Ir al contenido
σestadistica.ar

estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/poblacion-de-referencia

M05 · Tasas y demografíaAvanzadoInterpretación

Elección de la población de referencia

De qué depende el resultado de una estandarización: las opciones habituales, qué cambia con cada una y por qué hay que declararla siempre.

Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma

1 · Por qué importa

La tasa estandarizada es un promedio ponderado de las específicas, con la estructura de referencia como peso. Cambiar la referencia cambia los pesos, y por lo tanto el resultado.

Población de referencia: mismos datos, tres tasas · video, 3:23

2 · Las opciones

ReferenciaCuándo conviene
Una de las poblaciones comparadascomparar dos casos: “¿cuánto tendría B con la estructura de A?”
La suma de las poblaciones comparadascomparar varias entre sí, sin privilegiar a ninguna
La población nacionalcomparar provincias o departamentos dentro de un país
Un estándar internacionalcomparar países, o con la literatura
La propia población en otro momentoseries de tiempo de la misma población

En el ejemplo del módulo se usó el total de los 12 aglomerados comparados: la opción natural cuando se comparan varias unidades entre sí, porque ninguna queda privilegiada y la tasa estandarizada promedio queda cerca de la cruda del conjunto: 7,31 % las dos.

La referencia nacional tiene una propiedad parecida: con ella, la tasa estandarizada del país entero es exactamente su tasa bruta, porque se pondera a cada edad con su propio peso. Con las defunciones de 2022, las dos dan 8,66 por mil, y cada provincia queda expresada en la escala de la tasa nacional.

En la estandarización indirecta la referencia no es una estructura por edad sino un juego de tasas específicas, y elegirlo también cambia el resultado: las muertes esperadas dependen de qué tasas se apliquen.

3 · Los estándares internacionales

EstándarCaracterística
Población mundial estándar (OMS, 2000-2025)la de uso general hoy
Segi / “mundial de Segi”más joven; la clásica en cáncer
Estándar europeo 2013 (Eurostat)más envejecida; reemplazó al de 1976, que era más joven
Estándar de EE.UU. 2000usado en publicaciones de ese país

4 · Cuánto cambia el nivel

Muchísimo. Las 24 jurisdicciones argentinas, con las defunciones de 2022 estandarizadas con tres referencias distintas, y el promedio simple de las 24:

ReferenciaPeso de los 65 y másTasa promedio por mil
Mundial de la OMS8,2 %6,23
Población argentina11,8 %8,62
Europea 201319,5 %14,03

La columna del medio explica el orden: cuanto más peso tienen las edades en que más gente se muere, más alta sale la tasa.

0 4 8 12 16 Mundial de la OMS 6,23 Población argentina 8,62 Europea 14,03 Por mil. Mismas tasas específicas; solo cambia la estructura de referencia.
Con las mismas tasas específicas, cambiar la población de referencia más que duplica el nivel: de 6,23 con la mundial a 14,03 con la europea.Fuente: DEIS, Ministerio de Salud de la Nación. Defunciones de 2022 de las 24 jurisdicciones.

5 · Cuánto cambia el orden

Poco, y esa es la propiedad que salva al método. Midiendo la concordancia entre los ordenamientos que produce cada referencia con la correlación de Spearman, y contando cuántos de los 276 pares posibles de jurisdicciones se dan vuelta (los pares discordantes de Kendall):

ComparaciónSpearmanPares que se dan vuelta
OMS contra europea0,96716 de 276
OMS contra argentina0,98410 de 276
Europea contra argentina0,9936 de 276
Bruta contra cualquier estandarizada0,29 a 0,40~100 de 276

Poco no es nada. Las cinco primeras y las cinco últimas quedan iguales con las tres referencias, pero en el medio de la tabla hay movimientos de hasta cuatro puestos: Santiago del Estero es 10.ª con el estándar de la OMS y 14.ª con el europeo, Corrientes 8.ª y 11.ª, Córdoba 9.ª y 6.ª.

El caso extremo es CABA: con tasa bruta de 10,76 es la jurisdicción con más mortalidad del país, y estandarizada queda en 4,96 con el estándar mundial, igual que Tierra del Fuego, al fondo de la tabla. Chaco hace el camino inverso: una bruta alta pero no extrema —8,80, la sexta— y la tasa estandarizada más alta del país con cualquiera de los tres estándares.

6 · Cómo se declara

Un informe con tasas estandarizadas tiene que decir, sin excepción:

  1. Qué población de referencia se usó, con su versión o su año.
  2. Qué grupos de edad, con sus cortes exactos.
  3. Si se estandarizó por otra variable además de la edad.
  4. La tasa cruda junto a la estandarizada.

