Beruflich Dokumente
Kultur Dokumente
METODOS ESTADISTICOS
José Jiménez
en cada una de ellas el resultado podría ción. Dado que diferentes muestras
presentar valores diferentes simplemen- podrían conducir a diferentes resulta-
te por azar. Las diferentes técnicas de la dos, se necesita una medida de la pre-
estadística inferencia1 se fundamentan cisión de esta estimación, lo que se
en que esta variabilidad inherente al hace mediante el cálculo del llamado
proceso de muestre0 sigue unas leyes intervalo de confianza (IC). Por ello,
conocidas y puede ser cuantificada. siempre que se estimen parámetros
poblacionales a partir de estadísticos
Si la variable es cuantitativa, la media m muestrales, los resultados deben expre-
y la desviación estándar s observadas en sarse como IC, y no sólo como estima-
la muestra son la mejor estimación que ciones puntuales.
se dispone de los verdaderos valores de
los parámetros poblacionales. Pero Si se desea una confianza del 95% en la
¿cuáles serían los resultados si se repi- estimación, se trabaja con un valor a
tiera el estudio en múltiples ocasiones? del 5%, que corresponde a un valor Z
(distribución normal tipificada) de
Supongamos que en una muestra de 60 1.96. En el ejemplo, aplicando la fór-
sujetos se observa una media de tensión mula de la tabla 1, se obtendría un IC
arteria1 sistólica (TAS) de 150 mmHg del 95% que sería aproximadamente de
con una desviación estándar de 20 150 2 5 mmHg, lo que significa que la
mmHg. Se desea conocer el verdadero TAS media de la población de referen-
valor de la TAS media en la población cia está situada entre 145 y 155 mmHg
de referencia. El valor más probable es con un 95% de confianza. De forma
el observado en la muestra (150 similar se calcularía el IC en el caso de
mmHg), conocido por ello como esti- una variable cualitativa (tabla 1).
mación puntual. Pero éste no es más
que el resultado observado en una de El cálculo del IC proporciona mucha
las múltiples muestras que hubieran más información que la simple estima-
podido obtenerse de la misma pobla- ción puntual, ya que permite evaluar la
(*) Este cálculo se basa en la distribución normal. El valor de Z para un IC del 95% es 1.96. Para mues-
tras de tamaño inferior a 30 individuos, este valor debe sustituirse por el de la distribución de la t de
Student-Fisher para (n-1) grados de libertad.
(* *) Las variables cualitativas no presentan una distribución normal. Las fórmulas de la tabla se basan
en una aproximación a la normalidad, aplicable cuando los productos n.p y n.(l-p) son mayores de 5.
J. Jiménez
Tabla 2. Fórmulas para el cálculo del número de sujetos necesarios para la realización de
un estudio cuyo objetivo es la estimación de una media o una proporción.
REALIDAD (POBLACION)
DIFERENCIA O
ASOCIACION NO ERROR ERROR TIPO 1
SIGNIFICATIVA a
RESULTADO (Rechazo de Ho)
DE LA PRUEBA
(MUESTRA) DIFERENCIA O
ASOCIACION ERROR TIPO 11 NO ERROR
NO SIGNIFICATIVA P
(No rechazo de Ho)
Ho: Hipótesis nula
La escala de medida del factor de estu- En estos casos, se recurre a otras prue-
dio. Puede ser cualitativa dicotómica bas estadísticas menos potentes, que no
(tratamiento activo/placebo, exposi- requieren asunciones para su aplicabi-
ciónlno exposición), cualitativa con lidad, conocidas como pruebas no para-
más de dos categorías (tres pautas tera- métricas. Este mismo tipo de pruebas es
péuticas, o diferentes niveles de exposi- aplicable cuando se trata de analizar
ción a un factor de riesgo) o cuantitati- datos ordinales.
va (valores de la colesterolemia o la
presión arterial). En la tabla 4 se resumen las pruebas
estadísticas que se utilizan en las situa-
El carácter apareado o independiente ciones más frecuentes. Cuando tanto el
de los datos. Desde el punto de vista factor de estudio como la variable de
estadístico, se habla de medidas repeti- respuesta son variables cualitativas, la
das o apareadas cuando han sido reali- prueba estadística más apropiada para
zadas sobre los mismos sujetos (por determinar si existe asociación entre
ejemplo, comparación de las cifras de ellas es la ji al cuadrado, siempre que
presión arterial obtenidas en los indivi- exista un número suficiente de sujetos
duos de una muestra al inicio y al final en cada una de las casillas de la tabla de
de un determinado período de tiempo). contingencia. Cuando se comparan dos
Dado que los sujetos son los mismos, grupos (factor de estudio dicotómico)
existe una menor variabilidad en las respecto a una variable cuantitativa, la
mediciones, lo que permite utilizar prueba estadística más adecuada es la t
pruebas más potentes que tengan en de Student-Fisher, si se cumplen las
cuenta este fenómeno. En caso de que condiciones necesarias para su aplica-
los grupos que se comparan estén for- ción. En caso contrario, debe recurrirse
mados por individuos diferentes, se a una prueba no paramétrica equivalen-
habla de datos independientes. te, como la U de Mann-Whitney.
