Libro Medicina Basada en Evidencias MBE Alberto Narvaez | Page 165

5. ANALISIS INFERENCIAL BIVARIAL
La estadística inferencial es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población
estadística, a partir de una pequeña parte de la misma. La estadística inferencial
comprende como aspectos importantes (Wikipedia):
 La toma de muestra o muestreo, que se referiere a la forma adecuada de
considerar o calcular una muestra que permita obtener conclusiones
estadísticamente válidas y significativas.
 La estimación de parámetros o variables estadísticas, que permite estimar
valores poblacionales a partir de muestras de mucho menor tamaño .
 El contraste de hipótesis, que permite decidir si dos muestras son
estadísticamente diferentes, si un determinado procedimiento o intervención tiene
un efecto estadístico significativo, etc.
 El diseño experimental.
 La inferencia bayesiana.
 Los métodos no paramétricos
En el caso de análisis bivarial se debe realizar estimación de parámetros y contraste de
hipótesis.
La estimación de parámetros se trata de a partir de los datos obtenidos en la muestra
(estimador), calcular valores en la población de la que se obtuvo la muestra (parámetro)
con un cierto grado de certeza o confiabilidad.
Existen dos tipos de pruebas de análisis inferencial o estimación:
1. Pruebas de significación estadística o de estimación de punto
2. Intervalos de confianza o estimación de intervalo.
En el pasado en los artículos científicos se presentaban simplemente tablas y gráficos con
una descripción y explicación de los principales hallazgos. Actualmente se exige que la
evaluación de la significación estadística de los hallazgos a través del uso de pruebas de
significación o intervalos de con fianza. La necesidad de las pruebas de significación y los
intervalos de confianza cobraron importancia por la presencia del error de muestreo en los
estudios.
5.1. ERROR DE MUESTREO
Cualquiera que sea el procedimiento de: selección de los individuos de un estudio, calculo
del tamaño de la muestra y de del cálculo de medidas estadísticas calculadas, siempre
hay la probabilidad de que exista un error de muestreo que afecta los resultados. Los
efectos del error de muestreo son más evidentes cuando las muestras son más
pequeñas.
Supongamos que en el universo de una población en estudio tienen el 50% de varones y
el 50% de mujeres. En el grafico a continuación los hombres están representados por las
bolitas rojas y las mujeres por las azules. Si se toma una muestra de seis niños, aunque
esperaríamos que cerca de la mitad podrían ser mujeres (muestra 1), no deberíamos
sorprendernos si se encuentra cuatro varones y solamente dos mujeres (muestra 2). Si
se toma una tercera muestra, el obtener cinco varones y una sola mujer, tampoco debería
41