Universidad Nacional Abierta y a Distancia

Escuela de Ciencias de la Salud ECISALUD

Bioestadística

Guía Conceptos de Muestreo e Inferencia Estadística

Introducción

En Investigación en Salud generalmente se utilizan muestras a partir de la cuales se infieren

características de una población, sin embargo es importante conocer las características que
hacen que una muestra sea realmente representativa de la población de la que procede y que
por tanto refleje a la población estudiada. El propósito de este trabajo es revisar los conceptos
básicos de muestreo y conceptos básicos de estadística inferencial.

Cuestionario

1. Qué se entiende por muestra. Qué diferencia una muestra probabilística de una
muestra no probabilística.

En estadísticas, la muestra es una porción extraída mediante métodos específicos que

representan los resultados de una totalidad llamada población usando la probabilidad como,
por ejemplo, “la muestra estadística de 100 personas que se someten a una encuesta para
conocer la satisfacción de un producto”

A diferencia del muestreo probabilístico, la muestra no probabilística no es un producto de

un proceso de selección aleatoria. Los sujetos en una muestra no probabilística generalmente
son seleccionados en función de su accesibilidad o a criterio personal e intencional del
investigador mientras que el muestreo probabilístico, las muestras son recogidas en un
proceso que brinda a todos los individuos de la población las mismas oportunidades de ser
seleccionados.
2. Enumere y describa brevemente los tipos de muestra probabilística.

Muestreo aleatorio o probabilístico

Este tipo de muestreo es uno de los más utilizados en las investigaciones. Se comprende que
aquí todos los sujetos o elementos de la población pueden pasar a formar parte de la muestra,
pues tienen la misma probabilidad de ser escogidos.

Dentro de los muestreos probabilísticos podemos encontrar los siguientes tipos:

Muestreo aleatorio simple:

En este método de muestreo lo principales es tener una idea clara de cuantos sujetos serán
necesarios para completar el tamaño de la muestra que se va a investigar, pues este consiste
en que a cada sujeto de la población se le debe asignar un número, para que posteriormente
mediante algún sorteo, o generando números aleatorios con ayuda de rifas o algún ordenador
se logre dar a conocer los números de los sujetos seleccionados que serán tomados como
muestra.

Muestreo sistemático:

Pues en este método como en el primero, los sujetos que conforman a la población son
enumerados, pero en lugar de dar a conocer los que serán incluidos mediante el azar en este
caso incluyen otra técnica. Posteriormente de que son enumerados, los investigadores dividen
el total de la población que se presenta entre el total de sujetos que requieren para la muestra;
para después elegir a uno de los primeros de estos sujetos al azar (ya enumerados) y
posteriormente se va sumando de una forma secuencial o constante el mismo valor para elegir
a los sujetos requeridos.

Muestreo estratificado:

Mediante este método de investigación, los investigadores dividen a la población en grupos

o estratos que tengan relación o compartan características similares y posteriormente se
selecciona al azar o aleatoriamente a los sujetos finales de los grupos o estratos formados.
Este método es utilizado para cuando los investigadores pretenden que dentro de la muestra
se encuentren incluidos todos los grupos de interés que puedan representar significancia para
la investigación.

La distribución de la muestra tomada de la población es llamada “Fijación” y se pueden

conocer los tres que se muestran a continuación:

Afijación simple: Donde cada grupo formado cuenta con la misma cantidad de número de
elementos.

Afijación proporcional: Donde las distribuciones se hacen de acuerdo al tamaño de la

población o sujetos de cada estrato.

Afijación óptima: Fijando la cantidad de sujetos que pueden ser admitidos en la muestra.

Muestreo por Conglomerados:

En este método, la población ya se encuentra dividida en grupos o estratos formados

naturalmente y a partir de estos se toman la cantidad de sujetos que sean necesarios de cada
uno para así formar la muestra. Este es similar al método por estratificación, sin embargo se
facilita más, pues los grupos ya están formados y solo se requieren los datos de esos
elementos que lo integran.

3. Enumere y describa brevemente los tipos de muestra no probabilística.

Muestreo no aleatorio o no probabilísticos

Mediante esta técnica de muestreo, en comparación del muestreo probabilístico las muestras
no se recogen por medio de procesos donde a los sujetos se les brinden las mismas
posibilidades de ser seleccionados.

Dentro de esta técnica existen cuatro tipos de muestreos:

Muestreo por cuotas:

Mediante este método los investigadores se encargan de incluir en la muestra solo a un grupo
determinado de sujetos que cumplen con ciertos requisitos o condiciones específicas.

Muestreo intencional o de conveniencia:

Mediante este método, el investigador se encarga de elegir de acuerdo a sus propios criterios
o alcances a los sujetos que formaran parte de la muestra.

Muestreo por bola de nieve:

En este método se hace contacto con algún sujeto en específico y este se encargara de buscar
a otros sujetos o nuevos participantes consecutivamente. Haciéndolo de esta forma hasta
cumplir con el tamaño de muestra o cantidad de sujetos que se necesitan.

Muestreo discrecional:

Mediante este método, se aplica una técnica parecida a la del método intencional, pues el
investigador recluta a los sujetos según sus criterios; pero en este caso, los busca de acuerdo
a lo que piensen que estos sujetos puedan aportar a la investigación.

4. Qué tipo de muestra es la adecuada para hacer inferencias a una población.

Explique.

El tipo de muestra adecuada para hacer inferencias a una población es el muestreo Aleatorio,
pues es el que se efectúa teniendo en cuenta a cada miembro de la población, teniendo así la
misma probabilidad de ser elegido en la muestra. Con este tipo de muestreo, las muestras son
representativas, es posible conocer los posibles errores cometidos, permite obtener
conclusiones sobre la población a partir de la información proporcionada.
5. ¿Qué tipo de muestra es la correspondiente a las 5 personas de su grupo colaborativo,
si se toma como población el grupo total de estudiantes de bioestadística de este semestre?
Suponga que para la conformación de los grupos se tuvo en cuenta el estrato
socioeconómico de los participantes.

