Poblaciones
En estadística, el término «población» tiene un significado ligeramente diferente al que se le da en el lenguaje corriente. No es necesario que se refiera solo a personas o criaturas animadas: la población de Bolivia, por ejemplo, o la población de perros de La Paz. Los estadísticos también hablan de una población de objetos, eventos, procedimientos u observaciones, incluidos aspectos como la cantidad de plomo en la orina, las visitas al médico o las operaciones quirúrgicas. Por tanto, una población es un agregado de seres vivos, cosas, casos, etc.
Aunque un estadístico debe definir claramente la población con la que está tratando, es posible que no pueda enumerarla con exactitud. Por ejemplo, en el uso ordinario, la población de Bolivia denota el número de personas dentro de los límites de Bolivia, tal vez como se enumeran en un censo. Pero un médico podría embarcarse en un estudio para intentar responder a la pregunta «¿Cuál es la presión arterial sistólica promedio de los ingleses de 40 a 59 años?» Pero, ¿quiénes son los «bolivianos» a los que se hace referencia aquí? No todos los bolivianos viven en Bolivia, y los antecedentes sociales y genéticos de los que lo hacen pueden variar. Un cirujano puede estudiar los efectos de dos operaciones alternativas para la úlcera gástrica. Pero, ¿qué edad tienen los pacientes? ¿De qué sexo son? ¿Qué tan grave es su enfermedad? ¿Dónde viven?. El lector necesita información precisa sobre estos asuntos para extraer inferencias válidas de la muestra que se estudió para la población considerada. Las estadísticas como promedios y desviaciones estándar, cuando se toman de poblaciones, se denominan parámetros de población. A menudo se indican con letras griegas: la media de la población se indica con μ (mu) y la desviación estándar con ς (sigma de minúsculas)
Población: es un agregado de seres vivos, cosas, casos, etc. Sobre los cuales se realizará un análisis de información
Muestras
Por lo general, una población contiene demasiados individuos para estudiarlos convenientemente, por lo que una investigación a menudo se limita a una o más muestras extraídas de ella. Una muestra bien elegida contendrá la mayor parte de la información sobre un parámetro de población en particular, pero la relación entre la muestra y la población debe ser tal que permita hacer inferencias verdaderas sobre una población a partir de esa muestra.
En consecuencia, el primer atributo importante de una muestra es que cada individuo de la población de la que se extrae debe tener una probabilidad conocida distinta de cero de ser incluido en ella; una sugerencia natural es que estas posibilidades deberían ser iguales. Nos gustaría que las elecciones se hicieran de forma independiente; en otras palabras, la elección de un tema no afectará la posibilidad de que se elijan otros temas. Para garantizar esto, tomamos la decisión mediante un proceso en el que solo opera el azar, como hacer girar una moneda o, más habitualmente, el uso de una tabla de números aleatorios. La palabra «aleatoria» no describe la muestra como tal, sino la forma en que se selecciona.
Sacar una muestra satisfactoria a veces presenta mayores problemas que analizar estadísticamente las observaciones realizadas sobre ella. Una discusión completa del tema está más allá del alcance de este libro, pero hay orientación disponible (1) (2). En este libro solo se ofrece una introducción.
Antes de tomar una muestra, el investigador debe definir la población de la que procederá. A veces, puede enumerar completamente a sus miembros antes de comenzar el análisis; por ejemplo, todos los hígados estudiados en la necropsia durante el año anterior, todos los pacientes de 20 a 44 años ingresados en el hospital con úlcera péptica perforada en los 20 meses anteriores. En estudios retrospectivos de este tipo, los números pueden asignarse en serie desde cualquier punto de la tabla a cada paciente o muestra. Supongamos que tenemos una población de tamaño 150 y deseamos tomar una muestra de tamaño cinco. contiene un conjunto de dígitos aleatorios generados por computadora dispuestos en grupos de cinco. Elija cualquier fila y columna, diga la última columna de cinco dígitos. Lea solo los primeros tres dígitos y baje la columna que comienza con la primera fila. Así tenemos 265, 881, 722, etc.Si aparece un número entre 001 y 150, lo incluimos en nuestra muestra. Así, en orden, en la muestra estarán los sujetos numerados 24, 59, 107, 73 y 65. Si es necesario podemos continuar bajando la siguiente columna a la izquierda hasta elegir la muestra completa.
https://www.bmj.com/about-bmj/resources-readers/publications/statistics-square-one/3-populations-and-samples
El uso de números aleatorios de esta manera es generalmente preferible a tomar cada paciente alternativo o cada quinto espécimen, o actuar en algún otro plan regular similar. La regularidad del plan puede coincidir ocasionalmente por casualidad con alguna regularidad imprevista en la presentación del material de estudio, por ejemplo, por citas hospitalarias realizadas a pacientes de determinadas prácticas en determinados días de la semana, o por preparación de muestras en lotes en de acuerdo con algún horario.
Muestra: es una parte de la población que es elegida de manera aleatoria de tal forma que los elementos de la muestra representen adecuadamente a los demás elementos de la población
Referencias
- Altman DG. Estadísticas prácticas para la investigación médica. Londres: Chapman & Hall, 1991
- Armitage P, Berry G. Métodos estadísticos en la investigación médica. Oxford: Publicaciones científicas de Blackwell, 1994.
- Campbell MJ, Machin D. Estadísticas médicas: un enfoque de sentido común. 2ª ed. Chichester: John Wiley, 1993.
- Fisher RA, Yates F. Tablas estadísticas para la investigación biológica, agrícola y médica, 6ª ed. Londres: Longman, 1974.
- Huelga PW. Medida y control. Métodos estadísticos en medicina de laboratorio. Oxford: Butterworth-Heinemann, 1991: 255.
