POBLACIN Y MUESTRA CRISTIAN RAMOS Tipos de Poblaciones

POBLACIÓN Y MUESTRA CRISTIAN RAMOS

Tipos de Poblaciones • POBLACIONES FINITAS En los problemas planteados en las distintas disciplinas se estudia el comportamiento de una o más variables sobre un conjunto de unidades. A este conjunto de unidades lo denominamos población P. La unidades de la población pueden ser pacientes, hospitales, alumnos, médicos, objetos, etc. La variable es la característica estudiada que puede tomar distintos valores de unidad en unidad. 1 Cuando hablamos de poblaciones finitas, por lo menos en teoría, podemos acceder a todos los individuos o elementos que la componen. • POBLACIONES INFINITAS En muchos problemas interesa saber como se comporta una, o varias variables, al observarlas cuando se repite un experimento definido de antemano, pero no existe un número fijo, finito, de experimentos ya que teóricamente se los puede repetir cuantas veces se quiera. Si estudiamos pacientes hipertensos y medimos su tensión arterial, estas mediciones se pueden repetir cuantas veces se quiera, por lo menos en teoría, en pacientes actuales y futuros repartidos a lo largo del mundo. Cassel Claes-Magnus, et all. Fundations of Inference in Survey Sampling, Krieger Publishing Company Malabar, Florida 1993.

Población blanco o población objetivo • Es aquella a la que pretendemos extrapolar luego las conclusiones del estudio. Debe estar bien definida por los criterios de inclusión y exclusión. Aún más, sería deseable que los criterios de inclusión fueran lo más amplios posibles y los de exclusión lo mas reducidos posibles, para que las conclusiones pudieran extrapolarse a los pacientes de la vida real. • Ejemplos de población blanco: 1 - Pacientes adultos infectados con virus de HIV. 2 - Pacientes con enfermedad coronaria demostrada por angiografía con al menos una obstrucción del 20 % en una de sus arterias coronarias y un colesterol LDL entre 125 y 210 mg/dl. 2 3 - Niños menores de 13 años admitidos en Hospitales rurales de Kenya. 3 2 -Nissen Steven, et all “Statin Therapy, LDL Cholesterol, C-Reactive Protein, and Coronary Artery Disease”, N Engl J Med, 2005; 352: 29 -38. 3 -Berkley James, et all “Bacteremia among Children Admitted to a Rural Hospital in Kenya”, N Engl J Med, 2005; 352: 39 -47.

POBLACIÓN ACCESIBLE • Si la población es infinita los investigadores solo acceden a una parte de la misma que generalmente se define por criterios temporales y espaciales, por ejemplo: 1 - Todos los pacientes adultos infectados con virus de HIV que concurren a Hospitales de la Provincia de Buenos Aires entre enero de 2008 y enero de 2009. 2 - Todos los pacientes adultos con hipertensión leve libres de tratamiento que concurran a 4 centros de salud periféricos entre marzo de 2005 y marzo de 2006. 3 - Todos los niños menores de 13 años admitidos en el Kilifi Distrct Hospital entre Agosto de 1998 y Julio de 2002, salvo los que hallan sido admitidos por procedimientos electivos o para observarlos por accidentes menores. . Si la población es finita coincide con la población accesible, por ejemplo: 1 - Todos los médicos matriculados en la Capital Federal. 2 -- En las encuestas las poblaciones son finitas.

MUESTRA • Definición: la muestra es un subconjunto de la población. En realidad la estadística es la ciencia que estudia los procedimientos para determinar el valor de una o varias características de una variable en una población observando sólo unos pocos elementos si se trata de una población finita o realizando unos pocos experimentos si se trata de una población infinita 1. • Unidad de observación • Es el sujeto u objeto sobre el cual se realiza una medición. Es la unidad básica de observación, con frecuencia se la denomina elemento. En las poblaciones humanas las unidades de observación son los individuos. • Marco del muestreo • Es una lista compuesta por las unidades de observación o elementos. Solo en poblaciones finitas contamos con un marco de muestreo. 1 - Altman Douglas G. , Practical Statistics for Medical Research, First edition 1991 reprinted 1992. Published by Chapman & Hall. London.

