Error aleatorio y error sistemático Flashcards
estimaciones y error
- las estimaciones de un parámetro está sujeto a error
- la naturaleza y magnitud de este error tiene implicancias en la validez y precisión de la medición
- altera la interpretación de los resultados
el error aleatorio surge de 2 procesos
1) error muestral (a partir de una muestra)
2) error aleatorio, proveniente del instrumento o de cambios aleatorios en el sujeto u observador
por qué el error muestral es la gran fuente de error aleatorio
- ya que la muestra que se obtiene no es idéntica a la población, y por lo tanto, los valores observados en muestras seleccionadas pueden tener aleatoriamente valores mayores, menores o iguales al verdadero parámetro medido en toda la población
cómo se puede disminuir la magnitud de un error muestral
- aumentando el tamaño de la muestra, si se incluyera toda la población, no habría error aleatorio (menor error, mayor precisión)
hipótesis nula (H0)
plantea que las variables no están relacionadas
- se relaciona con un nivel de significación (p) desde el cual se rechazará la hipótesis (las variables si están relacionadas)
error tipo II
podemos cometer un error y aceptar la hipótesis nula siendo esta falsa
error tipo I
podemos cometer un error y rechazar la hipótesis nula, siendo esta verdadera
qué significa poder (o potencia del estudio)
cuando no se rechaza la hipótesis nula dado que esta es falsa (error tipo II), es el complemento del error tipo II
poder= 1- error tipo II
cuándo el poder será mayor
- cuanto mayor sea el tamaño de la muestra
- cuanto mayor sea la magnitud del efecto (una asociación o diferencia)
- cuanto más precisas son las mediciones
estimaciones estadísticas
dentro del riesgo relativo (RR)
- se usan los datos del estudio para estimar el parámetro de interés
- RR= IAexp/IA nexp
- valor nulo (no hay diferencias)=1
- > 1 los expuestos tienen mayor riesgo que los no expuestos
- <1 la exposición es un factor protector
intervalo de confianza
error aleatorio
son los valores entre los cuales se encuentra el estimador puntual en el universo si se obtuvieran muestras infinitas
- hay un nivel de confianza que depende de la variabilidad y el error tipo I que el investigador está dispuesto a arriesgar
- permite obtener un valor mínimo y máx (límites)
- ej: IC 95% es el nivel de confianza, con un 5% de error tipo I que se asume
cuando se estudia una asociación causa-efecto, el intervalo de confianza
indicará el rango en el que está la medida de exposición verdadera
es decir, si un mismo estudio se repitiera con diferentes muestras de la población, en 95% de ellos los resultados estarán distribuidos alrededor del valor real y solo el 5% caería fuera de este rango, en valores aleatoriamente más altos o bajos
para aumentar la precisión y reducir el error aleatorio se debe
- incrementar el tamaño de la muestra: es lo más importante, por ello, la estimación del tamaño de muestra con PODER suficiente para detectar un efecto y que minimice el error tipo I, es crucial en la planificación de un estudio
- mejorar las mediciones individuales: hay distintas estrategias, como obtener mediciones de cada individuo si las características varían o utilizar instrumentos más precisos (se reduce la variabilidad aleatoria de la medición)
error sistémico o sesgo
- desviaciones del valor real que ocurren en forma sistemática en una misma dirección
- los estudios que minimizan el error sistemático maximizan la VALIDEZ
razones por las que ocurren los sesgos
- por fallas al momento de seleccionar a los participantes (sesgo de selección)
- por fallas en la obtención de las mediciones (sesgo de medición)
- por fallas en identificar con antelación la existencia de otras variables que confundan la relación entre la variable de exposición y la variable de efecto (sesgo de confusión)
