Conceptos de probabilidad.

...

2. Una unidad experimental es el objeto en el que se mide una variable. Resulta una sola medición o datos cuando una variable se mide en realidad en una unidad experimental.

Estudio transversal:

1. Es un tipo de estudio observacional y descriptivo, que mide a la vez la prevalencia de la exposición y del efecto en una muestra poblacional en un solo momento temporal; es decir, permite estimar la magnitud y distribución de una enfermedad en un momento dado.

2. Toma una instantánea de una población en un momento determinado, lo que permite extraer conclusiones acerca de los fenómenos a través de una amplia población.

Estudio retrospectivo:

1. El objetivo principal de los estudios retrospectivos es probar alguna hipótesis planteada sobre la etiología de una enfermedad, es decir, que estos se dedican al análisis de una presunta relación entre algún factor o característica sospechosa y el desarrollo de cierto padecimiento.

2. Los estudios retrospectivos se realizan basándose en observaciones clínicas, o a través de análisis especiales, estos revisan situaciones de exposición a factores sospechosos, comparando grupos de individuos enfermos (casos), con grupos de individuos sanos (controles). A partir de la frecuencia observada en cada uno de los grupos expuestos al factor en estudio se realiza un análisis estadístico.

Estudio prospectivo:

1. Cuando se realiza un estudio prospectivo, una vez planteada la hipótesis, se define la población que participará en la observación, esta puede ser a partir de un grupo de edad, individuos que practican una profesión e inclusive a todo una sector o comunidad. Se dividen los grupos en función de su exposición o no a un supuesto factor causal, el cual puede ser un factor individual, ambiental o ambos.

2. La población sujeta al estudio (expuesto y no expuesto), se observa a través del tiempo. El seguimiento se realiza mediante la aplicación de cuestionarios, exámenes clínicos periódicos, seguimiento de registros especiales y rutinarios, entre otros. La duración del seguimiento varía de algunos meses has varios años, hasta que se presente el efecto postulado en nuestra hipótesis.

Muestra no probabilística:

1. Hablaremos de muestro probabilístico siempre que se cumplan dos condiciones:

1- Todos los elementos de mi población tienen una probabilidad mayor de cero de ser seleccionados en la muestra.

2- Conozco de forma precisa dicha probabilidad para cada elemento, lo que se conoce como probabilidad de inclusión.

El cumplimiento de ambos criterios es el que hace posible obtener resultados no sesgados cuando estudio la muestra. En ocasiones, estos resultados no sesgados requieren usar técnicas de ponderación (weighting), pero esta ponderación es posible precisamente porque conozco qué probabilidad tengo de que cada individuo sea seleccionado en mi muestra.

Muestra probabilística:

1. Sin embargo, no es sencillo cumplir con los requisitos impuestos por el muestreo probabilístico:

(1) Disponer de un marco muestral es algo relativamente poco habitual en estudios de mercado.

(2) Lograr que todos los individuos de la población tengan una probabilidad no nula de ser seleccionados es un requisito igualmente exigente, más aún conocer la probabilidad de inclusión exacta de cada unidad muestral. Todos los individuos que no pueden ser seleccionados en una muestra se suelen referir como unidades fuera de cobertura.

Muestra aleatoria:

1. En este todos los elementos que lo componen tienen exactamente la misma posibilidad de ser elegidos. Estos elementos son seleccionados de forma azarosa por medio de números aleatorios

2. A diferencia de la muestra anterior, en esta todos los elementos que integran el universo tienen exactamente la misma probabilidad de ser elegidos para conformarla, puesto que se los selecciona al azar.

Muestra aleatoria simple:

1. Este método es muy simple y se caracteriza por la extracción de los individuos de una lista de forma azarosa. Cuando el universo es muy numeroso y complejo, no suele resultar eficaz.

2. Para conformar este tipo de muestra se confecciona un listado en el que figuren todos los elementos que la integran.

Muestreo sistemático:

1. A diferencia de la anterior, en esta muestra sólo se elige al azar el primer elemento, para luego elegir, en base a esta elección, al resto, en intervalos regulares.

2. Sea N el tamaño de una población y n el tamaño de la muestra que deseamos elegir. Sea k=N/n y sea h un número al azar entre los k primeros de una lista de todos los elementos poblacionales

Muestreo de convivencia:

1. Aquí la muestra similar al universo objetivo es seleccionada a partir de métodos no aleatorios. La representatividad de dicha muestra es determinada por el investigador de manera subjetiva. Por funcionar de esta manera, las muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta técnica cuando no quede ninguna otra alternativa.

2. Esta clase de muestra, también conocido bajo el nombre de muestra por selección, es aquella en la que se eligen casos particulares intentando que estos sean los más representativos posible del universo.

Muestreo aleatorio estratificado:

1. para realizar este muestreo se debe dividir a la población en grupos de acuerdo a un carácter específico y luego, cada uno de estos grupos es muestreado aleatoriamente, obteniendo así una parte que sea proporcional a la muestra

2. En este caso, los elementos también se eligen de manera aleatoria. La diferencia de esta variante es que previamente el universo se divide en grupos, tomando en cuenta determinados criterios y, una vez hecho esto, se eligen al azar los elementos de la muestra.

Muestreo por conglomerados:

1. La población es dividida en grupos que posean características similares entre ellos. Luego de realizar esto, algunos grupos son analizados completamente dejando de lado al resto.

2. Para conformar esta clase