Métodos y distribución de muestreo

Presentación para exposición del tema.

1. Métodos y distribución de muestreo

2. Muestreo El muestreo es una herramienta para inferir algo respecto de una población mediante la selección de una muestra de esa población.

3. Objetivos Porqué utilizar una muestra. Métodos para seleccionar una muestra. Diseñar una distribución de muestreo para la media de la muestra. Teorema del límite central. Calcular los intervalos de confianza para la media y la proporción. Determinar el tamaño de la muestra para el número de atributos y de variables.

4. Porqué utilizar una muestra Costo. Los resultados de una muestra son significativamente representativos de la población. Tiempo. En ocasiones es necesario preservar la población (estudiarla la destruiría). Imposibilidad de acceder a todos los sujetos de la población.

5. Métodos para seleccionar una muestra Probabilísticas. No probabilísticas.

6. Probabilísticas Muestreo aleatorio simple. Todos los elementos de la población tienen la misma probabilidad de ser parte de la muestra. Para seleccionarlos se emplea, por ejemplo, una tabla de números aleatorios. Muestreo aleatorio sistemático. Igual que la anterior, pero se seleccionan siguiendo un “sistema”, por ejemplo: teniendo la lista de sujetos, seleccionar el primero al azar y, a partir de éste, cada n - ésimo .

7. Muestreo aleatorio estratificado. Igual que el aleatorio (por eso el nombre), pero, para seleccionar la muestra , se agrupa la población de acuerdo a alguna característica (el sexo, por ejemplo) y se determina el porcentaje que cada grupo (llamado “estrato”) tiene en la población. Luego, se selecciona la muestra considerando tal proporción de cada estrato.

8. Muestreo por conglomerados. Es aplicar el muestreo aleatorio a una población, usualmente muy numerosa y dispersa, que se puede agrupar en “unidades primarias”. Por ejemplo, las colonias en una sección electoral). Entonces, se seleccionan aleatoriamente estas unidades primarias y luego, dentro de estas unidades primarias, se seleccionan los sujetos de su muestra.

9. Ejercicios P. 229 (2)

10. Diseñar una distribución de muestreo para la media de la muestra Error de muestreo Diferencia entre el estadístico y el parámetro.

11. Distribución muestral de las medias de las muestras Distribución de probabilidad de todas las medias posibles de las muestras de un tamaño de muestra dado.

12. Ejercicio P. 233 (7-3) Encuentre la media de la población. Encuentre la media de todas las medias de la muestras.

13. Teorema del límite central Si en cualquier población se seleccionan muestras de un tamaño específico, la distribución muestral de las medias de la muestra es aproximadamente una distribución normal. Esta aproximación mejora con muestras de mayor tamaño.

14. Calcular los intervalos de confianza para la media y la proporción Estimador puntual. Valor que se calcula a partir de la información de la muestra y se utiliza para estimar el parámetro de la población. Es decir, no se cuenta con los datos de la población. Se cuenta con los datos de algún estudio previo o con estimaciones basadas en datos históricos. Éstos datos (la media y la desviación estándar, por ejemplo) se considerarán como los parámetros.

15. Intervalo de confianza Rango de valores que se construye a partir de datos de la muestra de modo que el parámetro ocurre dentro de dicho rango con una probabilidad específica. La probabilidad específica se conoce como nivel de confianza.

16. Aplicación del teorema del límite central Para muestras razonablemente grandes, es posible decir que: 95% de las medias de las muestras seleccionadas de una población están a 1.96 desviaciones estándar de la media de la población (µ). 99% de la s medias de las muestras estarán dentro de 2.58 desviaciones estándar de la media de la población.

17. El error estándar de la media de la muestra Es la desviación estándar de la distribución muestral de las medias de las muestras. Como generalmente no se conoce la desviación estándar de la población, se utiliza s . Cuando el tamaño de la muestra es > 30, generalmente se acepta que el teorema del límite central asegurará una distribución normal de las medias de las muestras.

18. Ejercicio con docente P. 245 (Ejemplo)

19. Ejercicios P. 249 (nones).

20. Intervalo de confianza para una proporción de la población Proporción de la población. Es la probabilidad clásica de un evento, dado un experimento que no considera toda la población; por lo tanto, es un estimador puntual.

21. Ejercicios con docente P. 250 (Ejemplo) P. 251 (Ejemplo)

22. Ejercicios P. 252 (Nones)

23. Factor de corrección de una población finita Cuando la población tiene un límite superior fijo, no es infinita, sino finita. Entonces, se hacen los siguientes ajustes a los errores estándar de las medias de la muestra y la proporción: Error estándar de las medias de la muestra Error estándar de las proporciones de la muestra Nota: Si la relación n/N < 0.05, se ignora el factor de corrección.

24. Determinar el tamaño de la muestra para el número de atributos y de variables El tamaño de una muestra depende de tres factores: El nivel de confianza que se desea. El margen de error que puede tolerar el investigador. La variabilidad en la población que se estudia.

25. Nivel de confianza Un nivel de confianza de 90% corresponde a un valor z de ± 1.65. Un nivel de confianza de 95% corresponde a un valor z de ± 1.96. Un nivel de confianza de 99% corresponde a un valor z de ± 2.58. Mientras más alto sea el nivel de confianza, mayor será el tamaño de la muestra.

26. Margen de error El error máximo permisible es la cantidad que se suma o se resta de la media de la muestra, para determinar los extremos del intervalo de confianza. Es la mitad de la amplitud del intervalo de confianza correspondiente. Un error permisible pequeño requerirá una muestra grande y un error permisible grande, permitirá una muestra menor.

27. La desviación estándar de la población Si se tiene una dispersión amplia, se requiere una muestra grande, y si la población está concentrada, se requiere una muestra más pequeña. Tres formas de obtener la desviación estándar: Enfoque del estudio comparativo. Obtener un estudio previo, propio o ajeno, pero confiable. Enfoque de aproximación basada en el rango. La desviación estándar es, aproximadamente, una sexta parte del rango. Enfoque del estudio piloto. Realice un estudio cuantitativo, descriptivo previo y estime la desviación estándar.

28. Tamaño de la muestra para estimar una media

29. Ejercicio con docente P. 256 (Ejemplo)

30. Tamaño de la muestra para estimar una proporción

31. Ejercicio con docente P. 257 (Ejemplo)

32. Ejercicios P 263 (47 en adelante, nones).

33. Bibliografía Lind , D.; Mason, R; y Marcha, W. (2001) Estadística para la administración y economía. Pp 220-268