Yadira Azpilcueta

795 views

Published on

  • Be the first to comment

  • Be the first to like this

Yadira Azpilcueta

  1. 1.  Es el rango de valores entre los cuales se encuentra el parámetro con una determinada precisión Un intervalo de confianza del 95% entre “x” y “y” quiere decir que si se repite el procedimiento de selección de muestra y de medición 100 veces, en 95 oportunidades el verdadero valor se encontrará entre las cantidades “x” y “y”.
  2. 2.  La prevalencia y la incidencia acumulada son proporciones, por tanto sus IC se calculan como tales= IC = proporción ± p ∗ q / n
  3. 3.  En una muestra de 100 pacientes sometidos a un cierto tratamiento se obtienen 80 curaciones. Calcular el intervalo de confianza al 95% de la eficacia del tratamiento. ¿Qué significa? La verdadera proporción de curaciones está comprendida entre 72% y 88% con un 95% de confianza. ¿Es suficientemente preciso? Habrá que juzgarlo con criterios clínicos
  4. 4. En una muestra aleatoria de 500 personas de un área, hay 5 diabéticos. La prevalencia estimada es 5 p= ˆ 500 0,01 = 1%
  5. 5. 0,01 ± 1,96 0,01 ∗ 0,99 / 500 = 0,001 a 0,019¿Qué significa? La verdadera prevalencia dediabetes está comprendida entre 0,1% y 0,19%con un 95% de confianza.¿Es suficientemente preciso? Habrá quejuzgarlo con criterios clínicos
  6. 6.  Para la media o promedio, Donde: S IC = promedio ± n= tamaño de muestra= S=varianza de la población n
  7. 7. Para una muestra de 81 habitantes de cierta población se obtuvo una estatura media de 167 cm. Por estudios anteriores se sabe que la desviación típica de la altura de la población es de 8 cm.El intervalo de confianza para la estatura media de la población al 95% es 8 IC = 167 ± 81 IC = 167 ± 0.9 Límite inferior: 167 - 0.9 = 166.1 Límite superior: 167 – 0.9 = 167.9
  8. 8.  Hipótesis nula H0 : es la hipótesis estadística planteada para ser contrastada; Hipótesis Alternativa H1 : es la hipótesis complementaria de la anterior.Ambas hipótesis cubren todos los casos posibles.Cuando una hipótesis no es aceptada: se ha encontrado evidencia científica para rechazar la hipótesis. Es decir, se valida el rechazo, pero no la aceptación.
  9. 9.  Establecer la hipótesis nula Establecer la hipótesis alternativa Elegir un nivel de significación: nivel crítico para alfa Elegir un estadístico de contraste Calcular el estadístico para una muestra aleatoria y compararlo con la región crítica, o, calcular el "valor p" (probabilidad de obtener ese valor, u otro más alejado de la H0, si H0 fuera cierta) y compararlo con alfa.
  10. 10.  Error tipo Alfa: o tipo I, es rechazar una hipótesis nula verdadera. Error tipo Beta: o tipo II, es aceptar una hipótesis nula falsa
  11. 11.  es la probabilidad de error al comparar dos o más muestras o grupos cuando aseguramos que ambos son diferentes. es la probabilidad en el sentido de la significación estadística. < 0.05 significa que tenemos un 5% de probabilidades de error en las conclusiones, por lo cual la probabilidad de equivocarnos es baja.
  12. 12. Cuando se rechaza una hipótesis usando un nivel de significación α = 0,05, para un nivel de confianza del 95 %, se dice en el informe que los resultados fueron significativos.En Medicina, la recomendación actual es poner todo, en especial el intervalo de confianza (CI), junto con el valor del estadígrafo. Son ejemplos de estos modos:- ... se obtuvieron resultados significativos (p < 0,05)- ... esta hipótesis no es aceptable Zx = 2,07 (p = 0,0468)- ... se rechazó la hipótesis planteada (Z = 2,07) al 95% de confianza.- ... se rechazó la hipótesis planteada (Z = 2,07*)- ... se rechaza pues Z = 2,07 cae fuera de 95% CI ( -1,6 ; + 1,6)

×