Aporte # 1Curso estadstica descriptiva evaluacin nacional
Presentado por:Johny Alexander Castro UrreaC.C 15.445.856Jose Ricardo MaldonadoC.CAna Maria Pinzon3113703244CC. 25.708.362.Luis Carlos Castellanos HernandezC.C 87104107Carmen Quejada
Presentado a. Milton Fernando Ortegn Pava
Universidad Nacional Abierta y a Distancia UNAD CEAT Tunja2015Tabla de contenido
Pgina.1. Portada.
2. Tabla de contenido.
3. Introduccin.
4. Justificacin.
5. Objetivo general y especfico.
6. Momento 1.17. Momento 230. Momento 345. Recomendaciones.48. Conclusiones.49. Referencias bibliogrficas.
Introduccin.
La congestin en las salas de urgencias de los centros hospitalarios en Colombia es una situacin problema la cual tiene una constante diaria en cada uno de los hospitales en este pas. De manera que para poder establecer un punto de comparacin y llegar a una posible solucin a una de tantas variables que producen que el servicio mdico brindado en las salas de urgencias mdicas de los centros hospitalarios no sea el apropiado o que se est acercando al servicio incorrecto. Debido a cada uno de estas razones es importante que se evidencien cada uno de los procesos y herramientas que nos brinda esta ciencia en la recoleccin de datos, procesamiento y presentacin de la informacin a partir de un grupo o rango determinados de los mismos.Ya tomadas y analizadas las muestras recogidas se da a conocer el anlisis de la problemtica en la administracin en salud de los hospitales en general.
Justificacin.La congestin en las salas de urgencias de los centros hospitalarios en Colombia es una situacin problema la cual tiene una constante diaria en cada uno de los hospitales en este pas. De manera que para poder establecer un punto de comparacin y llegar a una posible solucin a una de tantas variables que producen que el servicio mdico brindado en las salas de urgencias mdicas de los centros hospitalarios no sea el apropiado o que se est acercando al servicio incorrecto.Debido a cada uno de estas razones es importante que el estudiante que cursa estadstica Descriptiva, evidencie cada uno de los procesos y herramientas que nos brinda esta ciencia en la recoleccin de datos, procesamiento y presentacin de la informacin a partir de un grupo o rango determinados de los mismos.Una vez se hayan realizado cada uno de los debidos procesos se llegar a una conclusin la cual se podr leer de forma cualitativa o cuantitativa segn el estudio establecido.
Objetivos generales.
Determinar y evaluar la situacin real de la problemticas presentada en las salas de urgencias de Colombia, teniendo en cuenta el servicio en particular prestado por cada una de las Instituciones prestadoras del servicio mdico ya sea de urgencia o consulta
OBJETIVOS ESPECIFICOS
En vista de los continuos malestares de las personas al permanecer en una sala de urgencias o consulta general de un Institucin prestadora de servicio se recolectar informacin de la base de datos de estas entidades en particular una, para realizar el respectivo anlisis y as poder determinar las causas, efectos o conocer las diferentes variables que se prestan para que un mal servicio se presente o sea la bandera de un centro de salud. Una vez identificado las causas de las variables se podr tener un numero especifico o cualidad concreta que llevara a una posible solucin integrada y concreta acerca del problema del servicio de salud brindado de forma incorrecta.Demostrar a travs de la recoleccin de la informacin y el procesamiento de la misma el correcto y apropiado manejo de los datos y herramientas para llegar a una conclusin cuantitativa o cualitativa ser el objetivo de la realizacin del momento uno del entorno colaborativo.
Momento 11. Cree usted que haya congestin en la sala de urgencia del centro hospitalario de la comunidad en la que vive? Est situacin lo afecta a usted o a su comunidad?No se presenta problemas de congestin, donde vivo (macheta Cundinamarca) la comunidad no es tan numerosa, el centro de salud cuenta con 3 mdicos calificados, quienes estn siempre con la disposicin de atender cualquier caso que se presente, cuentan con servicio de ambulancia las 24 horas de ser necesario trasladar a un paciente para ser atendido por un especialista. Y en lo personal nunca he tenido inconvenientes, hay personas que en ocasiones presentan molestias con el servicio, pero esto se debe al carcter de los pacientes, quienes recin llegan quieren ser atendidos de inmediato quizs sin percibir que el cuerpo mdico est ante una situacin ms crtica. Si en caso dado los mdicos se encuentran atendiendo algn tipo de emergencias, hay que estar conscientes y tener un poco de paciencia para no generar un ambiente pesado. Y tener claro que si se tena programada una cita esta puede verse afectado, con un cambio de horario, si se presentan emergencias durante dicho da. Ya que es muy difcil proveer cuando ocurrir un accidente.2. Cules cree usted que son las causas para que se presente tal situacin?Las pocas emergencias que se presentan, debido al nmero de integrantes de la comunidad, y al ptimo servicio y atencin que prestan a los pacientes. Tambin por el nmero de mdicos.
