Teoría Del Muestreo

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 18

Teora del Muestreo

La teora del muestreo es el estudio de las relaciones existente entre una poblacin y
muestras extradas de la misma. Tiene gran inters en muchos aspectos de la
estadstica. Por ejemplo permite estimar cantidades desconocidas de la poblacin
(tales como la media poblacional, la varianza, etc.), frecuentemente llamada
parmetros poblacionales o brevemente parmetros, a partir del conocimiento, de las
correspondientes cantidades muestrales (tales como la media muestral, la varianza ,
etc.), a ,menudo llamadas estadsticos muestrales o brevemente estadsticos.
La teora de muestreo es tambin til para determinar si la diferencias que se puedan
observar entre dos muestras son debidas a la aleatoriedad de las mismas o si por el
contrario son solamente significativas. Tales preguntas surgen por ejemplo, al
ensayar un nuevo suero para el tratamiento de una enfermedad, o al decir si un
proceso de produccin es mejor que otro. Estas decisiones envuelven a los llamados
ensayos e hiptesis de significacin, que son de gran importancia en la teora de la
decisin.
En general, un estudio de inferencias, realizados sobre una poblacin mediante
muestras extradas de la misma, junto con las indicaciones de la exactitud de tales
inferencias aplicadas a la teora de la probabilidad, se le conoce como inferencia
estadstica.

Poblacin y Muestra

Poblacin y muestra

Las estadsticas de por s no tienen sentido si no se consideran o se relacionan dentro del contexto con que se
trabajan. Por lo tanto es necesario entender los conceptos de poblacin y de muestra para lograr comprender
mejor su significado en la investigacin educativa o social que se lleva a cabo.

POBLACIN - es el conjunto total de individuos, objetos o medidas que poseen algunas caractersticas comunes
observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigacin debe
de tenerse en cuenta algunas caractersticas esenciales al seleccionarse la poblacin bajo estudio.
Entre stas tenemos:
1.
Homogeneidad - que todos los miembros de la poblacin tengan las mismas caractersticas segn las
variables que se vayan a considerar en el estudio o investigacin.
2.
Tiempo - se refiere al perodo de tiempo donde se ubicara la poblacin de inters. Determinar si el
estudio es del momento presente o si se va a estudiar a una poblacin de cinco aos atrs o si se van a entrevistar
personas de diferentes generaciones.
3.
Espacio - se refiere al lugar donde se ubica la poblacin de inters. Un estudio no puede ser muy
abarcador y por falta de tiempo y recursos hay que limitarlo a un rea o comunidad en especfico.
4.
Cantidad - se refiere al tamao de la poblacin. El tamao de la poblacin es sumamente importante
porque ello determina o afecta al tamao de la muestra que se vaya a seleccionar, adems que la falta de recursos y
tiempo tambin nos limita la extensin de la poblacin que se vaya a investigar.
MUESTRA
- la
muestra
es
un
subconjunto
fielmente
representativo
de
la
poblacin.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione depender de la calidad y cun
representativo se quiera sea el estudio de la poblacin.
1.
ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido.
2.
ESTRATIFICADA - cuando se subdivide en estratos o subgrupos segn las variables o caractersticas
que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la poblacin.
3.
SISTEMTICA - cuando se establece un patrn o criterio al seleccionar la muestra. Ejemplo: se
entrevistar una familia por cada diez que se detecten.
El muestreo es indispensable para el investigador ya que es imposible entrevistar a todos los miembros de una
poblacin debido a problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que se hace es estudiar
una parte o un subconjunto de la poblacin, pero que la misma sea lo suficientemente representativa de sta para
que luego pueda generalizarse con seguridad de ellas a la poblacin.
El tamao de la muestra depende de la precisin con que el investigador desea llevar a cabo su estudio, pero por
regla general se debe usar una muestra tan grande como sea posible de acuerdo a los recursos que haya
disponibles. Entre ms grande la muestra mayor posibilidad de ser ms representativa de la poblacin.
En la investigacin experimental, por su naturaleza y por la necesidad de tener control sobre las variables, se
recomienda muestras pequeas que suelen ser de por lo menos 30 sujetos.
En la investigacin descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un
10 a un 20 por ciento de la poblacin accesible.
Fuente:http://ponce.inter.edu/cai/reserva/lvera/CONCEPTOS_BASICOS.pdf
Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos
sealar
a.
Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.
b.
Como consecuencia del punto anterior ahorraremos costes.
c.
Estudiar la totalidad de los pacientes o personas con una caracterstica determinada en muchas ocasiones
puede ser una tarea inaccesible o imposible de realizar.
d.
Aumentar la calidad del estudio. Al disponer de ms tiempo y recursos, las observaciones y mediciones
realizadas a un reducido nmero de individuos pueden ser ms exactas y plurales que si las tuvisemos que
realizar a una poblacin.
e.
La seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al indicar
los criterios de inclusin y/o exclusin.

