ESTADÍSTICA

1ª Vuelta CTO Medicina

1. Señale cuál de las siguientes es una variable cuantitativa 3) Aproximadamente el 68% de las observaciones caen
discreta: dentro de ±1 desviación estándar de la media.
4) El número de observaciones entre 0 y 1 desviación
1) Glucemia basal. estándar de la media es el mismo que entre 1 y 2
2) Sexo. desviaciones estándar de la media.
3) Número de camas. 5) El valor que más se repite es la media.
4) Color de pelo.
5) Respuesta a tratamiento analgésico. 8. En un estudio realizado en 50 sujetos se ha encontrado que
la variable Z sigue una distribución normal de media 100 y
2. ¿Cuál de las siguientes es una variable cualitativa?: desviación estándar 5. Es cierto:

1) Duración del sangrado menstrual. 1) El 65% de las personas estudiadas tendrán valores de Z
2) Número de familias numerosas/1.000 habitantes. entre 95 y 105.
3) Escala de Glasgow. 2) El 95% de las personas estudiadas tendrán valores de Z
4) Consumo diario de cigarrillos. entre 95 y 105.
5) Colesterol sérico. 3) El 98% de las personas estudiadas tendrán valores de Z
entre 90 y 110.
3. En nueve familias estudiadas, el número de hijos por familia 4) El 99% de las personas estudiadas tendrán valores de Z
era de 4, 6, 2, 2, 4, 3, 2, 1, 7. La media, la mediana y moda entre 85 y 115.
de hijos por familia es: 5) El 99% de las personas estudiadas tendrán valores de Z
entre 87 y 113.
1) 3,4; 2; 3.
2) 3; 3,4; 2. 9. Sabemos que la enfermedad X causa la muerte al 20% de los
3) 3; 3; 2. afectados en el primer año. Si tenemos dos pacientes con esa
4) 2; 3,5; 3. enfermedad, ¿cuál es la probabilidad de que mueran ambos
5) 3,4; 3; 2. en el primer año?:

4. Se han estudiado el número de procesos catarrales por año 1) 2%.

en 20 sujetos de edades comprendidas entre los 18 y los 55 2) 4%.
años. Se informa de que la mediana es 1. ¿Cuál de las 3) 10%.
siguientes afirmaciones le parece correcta?: 4) 40%.
5) 52%.
1) Si se suman el número de procesos catarrales de cada
individuo estudiado y se divide entre 50 se obtendrá 1. 10. En un colegio de 1.000 alumnos, 200 niños padecen asma
2) La mitad de los sujetos estudiados han tenido dos o más y 100 padecen dermatitis atópica. De los pacientes asmáti-
catarros durante ese año. cos, 150 no padecen dermatitis. ¿Cuál es la probabilidad de
3) La muestra estudiada no es homogénea. que, escogido un individuo al azar, sea asmático o atópico?:
4) Es posible que alguno de los sujetos estudiados haya
presentado un número elevado de catarros. 1) 20%.
5) En la muestra estudiada lo más frecuente es haber tenido 2) 25%.
más de un proceso catarral durante ese año. 3) 30%.
4) 40%.
5. ¿Cuál de los siguientes parámetros es de dispersión?: 5) 45%.

1) Media aritmética. 11. Le informan de que la TAD media de un grupo de adolescen-

2) Moda. tes con anorexia nerviosa es de 60 mm de Hg con una
3) Percentil 50. desviación estándar de 5. Es cierto:
Preguntas TEST

4) Rango.
5) Mediana. 1) La TAD media de las personas que padecen anorexia
nerviosa es 60.
6. Respecto al coeficiente de variación, una de las siguientes 2) La TAD media de las personas que padecen anorexia
afirmaciones es FALSA: nerviosa es 60, con una probabilidad de equivocarnos
con esta afirmación menor al 5%.
1) Se emplea para comparar la variabilidad relativa de 3) La TAD media de las personas que padecen anorexia
diferentes distribuciones. nerviosa estará entre 50 y 70, con una probabilidad de
2) Se aplica partiendo del problema de que las desviaciones equivocarnos con esta afirmación menor al 5%.
típicas no son comparables directamente. 4) La TAD media de las personas que participaron en este
3) Puede decirse que los valores no son homogéneos si la estudio estará entre 50 y 70, con una probabilidad de
desviación típica supone más de un tercio de la media. equivocarnos con esta afirmación menor al 5%.
4) El coeficiente de variación permite comparar la variabi- 5) El 68% de las personas que participaron en este estudio
lidad relativa de dos muestras. tienen una TAD entre 55 y 65.
5) No puede utilizarse para comparar dos muestras expre-
sadas en distintas unidades. 12. Se ha estudiado una muestra de 100 personas, obteniéndo-
se una glucemia basal media de 80 mg/ml, con una desvia-
7. Todas las siguientes afirmaciones con respecto a la distribu- ción estándar de 10 mg/ml. La glucemia basal media de la
ción normal son ciertas, EXCEPTO: población será:

1) La media es igual a la moda, y ésta, igual a la mediana. 1) 80 ± 2 mg/ml.

2) El 50% de las observaciones son mayores que la moda. 2) 80 ± 20 mg/ml.

1
 ESTADÍSTICA
CTO Medicina 1ª Vuelta
3) 80 ± 2 mg/ml, p <0,05. 3) 150-250.
4) 80 ± 2 mg/ml, p <0,01. 4) 199,5-200,5.
5) 80 ± 3 mg/ml, p <0,01. 5) 175-225.

13. Leemos en un artículo publicado que la frecuencia cardíaca 18. En una muestra de 100 mujeres, la media de peso fue de 65
media de los varones fumadores es de 70 ± 5 lpm, con p kg con un error estándar de 0,5 kg. ¿Cuál es el intervalo de
<0,05. Esto significa: confianza del 95% para la media poblacional?:

1) La probabilidad de que la frecuencia cardíaca media 1) 60 - 70.

obtenida en la muestra no sea 70 lpm es menor de 0,01. 2) 55 - 75.
2) El 95% de los sujetos muestreados está entre 60 y 80 lpm. 3) 64 - 66.
3) La probabilidad de que la frecuencia cardíaca media de 4) 63 - 67.
los varones fumadores esté entre 65 y 75 lpm es menor 5) 62 - 68.
de 0,05.
4) La probabilidad de que la frecuencia cardíaca media de 19. En una revista médica se publica un artículo en el que se
los varones fumadores no esté entre 65 y 75 lpm es menor afirma que el colesterol medio de los pacientes obesos
de 0,05. mayores de 45 años es 260 ± 10 mg/dl, p<0,05. Esto
5) Se tiene un 95% de confianza de que el verdadero valor significa que:
poblacional está entre 60 y 80 lpm.
1) La probabilidad de que el colesterol medio obtenido en
14. En una muestra de 100 niños se encuentra una colesterole- la muestra no sea 260 es menor de 0,05.
mia media de 200 mg/dl. Usted ha leído que en la población 2) El 95% de los sujetos muestreados tiene una colesterole-
pediátrica la colesterolemia media es 196 - 204, p<0,05. mia entre 240 y 280 mg/dl.
Señale qué intervalo incluye al 95% de los niños de su 3) La probabilidad de que el colesterol medio de los
muestra: pacientes obesos mayores de 45 años no esté entre 250
y 270 es menor del 5%.
1) 196 - 204. 4) La probabilidad de que el verdadero valor medio pobla-
2) 180 - 220. cional esté entre 240 y 280 es del 95%.
3) 160 - 240. 5) El 95% de los sujetos muestreados tiene un colesterol
4) 198 - 202. entre 250 y 270.
5) 170 - 230.
20. En una muestra de 37 pacientes se realiza determinación de
15. En una muestra de 100 pacientes se ha observado que un la uricemia, obteniéndose una media de 7 y una desviación
tratamiento produce una disminución media de la colestero- estándar de 1. La estimación de la media poblacional (p
lemia de 2 mmol/l, con un error estándar de la media de 0,5 <0,05) será:
mmol/l. ¿Cuál de las siguientes afirmaciones es correcta?:
1) 7 ± 2.
1) El 95% de los sujetos disminuyeron entre 1,5 y 2,5 mmol/ 2) 7 ± 1.
3) 7 ± 0,16.
l.
4) 7 ± 0,32.
2) El 95% de los sujetos disminuyeron entre 1 y 3 mmol/l.
5) 7.
3) Se tiene un 95% de confianza de que el verdadero
descenso se sitúe entre 1,5 y 2,5 mmol/l.
21. El error alfa o tipo I es:
4) Se tiene un 95% de confianza de que el verdadero
descenso se sitúe entre 1 y 3 mmol/l.
1) No se rechaza la hipótesis alternativa, siendo cierta.
5) El 95% de los pacientes con hipercolesterolemia conse-
2) Se rechaza la hipótesis alternativa, siendo cierta.
guirán descensos entre 1 y 3 mmol/l a ese grado de
3) No se rechaza la hipótesis nula, siendo cierta.
significación.
4) Se rechaza la hipótesis nula, siendo cierta.
16. En relación con la inferencia estadística es FALSO:
22.
5) Se clasifica a un enfermo como tal.

