Académique Documents
Professionnel Documents
Culture Documents
MUESTRA
En
las investigaciones muchas veces es imprescindible realizar un clculo de tamao de muestra para saber la precisin o la potencia del estudio.
Conceptos primarios
Poblacin Muestra Parmetro
Estadstico
Varianza poblacional Inferencia estadstica
Conceptos primarios
Poblacin: conjunto de individuos o elementos que
subconjunto
representativo
de
una
poblacin.
Conceptos primarios
Parmetro : Son las medidas o datos que se
obtienen sobre la distribucin de probabilidades de la poblacin, tales como la media, la varianza, la proporcin, etc.
sobre una muestra y por lo tanto una estimacin de los parmetros, es decir es igual al parmetro pero de la muestra.
Conceptos primarios
Varianza Poblacional. Cuando una poblacin es
ms homognea la varianza es menor. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos.
Conceptos primarios
Error Muestral o Tolerancia de error: de
estimacin o estndar. Es la diferencia entre un estadstico y su parmetro correspondiente. Generalmente 5%, en estudios con frmacos 1%. La tolerancia debe ir de la mano de la prevalencia del estudio en cuestin.
Nivel de Confianza. Probabilidad de que la
Conceptos primarios
Ejemplo:
Si por ejemplo estudiamos la prevalencia de asma bronquial en un estudio donde se clculo la muestra con tolerancia de error del 5% y nivel de significancia del 95% y se encontr que la prevalencia es de 20%. Interpretacin: hay un 95% de probabilidad que la prevalencia real este entre 15 y 25%.
Que ocurre si las prevalencias son muy bajas, por ejemplo 2%??
independientes o pareadas.
Clculo muestral
es la varianza de la poblacin. es la varianza de la muestra, la cual podr determinarse en trminos de probabilidad como es error estndar que est dado por la diferencia entre () la media poblacional y la media muestral. es el error estndar al cuadrado, que nos servir para determinar , por lo que = es la varianza poblacional.
En un rea sanitaria, la distribucin del peso al nacer de nios que cumplen su perodo de gestacin de 40 sem. es aproxim. normal con una media de m=3500 g. y una DS=430 g. Un investigador planea llevar a cabo un estudio para estimar el peso medio al nacer de los nios que llegan al trmino del embarazo y cuyas madres fumaron durante ese perodo, asumiendo que la DS es la misma. Si el investigador desea que el error (precisin) sea de 50 g con una confianza del 95%, qu tamao de muestra se requiere en este estudio?
n: Tamao muestral N: Tamao de la poblacin, nmero total de historias. Z: Valor correspondiente a la distribucin de Gauss 1,96 para =0,05 p: Prevalencia del fenmeno en estudio. Q: 1-p i o d: Tolerancia de error (mayormente 5%)*.
Si las prevalencias son bajas, las tolerancias de error lo debe ser aun ms. Ejemplo de la tasa de prevalencia, se puede suponer que la proporcin que ha de estimarse se mover probablemente entre un 5% y un 15%, y es razonable aspirar a que no se incurra en un error mayor del 1%.
Si la seguridad Z fuese del 90% el coeficiente sera 1.645 Si la seguridad Z fuese del 95% el coeficiente sera 1.96 Si la seguridad Z fuese del 97.5% el coeficiente sera 2.24 Si la seguridad Z fuese del 99% el coeficiente sera 2.576
retencin de restos placentarios como parte de la morbilidad materna extrema durante el embarazo, parto y puerperio en los hospitales MINSALambayeque, en el periodo 1enero 201031diciembre 2011. Si se desea trabajar con una precisin del 3%, nivel de confianza del 95%, y se sabe que segn estudios previos la proporcin de restos placentarios es 15%. Calcule la muestra necesaria para el estudio.
p2: probabilidad de exposicin entre los controles W: es el OR previsto P1: la frecuencia de exposicin entre los casos,
As, el problema del clculo del tamao muestral podr abordarse mediante las frmulas habituales empleadas en la comparacin de dos proporciones, asumiendo aqu que las proporciones esperadas son p1 y p2
p1: La frecuencia de la exposicin entre los casos. p2: La frecuencia de la exposicin entre los controles. : La seguridad con la que se desea trabajar, o riesgo de cometer un error de tipo I. Generalmente se trabaja con una seguridad del 95% ( = 0,05). 1-: El poder estadstico que se quiere para el estudio, o riesgo de cometer un error de tipo II. Es habitual tomar = 0,2, es decir, un poder del 80%.
Donde:
son valores que se obtienen de la distribucin normal estndar en funcin de la seguridad y el poder elegidos para el estudio. En particular, para una seguridad de un 95% y un poder estadstico del 80% se tiene que.
