Poder estadístico
- Concepto
El poder es la probabilidad de que un estudio detecte un efecto que de verdad existe. Un estudio con poco poder puede pasar por alto efectos reales.
Qué es
El poder estadístico (1 − β) es la probabilidad de rechazar la hipótesis nula cuando es falsa, es decir, de encontrar una diferencia real del tamaño esperado. Se fija al diseñar el estudio, habitualmente en 80 % o 90 %. Un estudio con poco poder no solo puede dar un falso negativo: cuando por azar sale significativo, tiende a exagerar el tamaño del efecto.
Ejemplo resuelto
- Datos: un ensayo compara dos dietas en la presión sistólica; DE = 12 mmHg, α = 0,05 bilateral, 40 personas por grupo.
- EE de la diferencia = 12 × √(2 / 40) = 12 × 0,224 = 2,68 mmHg.
- Si el efecto real es 5 mmHg: 5 / 2,68 = 1,86; poder ≈ probabilidad normal de (1,86 − 1,96) ≈ 46 %.
- Con 91 personas por grupo, el EE baja a 1,78 y el poder sube a cerca del 80 %.
- Con 40 por grupo pero un efecto real de 8 mmHg: 8 / 2,68 = 2,98; poder ≈ probabilidad de (2,98 − 1,96) ≈ 85 %.
- Lectura: con 40 por grupo, un efecto de 5 mmHg tiene menos de 50 % de probabilidad de detectarse; más muestra o un efecto mayor sube el poder.
Qué aumenta y qué reduce el poder
| Factor | Para aumentar el poder | Comentario |
|---|---|---|
| Tamaño de muestra | Más participantes | La palanca más usada |
| Tamaño del efecto | Efecto real más grande | No se controla; se elige el efecto mínimo relevante |
| Nivel α | α más alto (0,10 en vez de 0,05) | A costa de más falsos positivos |
| Variabilidad | Mediciones más precisas, diseño pareado | Menor DE, menor EE |
| Tipo de prueba | Unilateral (si se justifica de antemano) | La bilateral es el estándar |
Marcadores
- 1 − β
- 80 %
- 90 %
Errores frecuentes
- Interpretar un resultado no significativo de un estudio pequeño como prueba de que no hay efecto.
- Planear el estudio con un efecto esperado irrealmente grande para que salga una muestra pequeña.
Póngase a prueba
Piense la respuesta y toque la pregunta para verla.
¿Qué es el poder estadístico?
La probabilidad de rechazar la hipótesis nula cuando es falsa: detectar un efecto real. Es 1 − β.
¿Qué cuatro factores aumentan el poder?
Mayor tamaño de muestra, mayor tamaño del efecto, α más alto y menor variabilidad de la medición.
¿Por qué un diseño pareado suele tener más poder?
Porque cada persona es su propio control y se elimina la variabilidad entre personas, lo que reduce el error estándar.
Un ensayo de 30 pacientes no encuentra diferencia. ¿Qué hay que revisar antes de concluir?
Su poder y el intervalo de confianza del efecto: con pocos pacientes, efectos importantes pueden seguir siendo compatibles con los datos.
Conexiones
Contenido educativo sobre métodos epidemiológicos y estadísticos; los ejemplos usan números inventados para enseñar el cálculo. No es una guía clínica ni normativa: las normas colombianas vigentes se consultan en las fuentes oficiales.
Fuentes: Sample sizes required (NIST/SEMATECH e-Handbook of Statistical Methods, National Institute of Standards and Technology, 2012); What are statistical tests? (NIST/SEMATECH e-Handbook of Statistical Methods, National Institute of Standards and Technology, 2012).
¿Ha detectado un error?Siempre buscamos mejorar para la comunidad. Cuéntenos qué está mal y nuestro equipo lo revisa.Reportar un error
Modelo representativo, solo con fines educativos.