En un contraste de hipótesis, la probabilidad de aceptar la

Preguntas TEST
1) Consiste en estimar un parámetro poblacional a partir de hipótesis nula, siendo falsa es:
un dato muestral.
2) La precisión de los resultados depende principalmente 1) Es la decisión correcta.
del valor del parámetro estudiado en la muestra. 2) Es el error tipo II o beta.
3) Es necesario conocer el tamaño muestral. 3) Es la potencia del test.
4) Si el tamaño muestral aumenta 4 veces, el error estándar 4) Es el error tipo I o alfa.
de la media se reduce a la mitad. 5) Es nula siempre.
5) El IC del 99% se calcula con la media muestral +/- el
resultado de multiplicar el error estándar de la media por 23. La capacidad de un test de encontrar diferencias, cuando en
2,57. realidad las hay:

17. Se ha obtenido que en el intervalo (175-225), está incluido 1) Es imprescindible.

el 68% central de una muestra de diabéticos. Si el tamaño 2) Es el error tipo I.
muestral es 100 y la media 200, calcule un intervalo en el que 3) Es el error tipo II.
se incluya el verdadero valor medio poblacional con una 4) Es el poder o potencia del test.
probabilidad del 95%: 5) Es generalmente de 0,05.

1) 197,5-202,5. 24. Se compara la diferencia entre la media de glucemia basal de

2) 195-205. dos grupos de personas, unos con trabajo estable y otros en

2
 ESTADÍSTICA
1ª Vuelta CTO Medicina

situación de desempleo. En el análisis estadístico se obtiene 29. El resultado de un contraste de hipótesis no es estadística-
un valor de la p de 0,4. La interpretación correcta del mente significativo. Indique la FALSA:
resultado es:
1) No puede rechazarse la hipótesis nula.
1) Se rechaza la hipótesis nula. 2) La probabilidad de que el resultado sea explicable por
2) La diferencia es estadísticamente significativa. el azar es mayor del 5%.
3) La diferencia se debe al azar. 3) Podría haberse conseguido un resultado estadísticamen-
4) La diferencia es compatible con la hipótesis nula. te significativo con un tamaño muestral mayor.
5) La situación laboral no influye en los niveles de glucemia 4) No hay diferencias.
basal. 5) Las diferencias no exceden lo atribuible al azar.

25. Al tratar una artritis psoriásica con azatioprina, mejora el 30. Se quiere comparar un nuevo tratamiento con otro convencio-
60% de los pacientes; la 6-mercaptopurina mejora a un nal, para lo que se realiza un contraste de hipótesis, fijando un
55%. La diferencia es significativa, p<0,05; lo cual se debe error alfa del 1% y un error beta del 3%. ¿Cuál es la probabilidad
interpretar como que: de que, existiendo las diferencias, éstas se detecten?:

1) Con azatioprina mejorarán el 60% de tus pacientes. 1) 90%.

2) La azatioprina es en un 95% mejor que la 6-mercapto- 2) 95%.
purina. 3) 97%.
3) El nivel de significación es del 1%. 4) 98%.
4) Hay diferencias entre los dos tratamientos, a ese nivel de 5) 99%.
significación.
5) No se puede concluir nada. 31. Un estudio epidemiológico longitudinal concluye que existe
una asociación estadísticamente significativa entre un fac-
26. Se efectuó un estudio para valorar un nuevo procedimiento tor de riesgo y determinada enfermedad con un nivel de
quirúrgico planeado para disminuir la frecuencia de com- significación p <0,05. ¿Cuál es la conclusión correcta?:
plicaciones postoperatorias. La frecuencia de complicacio-
nes fue del 40% en 25 pacientes sometidos al nuevo proce- 1) En caso de no existir diferencias entre expuestos y no
dimiento, y del 60% en 20 pacientes en quienes se practicó expuestos al factor de riesgo, la probabilidad de observar
el procedimiento antiguo. La diferencia NO es estadística- por azar los resultados obtenidos es menor del 5%.
mente significativa. Cabe deducir: 2) Concluimos que existe asociación real, ya que se ha
demostrado asociación estadísticamente significativa.
1) El nuevo procedimiento es eficaz para disminuir las 3) Hasta el 95% de los expuestos al factor de riesgo desarro-
complicaciones postoperatorias. llará la enfermedad.
2) El nuevo procedimiento es ineficaz para disminuir las 4) La asociación no es estadísticamente significativa.
complicaciones postoperatorias. 5) Se confirma relación de causalidad entre el factor de
3) La muestra está sesgada. riesgo y la enfermedad estudiada.
4) El resultado carece de relevancia clínica.
5) No existe la suficiente evidencia para decir que ambos 32. Una de las siguientes afirmaciones sobre el contraste de
procedimientos son diferentes. hipótesis es FALSA:

27. Al comparar dos fármacos hipoglucemiantes, observamos 1) El valor p es el nivel de significación estadística especifi-
que el nuevo es significativamente mejor que el usual (p cado para el estudio.
<0,05). Indique la correcta: 2) El valor p corresponde a la probabilidad alfa de cometer
un error tipo I.
1) El nuevo tratamiento es, sin ninguna duda, mejor que el 3) La capacidad del test de detectar diferencias cuando éstas
antiguo. existen aumenta con el aumento del tamaño muestral.
2) Si p <0,05, el resultado no es significativo. 4) Un error tipo I consiste en aceptar la hipótesis nula
Preguntas TEST

3) El nuevo tratamiento es un 95% más eficaz que el usual. cuando es falsa.

4) Si los dos tratamientos fueran iguales, resultados como los
5) Los valores de p elegidos habitualmente son 0,05 y 0,01.
obtenidos o diferencias aún mayores ocurrirían con una
probabilidad menor del 5%.
33. Se comparan dos tratamientos para el control de la hiperu-
5) No existe la suficiente evidencia como para decir que
ricemia. Antes de comenzar el estudio se establece un nivel
ambos tratamientos son diferentes.
crítico del 1%. Se obtiene una p de 0,03; indique el enuncia-
do cierto:
28. Indique cuál de las siguientes afirmaciones en relación al
contraste de hipótesis le parece FALSA :
1) El poder con el que se afrontó el estudio fue del 99%.
2) Los resultados son significativos.
1) Si los resultados de un estudio son estadísticamente
3) Se consideran significativos resultados con p menor al
significativos, por convención, se acepta rechazar la Ho.
1%.
2) Un resultado estadísticamente significativo no demuestra
4) La probabilidad de cometer un error alfa en este estudio
asociación causal.
era muy alta.
3) Si se ha rechazado la Ho es poco probable cometer un
5) La probabilidad de cometer un error beta en este estudio
error tipo II.
era muy alta.
4) El poder estadístico mínimo con el que se debe afrontar
un ensayo clínico es del 80%.
34. Se someten a un estudio comparativo la ticlopidina y la
5) El valor máximo admitido de error alfa para establecer
aspirina en cuanto a capacidad para disminuir el riesgo de
diferencias mediante contraste de hipótesis en trabajos
científicos es del 5%. sufrir ACVAs; la ticlopidina parece mostrarse más eficaz que
la aspirina. Sin embargo, la diferencia no resulta estadística-

3
 ESTADÍSTICA
CTO Medicina 1ª Vuelta
mente significativa en el contraste de hipótesis para p <0,05. 4) Chi-cuadrado.
Usted afirma que: 5) Coeficiente de correlación de Spearman.

1) No hay diferencia de eficacia entre aspirina y ticlopidina. 40. Para comparar la tensión arterial diastólica en dos muestras
2) La ticlopidina es un 5% más eficaz que la aspirina. de mujeres embarazadas y no embarazadas, el test más
3) La probabilidad de que las diferencias observadas se apropiado es:
deban al azar es menor del 5%.
4) Es posible que aumentando el tamaño de la muestra 1) Chi-cuadrado.
obtengamos diferencias significativas para el mismo nivel 2) Regresión lineal.
de significación. 3) Test exacto de Fisher.
5) Las diferencias entre ticlopidina y aspirina exceden lo 4) t de Student.
atribuible al azar. 5) Test de Wilcoxon.

35. En un estudio en el que se comparan los niveles de HDL 41. Se pretende establecer una ecuación, mediante la cual
colesterol en personas que practican ejercicio regularmen- pueda predecirse el tiempo de reproducción, en base al
te y personas que no, se ha obtenido una p <0,05. De las conocimiento del fotoperíodo (número de horas de luz/día).
siguientes afirmaciones le parece cierta: ¿Qué tipo de test utilizaremos?:

1) Practicar ejercicio regularmente es un factor protector de 1) Coeficiente de correlación.

cardiopatía isquémica. 2) Análisis de Regresión.
2) No podemos rechazar la hipótesis de que los niveles de 3) Test exacto de Fisher.
HDL colesterol son iguales independientemente de que 4) t de Student para muestras independientes.
se practique o no ejercicio con regularidad. 5) Test de Friedman.
3) Los resultados no son estadísticamente significativos.
4) Si no existieran diferencias entre los dos grupos, la proba- 42. Un coeficiente de correlación de Pearson de -1 indica:
bilidad de encontrar nuestros resultados es menor del 5%.
5) La probabilidad de que las personas que practican 1) No hay correlación.
ejercicio regularmente no disminuyan el colesterol séri- 2) Existe una débil correlación.
co es mayor al 5%. 3) Existe una fuerte correlación.
4) Al aumentar los valores de la variable X, aumentan los
36. Señale la FALSA: valores de la variable Y.
5) Al disminuir los valores de la variable X, disminuyen los
1) Si aumenta el tamaño muestral, disminuye el error tipo I. valores de la variable Y.
2) Cuando estamos ante un error beta del 3%, la potencia
del test es alta. 43. Son datos apareados:
3) La potencia del test es alta si son grandes las diferencias
reales. 1) Tensión arterial en mujeres, frente a tensión arterial en
4) Si las diferencias entre dos tratamientos son muy grandes, hombres.
es preciso un tamaño muestral grande. 2) Tiroxina en una muestra pequeña, frente a tiroxina en
5) Un error tipo I del 5% no equivale a una potencia del 95%. una muestra grande.
3) Aclaramiento de creatinina en una muestra, frente a
37. La prueba estadística adecuada para comparar las medias de aclaramiento de creatinina en la población de la que ha
tensión arterial entre un grupo de fumadores, uno de ex-
sido extraída la muestra.
fumadores, y otro de personas que nunca han fumado es:
4) Glucemia antes de comer, frente a glucemia después de
comer.
1) t de Student para datos independientes.
5) Talla en hombres frente a talla en mujeres.
2) t de Student para datos apareados.

