Escolar Documentos
Profissional Documentos
Cultura Documentos
Muestreo
V 1 Distribuciones de Muestreo
V.1.
Definicin
La distribucin de probabilidad de un estadstico recibe el
nombre de distribucin muestral.
La distribucin muestral de un estadstico depende del
tamao de la poblacin, del tamao de las muestras y del
mtodo de seleccin de stas ltimas.
V.1.1. Distribuciones de muestreo
para medias
` La distribucin de probabilidad de se llama distribucin muestral de la media.
` LLa primera
i distribucin
di t ib i muestral
t l a considerarse
id es la
l de
d la
l mediadi . Supngase
S que
una muestra aleatoria de n observaciones se toma de una poblacin normal con
media y con varianza finita 2. Cada observacin Xi, i = 1, 2,...., n, de la muestra
aleatoria tiene entonces la misma distribucin normal que la poblacin que est
siendo muestreada. Por lo que:
n
x
X 1 + X 2 + ..... + X n i =1 i
X= =
n n
n
xi
1 n 1 n 1 n 1
E (X ) = E = E x i = E ( x i ) = = (n ) =
n n
i =1
i =1 n i =1 n i =1 n
n
xi
= 1 Var x = 1 Var ( x ) = 1 2
n n n
Var ( x) = Var i =1
n n2 i =1
i
n i =1
2 i
n i =1
2 i
1
Var ( x ) = 2 n 2
n
2
Var ( x ) =
n
V 1 3 Teorema Central de Lmite
V.1.3.
` Dadas las propiedades anteriores se establece que para
poblaciones infinitas:
2
x N ,
n
2
x N 0,
n
x
z= N (0,1)
2
n
V 1 3 Teorema Central de Lmite
V.1.3.
` Si X es la media de una muestra aleatoria de tamao n
que se toma de una poblacin con media y con varianza
finita 2, entonces la forma lmite de la distribucin de:
X
Z=
n
` Conforme n tiende a infinito es la distribucin normal
estndar n(z; 0, 1).
V 1 3 Teorema Central de Lmite
V.1.3.
` En trminos simples el teorema central de lmite se enuncia de
la siguiente manera:
` Si X es una variable aleatoria con media y desviacin estndar , la
distribucin de muestreo de la media de la muestra debe ser
aproximadamente normal con media y desviacin estndar sin
importar la forma de la distribucin original de la variable aleatoria
X siempre
X, i y cuando
d ell tamao de
d la
l muestra sea granded (n).
( )
` La aproximacin normal para generalmente ser buena si n 30 sin
importar la forma de la poblacin. Si n < 30, la aproximacin es
buena slo si la poblacin no difiere mucho de una distribucin
normal y, como se estableci antes, si se sabe que la poblacin es
normal la distribucin muestral de seguir exactamente una
normal,
distribucin normal, sin importar qu tan pequeo sea el tamao de
las muestras
V 1 3 Teorema Central de Lmite
V.1.3.
Ejemplo:
1. En un proceso de produccin se sabe que la cantidad, en
promedio, de piezas defectuosas es de 4 con una desviacin de 2,
en una muestra
t d de 30 piezas.
i Calcular
C l l la l probabilidad
b bilid d de
d tener
t
menos de 3 piezas defectuosas.
X
Z=
n
34 1
Z= = = 2.7386
2 2
30 30
Como z = 2.7386
C 2 7386 valor
l que bbuscadod en lla ttabla
bl de
d lla normall es:
0.0032 lo que significa que se tiene una probabilidad de 0.32%
de tener menos de tres piezas defectuosas.
defectuosas
V 2 Muestreo
V.2.
Definicin
` Es un procedimiento para seleccionar un subconjunto,
llamado muestra, de elementos de una poblacin.
` El objetivo principal del muestreo es considerar el mayor
nmero de unidades con el menor costo posible.
V.2.
2 Clasificacin del muestreo
` Existen diferentes criterios de clasificacin de
los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes
grupos:
1. Mtodos
Mt d d de muestreo
t no probabilsticos
b bil ti
2. Mtodos de muestreo probabilsticos
V.2.1. Muestreo No Probabilstico (No
Aleatorio))
Aleatorio
` 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
i para realizar
li generalizaciones,
li i pues no se
tiene certeza de que la muestra extrada sea
representativa ya que no todos los sujetos de la
representativa,
poblacin tienen la misma probabilidad de ser elegidos. En
general se seleccionan a los sujetos siguiendo
determinados criterios procurando que la muestra sea
representativa.
V.2.1. Muestreo No Probabilstico (No
Aleatorio)
` En algunas circunstancias los mtodos estadsticos y
epidemiolgicos permiten resolver los problemas de
representatividad aun en situaciones de muestreo no
probabilstico,
b bil i por ejemplo
j l los
l estudios
di ded caso-control,l
donde los casos no son seleccionados aleatoriamente de
la poblacin.
poblacin
V.2.1. Muestreo No Probabilstico (No
Aleatorio)
` Entre los mtodos de muestreo no probabilsticos ms
utilizados en investigacin encontramos:
` Muestreo intencional o de conveniencia
` Muestreo por cuotas
` Muestreo opintico o intencional
` Muestreo casual o incidental
` Bola de nieve
` M
Muestreo Discrecional
Di i l
V 2 2 Muestreo Intencional
V.2.2.
