PROF.

ALEXIS GUILARTE
Universidad Central de Venezuela
Facultad de Medicina
Escuela de Medicina J os Mara Vargas
Departamento de Medicina Preventiva y Social
Ctedra de Salud Publica
SPII 2013-2014
INFERENCIA ESTADISTICA I
La Estadstica Inferencial, permite
determinar la probabilidad de que una
conclusin sacada a partir de los
datos de una muestra sea cierta en la
poblacin muestreada.

El proceso conocido como inferencia
estadstica, requiere consideraciones de
cmo fue seleccionada la muestra y cunto
varan las observaciones de una muestra a
otra.
La Inferencia Estadstica
comprende los mtodos que son
usados para obtener conclusiones
de la poblacin en base a una
muestra tomada de ella.

Incluye los mtodos de estimacin
de parmetros y las pruebas de
hiptesis.

Inferencia Estadistica
Poblacion
Muestra
Parametro
Estadistico
Inferencia estadistica
Inferencia
Prueba de Hipotesis
Estimacion de
Parametros
Estimacion
Puntual
Intervalos de
Confianza
Las razones para efectuar una
estimacin en una poblacin, en
lugar de estudiarla directamente,
pueden ser: que el tamao de la
poblacin sea infinito, que el
muestreo sea destructivo, que la
poblacin sea finita pero
demasiado grande, y otras razones
como costo o tiempo.
Por esto es ms prctico tomar muestras.

Hay dos maneras bsicas de hacer
estimaciones:
Estimaciones puntuales: se estima el
parmetro desconocido con un solo valor.
Estimaciones por intervalos: se estima el
parmetro desconocido con un intervalo,
el cual tiene asociado una cierta
probabilidad de ocurrencia.

ESTIMACIN. ES EL PROCESO DE
UTILIZAR DATOS MUESTRALES
PARA ESTIMAR LOS VALORES DE
PARMETROS DESCONOCIDOS DE
UNA POBLACIN. ESENCIALMENTE,
CUALQUIER CARACTERSTICA DE LA
POBLACIN SE PUEDE ESTIMAR A
PARTIR DE UNA MUESTRA AL AZAR.
(STEVENSON, WILLIAM J. 1981. Estadstica para Administracin y
Economa. Conceptos y Aplicaciones. Editorial HARLA. Mxico.
Pg.: 231 - 232).
Un estadstico o estimador es una
funcin de los valores observados en los
individuos que componen la muestra, es
decir, es la expresin matemtica que
indica la forma de combinar los datos
x
x
Caractersticas
Smbolo del
parmetro
Smbolo del
Estadstico
Media
Desvo estndar
Varianza
Correlacin
Proporcin

