Академический Документы
Профессиональный Документы
Культура Документы
Muestreo
1
En la primera clase como una breve introduccin, hemos
mencionado que las poblaciones estn formadas por
individuos, pero sera mejor denominarlas unidades de
muestreo o unidades de estudio:
Personas, clulas, familias, hospitales, pases
Cmo se hace?
Pdele que lance una moneda antes de responder y
Si sale cara que diga la opcin compremetida
(no tiene por qu avergonzarse, la culpa es de la moneda)
Si sale cruz que diga la verdad
(no tiene por qu avergonzarse, el encuestador no sabe si ha
salido cara o cruz)
Con respuesa
aleatorizada Diferencia entre los que han dicho s y los que deban hacerlo
40% No por que as lo indicaba la moneda
60% S
0,6 0,5
No son mitad y mitad! p
*
0,2 20%
El porcentaje estimado de ind. que tom drogas es: 1 0,5
Los que deben decir la verdad
5
Tcnicas de muestreo
Cuando elegimos individuo de una poblacin de estudio
para formar muestras podemos encontrarnos en las
siguientes situaciones:
Muestreos probabilistas
Conocemos la probabilidad de que un individuo sea elegido para la
muestra.
Interesantes para usar estadstica matemtica con ellos.
Muestreos no probabilistas
No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.
En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican usan
esta tcnica. Buff!
En adelante vamos a tratar exclusivamente con muestreos
con la menor posibilidad de sesgo (probabilistas): aleatorio
simple, sistemtico, estratificado y por grupos.
6
Muestreo aleatorio simple (m.a.s.)
Se eligen individuos de la poblacin de estudio, de
manera que todos tienen la misma probabilidad de
aparecer, hasta alcanzar el tamao muestral deseado.
8
Muestreo estratificado
Se aplica cuando sabemos que hay ciertos factores
(variables, subpoblaciones o estratos) que pueden influir
en el estudio y queremos asegurarnos de tener cierta
cantidad mnima de individuos de cada tipo:
Hombres y mujeres,
Jovenes, adultos y ancianos
10
Estimacin
Un estimador es una cantidad numrica calculada sobre una
muestra y que esperamos que sea una buena aproximacin de
cierta cantidad con el mismo significado en la poblacin
(parmetro).
11
Es til conocer la distribucin de un estimador?
Es la clave para hacer inferencia. Ilustrmoslo con un ejemplo que ya
tratamos en el tema anterior (teorema del lmite central).
13
Ejemplo: Una muestra de n=100 individuos de una
poblacin tiene media de peso 60 kg y desviacin 5kg.
Dichas cantidades pueden considerarse como aproximaciones
(estimaciones puntuales)
60 kg estima a
5 kg estima a
5/raiz(n)= 0,5 estima el error estndar (tpico) EE
Estas son las llamadas estimaciones puntuales: un nmero concreto
calculado sobre una muestra es aproximacin de un parmetro.
15
Qu hemos visto?
Sesgo de seleccin
Poblacin objetivo
Poblacin de estudio
Otros sesgos
Tcnica de respuesta aleatorizada
Tcnicas de muestreo
No probabilistas
Probabilistas
m.a.s.
Sistemtico
Estratificado
Conglomerados
Estimacin
Estimador
Estimacin puntual
Error estndar
Estimacin confidencial
Nivel de confianza 1-
16