Resumen de Metodología de Investigación y Estadística Fundamental

## Introducción La estadística aplicada al diseño de investigación es la herramienta que permite describir, resumir y analizar datos derivados de poblaciones y muestras para tomar decisiones válidas. En este material repasaremos definiciones clave sobre población y variables, criterios de selección, tipos de variables, medidas de frecuencia y medidas de tendencia central y dispersión, con ejemplos prácticos y aplicaciones reales. ## Poblaciones y unidades de estudio > **Población de estudio:** conjunto de personas que comparten una característica que interesa en la investigación. - **Población blanco o diana:** personas con características específicas que son el objetivo del estudio. - **Población accesible:** parte de la población diana que está disponible para participar en la investigación. - **Muestra (nuestra):** personas que efectivamente participan en el estudio. - **Unidad de análisis:** cada participante o elemento del cual se obtiene un dato. - **Representatividad:** la muestra refleja las características de la población de interés. Ejemplo práctico: para un estudio sobre hipertensión en mayores de 65 años, la población de estudio es "personas mayores de 65 años", la población diana podría ser "mayores de 65 con diagnóstico previo de hipertensión", la población accesible serían los pacientes de un hospital que cumplen esos criterios, y la muestra son los pacientes que aceptan participar. Did you know que una muestra no representativa puede sesgar los resultados y llevar a conclusiones erróneas sobre la población general? ## Criterios de selección > **Criterios de selección:** reglas que determinan quiénes entran o salen del estudio. - **Inclusión:** características que los sujetos deben tener necesariamente para ser parte del estudio. - **Exclusión:** características que impiden la participación aunque cumplan criterios de inclusión (por ejemplo, comorbilidades que interfieran en la medición). - **Eliminación:** participantes que inicialmente ingresaron y cumplen inclusión pero son retirados por eventos posteriores (pérdida de seguimiento, datos faltantes importantes, protocolo violado). Ejemplo: en un ensayo clínico los criterios de inclusión pueden ser edad 18–65 y diagnóstico confirmado; la exclusión puede ser embarazo; la eliminación puede ocurrir si el participante deja de tomar el fármaco. ## Tipos de variables > **Variable:** característica que puede medirse u observarse y que varía entre individuos. Tabla comparativa de tipos de variables: | Numéricas | Categóricas | | --- | --- | | Continuas | Nominales | | Discretas | Ordinales | | Se cuantifican con un número que expresa cuánto o cuántos | No pueden cuantificarse, solo categorías | ### Variables numéricas - **Continuas:** pueden tomar un número infinito de valores dentro de un intervalo; la precisión depende del instrumento de medida. Ejemplo: presión arterial $120.5\;\mathrm{mmHg}$. - **Discretas:** valores separados y contables, normalmente enteros. Ejemplo: número de gestaciones $0$, $1$, $2$. ### Variables categóricas - **Nominales:** categorías sin orden. Ejemplo: grupo sanguíneo A, B, AB, O. - **Ordinales:** categorías con orden o rango. Ejemplo: escala de dolor leve, moderado, intenso. - **Dicotómicas:** tienen 2 posibles valores (sí/no, presente/ausente). Si hay más de 2 se llama policotómica. Fun fact: Las variables ordinales permiten ordenación pero no operaciones aritméticas válidas entre categorías, por lo que la mediana es una medida más apropiada que la media en muchos casos. ## Frecuencias y estadística descriptiva básica > **Frecuencia:** número de veces que ocurre una categoría o evento. Tipos de frecuencia: - **Absoluta ($F$):** número real de ocurrencias. Ejemplo: desayuno 3 veces por semana → $F=3$. - **Relativa (%):** proporción o porcentaje respecto al total. Si 15 de 40 pacientes tienen una condición, la frecuencia relativa es $\frac{15}{40}=0.375=37.5\%$. - **Acumulada:** suma progresiva de las frecuencias (absoluta o