UNIVERSIDAD PERUANA CAYETANO HEREDIA

ESCUELA DE POSTGRADO
VICTOR ALZAMORA CASTRO

ESTADISTICA APLICADA A SALUD: MEDICIÓN DE

DESIGUALDADES

Dr. Victor Arocena Canazas

varocenac@gmail.com

Lima, Viernes 13 de Abril de 2018

MEDIDAS SIMPLES DE DESIGUALDAD EN SALUD
 QUINTA SESIÓN
MEDIDAS BASADAS EN EL CONCEPTO DE DISPARIDAD
 VARIANZA Y COEFICIENTE DE VARIACIÓN

Introducción
1.- Conceptos básicos
2.- Datos
3.- Procedimiento de estimación
4.- Interpretación de resultados
Ejercicio Aplicativo
1.- Conceptos básicos

Edad media de la población A: 20 años

Edad media de la población B: 22 años
Qué podemos concluir?.

Pero, si además tenemos que:

La población A tiene edades que varían entre 20-60 años
La población B tiene edades que varían entre 25-35 años

Que podemos concluir?.

1.- Conceptos básicos

1.- Podríamos concluir que las dos poblaciones son igualmente jóvenes.
2.- Se puede concluir que en la población A las edades varían más que en B.

 Esto es, la población A es más heterogénea que la población B, con

respecto a sus edades.
 O, viceversa, que la población B, es más homogénea que la población A,
respecto a sus edades.
1.- Conceptos básicos

La varianza y el coeficiente de variación son dos medidas simples de

disparidad frecuentemente utilizadas cuando se quiere conocer la
variabilidad en la distribución de una variable.
Ambas medidas se pueden calcular, indistintamente, para datos
individuales como para datos agrupados.
Estas medidas de disparidad, también llamadas medidas de variabilidad
o de dispersión, muestran:
“la variabilidad de la distribución de los valores de una variable e indican
por medio de un número, si los diferentes valores de la variable en
referencia están muy alejadas o no del respectivo valor medio”.
 Cuanto mayor sea el valor de la varianza, mayor será la variabilidad
 Cuanto menor sea, mas homogénea será respecto a la media.

Así se sabe si todos los valores son parecidos o varían mucho entre ellos.
Sin embargo, la varianza depende del nivel medio de la variable. Por
ejemplo, la distribución de una variable puede tener una mayor variación
relativa que otra y sin embargo tener una varianza menor, si el nivel
medio alrededor del cual se producen las variaciones es menor que la
segunda.
Por ello, una medida que no recoge esta deficiencia ya que se concentra
en la variación relativa, es el Coeficiente de Variación.
El coeficiente de variación (CV), además permite la comparación entre
dos grupos de datos, mientras que en el caso de la varianza esto no seria
posible ya que no tiene en cuenta los grupos socioeconómicos.
El coeficiente de variación se define como:
“El cociente entre la desviación estándar y la media aritmética”
Es conveniente recordar que cuando:
Los datos no corresponden a una población sino a una muestra y si
además el tamaño de la muestra (n) es pequeño (30 o menos), se divide
la suma de las desviaciones al cuadrado entre el número de datos
(observaciones) menos 1 (n-1) en lugar de n.
Permite contestar la siguiente pregunta
Para el caso de nuestro ejemplo: ¿
Cuánto varía la dispersión de la TMI entre los países del Área andina?.
2.- Datos
Países Nacidos vivos TMI (X)
Venezuela 568,000 22.0
Colombia 889,000 24.0
Ecuador 308,000 39.0
Perú 621,000 43.0
Bolivia 250,000 59.0
Total 2,636,000 33.00
3.- Procedimientos de estimación de la varianza (para datos agrupados)
Para el caso de nuestro ejemplo:

Ʃ(fi * (X-ẋ)²)
S² = -------------------
N-1

Donde:
fi, es la distribución relativa de la variable nacidos vivos,
(X-ẋ)², es la desviación de la variable X (tasa de mortalidad infantil)
respecto a su media, elevada al cuadrado,
N, es el número de observaciones.
Para el caso de nuestro ejemplo:
1.- Se estima la frecuencia relativa de la variable nacidos vivos
2.- Se estima las desviaciones de la TMI respecto a la media aritmética de
la TMI, luego se elevan al cuadrado.
3.- Se multiplican las frecuencias relativas y las desviaciones al cuadrado,
luego se suman y se divide entre el número de observaciones (países)
menos 1, para estimar la varianza.
5.- Se saca la raíz cuadrada de la varianza, para estimar la desviación
estándar.
6.- Se divide la desviación estándar entre la media aritmética de la TMI,
para obtener el coeficiente de variación.
 Países del área andina, 1997: Datos para calcular la Varianza y el Coeficiente de Variación
Países Nacidos vivos TMI (X) FRNV (X-Xmedia) (X-Xmedia)² FRNV * (X-Xmedia)²
Venezuela 568,000 22.0 0.2155 -15.40 237.2 51.1028
Colombia 889,000 24.0 0.3373 -13.40 179.6 60.5572
Ecuador 308,000 39.0 0.1168 1.60 2.6 0.2991
Perú 621,000 43.0 0.2356 5.60 31.4 7.3879
Bolivia 250,000 59.0 0.0948 21.60 466.6 44.2489
Total 2,636,000 33.00 1.0000 163.5959
Media 37.4
Varianza S² 40.90
Desviación estándar 6.40
Coeficiente de variación 0.17

4.- Interpretación de resultados

4.- Interpretación de resultados
La TMI promedio de los países del área andina en el año 1997 era de
37.4 por mil nacidos vivos con una variación promedio de 6.40 por
mil nacidos vivos.
O, de otra forma, la TMI promedio de los países del área andina en
el año 1997 era de 37.4 6.40 por mil nacidos vivos.
 take the diference
calculate the between the average absolute define the
sort the income average income income level and values of population calculate
distribution type level each income differences size V
yi ӯ (ӯ-yi) (ӯ-yi)² n (ӯ-yi)²/n
1 2,000 R 5471 29936531
2 4,300 R 3171 10057959
3 5,200 R 2271 5159388
4 8,500 U -1029 1057959
5 8,800 U -1,329 1765102
6 11,000 U -3,529 12450816
7 12,500 U -5,029 25286531
7471 85714286 7 12244898
Desviación estándar 3499

La renta media de la población en el año XXXX era de 7,471 dólares con una variación
promedio de 3,499 dólares por habitante.
 take the diference
calculate the between the average absolute define the
sort the income average income income level and values of population calculate
distribution type level rural /urbana each income differences size V
ӯ (ӯ-yi) (ӯ-yi)² n (ӯ-yi)²/n
1 2000 R 1833 3361111
2 4300 R -467 217778
3 5200 R 3833 -1367 1867778
4 8500 U 1700 2890000
5 8800 U 1400 1960000
6 11000 U -800 640000
7 12500 U 10200 -2300 5290000
rural 5446667 3 1815556
urban 10780000 4 2695000
Desviación estándar rural 1347
Desviación estándar urbana 1642

from the original income distribution
identify incomes belonging to
different groups. Sort incomes within
each group
Calcular el % de cada grupo
de renta en la población total
Calcular la varianza de la
renta para cada grupo
separadamente
Multiplicar cada varianza por el
% de cada grupo en la renta
Sumar los dos términos
para obteneer la desigualdad
dentro de los grupos

individuals income type

1 2,000 R
2 4,300 R share of rural 0.43 rural 778095
3 5,200 R share of urban 0.57 urban 1540000
4 8,500 U
5 8,800 U variance of rural 1815556 WITHIN 2318095
6 11,000 U variance of urban 2695000
7 12,500 U
WITHIN INEQUALITY 2,318,095 18.9
BETWEEN INEQUALITY 9,926,803 81.1
TOTAL INEQUALITY 12,244,898 100.0
EJERCICIO APLICATIVO
Estimar la Varianza y el Coeficiente de Variación; analizar e interpretar los
resultados.
EJERCICIO APLICATIVO
Estimar la Varianza y la desviación estándar total, según nivel educativo y
descomposición entre y dentro niveles educativos. Analizar e interpretar
los resultados.

Nivel
Población Ingreso Educativo
1 3,900 bajo
2 4,300 bajo
3 4,500 bajo
4 5,000 bajo
5 5,300 bajo
6 5,650 bajo
7 6,150 alto
8 6,250 alto
9 6,900 alto
10 7,100 alto
11 7,150 alto
12 8,250 alto