2




s
s
2

r
p
Smbolos usuales para parmetros y estadsticos
Un estadstico o estimador es una
variable que toma diferentes valores
para cada muestra seleccionada.
De esta manera, las estimaciones
dependen en particular de la muestra
con que estemos trabajando.
ESTIMACIN PUNTUAL
El valor obtenido del estadstico o
estimador a partir de una muestra, recibe
tambin el nombre de Estimacin Puntual.
al obtener una estimacin puntual su
valor depender de la muestra que
se haya seleccionado y que el valor
encontrado puede cambiar de
muestra en muestra
propiedades de los estadsticos
Insesgado:
Informalmente esto significa ausencia
de error sistemtico. De una manera
ms formal, un estadstico cualquiera q
se dice insesgado si la media de su
correspondiente distribucin muestral
es igual al parmetro de inters Q, es
decir, E[q] = Q.
propiedades de los estadsticos
Eficiente: Significa que las
estimaciones obtenidas para
distintas muestras varan poco
entre ellas. De una manera ms
formal, el estimador ms eficiente
dentro de un conjunto de
estimadores insesgado ser aquel
que tiene la menor varianza.
propiedades de los estadsticos
Consistente: Informalmente, un
estadstico Q se dice
consistente si su variabilidad
disminuye cuando aumenta el
tamao de muestra.
DISTRIBUCION NORMAL
(CURVA NORMAL)
1.- La curva normal (CN) es un instrumento terico en
forma de campana y de extremos asintticos.
2.- An con muestras relativamente pequeas, la mayora
de las observaciones tienden a agruparse alrededor de
la parte central de la curva, con menores frecuencias
hacia el lado izquierdo o derecho de la abscisa.
3.- La cantidad de rea comprendida entre 2
perpendiculares cae abruptamente a medida que nos
alejamos de la media.
4.- Hecho notable y muy til porque muchas de las
caractersticas encontradas en la naturaleza se
distribuyen siguiendo un patrn de C. N.
DISTRIBUCION NORMAL
(CURVA NORMAL)
5.- La C.N. est dividida en partes de acuerdo a cierto
nmero de desviaciones estndar o errores estndar.
6.- A la derecha de la media (X) los valores son positivos
(+) y a la izquierda son negativos (-), es decir valores
por encima y por debajo de media.
7.- Cualquier rea bajo la C.N. representa tambin cierta
frecuencia o nmero de casos, de manera que el rea
total bajo la curva incluye todos los casos de una
distribucin.
8.- La puntuacin estndar o puntuacin Z es el nmero
de D.E. por encima o por debajo del cual se encuentra la
media de una distribucin.
DISTRIBUCION NORMAL
(CURVA NORMAL)
9.- Se llama Z crtica (Zc) al valor que debe
alcanzar o superar la Z observada (Zo), es decir
calculada, para que la diferencia sea
significativa y as rechazar la hiptesis nula (Ho)
10.- El valor de Zc depende del valor de alfa
establecido por el investigador: 99% (3 EE)
95% (2 EE).
10.- Cuando la Zo es mayor que la Zc se dice que
la diferencia encontrada es significativa, es real,
y no debida al azar. Se debe rechazar Ho
(hiptesis de no diferencia)
(1 - )
(/2) (/2)
DISTRIBUCION NORMAL
(CURVA NORMAL)
Z
(c)
= -3 Z
(ob)
Z
(c)
= +3
x
1
x
2
x
3
x
4
..
.
.
x
m
M
1
M
2
M
3
M
4
M
m
n /
n / +

X
DISTRIBUCIN MUESTRAL DE LA MEDIA ARITMTICA (X)
POBLACIN DE X
MUESTRAS DE TAMAO n
POBLACIN DE X
DISTRIBUCIN DE LA POBLACIN DE X CON

MEDIA
DESVO
ESTNDAR

DISTRIBUCIN DE LA POBLACIN DE X
MEDIA

DESVO
ESTNDAR
n

NORMAL CON
ERROR ESTNDAR
PROF. ALEXIS GUILARTE
Universidad Central de Venezuela
Facultad de Medicina
Escuela de Medicina J os Mara Vargas
Departamento de Medicina Preventiva y Social
Ctedra de Salud Publica
SPII 2013-2014
INFERENCIA ESTADISTICA II
ERROR POR MUESTREO Y
ERROR ESTANDAR
Error por muestreo
Existe, un tipo de error, susceptible de controlarse
estadsticamente.
Es el error, que: se debe simplemente al hecho
de que no estamos estudiando la totalidad del
universo sino una porcin de l, se conoce con
el nombre de error por muestreo y l representa
en realidad la diferencia que hay entre el valor
dado por la muestra y el verdadero valor del
universo que tratamos de averiguar a travs del
estudio de aqulla.
Fayad Camel
ERROR POR MUESTREO Y
ERROR ESTANDAR
Medicin del error por muestreo: ERROR
ESTNDAR
La constante estadstica que permite la
medicin del error por muestreo, recibe el
nombre de Error Estndar.
Por lo tanto cada una de las medidas de
resumen conocidas tendr su correspondiente
error estndar:
ERROR ESTNDAR PROMEDIO
ERROR ESTNDAR DE UN PORCENTAJE
ERROR ESTNDAR DEL COEFICIENTE DE
CORRELACIN, ETC
las frmulas utilizadas para su clculo variarn en
cada caso.
ERROR POR MUESTREO Y
ERROR ESTANDAR
DESVIACIN ESTNDAR Y ERROR ESTNDAR
LA DESVIACIN ESTNDAR, SIRVE PARA INDICAR LA
VARIACIN QUE PRESENTAN LOS INDIVIDUOS DE UNA
MUESTRA ALREDEDOR DE SU PROMEDIO.
si queremos describir la manera como se distribuyen alrededor
del promedio los individuos de la muestra que estamos
estudiando, debemos calcular la Desviacin Estndar

