Gua Metodolgica para el Desarrollo del Punto: Error Estndar de la Proporcin. Concepto, Clculo y Aplicaciones* Dr.

Jos Miguel Aviln Rovira Tema: Distribuciones mustrales Programa: Metodologa Estadstica Nivel: 2 ao Introduccin Este tema complementa el anterior publicado sobre Distribuciones muestrales y el punto Concepto, clculo y aplicaciones del error estndar de la media (1). Nos vamos a referir al error estndar de la proporcin o del porcentaje. Utilizaremos preferiblemente el trmino proporcin, pero todos los aspectos aplican igualmente al porcentaje. Las razones para la escogencia del tema son las mismas sealadas para la publicacin anterior sobre error estndar de la media aritmtica, pues ambos son de naturaleza abstracta, lo cual dificulta su dominio, a la vez por su importancia en el desarrollo de los conceptos bsicos de estadstica inferencial. Por proporcin entendemos en este documento la razn entre una parte y el todo, sin multiplicar por 100, que sera el porcentaje. Anlisis preliminar del punto: El contenido del punto seleccionado comprende 3 reas: 1) Conocimientos: conceptos y definiciones. 2) Destrezas: procedimientos de clculo y resolucin de problemas de aplicacin prctica, y 3) Actitudes: se requiere desarrollar una actitud positiva hacia el concepto, demostrando su importancia en la formacin cientfica del estudiante y del profesional de la medicina. Anlisis de los contenidos verbales: Se elabor el diagrama inicial con las reglas esenciales a dominar, de acuerdo con el contenido del punto, tratando de mostrar sus relaciones con otros conceptos anteriores. El diagrama definitivo una vez escritas las reglas y seleccionada su secuencia- es el que anexamos (Figura 1). El ttulo inicial se destaca en la parte superior para enfatizar la especificidad del punto (medicin de la variabilidad intermuestral con variables binarias). Los cuadros a la izquierda de la Figura 1 contienen las conductas de entrada (CE) requeridas para poder desarrollar y lograr los objetivos de informacin (OI), contenidos en los cuadros de la derecha del diagrama. Su ubicacin seala la relacin entre los dos tipos de conocimientos y facilita su adquisicin por parte del estudiante, pues destaca su analoga a la vez que los diferencia. As por ejemplo, la variacin intermuestral de la media aritmtica se mide con el error estndar de la media (CE), as como la intermuestral de la proporcin se mide con el error estndar de la proporcin (OI). El conocimiento previo de la variacin intermuestral de la media aritmtica y el manejo adecuado de este concepto, facilita el desarrollo del nuevo concepto de error estndar de la proporcin. Seguimos en la elaboracin de este diagrama (y estas reglas), el principio de los organizadores de Ausubel (2). El error estndar de la media aritmtica es un concepto inclusivo de gran generalidad. Al conocer que el error estndar

