BIOESTADISTICA

Temas a explicar: I.- DISEO MUESTRAL II.- PRUEBAS ESTADISTICAS

Ing. Luis Huamn Quintana

I.- DISEO MUESTRAL

Ing. Luis Huamn

Esquema de Proyecto de Investigacin

I.- PLANTEAMIENTO DEL PROBLEMA 1. 2. 3. 4. 5. 6. 7. 8. Descripcin del Problema Formulacin del Problema Justificacin Objetivos Generales Especficos Hiptesis Marco Terico II.- DISEO METODOLOGICO II.1 Tipo de Estudio. II.2 Diseo. II.3 Poblacin. II.4 Muestra. - Unidad de anlisis. - Tamao de la muestra. - Tipo de muestra y tipo de muestreo. - Criterios de inclusin y exclusin. II.5 Operacionalizacin de variables. III. ASPECTOS ADMINISTRATIVOS Presupuesto Cronograma de actividades IV. ETICA DE LA INVESTIGACIN V. REFERENCIAS BIBLIOGRAFICAS VI. ANEXOS Instrumentos de Recoleccin de Datos Consentimiento Informado. II.6 Tcnicas e Instrumentos. II.7 Plan de recoleccin de datos . II.8 Plan de procesamiento y anlisis de datos

Diseo Muestral

Para que sirve el Diseo Muestral?

MUESTREO
SELECCIN ALEATORIA
MUESTRA

REPRESENTATIVA ESTIMADOR SIN SESGOS GARANTIA CIENTIFICA DE CALIDAD

MUESTRA POBLACION

PARAMETRO

INFERIR : Generalizar los resultados a la poblacin de donde se extrajo la muestra

Por qu usar muestras?

Ventajas Bajo costo en relacin a la enumeracin completa de la poblacin. Menor consumo de tiempo. Permite obtener mayor detalle de los datos Menor cantidad de personal requerido Mejor entrenamiento de quienes participan Puede ser la nica opcin para estudiar un problema

Muestreo
En resumen, la decisin de realizar un muestreo esta en funcin de los costos y el tiempo. Tenemos que iniciar por: - Definir la poblacin de estudio - Definir la unidad de muestreo: Personas Grupos de personas Organizaciones La unidad de muestreo debe determinarse por la naturaleza del proyecto y sus objetivos. A veces coincide con la Unidad de Anlisis.

POBLACIN OBJETIVO VALIDEZ EXTERNA

Parturientas de Lima Metropolitana

PARAMETROS

POBLACIN FUENTE
CRITERIOS DE INCLUSION

Parturientas INMP

MARCO MUESTRAL

(N) Registro de parturientas Hospitalizadas INMP

todos son elegibles para participar

muestra
Debe ser PROBABILISTICA

VALIDEZ INTERNA

POBLACIN OBJETIVO
FACTORES SELECTIVOS

POBLACIN FUENTE
FACTORES SELECTIVOS

MARCO MUESTRAL ( N ) MUESTRA ( n )

N
MUESTRA

Y = X + Error de medida

POBLACION

p SISTEMATICO OBSERVADOR
SUJETO INSTRUMENTO

ESTIMADORES

PARAMETROS

ALEATORIO
VARIABILIDAD DEL ESTIMADOR EN EL MUESTREO
ERROR DE MUESTREO ERROR ESTANDAR TEORIA DEL MUESTREO

ERROR NO DE MUESTREO SESGO DE INFORMACION DISEO y EJECUCION

OBJETIVO: Diferenciar fuentes de error En cada situacin determinar la fuente de error 1) Formulario auto diligenciado sobre hbitos 2) El encuestado no entendi las instrucciones 3) El encuestador con base en el comentario del encuestado marca la respuesta. 4) Relatos de hechos antiguos 5) Utilizar un juego de bingo o de lotera para seleccionar

MUESTRA

Y = X + Error de medida

POBLACION

p SISTEMATICO

ESTIMADORES

PARAMETROS

ALEATORIO

ERROR NO DE MUESTREO

ERROR DE MUESTREO ERROR ESTANDAR

PLAN DE MUESTREO

1.DEFINIR, ACTUALIZAR y ENUMERAR EL MARCO MUESTRAL 2. ESTIMAR EL TAMAO DE MUESTRA 3. UTILIZAR UN PROCEDIMIENTO DE SELECCIN ALEATORIA PARA OBTENER LA MUESTRA. 4.SUPERVISAR EL PROCEDIMIENTO REALIZADO