EL ERROR ESTNDAR , MIDE LA VARIACIN DE UN
CONJ UNTO DE MUESTRAS Y PUEDE CONSIDERARSE,
POR LO TANTO, COMO LA DESVIACIN ESTNDAR DE
UN CONJ UNTO DE MUESTRAS.
si lo que deseamos es saber como se distribuyen los
promedios de diferentes muestras alrededor del verdadero
valor del universo, entonces debemos calcular el Error
Estndar.
ERROR POR MUESTREO Y
ERROR ESTANDAR
INTERPRETACIN DEL ERROR ESTNDAR
Como el EE no es otra cosa que la desviacin
estndar de un conjunto de muestras, los conceptos
estudiados a propsito de la DE son tambin
aplicables a l. Y podemos afirmar que:
1 E. E. incluye aproximadamente el 68% de las
observaciones.
2 E. E. incluye aproximadamente el 95% de las
observaciones.
3E. E. incluye aproximadamente el 99% de las
observaciones.
ERROR POR MUESTREO Y
ERROR ESTANDAR
ERROR ESTANDAR DE UN PROMEDIO
En su clculo se seguirn los siguientes pasos:
1. Calcular el promedio de la serie.
2. Calcular la D. E. por el mtodo conocido.
3. Dividir la D. E. por la raz cuadrada del nmero
de observaciones incluidas en la muestra. El
valor as obtenido es el error estndar del
promedio.
ERROR POR MUESTREO Y
ERROR ESTANDAR
ERROR ESTANDAR DE UN PORCENTAJE
En esta frmula:
p: es el porcentaje de personas que poseen determinada
caracterstica, y
q: el porcentaje de personas que no la poseen.
POR EJ EMPLO: Si en un grupo de personas que estudiamos,
el 25% son hombres p = 25% y q = 75% no lo son
Por lo tanto, conociendo p se conocer el valor de q,
pues q= 100-p
ERROR POR MUESTREO Y
ERROR ESTANDAR
UTILIZACIN DEL ERROR ESTNDAR
El error estndar se utiliza para 3 fines
principales:
1. Para conocer dentro de qu lmites se
encuentra el verdadero valor del universo.
2. Para estimar el tamao que debe tener
una muestra para lograr determinada
precisin.
3. Para saber si una muestra procede o no
de determinado universo.
ERROR POR MUESTREO Y
ERROR ESTANDAR
ESTIMACIN DEL VERDADERO PROMEDIO DEL UNIVERSO
Ejemplo: Con el fin de conocer la edad promedio de
los 100.000 estudiantes de la UCV, se estudi una
muestra de 400 alumnos, encontrndose que su
promedio fue 23 aos y la desviacin estndar 2
aos.
En base al resultado de esta muestra, se desea
saber dentro de qu lmites se encuentra el
verdadero promedio de los 100.000 estudiantes.
Se desea poder hacer tal afirmacin con un 95%
de confianza certeza.
ERROR POR MUESTREO Y
ERROR ESTANDAR
ESTIMACIN DEL VERDADERO PROMEDIO DEL UNIVERSO
Procedimiento: El error estndar de la muestra ser:
Como al tomar 2 E.E. a uno y otro lado del promedio
tendremos una certeza confianza del 95%, entonces:
2E.E.
2E.E. = 23 0,2
ES DECIR: CON UN 95% DE CONFIANZA, QUE EL PROMEDIO
VERDADERO DE LA EDAD DE LOS UNIVERSITARIOS ESTAR
ENTRE 22,8 AOS Y 23,2 AOS.
ERROR POR MUESTREO Y
ERROR ESTANDAR
ESTIMACIN DEL VERDADERO PORCENTAJE DEL UNIVERSO
Ejemplo: Con el fin de conocer el porcentaje de
personas vacunadas contra la Influenza en una
poblacin de 50.000 habitantes se estudi una
muestra de 400 personas, de las cuales 300
estaban vacunadas, es decir, un 75%
En base al resultado anterior, se desea saber
dentro de qu lmites se encuentra el verdadero
porcentaje de vacunados en la poblacin.
Se desea hacer tal estimacin con un 95% de
confianza o certeza.
ERROR POR MUESTREO Y
ERROR ESTANDAR
Procedimiento: El error estndar de la muestra
se calcula mediante la frmula:
en donde:
p porcentaje de personas vacunadas en la muestra
(75%)
q porcentaje de personas no vacunadas, o sea, 100-75
25%, y <<n>> numero de personas de la muestra
Al tomar 2 errores estndar podemos afirmar con una certeza del
95%, que el verdadero porcentaje de vacunados estar entre los
limites: 75% 2(2,16) = 70,7% y 79,3%
LIMITE SUPERIOR: 75% + 4,3= 79,3%
LIMITE INFERIOR: 75% - 4,3= 70,7%