El tipo de muestra que parece ser el correspondiente es el muestreo estratificado ya que

este es aquel que divide la población en estratos adecuados en otras palabras subgrupos estos
estratos tienen como características que en cada uno de los estratos los individuos comparten
las mismas características y el enunciado nos dice que tomando como población el grupo
total de estudiantes de bioestadística de este semestre dividiendo a su vez en subgrupos
teniendo en cuenta el estrato socioeconómico de los participantes entonces el muestreo
correspondiente a las 5 personar del grupo colaborativo seria este.

6. Dibuje y analice una gráfica de la distribución de Gauss (normal) y señale sus

principales características.

Campana de Gauss,

La noción de campana de Gauss alude a la representación gráfica de una distribución

estadística vinculada a una variable. Dicha representación tiene la forma de una campana.

La campana de Gauss grafica una función gaussiana, que es una clase de función matemática.
Esta campana muestra cómo se distribuye la probabilidad de una variable continua.

El concepto de función matemática se puede definir como la relación entre dos cantidades o
magnitudes tal que una dependa del valor de la otra. Cada una de ellas debe pertenecer a un
conjunto diferente: uno se conoce con el nombre de dominio, y el otro se llama codominio;
a cada elemento del primero le corresponde solamente uno del otro.

Podemos entender las funciones matemáticas con un simple ejemplo: la duración de un viaje
entre dos puntos geográficos depende de la velocidad a la que se desplace el cuerpo, la cual
deberá incluirse en una ecuación junto con la distancia. En este caso particular, la velocidad
y la duración varían de forma inversamente proporcional: cuanto mayor sea una, menor será
la otra.
Otro de los conceptos que aparece en el contexto de la campana de Gauss es la variable
continua. Para explicarlo es necesario comenzar definiendo variable discreta, que es aquélla
que no acepta un valor «intermedio» entre los expuestos en un conjunto dado, sino solamente
los que se observan en él; por ejemplo, si deseamos contar el número de personas que hay en
una habitación, el resultado siempre será entero (como ser, 3 o 4, pero nunca 3.2).

La noción de variable continua, por otro lado, sí acepta estos valores, y por eso su aplicación
es muy diferente. Por ejemplo, la medición de la estatura de un ser humano arroja una variable
de este tipo, y la precisión del resultado depende siempre del instrumento utilizado, razón por
la cual debemos contemplar un cierto margen de error.

En la campana de Gauss se puede reconocer una zona media (cóncava y con el valor medio
de la función en su centro) y dos extremos (convexos y con tendencia a acercarse al eje X).
Esta distribución evidencia cómo se comportan los valores de variables cuyos cambios
obedecen a fenómenos aleatorios. Los valores más comunes aparecen en el centro de la
campana y los menos frecuentes, en los extremos.

Con la campana de Gauss se puede analizar, por ejemplo, el ingreso promedio de la población
económicamente activa de una región X. Si bien hay personas que en dicho territorio ganan
10 dólares por mes y otras que reciben más de 1 000 000, la mayoría de los individuos
obtienen entre 5 000 y 10 000 dólares. Esos valores se concentrarán en el centro de la
campana de Gauss.

Otro nombre por el cual se conoce la campana de Gauss es distribución normal. Una de las
razones de su importancia es que se relaciona con un método de estimación muy significativo
denominado mínimos cuadrados, usado durante mucho tiempo para optimizar una serie de
pares ordenados para hallar una función continua que más se aproxime a ellos; en términos
más sencillos, dado un conjunto de datos, esta técnica busca «ajustarlos» a una línea
«limpia», aceptando un cierto margen de error.

La campana de Gauss está definida por la función:

7. ¿Qué son los intervalos de confianza?

Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística que

permite acotar un par o varios pares de valores, dentro de los cuales se encontrará la
estimación puntual buscada (con una determinada probabilidad).

Un intervalo de confianza nos va a permitir calcular dos valores alrededor de una media
muestral (uno superior y otro inferior). Estos valores van a acotar un rango dentro del cual,
con una determinada probabilidad, se va a localizar el parámetro poblacional.

Intervalo de confianza = media +- margen de error

Conocer el verdadero poblacional, por lo general, suele ser algo muy complicado. Pensemos
en una población de 4 millones de personas. ¿Podríamos saber el gasto medio en consumo
por hogar de esa población? En principio sí. Simplemente tendríamos que hacer una encuesta
entre todos los hogares y calcular la media. Sin embargo, seguir ese proceso sería
tremendamente laborioso y complicaría bastante el estudio.
Ante situaciones así, se hace más factible seleccionar una muestra estadística. Por ejemplo,
500 personas. Y sobre dicha muestra, calcular la media. Aunque seguiríamos sin saber el
verdadero valor poblacional, podríamos suponer que este se va a situar cerca del valor
muestral. A esa media le sumamos el margen de error y tenemos un valor del intervalo de
confianza. Por otro lado, le restamos a la media ese margen de error y tendremos otro valor.
Entre esos dos valores estará la media poblacional.

En conclusión, el intervalo de confianza no sirve para dar una estimación puntual del
parámetro poblacional, si nos va a servir para hacernos una idea aproximada de cuál podría
ser el verdadero de este. Nos permite acotar entre dos valores en dónde se encontrará la media
de la población.

8. ¿Qué quiere decir que la frecuencia respiratoria de un grupo de pacientes se

encuentra entre 12 y 18 respiraciones/minuto con un intervalo de confianza del

95%?