Medicina Basada en la Evidencia

Inferencia estadística: estimación puntual y por intervalos… – 539 – U na población representa la totalidad de perso- nas que nos interesa estudiar. En general, estu- diar a toda una población es laborioso y costoso en términos de tiempo y recursos y, en algunos casos, imposible, porque la población puede ser en principio abstracta (por ejemplo, cuando estudiamos pacientes que podrían desarrollar una complicación en el futuro). Por lo tanto, habitualmente recolectamos datos de una muestra o subconjunto de personas representativas de esa población, es decir, que tienen características simi- lares a las de la población en estudio, y los utilizamos para obtener conclusiones, o sea, hacer inferencias so- bre esa población. Los datos obtenidos de este modo no nos informan un valor exacto e invariable, ya que se obtienen solo de una parte de toda la población. Además, si tomáramos varias muestras de la misma población obtendríamos valores diferentes en cada una de ellas. La inferencia estadística pretende obtener un valor que se acerque lo más posible al supuesto valor real, que nunca conoceremos. Esta aproximación puede tener dos enfoques diferentes: la estimación puntual y la es- timación por intervalos de confianza. PARÁMETROS, ESTADÍSTICOS Y ESTIMADORES Como ya se ha dicho, pocas veces podemos acceder al valor exacto de un parámetro de toda la población, como una media o una proporción, por lo que habitual- mente estimamos el valor del parámetro utilizando los datos recogidos de una muestra. Esta estimación de un estadístico muestral es una esti- mación puntual del parámetro, es decir, toma un único valor, que será solo una de las múltiples estimaciones OBJETIVOS: ■ Distinguir entre estimación puntual y por intervalos de confianza ■ Comprender el concepto de error estándar de una distribución de muestras ■ Saber interpretar un intervalo de confianza ■ Aprender a calcular un intervalo de confianza para una media ■ Aprender a calcular un intervalo de confianza para una proporción “La estimación puntual es como tratar de clavar un clavo en movimiento: nunca estás seguro de si realmente lo has acertado” Bradley Efrom puntuales teóricas, obtenidas del análisis de otras po- sibles muestras seleccionadas a partir de la población. Las estimaciones puntuales varían de una muestra a otra. La estimación por intervalos de confianza nos permite tener en cuenta esta imprecisión y establecer unos límites entre los que se encontrará el parámetro poblacional que queremos estimar Por ello, la forma más prudente de facilitar cualquier estimación es presentarla como un rango de valores entre los que puede estar el parámetro poblacional a estimar. Este rango constituye lo que denominamos intervalo de confianza. Habitualmente estimamos in- tervalos con un 95% de confianza, que interpretaremos, de forma sencilla, como que el parámetro poblacional tiene una probabilidad del 95% de encontrarse dentro de esos límites. INTERVALO DE CONFIANZA Y ERROR ESTÁNDAR Para estimar los intervalos de confianza partiremos de las estimaciones puntuales de nuestra muestra, habi- tualmente, una frecuencia relativa (proporción) para una variable nominal dicotómica, o una media (media muestral) para una variable continua, que son nuestras mejores aproximaciones al parámetro poblacional que hay que estimar: una proporción (p) o una media (μ). Pero como han sido estimadas en muestras, por pru- dencia, solo podemos decir que los parámetros a esti- mar tendrán valores cercanos a los que hemos obteni- do en nuestra muestra.