MUESTREO

SANTIAGO E. GONZALEZ J. MD. MSP-SO.

ELEMENTOS DE LA INFERENCIA ESTADISTICA

ANALISIS DE DATOS
Un anlisis de datos puede seguir tres fases: Anlisis Exploratorio de datos Estadstica Bivariable Anlisis Multivariable

ANALISIS EXPORATORIO DE LOS DATOS

Estadstica descriptiva de cada variable por separado. Se obtienen medidas de tendencia central, variabilidad, representaciones graficas, etc. Se pretende conocer cada variable asi como detectar errores, valores extremos, etc

ESTADISTICA BIVARIABLES
Estudia las relaciones entre pares de variables, utilizando estadsticos como el coeficiente de correlacion, chi cuadrado, t de student, etc; representaciones graficas diversas

ANALISIS MULTIVARIANTE
Analiza simultneamente dos o mas variables. Los mtodos pueden ser
Predictivos: existe una variable criterio o independiente que se explica o identifica por un conjunto de variables independientes, predictivas o explicativas (Regresin Lineal, Regresin Logstica, Anlisis discriminante, anlisis de la varianza, etc) Reductivos: se estudian las relaciones entre un conjunto de variables o casos sin que exista una variable a identificar (anlisis factorial, etc)

OBJETIVOS
DEFINIR MUESTREO Y SUS VENTAJAS PRESENTAR LAS DIFERENTES TCNICAS DE MUESTREO PROBABILSTICOS Y NO PROBABILISTICOS QUE SE APLICAN EN LOS ESTUDIOS EPIDEMIOLOGICOS. CALCULO DEL TAMAO MUESTRAL

INTRODUCCION AL MUESTREO
Ventajas:
Coste Rapidez Facilidad Exactitud

Inconvenientes:
Representatividad Errores: - Aleatorios: ( y ). - Sistemticos = SESGOS: (de seleccin, de informacin o medida y de confusin)

MUESTREO
Tcnicas de muestreo: criterios a utilizar:
1) Aleatoriedad: aleatorios o no aleatorios. 2) Seleccin de individuos: elemental (o simple o directo) o por conglomerados (o grupos o clusters). 3) Nmero de elecciones: unietpico ( o de primer grado) o polietpico (o de diversos grados). 4) Estratificacin: con estratificacin previa o sin estratificacin previa.

MTODOS DE MUESTREO PROBABILSTICO Se basan en el principio de EQUIPROBABILIDAD.

Todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas.

TIPOS DE MUESTREO PROBABILISTICO

Aleatorio Simple Sistemtico Estratificado Por conglomerados Polietpico

1- MUESTREO ALEATORIO SIMPLE:

se asigna un nmero a cada individuo de la poblacin a travs de algn medio mecnico

se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.

bolas dentro de una bolsa ( lotera ), tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, Etc

2- MUESTREO ALEATORIO SISTEMTICO:

enumerar todos los elementos de la poblacin, slo se extrae al azar un slo nmero ( i ). Se designa una constante ( k ) dependiendo de la muestra que se necesita (tamao de poblacin entre tamao de muestra ( N/n ) Se parte de ese nmero aleatorio i, y los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k

3- MUESTREO ALEATORIO ESTRATIFICADO:

Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica
profesin, municipio de residencia, sexo, estado civil, etc) .

todos los estratos de inters estarn representados adecuadamente en la muestra Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el sistemtico para elegir los elementos concretos que formarn parte de la muestra.

4. MUESTREO ALEATORIO POR CONGLOMERADOS:

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. naturales Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, conglomerados no naturales como, las urnas electorales. Cuando los conglomerados son rea geogrficas suele hablarse de "muestreo por reas".

5. Muestreo polietpico. Este tipo de muestreo se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado.

MUESTREO NO PROBABILISTICO

Las Muestras no Probabilsticas

Son un subgrupo de la poblacin en la que la eleccin de los sujetos no depende de la probabilidad sino de las caractersticas de la investigacin Son tambin llamadas muestras dirigidas , ya que suponen un procedimiento de seleccin informal

Muestra de Sujeto Voluntarios

El investigador elabora conclusiones sobre especimenes que llegan a sus manos de forma casual

Muestras de Expertos
Estas muestras son frecuentes en estudios cualitativos y exploratorios Se utilizan para generar hiptesis mas precisas a la materia prima del diseo de cuestionarios

MUESTRA ACCIDENTAL

Muestras por Cuotas

Este tipo de muestras se utiliza mucho en estudios de opinin y de mercadotecnia Los encuestadores reciben instrucciones de administrar cuestionarios con sujetos en la calle

Tamao Muestral

1.- Para efectuar estimaciones de parmetros poblacionales. 2.- Para comparar las mediciones efectuadas en diversas muestras.

