Muestreo y Estimación

Estadstica Inferencial.
QUE ES EL MUESTREO?
El muestreo es una herramienta de la investigacin

cientfica, cuya funcin bsica es determinar que parte de
una poblacin debe examinarse, con la finalidad de hacer
inferencias sobre dicha poblacin.
o Universo o poblacin: Total de individuos que se
desea estudiar o caracterizar.
o Muestra: Conjunto de individuos del universo que es
seleccionado para estudiarlos.
ERRORES COMUNES QUE SE PUEDEN COMETER EN

EL MUESTREO.
Hacer conclusiones muy generales a partir de la

observacin de slo una parte de la Poblacin, se denomina
error de muestreo.
Hacer conclusiones hacia una Poblacin mucho ms

grandes de la que originalmente se tomo la muestra. Error
de Inferencia.
TIPOS DE MUESTREO
MUESTREO PROBABILSTICO
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 tamao n tienen la
misma probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos
nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables.
Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos:
Muestreo aleatorio simple Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado Muestreo aleatorio por conglomerados

MUESTREO NO PROBABILSTICO
El muestreo no probabilstico (o muestreo no aleatorio) es la tcnica de muestreo donde
los elementos son elegidos a juicio del investigador. No se conoce la probabilidad con la
que se puede seleccionar a cada individuo.
El muestreo no probabilstico se utiliza cuando es imposible o muy difcil obtener
la muestra por mtodos de muestreo probabilstico.
Las muestras seleccionadas por mtodos de muestreo no aleatorios intentan
ser representativas bajo los criterios del investigador, pero en ningn caso garantizan la
representatividad.
Dentro de los mtodos de muestreo no probabilsticos encontramos los siguientes tipos:
Muestreo por cuotas Muestreo intencional o de conveniencia
Muestreo Bola de nieve Muestreo Discrecional

EJEMPLO DE MUESTREO PROBABILSTICO
Se requiere conocer el promedio acadmico de una poblacin conformada por 20

estudiantes del curso de Estadstica Inferencial de la jornada diurna; para extraer
La muestra aleatoria de 10 estudiantes el Profesor Sergio Nieves se vale de un
listado la cual a cada elemento de la poblacin (a cada estudiante) se le asigna un
numero. Luego con la punta de su bolgrafo seala algn numero al azar ,
obteniendo as el numero de su muestra.
EJEMPLO DE MUESTREO NO PROBABILSTICO
Se desea conocer la calidad de la educacin; previamente, se establecen como

criterios de seleccin de muestra los siguientes :
-Mnimo 20 aos de experiencia en el campo educativo
-Poseer titulo de postgrado y haber ocupado un cargo directivo.
ESTIMACIN
Una estimacin estadstica es un proceso mediante el cual establecemos qu valor

debe tener un parmetro segn deducciones que realizamos a partir de
estadsticos. En otras palabras, estimar es establecer conclusiones sobre
caractersticas poblacionales a partir de resultados mustrales.
TIPOS DE ESTIMACIN
Estimacin puntual: la estimacin se representa mediante un solo nmero.
Estimacin por intervalo: la estimacin se representa mediante dos

nmeros que determinan un intervalo sobre la recta.
ESTIMADOR:
Es un estadstico (es decir, es una funcin de la muestra) usado para estimar un
parmetro desconocido de la poblacin.
Por ejemplo, si se desea conocer el precio medio de un artculo (el parmetro

desconocido) se recogern observaciones del precio de dicho artculo en
diversos establecimientos (la muestra) y la media aritmtica de las
observaciones puede utilizarse como estimador del precio medio.
Para cada parmetro pueden existir varios estimadores diferentes.
PROPIEDADES DE LOS ESTIMADORES:

SESGO.
Se denomina sesgo de un estimador a la diferencia entre la esperanza (o valor
esperado) del estimador y el verdadero valor del parmetro a estimar. Es
deseable que un estimador sea insesgado o centrado, es decir, que su sesgo sea
nulo por ser su esperanza igual al parmetro que se desea estimar.
Por ejemplo, si se desea estimar la media de una poblacin, la media
aritmtica de la muestra es un estimador insesgado de la misma, ya que su
esperanza (valor esperado) es igual a la media de la poblacin.
EFICIENCIA.
Un estimador es ms eficiente o preciso que otro, si la varianza del primero es
menor que la del segundo.
CONVERGENCIA.
Para estudiar las caractersticas de un estimador no solo basta con saber el
sesgo y la varianza, sino que adems es til hacer un anlisis de su
comportamiento y estabilidad en el largo plazo, esto es, su comportamiento
asinttico. Cuando hablamos de estabilidad en largo plazo, se viene a la mente
el concepto de convergencia. Luego, podemos construir sucesiones de
estimadores y estudiar el fenmeno de la convergencia.
CONSISTENCIA.
Tambin llamada robustez, se utilizan cuando no es posible emplear
estimadores de mnima varianza, el requisito mnimo deseable para un
estimador es que a medida que el tamao de la muestra crece, el valor del
estimador tiende a ser el valor del parmetro, propiedad que se denomina
consistencia.
EJEMPLO DE PROPIEDADES DE LOS ESTIMADORES.
Cuatro tiradores han efectuado 10 disparos sobre una diana. Si

traducimos cada disparo en una estimacin, efectuada por un
determinado estimador, sobre una muestra, podemos interpretar las
propiedades de los estimadores de la siguiente manera:

Muestreo y Estimación

Cargado por

Copyright:

Formatos disponibles

Muestreo y Estimación

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo y Estimación

Cargado por

Copyright:

Formatos disponibles

Estadstica Inferencial.

El muestreo es una herramienta de la investigacin

ERRORES COMUNES QUE SE PUEDEN COMETER EN

Hacer conclusiones muy generales a partir de la

Hacer conclusiones hacia una Poblacin mucho ms

Son aquellos que se basan en el principio de Equiprobabilidad. Es decir, aquellos en los

Dentro de los mtodos de muestreo probabilsticos encontramos los siguientes tipos:

Muestreo aleatorio simple Muestreo aleatorio sistemtico

Muestreo aleatorio estratificado Muestreo aleatorio por conglomerados

Dentro de los mtodos de muestreo no probabilsticos encontramos los siguientes tipos:

Muestreo por cuotas Muestreo intencional o de conveniencia

Muestreo Bola de nieve Muestreo Discrecional

EJEMPLO DE MUESTREO PROBABILSTICO

Se requiere conocer el promedio acadmico de una poblacin conformada por 20

EJEMPLO DE MUESTREO NO PROBABILSTICO

Se desea conocer la calidad de la educacin; previamente, se establecen como

Una estimacin estadstica es un proceso mediante el cual establecemos qu valor

Estimacin por intervalo: la estimacin se representa mediante dos

Por ejemplo, si se desea conocer el precio medio de un artculo (el parmetro

PROPIEDADES DE LOS ESTIMADORES:

EJEMPLO DE PROPIEDADES DE LOS ESTIMADORES.

Cuatro tiradores han efectuado 10 disparos sobre una diana. Si

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.