Muestreo con o sin reemplazo


Muestreo con reemplazo: Es aquel en que un elemento puede ser seleccionado
ms de una vez en la muestra para ello se extrae un elemento de la poblacin se

observa y se devuelve a la poblacin, por lo que de esta forma se pueden hacer


infinitas extracciones de la poblacin aun siendo esta finita.
Muestreo sin reemplazo: No se devuelve los elementos extrados a la poblacin
hasta que no se hallan extrados todos los elementos de la poblacin que conforman
la muestra.
CON REEMPLAZO
tomas una canica, anotas el resultado y la devuelves a la caja (esa accion seria el
reemplazo), y tomas la segunda canica anotas el resultado y la devuelves a la caja
SIN REEMPLAZO
tomas las dos canicas (sin reemplazarlas) y anotas el resultado
con reemplazo, te pueden salir todas las combinaciones posibles de muestras (por
ejemplo A,A)
sin reemplazo no. Por ejemplo no podrian salirte dos canicas A en una muestra

Mtodos de Muestreo
Es el proceso por el cual se seleccionan los individuos que formarn una muestra.
Para que se puedan obtener conclusiones fiables para la poblacin a partir de la muestra, es importante tanto su
tamao como el modo en que han sido seleccionados los individuos que la componen.
El tamao de la muestra depende de la precisin que se quiera conseguir en la estimacin que se realice a partir
de ella. Para su determinacin se requieren tcnicas estadsticas superiores, pero resulta sorprendente cmo,
con muestras notablemente pequeas, se pueden conseguir resultados suficientemente precisos. Por ejemplo,
con muestras de unos pocos miles de personas se pueden estimar con muchsima precisin los resultados de
unas votaciones en las que participarn decenas de millones de votantes.
Para seleccionar los individuos de la muestra es fundamental proceder aleatoriamente, es decir, decidir al azar
qu individuos de entre toda la poblacin forman parte de la muestra.
Si se procede como si de un sorteo se tratara, eligiendo directamente de la poblacin sin ningn otro
condicionante, el muestreo se llama aleatorio simple o irrestrictamente aleatorio.
Cuando la poblacin se puede subdividir en clases (estratos) con caractersticas especiales, se puede muestrear
de modo que el nmero de individuos de cada estrato en la muestra mantenga la proporcin que exista en la
poblacin. Una vez fijado el nmero que corresponde a cada estrato, los individuos se designan aleatoriamente.
Este tipo de muestreo se denomina aleatorio estratificado con asignacin proporcional.
Las inferencias realizadas mediante muestras seleccionadas aleatoriamente estn sujetas a errores, llamados
errores de muestreo, que estn controlados. Si la muestra est mal elegida no es significativa se producen
errores sistemticos no controlados.
Muestreo
El diseo de muestra o disea de encuesta especifica el mtodo de obtencin de la muestra.
El diseo no especifica la forma de recolectar o medir los datos reales. Especifica nicamente el mtodo de
recoleccin de los objetos que contienen la informacin requerida. Estos objetos se llaman elementos.

Un elemento es un objeto del cual se toma una medicin.