Preguntas TEST
3) Análisis de la varianza.
44. Para comparar el descenso medio en la carga viral del VIH
4) Chi-cuadrado.
que se observa al emplear indinavir y saquinavir, se utiliza:
5) Coeficiente de correlación de Pearson.
1) Chi-cuadrado.
38. ¿Qué test estadístico debemos utilizar para comparar la
presencia cualitativa del antígeno de superficie de la hepa- 2) t de Student.
titis B en estudiantes de Medicina y Odontología?: 3) Correlación de Pearson.
4) Test de Spearman.
1) t de Student. 5) ANOVA.
2) Test de McNemar.
3) ANOVA. 45. ¿Cuál de las siguientes afirmaciones sobre las pruebas
4) Chi-cuadrado. estadísticas no paramétricas es FALSA?:
5) Test de Friedman.
1) Son menos potentes que las paramétricas.
39. Se comparan tres tratamientos en cuanto a eficacia en la 2) Son útiles en muestras pequeñas.
reducción del número de lesiones de acné en pacientes 3) Son útiles en el caso de variables ordinales.
adolescentes de 14 a 16 años. ¿Qué tipo de test estadístico 4) Requieren ciertas asunciones sobre la distribución de las
aplicaremos?: variables en la población.
5) Pueden utilizarse para comparar variables de tipo cuan-
1) t de Student. titativo.
2) ANOVA.
3) Regresión lineal. 46. ¿Qué prueba estadística de las siguientes usaría para com-

4
 ESTADÍSTICA
1ª Vuelta CTO Medicina

parar el resultado (curación/no curación) de tres tratamien-

tos distintos?:

1) ANOVA.
2) Test de Spearman.
3) t de Student.
4) Chi-cuadrado.
5) Test de Wilcoxon.

47. Una muestra de 25 pacientes nefrópatas se somete a deter-

minación cuantitativa de ADN viral (VHB), antes y después
de ser sometidos a hemodiálisis. ¿Qué test emplearía para
comparar los resultados obtenidos?:

1) t de Student para datos apareados.

2) t de Student para datos independientes.
3) Correlación de Pearson.
4) Test de la U de Mann-Whitney.
5) Test de Wilcoxon.

48. ¿Qué test estadístico utilizaría para comparar la relación

entre la tensión arterial y la colesterolemia?:

1) Correlación de Pearson.
2) ANOVA.
3) Chi-cuadrado.
4) t de Student.
5) Test de Wilcoxon.

49. Para comparar el resultado de un IECA en la reducción de

la TAS con el de un betabloqueante, empleamos el test:

1) U de Mann-Whitney.
2) Test de Wilcoxon.
3) Test de Friedman.
4) Rho de Spearman.
5) t de Student.

50. Es una prueba de contraste de hipótesis útil para establecer

relación entre una variable cualitativa y otra cuantitativa:

1) Distribución t de Student.
2) Análisis de regresión.
3) Corrección de Yates.
4) Test de Mann-Whitney.
5) Prueba de Spearman.
Preguntas TEST

5
 ESTADÍSTICA
1ª Vuelta CTO Medicina
Pregunta 1.- R: 3 La moda es el dato que más se repite en una serie, puede no ser
Los estudios estadísticos pretenden llegar a conocer a la pobla- un valor único, a diferencia de los otros dos parámetros. En este caso,
ción a partir de un análisis de una muestra de individuos. es 2.
Lo que se estudia acerca de cada individuo de la muestra es lo que
se llama carácter o variable; es decir, se trata de una característica Pregunta 4.- R: 4
observable en los individuos. El color de los ojos, el estado civil, el Las medidas de centralización informan sobre alrededor de qué
número de hijos, las pulsaciones por minuto, la talla o la velocidad de valores se agrupan los datos observados; son la media, la mediana y
sedimentación constituyen ejemplos de variables. la moda.
Las variables cuantitativas son aquellas que pueden medirse, La medida de centralización más utilizada es la media aritmética,
cuantificarse o expresarse de forma numérica; las variables que no si bien, en ciertas circunstancias, es preferible utilizar la mediana.
pueden cuantificarse numéricamente reciben el nombre de varia- Es preferible el uso de la mediana como medida de centraliza-
bles cualitativas; estas variables, por lo tanto, toman valores no ción en los siguientes casos:
numéricos. • Mediciones atípicas.
Dentro de las opciones, hay dos variables cuantitativas: la gluce- • Errores de medición.
mia y el número de camas. Cuando entre dos categorías cualquiera • Muestra no homogénea.
de una variable, podemos interponer otra (ej. entre 80 y 81 mg/dl de • Distribución asimétrica.
glucemia, tenemos 80,5) la variable es continua. El número de ca-
mas por el contrario es discreta. En el estudio que nos plantean, el dato de centralización aporta-
do es la mediana, por lo que es de suponer que estamos bajo alguno
de los supuestos anteriores.
Pregunta 1. Tipos de variables. La opción 3 («La muestra estudiada no es homogénea») es falsa
porque no sabemos con seguridad cuál ha sido el motivo para calcu-
VARIABLE SUBTIPO EJEMPLO lar la mediana en vez de la media.
De todas las opciones la que encaja con todo lo expuesto es la 4
Cualitativa Nominal dicotómica Sex o («Es posible que alguno de los sujetos estudiados haya presentado un
Nominal no dicotómica R aza
número elevado de catarros»), es decir, es posible que hayan apare-
cido observaciones atípicas y, por eso, haya sido preferible el cálculo
Ordinal Nivel socioeconómico de la mediana.
Cuantitativa Discreta Nº episodicos de asma/sem Pregunta 5.- R: 4
Continua Uricemia El concepto de dispersión implica "cuánto están de separados los
datos con respecto al dato central (a la media)", por tanto, se puede
calcular como la suma de las diferencias con la media de los datos.
Pregunta 2.- R: 3 Hay que tomar los valores absolutos, ya que, puesto que hay unos
Duración del sangrado menstrual, número de familias numero- datos mayores que la media y otros menores, el sumatorio de las
sas/1.000 habitantes, consumo diario de cigarrillos y colesterol séri- diferencias daría cero si no se emplease esta argucia matemática.
co son variables en las que se asignan números a cada una de las Posteriormente se divide la suma total entre el número de individuos
categorías posibles y, lo que es más importante, en las que dichos de la muestra, para que sea comparable con otras dispersiones en
guarismos tienen valor matemático, es decir, fumar 20 cigarillos es el otras series con distinto número de individuos. Así se obtiene la des-
doble que fumar 10. Sin embargo hay ciertas variables en las que, viación media de los datos con respecto a su media aritmética.
aunque utilicemos números para las distintas categorías, estos núme- Avanzando un poco más, podemos, a partir de la desviación me-
ros carecen de valor matemático. Un ejemplo de estas variables es la dia, obtener un mejor índice de dispersión: si en vez de trabajar con
escala de Glasgow. valores absolutos, elevamos al cuadrado las diferencias, también nos
Esta escala se utiliza para la exploración del coma o del traumatis- deshacemos de los números negativos, y pasamos a trabajar con
mo craneoencefálico y en ella se consideran tres parámetros: res- "áreas" en vez de segmentos (las diferencias se elevan al cuadrado);
puesta motora, ocular y verbal. Según el estado del paciente, se asig- hemos obtenido la varianza, que es una excelente medida de dis-
nan unos puntos a cada parámetro, obteniéndose un resultado final persión.
que va de 3, que se considera una situación muy grave, a 15, que El problema de la varianza es que sus unidades son las mismas
sería una situación de normalidad. que las de los datos pero elevadas al cuadrado, lo cual es matemáti-
Pero si te das cuenta, estos números no aportan un valor matemá- camente incómodo, por ello se obtiene la raíz cuadrada positiva del
tico (7 no significa "doble" peor pronóstico que 14), sino que son tan
Comentarios TEST

