TEMA 9: Estadística inferencial: Muestreo y estimación

Cuando planteamos un estudio en el ámbito sanitario para establecer relaciones entre variables, nuestro interés no solo se centra en los pacientes estudiados sino en toda la población que se encuentra en esa misma situación. Ésto es inferir. Y siempre que realicemos inferencia cometemos un error aleatorio que más tarde hablaremos de él.
A continuación definiré algunos conceptos a tener en cuenta:

• Población de estudio: Conjunto de pacientes sobre los que queremos estudiar alguna cuestión.
• Muestra: Conjunto de individuos concretos que participan en el estudio.
• Tamaño muestral: Número de individuos de la muestra.
• Inferencia estadística: Conjunto de procedimientos estadísticos que permiten pasar de lo particular, la muestra, a lo general, la población.
• Técnicas de muestreo: Conjunto de procedimientos que permiten elegir muestras de tal forma que éstas reflejen las características de la población, con el fin de evitar sesgos.
• Muestreo probabilístico o aleatorio: Si la muestra se elige por un procedimiento al azar, se puede evaluar el error asociado a esa muestra elegida al azar mediante lo que se conoce como error aleatorio.
• Muestreo no probabilístico: En estos casos no es posible evaluar el error.

Proceso de la inferencia estadística

Tenemos una población de estudio y mediante una selección aleatoria, obtenemos una muestra, gracias a ésta, vamos a sacar una serie de datos (estimador: datos muestra) y una vez obtenido estos datos y mediante la inferencia vamos a obtener un parámetro (datos de la población) y la medida que queremos obtener se llama parámetro.

Error estándar

• Es la medida que trata de captar la variabilidad de los valores del estimador.
• El error estándar de cualquier estimador mide el grado de variabilidad en los valores del estimador en las distintas muestras de un determinado tamaño que pudiésemos tomar de una población.
• Cuanto más pequeño es el error estándar de un estimador, más nos podemos fiar del valor de una muestra concreta.

Arriba podemos observar la fórmula para calcular el error estándar y a la izquierda vemos la leyenda de que significa cada sigla.

De ambas fórmulas se deduce que mientras mayor sea el tamaño de la muestra, menor será el error estándar.

Intervalos de confianza

• Son un par de números entre los que podemos asegurar, con un nivel de confianza determinado, que se encuentra el parámetro, considerando que sigue una distribución normal.
• Z es un valor que depende del nivel de confianza, para un nivel de confianza del 95% Z=1,96 ; mientras que para un nivel de confianza del 99% Z= 2,58.
• Mientras mayor sea la confianza que le queramos otorgar al intervalo, éste será mas amplio y por ello menos preciso.

Tipos de muestreo

Existen dos tipos de muestreo:

1.-Muestreo probabilístico. Con este método todos y cada uno de los elementos tienen la misma probabilidad de ser elegidos. Hay distintos tipos:

• Aleatorio simple
• Aleatorio sistemático
• Estratificado
• Conglomerado

2.-Muestreo no probabilístico. En este caso no se sigue el proceso aleatorio. No todos los elementos tienen la misma probabilidad de ser elegidos. Hay distintos tipos:

• Por cuotas
• Accidental
• Por conveniencia o intencional

Para realizar un estudio necesitamos muestras, su tamaño va a depender de:

• Error estándar
• De la mínima diferencia entre grupos de comparación
• Tamaño de la población de estudio

Para concluir diré que este tema no me ha gustado tanto como otros, ya que de nuevo era mucha teoría y poca práctica. Aún así seguro que nos servirá para nuestro trabajo de investigación en un futuro.