Los elementos pueden ocurrir individualmente o en grupos en la poblacin. Un grupo de elementos, como una
familia o una caja de cerillos se llama unidad de muestreo.
Las unidades de muestreo son colecciones disjuntas de elementos de la poblacin. En algunos casos una unidad
muestral esta constituida por un solo elemento.
Para seleccionar una muestra aleatoria de unidades de elementos mustrales, es necesaria una lista de todas las
unidades mustrales contenidas en la poblacin. Esta lista se le denomina marco muestral.
Un marco muetral es una lista de unidades mustrales.
Sago y Error en el Muestreo
Sea el estimador muestral del parmetro poblacional. El error de estimacin es la diferencia absoluta - .
Como Seleccionar Una Muetra Aleatoria
Al seleccionar una muestra aleatoria de n mediciones de una poblacin infinita de N mediciones, si el muestreo
se lleva a cabo de forma que todas las muestras posibles de tamao n tenga la misma probabilidad de ser
seleccionadas, el muestreo se llama aleatorio y el resultado es una muestra aleatoria simple.
Estimacin basada en una Muestra Aleatoria Simple
Al usar muestreo aleatorio simple para estimar la medida poblacional , se obtiene el siguiente estimador:
Estimacin de la medida poblacional para un muestreo aleatorio simple
Estimador
Varianza estimada del estimador:
con
Cotas para el error estimacin:
Estimacin del Total Poblacional para una muetra aleatoria simple
Estimador:
Varianza Estimada del Estimador:
Cota para el Error de Estimacin:
Estimacin de la proporcin poblacional para una muetra aleatoria simple
Estimador
Varianza estimado del estimador:
con
Cotas para el error de estimacin:
En este caso y es l numero total de los elementos de la muestra que tienen determinada caracterstica.
Muestreo Aleatorio Estratosfrico
Una muetra aleatoria estratificada es una muetra aleatoria que se obtiene separando los elementos de la
poblacin en grupos disjuntos, llamados estratos, y seleccionando una muetra aleatoria simple dentro de cada
estrato.
Afijacion de la Muetra para los Estratos
i=1,2,....,L
donde Ni es l numero de elementos del estrato i y
es el tamao de la poblacin.
Estimacin de la Media y la Varianza de Cada Estrato
i=1,2,....,L
donde yij es la j-sima observacin del estrato i.
La varianza es un estimador de la correspondiente varianza del estrato .

El estimador de la media poblacional , basado en un muestreo aleatorio estratificado.


Estimacin de la Media Poblacional para una Muestra Aleatoria Estratificada
Estimador
Varianza estimada del estimador:
Cotas para el error de estimacin:
Estimador del total Poblacional para una Muestra Aleatoria Estratificada
Estimador
Varianza estimado del estimador:
Cotas para error de estimacin:
Estimacin de la Proporcin Poblacional para una Muestra Aleatoria Estratificada
Estimador
Varianza estimada del estimador:
Cotas para error de estimacin:
Muestreo por Conglomerados
Una muestra por conglomerados se obtiene seleccionando aleatoriamente un conjunto de m colecciones de
elementos mustrales, llamados conglomerados, de la poblacin y posteriormente llevando a cabo un censo
completo en cada uno de los conglomerados.
Estimacin de la Media Poblacional en un Muestreo por Conglomerados
Estimador:
Varianza estimada del estimador:
Cotas para el error de estimacin:
donde
M es l numero de conglomerados en la poblacin y m es el numero de conglomerados en la muestra.
Estimacin del Total Poblacional en un Muestreo por Conglomerados
Estimador:
Varianza estimada del estimador:
Cotas para el error de estimacin:
Estimacin de la Proporcin Poblacional en un muestreo por Conglomerados
Estimador:
Varianza estimada del estimador:
Cotas para el error de estimacin:
Cuando los tamaos de los conglomerados son iguales, es un buen estimador de la varianza real para cualquier
numero m de conglomerados mustrales. Cuando los tamaos de los conglomerados no son iguales, es un buen
estimador nicamente cuando m es grande, por ejemplo .
Determinacin del Tamao de Muestra
Tamao de muestra para estimar en el muestreo aleatorio simple
con
donde es la varianza poblacional, N es l numero de elementos de la poblacin, y B en la cota para el error de
estimacin.
Si N es grande, la formula del tamao de muestra se reduce.
Tamao de muetra para estimar en un muestreo aleatorio simple cuando N es muy grande

