Capítulo 4: Fundamentos para la Inferencia Estadística
Basado en ‘Introductory Statistics for the Life and Biomedical Sciences’ y contextualizado con Investigaciones Estudiantiles
1 Introducción al Capítulo
En los capítulos anteriores aprendimos a explorar, resumir y visualizar datos de muestras de estudiantes de medicina. Sin embargo, el objetivo primordial de la investigación biomédica no es describir únicamente la muestra estudiada, sino extrapolar o inferir las propiedades de toda la población de origen.
Este capítulo establece los fundamentos teóricos y prácticos de la inferencia estadística. Aprenderemos cómo las estimaciones puntuales varían de una muestra a otra, cómo el Teorema del Límite Central (TCL) nos permite cuantificar la precisión mediante el Error Estándar (SE), cómo construir e interpretar Intervalos de Confianza (IC) y cómo contrastar hipótesis clínicas mediante el valor \(p\).
Todos los ejemplos, tablas y figuras de este capítulo están construidos a partir de los datos reales recolectados por los 15 grupos de investigación de la cátedra de Bioestadística.
2 Variabilidad en las Estimaciones y Distribución Muestral
2.1 Estimadores Puntuales vs. Parámetros Poblacionales
Un parámetro es una medida numérica fija que describe a toda una población (por ejemplo, la media poblacional \(\mu\) o la desviación estándar poblacional \(\sigma\)). Como raramente podemos medir a todos los individuos de la población objetivo, seleccionamos una muestra aleatoria de tamaño \(n\) y calculamos un estimador puntual, como la media muestral (\(\bar{X}\)) o la desviación estándar muestral (\(s\)).
Definición 4.1: Un estimador puntual es un estadístico calculado a partir de los datos de la muestra que sirve como nuestra mejor estimación del parámetro poblacional desconocido.
2.1.1 Caso de Estudio 4.1: Horas de Sueño en Estudiantes de Medicina
El grupo de investigación Informe G6 evaluó el promedio de horas de descanso nocturno en estudiantes de medicina, observando una media muestral de \(\bar{X} = 6.20\text{ horas}\) y una desviación estándar de \(s = 1.35\text{ horas}\) en \(n = 18\) estudiantes. Si otro grupo selecciona de manera independiente una muestra diferente de \(n = 18\) estudiantes, la nueva media muestral \(\bar{X}_2\) probablemente no será exactamente \(6.20\text{ horas}\). Esta fluctuación de muestra en muestra se conoce como variabilidad muestral.
2.2 El Error Estándar (SE) y el Teorema del Límite Central
La desviación estándar de la distribución de todas las posibles medias muestrales se denomina Error Estándar (SE).
Fórmula 4.1: Para una muestra aleatoria de tamaño \(n\) extraída de una población con desviación estándar \(\sigma\) (o estimada mediante \(s\)): \[SE = \frac{\sigma}{\sqrt{n}} \approx \frac{s}{\sqrt{n}}\]
2.2.1 El Teorema del Límite Central (TCL)
El Teorema del Límite Central establece que, independientemente de la forma de la distribución poblacional original (incluso si es asimétrica), la distribución de las medias muestrales (\(\bar{X}\)) se aproximará a una distribución Normal a medida que el tamaño de la muestra \(n\) aumenta (regla empírica: \(n \ge 30\)):
\[\bar{X} \sim N\left(\mu, \; SE = \frac{\sigma}{\sqrt{n}}\right)\]
3 Intervalos de Confianza para una Media Poblacional
3.1 Construcción del Intervalo de Confianza del 95%
Una estimación puntual por sí sola no indica el grado de incertidumbre de la medición. Un Intervalo de Confianza (IC) proporciona un rango de valores plausibles para el parámetro poblacional \(\mu\).
Fórmula 4.2: El Intervalo de Confianza al 95% para la media poblacional está dado por: \[IC_{95\%} = \bar{X} \pm \text{Margen de Error} = \bar{X} \pm \left(z^* \times \frac{s}{\sqrt{n}}\right)\] Donde \(z^* = 1.96\) corresponde al valor crítico para una cobertura central del 95% en la distribución normal estándar.
