Poblacion y muestra

POBLACION Y MUESTRA

NOVAHIA ALVAREZ SANCHEZ 2015

POBLACION Y MUESTRA

• Población: Conjunto de todos los elementos que cumplen ciertas propiedades, entre las cuales se desea estudiar un determinado fenómeno. Este término es sinónimo de universo .

Muestra: Subconjunto de la población a estudiar. Conviene diferenciar los términos muestra representativa y muestra no representativa de la población


POBLACION Y MUESTRA


Población: Conjunto de todos los elementos que cumplen ciertas propiedades, entre las cuales se desea estudiar un determinado fenómeno. Este término es sinónimo de universo .

Muestra: Subconjunto de la población a estudiar. Conviene diferenciar los términos muestra representativa y muestra no representativa de la población Muestra representativa de la población: cuando cada uno de los elementos que la forman cumple ciertas propiedades y de las cuales estudiaremos un determinado fenómeno, ha sido escogido aleatoriamente. Es decir los elementos que la componen y los restantes que no la componen han tenido las mismas probabilidades de ser elegidos . Muestra no representativa de la población: Cuando los elementos que la componen no han sido escogidos aleatoriamente Individuo: Cada uno de los elementos que componen una población o una muestra y de los cuales obtenemos una información mensurable del fenómeno que se desea estudiar. Este es un nombre genérico, que se puede concretar en diferentes términos: personas, animales, objetos, cosas, observaciones, etc.En otras palabras, el concepto de individuo es sinónimo de Unidad básica.


PROCESAMIENTOS• Parámetro: Son las

medidas o datos que se obtienen sobre la distribución de probabilidades de la población, tales como la media, la varianza, la proporción, etc.

• Estadístico: Son los datos o medidas que se obtienen de una muestra y por lo tanto una estimación de los parámetros.


http://1.bp.blogspot.com/_-nfetbLOJM0/S3CVSkfIkQI/AAAAAAAABmI/PSsPPPGyp2M/s1600-h/Estadistica%2520descriptiva%25201_clip_image001_0001.gif

Estadística: método de razonamiento que permite interpretar aquellos datos cuya característica fundamental es la variabilidad.


http://3.bp.blogspot.com/_-nfetbLOJM0/S3CVuUfHLII/AAAAAAAABmQ/Ps2jEpjrwXs/s1600-h/TIPOS+DE+VARIABLES.gif

Estimación Una estimación es cualquier técnica para

conocer un valor aproximado de un parámetro referido a la población, a partir de los estadísticos muestrales calculados a partir de los elementos de la muestra


• Nivel de confianzaEl niveles de confianza de una aseveración

basada en la inferencias estadísticas es una medida de la bondad de la estimación realizada a partir de estadísticos muestrales.


muestreos probabilísticos y no probabilísticos

• Muestreo aleatorio simple: Es aquel en que cada elemento de la población tiene la misma probabilidad de ser seleccionado para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante el muestreo aleatorio simple.


Teoría del muestreo

Técnicas de muestreo

• La elección de la muestra puede hacerse desde dos perspectiva: probabilísticas o al azar y no probabilísticas.

• Las técnicas probabilísticas tienen su base en el principio de equiprobabilidad, en el sentido de que todos los elementos de la población tienen la misma oportunidad de ser elegidos para formar parte de la muestra de estudio. Las técnicas más comunes son:


• Muestreo con reemplazo: Es aquel en que un elemento puede ser seleccionado más de una vez en la muestra para ello se extrae un elemento de la población se observa y se devuelve a la población, por lo que de esta forma se pueden hacer infinitas extracciones de la población aun siendo esta finita


• Muestreo sin reemplazo: No se devuelve los elementos extraídos a la población hasta que no se hallan extraídos todos los elementos de la población que conforman la muestra

• Muestreo sin reemplazo: No se devuelve los elementos extraídos a la población hasta que no se hallan extraídos todos los elementos de la población que conforman la muestra


El método de selección.• muestra aleatoria de una población finita es el

de enumerar todos los elementos que conforman la población, escribir esos números en bolas o papelitos echarlos en un bombo o bolsa mezclarlos bien removiéndolos y sacar uno a uno tantos como lo indique el tamaño de la muestra. En este caso los elementos de la muestra lo constituirán los elementos de la población cuyos número coincidan con los extraídos de la bolsa o bombo.

• Muestreo estadístico


Métodos de muestreo no probabilísticos

• Muestreo por cuotas: También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o "adecuados" para los fines de la investigación

• Muestreo intencional o de conveniencia :Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto


CARACTERISTICAS VENTAJAS INCONVENIENTES

Aleatorio simple Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N

Sencillo y de fácil comprensión. Cálculo rápido de medias y varianzas. Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos

Requiere que se posea de antemano un listado completo de toda la población. Cuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente

Sistemático Conseguir un listado de los N elementos de la población Determinar tamaño muestral n. Definir un intervalo k= N/n. Elegir un número aleatorio, r, entre 1 y k (r= arranque aleatorio). Seleccionar los elementos de la lista.

Fácil de aplicar. No siempre es necesario tener un listado de toda la población. Cuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.

Si la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección



Estratificado En ocasiones resultará conveniente estratificar la muestra según ciertas variables de interés. Una vez calculado el tamaño muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres

represente adecuadamente a la población en función de unas variables seleccionadas. Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadoras se refiere.

Se ha de conocer la distribución en la población de las variables utilizadas para la estratificación



Conglomerados Se realizan varias fases de muestreo sucesivas La necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior

Es muy eficiente cuando la población es muy grande y dispersa. No es preciso tener un listado de toda la población, sólo de las unidades primarias de Muestra

El error estándar es mayor que en el muestreo aleatorio simple o estratificado. El cálculo del error estándar es complejo


Tamaño de la muestra

El tamaño que debe tener la muestra que se selecciona depende básicamente del tipo de estudio que se vaya a realizar. Si el trabajo es experimental, la muestra puede ser bastante más pequeña que si realizamos trabajos descriptivos, en los que la única forma de controlar los muchos factores que pueden aparecer a lo largo del proceso, es aumentar el número de elementos en la muestra


Poblacion y muestra

Documents

Transcript of Poblacion y muestra