Cuando el objetivo es estimar el total poblacional , con una cota B para el error de estimacin, se debe sustituir
en la formula del tamao.
Tamao de muestra para la estimacin de n en un muestreo aleatorio estratificado
y
donde y son, respectivamente la varianza y el tamao del i-simo estrato.
El tamao de muestra necesario para estimar el total poblacional , con una cota para el error de estimacin, se
obtiene sustituyendo en la ecuacin.
Tamao de muestra para la estimacin de p para una muetra aleatoria estratificada cuando N es
muy grande
Muestreo por Conglomerados
En muestreo aleatorio estratificado primero se particiona la poblacin en estratos, y entonces se selecciona una
muestra aleatoria de cada estrato. El procedimiento en el muestreo por conglomerados es al revs. Despus de
dividir la poblacin en conglomerados se selecciona al azar algunos de ellos. Dentro de cada conglomerado
escogido, se registran todos los elementos mustrales. En el muestreo aleatorio estratificado las unidades
mustrales son los elementos individuales de la poblacin, mientras que en el muestreo por conglomerados las
unidades mustrales son conglomerados de los elementos.
Otros Diseos y Procedimientos de Muestreo
Muestreo sistemtico
Para obtener una muetra sistemtica, se elige aleatoriamente un elemento dentro de los primeros k elementos
del marco muestral y posteriormente se selecciona en forma sucesiva el k-simo elemento que sigue al ultimo
que se obtuvo.
Estimadores de Razn
El estimador de razn es un sistema basado en la relacin existente entre dos variables y y x que se miden en el
mismo conjunto de elementos. Como la regresin lineal el estimador de razn usa informacin sobre una
variable x para estimar y .
Muestreo por Conglomerados bi-etpico
Este se lleva acabo seleccionando una muetra aleatoria simple de conglomerados y posteriormente
seleccionando una muetra aleatoria de elementos de cada uno de los conglomerados. Por lo tanto, cuando el
tamao de los conglomerados es muy grande o cuando los elementos de un conglomerados son muy similares,
el muestreo de dos etapas constituye una alternativa eficiente para el muestreo por conglomerados.
Muestreo de respuesta aleatoria
En el muestreo de poblaciones humanas, los resultados de la investigacin pueden distorsionarse a que algunos
informantes se niegan a contestar todas las preguntas, o proporcionan informacin incorrecta.
Para llevar a cabo encuestas relacionadas con tpicos delicados, se ha creado este sistema de muestreo, y
requiere que la pregunta sobre el tema delicado se acompae de una pregunta inocua. El informante responde
nicamente una de las dos preguntas seleccionadas al azar.

Distribuciones Muestrales
En estadstica, la distribucin muestral es lo que resulta de considerar todas
las muestras posibles que pueden ser tomadas de una poblacin. Su estudio permite
calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al
parmetro de la poblacin. Mediante la distribucin muestral se puede estimar el
error para un tamao de muestra dado.

El estudio de determinadas caractersticas de una poblacin se efecta a travs de


diversas muestras que pueden extraerse de ella.
El muestreo puede hacerse con o sin reposicin, y la poblacin de partida puede ser
infinita o finita. Una poblacin finita en la que se efecta muestreo con reposicin
puede considerarse infinita tericamente. Tambin, a efectos prcticos, una
poblacin muy grande puede considerarse como infinita. En todo nuestro estudio
vamos a limitarnos a una poblacin de partida infinita o a muestreo con reposicin.
Consideremos todas las posibles muestras de tamao n en una poblacin. Para cada
muestra podemos calcular un estadstico (media, desviacin tpica, proporcin,...)
que variar de una a otra. As obtenemos una distribucin del estadstico que se
llama distribucin muestral.
Las dos medidas fundamentales de esta distribucin son la media y la desviacin
tpica, tambin denominada error tpico.
Hay que hacer notar que si el tamao de la muestra es lo suficientemente grande las
distribuciones muestrales son normales y en esto se basarn todos los resultados
que alcancemos.

Distribuciones Muestrales de una poblacin: media, varianza y proporcin


a) Media
La distribucin muestral de la Media depende de varios circunstancias como la
distribucin de la poblacin de la que se extrae las muestras:
1) La poblacin se distribuye segn el modelo Normal. La distribucin de Medias
muestrales sigue el modelo Normal, con parmetros mu y sigma

donde sigma al cuadrado y n son la Varianza de la distribucin poblacional y el


tamao de la muestra respectivamente.
2) La poblacin no sigue la distribucin Normal. En este caso la distribucin de
Medias muestrales se acerca al modelo Normal (con los mismos parmetros que
hemos visto al apartado a) cuanto mayor sea el tamao de la muestra.
Algunas caractersticas de la distribucin muestral de la Media

