partes iguales
Ej. Eva tiene 9 meses, pesa 9 kg y su altura es de 70 cm.
¿Qué podemos decir de su desarrollo en relación a las niñas
de su edad?
Percentil de altura = 50 → está dentro de la media, dentro
de la normalidad → siempre cuando hablamos de percentil
TEMA 1. ESTADÍSTICA BÁSICA I
ESTADÍSTICA DESCRIPTIVA
Pone de manifiesto una serie de características y regularidades existentes en un conjunto de datos y los
sintetiza en un número reducido de medidas que luego se extrapolarán en una serie de gráficos
pertinentes
Ej. Calificación media de los alumnos de 3º en examen de estadística = 8,5/10 → extrapolar valores a
gráfica
Recordar programa de estadística SPSS
DATOS CUALITATIVOS Y CUANTITATIVOS
1) Carácter → propiedad o cualidad presentada por cada observación y que es el motivo del
estudio estadístico
a. Ej. Tiene dolor o no de hombro → % de sujetos con dolor de hombro → de éstos
distinguir cuales son de dolor nociceptivo, neuropático, mixto, etc.
b. Caracteres cuantitativos (en estadística se usa más)→ representas cantidades
i. Ej. Intensidad de dolor de hombro → EVA (0 a 10cm)
c. Caracteres cualitativos → no son medibles numéricamente pero sí se pueden
establecer categorías
i. Ej. Tiene o no tiene dolor de hombro
1. Dolor predominantemente nociceptivo = 1
2. Dolor neuropático = 2
3. Dolor nociplástico = 3
4. Dolor mixto = 4
ii. Tipos:
1. Carácter nominal → sí/no → si es sí = 1, si es no = 2 → meter datos
en el programa e indicar que es un carácter o variable
cualitativo/categórica
2. Carácter ordinal → mucho, algo o poco uso
a. Ej. Queremos observar adherencia de los pacientes a los
ejercicios terapéuticos o número de veces que acude a las
consultas de fisioterapia (variable categórica) → ej. Cuánto
usa la cinta de correr → mucho (1), algo (2) o poco (3) →
extrapolar al programa
2) Variable estadística → todos los posibles valores numéricos que pueden tomar un carácter
cuantitativo
a. Variable discreta → nº de personas con dolor de hombro → siempre hace referencia a
“nº de” → no lo usamos casi en fisioterapia o en ensayos clínicos aleatorios
b. Variable continua → media de edad de las personas con dolor de hombro, tiempo en
reaccionar a un estímulo, gasto en antibióticos durante el confinamiento, etc. → la
que más usamos en los estudios de fisioterapia
3) Tablas de frecuencias → tabla donde se ordenan y estructuran los valores de una variable
estadística, discreta o continua (en estadística siempre usamos tablas y extrapolamos los datos
de la tabla a un diagrama o gráfica)
a. Frecuencia absoluta = nº de veces que se repite x
, b. Frecuencia relativa → proporción o % de veces que se repite x
Valores de la variable
Frecuencia absoluta (n) Frecuencia relativa (%)
estadística
Nº de personas con dolor de
Dolor 50%
hombro = 15
n (personas del estudio) = 30
Ej. Caso discreto:
Consideramos 100 pacientes crónicos en un centro de salud, se observa el carácter
cuantitativo “visitas a la semana al centro de salud de los pacientes crónicos”. La
variable estadística sociedades de tipo discreto (nº de veces que acuden los pacientes
crónicos al C. de salud) → valores lo pasamos al programa
Porcentaje Porcentaje
Nº de veces Frecuencia Porcentaje
válido acumulado
1,00 8 8,0
2,00 20 20,0
3,00 22 22,0
4,00 14 14,0
5,00 14 14,0
6,00 22 22,0
Total 100 100,0
¿Cuántos pacientes han realizado 5 visitas? 14
¿Qué % de pacientes ha hecho más de 2 visitas? Tenemos que sumar las
personas que han visitado el c. de salud más de 2 veces = 22+14+14+22 =72 %
Ej. Caso continuo:
Se notan las puntuaciones obtenidas por los 100 pacientes en un test psicológico. La
variable estadística sociedades de tipo continua. Se registran también el género y el
médico que los trata → variable estadística (nos indica la puntuación de cada uno de los
100 pacientes) → ej. Paciente 1 = 11 ptos., Paciente 100 = 44 ptos.
Puntuaciones Frecuencia Porcentaje Porcentaje Porcentaje
válido acumulado
0-10 8 8,0
10-20 12 12,0
20-30 10 10,0
30-40 14 14,0
40-50 21 21,0
50-60 16 16,0
60-70 10 10,0
70-80 5 5,0
80-90 3 3,0
90-100 1 1,0
Total 100 100,0
¿Qué % ha obtenido una puntuación mayor que 70? 5,0+3,0+1,0 = 9%
¿Cuántos han obtenido como máximo 50 ptos?? 8+12+10+14+21 = 65
4) Características numéricas → medidas con las que se pretende resumir y condensar la
información contenida en un conjunto de datos (qué tipo de agrupaciones, de condensaciones
de información puedo tener para organizar los datos)
a. Medidas de posición → medidas que indican la posición de una distribución de
frecuencias
i. Valores que representan el conjunto de datos y reflejan el centro de la
distribución
, 1. Media aritmética o media (valor medio) = 𝑥̅ → se usa cuando los
datos son normales, parecidos
2. Mediana (valor de en medio) → representa el valor que, supuestos
los valores de la variable ordenados en forma creciente, deja el
mismo número de observaciones por debajo que por encima de él
Ej. Tenemos 50 datos → la mediana es el dato 25 (puede coincidir
con la media o no)
Las medianas las uso cuando los datos son muy dispares, no
normales (no es una campana de Gauss)
3. Moda (valor más frecuente) → es el valor que presenta máxima la
frecuencia, es decir, el valor que más veces se repite
Ej. ¿qué medida es la más representativa, la media, la mediana o la
moda?
Datos (gasto anual en euros): 48000, 50000, 48000, 60000, 7000,
50000
La medida más representativa sería la media (54333) ya que los
datos o valores son normales
La moda no es representativa ya que el valor 48000 solo se repite 2
veces
4. Cuantiles (valores que dividen las observaciones en partes iguales):
a. Cuartiles → dividen la distribución de frecuencias en 4
partes iguales
b. Deciles → dividen la distribución de frecuencias en 10
partes iguales
c. Percentiles → dividen la distribución de frecuencias en 100
partes iguales
Ej. Eva tiene 9 meses, pesa 9 kg y su altura es de 70 cm.
¿Qué podemos decir de su desarrollo en relación a las niñas
de su edad?
Percentil de altura = 50 → está dentro de la media, dentro
de la normalidad → siempre cuando hablamos de percentil
