TEMA
9: ESTADÍSTICA INFERENCIAL: NUESTREO Y ESTIMACIÓN
Para nuestro trabajo de investigación, es
importante tener claro unos conceptos que comento a continuación:
- Población de estudio: Es el conjunto de pacientes en los cuales queremos estudiar alguna cuestión.
- Muestra: Conjunto de individuos concretos que participan en el estudio.
- Tamaño muestral: número de individuos de la muestra.
- Inferencia estadística: conjunto de procedimientos que permiten pasar de lo particular, la muestra, a lo general, la población.
- Técnicas de muestreo: Conjunto de procedimientos que permiten elegir muestras que relejen las características dela población. Se utiliza para evitar los sesgos.
ERROR
ESTÁNDAR:
Es la medida que trata de captar la
variabilidad de os valores del estimador.
Este error estándar varía si nuestra
muestra es una media o es una proporción.
Cálculo:
-
Error
estándar para una media:
E= error
S= desviación típica
N= tamaño de la muestra
- Error estándar para una proporción
P= proporción de numero de nuevos casos / total de la
población
Q= (1-p)
N= tañano muestral
INTERVALO
DE CONFIANZA:
Son un medio para conocer el parámetro en
una población midiendo el error que tiene que ver con el azar. Se trata de
números pares.
Al igual que el error estándar, varía si es
una media o una proporción.
Cálculo:
Z es
un valor que depende del nivel d confianza y del error máximo admisible que en
este caso es 5 %. Por lo tanto, Z tiene distintos calores según el nivel de
confianza:
- IC= 68 % --> z= 1
- IC= 95 % --> z= 2
- IC= 99% --> z=3
A continuación, podemos observar dos
problemas en el cual uno muetra un IC para una media y otro para una
proporción.
En un
centro de salud se pretende realizar un estudio sobre tabaquismo para lo que se
selecciona una muestra de 337 pacientes. Los enfermeros del centro de salud
encontraron que en total en la muestra había 83 fumadores habituales. Se pide
que calculemos el intervalo de confianza al 95 y 99% para la proporción del
tabaquismo del total de la población del centro de salud.
IC(para proporción)= P +- Z √ p(1-p) / N
N:337
83
fumadores
¿calcular
la proporción de fumadores? P:83/337=0.24 POR LO TANTO EL ESTIMADORà 24% de fumadores.
Si
tenemos un IC al 95 % nuestro valor de z= 2
ICP AL
95%= 0.24+- 2 √ (0.24 x 075) / 337 = 0.24 +- 2 x 0.23= + 0.286 - 0.193
1-P=
1-0.24= 0.76
Podemos
decir que en la población entre el 28.6 y el 19.3 % de la población la
proporción de fumadores.
IC=
[19,3% - 28,6 %]
Si lo
calculamos al 99 %:
ICP AL
99%= 0.24+- 3 √(0.24 x 075) / 337 = 0.24 +- 3 x 0.23 = à+ 0.93 y – 0,45
IC=
[4,3 % - 9,3%]
En una
investigación sobre la obesidad en la población femenina adscrita en el centro
de salud se obtiene un resultado sobre una muestra representativa de 120
mujeres que el peso medio de la muestra es de 69.6 kg. Y su desviación típica
es de 9.8. Se pide que se calcule el intervalo de confianza de la media del
peso en toda la población adulta femenina adscrita al centro de salud para un
95 y 99 % de confianza.
N:233
S: 9.8
Media:
69.6
E= s √n e=9.8/ √233= 0.6
IC95%=
69.6+-2 x 0.6= 69.6+1.25=70.7
69.6-1.25=68.43 IC=[68.43-70.7%]
IC99%=
69.6 +- 3 x 0.6 = 69.6+1.8 =71.4
69.6-1.8 = 67.8 IC= [67.8-71.4%]
TIPOS
DE MUESTRA
ALEATORIO:
Simple: Se caracteriza porque cada unidad tiene la
probabilidad equitativa de ser incluida en la muestra. Se trata de sorteos,
rifas, tablas de números aleatorios,..
Sistemático: cada unidad del universo tiene la misma
probabilidad de ser seleccionada.Por ejemplo, si tengo una población de 400
sujetos y una muestra de 200, calculamos 400/200 = 2. Por lo tanto, en nuestra
lista vamos a ir seleccionando cada dos personas hasta así llegar a 200.
Estratificado: Se caracteriza por la subdivisión de la
población de estudio en subgrupos o estratos, debido a que las variables
principales que deben someterse a estudio presentan cierta variabilidad o
distribución conocida que puede afectar a los resultados.