resultado de la varianza para manejarse más cómodamente; a este

sólo una manera arbitraria de aproximarnos con números a catego- valor se le llama desviación típica, y es el mejor índice de dispersión.
rías cualitativas (desde normalidad a coma profundo). El rango o recorrido es la media de dispersión más elemental. Su
Esta variable, la escala de Glasgow, por lo tanto, es cualitativa, y interés es muy relativo, ya que utiliza solamente dos datos de la serie
como las categorías de esta variable tienen una manera lógica de (el primero y el último), que son, precisamente, los menos represen-
ordenarse (de 3 a 15), se denomina cualitativa ordinal, a diferencia tativos, puesto que son los valores extremos o más raros de la variable.
de otras variables cualitativas (por ej. el color de pelo) que no pue-
den ser ordenadas de un modo lógico y se denominan nominales.
Pregunta 5. Formas de medida.
Pregunta 3.- R: 5
El primer escalón dentro de la estadística es el descriptivo. En esta MEDIDA DE MEDIDA DE
fase se realiza la recogida de la información, que debe ser posterior- CENTRALIZACIÓN DISPERSIÓN
mente ordenada, resumida y presentada de una forma comprensi-
ble que permita pasar posteriormente a la segunda fase, que es el DISTRIBUCIÓN Desviación típica
análisis de los datos. Media
HOMOGÉNEA o estándar
Dentro del apartado de estadística descriptiva nos encontramos
con las medidas de centralización que se mencionan en esta pre- DISTRIBUCIÓN R ango intercuartílico
Mediana
gunta: la media, la mediana y la moda. ASIMÉTRICA R ango
La media se obtiene sumando todos los valores numéricos ob-
servados y dividiendo el resultado por el número de observacio-
Pregunta 6.- R: 5
nes. Es la medida de centralización más empleada. Recuerda que
El coeficiente de variación es adimensional, debido a que repre-
es muy sensible a las observaciones atípicas. En este caso: 31, que
senta el porcentaje de la desviación estándar sobre la media.
es la suma total, entre 9, que es el número de observaciones, da
Su utilidad está en que sirve para comparar la variabilidad de dos
3,4.
o más distribuciones, estén expresadas en las mismas o en diferentes
La mediana sólo emplea el valor central de la serie (es decir, el que
unidades. Por tanto, la opción 5 es la falsa.
deja a cada lado, la misma proporción de la muestra); sin embargo,
La forma de comparar dos desviaciones típicas de muestras dife-
se afecta menos por observaciones atípicas (por ejemplo, errores de
rentes se hace mediante el coeficiente de variación, que considera
medida). En este caso, es 3.

1
 ESTADÍSTICA
CTO Medicina 1ª Vuelta
cada desviación en relación a la muestra de la que procede, es decir,
en relación (división) a la media de la muestra. Mediante la relación,
se obtiene una medida adimensional que puede compararse con la
de otra muestra.
Después de hablar de las medidas de dispersión surge la pregunta
"¿Cuándo se puede decir que una distribución es concentrada o
dispersa?, ¿a partir de qué valor de la desviación típica?". En general,
para distribuciones biológicas de datos, sin valores negativos, se pue-
den considerar concentradas aquellas cuya desviación típica no ex-
cede 1/3 del valor de la media. Desviaciones superiores a la mitad de Pregunta 9. Reglas de probabilidad.
la media se traducen en dispersiones excesivas.
Pregunta 10.- R: 2
Pregunta 7.- R: 4 Es un caso de probabilidad con sucesos no excluyentes (el hecho
La distribución normal sigue una forma de campana en la que el de tener asma no protege contra la atopia y viceversa).
valor central es la media y también la mediana (puesto que la campa- La probabilidad de ser asmático es P(A)= 200/1.000= 0,2 y la
na es simétrica) y la moda (puesto que en ese punto la curva tiene su probabilidad de ser atópico es P(B)= 100/1.000= 0,1; la probabili-
máxima altura). dad de ser ambas cosas a la vez es P(A∩B)= (200-150)/1.000 = 0,05
Entre ± 1 desviación estándar se encuentra el 68% de las obser- (si 150 asmáticos de los 200 no son atópicos, significa que 50 sí lo
vaciones y entre ± 2 desviaciones estándar están el 95% de las obser- son). Por tanto, la probabilidad de que un individuo escogido al azar
vaciones. Por tanto, entre 1 y 2 desviaciones estándar se encuentran sea asmático o atópico es:
el 27% (95-68), por lo que la opción 4 es incorrecta.
El resto de opciones resumen una serie de características que ∩B) = 0,2 + 0,1 - 0,05 = 25%
P(AUB) = P(A) + P(B) - P(A∩
debes conocer sobre la curva de Gauss.
Para calcular la probabilidad de A o B, cuando A y B no son
excluyentes, hay que restar la intersección de A y B (la probabilidad
de que se den los dos sucesos simultáneamente), porque de no ha-
cerlo estaríamos contando esos casos (en este ejemplo, los niños con
asma y dermatitis atópica) dos veces.

Pregunta 11.- R: 5
En los estudios estadísticos se escoge una muestra pequeña de la
población y sobre ella se realizan todas las mediciones; estos resulta-
dos son ciertos para el 100% de la muestra, es decir, que en la muestra
no se aporta ninguna probabilidad de error porque conoces a todos
los individuos de la misma. Por eso es falsa la opción 4) y correcta la
opción 5 («El 68% de las personas que participaron en este estudio
tienen una TAD entre 55 y 65»). Observa que en esta formulación,
que hace referencia a la muestra, no se da probabilidad de error (p).
Una vez expuestos los resultados de tu estudio, se deben generali-
zar o inferir a la población; durante este proceso hay que aceptar que
la muestra, por muy representativa que sea, nunca va a ser idéntica a la
población y, por tanto, la generalización va a tener que asociar una
Pregunta 7. Distribución normal. probabilidad de que en el intervalo de confianza estimado NO se
encuentre la verdadera medida del parámetro estimado (el valor que
Pregunta 8.- R: 5 se obtendría si se calculase con toda la población).
La distribución normal o de Gauss es seguida por una inmensa Como ves, siempre que acompañando a un intervalo vaya una p
cantidad de variables biológicas cuyas medidas se agrupan alrede- podemos deducir que se trata de un intervalo de confianza que, con
dor de un valor central, y que presentan una frecuencia cada vez con una probabilidad dada, contendrá al verdadero parámetro en
menor a medida que se alejan de dicho valor medio. Corresponde a la población.
variables cuantitativas continuas y se caracteriza por dos medidas: la Con los datos que aportan en esta pregunta (media y desviación
media y la desviación típica.

Comentarios TEST
estándar) no se puede calcular el intervalo de confianza, ya que falta
El 68% de las observaciones se encuentran dentro del intervalo el tamaño muestral.
X± DS; el 95% dentro del intervalo X± 1,96 DS y el 99% dentro del
intervalo X± 2,57 DS. Pregunta 12.- R: 3
Si te das cuenta, la opción 4 («El 99% de las personas tendrán En esta pregunta nos están pidiendo un intervalo en el que con
valores de Z entre 85 y 115») incluye al intervalo X±3 DS, el cual no una confianza determinada (95% o 99%) esté la media poblacional
corresponde con el 99%. La opción correcta es la 5, habiéndose de glucemia, por lo que las dos primeras opciones NO pueden ser
calculado el intervalo mediante redondeo con 2,6 en vez de con correctas, ya que al estimar un parámetro en la población (en este
2,57. caso una media) hay que aportar la probabilidad de que en ese
Otras características a recordar de la curva de Gauss son: intervalo no esté el valor poblacional (la "p").
• Es unimodal. Como dos de las opciones tienen una p<0,01, calcularemos en
• Es simétrica alrededor de la media. Por tanto, media, mediana y primer lugar el intervalo de confianza del 99% y, en caso de que NO
moda coinciden. coincida con estas dos opciones, marcaremos la opción 3.
• Tiene forma acampanada, sin un pico excesivo.
• Va desde - infinito a + infinito (asintótica al eje de abscisas).
• El área bajo la curva = 1. DS
IC 99%= X +
– 2,6
Pregunta 9.- R: 2 n-1
Es un caso de probabilidades independientes (el hecho de que
un individuo muera no condiciona la muerte del otro), por tanto, la Aplicando la fórmula:
probabilidad de que un sujeto A fallezca es 0,2 y la probabilidad de
que el sujeto B fallezca es también 0,2 (no se modifica por el hecho 10
de que el sujeto A muera o no). IC 99%= 80 +
– 2,6
La probabilidad de que ambos fallezcan es: 100

∩B)= 0,2 x 0,2= 0,04 = 4%

P(A∩ IC 99%= 80 +
– 2,6

2
 ESTADÍSTICA
1ª Vuelta CTO Medicina
Como vemos, el resultado NO coincide con las dos últimas op- Ahora que ya tenemos la desviación típica, podemos calcular el
ciones, por lo que la correcta es la tercera: intervalo de la muestra por el que nos preguntaban:

X ± 2 x DS
10
IC 95%= 80 +
– 2 Aplicación de la fórmula:
100
200 ± 2 x 20 = 200 ± 40 = 160 - 240
De cara al cálculo del intervalo de confianza, en el MIR, si la raíz
cuadrada del tamaño muestral es un número entero (por ejemplo, Pregunta 15.- R: 4
raíz de 100), se suele redondear y no se resta 1. Con los datos que aporta el enunciado (tamaño muestral, media
y error estándar de la media), podemos calcular la desviación típica,
Pregunta 13.- R: 4 por lo que, de todas la opciones, puede ser cierta alguna que hable
La clave de esta pregunta es tener claro qué es un intervalo de de la muestra (cuyos intervalos se calculan con la media y la desvia-
confianza y cómo se expresa. ción típica) o de la población (cuyos intervalos de confianza se cal-
Un intervalo de confianza es una horquilla de dos valores entre culan con la media y el error estándar de la media).
los que hay una probabilidad dada de que se encuentre el valor Ya que nos dan el error estándar de la media, lo más fácil es
poblacional de determinada medida (una media, una prevalencia). calcular primero el IC 95% y, en caso de que no coincida con las
Los intervalos de confianza se pueden dar desarrollados (por ejem- opciones que hablan de la población (la 3 y la 4), desarrollar des-
plo, 65-75 lpm, p<0,05) o sintéticos (por ejemplo, 70 ± 5 lpm, pués el intervalo que incluye el 95% de la muestra y comprobar con
p<0,05). cuál de las opciones que se refieren a la muestra (opciones 1 y 2)
Lo más importante es darse cuenta de que en el enunciado de coincide.
esta pregunta YA nos dan el intervalo de confianza (en el 5 está com-
prendido 2 x error estándar de la media), por lo que la probabilidad IC 95%= X ± 2 x EEM
de que la media de frecuencia cardíaca en la población NO esté en
ese intervalo que nos dan es menor del 5%, que es lo que dice la Aplicación de la fórmula:
opción 4.
IC 95%= 2 ± 2 x 0,5
Pregunta 14.- R: 3 IC 95%= 2 ± 1
Es importante darse cuenta de que en esta pregunta, aunque nos
dan algunos datos poblacionales, lo que se pide es un intervalo que Es decir, que se tiene un 95% de confianza de que el verdadero
comprenda al 95% de una muestra. Este intervalo (que NO se llama descenso medio se sitúe entre 1 y 3 mmol/l, que es lo que dice la
de confianza), si la variable sigue una distribución normal (en caso de opción 4).
que este dato no lo aporten, como ocurre casi siempre en el MIR, se
asume que es así) se calcula: Pregunta 16.- R: 2
La inferencia estadística o estimación de parámetros consiste en
X ± 2 x DS estimar un parámetro poblacional a partir de un dato de la muestra
que ha sido estudiada.
Del enunciado, extraemos que la media es 200 mg/dl y el dato La precisión de los resultados de un estudio no depende princi-
que nos falta es la desviación típica. palmente del valor del parámetro estudiado en la muestra, sino del
Para determinar la desviación típica, es necesario darse cuenta de tamaño muestral. Dicho de otro modo, que el intervalo de confianza
que en el cálculo del dato poblacional que nos aporta el enunciado quede más o menos estrecho no depende de que la media me haya
(el intervalo de confianza del 95%) está la desviación típica. salido 80 o 120, sino de que tenga 30 o 300 personas en el estudio.
Así que la opción FALSA es la 2.
En la fórmula del Error Estándar de la Media, la desviación típica
DS
IC 95%= X + está en el numerador y el tamaño muestral en el denominador. Para
–2 reducir el EEM, no podemos actuar sobre el numerador, ya que la
n-1 desviación típica es una característica que depende de la variable
que estamos midiendo. Lo que sí podemos hacer es aumentar el
Aplicando la fórmula: denominador, es decir el tamaño muestral, de modo que al aumen-
Comentarios TEST

tar el tamaño muestral cuatro veces (como está dentro de una raíz
DS cuadrada), conseguimos disminuir el EEM a la mitad.
IC 95%= 200 +
– 2 De modo que si un intervalo de confianza es demasiado amplio y
100 queremos reducirlo (esto es, ganar en precisión), deberemos aumen-
tar el tamaño muestral.
(Date cuenta de que generalmente al tamaño muestral NO se le Recuerda que el IC del 99% de una media se calcula con la
resta uno, ya que la diferencia del resultado es mínima y el cálculo media muestral +/- el resultado de multiplicar el error estándar de la
de la raíz cuadrada es mucho más sencillo). media por 2,57, y no multiplicando el eem por 3.
Sustituimos el IC 95% por los valores que nos dan en el enunciado Pregunta 17.- R: 2
de la pregunta: En esta pregunta, nos piden un intervalo que incluya con una
probabilidad del 95% la verdadera media poblacional, es decir, el
Intervalo de Confianza del 95%:
DS
196 - 204 = 200 +
– 2
100 DS
IC 95%= X +
– 2
Si desarrollamos esta ecuación (eligiendo el límite superior o el n-1
inferior del IC), tenemos:
Aplicación de la fórmula:

DS
IC 95%= 200 +
– 2
100
204 - 200 = 2 (DS/10)
4 = 2 DS / 10 IC 95%= 200 ± 2 (DS/10)
40 = 2 DS; DS = 20

3
 ESTADÍSTICA
CTO Medicina 1ª Vuelta
Para su cálculo nos falta la desviación estándar, que no nos la dan Pregunta 21.- R: 4
directamente, pero que la podemos buscar en un dato de la muestra. Cuando se comparan dos muestras o grupos (por ejemplo, dos
Nos dicen que el 68% de la muestra está comprendido entre 175 grupos de personas sometidos a dos tratamientos distintos), incluso
y 225, por lo que: aunque entre estos dos grupos no hubiera diferencia, al medir en
ellos una variable resultado (por ejemplo: respuesta o no a un anal-
X ± DS = 175 - 225 gésico o disminución de la TA con una antihipertensivo) es muy
200 ± DS = 175 - 225 poco probable que el promedio de la variable resultado de ambos
grupos sea exactamente el mismo.
Desarrollando esta ecuación, obtendremos que la DS es 25. Para entender en qué consiste el Contraste de Hipótesis, debere-
Ahora sólo tenemos que retomar la fórmula del IC 95%: mos partir del anterior razonamiento: "en caso de que ambos grupos
sean iguales, se pueden obtener pequeñas diferencias en la variable
IC 95%= 200 ± 2 (DS/10) resultado que se deben a la variabilidad del muestreo".
IC 95%= 200 ± 2 (25/10) En Contraste de Hipótesis, al supuesto de que ambos grupos o
IC 95%= 200 ± 2 x 2,5 muestras provienen de una población homogénea (es decir, de que
IC 95%= 200 ± 5 son iguales o de que no hay diferencias entre ellos), lo llamamos
IC 95%= 195 - 205 hipótesis nula (Ho) y las diferencias que se deben al muestreo son
diferencias que se pueden explicar por el azar.
Pregunta 18.- R: 3 Por lo tanto, podríamos repetir el anterior argumento con otros
En esta pregunta, nos piden el Intervalo de Confianza del 95%, y términos: "en caso de que la Ho sea cierta, se pueden obtener
tenemos que andar con mucho ojo porque podemos confundirnos pequeñas diferencias en la variable resultado que se deben al
si creemos que en el enunciado nos están dando el tamaño muestral, azar".
la media y la desviación estándar, es decir, los datos más habituales ¿Y en qué consiste el Contraste de Hipótesis?. Pues en establecer
con que nos piden un IC. si las diferencias que se han obtenido entre los dos grupos son
probablemente debidas al azar (a la variabilidad en el muestreo), y
por lo tanto no podremos refutar la hipótesis nula o si, por el con-
DS trario, las diferencias obtenidas son demasiado grandes y la proba-
IC 95%= X +
– 2 bilidad de que se deban al azar es pequeña, y por tanto rechazare-
n-1 mos la Ho y diremos que las diferencias son compatibles con la
hipótesis alternativa (H1), que es aquella que sostiene que ambos
Sin embargo, en esta pregunta no nos hablan de desviación grupos son distintos.
estándar o típica sino de error estándar, y por eso para el cálculo del Lo más importante de todo es darse cuenta de que, cuando re-
intervalo de confianza no tenemos que dividir 0,5 entre la raíz de chazamos la Ho, no estamos completamente seguros de que las dife-
100, ya que 0,5 ya es el error estándar. rencias encontradas no se deban al azar. Lo que ocurre es que, como
la probabilidad de que se deban al azar es tan pequeña, nos inclina-
Así que el IC 95% será: mos a pensar que la que es cierta es la H1.
¿Y qué parámetro estadístico es el que determina cuál es la proba-
IC 95%= 65 ± 2 x 0,5 bilidad de que la diferencia obtenida se deba al azar? Pues el grado
de significación (la "p").
IC 95%= 64 - 66 Proponemos un ejemplo para la comprensión de uno de los
conceptos más importantes de la Estadística y del bloque de Estadís-
Recuerda que en la muestra no se da probabilidad de error, así tica en el examen MIR:
que ERROR estándar de la media tiene que ser un dato de dispersión Para comparar la TAD de los hombres y las mujeres, se recluta a
poblacional. 10 mujeres y 10 hombres sin HTA y se les toma la TAD. Se calcula la
media aritmética de ambos grupos, y el resultado es:
Pregunta 19.- R: 3
Para contestar a esta pregunta hay que tener claro que 260 ± 10 X de TAD en hombres: 80
con una p<0,05 no puede ser otra cosa que el intervalo de confian- X de TAD en mujeres: 63
za del 95% (recuerda que en la muestra no hablamos de confianza y
no se aporta probabilidad de equivocarnos, es decir, la "p") y que en Según estos resultados, estaríamos tentados a decir que la TAD es
el 10 ya está incluido 2 x EEM. distinta en hombres y en mujeres, pero ANTES de afirmar dicha
Si nos ha quedado claro lo anterior, la probabilidad de que en

