Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUESTRA?
UNIVERSIDAD
INCA GARCILASO DE LA VEGA
FACULTAD DE ESTOMATOLOGA
ESTADSTICA INFERENCIA
Dr. Gilmer Solis Snchez
Asignatura: Seminario de Tesis II
X Ciclo
Semestre Acadmico 2016-III
POBLACIN
MUESTRA
POBLACIN
Es un subconjunto del
universo que se desea
estudiar, los cuales presentan
la caracterstica que se desea
evaluar. Es tambin llamada
POBLACIN DE ESTUDIO.
UNIVERSO
TIPOS DE POBLACIN
TIPOS DE POBLACIN
POBLACIN
INFINITA
POBLACIN
FINITA
POBLACIN INFINITA
POBLACIN FINITA
No se conoce la
cantidad de
elementos que
conforman la
poblacin.
Se sabe a priori
la cantidad de
elementos que
conforman la
poblacin.
Pacientes bajo
tratamiento
ortodntico
atendidos en el
distrito de Pueblo
Libre.
SEMINARIO DE TESIS II
Estadstica Inferencial
POBLACIN
RESULTADOS
POBLACIONALES
(Parmetro)
RESULTADOS
MUESTRALES
(Estimador)
CUANTITATIVOS
Media:
Desviacin Estndar:
CUANTITATIVOS
Media:
Desviacin Estndar: S
CUALITATIVOS
Proporcin:
CUALITATIVOS
Proporcin: p
10
MUESTRA
INFERENCIA ESTADSTICA
Es una parte de la
poblacin (sujetos
con la caracterstica
de inters del
estudio) a los cuales
si se va a llegar a
evaluar. La muestra
deber ser
representativa de la
poblacin para
permitir inferir los
resultados.
POBLACIN
N=300
MUESTRA
n=60
Resultados
MUESTREO
D R . G ILMER S OLIS S NCHEZ
11
12
REQUISITOS DE LA MUESTRA
REPRESENTATIVIDAD.
SEMINARIO DE TESIS II
TAMAO MNIMO
ADECUADO.
Estadstica Inferencial
13
14
I.-REPRESENTATIVIDAD
I.-REPRESENTATIVIDAD
Se desea seleccionar una muestra a partir de
una poblacin de nubes y estrellas, en el
proceso de muestreo se consideran solo
elementos que se encuentren en el centro de
la poblacin,
MUESTRA
Podramos considerar que la
muestra obtenida es
representativa?
POBLACIN
15
16
REPRESENTATIVIDAD Y EL SESGO
REPRESENTATIVIDAD Y EL SESGO
MUESTRA
POBLACIN
Debemos evitar el
sesgo de seleccin,
ocasionado cuando
los elementos que
conforman la
muestra no han sido
adecuadamente
seleccionados de la
poblacin, lo que
alterar nuestros
resultados.
17
REPRESENTATIVIDAD Y EL SESGO
Control del sesgo de seleccin
SEMINARIO DE TESIS II
18
N
()
n1
n2
n3
n4
nk
.
.
.
Estadstica Inferencial
19
20
TIPOS DE MUESTRAS
La conformacin de las
muestras pueden ser de dos
tipos:
Con Reposicin.-Cuando
existe la probabilidad que
uno de los elementos
escogidos pueda ser
seleccionado nuevamente.
Sin Reposicin.-Cuando un
elemento solo puede formar
parte de la muestra una
nica vez.
Muestra Con
Reposicin
22,
22
22
23
23
24
25
26
27
22,
25
Muestra Sin
Reposicin
EJEMPLO:
Asumiendo que se desea establecer
una muestra de 3 sujetos de una
poblacin de 12, con reposicin de
seleccin. Cuntas muestras
posibles se pueden formar?
n1
n2
n3
n4
()
.
.
.
N:Tamao de la poblacin.
n:Tamao de la muestra.
123 = 1728
nk
21
22
n1
n2
n3
C =
n4
()
.
.
.
ERROR ESTNDAR
!
!!
N:Tamao de la poblacin.
n:Tamao de la muestra.
nk
22
23
23
24
25
26
27
!
!!
1=22.5
22,
23
2=22.5
22,
24
3=23.0
22,
25
4=23.5
26,
27
k=26.5
.
.
.
(=24.3)
!
!!
22,
23
Como se puede
observar existe
diferencia entre el
resultado que se
obtiene entre una y
otra muestra.
A esta variabilidad se
le conoce como
ERROR ESTNDAR
(EE).
23
24
ERROR ESTNDAR
ERROR ABSOLUTO
EE=Error Estndar.
P=Probabilidad de Presencia del Evento.
Q=Probabilidad de Ausencia del Evento. (1-P)
n=Tamao de la Muestra.
EE=Error Estndar.
S=Error Estndar de la Muestra.
n=Tamao de la Muestra.
SEMINARIO DE TESIS II
N
22,
25
=24.3
=23.5
Como ya habamos
observado existe un
diferencia entre el resultado
muestral y el poblacional. A
esa variabilidad se le
denomina Error Absoluto.