1) La variacin de la distribucin muestral es menor cuanto mayor sea n (tamao de


la muestra) siempre que la Varianza de la poblacin sea la misma.
Explicacin: La frmula de la Varianza de la distribucin muestral de la Media es:

cuanto mayor es el denominador (n), ms pequeo es el valor del trmino a la


izquierda del "igual".
Ejemplo
A continuacin se presenta las Varianzas y los Histogramas de tres distribuciones
muestrales de la Media (nmero de muestras=100) en que los tamaos de las
muestras son n=25, n= 100 y n=1000.
n=25
Varianza= 0.43

n=100
Varianza= 0.11

n= 1000

Varianza= 0.01

Los valores de la Varianza de la distribucin de Medias muestrales son inferiores y la


dispersin observada en los Histogramas (ver en el eje horizontal que la amplitud de
la variable disminuye) cuanto mayor es n.
2) Cuando la distribucin de Medias muestrales aproxima la distribucin Normal,
podemos obtener probabilidades de las Medias muestrales.
Ejemplo
Si obtenemos una Media muestral igual a 6, y sabemos que la distribucin muestral
es Normal(5,2) -el 5 es la media y el 2 la Desviacin Tpica de la distribucin
muestral- la probabilidad de obtener puntuaciones iguales o inferiores a 6 es

La probabilidad de obtener valores iguales o inferiores a 0.5 en una distribucin


Normal es 0.69 (consultar tablas o funciones de probabilidad de la distribucin
Normal).
b) Varianza
La distribucin muestral del estimador de la Varianza, (la Cuasivarianza) es:

Donde n es el nmero de grados de libertad.


c) Proporcin
La distribucin de p aproxima la distribucin Normal con parmetros

si el producto np es mayor que 5.


Ejemplo
La distribucin muestral de la proporcin de "suspenso" en un muestreo aleatorio en
que el nmero de muestras es igual a 10000, el tamao de la muestra es igual a 20 y
la probabilidad de obtener "suspenso" es igual 0.3 es

A recordar
Muestra: Subconjunto de la poblacin.
Distribucin muestral: Distribucin del estadstico obtenido en las muestras.
Parmetro: Caracterstica de la poblacin.
N: Tamao de la poblacin.
n: Tamao de la muestra.
Diferenciacin de los smbolos de la muestra, poblacin y distribucin muestral:

Muestreo: Proceso de seleccin de las muestras

Las distribuciones muestrales aparecen de forma completa (un nmero muy grande
de muestras) en los textos para mostrar con mayor claridad sus caractersticas, pero
hay que tener en cuenta que cuando se trabaja con datos reales, generalmente se
dispone de UNA suela muestra.
El muestreo tiene como finalidad obtener muestras lo ms representativas posibles
de la poblacin.
El conocimiento de la distribucin muestral del estadstico permite cuantificar la
probabilidad de obtener valores particulares del estadstico.

Teora de la Estimacin
La teora de estimacin estadstica estudia como obtener informacin sobre una
poblacin, mediante muestras extraidas de ella.
Un importante problema es la estimacin de parmetros de una poblacin a partir de
los correspondientes parmetros de las muestras, llamados estadsticos muestrales.
ESTIMADOR
Un estimador de un parmetro poblacional es una funcin de los datos muestrales.
En pocas palabras, es una frmula que depende de los valores obtenidos de una
muestra, para realizar estimaciones.
ESTIMACION PUNTUAL
Consiste en la estimacin del valor del parmetro mediante un slo valor, obtenido de
una frmula determinada. Por ejemplo, si se pretende estimar la talla media de un
determinado grupo de individuos, puede extraerse una muestra y ofrecer como
estimacin puntual la talla media de los individuos de la muestra.
ESTIMACION POR INTERVALO
Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro
estimado con una cierta probabilidad.
EJERCICIO
Que estudia la teoria de estimacion?