2 de la media aritmtica nos mide la diferencia promedio entre las medias de todas las muestras de un conjunto y la media aritmtica global de este conjunto, podemos entender mejor el concepto de error estndar de la proporcin. Sin el dominio del concepto de error estndar de la media aritmtica no se puede intentar desarrollar el concepto de error estndar de la proporcin, ni el de otros estadsticos, tales como la mediana, el coeficiente de correlacin o el de regresin. Ya que en la gua anterior (1) vimos que sin el concepto previo de desviacin tpica de un conjunto de valores numricos individuales, no se puede comprender el concepto de la medida de la variabilidad de un conjunto de valores numricos muestrales. Lista de reglas (que resumen el contenido): Las reglas, identificadas con una letra minscula, seguida de ndices y subndices, para facilitar posteriormente su secuencia, se enumeran a continuacin: a. La variacin es un fenmeno universal. Dentro de una muestra observamos la variacin de las mediciones individuales, por eso llamada intramuestral (CE). Esta variacin es evidente en las variables numricas. Parece menos clara con las variables binarias (o nominales dicotmicas), donde se reduce a individuos con o sin la caracterstica. Por ejemplo, sujetos con o sin enfermedad. a1 La variacin intramuestral de los valores de una variable numrica se mide con su desviacin tpica (CE). La variacin intramuestral de los valores de una variable binaria en la prctica no se mide (OI). Segn el ejemplo, si de 10 sujetos tenemos 6 enfermos, solo podramos decir, segn el caso: enfermo, enfermo, no enfermo, enfermo, no enfermo, no enfermo, enfermo, enfermo, no enfermo y enfermo. a1-1 Al resumir los datos de los valores individuales (enfermo, no enfermo) tenemos la proporcin de enfermos en la muestra: 6/10=0,6 que es equivalente a una media (OI). Esta proporcin, segn lo anunciado en a. vara de una muestra a otra. Es una variacin de valores muestrales, llamada intermuestral (CE). a2 La variacin intermuestral de proporciones se mide con el error estndar de la proporcin (OI), tal como la variacin intermuestral de medias se mide con el error estndar de la media(CE). a2-1 El error estndar de la proporcin resume la diferencias entre la proporcin de cada una de las muestras de un conjunto y la proporcin de ese conjunto de muestras (OI). a2-2 La proporcin que se obtiene del conjunto de muestras es la proporcin de la distribucin muestral. Esta proporcin coincide con la proporcin poblacional(OI). b. En la realidad solo se dispone de una muestra y no de un conjunto de muestras.(CE). b1 Cuando solo se dispone de la proporcin de la muestra, se adopta como la proporcin del conjunto de muestras o proporcin poblacional (OI). b2 Si esta muestra es probabilstica y su tamao ha sido debidamente calculado, el error estndar de la proporcin se estima con una frmula (basada en el tamao de la muestra y la proporcin)(OI). c. Para determinar las probabilidades de la ocurrencia de la proporcin de una muestra similar cualquiera de la misma poblacin, se tipifica su valor (con la proporcin del conjunto de muestras o poblacional y el error estndar de la proporcin) y se ubica en una tabla de reas bajo la curva normal (OI).

3 c1 Para estimar los lmites de confianza de la proporcin de un conjunto de muestras, se le suma y se le resta su error estndar, el nmero de veces que sea necesario, de acuerdo con la certeza requerida. Para un 95% el nmero de veces es 1,96 (OI). c2 Establecido el error a tolerar (diferencia entre la proporcin muestral y la poblacional) y la certeza deseada, se determina el tamao de la muestra por simple despeje, en la frmula del error estndar de la proporcin (OI). Secuencia de las reglas: Para establecer la secuencia ms lgica y productiva, se escribieron las reglas en tarjetas para facilitar su ordenamiento. En la Figura 2 anexa se seala la secuencia final aceptada, representando las letras a las reglas enumeradas con anterioridad. De acuerdo con la asociacin (o discriminacin) encontrada entre las reglas, se distinguieron las tres reas principales a seguir en la secuencia. Anlisis de los contenidos de ejecucin: De la secuencia de reglas establecidas se distinguieron 3 reas, a saber: conceptos, clculo y aplicaciones del error estndar de la proporcin. Las tres reas contienen conocimientos y conceptos, pero las dos ltimas comprenden adems, desarrollo de habilidades de clculo y resolucin de problemas. Anlisis de tareas: En el punto distinguimos dos tipos de tareas: Clculo del error estndar de la proporcin Resolucin de problemas sobre la aplicacin del error estndar de la proporcin: estimacin de lmites de confianza Clculo de la probabilidad de ocurrencia de la proporcin de una muestra para la docimasia de hiptesis de la diferencia con la proporcin poblacional. Determinacin del tamao de una muestra. Lista de conductas de entrada Concepto de variabilidad Estadsticos, parmetros Media aritmtica Desviacin tpica Varianza Distribucin de frecuencias Clculo de la media aritmtica y la desviacin tpica Concepto de error estndar de la media Aplicaciones del error estndar de la media Muestra probabilstica Probabilidades Tipificacin de una variable Distribucin normal, distribucin binomial Manejo de tablas de reas bajo la curva Lista de comportamientos (A exigir al estudiante al final del proceso de la enseanza) Para responder a la pregunta: qu queremos que el estudiante haga ante los materiales que le presentamos?, se elabor una lista de los objetivos de informacin (OI), que presentamos a continuacin. Esta lista ha sido preparada utilizando en lo posible, los criterios de Kibler (3):

