Este documento explica los fundamentos del muestreo, incluyendo la diferencia entre población y muestra, los tipos de muestreo como el aleatorio simple, sistemático, estratificado y por conglomerado, y conceptos como tamaño de muestra, distribución de muestreo y teorema del límite central. También cubre cómo se obtienen resultados de una muestra y posibles fallas en el proceso de muestreo.
Parte 5-fundamentos-de-muestreo-y-estadistica-inferencial-1213720601693291-9
1. FUNDAMENTOS DE
MUESTREO
s1 s2
s4
s3
s1 s2
s4
s3
http://intra.fb.uner.edu.ar/catedras/bioestadistica/Intervalos%20de%20Confianza%200.ppt
Por LUIS M. BAQUERO ROSAS, MBA JUNIO 2008Por LUIS M. BAQUERO ROSAS, MBA JUNIO 2008
2. ESTADISTICA INFERENCIAL: USO DEESTADISTICA INFERENCIAL: USO DE
MUESTRASMUESTRAS
Estudia como sacar conclusiones
generales para toda la población a
partir de los estadísticos obtenidos
de una muestra
Los resultados obtenidos de la muestra son
una INFERENCIA del verdadero valor de la
población
ESTIMACIÓN DE PARAMETROS
DOCIMANCIA DE HIPÓTESIS
3. DIFERENCIA ENTRE POBLACION YDIFERENCIA ENTRE POBLACION Y
MUESTRAMUESTRA
POBLACION
Todos los elementos que han sido escogido para el
estudio
2000 EMPLEADOS DE LA FABRICA CORDIS
MEDIDA: PARAMETROS
MUESTRA
Porción de elementos escogidos de la población
Grupo de 40 empleados (ALEATOREO)
MEDIDA: ESTADISTICOS
4. CONCEPTO: POBLACION
POBLACION A ESTUDIAR
Aquella poblacion sobre la cual se desean hacer
inferencias y esta definida antes de inicar el
trabajo de campo.
Puede ser transformada según se avanza en la
realización del estudio para lograr los objetivos
de la investigacion
POBLACION MUESTREADA
Aquella población para la cual los resultados del
estudio y sus conclusiones son validas.
5. UNIVERSO
Quiero conocer una característica específica de
una población
MUESTRA
Utilizada porque la población es grande
Algunos procesos son destructivos
Calidad de la inferencia es superior
MUESTRA REPRESENTATIVA
No es un termino correcto ya que para ser
representativo debo conocer el universo
completo
6. PROCEDIMIENTOS DE
ESTIMACION
METODO DE SELECCIÓN
Procedimientos determinados para la selección de
unidades o elementos de la muestra siguiendo
técnicas de muestreo aleatorias.
METODO DE ESTIMACION
Una vez la muestra haya sido seleccionada, se
utilizan unos mecanismos para inferir o derivar
conclusiones sobre la población
DISENO MUESTRAL
La integración del proceso de selección y metodos de
estimación para lograr mejores inferencias sobre los
parámetros de la población
7. TIPOS DE MUESTREO
MUESTREO ALEATOREO O PROBABILISTICO
Todos los elementos de la población tienen la misma
probabilidad de ser seleccionados en la muestra del
estudio o investigación.
MUESTREO POR JUICIO
Utilización de los conocimientos, la opinión personal
y experiencias del investigador para identificar los
elementos que deben incluirse en la muestra.
Puede utilizarse como guía inicial o muestra tentativa
para la realización de un muestreo aleatoreo.
8. MUESTREO
PROBABILISTICO
Elección de unidades de la población de tal
manera que las seleccionadas lo son porque
el AZAR así lo quiso
Para muestras diferentes, en igualdad de
condiciones, generalmente tomara diferentes
valores debido a la presencia del AZAR.
Abad de Servín, A. & Servín, A. (1978) Introduccion al Muestreo.
Mexico, Limusa
9. MUESTREO ALEATOREO
POBLACION
FINITA– Tiene un tamaño establecido eTiene un tamaño establecido e
indica cuantos elementos hay en laindica cuantos elementos hay en la
poblaciónpoblación
INFINITA- No puede enumerarse facilmente enNo puede enumerarse facilmente en
un periodo razonable de tiempo,un periodo razonable de tiempo, es IMPOSIBLEes IMPOSIBLE
observar todos los elementos de la poblaciónobservar todos los elementos de la población
10. MUESTREO ALEATOREO SIMPLE (MAS)
Los principios del MUESTREO ALEATOREOLos principios del MUESTREO ALEATOREO
son la base para la estadística inferencialson la base para la estadística inferencial..
Cada posible muestra tiene la misma probabilidad de
ser seleccionados y cada elemento de la población
tienen la misma probabilidad de ser incluido en la
muestra.
TABLA DE NUMEROS ALEATOREOS
MS EXCEL : RANDOM
MUESTREO REEMPLAZO - SIN REEMPLAZO
11. TABLAS DE NUMEROS
ALEATOREOS
Tablas construidas de manera que se
garantiza estadísticamente la aleatoriedad de
los elementos seleccionados en la muestra.
