Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Bioestadistica PLUS MEDIC A
Manual Bioestadistica PLUS MEDIC A
BIOESTADSTICA
www.plus-medica.com
www.plus-medica.com
Este manual est dedicado a los estudiantes de Medicina Humana y a los mdicos
jvenes de las diferentes universidades de Lima y de nuestro Per, que se esfuerzan
da a da en busca del conocimiento mdico actualizado y que son fuente de
inspiracin y razn de ser de PLUS MEDIC A.
Los autores
www.plus-medica.com
Contenido
1. Estadstica. Generalidades .. 6
1.1 Tipos de estadstica
1.2 Poblacin
1.3 Parmetro
1.4 Estadstico
2. Estadstica descriptiva 21
2.1 Variables
2.2 Grficos para variables cualitativas
2.3 Grficos para variables cuantitativas
2.4 Medidas de posicin y de dispersin
3. Diseo y anlisis del muestreo . 37
3.1 Poblacin o universo
3.2 Muestra
3.3 Marco muestral, unidad de muestreo, unidad de informacin y unidad de anlisis.
3.4 Muestreo
3.5 Muestreo probabilstico
3.6 Muestreo no probabilstico
3.7 Tamao muestral
4. Estadstica inferencial .... 42
4.1 Estadstica paramtrica
4.2 Estadstica no paramtrica
4.3 Anlisis estadstico
4.4 Pruebas con dos muestras independientes
5. Contraste de hiptesis........ 56
5.1 Hiptesis nula, hiptesis alternativa y grado de significacin estadstica
5.2 Errores alfa y beta
5.3 Pruebas de significacin estadstica
5.4 Prueba de Chi cuadrado
www.plus-medica.com
INTRODUCCIN
La estadstica es una serie ordenada de mtodos que
se ocupan de la recoleccin, organizacin,
presentacin, anlisis e interpretacin de datos
numricos.
Cmo se clasifica la estadstica?
POBLACIN
Es el conjunto total de
individuos, objetos o medidas
que
poseen
algunas
caractersticas comunes observables en un lugar y en un
momento determinado.
MUESTRA
Es un subconjunto fielmente representativo de la
poblacin. sobre la que tenemos acceso y donde
hacemos las observaciones (mediciones).
por su naturaleza y
por la necesidad de tener control sobre las
variables, se recomienda muestras pequeas que
suelen ser de por lo menos 30 sujetos.
se emplean muestras
grandes y algunas veces se recomienda seleccionar
de un 10 a un 20 por ciento de la poblacin
accesible
PARMETRO
Es una unidad numrica calculada sobre una
poblacin y resume los valores que sta toma en
varios atributos.
ESTADSTICO
Es una unidad numrica calculada sobre una muestra
que resume su informacin sobre algn aspecto.
VARIABLES
Cmo se define a las variables en
estadstica?
CUALITATIVAS
Si sus valores no se pueden asociar naturalmente a
un nmero (no se pueden hacer operaciones
algebraicas con ellos).
Tipos:
Si sus valores no se pueden ordenar
.Sexo, Fumar (S/No)
. : estado civil, color de los ojos,
profesin.
: si sus valores se pueden ordenar
IRA, grado de desnutricin, Intensidad del dolor.
CUANTITATIVAS
Si sus valores son numricos (tiene sentido hacer
operaciones algebraicas con ellos)
Tipos:
Si toma valores enteros
Ejemplo: Nmero de abortos, nmero de parejas
sexuales, etc.
Si entre dos valores, son posibles
infinitos valores intermedios.
Ejemplo: Edad, talla, presin intraocular, etc.
El cero no es absoluto
Temperatura en grados centgrado, la nota de un
examen
El cero es absoluto.
Altura, peso
Se divide un crculo en
tantas porciones como
clases existan, de
modo que a cada clase
le corresponde un
arco
de
crculo
proporcional a su
frecuencia absoluta o
relativa .
Pictogramas
Fi. 3 Pictogramas
GRFICOS para variables CUANTITATIVAS
Para las variables continuas
Utilizamos
como
diagramas
diferenciales
los histogramas y los polgonos de frecuencias.
Histogramas
Dispersin
Asimetra
Apuntamiento o curtosis
Forma
Estadsticos de DISPERSIN
Miden el grado de dispersin (variabilidad) de los datos, independientemente de su causa.
10
S2
ESTADSTICOS de POSICIN
.
1
( xi x )2
n i
-Centrado en la media y a
una desviacin estndar
de distancia tenemos ms
de la mitad de las
observaciones (68.25%).