ERROR POR MUESTREO Y
ERROR ESTANDAR
TAMAO DE LA MUESTRA (n)
El tamao de la muestra depende principalmente de
los siguientes factores:
a) Variabilidad del universo que se estudia, pues
mientras ms variable sea ste, mayor ha de
ser el tamao de la muestra.
b) Precisin que se quiere en los resultados, es
decir, magnitud del error que podemos tolerar.
c) Margen de confianza que se desee obtener
(95% 99%), pues para determinar precisin
mientras mayor sea la confianza o certeza que
se busca, mayor debe ser el tamao de la
muestra.
CALCULO DEL TAMAO DE LA MUESTRA
TAMAO DE UNA MUESTRA PARA
VARIABLES CUALITATIVAS
Frmula del tamao de muestra para una
proporcin
CALCULO DEL TAMAO DE LA MUESTRA
Descri pcin
Tamao de muestra

1,96 = 95% confi anza 2,58 = 99% confi anza
Ni vel de confi anza: Est referido a l a determi nacin probabi l stica
de que una asoci aci n o presenci a de un fenmeno se observe por
una asoci aci n o presenci a real de(l ) (l os) fenmeno(s) y que por l o
tanto no obedezca al azar. Por convenci n, l os ms uti l i zados son
95% y 99%. En l a frmul a est dado por l os val ores z . Para
95%=1,96 y 99%=2,58
p
proporci n de casos de l a pobl aci n que ti ene l a caracterstica que
se desea estudi ar Cuando se desconoce l a proporci n buscada, se
uti l iza p = 0.50 en l a frmul a, que es l a que proporci ona el mxi mo
val or de n.
q
1-p 100-p proporci n de i ndi vi duos de l a pobl aci n que no ti ene
l a caracterstica de i nters y por tanto representa l a probabi l i dad de
obtener al azar un i ndi vi duo si n esa caracterstica.
d
2

margen de error permi si ble, establ ecido por el i nvesti gador. Cuanta
ms preci si n se desee, ms estrecho deber ser este i nterval o y
ms suj etos debern ser estudi ados. (puede ser d o P)
CALCULO DEL TAMAO DE LA MUESTRA
Cuando el tamao total de la
poblacin es menor de 5,000
(poblacin finita), se requiere
efectuar un ajuste en la frmula:




nf = correccin por tamao de la
muestra
N = Tamao de la poblacin
CALCULO DEL TAMAO DE LA MUESTRA
Ejemplo: Se desea realizar un estudio sobre factores
epidemiolgicos y clnicos sobre el Asma Bronquial. Se
conoce que la poblacin consultante en un determinado ao,
corresponde a 2312 pacientes de los cuales el 85%
corresponde a nios. Se quiere determinar cul es el tamao
de muestra con un margen de error del 5% y con un nivel de
confianza del 95%.
RESULTADO:
Respuesta: Se requieren 181 pacientes para
realizar el estudio sobre factores epidemiolgicos y
clnicos sobre el Asma Bronquial
CALCULO DEL TAMAO DE LA MUESTRA
TAMAO DE UNA MUESTRA PARA VARIABLES CUANTITATIVAS
Frmula del tamao de muestra para una media.
n
Tamao de muestra
z
1,96 = 95% confianza 2,58 = 99% confianza
Nivel de confianza: Est referido a la determinacin probabilstica de que una
asociacin o presencia de un fenmeno se observe por una asociacin o
presencia real de(l) (los) fenmeno(s) y que por lo tanto no obedezca al azar.
Por convencin, los ms utilizados son 95% y 99%. En la frmula est dado
por los valores z. Para 95%=1,96 y 99%=2,58

varianza de la poblacin, (si no se conoce su valor, se estimar mediante una
muestra piloto)
d
2