3. Si quisiera presentar un estudio donde se analizar la problemtica citada, que insumos o materia prima necesitara para abordar el problema?Un listado con el nmero de pacientes que se presentan al diario, tipo de complicacin (enfermedad), tiempo de duracin de citas entre el mdico y pacientes. Estos datos que sean tomados durante un mes varios meces o aos, estos ltimos intervalos de tiempo, serias empleados con la finalidad de tener una mayor certeza en los anlisis, a mayor intervalo de tiempo ms exacto puede ser nuestro anlisis, ya que tendramos una mayor informacin, con la cual podramos lanzar hiptesis. Y posibles soluciones al problema.
ESQUEMA DE TRABAJOACTIVIDADES2015
FEBRERO
10121416182022242628
Estudios, anlisis y comprensin de la base de datos del hospital objeto planteado en el foro de trabajo momento 1xxx
Identificacin de la muestraxx
Identificacin Tamao de la muestrax
Identificacin de la variable (s)x
Tipo de muestreox
Grafico estadsticoxx
ACTIVIDADES2015
MARZO
Anlisis descriptivo24689
Tendencia central
Dispersin, MODA
LISTADO DE ELEMENTOS QUE SE NECESITAN PARA RESOLVER EL PROBLEMA
Recoleccion de datos
Lluvia de ideas
Base de datos
Poblacion
Resultados en barras
Seleccin y tamao de la muestra
Criterios de inclusion y exclusion
Cronograma de actividades
variables
Operacionalizacion de las variables
Instrumentos a utilizar para recolectar y registrar la informacin
Procedimientos para la recoleccin de la informacin
Plan de Anlisis de Resultados
Programa Excel
TABLA DE CARACTERIZACION
CONCEPTOBase de datos de la sala de urgencias del hospital
Poblacinpacientes que ingresaron
tamao de muestra120 pacientes
VariableFecaha de ingreso, edad, da de consulta ,eps a la que pertenece, hora de ingreso, hora de salida, genero,enfermedad que presenta, numero de visitas en el ultimo trimestre, calificacion del servicio
tipo de muestreoaleatorio simple
Unidad de Investigacion120 unidades estadisticas
Ubicacin espacio temporalBase de datos Hopital Federico Lleras
parametroLa edad .
grafico estadsticoDiagramas circulares, diagramas de barra, diagramas circulares, histogramas.
anlisis descriptivoinspeccin de datos determinando posibles variables evaluando la informacin importante
tendencia centraldeterminar un rango donde se mueven las variables
Dispersinsegn la variable establecer su diferencia dentro de la tendencia central
TABLA DE CONOCIMIENTOSCONTROL DE INGRESOS HOSPITAL FEDERICO LLERAS DEL 1 AL 9 DE JUNIO
TAMAO DE LA MUESTRA120
PACIENTES MUJERES530- 13 AOS8
14-25 AOS20
26-5012
51-10013
PACIENTES HOMBRES670-1314
14-2515
26-5017
50-10021
INGRESOS POR HORAS12 a 6 am11
6 a 12 pm43
12 a 6pm36
6 a 12 pm30
INGRESOS POR DIASlunes23
martes17
mircoles 15
jueves 16
viernes13
sbado12
domingo13
domingo11
EPS
cafesalud10
caprecom1
coomeva14
nueva eps32
salud total13
salud vida15
saludcod22
sanitas6
sisben7
CALIFICACION DE EL SERVICIOexcelente4
bueno 27
regular44
malo45
Poermedio de la siguiente grafica visualizaremos el flujo de pacientes de cada uno de los dias analizados, obteniendo que en promedio por dia ingresan 12 personas, y los cuales son los dias de mayor flujo.
Por medio de esta grafica podemos evidenciar las horas con mayor afluencia en el hospital
Segn la calificacin que los pacientes atendidos dieron al hospital, la mayora con un 38% del total encuestado coincide en que el servicio fue malo, lo contrario de tan solo el 4%que piensan que el servicio fue excelente. Con una particularidad de que las personas que Calificaron el servicio como excelente, son de la eps nueva eps.
