SELECCI - PowerPoint PPT Presentation

1 / 27
About This Presentation
Title:

SELECCI

Description:

SELECCI N DE LA MUESTRA EN UN ESTUDIO CIENT FICO Muestra Muestra grande representativa Errores en las mediciones Error aleatorio (error de muestreo) Reduce la ... – PowerPoint PPT presentation

Number of Views:106
Avg rating:3.0/5.0
Slides: 28
Provided by: fas129
Category:

less

Transcript and Presenter's Notes

Title: SELECCI


1
SELECCIÓN DE LA MUESTRA EN UN ESTUDIO CIENTÍFICO
2
TAMAÑODE LA POBLACIÓN
3
Muestra Muestra grande representativa
?
4
Tipo de estudio
Valores a determinar
Proporción (variable binaria prevalencia, inc.
acumulada)
Descriptivo (estimación)
Promedio (variable continua)
Tasa (proporción/tiempo)
Diferencia entre proporciones
Analítico (comparación)
Diferencia entre promedios
Razón (OR, RR)
5
Errores en las mediciones
  • Error aleatorio (error de muestreo)
  • Reduce la precisión de los resultados (ruido)
  • Puede reducirse ampliando el tamaño de muestra
    y/o mejorando la precision de los instrumentos
  • Error selectivo o sistemático
  • Genera sesgo
  • Puede reducirse mejorando el diseño del estudio
    (selección de la muestra) y/o mejorando la
    exactitud de los instrumentos

6
Error en estudios descriptivos
Realidad
Medición
Error aleatorio
Error selectivo
7
Algunos errores aleatorios
  • Heterogeneidad en la variable a medirse
  • Variación aleatoria entre individuos
  • Errores en el instrumento de medición
  • Errores en la observación o interpretación de
    resultados
  • Errores en el registro o manipulación de la
    información

8
Algunos errores selectivos
  • Instrumentos mal calibrados
  • Selección inapropiada de la muestra
  • Perdida selectiva al seguimiento
  • Interpretación sesgada de resultados
  • Asignación no aleatoria de intervención

9
Error en estudios analiticos
  • Los errores aleatorios reducen la capacidad del
    estudio para encontrar diferencias reales entre
    las categorías de estudio.

?
  • Los errores selectivos introducen sesgo (de
    información) en estudios analíticos.

10
PUNTUAL
Estimación de un valor
DE INTERVALO
11
Intervalo de confianza al 95
  • Definición Intervalo que el 95 de las veces
    incluye al verdadero valor que estamos estimando
    para la población
  • (no hablar de probabilidades).

12
Tipos de variables
  • Continuas Estatura, nivel sérico de glucosa,
    presión sistólica.
  • Categóricas Raza, Lugar de nacimiento
    (departamento), ocupación.
  • Binarias (binomiales, dicotómicas) Sexo
    (varón/mujer), estado de al final de un proceso
    (sano/enfermo).

13
Intervalos de confianza para proporciones
  • n número de elementos observados.
  • x número de elementos que cumplen la condición.
  • Para variables binarias con x?5 y n-x?5
  • p proporción de elementos que cumplen la
    condición,

14
Intervalos de confianza para proporciones
  • Para facilitar los cálculos, en el análisis
    podemos convertir una variable categórica o
    continua en binaria.
  • Este método no es apropiado cuando p es muy
    cercano a 0 (0) o a 1 (100).

15
Intervalos de confianza para medias
  • (variables continuas con ngt30)
  • media
  • ? desviación estándar
  • n número de mediciones obtenidas

16
Estudios Descriptivos
17
Intervalos de confianza para proporciones
  • n número de elementos observados.
  • p proporción de elementos que cumplen la
    condición,

e
Tamaño de muestra para estimar proporciones
  • e máximo error tolerado (precisión)

18
Tamaño de muestra como función de la proporción a
estimar (e constante)
19
Tamaño de muestra como función de la precisión (p
constante)
20
Correccion del tamaño de muestra para población
finita
  • N tamaño estimado de la poblacion
  • n(a) tamaño de muestra ajustado para el tamaño
    de la población

21
Tamaño de muestra como función del tamaño de la
población (p y e constantes)
22
Otro factor que afecta el tamaño de muestra
  • Método de muestreo ? efecto de diseño

23
Estudios Analíticos
24
Tamaño de muestra para comparar proporciones
  • Error tipo 1 Encontrar diferencia
    estadísticamente significativa cuando no existe
  • Error tipo 2 No encontrar diferencia
    estadísticamente significativa cuando existe.
  • ? probabilidad de cometer un error tipo 1
  • 1- ? Significancia de la prueba
  • ? probabilidad de cometer un error tipo 2
  • 1- ? Poder del estudio

25
  • n Número de individuos a enrolar (casos o
    expuestos) en el grupo de estudio.
  • R Número de individuos a enrolar en el grupo de
    comparación (controles o no expuestos) por
    individuo en el grupo de estudio.
  • p0 Incidencia acumulada esperada en no
    expuestos, o prevalencia esperada de la
    exposición en controles.
  • p1 Incidencia acumulada esperada en expuestos, o
    prevalencia esperada de la exposición en casos.
  • Probabilidad de error Z? (dos colas) Z?
  • 1 2.576 3.09
  • 5 1.96 1.645
  • 10 1.645 1.282
  • 20 1.282 0.842

26
Tamaño de muestra como funcion de R
27
Programas de uso libre (freeware) para análisis
estadístico básico
  • Datos tabulares
  • EpiCalc2000
  • http//www.brixtonhealth.com/epicalc.html
  • Win Episcope
  • http//www.clive.ed.ac.uk/winepiscope/
  • Bases de datos
  • EpiInfo
  • http//www.cdc.gov/epiinfo/
Write a Comment
User Comments (0)
About PowerShow.com