Revisión: 24/10/2026
Última actualización: 24/10/2026
- [accordion]
- PROBABILIDAD
- Espacio muestral → conjunto de todos los resultados posibles de un experimento.
- Probabilidad de A y B (intersección) → P(A) × P(B) si los eventos son independientes.
- Probabilidad de A o B (unión) → P(A) + P(B) − P(A y B); se reduce a P(A) + P(B) si son mutuamente excluyentes.
- Probabilidad condicionada → P(A|B) = P(A y B) / P(B); el teorema de Bayes la aplica a las pruebas diagnósticas (valores predictivos a partir de la prevalencia).
Distribución Tipo de variable Uso Binomial Discreta dicotómica (éxito o fracaso) en n ensayos Número de curaciones en n pacientes operados Poisson Discreta de conteo de eventos raros en un tiempo o espacio Número de casos de una enfermedad rara por mes Normal (de Gauss) Continua La mayoría de variables biológicas - DISTRIBUCIÓN NORMAL
- Características → simétrica, en forma de campana, media = mediana = moda, mesocúrtica; definida por su media y su desviación estándar.
- Normal estándar (Z) → media 0 y desviación estándar 1; Z = (x − media) / DE.
Intervalo Datos que contiene Media ± 1 DE ~68% Media ± 1.96 DE 95% Media ± 2 DE ~95.4% Media ± 2.58 DE 99% Media ± 3 DE ~99.7% - Ejemplo → colesterol 216 ± 5 mg/dL: por encima de 226 (media + 2 DE) queda ~2.5% de la población (una de las dos colas).
- Pruebas de normalidad → Shapiro-Wilk (muestras pequeñas, <50) y Kolmogorov-Smirnov (muestras grandes); además histograma y gráfico Q-Q.
- MUESTREO
- Parámetro y estadístico → el parámetro describe a la población; el estadístico se calcula en la muestra y lo estima.
- Condiciones de la muestra → representativa (método de selección adecuado: evita el sesgo de selección) y de tamaño suficiente (precisión y potencia adecuadas: limita el error aleatorio).
- Secuencia → definir la población objetivo (criterios de inclusión y exclusión), la población accesible (marco muestral), el método de muestreo y el tamaño de la muestra; validar con un piloto.
Muestreo probabilístico Características Aleatorio simple Todos tienen la misma probabilidad de ser elegidos (sorteo, números aleatorios) Sistemático Se elige cada k-ésimo individuo del marco muestral tras un inicio aleatorio Estratificado Se divide la población en estratos homogéneos según una variable relevante (posible confusora) y se muestrea en cada unomejora la precisión Por conglomerados Se seleccionan grupos naturales (colegios, regiones) en poblaciones grandes y dispersas Polietápico Combina varios métodos en etapas sucesivas (encuestas nacionales como la ENDES) Muestreo no probabilístico Características Por conveniencia Sujetos accesibles o elegidos por el investigador Consecutivo Todos los que cumplen criterios en orden de llegadael mejor de los no probabilísticos Por cuotas Se llenan cuotas por categoría (análogo no aleatorio del estratificado) Bola de nieve Cada participante recluta a otrospoblaciones ocultas (consumidores de drogas) - Uso del no probabilístico → investigación cualitativa, estudios piloto y ensayos clínicos (con aleatorización posterior).
- TAMAÑO DE MUESTRA
- Fórmulas para estimar un parámetro → media: n = Z² × s² / E²; proporción: n = Z² × p × q / E² (E = error o precisión deseada).
- Aumenta el tamaño de muestra si → se exige más confianza (α menor, Z mayor), más potencia (β menor), más precisión (E menor), mayor varianza o p más cercana a 0.5, o se busca detectar una diferencia (efecto) más pequeña.
- Potencia → 1 − β: probabilidad de detectar una diferencia real; se exige ≥80% (β ≤20%).
- ##brain## Recuerda:
- Recuerda: la distribución de Poisson no es para variables politómicas sino para conteos de eventos raros; para variables con más de dos categorías se usa la multinomial.
- Recuerda: la representatividad depende del método de muestreo (sesgo de selección), no del error α; los errores α y β pertenecen a la prueba de hipótesis.
- REFERENCIAS
- Altman DG, Bland JM. Statistics notes: the normal distribution. BMJ. 1995;310(6975):298. doi:10.1136/bmj.310.6975.298
- Ghasemi A, Zahediasl S. Normality tests for statistical analysis: a guide for non-statisticians. Int J Endocrinol Metab. 2012;10(2):486-489. doi:10.5812/ijem.3505
- Etikan I, Musa SA, Alkassim RS. Comparison of convenience sampling and purposive sampling. Am J Theor Appl Stat. 2016;5(1):1-4. doi:10.11648/j.ajtas.20160501.11
- Kadam P, Bhalerao S. Sample size calculation. Int J Ayurveda Res. 2010;1(1):55-57. doi:10.4103/0974-7788.59946