MUESTREO ESTADÍSTICO

MUESTREO ESTADÍSTICO

Muestreo es esa parte de práctica estadística tratado a la selección de observaciones individuales se prepuso rendir un cierto conocimiento alrededor a población de la preocupación, especialmente por los propósitos de inferencia estadística. Cada observación mide unas o más características (peso, localización, etc.) de una entidad observable enumerada para distinguir objetos o a individuos. Los pesos del examen necesitan a menudo ser aplicados a los datos para ajustar para que haya el diseño de muestra. Resultados de teoría de las probabilidades y teoría estadística se emplean para dirigir la práctica.

El proceso del muestreo abarca varias etapas:

• Definir la población de la preocupación

• Especificar a marco de muestreo, a sistema de los artículos o de los acontecimientos posibles medir

• Especificar a método de muestreo para seleccionar artículos o acontecimientos del marco

• Determinación del tamaño de muestra

• Poner el plan de muestreo en ejecución

• Muestreo y reunión de datos

• Repaso del proceso del muestreo

HISTORIA

El muestreo al azar usando porciones es una vieja idea, mencionada varias veces en la biblia. En Pierre 1786 Simon Laplace estimaba a población de Francia usando una muestra, junto con el perito del cociente. Él también computaba las estimaciones probabilísticas del error. Éstos no fueron expresados como modernos intervalos de la confianza sino como el tamaño de muestra que sería necesario alcanzar un límite superior particular en el error de muestreo con la probabilidad 1000/1001. Sus estimaciones utilizaron Teorema de Bayes con un uniforme probabilidad anterior y asumió que su muestra era al azar. La teoría de la estadística de la pequeña muestra se convirtió cerca Guillermo Sealy Gossett ponga el tema en una base más rigurosa en el vigésimo siglo. Sin embargo, la importancia del muestreo al azar no fue apreciada universal y en los E.E.U.U. el 1936 Resumen literario predicción de un triunfo republicano en elección presidencial fue gravemente mal, debido a severo diagonal. Un tamaño de muestra de un millón fue obtenido a través de listas de suscripción del compartimiento y de guías de teléfonos. No fue apreciado que estas listas

Según Rao (2005), el primer personaje interesado en el método representativo (más adelante conocido como teoría del muestreo) fue el Estadístico Noruego A.N. Kaier (1897) puesto que demostró empíricamente que seleccionando muestras estratificadas se obtienen mejores resultados en los estimados de medias y totales En 1906, Bowley utiliza aproximaciones a la distribución normal para la estimación de proporciones y propone la fórmula de la estimación de la varianza para diseños de muestreo estratificados. Para la década de 1920, el método representativo era usado de manera difundida en Estados Unidos y alrededor del Mundo. Fue así que en 1924 el (ISI) (Instituto Internacional de Estadística) crea una comisión de discusión de este método. Los resultados de este comité incluyen el trabajo de Bowley (1926) basado en métodos de selección representativos con probabilidades de inclusión iguales. Con estos avances teóricos y con la publicación de tablas de números aleatorios por Tippett (1927) se facilitó la selección de muestras probabilísticas, en ese mismo año Hubback reconoce la necesidad de utilizar este enfoque en los estudios agrícolas

TIPOS DE MUESTREO

I.-MUESTREO PROBABILÍSTICO

Concepto.- Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas.

Características:

• Sirve para cantidades, cuantifica.

• Todos los casos presentes en el marco muestral tienen la probabilidad de estar en el marco final

• Es ciego a la hora de seleccionar elementos de las muestras finales

• No requiere un conocimiento elevado de la población a estudiar

• Permite inferencias estadísticas

TIPOS DE MUESTREO PROBABILÍSTICO

Simple

Es el procedimiento probabilístico de selección de muestras más sencillo y conocido, no obstante, en la práctica es difícil de realizar debido a que requiere de un marco muestral y en muchos casos no es posible obtenerlo. Puede ser útil cuando las poblaciones son pequeñas y por lo tanto, se cuenta con listados. Cuando las poblaciones son grandes.

Se caracteriza por que otorga la misma probabilidad de ser elegidos a todos los elementos de la población. Para él calculo muestral, se requiere de: El tamaño poblacional, si ésta es finita, del error admisible y de la estimación de la varianza.

Ejemplo:

1.- si la población consiste en toda la gente en un país, usted puede primero seleccionar al azar algunas subdivisiones del país y después seleccionar la muestra final entre la gente en estas subdivisiones. Si usted se prepone entrevistarse con esta gente en sus hogares, usted ahorrará así mucha hora de viajar.

2.- Supongamos que nos interesa elegir una muestra aleatoria de 5 estudiantes en un grupo de estadística de 20 alumnos. 20C5 da el número total de formas de elegir una muestra no ordenada y este resultado es 15,504 maneras diferentes de tomar la muestra. Si listamos las 15,504 en trozos separados de papel, una tarea tremenda, luego los colocamos en un recipiente y después los revolvemos, entonces podremos tener una muestra aleatoria de 5 si seleccionamos un trozo de papel con cinco nombres.

Sistemático

Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n; donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenómeno.

Ejemplo:

1.-un colegio tiene 120 alumnos. Se desea extraer la muestra:

-se enumeran los alumnos del 1 al 120.

-se calcula el intervalo constante entre cada individuo:

N(población)/n(muestra)=120/30=4

-sorteamos un numero del uno al cuatro por ejemplo

...