4 Expresados con claridad Utilizando verbos que describen acciones o conductas observables para definir el tipo de comportamiento Sealando el carcter del producto deseado. Los OI estn distribuidos segn las principales reas que se distinguen en el punto analizado y se refieren tanto a contenidos verbales como de ejecucin. Lista de OI: Variacin intermuestral de proporciones Ilustrar (por lo menos 3 ejemplos) que las proporciones varan de una muestra a otra. Sealar sus caractersticas comunes con la variacin intermuestral de medias aritmticas Distinguir sus caractersticas especficas. Dados varios ejemplos de variacin intermuestral de medias y de proporciones, diferenciar los dos tipos de variacin. Concepto de error estndar de una proporcin Enunciar (o escribir) el significado del error estndar de la proporcin. Comparar (sealar semejanzas y diferencias) los errores estndar de la media aritmtica y la proporcin. Dado el valor calculado del error estndar de la proporcin, describir lo que significa o representa. Seleccionar la definicin correcta del error estndar de la proporcin de un total de por lo menos cinco definiciones. Clculo del error estndar de la proporcin Dados la proporcin y el tamao de una muestra (obtenida por el mtodo probabilstico), calcular e interpretar el error estndar de la proporcin. Dados los datos para calcular una proporcin demostrar que es equivalente a una media aritmtica, con la ayuda de los cdigos 1 y 0 como valores de x y de p y 1-p (=q) respectivamente, como valores de las frecuencias relativas. Con los mismos datos anteriores derivar la frmula del error estndar de la proporcin. Aplicaciones del error estndar de la proporcin Enumerar las aplicaciones o utilidades del error estndar de la proporcin Calcular la probabilidad de ocurrencia de una proporcin, conocidas la proporcin poblacional y su error estndar. Estimar los lmites de confianza de una proporcin conocidos los valores de una muestra y la certeza deseada. Determinar el tamao de una muestra, conocidos el error estndar a tolerar y la certeza deseada. Hemos seguido en lo posible la metodologa descrita en las Estrategias de instruccin(4). Lectura del contenido: As como varan las medias aritmticas de una muestra a otra, tambin varan las proporciones, que resumen los valores de una muestra con datos de una variable binaria.

5 Las variables binarias son tambin conocidas como nominales dicotmicas, con solo dos categoras, mutuamente excluyentes: la caracterstica est o no est presente. Algunos las llaman binomiales, pero la denominacin ms aceptada es binaria. La variabilidad intramuestral es la mnima posible, pues la escala admite solo dos valores: presencia o ausencia. Por eso en la prctica no tiene sentido medirla. Acudiendo al ejemplo anteriormente propuesto, de 10 sujetos, de los cuales en 6 se demuestra que estn enfermos y que los 4 restantes no lo estn, en la prctica la variabilidad intramuestral sera: enumerar 6 veces el nombre de la categora enfermo y 4 veces el nombre de la categora no enfermo, en el orden que ocurra la condicin en cada uno de los sujetos observados. Sin embargo, podra calcularse una desviacin tpica, de carcter terico, como veremos ms adelante. Al resumir lo observado, lo hacemos con la proporcin de la categora que ms nos interese, sobre el total de sujetos evaluados. Si nos interesan ms los enfermos, la proporcin sera: 6/10=0,6 En que unidades? Pues, en lo que estamos midiendo, proporcin de enfermos. Es decir, 0,6 enfermos. Como dijimos al comienzo, el resultado puede expresarse como un porcentaje, multiplicando por 100: 0,6x100=60% de enfermos. Es preferible expresar los resultados en proporciones, para facilitar los clculos, entendiendo que todo lo dicho para las proporciones aplica por igual a los porcentajes. Tambin podramos resumir el resultado con un nmero: 0,6x10=6 enfermos. En este caso habra que agregar que son 6 enfermos de 10 sujetos evaluados. La equivalencia entre la proporcin de las variables binarias y la media aritmtica de las variables numricas, se demuestra fcilmente si se representan las dos categoras con los cdigos 1 y 0, el primero para la presencia de la caracterstica y el segundo para su ausencia. x f fx conocido 1 6 6 proporcin 0 4 0 bate. 10 6 Este no es ms que el muy average de los peloteros: de bateo sobre las veces al De donde fx / n = 6/10 = 0,6 Equivale a un promedio.