margen de error permisible, establecido por el investigador. Cuanta ms
precisin se desee, ms estrecho deber ser este intervalo y ms sujetos
debern ser estudiados. Puede ser d o P
CALCULO DEL TAMAO DE LA MUESTRA
Ejemplo: Un grupo de investigadores desea estudiar edad de los nios
al comenzar a caminar y su relacin con habilidades psicomotrices.
Revisan las historias clnicas de un hospital y encuentran 890
registrados. El promedio de edad de los nios es igual a: 12,08 meses
Desean obtener una muestra con un 95% de confianza y que el
verdadero valor no exceda de 0.5 mes
Solucin: Como se desconoce la varianza poblacional se realiza un
estudio piloto y se obtiene que la varianza es igual a: 3,705
Respuesta: El tamao de la muestra adecuado a fin de
obtener un 95% de confianza y que el verdadero valor no
exceda de 0,5 meses, corresponde a al intervalo entre 54 y
57 nios.
La probabilidad de que el verdadero valor
del parmetro se encuentre en el intervalo
construido se denomina nivel de
confianza, y se denota 1- .
La probabilidad de equivocarnos se llama
nivel de significancia y se simboliza .
Generalmente se construyen intervalos
con confianza 1- =95%
(o significancia = 5%).
Menos frecuentes son los intervalos con
=10% o =1%.
INFERENCIA ESTADSTICA
DISTRIBUCIN MUESTRAL
Lic. Leopoldo R. Snchez Bitter
P: N. . .
m
1
: n
1
. X
1
. s
1
. p
1
m
2
: n
2
. X
2
. s
2
. p
2
m
3
: n
3
. X
3
. s
3
. p
3
m
4
: n
4
. X
4
. s
4
. p
4
n
1
= n
2
= n
3
= n
4 n 30

TIPO DE
DISTRIBUCIN
MUESTRAL
VALOR
ERROR ESTNDAR
(EE)
PROMEDIO
PROPORCIN
X =
(X
i
n
i
)
n
i
EE
(X)
=
(X)
=

n
POBLACIN INFINITA

p =
X
i
n
i
=
(p
i
n
i
)

n
i
EE
(p)
=
(p)
=
n
(p * q)
=
(n
i
* s
i
2
)
(n
i
) - 2

INFERENCIA ESTADSTICA
DISTRIBUCIN MUESTRAL
Lic. Leopoldo R. Snchez Bitter
P: N. . .
m
1
: n
1
. X
1
. s
1
. p
1
m
2
: n
2
. X
2
. s
2
. p
2
m
3
: n
3
. X
3
. s
3
. p
3
m
4
: n
4
. X
4
. s
4
. p
4
n
1
= n
2
= n
3
= n
4
n 30

TIPO DE
DISTRIBUCIN
MUESTRAL
VALOR ERROR ESTNDAR (EE)
PROMEDIO
PROPORCIN
X =
(X
i
* n
i
)
n
i
POBLACIN FINITA

p =
X
i
n
i
=
(p
i *
n
i
)

n
i
=
(n
i
* s
i
2
)
(n
i
) - 2


n
(N n)
(N 1)
x
EE
(X)
=
(X)
=
(N n)
(N 1)
x
n
(p * q)
EE
(p)
=
(p)
=
INFERENCIA ESTADSTICA
DISTRIBUCIN MUESTRAL
Lic. Leopoldo R. Snchez Bitter
P: N. . .
m
1
: n
1
. X
1
. s
1
. p
1
m
2
: n
2
. X
2
. s
2
. p
2
m
3
: n
3
. X
3
. s
3
. p
3
m
4
: n
4
. X
4
. s
4
. p
4
n 30

TIPO DE
DISTRIBUCIN
MUESTRAL
VALOR
ERROR ESTNDAR
(EE)
PROMEDIO
PROPORCIN
X =
(X
i
n
i
)
n
i
EE
(X)
=
(X)
=

n
POBLACIN INFINITA

p =
X
i
n
i
=
(p
i
n
i
)

n
i
EE
(p)
=
(p)
=
n
(p * q)
=
(n
i
* s
i
2
)
(n
i
) - 2

n =
n
i
m
n =
n
i
m
n
1
n
2
n
3
n
4
INFERENCIA ESTADSTICA
DISTRIBUCIN MUESTRAL
Lic. Leopoldo R. Snchez Bitter
P: N. . .
m
1
: n
1
. X
1
. s
1
. p
1
m
2
: n
2
. X
2
. s
2
. p
2
m
3
: n
3
. X
3
. s
3
. p
3
m
4
: n
4
. X
4
. s
4
. p
4
n 30