ANALISIS DE LOS ELEMNTOS DE MEDICION DE LAS VARIABLES
En conclusin gracias a estos graficos podemos inferir que la atencion en el hospital es mala, el problema puede variar en variables diferentes.Falta de infraestructura en el hospitalPersonal insuficiente para el nmero de pacientes.Falta de recursos tecnologicos para atender los pacientesEn el mayor flujo de atencion es necesario que el hospital cuente con personal de apoyo.
Momento 21. Calcular las medidas univariantes de tendencia central para variables cuantitativas (Discretas, datos no agrupados y Continuas- datos agrupados): - Participar En el Foro Trabajo Colaborativo Momento 2 Que se encuentra en el Entorno de trabajo Colaborativo. -Identificar las variables discretas dentro del problema de estudio. - Elegir una variable discreta que sea representativa y elaborar una tabla de frecuencias para datos NO agrupados, calcular las medidas de tendencia central: media, mediana, moda, los cuartiles, deciles 5 , 7 y percentiles - Elegir una variable Continua que sea representativa y siguiendo los lineamientos, disear una tabla de frecuencia para datos agrupados, calcular las medidas de tendencia central, los cuartiles , deciles 3, 7 y percentiles 25 75 ( Interpretar sus resultados). 2. Calcular las medidas univariantes absolutas y relativas de dispersin para variables cuantitativas ( Discretas y Continuas)_ Con la variable Discreta elegida calcular: rango, varianza, desviacin tpica y coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio. _ Con la variable Continua elegida calcular: rango, varianza, desviacin tpica y coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.VARIABLE CUANTITATIVA DISCRETA NO AGRUPADA: Fecha de ingreso paciente.V- C- DISCRETADIAS DE INGRESOFrecuencia absolutaFrecuencia relativaPorcentajeFrecuencia absoluta acumulada
INGRESO POR DIASLUNES2323/12019.1623Q1
MARTES1717/12014.1640
MIERCOLES 1515/12012.555Q2
JUEVES1616/12013.371
VIERNES1313/12010.8384Q3
SABADO1212/1201096
DOMINGO2424/12020120
MEDIA, X=23+17+15+16+213+12+24 = 17.147
MEDIANA, en caso de ser par
Ordenando datos: 24 23 17 16 15 13 12Numero de datos 7Mediana es Me= 16MODA, Esta dada entre 12 como el valor ms representativo ocurridos entre viernes y sbadoLOS CUARTILES, Q1 = 1/4 *120 =30Q2 = 1/4*120=60Q3 = 1/4*120=90DECILES,D5 = 5/10*120 = 60D7 = 7/10*120 = 84PERCENTILESP30 = 120*30/100 = 36P50 = 120*50/100 = 60 CARIABLE CUANTITATIVA CONTINUA AGRUPADA:Edad.K=1+3.322 log nK = 1+3.322 Log 94K = 7.55 nmero de intervalos 8
EdadTAMAO DE LA MUESTRADatos agrupadosFrecuencia absolutaFrecuencia relativaPorcentajeFrecuencia AcumuladaMarca
EDAD PACIENTES MUJERES Y HOMBRES0-8 AOS2121/12017.5214
9-16 AOS33/1202.52417
17-24 AOS3030/120255429
25-32 AOS99/1207.56341
33-40 AOS1313/12010.837653
41-48 AOS88/1206.68465
49-56 AOS1515/12012.59977
57-64 AOS88/1206.610760.5
65-72 AOS44/1203.3111101
73-80 AOS44/1203.3115113
81-88 AOS44/1203.3119125
89-94 AOS11/1200.83120136
120
MEDIA, M = (4*21)+(17*3)+(29*30)+(41*9)+(53*13)+(65*8)+(77*15)+(60.5*8)+(101*4)+(113*4)+(125*4)+(136*1) = 47.61120
MEDIANA,
Md = 120+1/2 = 60.5MODAMo = Li + N/2-fa (c) fiMo = 41 + 60-76 *8 8 Mo = 57
LOS CUARTILES,Q1 = 1/4 *120 =30Q2 = 1/4*120=60Q3 = 1/4*120=90
DECILES 3, 7 intervaloFi absolutaFi acumulada
0-8 AOS2121
9-16 AOS324
17-24 AOS3054
25-32 AOS963
33-40 AOS1376
41-48 AOS884
49-56 AOS1599
57-64 AOS8107
65-72 AOS4111
73-80 AOS4115
81-88 AOS4119
89 - 94 aos1120
120
Tercer decil.X = 120 * 3 10 X = 12 * 3 = 36
D3 = 17 + (36 24) * 10 30
D3 = 17 + 12 * 10 30
D3 = 17 + 12 * 10 = 290 = 9,66 30 30
Sptimo Decil
X = 120 * 7 10 X = 12 * 7 = 84
D7 = 49 + (84 84) * 10 15
D7 = 17 + 0 * 10 15
D7 = 17 * 10 = 170 = 11,33 15 15
PERCENTILES 25 75Percentil 25120 * 25 = 30 100
P25 = 17 + 30 24 * 10 30
P25 = 17 + 6 * 10 30
P25 = 23 * 10 = 230 = 7,66 30 30
Percentil 75120 * 75 = 90 100
P75 = 49 + 90 84 * 10 15
P75 = 17 + 6 * 10 15
P75 = 23 * 10 = 230 = 15,33 15 15
- Elegir una variable Continua que sea representativa y siguiendo los lineamientos, disear una tabla de frecuencia para datos agrupados, calcular las medidas de tendencia central, los cuartiles , deciles 3 y 7 ; percentiles 25, 75 ( Interpretar sus resultados).