-A
dos
desviaciones
estndar
tenemos al
95.45%
-A
tres
desviaciones
estndar tenemos el 99.7%
11
12
13
INTRODUCCIN
La investigacin en salud tiene como objeto obtener
conclusiones que permitan una adecuada toma de
decisiones en lo que compete a conductas especficas
y cambio de polticas establecidas en relacin con la
salud de los seres humanos.
CONCEPTOS
Poblacin o Universo
Es un conjunto de individuos
o elementos que guardan
similitud entre s en los
aspectos que son relevantes
para los objetivos de la
investigacin. Cada uno de
los
elementos
estn
perfectamente identificados.
La poblacin o universo es demasiado grande para
estudiarla en su totalidad.
Poblacin o universo
Para muestra. un
botn!
Las dificultades anteriormente
mencionadas, que podran hacer
irrealizable un estudio,
pueden ser solucionadas si se estudia una
muestra de la poblacin.
14
Unidad de informacin
Es la unidad que nos brinda informacin de la unidad
de estudio.
Marco muestral
Es un subconjunto de la poblacin en el cual cada uno
de los elementos est identificado Es una lista de
unidades de muestreo.
Unidad de anlisis
Es la unidad definida por el investigador para realizar
mediciones. Es el elemento bsico de estudio.
15
Validez externa
Equivale a la posibilidad de generalizar los resultados a
la poblacin, que se caracteriza por tener
caractersticas compartidas.
MUESTREO
Preguntas en todo proceso de muestreo:
Para que los datos sean representativos de la poblacin
que se pretende estudiar.
Tamao de la muestra : A cuntos
vamos a muestrear ?
Diseo muestral :
A quienes
vamos a muestrear?
Objetivo del muestreo
Es obtener una poblacin que permita generalizar los
resultados del estudio a personas que comparten las
caractersticas del inters, pero que no estuvieron
involucradas en el desarrollo del mismo.
Validez Interna
Se refiere al grado en que la seleccin de sujetos y los
otros aspectos del desarrollo de un estudio estn
libres de sesgos o errores sistemticos que, de estar
los
Mtodos de muestreo
El muestreo puede ser, de acuerdo con sus
caractersticas bsicas, de dos tipos: probabilstica y
no probabilstica.
Muestreo no probabilstico
-Por conveniencia o deliberado
-Accidental
-Seleccin por expertos
Muestreo no probabilstico
-Muestreo aleatorio simple o irrestricto
-Muestreo Sistemtico
-Muestreo Estratificado
-Muestreo por Conglomerados
-Muestreo Polietpico Estratificado.
MUESTREO NO PROBABILSTICO
En general, en este tipo de muestreo, las unidades se
seleccionan por conveniencia, de manera secuencial,
siguiendo determinados criterios subjetivos o porque
simplemente estn disponibles.
Desventaja
La desventaja del muestreo no probabilstico es
que no sirven para realizar generalizaciones,
dado que no se tiene certeza de que la muestra
extrada sea representativa de la poblacin.
16
17
Clasificacin
El muestreo probabilstico se clasifica en:
Aplicacin prctica
Como puede verse en la fig. 1 primero debemos
seleccionar de una poblacin una muestra. Luego de
seleccionar la muestra hay que determinar los
estadsticos:
x=Media
s=Desviacin standard
2=
Varianza =Proporcin
N=Tamao
Asi de fcil es el
Muestreo aleatorio
simple!
18
Por ejemplo:
N / n =300/60 = K = 5
19
Estratificacin de la poblacin
La estratificacin en algunas ocasiones puede
obedecer a caractersticas de tipo espacial, tales
como el sitio de vivienda, lo cual puede identificar una
clase econmica determinada que sigue ciertos
comportamientos sociales, polticos, econmicos y
culturales.
20
Los conglomerados
caractersticas:
tienen
las
siguientes
21
22
DEFINICIN
Estadstica inferencial es el conjunto de mtodos
estadsticos que permiten deducir (inferir) cmo se
distribuye la poblacin bajo estudio, a partir de la
informacin que proporciona una muestra
representativa obtenida de dicha poblacin.
La estadstica inferencial extrapola los datos obtenidos de una muestra hacia la poblacin de la
cual ha sido seleccionada la muestra que hemos
estudiado.
CLASIFICACIN
Existen dos tipos bsicos de estadstica diferencial:
-Estadstica paramtrica
-Estadistica no-paramtrica
Estadstica paramtrica
Es la estadstica que se recomienda por tener
mayor potencia, se trata de tcnicas ms
precisas.
Para que la estadstica inferencial proporcione
buenos resultados debe cumplir con 3 requisitos:
-Distribucin normal de los datos en la poblacin
-Muestra aleatoria (representativa de la poblacin)
-Datos cuantitativos: contnuos, discretos o de
intervalo o razn.
