Sesion 3 2023

Maestría en Salud Pública:
Bioestadística
Docente: Andrés Muñoz-Najar Pacheco, PhD(c)
Sesión: Sábado 15 de abril de 2023
Agenda
1. Muestreo
1. Probabilísticos
2. No probabilísticos
2. Prueba de hipótesis
3. Errores Tipo I y II
4. Potencia estadística
5. Tamaño del efecto
Muestreo
Razón del muestreo
• Para acercarnos a entender
la realidad, se debe
recolectar información.
• No siempre (la mayoría de
veces), se tiene acceso a la
totalidad de dicha
información.
Probabilísticos
Aleatorio por
Aleatorio simple Aleatorio estratificado Polietápico
conglomerados
•Todas las personas de la •Estratos naturalmente •Cuando las unidades de •Se aplica en muestreo
población tienen la creados (grupos, etnias, estudio están muy complejo aplicando
misma probabilidad de regiones, etc.) dispersas, se forman estratos y
entrar en la muestra. •Cada estrato debe estar conglomerados que se conglomerados.
•Bajo este criterio se proporcionalmente aproximan a representar •Estudios poblacionales
construye la estadística representado en la a la población. donde se distribuye todo
inferencial. muestra. •Se introduce sesgo en el el territorio nacional.
muestreo porque cabe la •Utiliza “pesos” para los
probabilidad de falta de participantes, para lo
heterogeneidad en los análisis posteriores.
conglomerados. •Asesoría y seguimiento
constante de estadísticos
especialistas en ese
muestreo y costoso.
No probabilísticos
Conveniencia Cuotas Bola de nieve
•Ampliamente conocido y •Intenta parecerse a un •Mayormente utilizado en el

utilizado. muestreo estratificado. estudios cualitativos.
•Facilidad de acceso a las •Plantea ciertas “cuotas” de •El participante invita a más
unidades de estudio. participantes por los participantes y éstos, a su
•La muestra evaluada tiene estratos naturalmente vez invitan a otros.
características particulares establecidos. •Útil cuando las
que no representa a la •Sigue siendo no características de las
población. representativa. unidades de estudio son muy
•Se utiliza el tamaño muestral específicas.
de un probabilístico para un
muestreo no probabilístico
(¡error!).
Prueba de hipótesis
Prueba de significancia de la hipótesis nula
• Dado que estamos trabajando con
muestras, se debe poner a prueba si
lo que estamos observando se ajusta
a la realidad o es producto de la
suerte.
• Planteamos hipótesis que se
contrastan gracias a la probabilidad.
• Aquí establecemos lo que se conoce
como el valor-p o significancia.
• Valor-p = 0.05
Prueba de hipótesis 𝐻𝑖 : 𝑟 ≠ 0 𝐻𝑖 : 𝑥ҧ1 ≠ 𝑥ҧ2
• De 100 muestras, en 5 no se 𝐻0 : 𝑟 = 0 𝐻0 : 𝑥ҧ1 = 𝑥ҧ2

encontrará el efecto esperado.
• En algunas ciencias el valor-p 𝐻𝑖 : 𝑟 > 0 𝐻𝑖 : 𝑥ҧ1 < 𝑥ҧ2
establecido es más riguroso, por 𝐻0 : 𝑟 ≤ 0 𝐻0 : 𝑥ҧ1 ≥ 𝑥ҧ2
las condiciones de la propia
ciencia. 𝐻𝑖 : 𝑟 < 0 𝐻𝑖 : 𝑥ҧ1 > 𝑥ҧ2
• La hipótesis alternativa siempre
se enfoca en la diferencia, 𝐻0 : 𝑟 ≥ 0 𝐻0 : 𝑥ҧ1 ≤ 𝑥ҧ2
mientras que la hipótesis nula es
la negación de la hipótesis
alternativa.
Ejemplo
• ¿Cuál es la probabilidad de que el promedio de consumo de alcohol
de Lima sea distinto al de Santiago?
• 𝐻𝑖 : 𝑥ҧ𝐿𝑖𝑚𝑎 ≠ 𝑥𝑆𝑎𝑛𝑡𝑖𝑎𝑔𝑜
ҧ
• 𝐻0 : 𝑥ҧ𝐿𝑖𝑚𝑎 = 𝑥𝑆𝑎𝑛𝑡𝑖𝑎𝑔𝑜
ҧ
• Lima = 50.45 litros