3.1.1 Caso de Estudio 4.2: Consumo de Bebidas Energizantes (Informe G15)
En el estudio del Informe G15, se evaluó el consumo mensual de bebidas energizantes en estudiantes con mala calidad de sueño, registrando una media muestral de \(\bar{X} = 14.5\text{ latas/mes}\) con \(s = 6.2\text{ latas/mes}\) en \(n = 35\) estudiantes.
Cálculo del Error Estándar: \[SE = \frac{6.2}{\sqrt{35}} = \frac{6.2}{5.916} = 1.048\text{ latas/mes}\]
Cálculo del Margen de Error (ME): \[ME = 1.96 \times 1.048 = 2.054\text{ latas/mes}\]
Límites del Intervalo: \[IC_{95\%} = 14.5 \pm 2.054 = [12.45, \; 16.55]\text{ latas/mes}\]
3.2 Interpretación Correcta de un Intervalo de Confianza
- Interpretación Correcta: “Tenemos un 95% de confianza en que la media poblacional real del consumo de bebidas energizantes (\(\mu\)) se encuentra entre 12.45 y 16.55 latas/mes”.
- Interpretación Incorrecta (Falacia Común): “Existe una probabilidad del 95% de que la media poblacional esté entre 12.45 y 16.55”. (El parámetro \(\mu\) es un valor fijo, no una variable aleatoria; el intervalo individual o contiene a \(\mu\) o no lo contiene).
4 Contraste de Hipótesis
4.1 Formulación de Hipótesis Nula (\(H_0\)) y Alternativa (\(H_1\))
En investigación médica, el contraste de hipótesis sigue una lógica análoga a un juicio penal: presunción de inocencia hasta que la evidencia demuestre lo contrario.
- Hipótesis Nula (\(H_0\)): Afirma la ausencia de efecto, ausencia de diferencia o el mantenimiento del estado basal (\(\mu = \mu_0\)).
- Hipótesis Alternativa (\(H_1\)): Afirma la presencia de un efecto, diferencia o alteración clínicamente relevante (\(\mu \neq \mu_0\), \(\mu > \mu_0\) o \(\mu < \mu_0\)).
4.1.1 Caso de Estudio 4.3: Evaluación de la Calidad de Sueño PSQI (Informe G13)
El Informe G13 evaluó la calidad del sueño mediante la escala PSQI (donde un puntaje \(> 5.0\) indica mala calidad del sueño). Se plantea probar si la media poblacional de los estudiantes difiere del punto de corte normal \(\mu_0 = 5.0\).
\[H_0: \mu = 5.0 \quad \text{vs.} \quad H_1: \mu \neq 5.0\]
Los datos observados en \(n = 41\) estudiantes fueron \(\bar{X} = 7.88\) puntos con \(s = 2.11\) puntos.
4.2 El Estadístico de Prueba y el Valor \(p\)
El estadístico de prueba mide cuántas desviaciones estándar se aleja la media observada (\(\bar{X}\)) del valor hipotético (\(\mu_0\)):
\[t_{\text{calc}} = \frac{\bar{X} - \mu_0}{SE} = \frac{7.88 - 5.0}{2.11 / \sqrt{41}} = \frac{2.88}{0.3295} = 8.74\]
Definición 4.2: El valor \(p\) es la probabilidad de obtener un estadístico de prueba tan o más extremo que el observado, asumiendo que la hipótesis nula (\(H_0\)) es verdaderamente cierta.
Como \(t_{\text{calc}} = 8.74\) está extremadamente alejado en la cola de la distribución \(t(40)\), el valor \(p < 0.0001\). Dado que \(p < \alpha = 0.05\), se rechaza \(H_0\) y se concluye que la calidad de sueño en los estudiantes es significativamente peor que el umbral de normalidad.