Comentarios TEST
diferencia, deberemos preguntarnos: ¿estas diferencias encontradas
ese intervalo NO esté la verdadera media poblacional de colesterol no se deberán a la variabilidad que deriva de trabajar con muestras
será del 5%, que es lo que dice la opción correcta (la 3). en vez de con toda la población de mujeres y hombres?
Si te das cuenta con los datos que aporta el enunciado (NO nos Imaginamos que se calcula el grado de significación y se obtiene
dan tamaño muestral, por lo que NO podemos calcular la desvia- un 3%, es decir, la probabilidad de que estos resultados (la diferencia
ción típica a partir del intervalo de confianza) NO podemos calcular obtenida en nuestro estudio) se deba al azar es muy pequeña, por lo
intervalos de la muestra, por lo que aquellas opciones que hablen de que tendremos suficiente evidencia para rechazar la hipótesis nula y
la muestra (1,2 y 5) serán falsas. decir que entre los dos grupos hay diferencias.
Pero, ¿es posible que habiendo dicho que la TAD en hombres es
Pregunta 20.- R: 4 distinta a la de mujeres nos hayamos equivocado?
En esta pregunta, nos piden el Intervalo de Confianza del 95% y Efectivamente, la probabilidad de que hayamos rechazado la
nos aportan todos los datos necesarios para su cálculo: Ho y fuese cierta (lo que se denomina error tipo I), coincide con la
probabilidad de que las diferencias encontradas se deban al azar
DS (es decir, que NO haya diferencias), esto es, el grado de significa-
IC 95%= X + ción.
– 2 Por lo que, recapitulando: siempre que rechazamos la hipótesis
n-1
nula, deberemos aportar la probabilidad de que nos equivoquemos,
es decir, de cometer un error tipo I: la "p".
Aplicación de la fórmula (aquí sí restamos uno al tamaño muestral,
ya que en este caso facilita el cálculo): Pregunta 22.- R: 2
En el caso de que la hipótesis nula fuese falsa (esto es, si en reali-
1 dad hubiese diferencias) y el grado de significación obtenido no
IC 95%= 7 + fuera tan pequeño como el nivel mínimo exigido en Estadística (5%),
– 2 NO podremos rechazar esa hipótesis nula, aunque sea falsa.
36
A esto, en Contraste de Hipótesis, se le denomina error tipo II.
Es importante insistir en que cuando no se tiene suficiente eviden-
IC 95%= 7 ± 2 (1/6) cia para rechazar la Ho, no por ello se dice que sea cierta.
IC 95%= 7 ± 0,32

4
 ESTADÍSTICA
1ª Vuelta CTO Medicina
Pregunta 26.- R: 5
Pregunta 22. Contraste de hipótesis. Nos encontramos con dos grupos de pacientes que, sometidos a
distintos procedimientos quirúrgicos, presentan un porcentaje de com-
REALIDAD plicaciones distinto, que desde el punto de vista clínico es importante.
Lo que hay que establecer es con qué probabilidad estas diferen-
EXISTE NO EXISTE cias pueden ser explicadas por el azar; en el enunciado no nos lo
DIFERENCIA DIFERENCIA dan directamente, pero la probabilidad de que el azar explique las
Ho falsa Ho cierta diferencias debe de ser mayor del 5%, ya que nos dicen que la
HAY 1-beta
diferencia no es estadísticamente significativa.
DIFERENCIAS Poder estadístico Error tipo I o
Es importante recalcar que, cuando no se tiene suficiente eviden-
SIGNIFICATIVAS. o potencia del error alfa
cia para rechazar la Ho, no por ello se dice que sea cierta, por eso lo
Rechazo Ho. test
único que podremos decir es que no existe evidencia para decir que
RESULTADOS ambos tratamientos son diferentes (opción 5 correcta), pero NO po-
DEL TEST NO HAY dremos aseverar que los dos tratamientos son iguales.
DIFERENCIAS Error tipo II o
1-alfa Pregunta 27.- R: 4
SIGNIFICATIVAS. error beta
No rechazo Ho. Pongamos un ejemplo que podría ser el del enunciado de esta
pregunta: en 35 personas tratadas con el hipoglucemiante A se con-
sigue como media una reducción de la glucemia de 45 mg/dl y en 35
Pregunta 23.- R: 4 personas tratadas con el hipoglucemiante B se consigue como media
El poder o potencia estadística es la capacidad de demostrar las una reducción de la glucemia de 60 mg/dl. En el contraste de hipó-
diferencias en caso de ser ciertas (esto es, rechazar la hipótesis nula tesis se calcula cuál es la probabilidad de encontrar estos resultados
siendo falsa ésta y siendo cierta la alternativa). si los dos tratamientos fuesen iguales y se obtiene un grado de signifi-
En el caso de que la hipótesis nula fuese falsa (esto es, si en realidad cación del 2%.
hubiese diferencias), nos podemos encontrar con dos situaciones: Trasladado a cómo está formulada la pregunta, si los dos trata-
• No rechazamos la Ho: error tipo II. mientos fuesen iguales (si la Ho fuese cierta), resultados como los
• Rechazamos la Ho: poder estadístico. obtenidos o diferencias aún mayores (en nuestro ejemplo, diferen-
cias mayores a 60 - 45), ocurrirían con una probabilidad menor del
Como puedes ver, el poder estadístico es el complementario del 5% (en nuestro caso con una probabilidad del 2%), que es lo que
error tipo II, es decir, si antes de arrancar un estudio, aceptamos un dice la opción 4.
error tipo II del 10%, sabremos que la probabilidad de demostrar
diferencias, en caso de haberlas, será del 90%. Pregunta 28.- R: 3
Si los resultados de un estudio son estadísticamente significativos,
Pregunta 24.- R: 4 por convención, se acepta rechazar la Ho, esto es, se afirma que es
Cuando se comparan dos grupos con alguna característica que poco probable que sea cierta en base a las diferencias observadas
los diferencia (en este caso, la situación laboral) tratamos de demos- entre los distintos grupos estudiados. Pero a pesar de haberse encon-
trar que la diferencia que se obtiene en la variable resultado (en este trado una diferencia elevada (resultado estadísticamente significati-
caso, la glucemia basal) no se debe al azar, es decir, que es muy raro vo), eso no indica que haya una asociación causal.
que se pueda explicar tan sólo por el hecho de la variabilidad nor- Es importante que entiendas que si rechazamos la Ho el único
mal de las personas. error que tiene cabida en esta situación es que, aunque la hemos
Si al comparar dos medias nos encontramos que la probabilidad rechazado, fuera cierta, es decir, un error tipo I o alfa, por lo que no
de que las diferencias halladas puedan deberse al azar es del 40% es poco probable cometer un error tipo II, es imposible cometer un
(p=0,4), podremos decir: error de este tipo (la opción 3 es FALSA).
• Los resultados NO son significativos. El poder estadístico mínimo con el que se debe afrontar un ensa-
• No hemos obtenido suficiente evidencia para rechazar la Ho. yo clínico (como dice la opción 4) es del 80 %, ya que si se hace con
• La probabilidad de que esos resultados (esas diferencias) puedan un poder inferior se está poniendo en cierto riesgo a un grupo de
deberse a variaciones en el muestreo es bastante alta, por lo que personas cuando la probabilidad de encontrar diferencias, si las hay,
posiblemente NO haya verdaderas diferencias, es decir, los resul- es pequeña y eso no es éticamente aceptable.
tados son compatibles con la hipótesis nula; opción 4) correcta. El valor máximo admitido de error alfa para establecer diferencias
• Es POSIBLE que se haya cometido un error tipo II y, quizás, si mediante contraste de hipótesis en trabajos científicos es del 5%; el
aumentásemos el tamaño muestral los resultados serían significa-
Comentarios TEST

otro valor habitualmente utilizado (más estricto) es el 1%. Dicho de

tivos. otro modo, los niveles críticos que se manejan en estudios
epidemiológicos son el 5% y el 1%.
Recuerda que si los resultados del estudio son NO significativos
no podemos afirmar que la hipótesis nula sea falsa, es decir, que Pregunta 29.- R: 4
NUNCA valdrá una opción como la 5 («La situación laboral no influ- Cuando el grado de significación obtenido es mayor que el nivel
ye en los niveles de glucemia basal») que afirme que no hay diferen- crítico fijado (habitualmente el 5%), la probabilidad de que las dife-
cias, ni otra en la que se afirme de manera tajante que los resultados rencias observadas sean debidas al azar es demasiado alta (fíjate que
se deben al azar (la opción 3 es falsa por esto), ya que no estamos "demasiado alta" puede ser un 6%), por lo que no tenemos suficiente
seguros de que los resultados se deban al azar (siempre es posible que evidencia para rechazar la hipótesis nula.
se haya cometido un error tipo II). No rechazar la hipótesis nula NO significa que sea cierta (es más,
Por lo tanto, si la p es NO significativa lo mejor es buscar una un grado de significación cercano al 5% sugiere que hay diferencias,
opción que diga: «No se ha obtenido evidencia de que los dos gru- pero que éstas pueden deberse al azar con una probabilidad no tan
pos de estudio sean distintos». Dicho en palabras más sencillas: «No baja como la exigida), por lo que NO podremos decir que no haya
he demostrado nada». diferencias (opción 4 falsa).

