Professional Documents
Culture Documents
POBLACIONES PEQUEAS
POBLACIONES MUY VARIABLES
ENSAYOS DESTRUCTIVOS
Conceptos primarios
Poblacin
Muestra
Parmetro
Estadstico
Varianza poblacional
Inferencia estadstica
Error muestral o Tolerancia de error
Nivel de confianza.
Conceptos primarios
Poblacin: conjunto de individuos o
elementos que cumplen ciertas
propiedades comunes.
Muestra: subconjunto
representativo de una poblacin.
Conceptos primarios
Parmetro : Son las medidas o datos que
se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como
la media, la varianza, la proporcin, etc.
Estadstico. Los datos o medidas que se
obtienen sobre una muestra y por lo tanto
una estimacin de los parmetros, es
decir es igual al parmetro pero de la
muestra.
Conceptos primarios
Varianza Poblacional. Cuando una
poblacin es ms homognea la
varianza es menor. Generalmente es
un valor desconocido y hay que
estimarlo a partir de datos de estudios
previos.
Inferencia estadstica. Inferencias
acerca de la poblacin a partir de una
muestra extrada de la poblacin.
Conceptos primarios
Nivel de Confianza. Probabilidad de que la
estimacin efectuada se ajuste a la realidad.
Error Muestral o Tolerancia de error: de
estimacin o standard. Es la diferencia entre
un
estadstico
y
su
parmetro
correspondiente. Generalmente 5%, en
estudios con frmacos 1%.La tolerancia
debe ir de la mano de la prevalencia del
estudio en cuestin.
Margen de confianza en
la estimacin
NIVEL DE CONFIANZA
Errores, Errores,
ERRORES
Aleatorio
Muestral
Sistemtico
V =ve
Valor
Verdadero
en la
poblacin
Valor
Medido en
la muestra
ERROR
Error Aleatorio
El error aleatorio no se suele ajustar a
ninguna regla o norma , varan en cada
caso , en su sentido y magnitud, y por
ello tiende a anularse cuando se trata
de un nmero elevado de casos.
Los errores aleatorios se comenten, por
ejemplo, cuando un encuestado elige
errneamente
una
casilla
queriendo
hacerlo en otra, cuando un encuestador
marca errneamente un dato, etc.
Errores Sistemticos
Un error sistemtico es aquel que se produce de igual
modo (sentido y proporcin) en todas las mediciones
que se realizan sobre un parmetro de la muestra
Contrario al error aleatorio, NO se anula en muestras
grandes.
Ejemplos
Las tendencias subjetivas conscientes o inconscientes del
investigador.
Sustituciones, segn criterio propio del investigador,
unidades de la muestra que haban sido elegidas al azar.
de
Error Muestral
Cuando se extrae una muestra de una
Error Muestral
Por muy perfecta que sea la muestra
siempre habr grado de divergencia
entre
los
parmetros
estimados
usndola y los de la verdadera
poblacin.
En el clculo del error intervienen:
Tamao de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo
s
ez
1 f
n
Donde:
Z: grado de confianza de la estimacin
s: desviacin tpica muestral de la variable analizada
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
ez
n 1
Donde:
Z: grado de confianza de la estimacin
p: proporcin de la muestra para la categora a examinar
q: 1-p
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
1 f
Correcciones para
poblaciones finitas
Cuando el tamao de la muestra es
mayor del 5 % del tamao de la
poblacin se debe utilizar el factor
de correccin.
Margen de error
admisible
incrementos
en el tamao
Los
de la
muestra repercuten en una mayor
precisin y por consiguiente en menor
error muestral.
El error muestral interviene en el clculo
del tamao de la muestra solo si el
diseo es probabilstico.
En
el
muestreo
probabilstico
el
investigador
fija
el
error
mximo
admisible a priori y sobre esa base realiza
el clculo del tamao de la muestra.
Ejemplo:
Si
por
ejemplo
estudiamos
la
prevalencia de asma bronquial en un
estudio donde se clculo la muestra
con tolerancia de error del 5% y nivel
de confianza del 95% y se encontr
que la prevalencia es de 20%.
Interpretacin: hay un 95% de
probabilidad que la prevalencia real
este entre 15 y 25%.
Que ocurre si las prevalencias son muy bajas, por ejemplo 2%??
La frecuencia se
obtendr en el estudio
Frecuencia del
Problema en estudio
x
p
r
OR
1. Identificacin de la poblacin
2. Indicadores a estimar
Proporciones
Promedios
Mtodos multivariados
3. Anlisis de subgrupos
4. Precisin deseada en los estimadores
Poblacin no conocida
Poblacin no conocida
n: Tamao muestral
N: Tamao de la poblacin, nmero total de historias.
Z: Valor correspondiente a la distribucin de Gauss 1,96 para =0,05
p: Prevalencia del fenmeno en estudio.
Q: 1-p
i o d: Tolerancia de error (mayormente 5%)*.
Si las prevalencias son bajas, las tolerancias de error lo debe ser aun ms.
Ejemplo de la tasa de prevalencia, se puede suponer que la proporcin que ha de
estimarse se mover probablemente entre un 5% y un 15%, y es razonable
aspirar a que no se incurra en un error mayor del 1%.
As, el problema del clculo del tamao muestral podr abordarse mediante
las frmulas habituales empleadas en la comparacin de dos proporciones,
asumiendo aqu que las proporciones esperadas son p1 y p2
B. Planteamiento Unilateral
Ensayos Clnicos
La formula depender del tipo de medida que se este
calculando en el ensayo clinico.
Ejemplo: un ensayo clnico sobre el uso de una droga
en embarazos gemelares, un toclogo desea
demostrar que hay un aumento significativo en la
duracin del embarazo al usar la droga frente a un
placebo.
El toclogo estima que la desviacin estndar de la
duracin de los embarazos es de 1,75 semanas.
Cuntos embarazos debe observar como mnimo en
cada grupo si considera que una semana es un
aumento clnicamente importante en la duracin del
embarazo y quiere operar con una confianza del 95%
y una potencia del 80%?
32
Material preparado por:
Profesor Len Daro Bello Parias
Ejemplo:
N = 3500
n = 40
5503
4812
1790
5648
1943
Poblacin
Tabla de contingencia Nivel * Convenio 04
Nivel
1
2
3
Total
Recuento
% del total
Recuento
% del total
Recuento
% del total
Recuento
% del total
Convenio 04
NO
SI
184
36
61.1%
12.0%
46
26
15.3%
8.6%
5
4
1.7%
1.3%
235
66
78.1%
21.9%
Nive
l
1
2
3
Tota
l
Total
220
73.1%
72
23.9%
9
3.0%
301
100.0%
Sistemtico
SI
8
16.7
% 5
10.4
% 0
.0%
13
27.1
%
Tota
l
35
72.9
% 12
25.0
% 1
2.1
% 48
100.0
%
ESTRATOS
Homogneos en su interior;
diferentes entre s en propiedades y
tamao
Comuna B
Comuna A
Comuna C
Comuna D
Los estratos ms grandes
Tienen mayor probabilidad de ser representados
Plan de muestreo