TIPO DE
DISTRIBUCIN
MUESTRAL
VALOR ERROR ESTNDAR (EE)
PROMEDIO
PROPORCIN
X =
(X
i
* n
i
)
n
i
POBLACIN FINITA

p =
X
i
n
i
=
(p
i *
n
i
)

n
i
=
(n
i
* s
i
2
)
(n
i
) - 2


n
(N n)
(N 1)
x EE
(X)
=
(X)
=
(N n)
(N 1)
x
n
(p * q)
EE
(p)
=
(p)
=
n
1
n
2
n
3
n
4
n =
n
i
m
n =
n
i
m
NIVELES DE CONFIANZA MS USADOS.
COEFICIENTES DE CONFIANZA MS USADOS Z.
CONCEPTO DE INTERVALO DE
CONFIANZA

En el contexto de estimar un
parmetro poblacional, un intervalo
de confianza es un rango de valores
(calculado en una muestra) en el cual
se encuentra el verdadero valor del
parmetro, con una probabilidad
determinada.
SE(e) = e = / n . Entonces, se puede construir la
estimacin por intervalos con:



Intervalo de Confianza.
error tpico de estimacin: e ,= SE(e),
el valor e es el promedio de las medias muestrales bajo la condicin de tener
una cantidad de muestras superior o por lo menos igual a 30

Otra manera de informar lo mismo es calculando
los lmites superior (LS) e inferior (LI) del intervalo
con:
LS = e + Z . e.
LI = e Z . e.
Donde Z es un valor llamado coeficiente de confianza.

En clnica la notacin de los intervalos de confianza
para un nivel de confianza NC % es:
Por ejemplo, para un 95% de confianza se expresa con:
IC 95% ( [e - 1,96 . SE(e)] ; [e + 1,96 . SE(e)])
IC NC % ( e Z . SE(e))
PARA EL CASO DE LA MEDIA ARITMTICA, EL
INTERVALO SE CONSTRUYE CON EL ERROR TPICO
DE ESTIMACIN (EE) PARA LA MEDIA:
El nivel de significacin adoptado har variar el ancho del
intervalo de confianza y a mayor confianza, menor
precisin.
Generalmente, cuando se quiere construir un
intervalo de confianza para la media poblacional ,
la varianza poblacional
2
es desconocida, por lo
que el intervalo para construido al final muy poco
prctico.
Si en el intervalo se reemplaza la desviacin estndar
poblacional por la desviacin estndar muestral s,
el intervalo de confianza toma la forma:
Ejemplo
Suponiendo que a un paciente se le extrae una muestra de
sangre y al suero obtenido se lo fracciona en 50 alcuotas,
luego a cada una se le determina la creatinina, y con los
valores medidos se obtienen un promedio de 10 mg/dl y
un desvo de 2,2 mg/dl. El verdadero valor de la creatinina
en el paciente se puede estimar con un nivel de confianza
del 95 % ( = 1,96) con:
( 10 1,96 . 2,2 / ) mg/dl = (10,0 0,6) mg/dl
O bien: CI 95% (9,4 ; 10,6)
50
Eso significa que se tiene una probabilidad
del 95 % de encontrar la creatinina real del
paciente entre 9,4 y 10,6 mg/dl.
9,4 10,0 10,6 mg/dl
INTERVALO DE CONFIANZA PARA UNA
PROPORCIN.
En este caso, interesa construir un intervalo de
confianza para una proporcin o un porcentaje
poblacional (por ejemplo, el porcentaje de personas
con hipertensin, fumadoras, etc.)
Si el tamao muestral n es grande, el Teorema
Central del Lmite nos asegura que:



O bien:

Que significa que el IC tenga un
Nivel del 95 %
Significa que si extrajramos
muchas muestras y para cada
muestra calculsemos el
intervalo de confianza,
entonces el 95 % de los
intervalos contendran al
verdadero valor del parmetro
de la poblacin.

PREGUNTAS