Академический Документы
Профессиональный Документы
Культура Документы
Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.) que
porten informacin sobre el fenmeno que se estudia. Por ejemplo, si estudiamos
el precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas
de dicha ciudad.
Muestra: subconjunto que seleccionamos de la poblacin. As, si se estudia el
precio de la vivienda de una ciudad, lo normal ser no recoger informacin sobre
todas las viviendas de la ciudad (sera una labor muy compleja), sino que se suele
seleccionar un subgrupo (muestra) que se entienda que es suficientemente
representativo.
clase, es decir, la mitad del intervalo en el que estn agrupados los datos. Los
histogramas son ms frecuentes en ciencias sociales, humanas y econmicas que
en ciencias naturales y exactas. Y permite la comparacin de los resultados de un
proceso.
Ejemplo
En un determinado lugar se efectan los desembarcos de pesca durante todo el
ao. Se desea determinar la cantidad total anual desembarcada, mediante el
muestreo de la captura en 30 das del ao. Determnense los das en que se debe
efectuar el muestreo por medio de nmeros al azar:
a)
directamente por medio de una serie de nmeros al azar del 000 al 999, y
numerando los das del ao de 1 a 365;
b)
Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos
son, muestreo simple, doble y mltiple.
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada para el
propsito de inferencia estadstica. Puesto que solamente una muestra es tomada,
el tamao de muestra debe ser lo suficientemente grande para extraer una
conclusin. Una muestra grande muchas veces cuesta demasiado dinero y
tiempo.
Muestreo doble
Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra
no es decisivo, una segunda muestra es extrada de la misma poblacin. Las dos
muestras son combinadas para analizar los resultados. Este mtodo permite a una
persona principiar con una muestra relativamente pequea para ahorrar costos y
tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra
puede no necesitarse.
Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una
calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja
una calidad intermedia, ser requerir la segunda muestra. Un plan tpico de
muestreo doble puede ser obtenido de la Military Standard Sampling Procedures
and Tables for Inspection by Attributes, publicada por el Departamento de Defensa
y tambin usado por muchas industrias privadas. Al probar la calidad de un lote
consistente de 3,000 unidades manufacturadas, cuando el nmero de defectos
encontrados en la primera muestra de 80 unidades es de 5 o menos, el lote es
considerado bueno y es aceptado; si el nmero de defectos es 9 o ms, el lote es
considerado pobre y es rechazado; si el nmero est entre 5 y 9, no puede
llegarse a una decisin y una segunda muestra de 80 unidades es extrada del
lote. Si el nmero de defectos en las dos muestras combinadas (incluyendo 80 +
80 = 160 unidades) es 12 o menos, el lote es aceptado si el nmero combinado es
13 o ms, el lote es rechazado.
Muestreo mltiple
b.
2.
Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son
seleccionados mediante juicio personal. La persona que selecciona los elementos
de la muestra, usualmente es un experto en la medida dada. Una muestra de
juicio es llamada una muestra probabilstica, puesto que este mtodo est basado
en los puntos de vista subjetivos de una persona y la teora de la probabilidad no
puede ser empleada para medir el error de muestreo, Las principales ventajas de
Con reposicin.
Si no ha sido elegido en primer lugar (lo que ocurre con una probabilidad
de (N-1)/N, la probabilidad de que sea elegido en el segundo intento es de 1/(N-1)
En el (i+1)-simo intento, la poblacin consta de N-i elementos, con lo cual si e no
ha sido seleccionado previamente, la probabilidad de que lo sea en este momento
es de
1/(n-i)
.
Si consideramos una muestra de n<N elementos, donde el orden en la eleccin de
los mismos tiene importancia, la probabilidad de eleccin de una muestra
cualquiera es
Sea elegida es la suma de las probabilidades de elegir una cualquiera de sus nuplas, tantas veces como permutaciones en el orden de sus elementos sea
posible, es decir:
Muestreo aleatorio con reposicin
Sobre una poblacin E de tamao N podemos realizar extracciones de n
elementos, pero de modo que cada vez el elemento extrado es repuesto al total
de la poblacin. De esta forma un elemento puede ser extrado varias veces. Si el
orden en la extraccin de la muestra interviene, la probabilidad de una cualquiera
de ellas, formada por n elementos es:
Si el orden no interviene, la probabilidad de una muestra cualquiera, ser la suma
de la anterior, repitindola tantas veces como manera de combinar sus elementos
sea posible. Es decir,
Sea n1 el nmero de veces que se repite cierto elemento e1 en la muestra;
Sea n2 el nmero de veces que se repite cierto elemento e2;
Sea nk el nmero de veces que se repite cierto elemento ek, de modo que
n=n1+....+nk. Entonces la probabilidad de obtener la muestra.
El muestreo aleatorio con reposicin es tambin denominado muestreo aleatorio
simple, que como hemos mencionado se caracteriza por que
elegido, y
Obtener una muestra aleatoria simple no es una tarea fcil o prctica bajo muchas
circunstancias. Puede ser una tarea tardada o costosa y algunas veces es
tericamente imposible.