Podramos calcularle su respectiva desviacin estndar, con el procedimiento conocido: x-0,6 (x-0,6)2 f(x-0,6)2 De donde 0,96+1,44/10=0,24 2 1-0,6 ( 0,4 ) 6(0,16)= 0,96 Desviacin estndar 0,24 =0,49 enfermos 0-0,6 ( -0,6)2 4(0,36)= 1,44 . El mismo resultado se obtendra ms fcilmente, utilizando las frecuencias relativas, en lugar de las absolutas x f fx x-06 (x-0,6)2 f(x-0,6)2 1 0,6 0,6 0,4 0,16 0,096

6 0 0,4 0,0 1,0 0,6 enfermos Este clculo puede generalizarse con lgebra elemental. Simbolizando con p la frecuencia relativa de la presencia de la caracterstica en la muestra y con 1-p (=q), la frecuencia relativa de la ausencia de la caracterstica en la muestra, tendramos: x f fx x-p (x-p)2 f(x-p)2 1 p p 1-p=q q2 pq2 0 q 0 0-q=-p p2 qp2 1 p pq2+qp2=pq(p+q)=pq Como se puede observar la desviacin tpica es pq En consecuencia al conocerse la proporcin, enseguida puede calcularse la desviacin tpica, multiplicando pxq y extrayendo su raz cuadrada. As, al disponer de 0,6 su desviacin tpica es 0,6 x0,4 = 0,24 =0,49 enfermos. Como hemos dicho esta sera una desviacin tpica terica, no fcil de interpretar en la prctica. Sin embargo, las posibles varianzas a calcular variaran entre la ms alta 0,5x0,5=0,25 y la ms baja 0,1x0,9=0,09, escala que podra utilizarse para decidir si se est ante una alta, intermedia o baja variacin intramuestral. La interpretacin de la desviacin tpica de la proporcin, que como vemos tericamente se calcula de la misma manera que la desviacin tpica de una variable numrica, es la misma de la desviacin tpica de la media aritmtica. Es decir, en el promedio la diferencia promedio entre los valores de la variable (0 y 1) y su proporcin p es pq . En la prctica la desviacin tpica de una proporcin se utiliza para calcular el error estndar de la proporcin. Clculo del error estndar de la proporcin: Los datos requeridos para le estimacin (clculo aproximado) del error estndar de la proporcin, a partir de una muestra, son la desviacin tpica y el tamao de la muestra. Si se dispusiera de varias muestras de la misma poblacin, sencillamente, se suman los datos de las muestras disponibles y se calcula la proporcin con el nmero total de sujetos con la caracterstica de inters y se divide por el total de los sujetos en todas las muestras. Como recordamos la frmula para el error estndar de la media aritmtica es s/ n . Por tanto, la frmula del error estndar de la proporcin es pq / n = pq / n . Con los datos de nuestro ejemplo sera: 0,6 x0,4 / 10 =0,1549 enfermos. Esto puede interpretarse como la variacin promedio entre las proporciones muestrales y la proporcin de la poblacin, de la cual proceden las muestras del mismo tamao y con la misma caracterstica. Limitaciones de la frmula: Lo ideal sera disponer de la proporcin poblacional, lo cual es imposible en la prctica. Por ello se sustituye su valor por el de la proporcin muestral Se asume, para obtener resultados confiables, que la muestra es lo suficientemente grande, de tamao debidamente calculado y obtenida mediante muestreo que asegure su representatividad. En -0,6 0,36 0,144 0,24

0,24 =0,49

7 este caso, la proporcin muestral es el mejor estimador de la proporcin poblacional. Como suele expresarse, es el estimador de mxima verosimilitud. Si el muestreo utilizado es al azar simple con reposicin no es necesaria la correccin finita. Sin embargo, este factor en general no influye mucho, pues por lo regular el tamao de las muestras con las que se trabaja es menor del 20% de la poblacin de donde provienen, por lo que no es necesario preocuparse por la correccin (5). Un elemento importante a considerar es la relacin entre p y el tamao de la muestra. Una regla prctica es que para poder utilizar la distribucin normal para la estimacin de las probabilidades de ocurrencia de una proporcin, np y nq, ambos productos, deben ser 5. Segn esta regla, nuestro ejemplo no servira para tal fin, pues 10x0,6=6, pero 10x0,4=4. Esta es una regla emprica que resulta de la comparacin de las probabilidades calculadas con la distribucin binomial y con la distribucin normal, considerando como referencia las primeras. Debido a que con la distribucin normal se estiman preferiblemente probabilidades de variables numricas continuas, deben ajustarse con la correccin de Yates, para que la comparacin sea vlida. . Para ilustrar la comparabilidad de las probabilidades mencionadas, asumamos que para una n=10 y p=0,5, donde np y nq son iguales a 5, estimamos las probabilidades de 6, 7, 8, 9 y de 10, tanto con la distribucin binomial como con la distribucin normal corregida por Yates. Como contraste, igual se hizo con n=10 y p=0,6. Los resultados obtenidos se presentan en la tabla adjunta. Probabilidades calculadas con distribucin binomial y normal corregida por Yates n=10, p=0,5 n=10, p=0,6 Binomial Normal Binomial Normal 6 0,3770 0,3745 7 0,1719 0,1711 0,3822 0,3745 8 0,0547 0,0571 0,1672 0,1660 9 0,0108 0,0136 0,0463 0,0537 10 0,0010 0,0022 0,0060 0.0119 Como podemos observar, cuando np y nq, ambos productos, son por lo menos iguales a 5, como ocurre en las columnas bajo n=10, p=0,5, en todas las probabilidades calculadas, las dos primeras cifras con idnticas. Es decir, en ambos tipos de estimacin se mantiene el orden de las magnitudes de las probabilidades. Cuando np y nq, ambos productos, no son por lo menos iguales a 5, como ocurre en las columnas bajo n=10, p=0,6, solo en una ocasin coinciden las dos primeras cifras de los valores de las probabilidades con ambos tipos de estimacin (8). En el resto no coinciden. Con n=10, a medida que p se aleja de 0,5, cuando no se cumpla que np y nq, es decir, ambos productos sean por lo menos iguales a 5, las probabilidades estimadas con la binomial y la normal, cada vez se parecern menos.