Conglomerado: Se usa cuando no se dispone de una lista
detallada y enumerada de cada una de las unidades que conforman el universo y
resulta muy complejo elaborarla. En la selección de la muestra en lugar de
escogerse cada unidad se toman los subgrupos.
NO PROBABLÍSTICO:
Por
cuotas: en el que el
investigador selecciona la muestra eligiéndolos en función a las variables a
estudiar, como: Sexo, raza, religión, etc. (No hay aleatoriedad)
Accidental: consiste en utilizar para el estudio las
personas disponibles en un momento dado, según lo que interesa estudiar. De las
tres es la más deficiente. Por ejemplo,pasar cuestionarios por tu zona de
residencia.
Por
conveniencia o intencional:
En el que el investigado, decide según sus objetivos, loe elementos que
integraran la muestra, considerando las unidades “típicas” de la población que
se desea conocer. (En función de nuestro interés, nuestra accesibilidad…).
El muestreo aleatorio es el más
recomendado.
TAMAÑO
DE LA MUESTRA:
El tamaño de la muestra también va a tener
una manera de calcularlo diferente si es una media o proporción.
Cálculo del tamaño de una muestra para estimar la media de una población.
Z es un valor que
depende del nivel de confianza con que se quiera dar a los intervalos
calculados a partir de estimadores de esa muestra. (Para nivel de confianza
95%, z= 2 y para nivel de confianza 99% z= 3).
S2 es
la varianza poblacional.
E: es el error
máximo aceptado por los investigadores en las diferencias entre los grupos de
comparación de la variable a estudiar.
- Si tras esta operación se cumple el resultado: N > n(n-1), el cálculo del tamaño muestral termina aquí.
- Si no se cumple, obtendremos el tamaño de la muestra con esta fórmula:
n´=n/1+(n/N)
Por ejemplo:
1- Se
desea hacer una estimación sobre la edad media de una determinada población. Calcula
el tamaño de la muestra necesario para poder realizar dicha estimación con unan
error menor de medio año a un nivel de confianza del 99%. Se conoce de estudios previos que la
edad media de dicha población tiene una desviación típica igual a 3. (35.000
habitantes).
n= Z2x
S2/e2
Z= 32=
9
S2
= 32=9
e= 0.52=
0.25
n= 69
x 9 /0.25=324
N > n(n-1) : 35000 > 324 (324 -1)
n´=324/1+
(324 /35000)= 321
Este resultado será el mínimo de muestra a tomar, por debajo de estar valor no nos garantizar el 99% de confianza, si cogemos menos, el intervalo de confianza puede descender.
2- En
un municipio de 2500 habitantes queremos predeterminar el tamaño de la muestra
necesario para estudiar el nivel de glucemia plasmático medio de dicha
población. Aceptamos un riesgo de error del 1%. Y pretendemos una precisión en
la medición de glucosa plasmática del 99%. En una muestra reducida, la
desviación típica calculada es de 25 mg. Calcúlese el tamaño muestral.
Z= 3,
debido a que el error es de 1% y la precisión es de 99%.
S= 15
mg
n= (32
x 152) / 52= 45
Ahora,
realizamos la comprobación: 60x 45= 2700, por lo que n es mayor que N y no
podemos quedarnos con dicha n.
n´=
60/ 1+(n/N)= 60/1+(45/2500)= 59
Cálculo del tamaño de una muestra para
estimar la proporción de una población:
P es la proporción
de una categoría de la variable.
1-p: es la
proporción de la otra categoría.
Z: es el valor que
depende del nivel de confianza
N: es el tamaño de la población.
E: es el error máximo aceptado por los
investigadores en las diferencias entre los grupos de comparación de la
variable a estudiar.
Por
ejemplo:
Un grupo de investigadores quieren conocer la
proporción de hipertensión arterial en un municipio de 6550 habitantes,
sabiendo que la bibliografía sitúa la prevalencia general de HTA en el 15%, se
pide el tamaño de la muestra para estimar la prevalencia de la HTA,
considerando un nivel de confianza del 95% y una precisión deseada del 3%.
N=6550
Z=2
P=15%,
los que tienen HTA
1-p=
1-0,15= 0,85
e=3%=0.03
n = N
z2x P( 1-P)/
(N-1) e2 + z2 x P(1-P)= 6550x(2 )2x0,15
(1-0,15)/(6550-1)x 0,032 + 22
x0,15(1-0,15)= 502,54= 503
No hay comentarios:
Publicar un comentario