R= Estudia como obtener informacin sobre una poblacin, mediante muestras


extraidas de ella.
Que intencion tienen las estimaciones?
R= La aproximacion de parametros desconosidos de la poblacion.
Que es estimador?
R= Es una regla o prosedimiento expresado por una formula.
Que es estimacion?
R= Es un valor especificoobservado por un estimador por lo que asigna uno o varios
valores nuemricos.
Que es el valor maximo admisible?
R= Es la diferencia entre la estomacion y el valor real con un nivel de confiansa
determinado

Propiedades del estimador puntual

Estimacin por intervalo


Con la estimacin puntual se estima el valor del parmetro poblacional desconocido,
a partir de una muestra. Para cada muestra se tendr un valor que estima el
parmetro. Esta estimacin no es muy til si desconocemos el grado de
aproximacin de la estimacin al parmetro. Es deseable conocer un mtodo que
nos permita saber donde se encuentra el parmetro con un cierto grado de certeza.
Este mtodo va a ser la determinacin de un intervalo donde estar el parmetro con
un nivel de confianza.
El intervalo se contruye a partir de una muestra, entonces, para cada muestra se
tendr un intervalo distinto. Llamaremos a al error que se permite al dar el intervalo y
el nivel de confianza ser 1- . Un intervalo tiene un nivel de confianza 1- cuando el
100(1- )% de los intervalos que se construyen para el parmetro lo contienen.
Es deseable para un intervalo de confianza que tenga la menor amplitud posible,
esta amplitud depender de:

El tamao de la muestra, mientras mayor sea el tamao mejor ser la


estimacin, aunque se incurre en un aumento de costes

Nivel de confianza, si se pide mayor nivel de confianza, el intervalo ser


mayor.

Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro
estimado con una cierta probabilidad. En la estimacin por intervalos se usan los
siguientes conceptos:
Intervalo de confianza
El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el
parmetro a estimar. Este intervalo contiene al parmetro estimado con un
determinado nivel de confianza. Pero a veces puede cambiar este intervalo cuando la
muestra no garantiza un axioma o un equivalente circunstancial.
Variabilidad del Parmetro
Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la
literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el
tamao de la muestra que prescinden de este aspecto. Habitualmente se usa como
medida de esta variabilidad la desviacin tpica poblacional y se denota .
Error de la estimacin

Es una medida de su precisin que se corresponde con la amplitud del intervalo de


confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms
estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el
error, ms observaciones debern incluirse en la muestra estudiada. En caso de no
incluir nuevas observaciones para la muestra, ms error se comete al aumentar la
precisin. Se suele llamar E, segn la frmula E = (2 - 1)/2.
Lmite de Confianza
Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin
se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1), aunque habitualmente suele expresarse con un porcentaje ((1-)100%). Es
habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con
valores de 0,05 y 0,01 respectivamente.
Valor
Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de
fallar en nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de
confianza (1-). Por ejemplo, en una estimacin con un nivel de confianza del 95%,
el valor es (100-95)/100 = 0,05
Valor crtico
Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que
deja a su derecha un rea igual a /2, siendo 1- el nivel de confianza. Normalmente
los valores crticos estn tabulados o pueden calcularse en funcin de la distribucin
de la poblacin. Por ejemplo, para una distribucin normal, de media 0 y desviacin
tpica 1, el valor crtico para = 0,1 se calculara del siguiente modo: se busca en
la tabla de la distribucin ese valor (o el ms aproximado), bajo la columna "rea"; se
observa que se corresponde con -1,28. Entonces Z /2 = 1,64. Si la media o desviacin
tpica de la distribucin normal no coinciden con las de la tabla, se puede realizar el
cambio de variable t =(X-)/ para su clculo.
Con estas definiciones, si tras la extraccin de una muestra se dice que "3 es una
estimacin de la media con un margen de error de 0,6 y un nivel de confianza del
99%", podemos interpretar que el verdadero valor de la media se encuentra entre 2,7
y 3,3, con una probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y
sumando, respectivamente, la mitad del error, para obtener el intervalo de confianza
segn las definiciones dadas.
Para un tamao fijo de la muestra, los conceptos de error y nivel de confianza van
relacionados. Si admitimos un error mayor, esto es, aumentamos el tamao del

intervalo de confianza, tenemos tambin una mayor probabilidad de xito en nuestra


estimacin, es decir, un mayor nivel de confianza.
Otros usos del trmino
El trmino estimacin tambin se utiliza en ciencias aplicadas para hacer referencia a
un clculo aproximado, que normalmente se apoya en la herramienta estadstica
aunque puede no hacerlo. En este sentido, un ejemplo clsico son los poco
conocidos pero tiles en economa problemas de Fermi.