12. MUESTREO ALEATOREO
SIMPLE
Requiere una lista de los diferentes unidades o
elementos que integran la población
Cada una de las unidades debe tener algún
numero identificable
Tiene la restricción de la necesidad de un
listado de todos los elementos de la población
La muestra tiende a dispersarse en toda la
población y obliga a “viajar” todas las áreas
donde se encuentra la población
Recomendado para poblaciones pequeñas
13. DECISIONES AL SELECCIONAR LA MUESTRADECISIONES AL SELECCIONAR LA MUESTRA
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular
El Universo
está bien
definido
?
Definir
El
Universo
Es posible
observar todo el
Universo ?
Observar
una Muestra
Observar
una Muestra
Hacer
un Censo
NO
NO
Sí
Sí
Tomar
una Muestra
No representativa
Tomar
una Muestra
No representativa
Tomar
una Muestra
Representativa
Se quiere
inferir la medición
al Universo
?
NO
Sí
LasLas
observacionesobservaciones
puedenpueden
atribuirse a losatribuirse a los
miembros delmiembros del
UniversoUniverso
LasLas
observacionesobservaciones
solo puedensolo pueden
atribuirse a laatribuirse a la
muestra, NO amuestra, NO a
los miembros dellos miembros del
UniversoUniverso
LasLas
observacionesobservaciones
puedenpueden
atribuirse a losatribuirse a los
miembros delmiembros del
UniversoUniverso
http://intra.fb.uner.edu.ar/catedras/bioestadistica/Intervalos%20de%20Confianza%200.ppt
14. MUESTREO SISTEMÁTICO
Elementos son seleccionados de la población
en un intervalo uniforme
Tiempo – Cada hora, cada 15 minutos
Orden – El primero y el último
Espacio
Posibilidad de introduccir error al proceso de
muestreo por un patrón secuencial
Requiere menos tiempo que el MAS
Menores costos de recolección de la muestra
15. MUESTREO ESTRATIFICADO
Población se divide en grupos homogéneos
(similares) ESTRATAS
Masculino – Femenino
Trabaja – No trabaja
Extraer utilizando MAS una muestra de cada estrata
y se consideran las diferencias entre las estratas
Apropiado cuando la población está dividida en
grupos con diferentes características
Refleja las características especificas de los
subgrupos población…mejor que otras formas de
muestreo
Utiliza MAS
Utilcuando e xiste una pe q ue ña variació n de ntro de l
g rupo y una variació n am plia e ntre lo s g rupo s .
16. MUESTREO ESTRATIFICADO
Partir o fraccionar la poblacion en
subdivisiones
Cada una de las subdivisiones se les trata
de forma independiente
17. MUESTREO DE RACIMO
Dividir la población en grupos o racimos y
luego se selecciona una muestra aleatorea
de cada racimo.
Ej. Dividir la comunidad en manzana, seleccionar la
manzana y en la manzana seleccionada realizar un
MAS para escoger los hogares de la muestra.
UTIL CUANDOHAY UNA VARIACION CONSIDERABLEUTIL CUANDOHAY UNA VARIACION CONSIDERABLE
DENTRODEL GRUPOY LOS GRUPOS SON SIMILARESDENTRODEL GRUPOY LOS GRUPOS SON SIMILARES
Permite escoger muestras más precisas que el
MAS y a un costo mucho menor.
18. MUESTREO POR
CONGLOMERADO
La unidad muestral seleccionada esta
compuesta por los elementos que poseen las
características de estudios
Los elementos no son elegidos directamente
sino en virtud de ser contenido en la unidad
en la muestra
SELECCIONADO EN
LA MUESTRA
UNIDADUNIDAD ELEMENTOSELEMENTOS
19. DISTRIBUCIÓN DE MUESTREO
DEFINICIÓN
La distribución de probabilidad de todas las
medias posibles de las muestras de una
distribución de promedios de las muestras
Las estadísticas de las muestras no serán
similares
De pe nde de la m ue stra to m ada y de to das
las o tras m ue stras no utilizadas y q ue
pue de n habe rse to m ado
24. RESULTADOS OBTENIDOS DE LARESULTADOS OBTENIDOS DE LA
MUESTRAMUESTRA
1) Estimador con varianza mínima pero sesgado
2) Estimador no sesgado pero sin varianza mínima
3) Estimador no sesgado y con varianza mínima (ideal)
http://www.cbasico.fmed.edu.uy/MMCC/T11a%202007.ppt
ESTIMADORESTIMADOR
==
TIRO ALTIRO AL
BLANCOBLANCO
25. TEOREMA DEL LIMITE CENTRAL
La distribución del promedio de las muestras se
aproxima a una distribución de probabilidad
normal al incrementarse el tamaño de la
muestra.
Muestras ( n>=30)
ElTe o re m a de lLím ite Ce ntralno s pe rm ite hace r
infe re ncias de lo s parám e tro s de la po blació n
sin sabe r de la distribució n de fre cue ncia de
do nde pro vie ne n las m ue stras
26. FALLAS EN EL PROCESO DE
MUESTREO
El diseño muestral por si solo no constituye la
muestra del estudio
Es importante el cuestionario, los
investigadores de campo, la interpretación
correcta de los resultados
Puede haber una selección deficiente y no
aleatoria de la muestra
Cambios realizados a las muestras impacta
en forma negativa el estudio