Este documento describe diferentes tipos de diseños muestrales y distribución de estadísticos. Explica la diferencia entre estadística descriptiva e inferencial, y define conceptos clave como población, muestra, parámetros y estimadores. Además, detalla métodos de muestreo aleatorios como el muestreo aleatorio simple, sistemático y estratificado.
1. DISEÑOS MUESTRALES
Y DISTRIBUCIÓN DE
ESTADÍSTICOS
Por: Rodrigo Granados, Jorge Serrano y Tania Herrera
2. Introducción
Hoy la estadística está considerada como la
teoría de la información , no solo como función
descriptiva sino con el objeto básico de hacer
estimaciones de los valores estadísticos de la
población.
3. Cubriendo así 2 aspectos de gran
importancia…
• Usada mediante recolección y
clasificación de datos.
• Con presentación ya sea en forma de
Estadística cuadros o gráficas, medidas como
promedios, desviaciones, etc.
descriptiva
• Usada mediante investigaciones de
muestreo.
Estadística • Obteniendo resultados considerados
como estimadores de los valores
Inferencial estadísticos.
4. El muestreo.
El muestreo es un elemento básico dentro de
la estadística inferencial, esta es la técnica
que se utilizara para lograr una selección de
muestra dentro de una población.
En la siguiente sección se presentan las
definiciones principales que deben de tomarse
en cuenta para lograr un muestreo de la
manera mas correcta.
5. Definiciones básicas del
muestreo
Población o Universo: Es un conjunto de
medidas o el recuento de todos los elementos
que presentan una característica común.
Pueden ser finitas o infinitas.
6. Población
Población: Es un conjunto de medidas o
el recuento de todos los elementos que
presentan una característica en común.
Comparten las mismas
Ejemplo: Población de El Salvador características “todos
son Salvadoreños
7. Tipos de población
Población finita Población infinita.
Este presenta un Esta contiene un
número finito de número infinitamente
unidades grande de unidades
elementales ejemplo: elementales, ejemplo
Cantidad de : población mundial.
estudiantes de la
UCA
8. Diseños muestrales: Son los distintos
procedimientos que existen para extraer
muestras de poblaciones con el objeto de
conocer sus características promedio.
9. Població Elementos: son los que integran la
n de población o muestra, pueden
estudio: corresponder a
Es el personas, objetos, productos, alma
conjunto cenes, empresas o familia.
del cual
se saca
la
muestra.
10. P Unidades de muestreo: Es el
O elemento o los elementos
B disponibles para su selección en
L alguna etapa del proceso de
A muestreo. Por ejemplo:
C Etapa 1: Ciudades con una
I población superior a 500,000
habitantes
Ó Etapa 2: Manzanas de ciudades
Etapa 3: Familias
N
Etapa 4: Hombres de 50 años y
más
11. Discretas
Variables
Continuas
Población Muestra o
investigación
parcial
Características
13. Datos importantes.
Para que la muestra sea representativa dentro
de la población, requiere que todos las
unidades de la población tengan la misma
probabilidad de ser seleccionadas es decir AL
AZAR.
El 90% de las estudios realizados por los
encuestadores utilizan métodos probabilísticos
al AZAR.
14. Un buen estimador debe ser…
Insesgado Consistente Eficiente Suficiente
15. Diseño de Muestreo Alternativo
Estos se dividen en 2 grandes grupos muestreos
aleatorios y muestreos no aleatorios
El muestreo Aleatorio: Se utiliza para
determinar la muestra de la población y en este
se utilizan métodos probabilísticos para
determinarlo.
16. El principio de la aleatoriedad
La aleatoriedad es un campo de definición
que, en matemáticas, se asocia a todo proceso
cuyo resultado no es previsible más que en
razón de la intervención del azar. El resultado
de todo suceso aleatorio no puede determinarse
en ningún caso antes de que este se produzca.
Fuente:es.wikipedia.org/wiki/Aleatoriedad
17. Diseño de Muestreo Alternativo
El muestreo no aleatorio: No se utiliza la
selección muestral al azar, es decir quien define
el muestreo es el investigador, según su criterio
y como mejor convenga.
18. Los muestreos aleatorios o
probabilísticos
Son más prácticos, económicos y rápidos para
generalizar conclusiones obtenidas a través
de una muestra.
Se deben de tomar consideraciones
para realizar muestreos aleatorios
Desarrollar el método para seleccionar
la muestra.
Se debe especificar la población meta.
Desarrollar el método para seleccionar
la muestra.
19. Tipos de Muestreo aleatorio
Muestreo Aleatorio simple: Todos los
elementos de la población tienen igual
probabilidad de ser incluidos en la muestra.
20. ¿Cómo escoger una muestra aleatoria
simple?
Uno de los métodos mas sencillos consiste en
numerar todos los elementos de la
población, combinar todos los números en una
caja y sacarlos aleatoriamente.
21. Tipos de muestreo Aleatorio
Muestreo aleatorios sistemático:
Las selección de las unidades se hace a intervalos
regulares, en un orden sistemático. según el
procedimiento sistemático, se obtiene una muestra
tomando cada k-esima unidad de la población tras
numerar las unidades elementales de la población ,tras
numerar las unidades elementales de la población o
haberlas ordenado de una manera.
La k representa a un numero entero que se
aproximadamente la razón del muestreo entre el tamaño
de la población y el tamaño de la muestra .
22. Tipos de muestreo Aleatorio
Así si la población consta de 3,600 unidades de
muestreo y se desea tomar una muestra de tamaño
n=400 unidades entonces la razón de muestreo
k=3600/400=9 y la muestra se obtiene tomando luna
unidad de cada 9 de la población .
23. Tipos de Muestreo Aleatorio.
Para lograr la aleatoriedad, el instrumento
debe empezar al azar, por ejemplo se
enumeran papelitos del 1 al 9 se extrae uno al
azar, se supone que salió numero 5 este será
la primera unidad que formara la muestra:
5+K ósea 5 +9= 14 luego se vuelve a sumar
otras nueve unidades hasta lograr completar
las 400 muestras.
24. Tipo de muestreo Aleatorio
Muestreo Aleatorio Estratificado:
Consiste en dividir la población en grupos llamados
estratos, para cada estrato se toma un submuestra de
manera aleatoria simple.
Las clases se establecen de modo que las unidades de
muestreo garantizan la representatividad, reduciendo el
error de la muestra al formar grupos o subpoblaciones
más o menos homogeneas.