Estadstica descriptiva

Contenido
Muestreo
Importancia Bases tericas Tipos de muestreo
Aleatorio simple Estratificado Agrupado o por conglomerados Sistemtico Doble y mltiple

Contenido
Parmetros y estadgrafos Errores estadsticos

Organizacin y reporte de datos Principios generales sobre construccin de tablas Principios generales sobre construccin de grficas Grficas engaosas Datos estadsticos

Muestreo
Cuando se hace una investigacin estadstica se deben seguir ciertos pasos:
Despus de definir el problema en trminos estadsticos y antes de recolectar los datos; se decide en que forma se van a recolectar estos datos (procedimiento para obtener la muestra). Razones por las cuales se utiliza el muestreo y no toda la poblacin:
Pueden obtenerse resultados fidedignos con procedimientos de muestreo correctos. Las poblaciones que se investigan pueden ser infinitas En poblaciones finitas el muestreo es el nico procedimiento prctico ya que se puede tratar de millares de elementos. La medicin de las propiedades de una poblacin a veces requiere de la destruccin de sus elementos.

Muestreo
Cualquier muestra estadostica, muestreo o censo puede tener errores, estos son de dos tipos: de muestreo y de no muestreo
El error no de muestreo es generalmente grande para un censo, pero puede ser reducido con el muestreo bien realizado.
No puede ser estimado objetivamente.

Muestreo
Bases tericas Aunque la diversidad es una cualidad universal de los datos, NO HAY VIRTUALMENTE NINGUNA POBLACIN ESTADSTICA EN LA PRCTICA CUYOS ELEMENTOS VAREN ENTRE S SIN LMITE. Toda poblacin tiene propiedades caractersticas y las variaciones en sus elementos son limitadas Los datos tienen regularidad o uniformidad:
Las fuerzas relacionadas, pero independientes que producen variabilidad en una poblacin estn a menudo equilibradas y concentradas que tienden a generar iguales valores arriba y debajo de cierto valor central alrededor del cual tienden a agruparse la mayor parte de los valores.

Muestreo
Los promedios son mas estables que los valores individuales y an mas si existen mayores observaciones de la muestra (aumento del tamao de la muestra). En la prctica para hacer inferencias generalmente tomamos una muestra y
Qu grado de confianza tiene? Aleatoriedad (muestra al azar)

Muestreo
Tipos:
Muestreo al azar (probabilstico), se aplican las leyes de probabilidad No al azar (Por juicio),juicio de un experto, conveniencia. Probabilstico: A) nico:1) Aleatorio simple (con reemplazo o sin reemplazo) 2) Estratificado (Proporcional, Desproporcionado, cruzado) 3) Agrupado o por conglomerados (Una etapa, dos etapas, etapas mltiples) 4) Sistemtico

Muestreo
Probabilstico:
Doble Mltiple Secuencial No probabilstico o no al zar: Por juicio

Muestreo aleatorio simple

A partir de una poblacin de n unidades seleccinese una, dando igual probabilidad a todas las unidades. SE APLICA EL AZAR, SU UTILIZA UNA TABLA DE NMEROS ALEATORIOS.
Se aplica si la poblacin no es grande y si es fcil y barato encontrar las unidades de muestreo Desventaja la poblacin deber ser numerada.

Muestreo estratificado
Si la poblacin es muy heterognea y las consideraciones de costo limitan el tamao de la muestra En la prctica las poblaciones por lo general son muy heterogneas, si se pueden subdividir , se reduce considerablemente las variabilidades del muestreo y se hace una mejor estimacin de la poblacin total. La poblacin se divide en estratos, se toma una muestra de cada estrato por mtodos simples al azar. La muestra estratificada puede ser proporcional o desproporcionada.

Muestreo estratificado
Proporcional
El nmero de unidades extradas de cada estrato es proporcional al tamao de ste. Por ej, si la poblacin se divide en 4 estratos siendo sus tamaos respectivos 10, 20, 30, y 40 por ciento de la poblacin y ha de extraerse una muestra de tamao 500:
Estrato I 500(0.1) = 50 unidades Estrato II 500 (0.2) = 100 unidades Estrato III 500 (0.3) = 150 unidades Esxtrato IV 500 (0.4) = 200 unidades Tamao de la muestra = 500 unidades

Muestreo estratificado
Desproporcionado
Se toma un nmero igual de unidades da cada estrato sin tener en cuenta su tamao, o de dar slo una pequea representacin a uno a mas estratos cuyos miembros son demasiado costosos de investigar. La eficiencia en la estratificacin aumenta cuando la naturaleza de los datos lo permite, clasificando los estratos en subestratos y pueden ser subdivididos en grupos mas pequeos: Estratificacin cruzada

Muestreo estratificado
La estratificacin es ms eficaz con poblaciones heterogneas o altamente asimtricas. En tales situaciones se puede estratificar como:
Dentro de cada estrato haya la misma uniformidad posible Entre los distintos estratos las diferencias sean lo mas grande posible Antes de decidir sobre la estratificacin debemos conocer las caractersticas de la poblacin, de datos pasados, observaciones de grupos piloto, juicio experto

MUESTREO AGRUPADO O POR CONGLOMERADOS

Se divide la poblacin en grupos o regiones y se extrae una muestra de ellos para representar a la poblacin. Cuando se extraen los grupos o regiones podemos incluir en la muestra todas las unidades elementales de las regiones escogidas (MUESTREO DE UNA SOLA ETAPA). O tomar una muestra de unidades primarias mas pequeas (unidades elementales de las regiones escogidas) (MUESTREO DE DOS ETAPAS) Cuando el muestreo por agrupacin supone mas de dos etapas para escoger la muestra final, es muestreo en mltiples etapas Los principios que dictan este muestreo son los mismos que para el estratificado: 1) Diferencias entre las unidades elementales del mismo grupo lo mas grande posibles, 2) Diferencias entre los grupos lo mas pequeas posibles

