Cálculo del tamaño de la        muestra    M.C. Ing. Vicente Cisneros López
Parámetro. Son las medidas o datos que se obtienen sobre la  población.Estadístico. Los datos o medidas que se obtienen ...
 Nivel de Confianza. Probabilidad de que la estimación efectuada se  ajuste a la realidad. Cualquier información que quer...
Tamaño de muestra paraestimar la media de la población 1.- Obtener el tamaño muestral imaginando que:donde:   : z corresp...
Comparación de dos proporciones
Comparación de dos medias
Ejemplo de comparación de dosmedias Deseamos utilizar un nuevo fármaco antidiabético y consideramos que seria  clínicamen...
Ejemplo de comparación de dosproporciones Deseamos evaluar si el Tratamiento T2 es mejor que el tratamiento T1 para el  a...
“Una limitante o una oportunidad en potencia”              M.C. Ing. Vicente Cisneros López
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
Próxima SlideShare
Cargando en…5
×

Cálculo del tamaño de la muestra

859 visualizaciones

Publicado el

Publicado en: Educación
0 comentarios
1 recomendación
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
859
En SlideShare
0
De insertados
0
Número de insertados
3
Acciones
Compartido
0
Descargas
48
Comentarios
0
Recomendaciones
1
Insertados 0
No insertados

No hay notas en la diapositiva.

Cálculo del tamaño de la muestra

  1. 1. Cálculo del tamaño de la muestra M.C. Ing. Vicente Cisneros López
  2. 2. Parámetro. Son las medidas o datos que se obtienen sobre la población.Estadístico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimación de los parámetros.Error Muestral, de estimación o estándar. Es la diferencia entre un estadístico y su parámetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la población, nos da una noción clara de hasta dónde y con qué probabilidad una estimación basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo.
  3. 3.  Nivel de Confianza. Probabilidad de que la estimación efectuada se ajuste a la realidad. Cualquier información que queremos recoger está distribuida según una ley de probabilidad (Gauss o Student), así llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadístico capte el verdadero valor del parámetro. Varianza Poblacional. Cuando una población es más homogénea la varianza es menor y el número de entrevistas necesarias para construir un modelo reducido del universo, o de la población, será más pequeño. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos.
  4. 4. Tamaño de muestra paraestimar la media de la población 1.- Obtener el tamaño muestral imaginando que:donde: : z correspondiente al nivel de confianza elegido : varianza poblacional e: error máximo 2.- Comprobar si se cumple si esta condición se cumple el proceso termina aquí, y ese es el tamaño adecuado que debemos muestrear.Si no se cumple, pasamos a una tercera fase: 3.- Obtener el tamaño de la muestra según la siguiente fórmula:
  5. 5. Comparación de dos proporciones
  6. 6. Comparación de dos medias
  7. 7. Ejemplo de comparación de dosmedias Deseamos utilizar un nuevo fármaco antidiabético y consideramos que seria clínicamente eficaz si lograse un descenso de 15 mg/dl respecto al tratamiento. Habitual con el antidiabético estándar. Por estudios previos sabemos que la desviación típica de la glucemia en pacientes que reciben el tratamiento habitual es de 16 mg/dl. Aceptamos un riesgo de 0.05 y deseamos un poder estadístico de 90% para detectar diferencias si es que existen.
  8. 8. Ejemplo de comparación de dosproporciones Deseamos evaluar si el Tratamiento T2 es mejor que el tratamiento T1 para el alivio del dolor para lo que diseñamos un ensayo clínico. Sabemos por datos previos que la eficacia del fármaco habitual está alrededor del 70% y consideramos clínicamente relevante si el nuevo fármaco alivia el dolor en un 90%. Nuestro nivel de riesgo lo fijamos en 0.05 y deseamos un poder estadístico de un 80%.
  9. 9. “Una limitante o una oportunidad en potencia” M.C. Ing. Vicente Cisneros López

×