8 Cuando la mencionada regla no se cumple, las probabilidades deben calculares con la distribucin binomial. Cuando la regla se cumple, las probabilidades pueden calcularse con la distribucin normal. Aplicaciones del error estndar de la proporcin: Las principales aplicaciones del error estndar de la proporcin son: la estimacin de las probabilidades de ocurrencia de una proporcin muestral, clculo de lmites de confianza y la determinacin del tamao de una muestra para estimar la proporcin poblacional. Estas aplicaciones solo son posibles si se cumple con la regla emprica de np y nq 5. Probabilidad de la ocurrencia de una proporcin: Si se dispone de la proporcin poblacional, la probabilidad de la ocurrencia de una proporcin muestral puede estimarse, tipificando su valor. Es decir, se calcula su valor Z, restndola de la proporcin poblacional y dividiendo por el error estndar de la proporcin. Como ya vimos, el error estndar de la proporcin se calcula con la frmula pq / n . La probabilidad correspondiente se lee en una tabla de reas bajo la curva normal. Como se conoce la proporcin poblacional se calcula con ella el error estndar. Su valor permite decidir si existe o no diferencia estadsticamente significativa, en la docimasia de hiptesis de la comparacin entre el valor de una proporcin muestral y el valor de la proporcin poblacional. En la seccin de evaluacin de esta gua, se ilustra esta aplicacin con el problema 8.

Lmites de confianza: Los lmites de confianza se obtienen sumando y restando a la proporcin poblacional, 1,96 veces el error estndar de la proporcin. Como se conoce la proporcin poblacional se calcula con ella el error estndar. La proporcin utilizada en la prctica es la de la muestra, siempre y cuando se cumplan las condiciones ya sealadas: tamao de la muestra debidamente calculado y obtenida mediante muestreo que asegure su representatividad. Los productos np y nq deben ser 5. La proporcin muestral es el estimador de mxima verosimilitud de la proporcin poblacional. Los valores extremos as obtenidos determinan un intervalo que comprende el 95% de los valores de las proporciones ms probables a encontrar en esa poblacin, entre ellas la proporcin poblacional. Es lo que se conoce como estimacin por intervalo de la proporcin poblacional. El considerar que la proporcin muestral coincida con la proporcin poblacional, sera un ejemplo de estimacin puntual. Cuando se expresa que estos lmites estn calculados con el 95% de confianza, no se quiere decir que con esa seguridad, en el intervalo estar el valor de la proporcin poblacional. Lo que ha de entenderse es, que la probabilidad que la proporcin poblacional no sea uno de los valores en el intervalo delimitado, no sobrepasa el 5%. As como en el 95% puede estar en el intervalo, en el 5% puede no estarlo. Esta aplicacin se ilustra en la seccin de evaluacin de esta gua con los problemas 5 y 6.