Pregunta 25.- R: 4 Pregunta 30.- R: 3

Incluso si la eficacia de la azatioprina y la 6-mercaptopurina fuese La probabilidad de que existiendo diferencias (es decir, de que
igual (Ho cierta), es rarísimo que el porcentaje de respuesta sea exacta- siendo falsa la hipótesis nula), se detecten, o lo que es lo mismo, se
mente igual en dos grupos de personas; lo que tenemos que decidir es obtenga suficiente evidencia para rechazar la hipótesis nula, es la
si las diferencias observadas (60% de mejora con azatioprina y 55% potencia estadística.
con 6-mercaptopurina) se pueden deber al azar; la respuesta a esta La probabilidad de que habiendo diferencias NO se demuestren
pregunta es el grado de significación, que en este caso es menos del es el error tipo II, por lo que:
5%, por lo que podremos decir que hay diferencias entre esos dos
tratamientos (rechazaremos la Ho) con una probabilidad de equivo- Error tipo II + Poder Estadístico = 1
carnos (es decir, de que se deban al azar) menor del 5%, que es lo que
dice la opción 4. Como el Error tipo II y el Poder Estadístico son complementa-
rios, si la probabilidad de cometer un error beta es del 3%, la pro-

5
 ESTADÍSTICA
CTO Medicina 1ª Vuelta
babilidad de detectar las diferencias será del 97% (como dice la • Se ha obtenido suficiente evidencia para recharzar la Ho, o sea,
opción 3). que sí podemos rechazar la hipótesis de que los niveles de HDL
colesterol son iguales independientemente de que se practique o
Pregunta 31.- R: 1 no ejercicio con regularidad (opción 2 falsa).
Pongamos un ejemplo para su mejor comprensión: • La probabilidad de cometer un error tipo I es la p obtenida.
Se realiza un estudio longitudinal en el que se selecciona un • Si no existieran diferencias entre los dos grupos, la probabilidad
grupo de personas expuestas a HTA y otro grupo de personas que no de encontrar nuestros resultados es la p obtenida, es decir, en
presentan este factor de estudio; se siguen durante 2 años a todas las nuestro caso menor del 5%, por lo que la opción correcta es la 4.
personas participantes y se detecta una Incidencia de ACV entre las
personas que padecen HTA de 80 por cada 1.000 personas y entre Recuerda que, aunque son varias las opciones posibles con un
las que no tienen HTA de 40 por cada 1.000 personas. resultado estadísticamente significativo, en el MIR la que casi siempre
¿Estas diferencias encontradas se pueden deber al azar, a la varia- utilizan es aquella que dice: «Si los grupos de estudio fuesen iguales
bilidad en el muestreo?. (si la Ho fuese cierta) la probabilidad de obtener estos resultados es la
La respuesta hay que buscarla en el grado de significación, que en p».
este caso es menor al 5%, por lo que en caso de que no hubiese una
asociación entre el factor estudiado (la HTA) y la enfermedad (los Pregunta 36.- R: 4
ACVs) la probabilidad de haber encontrado estos resultados sería Si las diferencias entre dos tratamientos son muy grandes, NO es
menor del 5% (opción 1 correcta). preciso un tamaño muestral grande. Si con un antihipertensivo A se
NO se confirma relación de causalidad entre el factor de riesgo y la consigue como media un descenso de TAS de 40 mm de Hg y con
enfermedad estudiada, ya que para ello se tienen que cumplir una serie otro antihipertensivo B un descenso de TAS de 12 mm de Hg, aun-
de criterios de causalidad que en esta pregunta NO se mencionan. que tengas un tamaño muestral pequeño, es poco probable que esta
diferencia se pueda explicar por el azar.
Pregunta 32.- R: 4 Otra situación sería que antes de empezar el estudio, se estable-
Un Error Tipo I consiste en rechazar la Hipótesis Nula cuando en ciese como diferencia mínima con significación clínica 30 mm de
realidad es cierta (opción 4 falsa). Hg; aquí sí que para demostrar diferencias de, al menos, esta magni-
La probabilidad de que rechacemos la Ho y sea cierta coincide con tud (relativamente grande) es posible que se necesitase un tamaño
la probabilidad de que las diferencias encontradas se deban al azar (es muestral grande.
decir que NO haya diferencias), ésto es, el grado de significación.
En otras palabras, decimos que la probabilidad de que las dife- Pregunta 37.- R: 3
rencias observadas se deban al azar es tan baja como para creer que Para contestar este tipo de preguntas lo más importante es encon-
hay verdaderas diferencias y en realidad, aunque era muy poco trar las dos variables del estudio que nos propongan.
probable, las diferencias encontradas son debidas al azar. En este caso, la variable predictora (V1) será: no haber fumado
nunca, ser ex-fumador o fumador; vemos que se trata de una varia-
Pregunta 33.- R: 3 ble cualitativa que tiene más de dos categorías (variable cualitativa no
Antes de arrancar un estudio se establece el nivel de p a partir del dicotómica). La variable resultado (V2) será: la tensión arterial medi-
cual vamos a considerar nuestros resultados significativos (nivel críti- da cuantitativamente.
co). Por lo tanto si en este estudio el nivel crítico es del 1%, se consi- Con una variable predictora cualitativa de más de dos categorías y
deran significativos resultados con p menor al 1%, que es lo que dice una variable resultado cuantitativa el test de contraste de hipótesis ade-
la opción 3. cuado es el Análisis de la Varianza (ANOVA). La opción correcta es la 3.
Si asocias la p con la probabilidad de cometer un error tipo I,
comprenderás que estableceremos un nivel del 1% en aquellas situa- Pregunta 37. Test de contraste de hipótesis.
ciones en las que, antes de empezar a utilizar el fármaco, queremos
asegurarnos de que las diferencias sean verdaderas, por ejemplo cuan-
do el fármaco investigado tiene importantes efectos secundarios. VARIABLE 1 VARIABLE 2 TEST DE HIPÓTESIS
Por lo tanto, la probabilidad de cometer un error alfa en este Chi-cuadrado.
estudio era baja (menor al 1%) y no alta como dice la opción 4. Dicotómica Dicotómica
Test exacto de Fisher.
Lo que no podemos saber es la probabilidad de cometer un error
beta, ya que en el enunciado no nos informan de la potencia estadís- Cualitativa Cualitativa
Chi-cuadrado
tica. Por eso mismo sabemos que es falsa la opción 1 (el poder con el (> 2 categorías) (>= 2 categorías)
que se afrontó el estudio fue del 99%).
Resumiendo, los resultados de este estudio son no significativos Dicotómica Cuantitativa t de Student

Comentarios TEST
porque establecimos un nivel crítico muy estricto (del 1%), quizás Cualitativa
porque el nuevo medicamento (fármaco experimental) produce más Cuantitativa Análisis de la Varianza
(> 2 categorías)
efectos secundarios que el habitual.
Coeficiente de correlación
Pregunta 34.- R: 4 Cuantitativa Cuantitativa de Pearson.
Aunque la p haya resultado no significativa (para el nivel crítico del Regresión.
5%), no podemos decir que no haya diferencia de eficacia entre aspiri-
na y ticlopidina (no sugerimos que la hipótesis nula sea cierta, simple- Pregunta 38.- R: 4
mente no tenemos suficiente evidencia para decir que es falsa). Se pretende determinar si existe asociación entre el tipo de ca-
La p no tiene nada que ver con la magnitud de la eficacia por lo rrera que se cursa y la presencia o no de antígeno de la superficie
que la opción que dice "la ticlopidina es un 5% más eficaz que la del virus de la hepatitis B, por lo que se aprecian las siguientes
aspirina" es FALSA. variables:
La probabilidad de que las diferencias observadas se deban al • V1: carrera universitaria que se estudia: variable cualitativa que
azar NO es menor del 5% ya que la p no ha sido significativa. en nuestro estudio es dicotómica, ya que sólo tiene dos posibili-
Las diferencias entre ticlopidina y aspirina NO exceden lo atribu-
dades (Medicina u Odontología).
ible al azar, ya que ésto se puede decir cuando la p es menor al 5%.
• V2: presencia o no del antígeno de superficie del VHB: también
De todas las opciones es cierta la que dice que "es posible que au-
variable cualitativa dicotómica, ya que sólo tiene dos posibilida-
mentando el tamaño de la muestra obtengamos diferencias significativas
des (dar positivo para Ag VHB o dar negativo).
para el mismo nivel de significación", es decir, que aumentando el tama-
ño muestral (factor más importante de la potencia estadística) aumenta-
mos la probabilidad de que se encuentren diferencias si las hay. El test de contraste de hipótesis adecuado para determinar si
existe asociación o no (es decir, que las diferencias encontradas
Pregunta 35.- R: 4 entre los dos grupos de estudiantes se puedan deber al azar) entre
Una cosa tienes que tener muy clara de cara al MIR, si en el dos variables cualitativas (independientemente de que sean
enunciado de la pregunta te dan una p significativa y poco más, la dicotómicas o no, aunque en este ejemplo lo sean ambas) es el test
opción correcta pueden ser una de las siguientes: de Chi-cuadrado.
• Los resultados son estadísticamente significativos. La opción correcta es la 4.