Peso (kg)
12,5
60
72,5
58
16,5
57,6
78,6
5,2
53,8
45,8
60,2
19,7
62,7
78,6
52,7
8,9
70
80,9
78,9
15,9
56
52,9
78,5
85,8
65,2
60
67,2
85
24,5
65,4
60,6
85
57,3
67,9
2,6
75,3
45,2
50,2
23
45
65,7
16,7
60,5
57,8
60,3
78,5
15,3
65,2
65,6
78,4
57,9
3,4
58,3
56,8
60
72
58,6
14,2
65,7
60,8
3,1
85
60,8
55,9
70
73,8
78,5
67,2
67,2
58,8
62,3
70,2
54,9
78,1
62,9
65
62,9
72,9
61,6
9,7
64,3
58,9
18,3
56,9
3,1
45,8
68,9
11,9
65,9
78
16,9
85,8
67,2
63,2
9,4
72,9
3,9
63,8
30,5
52,6
85,9
67,9
58,2
55
60,5
87,5
55,2
70
45,9
54
60,8
65,8
70,8
78,6
87,2
79,5
72,9
67,5
58,2
64,3
Peso en kg entreN pacientes = F1 absolutaF1 acumulado
1 - 1099
10 -201019
20 30221
30 - 40122
40 50527
50 - 602451
60 703788
70 - 8023111
80 - 909120
120
MEDIA:Suma del total de variables obtenidas, en este caso el peso
M = 6718 = 55,98 120Sobre el total de pacientes pesados
MODA = 60 -70 es decir que la mayor cantidad de pacientes pesados esta entre este intervalo (es en si el valor que ms se repite en los datos tomados).
MEDIANA = 60,8 est la saque calculndola en Excel, ya que debido a la cantidad de pacientes pesos, su organizacin de mayor a menor es un poco extensa.
Peso en kg entreN pacientes = F1 absolutaF1 acumulado
1 - 1099
10 -201019
20 30221
30 - 40122
40 50527
50 - 602451
60 703788
70 - 8023111
80 - 909120
120
LOS CUARTILES:
Cuartil uno.
120 * 1 4 30 * 1 = 30C1 = 50 + (30 27) * 10 24
C1 = 50 + 3 * 10 24
C1 = 50 + 3 * 10 = 530 = 22,08 24 24Cuartil dos.
120 * 2 4 30 * 2 = 60C2 = 60 + (60 51) * 10 37
C2 = 60 + 9 * 10 37
C2 = 60 + 9 * 10 = 690 = 18,64 37 37
Cuartil tres
120 * 3 4 30 * 3 = 90C3 = 70 + (90 88) * 10 23
C3 = 70 + 2 * 10 23
C3 = 70 + 2 * 10 = 720 = 31,30 23 23DECILES 3 Y 7:
X = 120 * 3 10 X = 12 * 3 = 36
D3 = 50 + (36 27) * 10 24
D3 = 50 + 9 * 10 24
D3 = 50 + 9 * 10 = 590 = 24,58 24 24
Sptimo Decil
X = 120 * 7 10 X = 12 * 7 = 84
D7 = 60 + (84 51) * 10 37
D7 = 60 + 33 * 10 37
D7 = 60 + 33 * 10 = 930 = 25,13 37 37Peso en kg entreN pacientes = F1 absolutaF1 acumulado
1 - 1099
10 -201019
20 30221
30 - 40122
40 50527
50 - 602451
60 703788
70 - 8023111
80 - 909120
120
PERCENTILES 25 y 75
Percentil 25120 * 25 = 30 100
P25 = 50 + 30 27 * 10 24
P25 = 50 + 3 * 10 24
P25 = 53 * 10 = 530 = 22,08 24 24
Percentil 75120 * 75 = 90 100
P75 = 70 + 90 88 * 10 23
P75 = 70 + 2 * 10 23
P75 = 72 * 10 = 720 = 31.30 23 23
MEDIDAS UNIVARIANTES DE DISPERSION.