Tcnicas paramtricas
23
Estadstica no paramtrica
Si los procedimientos estadsticos no requieren
plantear inferencias acerca de los parmetros de la
poblacin (su media y dispersin) se le conoce como
no paramtricos, o de distribucin libre (ya que no se
hacen suposiciones acerca de la distribucin de la
poblacin de donde procede la muestra.
Es la alternativa para cuando no se puedan utilizar
las tcnicas paramtricas.
-No hay requisitos para la muestra
-Se pueden utilizar tanto datos cualitativos como
cuantitativos.
-Datos cualitativos: nominal u ordinal
Tcnicas no paramtricas para
cuantitativos
datos
24
ANALISIS ESTADSTICO
Comentario
Para resolver este caso es necesario formular varias
preguntas:
25
Comentario
Para resolver este caso es necesario formular varias
preguntas:
26
Se asume que:
27
U de Mann-Whitney
Es la ms popular de las pruebas para el estudio de
dos muestras independientes.
Es equivalente a la prueba de suma de rangos de
Wilcoxon y a la prueba de dos grupos de KruskalWallis.
t de Student
Es la alternativa paramtrica para muestras
independientes, que es ms poderosa que la U de
Mann-Whitney cuando se llenan todas las asunciones,
mientras que si los datos no se distribuyen
normalmente, el tamao de muestra es pequeo, los
grupos son de diferente tamao.
28
29
Prueba de hiptesis
Definicin
Es el mtodo para desarrollar un procedimiento para
probar la validez de una aseveracin acerca de un
parmetro poblacional .
Objetivo
El propsito de la prueba de hiptesis no es cuestionar
el valor calculado del estadstico (muestral), sino hacer
un juicio con respecto a la diferencia entre estadstico de
muestra y un valor planteado del parmetro.
30
Tipos de errores
Cuando realizamos una prueba de hiptesis estamos
haciendo un test de significancia para ver si la hiptesis
nula es verdadera o falsa.
La
probabilidad
de
cometer un error tipo I se
denomina con la letra alfa
.
Error tipo II
Decisin correcta
Una decisin correcta se presenta si la hiptesis nula
Ho es falsa y es rechazada por el test de significancia.
Una decisin correcta tambin se presenta si la
hiptesis nula Ho es verdadera y no es rechazada por
el test de significancia (FIg. 1)
Error tipo I (alfa)
Una error tipo I se presenta si la hiptesis nula Ho es
verdadera (en el estado real) y es rechazada por el
test de significancia (FIg. 2)
Nivel de significancia
Tambin se conoce al error de tipo I como nivel de
significancia y por convencin se considera que este
error de significancia debe ser de 5%.
Nivel de confianza
Es el complemento del nivel de significancia, cuyo
valor debe ser de 95%:
La suma del nivel de significancia ms el nivel de
confianza siempre debe ser 100%, lo que gana uno
de ellos lo pierde el otro. Ejemplo: si el nivel de
significancia aumenta a 10% , el nivel de confianza
disminuye a 90%).
31
Ejemplo:
Tenemos un reo en la vida real, que puede ser
inocente o culpable y un juez que da el veredicto.
Error
Se produce tambin cuando en la vida real el reo es
culpable y el veredicto del juez dice que es inocente.
Error ms grave
Se produce cuando en la vida real el reo es inocente y el
veredicto del juez dice que es culpable.
32
Trminos estadsticos
es la
probabilidad de que nuestro resultado sea
correcto: Probabilidad = (1-) 95%
es el mximo error que
estamos dispuestos a aceptar como vlida
nuestra hiptesis. Es el error tipo I o .
Probabilidad : 5%
significancia estadstica ,es
cuantificacin probabilstica de error tipo I.
la
representa
la
probabilidad de observar en la muestra una
determinada diferencia y efecto, si existe en la
poblacin.
Cmo nos protegemos contra el error tipo
I?
p < 0,05 protege contra el error tipo I debido al
chance. No garantiza proteccin contra el error tipo I
debido a sesgo o confusin
Comentario:
Estamos frente a una hiptesis nula que es verdadera
y que ha sido rechazada por el test de significancia. Se
trata de un error alfa (tipo I).
.
Existe una relacin inversa entre la magnitud de los
errores y : conforme a aumenta, disminuye. Esto
obliga a establecer con cuidado el valor de a para las
pruebas estadsticas. Lo ideal sera establecer y .
En la prctica se establece el nivel y para disminuir
el Error se incrementa el nmero de observaciones
33
Tipos de prueba
la
planteada se formula con la igualdad
hiptesis
Ejemplo
H0 : = 200
H1 : 200
la
planteada se formula con o
hiptesis
H0 : 200 H0 : 200
H1 : < 200 H1 : > 200
34
35
36
37
38