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 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 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
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?
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)