Un estudio de casos y controles emparejado sobre tabaquismo y cncer de laringe utilizando controles poblacionales. Suponiendo que la prevalencia del hbito tabquico en la poblacin es del 45% y que el OR esperado es aproximadamente es 3 cuntos pares de casos y controles necesitar para estimar el OR con una potencia de 80% y un nivel de confianza del 95%?
n : sujetos necesarios en cada una de las muestras Z : Valor Z correspondiente al riesgo deseado Z : Valor Z correspondiente al riesgo deseado S2 : Varianza de la variable cuantitativa que tiene el grupo control o de referencia. d : Valor mnimo de la diferencia que se desea detectar (datos cuantitativos).
de que cierta enfermedad pulmonar est favorecida por la exposicin a un contaminante atmosfrico recin detectado cuyo efecto no ha sido examinado previamente. Qu tamao tendr que tener la muestra de cada grupo (el de expuestos y el de no expuestos) si se desea estimar el riesgo relativo con una potencia 80% y un 95% de confianza? La enfermedad se manifiesta en el 20% de las personas no expuestas y 30% en las expuestas al contaminante atmosfrico y los dos grupos sern de igual tamao.
r: magnitud de la correlacin que se desea detectar. Esto se obtiene de estudios anteriores entre las dos variables a estudio. 1: la seguridad con la que se desea trabajar o riesgo de cometer un error de tipo I. Generalmente se trabaja con una seguridad del 95% ( = 0,05 ). 1: el poder estadstico que se quiere para el estudio, o riesgo de cometer un error de tipo II. Es habitual tomar = 0,2 o, equivalentemente, un poder estadstico del 80%.
se obtienen de la distribucin normal estndar en funcin de la seguridad y el poder elegidos para el estudio. En particular, para una seguridad del 95% y un poder estadstico del 80% se tiene que
espiratorio forzado en un segundo y la capacidad vital forzada en individuos sanos es aproximadamente de 0,60. Supngase, adicionalmente, que un grupo de pacientes con una enfermedad de pulmn est accesible en una clnica, e interesa contrastar si hay correlacin entre ambas medidas en esos pacientes. Con un nivel de confianza del 95% y una potencia del 90%, cuntos sujetos se necesitan en la muestra?
Ensayos Clnicos
La formula depender del tipo de medida que se este
calculando en el ensayo clnico. Ejemplo: un ensayo clnico sobre el uso de una droga en embarazos gemelares, un gineco-obstetra desea demostrar que hay un aumento significativo en la duracin del embarazo al usar la droga frente a un placebo. El toclogo estima que la media de la duracin de los embarazos es de 1,75 semanas. Cuntos embarazos debe observar como mnimo en cada grupo si considera que una semana es un aumento clnicamente importante en la duracin del embarazo y quiere trabajar con una confianza del 95% y una potencia del 80%?
Tipo de Muestreo
la misma probabilidad de ser seleccionado para integrar la muestra. Existen dos formas de extraer una muestra de una poblacin: con reposicin y sin reposicin.
ser seleccionado ms de una vez en la muestra para ello se extrae un elemento de la poblacin se observa y se devuelve a la poblacin, por lo que de esta forma se pueden hacer infinitas extracciones de la poblacin aun siendo esta finita. Muestreo sin reemplazo: No se devuelve los elementos extrados a la poblacin hasta que no se hallan extrados todos los elementos de la poblacin que conforman la muestra.
Supngase que se quiere obtener una MAS de 120 descansos mdicos de un registro de 973 emitidos durante el mes de diciembre del 2009.
muestra a todas las unidades de anlisis de la poblacin. Se usa para los casos en los que no se cuenta con una base de datos con el caso del muestreo aleatorio simple. Para su calculo se debe saber el tamao de la poblacin y que porcentaje es la muestra de la poblacin.
Supngase que se quiere obtener una muestra sistemtica que contenga aproximadamente al 12% de los estudiantes de un centro universitario que tiene 966 alumnos registrados.
que se divide la poblacin de N individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan ser importantes en el estudio, de tamaos respectivos. N1, . . . , Nk,
Ejemplo: Supngase que se quiere obtener una muestra de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados, distribuidos en cuatro reas acadmicas con los siguientes tamaos: Ingeniera: 264 Ciencias econmicas: 284 Ciencias salud: 182 Letras: 236
unidades de anlisis, solo se sabe de cuantas estn conformadas cada unidades de anlisis y/o Dispersin geogrfica de las unidades de anlisis a lo largo del territorio en que se halla ubicada la poblacin.
solo se tienen identificados los conglomerados y sus tamaos; en este caso se debe conformar un archivo con tantos registros como conglomerados, con un campo que identifique el conglomerado y otro campo que contenga su tamao (nmero de unidades de que consta).
Supngase que se quiere obtener una muestra de aproximadamente 120 estudiantes de un centro universitario que tiene 966 alumnos registrados y que los alumnos estn distribuidos en 52 grupos de tamaos variables y conocidos.
cuando hay gran variabilidad entre los tamaos de los conglomerados. Se usa para escoger ms conglomerados, claro esta mantenindose la misma cantidad de la muestra.
Supngase que se quiere obtener una muestra de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados. Supngase adems que los alumnos estn distribuidos en 52 grupos de tamaos variables y conocidos y que se ha decidido seleccionar 12 de esos grupos, o equivalentemente, 10 alumnos por grupo.
cuando se quiere aplicar un muestreo bietpico pero habiendo separado antes las Unidades de Primera Etapa segn estratos. Se trata de un mtodo cuyo uso est muy extendido en la prctica.
Supngase que se quiere obtener una muestra de 120 estudiantes de un centro universitario que tiene 966 alumnos registrados. Supngase adems que hay cuatro reas acadmicas y que en cada una existe cierto nmero de grupos de alumnos (14, 14, 11 y 13 grupos respectivamente) de modo que los alumnos estn distribuidos en 52 grupos de tamaos variables y conocidos. Considrese, finalmente, que se ha decidido seleccionar 12 de esos grupos y 10 alumnos por grupo.