Intervalos de

confianza
Juan F. Sanchez, MD, MSc, PhD(c)
Conceptos iniciales
SECCIÓN DE REFERENCIA

Distribución normal
• Distribución para datos continuos
• Bajo ciertas condiciones puede ser usado como una aproximación a las probablidades
binomiales (np > 5 y n(1-p) > 5)
• Curva en forma de campana (Gaussian curve)
• Valores entre -∞ y +∞
• Simétrica alrededor de la media µ
• Media = mediana = moda
• Área bajo la curva = 1
Área bajo la curva
Diferentes distribuciones normales
Distribución normal estandarizada
SECCIÓN DE REFERENCIA

Teorema del Límite Central (TLC)

• Dada una población con una distribución no normal con
una media, µ, y una varianza finita, σ2; la distribución
muestral de la media de la muestra, calculada de todos
las posibles muestras de tamaño n, serán
aproximadamente normal con una media, µ, y una
varianza finita, σ2/n cuando la muestra es grande
• En el sentido práctico, el TLC se aplica cuando el n > 25
• La aproximación a la normalidad se vuelve mejor conforme
aumenta el n y la distribución de la población se acerca a la
normal
TLC
Inferencia estadística
SECCIÓN DE REFERENCIA

REFLEXIÓN DESDE LA EXPERIENCIA

• ¿Qué entiende por inferencia estadística?

• ¿Cómo maximizar la posibilidad de una buena inferencia?

SECCIÓN DE REFERENCIA

Definiciones
• Inferencia estadística es el “intento de alcanzar una conclusion
que involucre a todos los miembros de una clase a partir de
observaciones de solo algunos de ellos” (Runes, 1959).

• Una población es un grupo de observaciones.

• Un parámetro es un descriptor numérico de una población.

• Una muestra es una parte o subgrupo de una población.

• Un estadístico es un descriptor numérico de una muestra (algo

calculado de una muestra).
Parámetro vs. Estadístico
Inferencia estadística
SECCIÓN DE REFERENCIA

Estrategias de muestreo
• Muestreo aleatorio simple
• Base de muestreo -- Lista de toda la población
• Todos los miembros tienen la misma probabilidad de ser elegido

• Muestreo sistemático
• Población de tamaño “N”; tamaño de muestra deseado “n”
• Elegir cada “N/n” persona de la lista
• Tener cuidado con algunos patrones en la lista

• Muestreo estratificado
• Dividir la población en estratos o subgrupos – sexo, edad, severidad
• Muestreo aleatorizado en cada estrato
Población objetivo vs. Población muestreada
SECCIÓN DE REFERENCIA

Métodos para la inferencia estadística

• Estimación
• Prueba de hipótesis o prueba de significancia (la próxima clase)
Método de Estimación
SECCIÓN DE REFERENCIA

Estimación
• Estimación puntual
• Un estimador de un parámetro de la población: un estadístico (por
ejemplo: media o proporción de una muestra)
• Un estimado de un parámetro de la población: el valor del estimador
para una muestra específica

• Estimación de intervalo
• Un estimado puntual más un intervalo que expresa la variabilidad
asociada al estimado
Inferencia estadística
Estimadores puntuales
SECCIÓN DE REFERENCIA

Estimador puntual
• Sabemos que la distribución muestreal de estos estadísticos son:

• (Si σ no es conocido, podemos usar s, la desviación estándar de la

muestra, como un estimador puntual de σ)
• Útil para:
• Estimación por intervalo
• Prueba de hipótesis
Intervalo de confianza
SECCIÓN DE REFERENCIA

Fórmula

• El error estándar del estimado es la desviación estándar de la distribución muestral del

estimado
SECCIÓN DE REFERENCIA

Estimación de intervalo de una media poblacional

• Supuesto: Cuando la data es de una muestra independiente con una
distribución normal con una media µ y una varianza conocida σ2, el
intervalo incluirá la verdadera media poblacional µ con una probabilidad
de 95%

• Por el Teorema del Límite Central, este concepto se aproxima a la verdad

cuando la data es independientemente recolectada para cualquier
distribucion con una varianza finita σ2
SECCIÓN DE REFERENCIA

Interpretación de un IC al 95%
• En muestreos repetidos de una población normalmente
distribuída, 100(1 - α)% de todos los intervalos calculados
incluirán a la media poblacional µ

• La probabilidad de que un intervalo incluya la media poblacional

µ, es 100(1 - α)%
• “Nosotros estamos 100(1 - α)% seguros que el intervalo incluye la
media poblacional, µ”
SECCIÓN DE REFERENCIA

Medidas de IC

• Intervalo de confianza para la media de una población.

• Intervalo de confianza para una diferencia de medias

de dos poblaciones.

• Intervalo de confianza para proporción de una

población.

• Intervalo de confianza para la diferencia de

proporciones de dos poblaciones.
IC de la media de una
población
SECCIÓN DE REFERENCIA

Población con varianza (σ2) conocida

• Esto no es lo que usualmente se encuentra
• Intervalo de confianza:

• El error estándar de la media muestral es:

SECCIÓN DE REFERENCIA

Población con varianza (σ2) desconocida

• Esta es la presentación más común de encontrar
• Intervalo de confianza donde tα/2 tiene (n-1) grados de libertad

• Donde

Si la muestra (n) es grande: t à z

La distribución t
SECCIÓN DE REFERENCIA

Distribución T

• https://www.slideshare.net/gabrielheredia9/tabla-de-distribucin-t-de-student
SECCIÓN DE REFERENCIA

Propiedades de la distribución t
• Media=mediana=moda=0

• Simetría con respecto a la media

• Los valores de t van de -∞ a +∞

• Familia de distribución determinada por (n-1), los grados de

libertad

• La distribución t se acerca a la normal (distribución z)

conforme (n-1) se acerca al ∞
SECCIÓN DE REFERENCIA

APLIQUEMOS LO APRENDIDO

• Tenemos una población normalmente distribuída de pesos al

nacer con una desviación estándar conocida, σ = 1000 gramos
(hipotética)

• Pesos al nacer son obtenidos de una muestra de 10 infantes, la

media muestral es de 2500 gramos.

