Conceptos básicos del curso.

1. Curso: Técnicas de Muestreo Capítulo I: Definiciones Básicas

2. Población Es una colección completa de individuos, plantas, animales o cosas que tienen por lo menos una característica en común. Muestra Es una colección de unidades muestrales seleccionadas de un marco o de varios marcos. Puede decirse también que Muestra es una porción representativa de la población. Son requisitos deseables de una buena muestra: a) Representatividad, que se garantiza con la selección adecuada del tipo de muestreo, y b) Confiabilidad (está relacionada con el tamaño de la muestra).

3. Muestreo El muestreo es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población. Obtener una muestra adecuada significa lograr una versión simplificada de la población, que reproduzca de algún modo sus rasgos básicos.

4. Población Objetivo Antes de iniciar el muestreo se debe definir cuidadosamente la población que va a ser muestreada. La definición debe contener una descripción de los elementos que serán incluidos y una especificación delas mediciones que se van a considerar. En el caso de muestreo de insectos, se debe definir el estadio de la plaga y la etapa fenológica del cultivo. Por ejemplo, en chinche salivosa, se puede estar interesado en contar el número de huevos, para lo cual se toman muestras de suelo que luego son sometidas al proceso de extracción. Este muestreo se recomienda realizar inmediatamente después del corte, debido a que en ese momento es más fácil tomarlas muestras, por la ausencia de caña parada.

5. Errores de Muestreo Cuando se utilizan valores muestrales, o estadísticos para estimar valores poblacionales, o parámetros, pueden ocurrir dos tipos generales de errores: el error muestral y el error no muestral. El error muestral se refiere a la variación natural existente entre muestras tomadas de la misma población. Cuando una muestra no es una copias exacta de la población; aún si se ha tenido gran cuidado para asegurar que dos muestras del mismo tamaño sean representativas de una cierta población, no esperaríamos que las dos sean idénticas en todos sus detalles. El error muestral es un concepto importante que ayudará a entender mejor la naturaleza de la estadística inferencial. Los errores que surgen al tomar las muestras no pueden clasificarse como errores muestrales y se denominan errores no muestrales Marco Muestral Es una lista de unidades de muestreo. Por ejemplo, si se desea estimar el rendimiento de un cultivo en una determinada localidad, puede involucrar el muestreo de una lista de productores a ser entrevistados y una lista de parcelas para ser medidas.

6. Distribución de la Muestra Vamos a suponer que tenemos una población finita de tamaño N, de la cual estamos interesados en estudiar el parámetro θ (puede ser la media aritmética, total, proporción, etc.), y para ello, podemos extraer de manera aleatoria todas las k muestras (M) posibles de tamaño n, tal como se ilustra en la siguiente figura: Podemos observar, que cada una de las muestras nos proporcionará un valor estimado del parámetro θ , el cual varía de muestra a muestra. Esta variabilidad en las estadísticas de muestras (valores estimados) proviene de un ERROR DE MUESTREO, debido al azar, es decir, hay diferencias entre cada muestra y la población y entre las diversas muestras, debido únicamente a las características de los individuos que decidimos seleccionar para formar las muestras. La distribución de todos los valores que puede asumir una estadística, calculados a partir demuestras del mismo tamaño, seleccionadas en forma aleatoria de la misma población se llama: DISTRIBUCIÓN DE MUESTRAL DE ESA ESTADÍSTICA.