Teora del Muestreo


La teora del muestreo es el estudio de las relaciones existente entre una poblacin y
muestras extradas de la misma. Tiene gran inters en muchos aspectos de la
estadstica. Por ejemplo permite estimar cantidades desconocidas de la poblacin
(tales como la media poblacional, la varianza, etc.), frecuentemente llamada
parmetros poblacionales o brevemente parmetros, a partir del conocimiento, de las
correspondientes cantidades muestrales (tales como la media muestral, la varianza ,
etc.), a ,menudo llamadas estadsticos muestrales o brevemente estadsticos.
La teora de muestreo es tambin til para determinar si la diferencias que se puedan
observar entre dos muestras son debidas a la aleatoriedad de las mismas o si por el
contrario son solamente significativas. Tales preguntas surgen por ejemplo, al
ensayar un nuevo suero para el tratamiento de una enfermedad, o al decir si un
proceso de produccin es mejor que otro. Estas decisiones envuelven a los llamados
ensayos e hiptesis de significacin, que son de gran importancia en la teora de la
decisin.
En general, un estudio de inferencias, realizados sobre una poblacin mediante
muestras extradas de la misma, junto con las indicaciones de la exactitud de tales
inferencias aplicadas a la teora de la probabilidad, se le conoce como inferencia
estadstica.
Muestras al Azar Nmeros aleatorias.
Para que las conclusiones de la teora del muestreo e inferencia estadstica sean
validas, las muestras deben de elegirse de forma que sean representativas de la
poblacin. Un estudio sobre mtodos de muestreo y los problemas que tales
mtodos implican, se conoce como diseo de experimentos.
El proceso mediante el cual se extrae de una poblacin una muestra representativa
de la misma se conoce como muestro al azar, de acuerdo con ello cada miembro de

la poblacin tiene la posibilidad de ser incluido en la muestra. Una tcnica para


obtener una muestra al azar es asignar nmeros a cada miembro de la poblacin ,
escritos estos nmeros en pequeos papeles, se introducen en una urna y despus
se extraen los nmeros de la urna, teniendo cuidado de mezclarlos bien antes de
cada extraccin. Esto puede ser sustituido por el empleo de una tabla de nmeros
aleatorios, construida especialmente para tales propsitos.
Muestreo con y sin remplazamiento.
Si se extrae un nmero de una urna, se puede volver o no el nmero a la urna antes
de una segunda extraccin. En el primer caso un mismo nmero puede salir varias
veces, mientras que en el segundo un numero determinado puede salir solamente
una vez. En el muestro, en el que cada miembro de la poblacin puede elegirse mas
de una vez, se le llama muestro con remplazamiento mientras que si cada miembro
no puede ser elegido ms de una vez se tiene el muestreo sin remplazaminento.
Las poblaciones pueden ser finitas o infinitas. Si, por ejemplo, se extraen
sucesivamente 10 bolas sin remplazamiento de una urna que contiene 100 , se est
tomando muestras de una poblacin finita, mientras que si se lanza al aire una
moneda 50 veces, anotndose el nmero de caras, se est muestreando en una
poblacin infinita.
Una poblacin finita, en la que se realiza un muestro con remplazamiento, puede
tericamente se considerada como infinita, puesto que puede extraerse de cualquier
nmero de muestras, sin agotar la poblacin. En muchos casos prcticos, el
muestreo de una poblacin finita que es muy grande, puede considerarse como una
poblacin infinita.

Teora de la investigacin
El presente modulo de Teora y metodologa de la investigacin, con el fin de aportar
en el estimulo de actitudes y aptitudes investigativas, parte del presupuesto que el
ser humano nace con la curiosidad de comprender el nuevo mundo que va a habitar,
es as como el nio se es un investigador innato que explora su entorno,
maravillndose y preguntndose sobre todo aquello que conoce, comportndose as
hasta los primeros siete o diez aos de vida, tiempo despus del cual como lo dice la
psicologa del desarrollo empieza a disminuir, fundamentalmente por que comienza a
tener soluciones, reglas o leyes que explican todo lo que pretende conocer

BIBLIOGRAFA

http://metodologiaeninvestigacion.blogspot.com/2010/07/poblacion-y-muestra.html
http://www.monografias.com/trabajos39/muestreo-estadistico/muestreoestadistico2.shtml
http://www.uv.es/webgid/Inferencial/3_media_varianza_y_proporcin.html
http://html.rincondelvago.com/teoria-del-muestreo.html

También podría gustarte