Con la variable Discreta elegida calcular: rango, varianza, desviacin tpica y coeficiente de variacin. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.FECHA DE INGRESO AL HOSPITAL
FECHA FRECUENCIA
01/06/201413
02/06/201413
03/06/201417
04/06/201415
05/06/201416
06/06/201413
07/06/201412
08/06/201411
09/06/201410
MEDIDAS DE DISPERSION DIAS DE INGRESO
Media4,75
Mediana5
Moda3
Desviacin estndar2,46061412
Varianza de la muestra6,05462185
Rango8
Mnimo1
Mximo9
Coeficiente de variacin 0.518
DESVIACIN ESTANDAR: es una medida de dispersin, que nos indica cunto pueden alejarse los valores respecto al promedio (media), por lo tanto es til para buscar probabilidades de que un evento ocurra. =2.46
VARIANZA
El anlisis de varianza puede servir para determinar si las diferencias entre las medias mustrales revelan las verdaderas diferencias entre los valores medios de cada una de las poblaciones, o si las diferencias entre los valores medios de la muestra son ms indicativas de una variabilidad
=RANGO.En estadstica, elrangorepresenta la diferencia entre el valor mximo y el valor mnimo de un conjunto de datos. El rango nos muestra qu tan distribuidos estn los valores en una serie. Si el rango es un nmero muy alto, entonces los valores de la serie estn bastante distribuidos; en cambio, si se trata de un nmero pequeo, quiere decir que los valores de la serie estn muy cerca entre s. El rango es igual al valor superior menos el valor inferior 9-1=8
Momento 3Regresin y Correlacin lineal Simple-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar relacionadas.Las dos variables que escog para el desarrollo d ela actividad fueron las del peso y la edad, las cuales se relacionan en parte, a medida que la edad aumenta el peso igual lo hace aun que es de tener en cuenta que no es una variable continua, y que sea algo universal, ya que dos personas de la misma edad pueden pesar diferente, esto segn variables mucho ms complejas que aumentan el valor del peso, entre estas variables que afectan el peso podramos encontrar, la altura, rasgos genticos (constitucin), si una persona se ejercita contantemente o no, alimentacin etc. Pero en si presenta una tendencia a aumentar el peso a mayor edad, debido a la ganancia de masa corporal. Con el crecimiento de los individuaos.- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin entre las variables.
- Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra. Es confiable?
Mtodo de mnimos cuadrados
Ecuacin linealY = a + bX
Dnde:
Y = Variable Ind.A = Intercepto con el eje YX = Variable Dep.B = Pendiente.
b = n x . y - x y n . x2-( x)2
a = y b x n
b = (120) (267090,5) (4083)( 6718) (120) (203031) - (4083)2b = 32050860 27429594 24363720- 16670889b = 4621266 7692831b = 0,6007
a = 6718 (0.6007)(4083) 120a = 6718 (0.6007)(4083) 120a = 6718 2452,6581 120a = 4265, 3419 120a = 35,544
Y = 0,6007 X + 35,544
A partir de la base de datos:
estatura (x)peso(y)x*yx 2y 2
0,452,61,170,206,76
0,473,91,830,2215,21
0,533,41,800,2811,56
0,573,11,770,329,61
0,573,11,770,329,61
0,6512,58,130,42156,25
0,735,23,800,5327,04
0,769,77,370,5894,09
0,829,47,710,6788,36
0,858,97,570,7279,21
0,8611,910,230,74141,61
0,9615,314,690,92234,09
0,9614,213,630,92201,64
0,9816,716,370,96278,89
116,516,501,00272,25
1,0315,916,381,06252,81
1,0324,525,241,06600,25
1,0618,319,401,12334,89
1,116,918,591,21285,61
1,162326,681,35529,00
1,1819,723,251,39388,09
1,430,542,701,96930,25
1,545,267,802,252043,04
1,5145,869,162,282097,64
1,5152,679,432,282766,76
1,524568,402,312025,00
1,5254,983,452,313014,01
1,5345,870,072,342097,64
1,5352,780,632,342777,29
1,555686,802,403136,00
1,5558,290,212,403387,24
1,5656,888,612,433226,24
1,5658,691,422,433433,96