4.3 Errores Tipo I (\(\alpha\)) y Tipo II (\(\beta\))
Al tomar una decisión basada en una muestra, siempre existen dos riesgos de error:
| Decisión Estadística | \(H_0\) es Realmente Cierta | \(H_0\) es Realmente Falsa |
|---|---|---|
| No rechazar \(H_0\) | Decisión Correcta (\(1 - \alpha\)) | Error Tipo II (\(\beta\)) (Falso Negativo) |
| Rechazar \(H_0\) | Error Tipo I (\(\alpha\)) (Falso Positivo) | Decisión Correcta (\(1 - \beta\)) (Potencia) |
5 Consideraciones sobre la Inferencia y la Significación
5.1 Nota de la Sección 4.4: Significancia Estadística vs. Importancia Clínica
Existe una distinción fundamental entre la significancia estadística (evaluada mediante el valor \(p\)) y la relevancia o importancia clínica (evaluada mediante el tamaño del efecto y el contexto médico).
Aviso Académico: Un valor \(p < 0.05\) no garantiza que un hallazgo sea médicamente importante. En muestras extremadamente grandes (\(n > 10,000\)), diferencias microscópicas e irrelevantes en la práctica clínica alcanzará significación estadística. Por el contrario, en muestras pequeñas (\(n < 20\)), efectos clínicos masivos pueden no alcanzar significación debido a falta de potencia estadística.
5.1.1 Ejemplo Médico Real: Reducción de Presión Arterial Sistólica (Estudio Combinado)
Consideremos dos ensayos clínicos independientes que evalúan la reducción de la Presión Arterial Sistólica (PAS) tras la administración de dos fármacos hipotensores diferentes:
| Estudio | n | Reducción_PAS | IC_95 | Valor_p | Significancia_Estadistica | Relevancia_Clinica |
|---|---|---|---|---|---|---|
| Ensayo A (Muestra Masiva) | 15000 | 0.8 mmHg | [0.5, 1.1] mmHg | < 0.0001 | Sí (p < 0.05) | Nula (0.8 mmHg no evita eventos) |
| Ensayo B (Muestra Piloto) | 25 | 12.5 mmHg | [-0.5, 25.5] mmHg | 0.058 | No (p > 0.05) | Alta (12.5 mmHg es clínicamente masivo) |
- Lección Clínica: El Ensayo A es estadísticamente significativo (\(p < 0.0001\)) debido al \(n = 15,000\), pero reducir \(0.8\text{ mmHg}\) la PAS no previene infartos ni ACVs. El Ensayo B no alcanzó significación (\(p = 0.058\)) debido al \(n = 25\), pero una reducción de \(12.5\text{ mmHg}\) es clínicamente prometedora y exige un estudio definitivo con mayor tamaño de muestra.
6 Ejercicios del Capítulo (4.1 a 4.24)
Todos los ejercicios están construidos sobre las bases de datos de las investigaciones desarrolladas por los estudiantes de la cátedra de Bioestadística.
6.0.1 Ejercicio 4.1: Hábitos Digitales Nocturnos (Informe G1)
En el estudio sobre uso nocturno de pantallas en \(n = 30\) estudiantes de medicina, se registró un tiempo promedio de uso de pantallas antes de dormir de \(\bar{X} = 145\text{ minutos}\) con una desviación estándar de \(s = 35\text{ minutos}\). a) Calcule el Error Estándar (\(SE\)) de la media. b) Explique qué representa este valor en términos de la variabilidad de muestra en muestra.
6.0.2 Ejercicio 4.2: Conocimiento sobre Diabetes Tipo 2 (Informe G2)
En una evaluación de conocimientos sobre prevención metabólica en \(n = 25\) estudiantes, se observó una puntuación media de \(\bar{X} = 68\text{ puntos}\) (\(s = 12\text{ puntos}\)). a) Verifique las condiciones para la aplicación del Teorema del Límite Central. b) Calcule el \(SE\) de la media de puntuación.
6.0.3 Ejercicio 4.3: Actividad Física y Sedentarismo (Informe G3)
Un grupo de investigadores midió las horas diarias de sedentarismo en \(n = 40\) alumnos, obteniendo \(\bar{X} = 8.5\text{ horas/día}\) y \(s = 2.1\text{ horas/día}\). a) Construya un Intervalo de Confianza al 95% para la media poblacional \(\mu\). b) Interprete el resultado en el contexto del estilo de vida universitario.