Cuando la poblacin es infinita, es obvio que la tarea de numerar cada elemento
de la poblacin es imposible.
Llamamos muestreo aleatorio simple al que se utiliza con reemplazamiento,
consistente en seleccionar n elementos de entre N que componen la poblacin, de
tal forma que todas las muestras de tamao n que se puedan formar tengan la
misma probabilidad de salir elegidas y las mismas sean independientes, en el
caso de que N sea grande no es preocupante que se haga sin reemplazamiento,
ya que por ejemplo 1/N no difiere mucho de 1/N-1. Esta probabilidad es: p = n/N
En la prctica equivale a numerar la poblacin objeto de estudio, sacando al azar
cada uno de los nmeros que van a formar la muestra y aunque en la prctica, a
pesar de ser el muestro con reemplazamiento, si el elemento (caso de que sea un
individuo para hacer un test u otro caso similar) pueda volver a ser elegido este se
desprecia ya que no tiene sentido entrevistar al mismo en ms de una ocasin y
es por este consenso que se tiende a confundir y expresar que el muestreo
aleatorio simple tiene como condicin que se hace sin reemplazamiento.
Para llevar a cabo esta labor varios procedimientos como el del bombo,
consistente en introducir tantas bolas como elementos tenga la poblacin en un
bombo y elegir tantas bolas como elementos tenga la muestra.
Este procedimiento adems de ser muy laborioso puede inducir a error debido a
defectos de las bolas, al bombo o a cualquier otro factor, por lo que es preciso
sustituirlo por otro mucho ms aleatorio.
El procedimiento ms utilizado es el de las tablas de nmeros aleatorios que
consiste en seleccionar en una tabla de nmeros en grupos de cuatro dgitos
formando filas y columnas; estas se encuentran en muchos libros de Estadstica
sobre todo, los que tienen como captulo La Teora del Muestreo.
divide este por N y el resto de la divisin que ser un nmero entre 0 y N-1 ser la
posicin del individuo a seleccionar tomando el convenio de que el resto 0
corresponde a la posicin N. Para la aplicacin de este procedimiento requiere
que se fije previamente el mayor mltiplo de N que se considerar, para as
garantizar que todos los restos desde 0 a N -1 tengan la misma probabilidad de
ser seleccionados, por ejemplo si N = 150 y tomando 3 columnas se consideraran
slo aquellos nmeros menores o iguales que 900, los nmeros mayores que 900
no sern analizados en la seleccin de la muestra.
Ejemplo 1.1: Dada la siguiente poblacin formada por la edad del hijo mayor de
200 ncleos familiares de una cierta regin.
Seleccione una muestra aleatoria de tamao 10 (use la tabla de nmeros
aleatorios, escoja la tercera fila, tercera columna del segundo bloque de a 1000)
numere la poblacin horizontalmente.
Para extraer la muestra lo primero que hacemos es disponer tres columnas en las
cuales la primera se ubicara los nmeros aleatorios, es decir los nmeros
extrados de la tabla de nmeros aleatorios; en la segunda columna pondremos
Los nmeros aleatorios rectificados que sern aquellos nmeros aleatorios
menores que N =200 y los restos de las divisiones de los nmeros aleatorios
mayores que N =200 y menores que el mayor mltiplo de N es decir 800 y en la
tercera columna de encontrar los valores de la muestra.
En la tabla de nmeros aleatorios la tercera fila, tercera columna del segundo
bloque de a 1000 le corresponde al nmero 3 pero como tenemos que coger el
nmero aleatorio de tres dgitos el primer nmero aleatorio sera el 017, los dems
serian, 984, 955, 130, 850, 374, 665, 910, 288, 753, 765, 691, 496, 001, hemos
escogido 14 nmeros de la tabla de nmeros aleatorios debido a que hay 4 que
son mayores que 800. Veamos a continuacin como extraemos la muestra de la
poblacin:
Para el primer nmero aleatorio 017 se busca en la poblacin el valor que ocupa la
posicin 017 leda la poblacin horizontalmente que sera la edad de 48 aos, el
nmero aleatorio 984 no se contempla dentro del anlisis ya que es mayor que
800, al igual que el nmero 955, el nmero 130, le corresponde la edad de 52
aos, al nmero 850 no se contempla dentro del anlisis, el 374 como es mayor
que 200 se divide por 200 y se obtiene reto 174 y este es el nmero aleatorio
rectificado correspondindole la edad de 53 aos, al nmero 665 se divide por 200
y se obtiene resto 65 que es el nmero aleatorio rectificado correspondindole la
edad de 44 aos en la poblacin, a continuacin presentaremos la tabla de las tres
columnas a la cual nos referimos anteriormente como una va fcil y prctica para
obtener la muestra deseada.
DE
Con esta tcnica, tienes una precisin estadstica ms elevada en
comparacin con el muestreo aleatorio simple. Esto se debe a que la variabilidad
dentro de los subgrupos es menor en comparacin con las variaciones cuando se
trata de toda la poblacin.
Debido a que esta tcnica tiene una alta precisin estadstica, exige un tamao de
la muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los
investigadores.