CURVA NORMAL
Moda = mediana = media aritmtica

24

Tamao Muestral
Factores de los que depende el tamao muestral para hacer estimaciones poblacionales:

A) INTRINSECOS:
Aleatoriedad. Variabilidad del propio fenmeno. Error muestral o precisin.

B) EXTRINSECOS:
Nivel de participacin en el estudio. Tamao poblacional. Otros.

Tamao muestral para efectuar estimaciones

Variables Cuantitativas:

n=Z(/e)
Variables Cualitativas:

n=Z(PQ /e)

1. Estimar de una proporcin:

Si deseamos estimar una proporcin, debemos saber: El nivel de confianza o seguridad: El nivel de confianza prefijado da lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96, para una seguridad del 99% = 2.58. La precisin que deseamos para nuestro estudio. Una idea del valor aproximado del parmetro que queremos medir (en este caso una proporcin). Esta idea se puede obtener revisando la literatura, por estudio pilotos previos. En caso de no tener dicha informacin utilizaremos el valor p = 0.5 (50%).

1. Estimar una proporcin:

donde: Za 2 = grado de confianza p = proporcin esperada q=1p d = precisin

Estimacin de las Z bajo la Curva Normal

Si la seguridad Za fuese del 90% el coeficiente sera 1.645 Si la seguridad Za fuese del 95% el coeficiente sera 1.96 Si la seguridad Za fuese del 97.5% el coeficiente sera 2.24 Si la seguridad Za fuese del 99% el coeficiente sera 2.576

1. Ejemplo de proporcin:
Ejemplo: A cuantas personas tendramos que estudiar para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%: Proporcin esperada = asumamos que puede ser prxima al 5%; si no tuvisemos ninguna idea de dicha proporcin utilizaramos el valor p = 0,5 (50%) que maximiza el tamao muestral:

donde: Za 2 = 1.962 (ya que la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1 0.05 = 0.95) d = precisin (en este caso deseamos un 3%)

2. muestra poblacional
Si la poblacin es finita, es decir conocemos el total de la poblacin y desesemos saber cuntos del total tendremos que estudiar la respuesta seria:

donde: N = Total de la poblacin Za 2 = grado de confianza p = proporcin esperada q=1p d = precisin

2. Ejemplo muestra poblacional:

A cuntas personas tendra que estudiar de una poblacin de 15.000 habitantes para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%; proporcin esperada = asumamos que puede ser prxima al 5% ; si no tuviese ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao muestral.

donde: Za 2 = 1.962 (ya que la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1 0.05 = 0.95) d = precisin (en este caso deseamos un 3%)

3. Estimar una media

Si deseamos estimar una media: debemos saber: El nivel de confianza. El nivel de confianza prefijado da lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96; para una seguridad del 99% = 2.58. La precisin con que se desea estimar el parmetro (2 * d es la amplitud del intervalo de confianza). Una idea de la varianza S2 de la distribucin de la variable cuantitativa que se supone existe en la poblacin

donde: Za 2 = grado de confianza S = varianza p = proporcin esperada q=1p d = precisin

2. Ejemplo de media:
Ejemplo: Si deseamos conocer la media de la glucemia basal de una poblacin, con una seguridad del 95 % y una precisin de 3 mg/dl y tenemos informacin por un estudio piloto o revisin bibliogrfica que la varianza es de 250 mg/dl

Si la poblacin es finita, como previamente se seal, es decir conocemos el total de la poblacin y desearamos saber cuantos del total tendramos que estudiar, la respuesta sera:

EJEMPLO
Se sabe que el porcentaje de enfermos es 0.10. Qu numero hay que examinar para estimar la proporcin de enfermos con una precisin de 2%.(0.02)?