¿Cómo mejorar la precisión de muestreo
A mejorar la precisión de cualquier cosa que observa desde su muestra de sujetos por tener una muestra más grande. los teorema del límite central (o CLT, uno de los fundamentos de la teoría de la probabilidad) describe cómo las fluctuaciones aleatorias comportan cuando se añade un montón de variables aleatorias (o promedio) juntos. Entre muchas otras cosas, la CLT describe cómo la precisión de una muestra estadística depende del tamaño de la muestra.
La precisión de cualquier aumento de la estadística de la muestra (es decir, el SE disminuye) en proporción a la raíz cuadrada del tamaño de muestra. Así pues, si Trial A tiene cuatro veces el número de sujetos como Trial B, entonces los resultados de prueba A será dos veces tan preciso como (es decir, tener la mitad de la SE de) los resultados de prueba B, debido a que la raíz cuadrada de cuatro es dos.
También puede obtener una mejor precisión (y las PE pequeñas) por la creación de su experimento de una manera que reduce la variabilidad aleatoria en la población. Por ejemplo, si usted quiere comparar un producto para bajar de peso con un placebo, usted debe tratar de tener los dos grupos de tratamiento en el ensayo como igualmente equilibradas posible con respecto a cada característica tema que puede influir es concebible la pérdida de peso.
Los gemelos idénticos hacen (aunque difíciles de encontrar) sujetos ideales para los ensayos clínicos porque están tan estrechamente emparejados en muchas maneras. Alternativamente, usted puede hacer sus criterios de inclusión más estrictos. Por ejemplo, puede restringir los grupos de estudio que acaba de varones dentro de una edad, altura y rango de peso estrecha e imponer otros criterios que eliminan otras fuentes de entre sujetos variabilidad (por ejemplo, antecedentes de tabaquismo, hipertensión, trastornos nerviosos, etc. ).
Pero a pesar de la reducción de los criterios de inclusión hace que su estudio muestra más homogénea y elimina más fuentes de fluctuaciones aleatorias, también tiene algunos inconvenientes importantes:
Se hace que encontrar temas adecuados difícil.
Sus inferencias (conclusiones) de este estudio sólo pueden ahora ser aplicados a la población más estrecho (que corresponde a sus criterios de inclusión más estrictos).
Decidir quién va a participar en un estudio clínico Porque no se puede examinar toda la población de personas con la condición de que estás estudiando, debe seleccionar una muestra representativa de esa población. Esto se hace mediante la definición explícita de las condiciones que determinan…
Estimación de tamaño de la muestra al comparar dos proporciones en bioestadística La proporción de sujetos que tienen algún atributo (como respuesta al tratamiento) se puede comparar entre dos grupos de sujetos mediante la creación de una tabla de referencias cruzadas de los datos, donde las dos filas representan los dos…
¿Cómo definir las poblaciones de análisis para un estudio clínico Poblaciones analíticos son subconjuntos definidos con precisión de los sujetos inscritos que se utilizan para diferentes tipos de análisis estadístico. La mayoría de los ensayos clínicos incluyen los siguientes tipos de poblaciones…
Cómo armar un protocolo para un estudio clínico LA protocolo es un documento que establece exactamente lo que va a hacer en un estudio clínico. Lo ideal sería que todos los estudios en seres humanos debe tener un protocolo.Elementos estándar de un protocoloUn protocolo de ensayo de la droga…
Cómo utilizar pruebas t de Student para comparar las medias Puede ejecutar las pruebas de la t de Student utilizando el software estadístico típica e interpretar la salida producida. En este ejemplo, podrás usar el OpenStat paquete de software.La idea básica de una prueba tTodas las pruebas t de Student…
Recogiendo muestras de poblaciones La idea de muestreo de una población es uno de los conceptos más fundamentales en las estadísticas - de hecho, en toda la ciencia. Por ejemplo, no se puede probar cómo un fármaco de quimioterapia funcionará en todas las personas con cáncer de…
Distribuciones de probabilidad en bioestadística Las muestras difieren de las poblaciones a causa de fluctuaciones aleatorias. Estadísticos entienden cuantitativamente cómo se comportan las fluctuaciones al azar mediante el desarrollo de ecuaciones matemáticas, llamados funciones de…
La estimación del tamaño de la muestra para las pruebas no apareadas estudiante t en bioestadística En bioestadística, al comparar las medias de dos grupos independientes de los sujetos usando una prueba t de Student no apareado, la tamaño del efecto se expresa como la relación de # 916- (delta, la diferencia entre las medias de dos grupos)…
Estadísticas y parámetros de la población de la muestra Los científicos realizan experimentos con limitada muestras de los sujetos con el fin de extraer conclusiones que (esperan) son válidos para un gran población de la gente. Suponga que quiere llevar a cabo un experimento para determinar una cierta…
Teoría de la decisión estadística Teoría de la decisión estadística es tal vez el más grande rama de la estadística. Abarca todos los famosos (y muchos no tan famosos) pruebas de significación - pruebas t de Student, chi-cuadrado pruebas, análisis de varianza (ANOVA-),…
Teoría de la estimación estadística Teoría de la estimación estadística se centra en la exactitud y precisión de las cosas que estimar, medir, contar, o calcular. Le da maneras de indicar el grado de precisión sus medidas son y para calcular el rango que es probable que incluya…
Prueba de significación con la prueba de hipótesis Todas las famosas pruebas de significación estadística (t Student, chi-cuadrado, ANOVA, etc.) trabajan en el mismo principio general - evalúan el tamaño del efecto aparente que se ve en los datos en función del tamaño de las fluctuaciones…