You are on page 1of 8

MIR ASTURIAS

Bioestadstica Ninguno de ellos es necesario ni


suficiente. La respuesta al
tratamiento no es criterio de
causalidad.

David Ramos Asociacin entre variables: no


implica ni es sinnimo de causalidad.
Existen asociaciones sin causa (Ej. por
factores de confusin).

3. MUESTREO
I. INTRODUCCIN Aleatorio simple: cada unidad de la
poblacin tiene la misma probabilidad
de ser escogida (mediante nmeros
1. TIPOS DE VARIABLES aleatorios).
Cuantitativas: discretas y continuas. Inconveniente: requiere el listado
Cualitativas: nominales y ordinales. previo y completo de toda la
poblacin.
Estratificado: la poblacin se divide
2. CRITERIOS DE CAUSALIDAD
en subgrupos o estratos, y se obtiene
De validez interna: una muestra aleatoria de cada uno de
1. fuerza de asociacin, ellos. Asegura mejor que la muestra
2. secuencia temporal, represente adecuadamente a la
3. efecto dosis-respuesta. poblacin y las estimaciones son ms
De coherencia cientfica: precisas.
1. consistencia (constancia + Inconveniente: Se precisa conocer
reproductibilidad), la distribucin en la poblacin de las
2. plausibilidad con los
variables seleccionadas.
conocimientos cientficos,
En etapas mltiples: se seleccionan
3. especificidad de asociacin,
unidades primarias de muestreo en la
4. evidencia experimental.
MIR ASTURIAS

poblacin y, despus, unidades los errores tipo I o y tipo II o ,


secundarias en cada una de ellas. de la potencia estadstica del
Se pueden utilizar as varias estudio,
etapas, y tcnicas de muestreo de la magnitud de la diferencia que
diferentes en cada una de ellas. se desea detectar,
Eficiente para poblaciones de la variabilidad del criterio de
grandes y dispersas. evaluacin
Inconvenientes: el error estndar y de si la comparacin es unilateral
de las estimaciones es mayor que (una cola) o bilateral (dos colas).
en otras modalidades.
Sistemtico: se selecciona uno de
5. SESGOS
cada k individuos. k es la constante de
muestreo. Error aleatorio: ocurre al azar (no es

Inconveniente: se pueden producir un sesgo).

sesgos si k est asociada al No afecta a la validez interna del

fenmeno de inters. estudio.


Disminuye al aumentar el tamao
Muestreo no probabilstico:
de la muestra.
Consecutivo (por criterios de inclusin),
Sesgos: errores sistemticos que
voluntarios, muestreo por cuotas.
pueden alterar la validez de los
resultados.
4. TAMAO MUESTRAL De seleccin (sesgos de Berkson

Para estimacin de parmetros: sobre muestras hospitalarias; falacia de

depende de Neyman por empleo de casos

la variabilidad del parmetro, prevalentes en estudios de

de la precisin de la estimacin casos-controles, se obvia tomando

(amplitud del intervalo de casos incidentes).

confianza), De seguimiento

y del nivel de confianza. De informacin. En los ensayos

Para contraste de hiptesis: clnicos se previenen mediante las

depende de
MIR ASTURIAS

tcnicas de enmascaramiento (simple, Mediana: valor que deja tantas


doble, triple ciego). observaciones (50% de la muestra,
De confusin (por los factores o coincide con el percentil 50) por debajo
variables de confusin, que como por encima. Mejor medida de
son factor o marcador de riesgo, centralizacin que la media en
se asocian al factor de riesgo que distribuciones sesgadas.
se estudia Percentiles: valores que dividen a la
y no son variable intermedia en la muestra en 100 partes iguales,
cadena causal). abarcando hasta el valor de percentil,
Se previenen y/o controlan inclusive. Deciles son los percentiles
mediante 10, 20, etc. ..., y cuartiles son los
a) muestreo aleatorio, percentiles 25, 50 y 75. Muy empleados
b) anlisis estratificado, para definir los casos "raros", y
c) anlisis multivariante. necesarios para caracterizar
distribuciones sesgadas.

