• Author / Uploaded
• Ruth Manriquez

• Categories
• Muestreo (Estadísticas)
• Estadísticas
• Método científico
• Interacciones de disciplina académica
• Probabilidades y estadísticas

Citation preview

1.1 Población y muestra aleatoria Ruben Ivan Loredo Perez

El concepto de población en estadística va más allá de lo que comúnmente se conoce como tal. Una población se precisa como un conjunto finito o infinito de personas u objetos que presentan características comunes. 



Las poblaciones finitas En los problemas planteados en las distintas disciplinas se estudia el comportamiento de una o más variables sobre un conjunto de unidades. A este conjunto de unidades lo denominamos población P. Las unidades de la población pueden ser pacientes, hospitales, alumnos, médicos, objetos, etc. La variable es la característica estudiada que puede tomar distintos valores de unidad en unidad. Cuando hablamos de poblaciones finitas, por lo menos en teoría, podemos acceder a todos los individuos o elementos que la componen. Las poblaciones infinitas en muchos problemas interesa saber cómo se comporta una, o varias variables, al observarlas cuando se repite un experimento definido de antemano, pero no existe un número fijo, finito, de experimentos ya que teóricamente se los puede repetir cuantas veces se quiera. Si estudiamos pacientes hipertensos y medimos su tensión arterial, estas mediciones se pueden repetir cuantas veces se quiera, por lo menos en teoría, en pacientes actuales y futuros repartidos a lo largo del mundo.

En estadística, una muestra es la selección de un numero de observaciones de a partir de una población objeto de investigación; una muestra aleatoria es cuando la elección sigue un método impredecible. El muestreo aleatorio puede referirse también a tomar una serie de observaciones independientes de la misma distribución de probabilidad. Las muestras nos permiten mediante la inferencia estadística representar los resultados de la población de donde haya extraído, pero existiendo una potencial variación al azar en los resultados que se denomina error de muestreo. En el caso de muestras aleatorias, la estadística dispone de medidas para evaluar el error de muestreo. Tipos de muestras aleatorias: 

Muestra aleatoria simple se selecciona directo cuando todas las potenciales observaciones de la población son equiponderables.



Una muestra auto-ponderada, es aquella en la que cada individuo o un objeto, en la población de interés tienen la misma oportunidad de ser seleccionadas para la muestra. Las muestras aleatorias simples son auto-ponderadas.

1.1 Población y muestra aleatoria Ruben Ivan Loredo Perez



El muestreo estratificado implica seleccionar muestras independientes de un número de subpoblaciones, grupo o estratos dentro de la población. Por ejemplo, si queremos analizar los datos de unas elecciones por género o por grupo de edad, deberemos cerciorarnos de obtener muestras representativas de todas las subpoblaciones.



El muestreo por clúster, consiste en seleccionar las observaciones de la muestra por grupos con intereses relacionados. Por ejemplo, si se plantea conocer la opinión pública de un trasvase en un rio, deberemos hacer dos clusters aquello de la zona beneficiada (reciben el agua del rio) y aquellos de la zona perjudicada (tendrán menos caudal en el rio). El análisis de muestras por clúster debe tener en cuenta la correlación intra-grupo que refleja el hecho de que las unidades en la misma agrupación es probable que sean más similares que dos unidades escogido al azar.