1,5660,894,852,433696,64
1,5645,971,602,432106,81
1,5761,696,712,463794,56
1,5872,5114,552,505256,25
1,5878,6124,192,506177,96
1,5852,983,582,502798,41
1,5857,390,532,503283,29
1,5865,7103,812,504316,49
1,5860,595,592,503660,25
1,595892,222,533364,00
1,5957,891,902,533340,84
1,5958,392,702,533398,89
1,5958,893,492,533457,44
1,5963,2100,492,533994,24
1,678,9126,242,566225,21
1,658,293,122,563387,24
1,6160,397,082,593636,09
1,6160,897,892,593696,64
1,6170,8113,992,595012,64
1,6253,887,162,622894,44
1,6257,993,802,623352,41
1,6255,990,562,623124,81
1,6258,995,422,623469,21
1,6265,9106,762,624342,81
1,6263,8103,362,624070,44
1,6365,4106,602,664277,16
1,6362,3101,552,663881,29
1,6362,9102,532,663956,41
1,6362,9102,532,663956,41
1,635589,652,663025,00
1,635488,022,662916,00
1,6470114,802,694900,00
1,6450,282,332,692520,04
1,6465,8107,912,694329,64
1,6557,695,042,723317,76
1,6560,299,332,723624,04
1,6567,9112,042,724610,41
1,6560,599,832,723660,25
1,656099,002,723600,00
1,6567,2110,882,724515,84
1,6570,2115,832,724928,04
1,6570115,502,724900,00
1,6685,8142,432,767361,64
1,6667,9112,712,764610,41
1,6765,2108,882,794251,04
1,6765,7109,722,794316,49
1,6770116,902,794900,00
1,6787,5146,132,797656,25
1,6760,8101,542,793696,64
1,6767,5112,732,794556,25
1,6885142,802,827225,00
1,6885142,802,827225,00
1,6878,4131,712,826146,56
1,6872120,962,825184,00
1,6856,995,592,823237,61
1,6878,6132,052,826177,96
1,6962,7105,962,863931,29
1,778,6133,622,896177,96
1,765,2110,842,894251,04
1,765,6111,522,894303,36
1,7178133,382,926084,00
1,7167,2114,912,924515,84
1,7267,2115,582,964515,84
1,7267,2115,582,964515,84
1,7278,1134,332,966099,61
1,7255,294,942,963047,04
1,7279,5136,742,966320,25
1,7264,3110,602,964134,49
1,7360,6104,842,993672,36
1,7460104,403,033600,00
1,7580,9141,583,066544,81
1,7578,5137,383,066162,25
1,7572,9127,583,065314,41
1,7572,9127,583,065314,41
1,7668,9121,263,104747,21
1,7672,9128,303,105314,41
1,7878,5139,733,176162,25
1,7875,3134,033,175670,09
1,7864,3114,453,174134,49
1,7960107,403,203600,00
1,7978,5140,523,206162,25
1,885153,003,247225,00
1,873,8132,843,245446,44
1,887,2156,963,247603,84
1,8185,9155,483,287378,81
1,8665120,903,464225,00
1,8685,8159,593,467361,64
181,52671811000,217287,7456437809,28
1. Determinar la relacin entre dos variables cuantitativas del problema de estudio:-Identificar dos variables cuantitativas del problema que puedan estar relacionadas.- Realizar el diagrama de dispersin de dichas variables.
- calcular la recta de regresin y el coeficiente de correlacin para probar estadsticamente su relacin.b = b= =63.656c=y-bxc=55.98-63.64(1.5126)c= -40.308y=bx+c y=(63.656)(181.52)+40.308
coeficiente de correlacinr=donde:xy=covarianza(x,y)x=desviacin tpica de xy=desviacin tpica de yCovarianza= -=r =r2=0.8645. Resolviendo las formulas se demuestra que el coeficiente de correlacin de la grfica de Excel coincide.
METODO DE MINIMOS CUADRADOSY = a + b * X
Y = variable independiente.a = intercepto con el eje Y.X = Variable dependiente.b = Pendiente.
b = n x . y - x y n x2-( x)2
a = y b x nb = 120*( 11000,217)- 6718*181.52 120* 437809,28 (6718)2b =1320026.04- 1219451.36 52537113.6 45131524
b =100574.68 7405589.6
b = 0.0136
a = y b x na = 181.52- 0.0136*6718 120
a = 181.52- 91.3648 120a = 0.7512por lo tanto Y = a + b * X
Y = 0.0136x +0.7512
COEFICIENTE DE CORRELACION Error estndar del estimado
Se = 287,7456 - 0.7512 * 181,52 - 0.0136 * 11000,217 120-2
Se = 287,7456 - 136.35 - 149.60 118
Se = 287,7456 - 136.35 - 149.60 118
Se = 0.0152169
Se = 0.1233
COEFICIENTE DE DETERMINACION
Varianza de variable separable
2S = 287,7456 - 1,5122 Y 120
2S = 287,7456 - 2.286 Y 120
2S = 0.11188 Y
2R = 1- 0.12332 0.111880
2R = 1- 0.01520 0.111880.