Muestreo
Observaciones y recomendaciones: - Delimitar el nmero de unidades que se han de seleccionar. - Establecer la forma en que se efectuar la seleccin. - Determinar el modo en que se procesarn los datos para realizar la estimacin. - Establecer el procedimiento de clculo del error de estimacin. - Obtener una buena muestra significa seleccionar una versin simplificada de la poblacin que reproduzca de algn modo sus rasgos bsicos. - La razn fundamental para realizar un muestreo es la necesidad de ahorrar recursos

TIPO DE MUESTREO

TIPO
PROBABILISTICO
PROBABILIDAD MAYOR QUE CERO DE SER SELECCIONADO (p>0) Todas las unidades tienen igual probabilidad de participar en la muestra. La eleccin de cada unidad muestral es independiente de las dems Se puede calcular el error muestral

NO PROBABILISTICO
ELEMENTOS DE LA POBLACION CON PROBABILIDAD IGUAL A CERO DE SER SELECCIONADOS (p=0) Cada unidad NO tiene igual probabilidad de participar en la muestra. No se puede calcular el error muestral Alto riesgo de invalidez producido por la introduccin de sesgos

TIPO DE MUESTREO

Usos de cada tipo de muestreo

PROBABILISTICO
ESTIMACIN DE PARMETROS. COMPROBACIN DE HIPTESIS

NO PROBABILISTICO
* ESTUDIOS PILOTOS * ESTUDIOS CUALITATIVOS * INVESTIGACIONES EN POBLACIONES DE DIFCIL REGISTRO O LOCALIZACIN ( EJ. MARGINALES, PROSTITUTAS, ENFERMOS DE V VIH, ETC) Ejemplo: Cuotas Bola de Nieve Intencional por conveniencia

Ejemplo: Simple Aleatorio Sistemtico Estratificado Conglomerados

TECNICAS DE MUESTREO

TECNICAS DE MUESTREO

Muestreos Probabilsticos: Simple

Se realiza utilizando alguna fuente de eleccin aleatoria. Supone que cada miembro de la poblacin tiene elemento que lo identifica ( ej. Un nmero identificador) y mediante el cual puede ser elegido si sale sorteado. La afirmacin anterior implica que hay que tener un listado completo de TODOS los miembros de la poblacin

TECNICAS DE MUESTREO

Muestreos Probabilsticos: Simple

Ventajas
Facilidad en los clculos estadsticos Elevada probabilidad de lograr equivalencia entre las caractersticas de la muestra y las correspondientes a la poblacin

Desventajas
Cada que cada miembro de la poblacin tiene que ser identificado Complicado en poblaciones grandes Alto costo

TECNICAS DE MUESTREO

Muestreos Probabilsticos: Muestreo Aleatorio Sistemtico

1.

Similar al muestro simple salvo que:

Solo la primera unidad de la muestra se elige al azar siempre que el nmero seleccionado sea mayor que el coeficiente de elevacin. Coeficiente de Elevacin = N/ n Donde N: Tamao de la poblacin n : Tamao de la muestra Los restantes elementos de la muestra se hayan sumando, sucesivamente el coeficiente de elevacin.

1.

TECNICAS DE MUESTREO

Ejemplo: Muestreo por Estratos

Estrato Primario

Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas . Ej. 2 de la escuela primaria 1 y 2 de la escuela primaria 2.

TECNICAS DE MUESTREO

Ejemplo: Muestreo por Conglomerados

Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra

Ejemplo:

Estimar un tamao de muestra cuya proporcin de sujetos con una enfermedad especfica al nivel de confianza del 95% (Z=1.96) y una precisin de admitido del 2%: Para estimacin de proporciones para poblaciones infinitas

Para comparaciones de media

* Para poblaciones infinitas (donde N>> n )

Ejemplo:

Estimar un tamao de muestra cuya proporcin de sujetos con una enfermedad especfica al nivel de confianza del 95% (Z=1.96) y una precisin de admitido del 2%:

Para estimacin de proporciones para poblaciones infinitas n=

(1.96)2 * 0.5 * 0.5 --------------------------(0.02)2

n = 2401

EL TAMAO DE LA POBLACIN NO FUE TOMADO EN CUENTA!!! Porque p y q es 50%

II.- PRUEBAS ESTADISTICAS MAS UTILIZADAS

Ing. Luis Huamn Quintana

Eleccin de pruebas estadsticas

A la hora de seleccionar la prueba, tendremos en cuenta: Tipo de variable: cuantitativa o cualitativa. Grado de dependencia de los datos: - Datos independientes. - Datos apareados. Condiciones de aplicabilidad. - Normalidad, tamao de la muestra.