6.0.4 Ejercicio 4.4: Uso Racional de Antibióticos (Informe G4)
En la encuesta de conocimientos farmacológicos (\(n = 32\)), la media de respuestas correctas fue del \(\bar{X} = 75\%\) con \(s = 10\%\). a) Calcule e interprete el \(IC_{90\%}\). b) Compare la anchura del \(IC_{90\%}\) con la del \(IC_{95\%}\).
6.0.5 Ejercicio 4.5: Afrontamiento del Estrés Académico (Informe G5)
Utilizando la escala Brief-COPE en \(n = 50\) estudiantes en período de exámenes, la media de estrategias adaptativas fue \(\bar{X} = 28.4\text{ puntos}\) (\(s = 4.2\text{ puntos}\)). a) Obtenga el \(IC_{95\%}\) para la media poblacional. b) ¿Es plausible afirmar que la media poblacional sea de \(30.0\text{ puntos}\)? Justifique.
6.0.6 Ejercicio 4.6: Horas de Sueño y Rendimiento (Informe G6)
En una muestra de \(n = 18\) alumnos, la media de descanso fue \(\bar{X} = 6.2\text{ horas}\) (\(s = 1.35\text{ horas}\)). a) ¿Por qué debe utilizarse la distribución \(t\) de Student con \(df = 17\) en lugar de la distribución Normal \(Z\)? b) Calcule el \(IC_{95\%}\) utilizando \(t_{0.025, 17} = 2.110\).
6.0.7 Ejercicio 4.7: Ansiedad y Vapeo (Informe G7)
Un estudio sobre vapeo en \(n = 35\) estudiantes midió la escala de ansiedad GAD-7, reportando \(\bar{X} = 11.2\text{ puntos}\) (\(s = 3.8\text{ puntos}\)). a) Calcule el \(IC_{95\%}\). b) ¿Sugiére este intervalo que el promedio poblacional de ansiedad en vapeadores supera el umbral de ansiedad moderada (\(\ge 10\text{ puntos}\))?
6.0.8 Ejercicio 4.8: Prevención de ITS (Informe G8)
Se evaluó la percepción de riesgo en \(n = 30\) alumnos (\(\bar{X} = 62\text{ puntos}\), \(s = 15\text{ puntos}\)). a) Calcule el \(SE\). b) Si duplicamos el tamaño de muestra a \(n = 120\), ¿cuál será el nuevo \(SE\)?
6.0.9 Ejercicio 4.9: Presión Académica (Informe G9)
En la escala DASS-21 aplicada a \(n = 45\) estudiantes, la puntuación media de tensión fue \(\bar{X} = 16.8\) (\(s = 5.1\)). a) Formule las hipótesis para evaluar si la tensión media difiere de la norma de \(14.0\) puntos (\(H_0: \mu = 14.0\) vs. \(H_1: \mu \neq 14.0\)). b) Calcule el estadístico \(t_{\text{calc}}\) y determine la decisión a un nivel \(\alpha = 0.05\).
6.0.10 Ejercicio 4.10: Automedicación (Informe G10)
En \(n = 38\) estudiantes que se automedican, la edad media de inicio fue \(\bar{X} = 17.5\text{ años}\) (\(s = 2.1\text{ años}\)). a) Calcule el \(IC_{95\%}\) para la edad media de inicio. b) Formule las hipótesis para evaluar si la edad de inicio es menor a \(18.0\) años.
6.0.11 Ejercicio 4.11: Inactividad Física y IMC (Informe G11)
Se midió el IMC en \(n = 40\) alumnos con inactividad física, obteniendo \(\bar{X} = 24.8\text{ kg/m}^2\) (\(s = 3.2\text{ kg/m}^2\)). a) Evalúe \(H_0: \mu = 23.0\text{ kg/m}^2\) frente a \(H_1: \mu > 23.0\text{ kg/m}^2\) a un nivel \(\alpha = 0.05\). b) Calcule el valor \(p\) aproximado.
6.0.12 Ejercicio 4.12: Síntomas Anxiosos GAD-7 (Informe G12)
En \(n = 28\) alumnos que usan teléfono antes de dormir, la media de GAD-7 fue \(\bar{X} = 9.8\) (\(s = 3.1\)). a) Pruebe si la media difiere de \(8.0\) puntos (\(\alpha = 0.05\)). b) Obtenga el \(IC_{95\%}\) y compruebe la concordancia entre ambos métodos.