II. ESTADSTICA 2. MEDIDAS DE DISPERSIN


Rango, recorrido o amplitud:
DESCRIPTIVA diferencia entre los valores mximo y
mnimo de la variable.
Desviacin media: promedio de los
1. MEDIDAS DE POSICIN valores absolutos de las desviaciones.
Moda: valor ms frecuente. Puede Poco operativa.
haber varias en una misma distribucin. Varianza: promedio de los cuadros de
Sin utilidad en inferencia estadstica las desviaciones.
(gran prdida de informacin). Desviacin tpica o estndar: raz
Media: promedio aritmtico de los cuadrada de la varianza. Se expresa en
valores. Fcil clculo. Importante las mismas unidades que la variable
sensibilidad a los valores extremos (es manejada.
"arrastrada").
MIR ASTURIAS

Coeficiente de variacin: cociente 2. DISTRIBUCIN BINOMIAL


entre desviacin estndar y media,
Para variables aleatorias discretas,
expresado como porcentaje. Se
definidas por el nmero de individuos,
emplea para comparar la dispersin o
de entre los n de una muestra, que
variabilidad relativa de dos o ms
verifican una cierta caracterstica
muestras, o de mtodos de medida. Al
dicotmica, con probabilidad de
ser adimensional, se pueden comparar
presentacin constante.
variables diferentes.
Para muestras grandes se aproxima a
la normal.

III. DISTRIBUCIONES 3. DISTRIBUCIN DE POISSON


Para variables con n grande y P
DE PROBABILIDAD
(probabilidad de presentacin) pequeo
("ley de los sucesos raros").

1. DISTRIBUCIN NORMAL
IV INFERENCIA
Definida por una funcin de
probabilidad continua. ESTADSTICA
Media. moda y mediana coinciden, y
es simtrica respecto a este punto.
Queda suficientemente definida por 1. INFERENCIA DE LA MEDIA
la media aritmtica y la desviacin POBLACIONAL
estndar (x y s).
La extraccin de muestras de una
El intervalo [x + 1S] agrupa
poblacin, est sujeta a una
aproximadamente el 68% de los
variabilidad, de modo que cada una de
valores, [x + 2S] el 95% y [x + 3S] el
las posibles muestras tendr su propia
99%.
media muestral.
Teorema del lmite central de la
media: La distribucin de las medias
muestrales tiende a ser una distribucin
MIR ASTURIAS

normal (independientemente de la 2. CONTRASTE DE HIPTESIS


forma de la distribucin de la variable
Ho: hiptesis nula: No existe
X), con media = (media poblacional)
diferencia entre los trminos
y desviacin estndar = Sx (error
comparados.
estndar de la media).
H1: hiptesis alternativa. La que se
El error estndar de la media es el acepta si se rechaza Ho (existe
cociente entre la desviacin tpica
diferencia).
muestral y la raz cuadrada del tamao
Error tipo I: Rechazar Ho siendo
muestral: Sx = S/RAIZ DE n.
cierta. Su probabilidad es
Al seguir la distribucin de las medias
Error tipo Il: Aceptar Ho [rechazar H1]
muestrales las propiedades de la
siendo falsa. Su probabilidad es .
distribucin normal, el intervalo [Xm
Potencia del test estadstico: es 1- .
2Sx] (media muestral 2 x error
Probabilidad de acierto en rechazar
estndar) contendr a con una hiptesis nulas falsas, o bien en
probabilidad del 95%, y el intervalo [X detectar hiptesis alternativas
3Sx] contendr a con una correctas.
probabilidad del 99%. Estos son los Nivel de significacin estadstica de
intervalos de confianza de la media la prueba de contraste: Se denomina
poblacional y, sus lmites, lmites de p. Es la probabilidad de que, si la
confianza para la media. hiptesis nula fuese cierta, pudiera
[Xm Sx] Intervalo de obtenerse la diferencia observada
confianza del 68%. debido al azar, o bien rechazar la
[Xm 2Sx] Intervalo de hiptesis nula siendo cierta (error tipo I,
confianza del 95%. ). Si p es pequea, la probabilidad de
[Xm 3Sx] Intervalo de que esto ocurra es baja y nos
confianza del 99%. inclinamos por la hiptesis alternativa
(las diferencias observadas se deben a
algn factor distinto del azar, por
ejemplo, una diferencia efectiva en la
eficacia de los tratamientos
comparados).
MIR ASTURIAS