24.3 23.5
Estadstica Inferencial
25
26
ERROR ABSOLUTO
22
23
23
24
25
26
27
22,
25
ERROR ABSOLUTO
22
23
23
24
25
26
27
E=-
=23.5
(=24.3)
E= 24.3-23.5
22,
23
1=22.5
22,
23
2=22.5
22,
24
3=23.0
22,
25
4=23.5
26,
27
k=26.5
.
.
.
(=24.3)
E=0.8
Considerando que
el estimador varia
entre muestra y
muestra, el error
absoluto tambin
mostrar la misma
variabilidad.
Debido a esto el
estimador no es
muy preciso para
establecer el valor
del parmetro de
manera exacta.
27
N
22,
25
=?
=23.5
28
INFERENCIA ESTADSTICA
Se evala una poblacin de 1244 personas,
en quienes se busca identificar la
prevalencia de diabetes, se consider una
muestra de 134 pacientes, donde se
encontr que la frecuencia de esta patologa
fue de 33%; Cunto ser la prevalencia en
la poblacin?
29
ESTIMACIN
ESTIMACIN
POR PUNTO
SEMINARIO DE TESIS II
30
ESTIMACIN
POR
INTERVALO
MUESTRA
POBLACIN
33%
33%
Estadstica Inferencial
31
32
INTERVALO DE CONFIANZA
(IC)
Los resultados del estudio nos sealan:
33% (30% - 36%)
La probabilidad de prevalencia de diabetes en la
poblacin puede ser:
30%, 31%, 32,%, 33%, 34%, 35%, 36%.
D R . G ILMER S OLIS S NCHEZ
33
34
NIVELES DE
CONFIANZA
NIVELES DE
DESCONFIANZA
99%
1%
95%
5%
90%
10%
Estimador
LI
(Lmite Inferior)
LS
(Lmite Superior)
PARMETRO
35
36
N
22,
25
=?
=23.5
P=33%
30%
E=-(3%)
E=+(3%)
36%
23.5
- = (E)
SEMINARIO DE TESIS II
Parmetro = 33% 3%
Parmetro = (30%;36%)
Estadstica Inferencial
37
38
COEFICIENTE DE CONFIANZA
Parmetro = % %
39
40
COEFICIENTE DE CONFIANZA
COEFICIENTE DE CONFIANZA
NIVEL DE CONFIANZA
COEFICIENTE DE
CONFIANZA
Y
Distribucin T de Student para Variables Cuantitativas.
2.57
99%
95%
1.96
90%
1.64
n30
P x n>5
Q x n>5
41
42
=
Estimador
LI
Estimador
LI
-E
-E
Parmetro
=
IC
+E
LS
E=+3%
36%
2(E)
= +
P=33%
Estimador
30%
+E
E=-3%
LS
2(3%)=6%
SEMINARIO DE TESIS II
Estadstica Inferencial
43
44
Aumentando
el tamao
de la
muestra.
Reduciendo
el nivel de
confianza
45
46
EJEMPLOS
EJEMPLOS
Nivel de
Confianza 99%
IC 99%=105.08; 108.92
[AIC:3.84]
Nivel de
Confianza 99%
IC 99%=19.76; 43.10
[AIC:23.34]
Nivel de
Confianza 95%
IC 95%=105.55; 108.45
[AIC:2.90]
Nivel de
Confianza 95%
IC 95%=22.55; 40.31
[AIC:17.76]
Nivel de
Confianza 90%
IC 90%=105.79; 108.21
[AIC:2.42]
Nivel de
Confianza 90%
IC 90%=23.98; 38.88
[AIC:14.90]
47
SEMINARIO DE TESIS II
48
EJEMPLOS
Se lleva a cabo un estudio en una muestra de 105 pacientes, en los que se
encontr un nivel de glicemia 107 con una desviacin estndar de 7.5
empleando un nivel de confianza del 95%. Valorar los cambios en el parmetro al
trabajar con diferentes tamaos muestrales:
n=210
IC 95%=105.98; 108.02
[AIC:2.04]
n=105
IC 95%=105.55; 108.45
[AIC:2.90]
n=55
IC 95%=104.97; 109.03
[AIC:4.06]
Estadstica Inferencial
50
49
EJEMPLOS
Se lleva a cabo un estudio en una muestra de 104 pacientes, en los que se
encontr que 34 presentaban diabetes (32.69%) empleando un nivel de
confianza del 95%. Valorar los cambios en el parmetro al trabajar con diferentes
tamaos muestrales:
n=208
(P=32.69)
IC 95%=26.32; 39.07
[AIC:12.75]
n=104
(P=32.69)
IC 95%=23.68; 41.71
[AIC:18.03]
n=52
(P=32.69)
IC 95%=19.94; 45.44
[AIC:25.50]
51
52
n =
2
2
SEMINARIO DE TESIS II
2 = 2
2
2
2 = 2
2 = 2
2
2
53
54
Estadstica Inferencial
55
56
2
2 = 1
= 1
2
2 = 1
2
= 1
2 = 1
2
1
2
2
2
2
2
n =
2
2
S 2= Varianza
GRACIAS
SEMINARIO DE TESIS II
10