2R = 1- 0.13588
2R = 0.8641
Ejercicios Momento 3
A partir de la base de datos:1) Determinar la relacin entre dos variables cuantitativas del problema de estudio: Identificar dos variables cuantitativas del problema que puedan estar relacionadas. Realizar el diagrama de dispersin de dichas variables. calcular la recta de regresin y el coeficiente de correlacin para probar estadsticamente su relacin.Solucin
Al observar la informacin en la base de datos se puede observar una relacin entre las variables peso (kg) y estatura (m) de los pacientes donde la variable dependiente es el peso y la variable independiente es la estatura. Al tabular los datos con el ayudante grfico de Excel se obtiene el diagrama de dispersin de la figura 4.
Figura 4. Diagrama de dispersin y correlacin estatura-peso.
El modelo matemtico lineal que describe la relacin entre las dos variables est dado por la ecuacin de la recta y=63,656x-40,308.Con la ayuda del ayudante grfico de Excel se puede calcular el coeficiente de determinacin cuyo valor es del 86,45%, esto quiere decir que este modelo matemtico explica en un 86,45% la relacin entre las dos variables, aunque no es el mejor, se acerca en gran medida al valor deseado (1). Con base en este resultado el coeficiente de correlacin lineal (r) se puede calcular extrayendo la raz cuadrada del coeficiente de determinacin, con lo cual se obtiene el siguiente resultado: r=0,9297=92,97%, este resultado implica que existe una fuerte dependencia lineal entre las dos variables y su correlacin es muy alta (prxima a 1).2) Determinar la relacin entre una variable dependiente y varias variables independientes; si es el caso:a) Identificar una variable dependiente y varias variables independientes del estudio de investigacin.b) Realizar el diagrama de dispersin de dichas variables.c) Calcular la recta de regresin y el coeficiente de correlacin para probar estadsticamente su relacin.SolucinRecordando que el modelo matemtico de una regresin lineal mltiple viene representado por la siguiente expresin:Y= a0 + a1X1 + a2X2 ++ anXn donde:Trabajo consolidado
a0: intercepto con el eje Ya1: pendiente de la variable X1a2: pendiente de la variable X2an: pendiente de la variable XnX1: variable independiente nmero 1.
X2: variable independiente nmero 2.Xn: variable independiente nmero n.
Teniendo en cuenta la informacin de la base de datos se puede determinar la relacin entre una variable dependiente y varias independientes, en este sentido, las variables identificadas son:Y: peso (kg) es la variable dependienteX1: estatura (m) variable independiente nmero 1.X2: edad (aos) variable independiente nmero 2.Se define la ecuacin de regresin lineal mltiple:Y= a0 + a1X1 + a2X2 (1)Ahora utilizando el editor grfico de Excel se pueden obtener los coeficientes (pendientes) para cada una de las variables independientes, as como su intercepto con el eje Y, su coeficiente de correlacin y su grafica de dispersin de la siguiente manera:a) Habilitar el complemento Herramientas para anlisis - VBA, para habilitarla se debe ir a inicio/opciones/complementos/Herramientas para anlisis VBA. Una vez habilitada aparecer en el men de Excel la opcin datos.b) Ir al men datos y despus seleccionar la opcin anlisis de datos, aparecer una ventana donde se debe escoger la opcin regresin, ver figura 5
Figura 5. Opcin regresinc) Una vez seleccionada la opcin regresin aparecer una ventana donde se deben ingresar todos los valores para la variable dependiente (Y) y las variables independientes (X1, X2,Xn), ver figura 6.