Variable de respuesta
Cualitativa nominal
Cualitativa
Factor de estudio Cuantitativa (*
2 categorías >2 categorías ordinal
t de
Ji al cuadrado
Student-Fishei
Prueba de Ji al cuadrado
r-
Prueba de
Fisher
Welch
halitativo Prueba de los
dos grupos) signos t de
Prueba de
McNemar Prueba de los Student-Fishe:
Apareados Q de Cochran rangos
Prueba de datos
Fisher signados de apareados
Wilcoxon
Prueba de
Análisis de la
Independientes Ji al cuadrado Ji al cuadrado Kruskal-
variancia
Wallis
halitativo
más de dos
PPOS) Análisis de la
Prueba de variancia de
Apareados Q de Cochran Q de Cochran
Friedman medidas
repetidas
Correlación de
t de Análisis de la Correlación Pearson
Cuantitativo
Student-Fisher variancia de Spearman Regresión linea
simple
(*) Cuando las pruebas estadísticas aplicables a las variables cuantitativas no cumplen las asunciones
necesarias para su uso, se recurre a las pruebas correspondientes como si la variable de respuesta fuera
ordinal (pruebas no paramétricas).
Tabla 5. Fórmulas para el cálculo del número de sujetos necesarios por grupo en un estudio
cuyo objetivo es la comparación de dos muestras del mismo tamaño.
COMPARACION DE DOS PROPORCIONES (Variable cualitativa)
N: Número de sujetos necesarios en cada uno de los grupos; ZCL:Valor de Z correspondiente al riesgo
CL fijado (cuando a=0,05,Za=1,96 en hipótesis bilateral y Za=1,645 en unilateral); ZB: Valor de Z corres-
pondiente al riesgo $ fijado (cuando $=0,20, ZB=0,842; cuando $=0,10, ZB=1,282; cuando B=0,05,
ZB=1,645);P1: Valor de la proporción que se supone que existe en el grupo de referencia; P2. Valor de
la proporción que se supone que existe en el grupo de estudio; P2-P1: Valor mínimo de la diferencia
que se desea detectar (variable cualitativa); P: Media ponderada de las proporciones P1 y P2; s2:
Variancia de la distribución de la variable cuantitativa que se supone que existe en el grupo de refe-
rencia;-d: Valor mínimo de la diferencia que se desea detectar (variable cuantitativa).
Métodos estadísticos
viduos curados con T es del 41%, fórmula puede calcularse que son nece-
¿puede considerarse que esta diferencia sarios 387 sujetos por grupo de estudio.
del 1% es un resultado lo suficiente- Esta cifra indica el número de sujetos
mente importante para modificar la que deben finalizar el estudio para
pauta terapeútica? LO se exigirá un tener un 80% de probabilidades de
mínimo, por ejemplo, del 50% de éxi- detectar una diferencia igual o superior
tos? La respuesta a esta pregunta depen- a la fijada, con un nivel de error a del
de de muchos factores, tales como la 5%. Por lo tanto, hay que incrementar-
seguridad del fármaco, la facilidad de lo en función del número de pérdidas
administración o el coste, entre otros. de seguimiento y de abandonos que se
prevea que ocurrirán durante el estu-
Supongamos que los investigadores dio, aplicando la misma fórmula que se
consideran que, si se cura el 50 % de ha presentado en el caso de la estima-
pacientes con T (P2=0,5), se aceptará ción de parámetros.
como la elección terapeútica. A conti-
nuación, sólo falta determinar los nive- Estimación frente a significación
les de riesgo de cometer algún tipo de estadística
error aleatorio que se está dispuesto a
asumir. Supongamos que se acepta el En realidad, cuando analizan los resul-
nivel de riesgo a habitual del 5% con tados de un estudio, los investigadores
una hipótesis bilateral y un riesgo B del están interesados no sólo en saber si
20% (potencia: 1-P=0,80).Aplicando la una diferencia o asociación es estadísti-
Tabla 6. Cálculo del intervalo de confianza (IC) de la diferencia entre dos proporciones.
IC DE LA DZFERENCiA DE DOS PROPORCIONES (*)
PA, Pg: Proporciones observadas en las muestras A y B; nA, ng: Número de sujetos de las muestras A
y B; b, c: Número de casos que presentan valores diferentes en ambas mediciones (series apareadas); n:
Número total de casos; ESD: Error estándar de la diferencia; Z : Valor de la variable normal tipificada
correspondiente al valor a,para un nivel de confianza (1-a).
(*) Las variables cualitativas no presentan una distribución normal. Las fórmulas de la tabla corres-
ponden a una aproximación a la normalidad, aplicable cuando todos los productos n.PA, n.(lmPA),
n.PB y n.(l-PB) son mayores de 5.
J. Jiménez
Tabla 7. Cálculo del intervalo de confianza (IC) de la diferencia entre dos medias.
ESD=S
J:.-+- ne
(*) El cálculo se basa en la distribución normal. El valor de Z para un IC del 95% es 1,96. Para mues-
tras de tamaño inferior a 30 individuos, este valor debe sustituirse por el de la t de Student para (n-1)
grados de libertad. Asimismo, el cálculo requiere que no existan diferencias significativas entre las des-
viaciones estándar de ambas muestras.