6
 ESTADÍSTICA
1ª Vuelta CTO Medicina
Pregunta 39.- R: 2 Pregunta 43.- R: 4
Al buscar las dos variables de este estudio, tienes que darte cuenta Si se pretende estudiar si hay diferencia o no entre los niveles de
de que la edad de las pacientes NO es una variable, simplemente nos glucosa en sangre en personas que no han comido y personas que
están definiendo qué personas participan en el estudio, es decir, nos ya han comido, el estudio se puede plantear de dos maneras:
están dando los criterios de selección. Mediante los criterios de se- a) Cogemos a una muestra de personas y les extraemos una muestra
lección se define la población a la que se podrán extrapolar los de sangre antes de comer, y a otro grupo de personas distintas y les
resultados de nuestro estudio, que en este caso será a adolescentes extraemos sangre después de que hayan comido.
de 14 a 16 años. b) Cogemos a una muestra de personas y les extraemos una muestra
El objetivo de este estudio es determinar si existen diferencias de sangre antes de comer, y a ese mismo grupo de personas les
entre tres tratamientos en cuanto a la reducción del número de lesio- extraemos sangre después de que hayan comido.
nes de acné, por lo que las variables serán:
• Variable predictora: tratamiento utilizado: variable cualitativa de En ambos casos, las variables de estudio serían:
tres categorías. • V1: No haber comido o haber comido (variable dicotómica).
• Variable resultado: el número de lesiones que desaparecen: va- • V2: Niveles de glucosa en sangre: variable cuantitativa.
riable cuantitativa; el resultado lo podían haber expresado como
variable dicotómica (mejora o no), pero en el enunciado nos La única diferencia es que en el primer caso las muestras son
dejan claro que van a cuantificar el resultado ("número de lesio- independientes (dos grupos de personas distintas) y en el segundo
nes de acné"). hay una muestra pareada (se mide la V2 en las mismas personas antes
y después de comer), por lo que utilizaríamos un test de t de Student
Con una variable predictora cualitativa de más de dos categorías para datos apareados, mientras que en el primer caso sería para
y una variable resultado cuantitativa, el test de contraste de hipótesis datos independientes.
adecuado es el Análisis de la Varianza (ANOVA). La opción correcta es la 4.
La opción correcta es la 2.
Pregunta 44.- R: 2
Pregunta 40.- R: 4 Se quiere establecer si hay diferencia entre el descenso de carga
Imaginemos que tenemos un grupo de mujeres embarazadas a las viral que se consigue con indinavir frente al obtenido con saquinavir,
que se les toma la TAD y se obtiene como resultado una media por lo que las variables de este estudio serán:
aritmética de 72 mm de Hg, y otro grupo de mujeres no gestantes a • V1: tratamiento con indinavir o saquinavir: variable cualitativa
las que se les toma la TAD y se obtiene como resultado una media dicotómica.
aritmética de 74 mm de Hg. • V2: descenso en la carga viral: variable cuantitativa.
Posiblemente esta diferencia se deba a la variabilidad en el mues-
treo (al azar), pero para poder hacer esta afirmación tendremos que Con una variable predictora cualitativa de dos categorías y una
hacer el test de contraste de hipótesis que corresponda con las varia- variable resultado cuantitativa, el test de contraste de hipótesis ade-
bles de este estudio: cuado es la t de Student.
• V1: estar o no embarazada (variable dicotómica). La opción correcta es la 2.
• V2: TAD (variable cuantitativa).
Pregunta 45.- R: 4
Con una variable predictora cualitativa de dos categorías y una La mayoría de las preguntas de test de contraste de hipótesis en el
variable resultado cuantitativa, el test de contraste de hipótesis ade- MIR se refieren a test paramétricos, si bien debemos conocer cuándo
cuado es la t de Student. no se pueden utilizar y es necesario elegir un test no paramétrico:
La opción correcta es la 4. • Cuando el tamaño muestral es pequeño (n<30).
• Cuando V1 y/o V2 sean variables ordinales.
Pregunta 41.- R: 2
Aunque el enunciado de esta pregunta nos quede un poco Los test no paramétricos son menos potentes que los paramétri-
confuso, debemos ser capaces de distinguir las siguientes varia- cos, por ello siempre que sea posible se prefieren utilizar pruebas
bles: tiempo de reproducción y fotoperíodo. La primera es una paramétricas.
variable cuantitativa (el tiempo) y la segunda también (número de Las pruebas no paramétricas, a diferencia de las paramétricas,
horas de luz), por lo que disponemos de dos posibles test para no requieren que las variables sigan una distribución normal, pue-
trabajar: den usarse independientemente de cómo sea la distribución de las
• Análisis de Regresión. variables en la población (normal, binomial, etc.). La opción falsa
Comentarios TEST

• Test de correlación. es la 4.

¿Cuál es la clave para elegir uno o el otro?. Pregunta 46.- R: 4

Cuando lo que nos están pidiendo es la ecuación que relaciona Si se están comparando tres tratamientos distintos, la variable
a las dos variables, dicho de otro modo, la fórmula que me permite predictora será el tipo de tratamiento (variable cualitativa de tres
decir cuánto valdrá la y en función de la x (por ejemplo, cuánto será categorías).
el tiempo de reproducción si el fotoperíodo vale 6 horas) hay que En este estudio, la variable resultado también es cualitativa (cura-
hacer un Análisis de Regresión. ción o no curación), por lo que el test de contraste de hipótesis que
La opción correcta es la 2. se debe utilizar será el de Chi-cuadrado.
¿Y cuándo se utiliza el test de correlación?. La opción correcta es la 4.
El test de correlación de Pearson sirve para establecer, en dos
variables que entre ellas siguen una relación lineal (la ecuación obte- Pregunta 47.- R: 5
nida con el análisis de regresión es lineal, del tipo y=A+Bx), si la Se pretende ver si hay una diferencia entre los niveles de ADN
relación lineal es buena (la ecuación obtenida se ajusta bien a la viral del VHB en pacientes nefrópatas antes de ser sometidos a hemo-
realidad) o no (no es una buena ecuación para predecir y en fun- diálisis y después de esta intervención, por lo que las variables de este
ción de x). estudio son:
• V1: no haber recibido todavía la hemodiálisis o haberla recibido ya.
Pregunta 42.- R: 3 • V2: título de ADN viral del VHB.
Un coeficiente de correlación de Pearson de -1 indica que existe
una fuerte correlación lineal entre las dos variables y que esta rela- Vemos que la primera variable (dicotómica) es pareada, ya que la
ción es negativa, es decir, que cuando aumenta una variable la otra V2 se va a medir en los mismos pacientes (antes y después); la segun-
disminuye y viceversa. da variable es cuantitativa (nivel de ADN viral), por lo que el test
La opción correcta es la 3. paramétrico que le correspondería es el de la t de Student.
Recuerda que los valores del coeficiente de correlación oscilan Pero como el tamaño muestral es menor de 30, no nos valen los
de -1 a 1, y que cuanto más se acerca a -1 ó a 1 la relación lineal será test paramétricos, por lo que tendremos que elegir el equivalente a la
más fuerte, mientras que un coeficiente de correlación de 0 indica t de Student para datos apareados: el test de Wilcoxon.
ausencia de relación lineal. La opción correcta es la 5.

7
 ESTADÍSTICA
CTO Medicina 1ª Vuelta

Pregunta 47. Test no paramétricos.

VARIABLE 1 VARIABLE 2 TEST DE HIPÓTESIS

Dicotómica Cuantitativa (n <30) U de Mann-Whitney.

independiente u ordinal Test de Wilcoxon.

Dicotómica pareada Cuantitativa (n <30)

Test de Wilcoxon
o dependiente u ordinal

Cualitativa Cuantitativa (n <30)

Test de Kruskal-Wallis
(>2 categorías) u ordinal

Cualitativa pareada Cuantitativa (n <30)

Test de Friedman
(>2 categorías) u ordinal

Rho de Spearman.
Ordinal Ordinal
Tau de Kendall.

Pregunta 48.- R: 1
Si se quiere saber la manera de relacionarse de dos variables
cuantitativas (la ecuación que informa del tipo de relación), se debe
realizar un Análisis de Regresión y, en caso de que la relación entre
dos variables cuantitativas sea lineal, el coeficiente de correlación
informa de cómo de buena es esa relación lineal.
La formulación de esta pregunta es ciertamente ambigua (y nos
tenemos que acostumbrar a este tipo de preguntas en el MIR) y no
nos permite saber por cuál de los dos test útiles para dos variables
cuantitativas nos preguntan: de suerte que entre las opciones sólo
hay uno, por lo que marcaremos la opción 1 como correcta.

Pregunta 49.- R: 5
Si se comparan dos fármacos (como es el caso de esta pregunta),
la primera variable será cualitativa dicotómica (IECA frente a betablo-
queante).
La variable resultado podría ser también dicotómica (disminu-
ción o no de la TAS), pero si no lo especifican y la variable se puede
medir, debemos sobreentender que la variable resultado será cuan-
titativa (media de descenso de TAS en ambos grupos de tratamiento).
Con una variable predictora cualitativa de dos categorías y una
variable resultado cuantitativa, el test de contraste de hipótesis ade-
cuado es la t de Student.
La opción correcta es la 5.
En caso de que se interpretara la V2 como una variable cualitativa
(respuesta o no al tratamiento), el test que se debe utilizar es el Chi-
cuadrado, que, como ves, no está entre las opciones.

Pregunta 50.- R: 4
De todas las opciones citadas, la única prueba útil para establecer
relación entre una variable cualitativa y otra cuantitativa es el Test

Comentarios TEST
de Mann-Whitney, que se usa cuando la V1 es una variable dicotó-
mica, la V2 es cuantitativa, las muestras son independientes y el tama-
ño muestral es menor de 30.
La opción correcta es la 4.
El test de la t de Student también es útil para establecer relación
entre una variable cualitativa y otra cuantitativa, pero si lees con
cuidado las opciones, te darás cuenta de que no está (la opción 1 es
la distribución t de Student; no es un test de contraste de hipótesis).