Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CLASE 4: MUESTREO
• Por ejemplo, al abordar una situación sanitaria partimos estimando prevalencia (parámetros
poblacionales)
• Estos estudios involucran seleccionar individuos de una población, una muestra, y medir
características como:
- Producción de leche
- Peso al nacimiento
- Prevalencia
- Incidencia
Ejemplo: varroasis
1
Otros conceptos importantes sobre el muestreo
1. ERROR DE MUESTREO
• Para estimar y “hacerse cargo” (reconocer que existe) del error de muestreo se usan los
intervalos de con anza (rango de con anza que le damos a un estadístico, reconociendo
que no sabemos el valor real pero sabemos que tenemos un cierto % de con anza de que
el verdadero parámetro poblacional se encuentra entre ciertos valores)
Marco de muestreo MM: listado concreto desde de donde se toma la muestra, por ej, listado
de apiarios que fueron tendidos por Prodesal en los últimos 3 años.
- Listado de mataderos
• Muchas veces los MM son elegidos por practicidad, pese a que deben ser insesgados y al
azar, para facilitar el trabajo del investigador.
• A veces no se puede generar un MM, por ejemplo, en estudio de perros vagos, ya que no
existe un listado de ellos y no están agrupados en ningún lugar físico
• Dependiendo del estudio hay MM que son más o menos apropiados, por ej, en un estudio
sobre rabia las clínicas veterinarias no son el mejor MM ya que no incluyen a los perros
vagos
Unidad de muestreo UM: unidad que compone el marco de muestreo, por ej, cada apiario de
listado.
- Animales individuales
• Es exible:
Es importante de nir que es un rebaño afectado, por ej, un estudio con mastitis, un rebaño
afectado puede ser incluso con 1 vaca afectada. Lo de ne el investigador
2
fi
fl
fi
fi
fi
fi
fi
TIPOS DE MUESTREO
1. No probabilistico
2. Probabilistico
1. MUESTREO NO PROBABILISTICO
• La muestra no es al azar
• Tipos:
• Por juicio propio: el investigador incluye a unidades que el considera como representativas
• Dirigido: intencionado, se seleccionan las unidades por factores que los hacen elegibles (ej:
factores de riesgo, como ser cachorros en el caso de parvovirus)
2. PROBABILISTICO
MUESTREO PROBABILISTICO
- MUESTREO ALEATORIO
a) Procedimiento
• Se extrae una serie de n numeros entre 1 y N, mediante un sistema que utilice el azar
• Computador
• Recursos online
- Muestreo sistematico
- Muestreo multietapa
3
fi
Muestreo aleatorio simple
• La probabilidad de selección de cada uno de los elementos que conforman la muestra está
dada por la fracción de muestreo:
N: tamaño población
n: tamaño de la muestra
Ejemplo:
Muestreo sistemático
Ejemplo:
- En este caso no tendré los hígados s disposición para hacer un muestreo aleatorio, sino que
irán pasando frente a mi rápidamente
- Entonces convendrá ir seleccionando los hígados cada cierto espaciamiento, así tendré la
posibilidad de seleccionar el hígado, almacenarlo y rotularlo
4
fi
Muestreo estrati cado
• Cuando la variable en estudio se relaciona con diversos estratos (sexo, raza, etc.) dentro de
la población
• La población se divide en estratos (i) y se muestrea cada estrato como si fuera una
población independiente, con un muestreo aleatorio simple
• El numero de unidades de muestreo seleccionados por cada estrato (ni) puede ser
determinada por varios métodos. El mas común es:
A jacion proporcional:
Ejemplo:
Podemos mezclar el muestreo multietapa con el estrati cado, por ejemplo, seleccionar ciertos
rebaños, luego seleccionar por raza (estratos), luego por ubres, y así.
Ej:
1. Voy a 100 de 500 rebaños al azar 2. Selecciono todos los individuos dentro de los rebaños
5
fi
fi
fi
fi
• El muestreo en cada etapa por lo general es por muestreo aleatorio en alguna de sus
variantes.
1 etapa: selección de clínicas. Digamos que necesitamos 20. Método: muestreo aleatorio
simple
2 etapa: debo seleccionar 10 perros por clínica. Método: muestreo aleatorio simple
Nota: debemos considerar que en cada etapa podemos estrati car por alguna variable de
interés, como: comuna de la clínica, lugar de residencia del perro, etc.
• Se agrupan individuos por estratos donde poseen atributos de riesgo (ej, bacteria de la
mastitis, selecciono vacas con síntomas de mastitis)
RT-PCR para quienes tienen síntomas, para quienes son contacto estrecho con positivos
• Depende del objetivo del estudio (estimar prevalencia, detectar un patógeno, etc.)
6
fi
CRITERIOS ESTADÍSTICOS
Por ejemplo: un error absoluto de ± 2 % para una prevalencia de 40% corresponde a un rango
aceptable del 38% a 42%
• Si quiero un intervalo estrecho, necesitaré una mayor precisión, es decir, una muestra
grande
• ¿Cuantas observaciones necesito para estimar la prevalencia con un intervalo de con anza
que tenga una anchura de ± 2 %?
• Si no hay ningún antecedente o estudios previos, lo más correcto es asumir una prevalencia
del 50%, que es el escenario más exigente en cuanto a tamaño muestral, la que exige el
mayor tamaño muestral
• El 95% corresponde al nivel de con anza y el 5% restante se divide en las dos colas de la
DN
• Para la prevalencia esperada de 50% es mucho más difícil distinguir quien tiene la
enfermedad porque está repartida a la mitad. En los casos de mayorías (sano o enfermo) de
10% o 90% es más fácil distinguir y ocupamos tamaño muestral bajo.
7
fi
fi
fi
fi
ESTIMAR EL TAMAÑO MUESTRAL CUANDO QUIERO ESTIMAR PREVALENCIA (una
proporción)
8
ESTIMAR EL TAMAÑO MUESTRAL CUANDO QUIERO ESTIMAR UNA MEDIA
9
• Las fórmulas anteriores asumen que el tamaño de la población es nito, o mejor dicho,
desconocido.
Fórmula
10
fi
fi
fi