Si un estudio llega a la variables cualitativas o distribuidas en


conclusin de que la diferencia clases excluyentes. Para datos
entre dos frmacos es independientes.
estadsticamente significativa Se basa en las diferencias entre
(se rechaza la hiptesis nula) con frecuencias esperadas y observadas.
una p menor de 0.05, se Las frecuencias esperadas de cada
interpreta que, si los dos categora deben ser como mnimo igual
tratamientos fuesen igualmente a 5. Si ms del 20% de ellas es inferior,
eficaces, existe menos del 5% de puede utilizarse la correccin de
probabilidades de observar este Yates (slo tablas de 2x2).
resultado por azar, es decir, que la Precisa una correccin por
variacin en el muestreo es discontinuidad cuando el nmero de
insuficiente para explicar esta clases es menor o igual que 4.
diferencia. El nmero de grados de libertad es
Si un estudio concluye que la el producto de (n-1) filas por (n- 1)
diferencia entre dos frmacos columnas en la tabla de contingencia.
no es estadsticamente Cuando no se puede aplicar debido
significativa con una p mayor a tamaos de muestra muy
de 0.05. se interpreta que la pequeos. se indica la prueba exacta
probabilidad de que las diferencias de Fisher.
observadas se deban al azar es
alta y, por tanto, se acepta la Otras pruebas de comparacin de
hiptesis nula, es decir, no se proporciones:
dispone de la suficiente evidencia - Z de comparacin de proporciones (para
para decir que ambos tratamiento dos proporciones, datos independientes).
son diferentes. - Prueba de McNemar (para datos
apareados).

3. PRUEBA DE 2
Comparacin de dos o ms
proporciones. Comparacin de
MIR ASTURIAS

4. PRUEBA T DE STUDENT 5. ANLISIS DE LA VARIANZA


Comparacin de medias de dos (ANOVA)
muestras para una variable Comparacin de medias de tres o
cuantitativa continua. mas muestras.
Para muestras independientes y Prueba global para detectar
muestras apareadas. diferencias en el conjunto de las
Las distribuciones deben medias, pero no determina cul de ellas
aproximarse a la normal. Comentado [DJM1]: Pgina: 5
difiere. Recordar que paramtrica es sinnimo de distribucin normal.
Condiciones de validez: La Utiliza una prueba F de Snedecor
variable debe seguir una para comparar la variabilidad de las
distribucin normal, las varianzas medias.
deben ser similares
Condiciones de validez:
(homoscedasticidad). Datos independientes,
Las varianzas se pueden distribucin normal de la variable
comparar mediante una en cada grupo,
prueba F de Snedecor. varianzas iguales.
Si los datos son apareados,
las diferencias deben seguir
una distribucin normal. 6. ANLISIS MULTIVARIANTE
Conjunto de tcnicas para el estudio
Test de Welch: Modificacin al t de simultneo de ms de una variable.
Student para datos independientes, Es til para el control de variables de
cuando las varianzas son distintas. confusin.
Al realizar mltiples comparaciones,
Pruebas no paramtricas: aumenta la probabilidad de encontrar
Comentado [DJM2]: Pgina: 5
Para aquellas distribuciones distintas de la NORMAL.
Para datos independientes, U de algn resultado significativo o alguna
Mann-Whitney. asociacin por azar.
Para datos apareados, prueba de
Wilcoxon.
MIR ASTURIAS

7. COEFICIENTE DE PRUEBA PRUEBA NO

CORRELACIN PARAMTRICA PARAMTRICA


t de Student U de
Medida de fuerza de asociacin entre
para datos Mann-Whitney o
dos variables cuantitativas x e y.
independientes prueba de la
Oscila entre -1 y 1.
suma de rangos
Tiene el mismo signo que la pendiente
de Wilcoxon
de la recta de regresin y = a + bx.
Test de Welch
Su valor absoluto expresa la fuerza
t de Student Prueba de
de asociacin.
para datos Wilcoxon o de
a) Si es igual a cero, x e y son
apareados los rangos con
independientes (no existe
signo
correlacin).
Anlisis de la Prueba de
b) Si es igual a 1 -1. Ia correlacin
varianza (datos Kruskal-Wallis
es mxima.
independientes)
Correlacin de Correlacin de

8. PRUEBAS NO PARAMTRICAS Pearson Spearman

No requieren los condicionantes de


validez de las pruebas paramtricas y se
pueden utilizar con tamaos de muestra
menores.
Son menos potentes que las pruebas
paramtricas.
Se pueden aplicar al estudio de variables
cualitativas ordinales.

PRUEBA PRUEBA NO
PARAMTRICA PARAMTRICA