9 Estimacin del tamao de una muestra: Para determinar el tamao muestral necesario para estimar una proporcin poblacional, se requiere conocer la p (pues q=1-p) de la caracterstica de inters, obtenida de publicaciones, la experiencia previa, o en su defecto de un estudio piloto. Si todo esto no es posible, se adopta 0,5 como p, admitiendo que con la mxima varianza la muestra estar sobreestimada (recordar variacin de las varianzas entre 0,5x0,5=0,25 y 0,1x0,9=0,09). Adems, es indispensable decidir la precisin con la cual se desea la estimacin. Esta es simplemente la dimensin d, en ambas direcciones, desde el valor que representa la proporcin poblacional: 1,96 = d / pq / n , donde d= precisin; 1,96 valor de Z que representa el 95% de confiabilidad y pq / n , error estndar de la proporcin. Al conocer pq y decidir d, por despeje n= (1,96)2( pq )2/d2. Esta aplicacin se ilustra en la seccin de evaluacin con el problema N 7. Evaluacin: Con base a la lista de OI enumerados, elaboramos un proyecto de evaluacin del punto. La prueba elaborada que anexamos a continuacin, contiene por lo menos una pregunta para cada uno de los enunciados, utilizando definiciones, identificacin de expresiones, descripciones, resolucin de problemas e interpretacin de resultados. 1. Subraye la respuesta correcta 1.1 El error estndar de la proporcin resume: Las desviaciones observadas entre dos o ms proporciones La diferencia promedio entre los valores de muchas proporciones y la proporcin del conjunto de proporciones Las diferencias entre los valores de una variable binaria y su proporcin La variabilidad que presentan entre si las diferencias de dos o ms atributos La variacin entre los valores de una proporcin y su desviacin estndar 1.2 Considerando que la respuesta de 200 estudiantes consultados sobre la transmisin del Sida es representativa de la poblacin correspondiente, se calcul la proporcin de respuestas correctas, que alcanz al 70%. El correspondiente error estndar de la proporcin muestral fue de 3,2%, Verifique el resultado y subraye a continuacin la respuesta que expresa el significado del error estndar de la proporcin. Si se tomaran ms muestras de la misma poblacin el error cometido sera 3,2% En el promedio la proporcin de respuestas correctas en las muestras, se diferencia en 3,2% de la proporcin esperada de respuestas correctas La variacin entre la respuesta correcta de cada estudiante y la proporcin de respuestas correctas en la muestra fue de 3,2% La diferencia promedio de respuestas correctas entre estudiantes fue de 3,2% La proporcin de respuestas correctas en la muestra present una desviacin media de 3,2%

10 2. Explique porque el error estndar de la proporcin es una desviacin tpica 3. Explique el concepto de error estndar de la proporcin 4. Enumere de qu factores depende el error estndar de la proporcin 5. A continuacin damos las proporciones de mujeres hospitalizadas en las salas de ciruga de un hospital y en el total del mismo: Sala 1 Sala 2 Sala 3 Sala 4 Sala 5 Todo el hospital 0,5 0,75 0,65 0,45 0,40 0,55 Cada sala tiene 20 camas. Calcule los lmites de confianza del 95% de la proporcin de cada sala y observe si en todos los intervalos se incluye la proporcin total del hospital. Qu limitacin o desventaja puede observarse en la estimacin de la proporcin de mujeres hospitalizadas en el servicio de ciruga de todo el hospital, al utilizar el muestreo? (Utilizar el muestreo quiere decir aqu estimar la proporcin de mujeres hospitalizadas en ciruga en todo el hospital, en base a la proporcin respectiva de una sala cualquiera). Intente representar grficamente los lmites de confianza y seale la limitacin observada. 6. Al estudiar una muestra de 400 estudiantes se encontr que la proporcin de aprobados fue de 0,65. Se desea saber dentro de que lmites se encuentra la verdadera proporcin de aprobados, con un 95% de certeza. Interprete el resultado. 7. Determine el tamao mnimo que debe tener una muestra de estudiantes de la Escuela de Medicina, para estimar la proporcin de mujeres, con un 95% de confianza y una diferencia de 0,1 con respecto a la proporcin esperada. No se conoce el valor de la proporcin poblacional. 8. En una comunidad en la que se conoce que aproximadamente el 40% de los nios en edad escolar est parasitado con scaris lumbricoides, se toma una muestra de 300 escolares distribuidos por grados en planteles pblicos seleccionados al azar, en la cual se determin un 30% de parasitados. Compare el porcentaje esperado de parasitados con el encontrado en la muestra e interprete el resultado. Respuestas a los ejercicios 1. La respuesta correcta fue: 1.1, la segunda afirmacin; 1.2, la segunda afirmacin. 2. As como la desviacin tpica de una proporcin resumen la variacin promedio entre los valores 0 y 1 de la variable binaria y la proporcin muestral, el error estndar de la proporcin resume la variacin promedio entre las proporciones de las muestras y la proporcin del conjunto de muestras o proporcin poblacional. 3. Incluida en la respuesta anterior. 4. Del valor de p y del tamao de la muestra. 5. Para Sala 1, 0,5, LC95% 0,28-0,72 Para Sala 2, 0,75, LC95% 0,56-0,94 Para Sala 3, 0,65. LC95% 0,44-0,86 Para Sala 4, 0,45 LC95% 0,23-0,67