• La media de peso al nacer en esta población es diferente a

3000g?
SECCIÓN DE REFERENCIA

APLIQUEMOS LO APRENDIDO

• Un intervalo de confianza para

• Estamos 95% seguros que este intervalo incluye la verdadera media poblacional µ.
• Como este invervalo incluye el valor hipotético de 3000, fallamos en rechazar la Ho al
nivel de significancia de 0.05.
SECCIÓN DE REFERENCIA

El ensayo clínico EPREDA

• Ensayo aleatorizado, controlado con placebo para determinar si
el dipiridamol mejora la eficacia de la aspirina en prevenir el
retraso de crecimiento fetal

• Gestantes aleatorizadas a: placebo, aspirina, aspirina más

dipiridamol

• El peso al nacer promedio fue significativamente mayor en el

grupo tratado en comparación al grupo placebo (2751 (SD 67)
vs. 2526 (SD 848)

• Análisis de la diferencia: 225 g [95% CI 129-321 g], p = 0.029

Resultados del parto del EC EPREDA
95% Intervalo de confianza para media de
peso al nacer – Grupo Placebo
95% Intervalo de confianza para media de
peso al nacer – Grupo tratado
SECCIÓN DE REFERENCIA

Comparación de los IC por grupo EPREDA

• Los ICs para los grupos placebo y tratados se sobrelapan; esto sugiere que no hay
diferencia significativa.
IC de la diferencia de las
medias de dos poblaciones
IC de una población con distribución
normal con varianza conocida
SECCIÓN DE REFERENCIA

IC de una población con distribución normal

con varianza desconocida
• Asumir varianzas desiguales

• Asumir varianzas iguales

SECCIÓN DE REFERENCIA

Varianza agrupada
• Se usa bajo el supuesto de igualdad de varianzas
• La varianza agrupada sp2 es un promedio por peso de las varianzas individuales de la
muestra
SECCIÓN DE REFERENCIA

IC de una población sin distribución normal (o

desconocida) pero con Ns grandes
• Usar zobs o tobs como prueba estadística

• No se necesita usar varianza agrupada

SECCIÓN DE REFERENCIA

Ensayo Clínico EPREDA

• El intervalo al 95% para la diferencia μt-μp
SECCIÓN DE REFERENCIA

Inferencia para estudio pre-post

• Estudios pre-post y otras comparaciones de muestras pareadas
de medidas continuas tienen las siguientes caracteristicas:
• Las muestras no son independientes
• Observaciones relacionadas o pareadas

• Se puede trabajar como una muestra simple con distribución

normal usando la diferencia entre ambas observaciones
pareadas

• Se les conoce también como muestras repetidas y se ven en

los estudios longitudinales
SECCIÓN DE REFERENCIA

Inferencia para estudio pre-post

• Intervalo de confianza al 95%
Intervalo de confianza para
proporción de una población
SECCIÓN DE REFERENCIA

IC para la proporción de una población

• Tamaño de muestra lo suficientemente grande (n > 25) para aplicar el Teorema del Límite
Central (np > 5 y nq > 5)
• De la muestra, calcular:

• Intervalo de confianza al 100(1 - α)% para p es:

SECCIÓN DE REFERENCIA

APLIQUEMOS LO APRENDIDO

• Una muestra de 100 empleados de un hospital recibieron la

vacuna contra influenza en Octubre. Hasta Enero, 18 de estos
empleados has reportado tener influenza.

• Puedo concluir que la proporción de gente vacunada en la

población que pueden contraer influenza es mayor que 0.10?
SECCIÓN DE REFERENCIA

Intervalo de confianza al 95%

• El IC no incluye 0.10 y está basado en la data. Por lo tanto, la proporción

que puede contraer influenza puede ser mayor que 0.10.
Intervalo de confianza para
diferencia de proporciones de
dos poblaciones
SECCIÓN DE REFERENCIA

IC para la diferencia de proporciones de dos

poblaciones
• Tamaño de muestra lo suficientemente grande para aplicar el Teorema del Límite Central
(n1p1 > 5, n2p2 > 5) y (n1q1 > 5, n2q2 > 5)
• De la muestra, calcular:

• Intervalo de confianza al 100(1 - α)% para p1-p2 es:

SECCIÓN DE REFERENCIA

INTEGREMOS LO APRENDIDO

• Inferencia estadística
• Métodos de estimación de inferencia estadística
• Intervalos de confianza:
• Para la media de una población
• Para la diferencia de medias de dos poblaciones
• Para la proporción de una población
• Para la diferencia de proporciones de dos poblaciones
SECCIÓN DE REFERENCIA

ACTIVIDAD ASINCRÓNICA

• Lectura: Hayes-Larson, E., Kezios, K. L., Mooney, S. J., & Lovasi, G. (2019). Who is in
this study, anyway? Guidelines for a useful Table 1. Journal of clinical epidemiology, 114,
125–132. https://doi.org/10.1016/j.jclinepi.2019.06.011