Sesgo de selección Sesgo de medición • El sesgo de selección se observa cuando alguna parte de la población blanco no forma parte del marco del muestreo. Ej: • Utilización como marco de muestreo a las líneas telefónicas • Los individuos que se niegan a responder. Para que una muestra sea válida tendrá que tener una baja tasa de no respuesta. • El sesgo de medición se produce cuando el instrumento con el que se mide, tiene una tendencia a diferir del verdadero valor en alguna dirección. Ej: • Un esfingo manómetro que añade 5 mm. Hg en cada medición. • Las personas, algunas veces, no dicen la verdad o no comprenden las preguntas. • Las personas olvidan.

Sesgo y error muestral Tirador A Tirador B Tirador C El tirador A es insesgado: la posición promedio de los tiros está en el centro del blanco. El tirador B es preciso pero no insesgado: todos los tiros están juntos, pero de manera sistemática alejados del blanco. El tirador C es preciso e insesgado: todos los tiros están cerca de sí y del blanco.

Tipos de muestreo Muestreo probabilístico Todos los individuos deben tener una probabilidad conocida de quedar incluidos en la muestra. Esta probabilidad no necesariamente tendrá que ser la misma. 1 - muestreo aleatorio simple 2 - muestreo sistemático 3 - muestreo estratificado 4 - muestreo por conglomerados 5 - muestreo en múltiples etapas Muestreo no probabilístico La inducción estadística no está legitimada en este tipo de muestreo y por lo tanto no debería emplearse. Sin embargo y sólo con fines exploratorios podría utilizarse este muestreo. 1 - muestreo accidental 2 - muestreo por cuota 3 - muestreo intencionado

Muestreo probabilístico Muestreo aleatorio simple • Se obtiene una muestra aleatoria simple cuando cualquier subconjunto de la población de igual tamaño tiene las mismas probabilidades de componer la muestra. • Tamaño de la muestra: 1 - El nivel de confianza con el queremos trabajar. Por ejemplo del 95%. 2 - La precisión (e) ( semi amplitud que deseamos para el intervalo de confianza). 3 - Proponer un valor para el parámetro que se quiera estimar por ejemplo para una proporción ( ) del 20% Muestreo sistemático • La primera unidad es seleccionada aleatoriamente y se la denomina unidad de arranque, a las restantes son obtenidas a través de una regla de selección sistemática. • Este tipo de muestreo se utiliza: 1 - Cuando no se puede armar un marco muestral para la selección de la muestra. 2 - Cuando las unidades de muestreo tienen cierto orden. 3 - Siempre que las poblaciones sean móviles o que sufran evoluciones. • Muestreo sistemático lineal equidistante Muestreo sistemático circular equidistante

Muestreo probabilístico Muestreo estratificado (ME) • • • Al estratificar se divide a la población en distintas sub-poblaciones según las características de interés. El ME dará información más precisa o sea con menor varianza que el aleatorio simple. ME proporcional: cuando las varianzas de las variables de interés dentro de los estratos son semejantes, este tipo de muestreo es muy eficiente. ME óptimo: se utiliza cuando el tamaño de los estratos es muy diferente, por ese motivo suponemos que la variabilidad en los de mayor tamaño será mayor. Muestreo por conglomerados (MC) • En el MC se divide a la población en bloques. Luego al azar se elijen n bloques y de ellos se selecciona la muestra. • Los bloques recuerdan a los estratos pero en realidad lo único similar entre uno y otro es que dividen a la población, mientras que en el muestreo estratificado se espera que los estratos difieran lo más posible entre sí, en el muestreo por conglomerados por lo contrario es esperable que los bloques sean lo más semejantes posibles. • Reduce la precisión con respecto al MAS