6.0.13 Ejercicio 4.13: Calidad de Sueño PSQI (Informe G13)
Con \(n = 41\), \(\bar{X} = 7.88\) y \(s = 2.11\): a) Evalúe \(H_0: \mu = 5.0\) vs \(H_1: \mu > 5.0\) con \(\alpha = 0.01\). b) Indique el significado del rechazo de \(H_0\) en términos de salud estudiantil.
6.0.14 Ejercicio 4.14: Conocimiento en Genética Prenatal (Informe G14)
En \(n = 32\) alumnos de años superiores, la media de aciertos fue \(\bar{X} = 81\%\) (\(s = 9\%\)). a) Construya el \(IC_{99\%}\). b) Interprete la precisión del estimado.
6.0.15 Ejercicio 4.15: Consumo de Energizantes y Sueño (Informe G15)
En \(n = 35\) estudiantes, la duración del descanso nocturno fue \(\bar{X} = 5.2\text{ horas}\) (\(s = 1.1\text{ horas}\)). a) Pruebe si el descanso medio es significativamente menor a \(7.0\text{ horas}\) (\(\alpha = 0.05\)). b) Calcule el estadístico \(t\) y el valor \(p\).
6.0.16 Ejercicio 4.16: Errores de Interpretación de IC
Identifique el error en la siguiente afirmación: “El IC al 95% para la media de PAS es [133.9, 142.1] mmHg, por lo que el 95% de los pacientes individuales tiene una PAS entre esos valores”.
6.0.17 Ejercicio 4.17: Falsos Positivos y Falsos Negativos
Un estudio prueba una nueva intervención pedagógica para reducir el estrés. a) Defina qué representa un Error Tipo I en este contexto. b) Defina qué representa un Error Tipo II.
6.0.18 Ejercicio 4.18: Elección del Tamaño Muestral (\(n\))
Un investigador desea estimar el tiempo medio de estudio con un margen de error no mayor a \(ME = 0.5\text{ horas}\) y un \(95\%\) de confianza. Si la desviación estándar estimada es \(s = 2.5\text{ horas}\), calcule el tamaño de muestra \(n\) necesario.
6.0.19 Ejercicio 4.19: Impacto del Nivel de Confianza
Compare los márgenes de error obtenidos para una misma muestra al utilizar un \(IC_{90\%}\), \(IC_{95\%}\) e \(IC_{99\%}\). ¿Qué ocurre con la precisión al aumentar la confianza?
6.0.20 Ejercicio 4.20: Significancia vs. Importancia en Grandes Muestras
Se analiza una muestra nacional de \(n = 20,000\) universitarios. La diferencia en consumo de agua diario entre dos grupos es de \(15\text{ mL/día}\) (\(p = 0.0002\)). Discuta si este hallazgo justifica una política de intervención institucional.
6.0.21 Ejercicio 4.21: Evaluación del Supuesto de Normalidad
Explique qué herramientas gráficas y numéricas deben utilizarse para verificar si la distribución de una variable cuantitativa en una muestra de \(n = 15\) permite utilizar la prueba \(t\) de Student.
6.0.22 Ejercicio 4.22: Relación entre IC y Prueba Bilateral
Si un \(IC_{95\%}\) para la media de la escala de depresión DASS-21 es \([12.4, \; 16.8]\), ¿cuál será la decisión de una prueba de hipótesis bilateral para \(H_0: \mu = 10.0\) a un nivel \(\alpha = 0.05\)?
6.0.23 Ejercicio 4.23: Unilateralidad vs. Bilateralidad
Explique bajo qué circunstancias clínicas o epidemiológicas está justificado utilizar una prueba de hipótesis unilateral en lugar de una bilateral.
6.0.24 Ejercicio 4.24: Integración Infecciosa y Toma de Decisiones
A partir de los hallazgos del Informe G4 sobre resistencia bacteriana (\(n = 32\), \(\bar{X} = 75\%\), \(s = 10\%\), \(IC_{95\%} = [71.4, \; 78.6\%]\)), redacte una conclusión ejecutiva orientada al decanato de la facultad sugiriendo intervenciones curriculares.