11 Para Sala 5, 0,40 LC95% 0,18-0,62 Como puede observarse, en el intervalo de los lmites calculados con la proporcin de mujeres hospitalizadas en la Sala 2, la proporcin total del hospital cae fuera del lmite inferior. (Figura N 3). Esto representa el 20%, dado que solo hemos calculado cinco lmites de confianza. Cuando se calculan al menos 100 lmites de confianza, aproximadamente en 5% de ellos, no se encontrar la proporcin poblacional. 6. Los lmites de confianza son 0,651,96 (0,024): 0,603-0,697 En el 95% 96% de las veces, la proporcin poblacional estar dentro de dichos lmites, pero no en el 4% 5% restante. Pero no podremos saber en cual de las dos situaciones estamos. Lo ms probable es que estemos en la primera, por ser esa probabilidad mayor. Pero la probabilidad de la segunda no es cero. 7. Cuando no se conoce la proporcin poblacional se utiliza la ms alta posible, que como sabemos es 0,5. Por tanto, el tamao de la muestra requerida sera n=0,25x3,8416/0,01=96 estudiantes a seleccionar en forma aleatoria 8. Z= 0,3-0,4/ 0,4 x0,6 / 300 =3,53 rea=0,4998 0,50,4998=0,0024x2=0,0048 La diferencia es estadsticamente significativa. O la supuesta proporcin de parasitados no era la correcta o la muestra no fue lo suficientemente representativa.

Referencias 1. Aviln R JM. Gua metodolgica para el desarrollo del punto: error estndar de la media: concepto, clculo y aplicaciones. Bol Post Med 2001; 10(1-3):30-40. 2. Ausubel W. The use of advance organizers in the learning and retention of meaningful verbal material. J Educ Psych 1960; 51:270-295. 3. Kibler RJ. Different types of educational objectives. En: Behavioral objectives and instruction. Nueva York: Allyn & Bacon 1970. pp.20-23; pp.77-79. 4. Estrategias de instruccin. Manual del participante. Taller: Diseo de instruccin para enseanza superior. Universidad de Los Andes, Mrida, 1979. 5. Colton T. Statistics in medicine. Boston: Little, Brown & Co.; 1974.

12

Figura 1 Medicin de la variabilidad intermuestral Variables numricas intermuestral Error estndar de la media intermuestral Entre la media de cada muestra intermuestral y la media del conjunto de muestras (o poblacional). Resume variacin inter muestral Variables binarias intermuestral Error estndar de la proporcin intermuestral Entre la proporcin de cada muestra y la proporcin del conjunto de muestras (o poblacional).

Facilita la comparacin De la media de cada muestra y la media del conjunto de muestras (o poblacional). De la proporcin de cada muestra y la proporcin del conjunto de muestras (o poblacional).

Permite ubicar la probabilidad de ocurrencia en una tabla de reas bajo la curva para docimar la hiptesis de la diferencia. Entre la media de una muestra y la media poblacional. Conocido el valor de la diferencia y la certeza deseada se pueden calcular lmites de confianza y y estimar tamao de muestra. Entre la proporcin de una muestra y la proporcin poblacional.

13

Figura 2. Secuencia de reglas (matriz) a Concepto a1-1 a1 a2 b1 Clculo b b2 Aplicaciones c c1 c2 a2-1 a2-2

Figura 3. Limites de confianza de la proporcin de mujeres hospitalizadas en el servicio de ciruga

0,95 0,85 0,75 0,65 0,55--------------------------------------------------------------------------------------------0,45 0,35 0,25 0,15 Sala 1 Sala 2 Sala 3 Sala 4 Sala 5 (0,5) (075) (0,65) (0,45) (0,40)