Pruebas estadsticas para comparar dos proporciones

Se analiza una variables cualitativa en dos grupos distintos, estando implicadas dos variables cualitativas: - La que estudiamos. - La que define el grupo. Las pruebas que ms se utilizan son: - Grupos independientes: Z de comparacin de proporciones. Ji cuadrado. - Grupos apareados: Prueba de Mcnemar

Pruebas estadsticas para comparar tres o ms proporciones

Se comparan las proporciones de una o ms categoras de una variable cualitativa segn grupos definidos por otra variable: - Grupos independientes: Ji cuadrado. - Grupos apareados: Q de Codhran.

 Se produce al estudiar una variable cuantitativa en dos grupos. El objetivo es la comparacin de medias en ambos grupos. Involucra a. Una variable cuantitativa: variable de estudio. Una variable cualitativa: la que define los grupos. Grupos independientes n>=30 o n<30 y variable normal: t de Student. n<30 y distribucin no normal o no se sabe: U de Mann Whitney. Grupos apareados: n>=30 o n<30 y variable normal: t de Student para datos apareados. n<30 y distribucin no normal o no se sabe: prueba de rangos de Wilcoxon para datos apareados.

Pruebas estadsticas para comparar dos medias

Pruebas estadsticas para comparar medias de tres o ms grupos

Grupos independientes: si la variable sigue una distribucin normal con homogeneidad de varianzas por grupos: Anlisis de la varianza (ANOVA). si la variable sigue una distribucin no normal o sin homogeneidad de varianzas: Prueba de Kruskal Wallis. Grupos apareados: si siguen una distribucin normal con homogeneidad de varianzas: ANOVA para medias repetidas. si siguen una distribucin no normal o sin homogeneidad de varianzas: Prueba de Fiedman.

Relacin entre variables cuantitativas

Para calcular la relacin entre dos variables cuantitativas, calculamos el coeficiente de correlacin, que es una medida de relacin lineal entre dos variables numricas. Su clculo se realiza habitualmente a travs de programas estadsticos.

Relacin entre variables cuantitativas

La interpretacin de la r (en nmeros absolutos) es: 0 - 0.25: correlacin escasa o sin correlacin. 0.26 - 0.50: cierto grado de correlacin. 0.51 - 0.75: correlacin buena. Mayor de 0.75: correlacin excelente o muy buena. Si la r es positiva, indica una relacin en el mismo sentido, mientras si la r es negativa, indica que cuando una de las variables aumenta, la otra disminuye.

Relacin entre variables cuantitativas

El coeficiente de determinacin es r2. Indica el porcentaje de variabilidad de una de las variables explicado por la otra.

Pruebas de contraste de hiptesis usadas con mayor frecuencia

Variable Variable independiente o dependiente o predictiva (VI) respuesta (VD) Pruebas empleadas Detalles

Cualitativa

Cuantitativa

Chi-cuadrado Prueba exacta de Fisher Test de McNemar Regresin logstica T-Student ANOVA (1 factor) U Mann-Whitney Wilcoxon Kruskall-Wallis Friedman Kaplan-Meyer Regresin de Cox Correlacin de Pearson Correlacin Spearman Regresin Regresin Mltiple

Muestras grandes Muestras pequeas Medidas repetidas Multivariante Compara medias 2 grupos Compara medias >2 grupos 2 Grupos, No paramtrico 2 Grupos, medidas repetidas (NP) >2 Grupos (NP) >2 Grupos med. repetidas (NP) Curvas de Supervivencia Multivariante Paramtrico No paramtrico Paramtrico Multivariante

Cualitativa

Cuantitativa

Cuantitativa

Cuantitativa

NP: No paramtrico VI: Factor de riesgo, Exposicin tratamiento, etc. VD: Desenlace, Efecto, Enfermedad