UNIVERSIDAD DEL VALLE DE GUATEMALA CAMPUS SUR IT268 MODELOS ESTADISTICOS AVANZADOS ING.

SERGIO BARRERA

MODELOS DE MUESTREOS

POR: GERBER MICHAEL MORALES PEREZ11796

INTRODUCCIN

La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional.Existen numerosas tcnicas para seleccionar muestras. Este paso es de importancia vital en un estudio estadstico, porque las conclusiones que se obtienen dependen muy esencialmente de las muestras analizadas. Las tcnicas que proporcionan las mejores muestras son las aleatorias, en las que cualquier integrante de la poblacin tiene la misma probabilidad de ser elegido. La cantidad de elementos que integran la muestra o el tamao de la muestra depende de mltiples factores, como el dinero y el tiempo disponibles para el estudio, la importancia del tema analizado, la confiabilidad que se espera de los resultados, las caractersticas propias del fenmeno analizado, etc. Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio que congrega el azar como recurso en el proceso de seleccin. Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante, en este documento se muestran los tipos de los de muestreo que tienen cada uno de estos modelos, los cuales se explican brevemente y se presentas ejemplos de estos modelos.

OBJETIVOS:

GENERAL: Logar conocer los modelos de muestreo que se utilizan en la estadstica, saber en qu momentos se pude aplicar y en cuando es conveniente utilizarlo.

ESPECFICOS: Saber cuntos modelos de muestreos existen en la estadstica, los cuales estn dispuestos para utilizarlos en el mejor momento. Conocer en qu momento o condiciones es adecuado utilizar un modelo de muestreo. Logara conocer cmo realizar un modelo de muestreo para obtener las mejores conclusiones.

Tipos de muestreo Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos. A continuacin se describen los distintos tipos para estos dos grandes grupos, si bien En general, para los estudios que nosotros llevaremos a cabo, trabajaremos con muestreos probabilsticos. Mtodos de muestreo probabilsticos Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos: Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. Muestreo aleatorio sistemtico: Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k = N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo se este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin (tamao geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales. Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin. Muestreo aleatorio por conglomerados: Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc, son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de muestreo por reas. El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos. Para finalizar con esta exposicin de los mtodos de muestreo probabilsticos es necesario comentar que ante lo compleja que puede llegar a ser la situacin real de muestreo con la que nos enfrentemos es muy comn emplear lo que se denomina muestreo polimetlico. Este tipo de muestreo se caracteriza por operar en sucesivas etapas, empleando en cada una de ellas el mtodo de muestreo probabilstico ms adecuado.

2 Mtodos de muestreo no probabilsticos A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Muestreo por cuotas: Tambin denominado en ocasiones accidental. Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms representativos o adecuados para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas cuotas que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en una determinada regin. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin. Muestreo intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras representativas mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto. Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios. Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones marginales , delincuentes, sectas, determinados tipos de enfermos, etc.

EJEMPLOS Mtodo probalistico:

Muestreo aleatorio estratificado

2. En un Ingenio, desea hacer una estimacin del promedio de grados Brix con que llega la caa a la fbrica. Para el efecto desea realizar un muestreo aleatorio estratificado, puesto que la caa puede provenir de tres tipos de proveedores. Proveedor tipo A (estrato 1) la caa proviene de lotes de la misma finca. Proveedor tipo B (estrato 2) la caa proviene de fincas de particulares en donde el ingenio ha prestado servicios. Proveedor tipo C (estrato 3) la caa proviene de fincas de particulares en donde el ingenio no ha tenido ningn servicio. De estudios anteriores, se conoce el tamao y desviacin estndar de cada estrato y adems se desea tener una precisin de un grado brix en el estudio. De qu tamao debe de ser la muestra total y de cada estrato?. DATOS: ESTRATO 1 2 3 N = S Ni = 998 Ni 558 190 250 Si 3.5 5.4 6.2 wi* 558/998 = 0.56 190/998 = 0.19 250/998 = 0.25

* con distribucin proporcional. S N i S i /w i n = --------------ND + S N i S i

S N i S i /w i = N 1 S 1 /w 1 + N 2 S 2 /w 2 + N 3 S 3 /w 3

S N i S i /w i = (558)(3.5)/0.56 + (190)(5.4)/0.19 +

(250)(6.2)/0.25 = 6,811,087.5 + 5,540,400 + 9,610,000

S N i S i /w i = 21,961,487.5

S N i S i = N 1 S 1 + N 2 S 2 + N 3 S 3

S N i S i = 558(3.5) + (190)(5.4) + (250)(6.2)

S N i S i = 6835.5 + 5540.4 + 9610 = 21,985.9

1 D = ---- = 0.25 4

ND = (998)(0.25) = 249,001

S N i S i /w i

21,961,487.5

n = --------------- = -------------------- = 81 ND + S N i S i 249,001 + 21,985

Como se utiliz distribucin proporcional, a cada estrato le tocara el siguiente tamao de muestra: n 1 = 81(558/998) = 45 ; n 3 = 81(250/998) = 20. n 2 = 81(190/998) = 15

3 En un experimento se evalu la aplicacin de productos qumicos para el control

de nematodos. Fueron utilizados los siguientes tratamientos: A. Testigo absoluto (sin aplicacin). B. Oxamyl 1.5 lt (forma de aplicacin: foliar) C. Oxamyl 1.5 lt (forma de aplicacin: al suelo) D. Oxamyl 2.0 lt (forma de aplicacin: foliar) E. Carbofuran 15 gr. (aplicado al suelo) F. Oxamyl 2.0 lt (forma de aplicacin: al suelo) Los tratamientos fueron analizados en un diseo bloques al azar con cinco repeticiones. La variable de respuesta medida fue el nmero de nematodos vivos por unidad experimental. Los datos obtenidos se presentan en la siguiente tabla:

CONCLUCIONES Se logra conocer los mtodos de muestreos estadsticos, los cuales se dividen dando un punto de vista para poder solucionar o encontrar conclusiones a distintos problemas. Se logra conocer las mejores condiciones para aplicar cada mtodo en la solucin o para encontrar las mejores conclusiones para un problema. Con la ayuda de los ejemplos se logra tener una idea de cmo poder aplicar estos mtodos los cuales dependiendo las condiciones que se muestren sern los mtodos que se utilizaran para encontrar una mejor solucin.

RECOMENDACIONES

Leer y entender bien el problema que se le presenta para poder elegir el mtodo de muestreo a realizar para lograr tener la mejor conclusin posible. Si es nesesario utilizar los dos mtodos, se tendr que hacer ya que en muchos casos se utilizan uno o ms tipos de muestreos para poder encontrarle una conclucion al problema.