Figura 6. Ingresar valores de las variables.Una vez ingresados los campos aparecer una tabla resumen con todos los datos calculados como se muestra a continuacin:Estadsticas de la regresin
Coeficiente de correlacin mltiple0,933648
Coeficiente de determinacin R^20,871698
R^2 ajustado0,869505
Error tpico8,226445
Observaciones120
Coeficientes
Intercepcin-37,47098914
edad0,102509196
estatura59,47539472
Con esta informacin ya es posible calcular la recta de regresin lineal mltiple, reemplazando los valores obtenidos en la expresin (1) tenemos:Y= -37,47098914 + 0,102509196X1 + 59,47539472X2El coeficiente de correlacin mltiple obtenido es r = 0,933648 = 93,3648%. Este coeficiente obtenido confirma que hay una fuerte relacin entre las tres variables peso, edad y estatura.El diagrama de dispersin para las tres variables: edad, estatura y peso se muestra en la figura 7.
Figura 7. Diagrama de dispersin y correlacin para una regresin lineal mltiple.
Recomendaciones.Mtodo.Para brindar el anlisis de la investigacin al problema utilizamos varios variables como la Edad del paciente, peso del paciente, sexo, estatura, ETC. A estas variables aplicamos las siguientes herramientas de anlisis.Anlisis de Datos UnidimensionalesMedidas de Tendencia CentralMedidas De Dispersin.Regresin y Correlacin simpleCorrelacin y Regresin lineal Regresin y Correlacin Mltiple Las siguientes son las propuestas de cada uno de los participantes en la elaboracin de este documento:Graficas producto del anlisis, ms concretas de la problemtica presentada:
Estamos totalmente de acuerdo en que la inconformidad presentada por los pacientes atendidos en este hospital est relacionado con la atencin y calidad que se les presta, el cual es muy malo, no solo en el hospital del caso problema, (Hospital Federico Lleras de la Ciudad de Ibagu y su base de datos suministrada del mes de Junio del presente ao) sino en todos los hospitales del pas.
Para lo cual se concluy:
Que se debe mejorar la estructura o forma en que se viene atendiendo a los pacientes, en indispensable generar una mejor administracin, de dineros con que cuentan, y del recurso humano con que cuentan los hospitales. Con base en lo anteriormente expuesto se logra identificar con premura la necesidad de implementar mejoras en el proceso de atencin al paciente o cliente del hospital objeto de estudio, dicha mejora se atender en ampliar la cobertura del personal que atiende a los pacientes en los das de mayor auge o tambin es vlido reprogramar la atencin priorizando la atencin entre las urgencias e incentivando y educando a los pacientes para que sepan distinguir entre un malestar pasajero y una verdadera emergencia, pero como est plenamente identificado la insatisfaccin del usuario con la atencin en ms del 50% (segn grafica de apoyo 3 ) se debe capacitar al personal para el correcto manejo del paciente de forma humana, diligente y profesional, realizando ensayos como el aumento del personal de respuesta a las emergencias e los das de mayor congestin presentados en el hospital; de todas maneras solo queda esperar y acudir a la parte humana como a la parte administrativa en donde se haga un verdadero compromiso en la sostenibilidad, apoyo y crecimiento del ente de atencin medica.
Las horas pico de ingreso de pacientes es factor de cuidado, y es en estos precisos lapsos de tiempo, donde se debe tener personal mdico disponible para atender cualquier improvisto que se presente.
La corrupcin presentada por los directivos y gobierno encargados de enviar y administrar los recursos correspondientes, esto hace que los hospitales y centros de salud no tengan la capacidad brindar una atencin adecuada, los mdicos no recibirn un salario justo, no habran disponibilidad de medicamentos para las personas que ms lo necesiten, esto hace que las personas que tienen que comprar medicinas costosas, tengan que hacer cantidad de tramites incluso poner tutelas, ya que los hospitales hacen lo posible por hacerse como si no fuera problema de ellos.
Se debe evaluar como realizaran, los procesos para dar sitas y que tan eficientes es, al igual que ver el trato de todo el personal del hospital para con los pacientes que acuden en busca de atencin por problemas en su salud.
Conclusiones
Sirvi, la actividad para dar un mejor anlisis a las variables, que intervienen en el caso dado, y cmo influyen estas en relacin con los resultados obtenidos, gracias a lo anterior se pueden arrojar los posibles soluciones del problema.
La elaboracin de este documento fue muy til ya que ampliamos nuestros conocimientos, al enfrentarnos a nuevos retos, al abordar temticas que no habamos trabajo.
Es importante saber sobre este problema el cual puede en algn momento tocar con nosotros, o algn familiar, no debemos ser indiferentes ante tales situaciones. En las que muchas veces se ve reflejada la indiscriminacin.
Referencias bibliogrficas.
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/herbassolprob.htm.http://www.elcolombiano.com/eps_ips_pos_el_glosario_de_la_salud-JVEC_95936.http://www.ejemplode.com/13-ciencia/734-ejemplo_de_justificacion.html.http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0