“Tasa de mortalidad ajustada por edad, estandarizada por el método directo con la población mundial estándar de la OMS (2000-2025), en grupos quinquenales.”

7 · Errores frecuentes

  • No declarar la referencia.
  • Comparar tasas estandarizadas con estándares distintos.
  • Interpretar el nivel de una tasa estandarizada como si fuera una tasa real.
  • Cambiar de estándar a mitad de una serie de tiempo.
  • Elegir la referencia después de ver qué resultado da.
  • Usar grupos de edad distintos en las poblaciones comparadas.
  • Publicar la estandarizada sin la cruda.
  • Discutir sobre el estándar cuando lo que hay que mirar son las específicas que se cruzan.

8 · En el software

# R — la misma mortalidad, con tres referencias
zip <- tempfile(fileext = ".zip")
download.file("https://estadistica.ar/descargas/estandarizacion.zip", zip, mode = "wb")
d   <- read.csv(unz(zip, "estandarizacion/datos/mortalidad-2022.csv"))
std <- read.csv(unz(zip, "estandarizacion/datos/estandares.csv"))

ajustar <- function(estandar) {
  peso <- setNames(std[[estandar]] / sum(std[[estandar]]), std$grupo_edad)
  tapply(d$defunciones / d$poblacion * peso[d$grupo_edad], d$jurisdiccion, sum) * 1000
}
tasas <- sapply(c("oms", "argentina", "europea"), ajustar)
tasas <- cbind(bruta = tapply(d$defunciones, d$jurisdiccion, sum) /
                       tapply(d$poblacion, d$jurisdiccion, sum) * 1000, tasas)

round(colMeans(tasas), 2)                  # el nivel: 7.65 6.23 8.62 14.03
round(cor(tasas, method = "spearman"), 3)  # el orden

# pares que se dan vuelta, de los 276 posibles
discordantes <- function(x, y) {
  p <- combn(length(x), 2)
  sum(sign(x[p[1, ]] - x[p[2, ]]) != sign(y[p[1, ]] - y[p[2, ]]))
}
discordantes(tasas[, "oms"], tasas[, "europea"])   # 16
discordantes(tasas[, "bruta"], tasas[, "oms"])     # 109
# Python — el mismo análisis de sensibilidad
import io
import itertools
import urllib.request
import zipfile
import numpy as np
import pandas as pd

pedido = urllib.request.Request("https://estadistica.ar/descargas/estandarizacion.zip",
                                headers={"User-Agent": "Mozilla/5.0"})
z = zipfile.ZipFile(io.BytesIO(urllib.request.urlopen(pedido).read()))
d = pd.read_csv(z.open("estandarizacion/datos/mortalidad-2022.csv"))
std = pd.read_csv(z.open("estandarizacion/datos/estandares.csv")).set_index("grupo_edad")

g = d.groupby("jurisdiccion")
tasas = pd.DataFrame({"bruta": g["defunciones"].sum() / g["poblacion"].sum() * 1000})
for estandar in ["oms", "argentina", "europea"]:
    peso = d["grupo_edad"].map(std[estandar] / std[estandar].sum())
    tasas[estandar] = (d["defunciones"] / d["poblacion"] * peso).groupby(d["jurisdiccion"]).sum() * 1000

print(tasas.mean().round(2))                        # el nivel
print(tasas.corr(method="spearman").round(3))      # el orden

def discordantes(x, y):                             # pares que se dan vuelta, de 276
    return sum(np.sign(x.iloc[i] - x.iloc[j]) != np.sign(y.iloc[i] - y.iloc[j])
               for i, j in itertools.combinations(range(len(x)), 2))

print(discordantes(tasas["oms"], tasas["europea"]))  # 16
print(discordantes(tasas["bruta"], tasas["oms"]))    # 109

Herramientas de este tema

Seguir leyendo

Cómo citar: Montivero, J. L. (2026). Elección de la población de referencia. estadistica.ar. https://estadistica.ar/conceptos/poblacion-de-referencia

estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.

Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). Elección de la población de referencia. estadistica.ar. https://estadistica.ar/conceptos/poblacion-de-referencia

BibTeX

@misc{estadistica_ar_poblacion_de_referencia,
  author       = {Montivero, Jorge Luis},
  title        = {{Elección de la población de referencia}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/poblacion-de-referencia}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-16}
}

Última actualización: 16 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.