Este documento describe los conceptos básicos de la estadística inferencial, incluyendo población, muestra, y diferentes métodos de muestreo probabilístico como muestreo aleatorio simple, muestreo aleatorio sistemático y muestreo aleatorio estratificado. El documento fue escrito por un grupo de estudiantes para una clase de bioestadística.

1. Estadística Inferencial
Integrantes:
● Arévalo Joseline
● Barragán Joselyn
● Erazo Carlos
● Guerra Gabriela
● Salgado Laura
● Veloz Aylín
Cátedra: Bioestadística
Docente: Msc. Jose Luis Erazo

2. Estadística Inferencial
La Estadística inferencial o Inferencia estadística estudia cómo sacar
conclusiones generales para toda la población a partir del estudio de una muestra,
y el grado de fiabilidad o significación de los resultados obtenidos.

3. Población
Una población estadística es un conjunto de sujetos o elementos que presentan
características comunes. Sobre esta población se realiza el estudio estadístico
con el fin de sacar conclusiones.
El tamaño poblacional es el número de individuos que constituyen la población.
Según el número de sujetos, el tamaño puede ser finito o infinito. Los conjuntos
infinitos son algo artificial o conceptual, ya que toda población de entidades
físicas es finita. Por ejemplo:
Población finita: el conjunto de habitantes de una ciudad.
Población infinita: el conjunto de los números positivos.

4. Población
Cuando la población es muy grande, normalmente
es imposible estudiar a todos los individuos.
Supongamos que queremos saber cual es el nivel
de colesterol de la población de Ecuador. Por
cuestiones económicas y de tiempo obvias, no está
al alcance realizar un análisis de sangre a toda la
población del país. Para solucionar este
impedimento, se utiliza una muestra estadística.

5. Muestra
Una muestra estadística (o una muestra) es un subconjunto de elementos de la
población estadística. Frente a la dificultad de hacer un estudio de toda la
población, se examina una muestra estadística que representará a la totalidad de
los sujetos. Con los resultado obtenidos mediante la muestra, se intentará inferir
las propiedades de todos los elementos, mediante la estadística inferencial.
La muestra elegida debe ser representativa de la población. Las muestras tienen
un nivel de confianza de la bondad con la que representan a todos los sujetos,
generalmente del 95% o superior.

6. Muestreo Probabilístico
El muestreo es el método
utilizado para elegir una
muestra a partir de la
población.
El muestreo probabilístico (o
aleatorio) se define como el
proceso de selección de
individuos de manera que
cada sujeto tiene probabilidad
positiva e independiente de
ser seleccionado.
Tiene subclasificaciones:
● Aleatorio simple
● Aleatorio sistemático
● Aleatorio
estratificado

7. Muestreo Aleatorio Simple
Es la técnica de muestreo en la que todos los elementos que forman la
población tienen idéntica probabilidad de ser seleccionados para la muestra.
Los elementos se seleccionan uno por uno aleatoriamente.
Cuándo utilizarlo
● Cuando los individuos de la población son homogéneos respecto a las características a estudiar
(no sabemos si los resultados van a ser muy diferentes por causa de otras variables).
● Es poco recomendado cuando la población es muy grande y heterogénea.
Los individuos pueden ser seleccionados por cualquier proceso probabilístico que otorgue a todos los
elementos la misma probabilidad de ser elegidos. Como la tabla de números aleatorios o haciendo un
sorteo con urnas.

8. Pasos para seleccionar una muestra aleatoria simple
1. Define la población objetivo.
2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno nuevo.
(Un marco muestral es una lista de elementos que componen la población que queremos estudiar y de la
cual se extrae la muestra. Cada uno de estos elementos presentes en el marco muestral se conoce como
unidad muestral).
1. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva, etc. Ajústalo de ser
necesario
2. Asigna un número único a cada unidad muestral.
3. Determina el tamaño de la muestra.
4. Selecciona al azar el número específico de elementos de la población.

9. Tabla de números aleatorios

10. Subtipos de muestreo aleatorio simple
Hay dos tipos de muestreo aleatorio simple:
Muestreo con reemplazo: Después de que un elemento ha sido seleccionado de entre el marco de la
muestra se devuelve y es elegible para ser seleccionado de nuevo.
Muestreo sin reemplazo: Después de que un elemento se selecciona del marco de la muestra, se retira de
la población y no regresa a la base del muestreo. Este tipo de muestreo suele ser más eficiente pues no
permite que el mismo elemento de la población entre a la muestra más de una vez.

11. Ventajas
● Facilidad para armar la muestra.
● Se considera una forma justa de
seleccionar una muestra a partir
de una población.
● Mayor facilidad de analizar datos
y calcular los errores.
● Se puede diseñar software para la
obtención de los números
aleatorios.
● La representatividad de la muestra está sujeta a la
suerte.
● Necesidad de una lista completa de todos los miembros
de la población.
● Errores de muestreo más grandes, menos precisión de
muestreo estratificado del mismo tamaño de la
muestra.
● Costos de la recolección de datos pueden ser mayores
debido a la dispersión de las unidades muestrales
Desventajas

12. Muestreo Aleatorio Sistemático
● Es una técnica de muestreo aleatorio que los investigadores eligen con frecuencia por su sencillez y calidad
regular
● Los resultados son representativos de la población a menos que se repitan ciertas características de la población
por cada enésimo individuo, lo que es muy poco probable.
Se usa comúnmente el siguiente método:
● Se consigue un listado N de elementos
● Se determina un tamaño de muestra n
● Definir un intervalo de salto K K=N/n
● Escoger un número entre 1 y K

13. Muestreo Aleatorio Sistemático
Ejemplo:
En una población de 60 personas se busca obtener una muestra de 12 personas, entonces se procederá a dividir:
K=N/n
K=60/12= 5 El Valor de cada intervalo será entonces 5
(Escoger un número entre 1 y 5) en este caso será 2 y desde ese número ir al siguiente: 7, 12,17,22,27….. 57

14. Muestreo Aleatorio Sistemático
Consideraciones:
● Dado que el muestreo aleatorio sistemático es un tipo de muestreo probabilístico el investigador debe garantizar
que todos los miembros de la población tengan las mismas posibilidades de ser seleccionados como el punto de
partida o sujeto inicial.
● El investigador debe estar seguro de que el intervalo constante elegido entre los sujetos no refleje un cierto patrón
de rasgos presentes en la población. Si existe un patrón en la población y coincide con el intervalo establecido por
el investigador, la aleatoriedad de la técnica de muestreo se ve comprometida.

15. Muestreo Aleatorio Estratificado
Se divide la población en clases o estratos y se escoge, aleatoriamente, un
número de individuos de cada estrato proporcional al número de componentes de
cada estrato.
En una fábrica que consta de 600 trabajadores queremos tomar una muestra de
20. Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y
100 en la D.

16. Bibliografía
Ochoa, C. (2015). Muestreo probabilístico:muestreo aleatorio simple. Netquest.
Recuperado de: https://www.netquest.com/blog/es/blog/es/muestreo-
probabilistico-muestreo-aleatorio-simple
Huillcañahui, M. (2010). Muestreo Aleatorio Simple (slideshare). Universidad
Nacional Federico Villareal. Recuperado de:
https://es.slideshare.net/milit/muestreo-aleatorio-simple
Explorable.com. (4 de Octubre de 2009). Explorable. Recuperado el 18 de Enero de
2018, de Explorable:
https://explorable.com/es/muestreo-sistematico