Fundamentos estadísticos

para estudios clínicos

Dr. Guido Bendezu
Variable
• Definición: característica medible de una población*
• Ejemplos:
• Peso
• Talla
• Programa de Tv favorito
• Red social favorita
• Sexo
* Población: conjunto total de elementos (personas, perros, gatos,
historias clínicas…)
¿Una característica siempre es una variable?
• Ejemplo: sexo (en un estudio de cáncer de ovario)
• Solo puede haber cáncer de ovario en mujeres
• Un estudio de cáncer de ovario incluiría únicamente a mujeres
• Sexo no podría considerarse una variable
TIPOS DE VARIABLES
• Según su naturaleza se clasificaban en:
• CUALITATIVAS
• CUANTITATIVAS

• Por su escala de medición (solo para variables cuantitativas)

• De razón
• De intervalo.
• Cualitativa (categorías, nombres)
• Puede ser:
• Nominal: categorías que por su naturaleza NO admiten un orden
• Ordinal: categorías que por su naturaleza SÍ admiten un orden

• Otra forma de clasificarla

• Dicotómicas: solo dos categorías
• Politómicas: 3 o más categorías
• Cuantitativa (números)
• Se les puede clasificar:
• Discreta (enteros). Ejemplo: número de hijos (No se puede tener 1.5 hijos)
• Continua (decimales). Ejemplo: Ph de la sangre: 7.5

• También se pueden clasificar según escala de medición:

• De intervalo (0 es arbitrario). Ejemplo clásico: T°en grados C°, en este caso, 0 no indica
ausencia de movimiento molecular
• De Razón (0 es CERO “literal”, no existe). Ejemplo clásico: T° en grados Kelvin°, en este
caso el 0 indica ausencia de movimiento molecular
ESCALAS DE MEDICIÓN
• Una escala de medición es el conjunto de los posibles valores que una cierta
variable puede tomar

• IMPORTANTE: El nivel en que una variable puede ser medida determina las
propiedades de medición de una variable, el tipo de operaciones matemáticas
que puede usarse apropiadamente con dicho nivel, las fórmulas y procedimientos
estadísticos que se utilizan para el análisis de datos y la prueba de hipótesis
teóricas.
Escalas de medición
• CATEGORICAS
• NOMINAL
• ORDINAL
• NUMERICAS
• DE INTERVALO
• DE RAZÓN (Proporción)
Nominal
• Clasifica en clases o categorías, no se puede establecer una
jerarquía
• Ej: Estado civil.
• No permite operaciones matemáticas
Ordinal
• Indica orden, se puede clasificar en un orden a las categorías incluidas en a
variable
• Ej: IMC: Normal, sobrepeso, obesidad grado I, grado II, grado III
De intervalo
• Existe un orden natural en sus valores.
• EL CERO ES UN VALOR ARBITRARIO
• Ej.: Temperatura en Celsius, en Fahrenheit
• Matemática
• la diferencia entre 2 puntos es igual a la diferencia entre otros dos puntos
diferentes a los primeros
• Permite calcular media, mediana, moda, rangos, desviación estándar, entre
otros.
De razón
• El cero representa la ausencia de la característica
• Ej: peso, edad, temperatura en Kelvin
• Matemáticas: permite todo tipo de operación
POBLACIÓN y MUESTRA
• Muestra -> estadístico

Estadística Inferencial

• POBLACIÓN-> PARÁMETRO
¿Por qué usamos una muestra?
• No es factible estudiar a toda la población
• Tiempo
• Recursos (humanos, económicos, otros)
• Las poblaciones que se investigan pueden ser infinitas; en tales casos el muestreo es el
único procedimiento posible.
• El costo de censar una población finita puede ser prohibitivo.
• Aunque financiera, práctica y físicamente sea posible observar toda la población el
muestreo puede ser aún el procedimiento más eficiente.
• Facilita una toma de datos más precisa
• Menos apuro para abordar a la totalidad de miembros de la población hace
que los datos obtenidos sea de mejor calidad
Representatividad de la muestra
• Muestra: subgrupo de la población
• Para poder inferir (obtener parámetros de la población a partir de
estadísticos obtenidos en una muestra), la muestra debe ser
REPRESENTATIVA
• MUESTRA REPRESENTATIVA: Aquélla que presenta características semejantes
a las de la población de la cual fue seleccionada.
POBLACIÓN

Teoría del
muestreo Muestra

Estadística
inferencial

Parámetros Estadísticos
µ = Media _
σ= Desviación standard x = Media
σ2=Varianza s= Desviación standard
π=Proporción s2= Varianza
N=Tamaño p=Proporción
n=Tamaño
¿De donde los parámetros de mi población?
• Censo: Obtener datos de todos los elementos de la población
• Muestra: Obtener datos de un subgrupo de los elementos de la
población
Marco muestral
• Todos los elementos de la población de estudio
• Ejemplo:
• Población de estudio: Estudiantes de Seminario de Tesis I de la UWiener
• Marco muestral: Eder, Sara, Miriam, Angelo, Milagros, Samanta...
¿Como obtener una muestra?
Tipos de muestreo
• Probabilístico
• El ideal en el mayor de los casos
• Permite obtener muestras REPRESENTATIVAS

• No Probabilístico
• Cuando no es posible realizar un muestreo probabilístico
Muestreo probabilístico
• Todas las unidades tiene igual probabilidad de participar en la muestra

• La elección de cada unidad muestral es independiente de las otras

• Ventaja: se puede calcular el grado de error muestral.

• Error muestral: el error que surge a causa de observar una muestra de la población completa
NO PROBABILÍSTICOS

• Cada unidad no tiene igual probabilidad de participar en la muestra.

• No se puede calcular el grado de error muestral

• Hay alto riesgo de invalidez producido por la introducción de sesgos

(imprecisión de los datos obtenidos)
MUESTREO ALEATORIO SIMPLE
• La forma más intuitiva
• Todos los elementos tienen la misma probabilidad
• Es posible cuando se tiene listado todos los elementos de una
población: Marco muestral
MUESTREO SISTEMÁTICO
• Se tiene el marco muestral
• Los elementos están ordenados
• Se escoge el primer número aleatoriamente, a
partir de ahí se obtiene el siguiente participante
sumando un número constante: k
• K= N/n; siendo n=tamaño de la muestra y N=
tamaño de la población
• Al azar se selecciono al participante 2, a partir de ahí se selecciona
cada 5
• n=30
• N=150
Muestreo por conglomerado
• Útil cuando existen agrupaciones naturales de los elementos de una población
• Se genera un listado de conglomerados, y se seleccionan algunos al azar (1°
etapa)
• Dentro de los conglomerados seleccionados, se realiza un muestreo aleatorio
simple (2° etapa)
• Ventaja: fácil y más económico
• Ej. Muestreo de la ciudad de Ica
1. se escogen manzanas de viviendas
2. Se escogen al azar viviendas de estas manzanas
Muestreo Estratificado
• Ayuda a obtener una muestra más representativa cuando
una población tiene estratos bien definidos
• El tamaño de la muestra de cada estrato es proporcional al
tamaño de la población del estrato si se compara con la
población total. Esto significa que el cada estrato tiene la
misma fracción de muestreo.
• Ejemplo: Año de estudio en un colegio secundario
• Si se tiene 5 Años y cada año tiene 20% de estudiantes
del colegio, la muestra debería estar compuesta en un 20%
por estudiantes de esos años.