` Es cuando una persona selecciona la muestra procurando que
sea representativa,
representativa dependiendo tal representatividad de su
intencin u opinin, con lo que la evaluacin es subjetiva. En
este proceso no se produce una seleccin aleatoria de las
muestras limitndose el muestreo a unidades que parecen ser
representativas de la poblacin que se considera. Se obtiene
informacin sobre esas unidades y con base en la misma se
hacen estimaciones sobre las caractersticas de la poblacin.
poblacin
a. Aplicando Criterio: el criterio de la persona que selecciona la
muestra es importante, porque personas diferentes tiene criterios
diferentes No hay mtodo objetivo por el que se prefiera un
diferentes.
criterio de seleccin de muestra a otro.
b. Muestreo sin norma: Es cuando se toma la muestra de cualquier
manera por razones de comodidad
comodidad. La representatividad de tal
muestra slo puede aspirar a ser medianamente satisfactoria en el
caso de que la poblacin sea homognea.
V 2 3 Muestreo por cuotas
V.2.3.
` 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"
p o "adecuados" para
p los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo
aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.
aqul
` En este tipo de muestreo se fijan unas "cuotas" que consisten
en un nmero de individuos qque renen unas determinadas
condiciones, por ejemplo: 25 individuos de 20 a 35 aos, de
sexo femenino y residentes en la Ciudad de Mxico. 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.
V.2.4. Muestreo opintico o
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.
i EEs muy ffrecuente su utilizacin
ili i en
sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
voto
V
V.2.5
V.2.5.
2 5. 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 losl individuos
i di id a los
l que se tiene
i fcil
f il acceso
(los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos)
alumnos). Un caso particular es el
de los voluntarios.
V
V.2.6
V.2.6.
2 6. 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
di con poblaciones
bl i ""marginales",
i l " d delincuentes,
li sectas,
determinados tipos de enfermos, etc.
V.3. Muestreo Probabilstico
(Aleatorio)
` Es cuando puede establecerse la probabilidad de obtener cada
una de las muestras que sea posible seleccionar (elementos
( del
espacio muestral S) mediante un proceso de muestreo dado,
esto es
es, cuando la seleccin de muestras constituya un
fenmeno aleatorio probabilizable. Dicha seleccin se
verificar en condiciones de azar, siendo susceptible
p de medida
de incertidumbre derivada de la misma. Esto permitir medir
los errores cometidos en el proceso de muestreo.
` Para establecer la probabilidad de todas las muestras posibles
derivadas de un procedimiento de muestreo dado, ser
necesarioi conocer ese conjunto
j t de
d muestras,
t es decir,
d i ser
necesario delimitar tanto el mtodo de muestreo como el
espacio muestral derivado del mismo.
V.3. Muestreo Probabilstico
V.3.
(Aleatorio)
` Se establece que el muestreo aleatorio es un proceso
de seleccin de muestras, mediante el cual se
garantiza que todos los elementos de la poblacin
tienen la misma probabilidad de ser elegidos para ser
parte de la muestra. A la muestra seleccionada de
esta forma se le llama muestra aleatoria.
V.3. Muestreo Probabilstico
(Aleatorio)
` En el proceso de seleccin de una muestra, puede suceder que, una vez
seleccionado y computado un elemento
elemento, ste sea devuelto a la poblacin,
poblacin
pudiendo ser seleccionado de nuevo para formar parte de la misma
muestra. En este caso se habla de un muestreo con reemplazamiento.
` En cambio,
cambio si una vez seleccionado un elemento,
elemento no puede volver a formar
parte de la misma muestra, se habla de muestreo sin
reemplazamiento.
` C d se utiliza
Cuando tili ell mtodo
t d dde muestreo
t con reemplazamiento,
l i t ell
resultado de la extraccin de cada elemento es independiente de los
resultados anteriores.
` E ell muestreo con reemplazamiento,
En l ell nmero
de
d elementos
l de
d la
l
poblacin no se acaba nunca, por lo que se puede dar el hecho de muestras
con mayor tamao que el nmero de elementos de la poblacin.
` En poblaciones finitas, si el muestreo es sin reemplazamiento, el
resultado de una extraccin depende de los resultados anteriores.
V.3. Muestreo Probabilstico
V.3.
(Aleatorio)
` El muestreo aleatorio realizado bajos ciertas condiciones
y sometido a ciertos requisitos, sirve para generalizar
conclusiones obtenidas a travs de una muestra, aplicables
a toda
d lla poblacin
bl i dde lla que forma
f parte, dentro
d de
d
ciertos lmites de confiabilidad, establecidos de antemano.
V.3. Muestreo Probabilstico
V.3.
(Aleatorio)
` Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:
` Muestreo aleatorio simple
` Muestreo aleatorio sistemtico
` Muestreo aleatorio estratificado
` Muestreo aleatorio por conglomerados
V 4 Mtodo de Muestreo
V.4.
` Un procedimiento o mtodo de muestreo es un proceso o
mecanismo mediante el que se seleccionan las muestras de
modo que cada una tenga una determinada probabilidad de ser
elegida.
g
` Por lo tanto, el mtodo aleatorio empleado para seleccionar la
muestra define en el espacio muestral S una funcin de
probabilidad
b bilid d P ttall que:
a. P(Si) 0 para toda i
b.
P(S ) = 1
S
i