• Stgo = 33.71 litros
• p = ¿?
Errores Tipo I y II
Errores en las conclusiones
Conclusión
𝐻0 se acepta 𝐻0 se rechaza
𝐻0 es verdadera Correcto
Realidad
Error de tipo I Falso positivo

1 − 𝛽 = 0.80
𝛼 = 0.05
𝐻0 es falsa Error de tipo II

Correcto
𝛽 = 0.20
1 − 𝛼 = 0.95
Falso positivo
• Los proyectos de investigación
deben tener claro los errores y
calcular su muestra mínima en
función de ambos errores.
• Se sugiere que el cálculo de la
muestra en función de los errores
se haga a priori y no a posteriori,
pero si no se hizo antes seria
correcto reportarlo
posteriormente.
• Usar programa G*Power para
hacer el cálculo de muestra ideal.
Potencia estadística
¿Potencia? ¿Poder?
• Es la probabilidad de
capturar un efecto real.
• Probabilidad de no
cometer un falso negativo
(aceptar la H0 cuando en
verdad es falsa).
• Consenso de establecer, o
tener, un poder de 0.80
(80%), como mínimo.
Potencia
• La potencia estadística,
por tanto la potencia del
estudio, depende de:
• El error Tipo I (significancia)
• El tamaño de la muestra
• El tamaño del efecto
Potencia
• En la medida que la significancia en menor, mayor potencia
estadística.
• En la medida que el tamaño muestral es mayor, más alta la
potencia estadística.
• En la medida que el tamaño del efecto es mayor, más alta es la
potencia estadística.
𝑝 < .05
Tamaño del efecto
¿Tamaño del efecto?
• Término utilizado en literatura
científica pero poco conocido
en la academia peruana.
• Es una medida estandarizada
para determinar la magnitud de
una diferencia o de una
relación.
• Es más “limpia” que un valor-p.
Tamaño del efecto
• En cierta medida no depende del tamaño muestral.
• Dependiendo del análisis estadístico existen diversos tamaños de
efecto que pueden transformarse en otros tamaños de efecto.
• ¿De dónde saco eso para mi proyecto?
• De literatura pasada que considere:
• Diseño similar
• Muestra similar
• Mismas variables
• Se propone a priori, durante la planificación del proyecto.
¿Para qué sirve todo esto?
• Para calcular la muestra mínima ideal
para nuestros proyectos.
• Diversos fondos de investigación,
nacionales e internaciones, exigen el
cálculo muestral reportando los
parámetros de tamaño de efecto,
significancia y poder.
• Pero… ¿No basta con la fórmula de
muestra tradicional?
• En el mundo académico internacional ya
no basta eso, es más ya no se usa en la
gran mayoría de casos.
Aspecto importante
• Actualmente los manuales y normas
de publicaciones (como APA) piden
que los artículos reporten los tamaños
de efecto y demás parámetros para
poder realizar meta-análisis
posteriores.
• Los tamaños de efecto son una buena
aproximación al “efecto real” de un
fenómeno.
• Cada ciencia (biología, química,
psicología, sociología, etc.) tiene
distintos “niveles” tamaños de efecto.
“Es mejor tener una
respuesta aproximada a la
pregunta correcta que tener
una respuesta exacta a la
pregunta equivocada” –
Ralph Waldo Emerson
¡Gracias!
¿Alguna duda? Pueden escribirme a:
amunoznajarp@udd.cl

Sesion 3 2023

Cargado por

Copyright:

Formatos disponibles

Sesion 3 2023

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesion 3 2023

Cargado por

Copyright:

Formatos disponibles

Maestría en Salud Pública:

Conveniencia Cuotas Bola de nieve

•Ampliamente conocido y •Intenta parecerse a un •Mayormente utilizado en el

• De 100 muestras, en 5 no se 𝐻0 : 𝑟 = 0 𝐻0 : 𝑥ҧ1 = 𝑥ҧ2

• Lima = 50.45 litros

Error de tipo I Falso positivo

𝐻0 es falsa Error de tipo II

También podría gustarte