MUESTREO SISTEMTICO
Diseo al azar que para obtener una muestra sistemtica 1)Se numeran las unidades de muestreo de la poblacin serialmente de 1 a N, 2) Se determina el intervalo de muestreo: k = N/n 3) Se escoge al azar un nmero del primer intervalo de muestreo: Si es , con k, entonces la muestra de tamao n , tiene como unidades de sus miembros: , + k, +2k, +3k, etc: Ej: Suponer que deseamos una muestra sistemtica de 200 de una poblacin de 100 000 miembros: Intervalo de muestreo: k = 100 000/200 = 500 Nmero al azar de 001 a 500, ej 253 Comenzamos por el miembro de 253 de la poblacin numerada y escogemos cada 500 un nuevo miembro: 753, 1253, etc

MUESTREO DOBLE Y MLTIPLE

Primero se observa una muestra pequea y se toma una decisin sobre aceptar , rechazar o tomar una segunda muestra. Ej, Escoger una muestra al azar de 40 unidades , si se encuentran 2 o menos unidades defectuosas, acepte el lote, si se encuentran 4 o ms defectuosas rechace el lote, si se encuentran 3 defectuosas, tome una segunda muestra de 60 unidades, el total muestreado es ahora de 100.

Parmetros y estadgrafos
Un valor global que describe a la en forma global a la poblacin se llama parmetro Un valor que describe en forma global a una muestra, se llama estadgrafo o estadstico o estimador. Los parmetros generalmente son con letras griegas y los estadgrafos con latinas Ej es la media de la poblacin
X (x barra) media de la muestra 2 varianza poblacional S2 varianza muestreal

Errores estadsticos
Un error es un estadgrafo Es la diferencia entre el valor del estimador y el del parmetro correspondiente Son de tipo de muestreo y de no muestreo Error de no muestreo: puede ocurrir en cualquier encuesta, censo o muestreo. Errores de muestreo comprenden errores sitemticos: cuando el valor de un estadgrafo indica una tendencia persistente a desviarse en una direccin con relacin al valor del parmetro
Factores que causan este error: Definicin descuidada de la poblacin, falta de definicin del cuestionario, vaga informacin, respuestas exageradas o irrelevantes, etc

Error de muestreo
Se compensan cuando se promedian Se miden con lo que se llama precisin: Es la desviacin estndar de los estadgrafos calculados de muestras sucesivas al azar del mismo tamao . Cuanto menor es el error estndar tanto mayor es la precisin. La exactitud de la estimacin de una muestra es la diferencia entre el estadgrafo y el parmetro verdadero.
No es mensurable directamente porque el parmetro verdadero es una constante desconocida. Depende del ghrado de precisin y de la ausencia del error sistemtico

Ejercicios
1) Que es el error de muestreo y el de no muestreo? Cules son las ventajas e inconvenientes del muestreo sistemtico Par extraer una muestra de un proceso de fabricacin se han sugerido 3 planes de muestreo:
A) Inspecciones cada isima unidad o una unidad cada j minutos B) Inspeccione una muestra aleatoria simple de n unidades de la poblacin durante cada hora C) Inspeccione n unidades consecutivas a intervalos de una hora. Que tipo de muestra se obtiene en cada caso? Qu plan de muestreo parece el mas apropiado?

Organizacin y reporte de datos

Los datos se deben representar en forma de tablas o grficas para una mejor interpretacin Principios generales obre la construccin de tablas:
Las tablas se deben explicar enteramente por s solas: se debe dar suficiente informacin, ttulo, encabezados de las columnas, Cada variable numrica debe contener sus unidades Debe evitarse el rayado excesivo e innecesario No incluir demasiada informacin en una tabla Las anotaciones de cero se deben escribir y no con guin ya que este se usa para indicar datos que faltan o que no se han observado Una anotacin numrica no debe comenzar con punto decimal Los nmeros se han de dar con el mismo nmero de cifras decimales.

Organizacin y reporte de datos

Construccin de grficas:
Se deben explicar por s mismas Las ordenadas y las abscisas estarn rotuladas con claridad dando las unidades y con los mismos intervalos para las ordenadas y abscisas. No se debe abarcar demasiada informacin en un solo grfico. La grfica da una visin general Debe evitarse la inclusin de nmeros dentro del cuerpo de la grfica.

Datos estadsticos
Tipos: Pueden ser continuos, discretos, ordinales o jerarquizados, y nominales o categricos. Los datos de variables continuas son: Altura, peso, longitud, velocidad, viscosidad, temperatura. En general son los que se obtienen al medir con un instrumento. Una variable discreta es la que puede asumir solo ciertos valores en general son enteros: cantidad de alumnos en un saln de clase, defectos de un lote de medicamentos, accidentes de trabajo en una fbrica, nmero de huevos por nido. Tanto los discretos como los continuos son datos cuantitativos. Los dems son cualitativos y se les convierte a nmeros antes de trabajar con ellos.

Datos estadsticos
Los nominales son categoras como: Sexo, color de ojos o de piel, animales con o sin sintomas de determinada enfermedad, mosca de fruta con alas o sin alas. Los ordinales se refieren a evaluaciones subjetivas segn preferencia o logro. Ej la manera de realizar un nido algn ave, se asigna si es excelente, bueno, regular con nmeros correspondientes 1, 2, 3 y 4

Tratamiento de datos
Si son cualitativos se pueden utilizar representaciones de diagramas circulares o de barras. Si son cuantitativos, depende del tamao de la muestra se tratarn en forma agrupada o no. (Media y su tendencia central, mediana y modo)