Fundamentos de Bioestadística y Probabilidad
1. Medidas de tendencia central: media, mediana y moda
En cualquier estudio estadístico es esencial describir cómo se distribuyen los datos. Las tres medidas más usadas son:
- Media aritmética: suma de todos los valores dividida por el número de observaciones.
- Moda: valor que aparece con mayor frecuencia.
- Mediana: punto que divide la muestra en dos partes iguales.
Cuando la media y la moda son cercanas, la distribución tiende a ser simétrica y la mediana suele situarse entre ambos valores. Veamos un ejemplo práctico tomado del cuestionario:
- Media = 46,95
- Moda = 47,29
- Opciones para la mediana: 47,4; 45,8; 46,5; 48,1
En una distribución casi simétrica, la mediana se encontrará entre la media y la moda, por lo que la respuesta más razonable es 46,5. Esta elección ilustra cómo el conocimiento de la forma de la distribución ayuda a seleccionar la medida adecuada.
2. Probabilidad binomial: lanzar un dado y contar caras impares
Cuando se repite un experimento con dos resultados posibles (éxito o fracaso) y la probabilidad de éxito es constante, la variable sigue una distribución binomial. La fórmula es:
P(X = k) = C(n, k)·p^k·(1-p)^{n-k}
donde n es el número de ensayos, k el número de éxitos deseados y p la probabilidad de éxito en cada ensayo.
En el caso del dado:
- Éxito = obtener una cara (número impar). Hay 3 caras impares de 6, por lo que p = 3/6 = 0,5.
- n = 6 lanzamientos.
- k = 3 caras impares.
Aplicando la fórmula:
P = C(6,3)·0,5^3·0,5^{3} = 20·0,125·0,125 = 0,3125. La respuesta correcta del cuestionario es 0,3125.
3. Gráficos circulares: de porcentajes a ángulos
Los diagramas de pastel son útiles para visualizar proporciones. Cada sector se calcula multiplicando el porcentaje por 360°.
Ejemplo del cuestionario: 28 pacientes de 100 siguen una dieta hipocalórica.
- Porcentaje = 28 % = 0,28.
- Ángulo = 0,28 × 360° = 100,8°.
Esta conversión muestra por qué la opción 100,8° es la correcta y ayuda a evitar trampas comunes como confundir el porcentaje con el ángulo directamente.
4. Probabilidad de que ninguno falle en un lote grande
Cuando la probabilidad de falla es muy pequeña (p = 0,001) y el número de unidades es grande (n = 1000), se puede usar la aproximación (1‑p)^n ≈ e^{-np}. En este caso:
- Probabilidad de que un motor no sea defectuoso = 1‑0,001 = 0,999.
- Probabilidad de que los 1000 motores estén libres de defectos = 0,999^{1000} ≈ e^{-1} ≈ 0,3679.
Este resultado ilustra la utilidad de la aproximación exponencial en problemas de confiabilidad.
5. Pruebas de hipótesis: interpretación del p‑valor
En una prueba de hipótesis, el nivel de significancia (α) representa el umbral máximo aceptable para cometer un error tipo I (rechazar H₀ cuando es verdadera). El p‑valor indica la probabilidad de observar un estadístico tan extremo como el obtenido, bajo la hipótesis nula.
Regla básica:
- Si p‑valor ≤ α → rechazar H₀.
- Si p‑valor > α → no rechazar H₀.
Con α = 0,05 y p‑valor = 0,08, la decisión correcta es no rechazar H₀, tal como indica el cuestionario.
6. Escalas de medición: nominal, ordinal, intervalo y razón
Las variables pueden clasificarse según el nivel de información que proporcionan:
- Nominal: categorías sin orden (p.ej., sexo).
- Ordinal: categorías con orden pero sin distancia constante (p.ej., bajo, medio, alto).
- Intervalo: orden y distancia constante, pero sin verdadero cero (p.ej., temperatura en °C).
- Razón: todas las propiedades anteriores y un cero absoluto (p.ej., peso).
En la pregunta del cuestionario, la variable “bajo, medio, alto” corresponde a una escala ordinal.
7. Muestreo aleatorio simple: representatividad
Para que una muestra sea representativa de la población, cada unidad debe tener la misma probabilidad de ser seleccionada. Esta condición garantiza que no haya sesgo sistemático y que los estimadores sean insesgados.
En el cuestionario, la opción correcta enfatiza este principio fundamental del muestreo aleatorio simple.
8. Varianza nula: implicaciones
La varianza mide la dispersión de los datos respecto a su media. Si la varianza es 0, significa que no hay dispersión: todos los valores son idénticos. En otras palabras, cada observación coincide con la media.
Esta propiedad es útil para detectar errores de registro o situaciones donde la variable no varía en la muestra.
9. Resumen de conceptos clave
A continuación se presenta un resumen rápido que puede servir como guía de estudio:
- Medidas de tendencia central: media, mediana y moda; elegir según la forma de la distribución.
- Distribución binomial: útil para contar éxitos en ensayos independientes con probabilidad constante.
- Gráficos circulares: convertir porcentajes a grados multiplicando por 360°.
- Aproximación exponencial: (1‑p)^n ≈ e^{-np} cuando p es pequeño y n grande.
- Pruebas de hipótesis: comparar p‑valor con α para decidir sobre H₀.
- Escalas de medición: nominal, ordinal, intervalo y razón; elegir la adecuada para el análisis.
- Muestreo aleatorio simple: igualdad de probabilidades garantiza representatividad.
- Varianza: valor 0 implica datos idénticos.
10. Preguntas de práctica y su explicación
Para consolidar el aprendizaje, a continuación se repasan las preguntas del cuestionario con una breve explicación de cada respuesta correcta.
- Pregunta 1: La mediana se sitúa entre la media (46,95) y la moda (47,29). La opción 46,5 es la más coherente.
- Pregunta 2: Probabilidad binomial con n=6, k=3, p=0,5 → 0,3125.
- Pregunta 3: 28 % de 360° = 100,8°. La explicación muestra la conversión paso a paso.
- Pregunta 4: (1‑0,001)^{1000} ≈ e^{-1} = 0,3679.
- Pregunta 5: p‑valor (0,08) > α (0,05) → No se rechaza H₀.
- Pregunta 6: Variable con niveles bajo, medio, alto → nivel ordinal.
- Pregunta 7: Representatividad → misma probabilidad de selección.
- Pregunta 8: Varianza 0 → todos los valores idénticos.
11. Consejos para estudiar bioestadística
Para dominar estos conceptos, se recomienda:
- Practicar con ejercicios reales que involucren datos de salud.
- Utilizar software estadístico (R, SPSS, Jamovi) para visualizar distribuciones.
- Crear resúmenes visuales (mapas conceptuales) que conecten medidas de tendencia, dispersión y probabilidad.
- Revisar siempre la definición de cada escala antes de aplicar pruebas estadísticas.
Con esta guía estructurada, estarás preparado para enfrentar tanto exámenes como situaciones prácticas en investigación biomédica.
