Fundamentos De Muestreo Y Estadistica Inferencial

30,793 views
29,994 views

Published on

Published in: Technology, News & Politics
1 Comment
13 Likes
Statistics
Notes
  • Exprésate mejor ortográficamente.
    El documento esta bueno, sería mejor si tuviera ejemplos en cada caso.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Views
Total views
30,793
On SlideShare
0
From Embeds
0
Number of Embeds
3,120
Actions
Shares
0
Downloads
1,626
Comments
1
Likes
13
Embeds 0
No embeds

No notes for slide

Fundamentos De Muestreo Y Estadistica Inferencial

  1. 1. FUNDAMENTOS DE MUESTREO http://intra.fb.uner.edu.ar/catedras/bioestadistica/Intervalos%20de%20Confianza%200.ppt Por LUIS M. BAQUERO ROSAS, MBA JUNIO 2008
  2. 2. ESTADISTICA INFERENCIAL: USO DE MUESTRAS <ul><li>Estudia como sacar conclusiones generales para toda la población a partir de los estadísticos obtenidos de una muestra </li></ul><ul><li>Los resultados obtenidos de la muestra son una INFERENCIA del verdadero valor de la población </li></ul><ul><ul><ul><li>ESTIMACIÓN DE PARAMETROS </li></ul></ul></ul><ul><ul><ul><li>DOCIMANCIA DE HIPÓTESIS </li></ul></ul></ul>
  3. 3. DIFERENCIA ENTRE POBLACION Y MUESTRA <ul><li>POBLACION </li></ul><ul><ul><li>Todos los elementos que han sido escogido para el estudio </li></ul></ul><ul><ul><ul><ul><li>2000 EMPLEADOS DE LA FABRICA CORDIS </li></ul></ul></ul></ul><ul><ul><ul><ul><li>MEDIDA: PARAMETROS </li></ul></ul></ul></ul><ul><li>MUESTRA </li></ul><ul><ul><li>Porción de elementos escogidos de la población </li></ul></ul><ul><ul><li>Grupo de 40 empleados (ALEATOREO) </li></ul></ul><ul><ul><ul><ul><li>MEDIDA: ESTADISTICOS </li></ul></ul></ul></ul>
  4. 4. CONCEPTO: POBLACION <ul><li>POBLACION A ESTUDIAR </li></ul><ul><ul><li>Aquella poblacion sobre la cual se desean hacer inferencias y esta definida antes de inicar el trabajo de campo. </li></ul></ul><ul><ul><li>Puede ser transformada según se avanza en la realización del estudio para lograr los objetivos de la investigacion </li></ul></ul><ul><li>POBLACION MUESTREADA </li></ul><ul><ul><li>Aquella población para la cual los resultados del estudio y sus conclusiones son validas. </li></ul></ul>
  5. 5. <ul><li>UNIVERSO </li></ul><ul><ul><li>Quiero conocer una característica específica de una población </li></ul></ul><ul><li>MUESTRA </li></ul><ul><ul><li>Utilizada porque la población es grande </li></ul></ul><ul><ul><li>Algunos procesos son destructivos </li></ul></ul><ul><ul><li>Calidad de la inferencia es superior </li></ul></ul><ul><li>MUESTRA REPRESENTATIVA </li></ul><ul><ul><li>No es un termino correcto ya que para ser representativo debo conocer el universo completo </li></ul></ul>
  6. 6. PROCEDIMIENTOS DE ESTIMACION <ul><li>METODO DE SELECCIÓN </li></ul><ul><ul><li>Procedimientos determinados para la selección de unidades o elementos de la muestra siguiendo técnicas de muestreo aleatorias. </li></ul></ul><ul><li>METODO DE ESTIMACION </li></ul><ul><ul><li>Una vez la muestra haya sido seleccionada, se utilizan unos mecanismos para inferir o derivar conclusiones sobre la población </li></ul></ul><ul><li>DISENO MUESTRAL </li></ul><ul><ul><li>La integración del proceso de selección y metodos de estimación para lograr mejores inferencias sobre los parámetros de la población </li></ul></ul>
  7. 7. TIPOS DE MUESTREO <ul><li>MUESTREO ALEATOREO O PROBABILISTICO </li></ul><ul><ul><li>Todos los elementos de la población tienen la misma probabilidad de ser seleccionados en la muestra del estudio o investigación. </li></ul></ul><ul><li>MUESTREO POR JUICIO </li></ul><ul><ul><li>Utilización de los conocimientos, la opinión personal y experiencias del investigador para identificar los elementos que deben incluirse en la muestra. </li></ul></ul><ul><ul><li>Puede utilizarse como guía inicial o muestra tentativa para la realización de un muestreo aleatoreo. </li></ul></ul>
  8. 8. MUESTREO PROBABILISTICO <ul><li>Elección de unidades de la población de tal manera que las seleccionadas lo son porque el AZAR así lo quiso </li></ul><ul><li>Para muestras diferentes, en igualdad de condiciones, generalmente tomara diferentes valores debido a la presencia del AZAR. </li></ul><ul><li>Abad de Servín, A. & Servín, A. (1978) Introduccion al Muestreo. Mexico, Limusa </li></ul>
  9. 9. MUESTREO ALEATOREO <ul><li>POBLACION </li></ul><ul><ul><li>FINITA – Tiene un tamaño establecido e indica cuantos elementos hay en la población </li></ul></ul><ul><ul><li>INFINITA- No puede enumerarse facilmente en un periodo razonable de tiempo, es IMPOSIBLE observar todos los elementos de la población </li></ul></ul>
  10. 10. MUESTREO ALEATOREO SIMPLE (MAS) <ul><li>Los principios del MUESTREO ALEATOREO son la base para la estadística inferencial . </li></ul><ul><li>Cada posible muestra tiene la misma probabilidad de ser seleccionados y cada elemento de la población tienen la misma probabilidad de ser incluido en la muestra. </li></ul><ul><ul><li>TABLA DE NUMEROS ALEATOREOS </li></ul></ul><ul><ul><li>MS EXCEL : RANDOM </li></ul></ul><ul><li>MUESTREO REEMPLAZO - SIN REEMPLAZO </li></ul>
  11. 11. TABLAS DE NUMEROS ALEATOREOS <ul><li>Tablas construidas de manera que se garantiza estadísticamente la aleatoriedad de los elementos seleccionados en la muestra. </li></ul>
  12. 12. MUESTREO ALEATOREO SIMPLE <ul><li>Requiere una lista de los diferentes unidades o elementos que integran la población </li></ul><ul><li>Cada una de las unidades debe tener algún numero identificable </li></ul><ul><li>Tiene la restricción de la necesidad de un listado de todos los elementos de la población </li></ul><ul><li>La muestra tiende a dispersarse en toda la población y obliga a “viajar” todas las áreas donde se encuentra la población </li></ul><ul><li>Recomendado para poblaciones pequeñas </li></ul>
  13. 13. DECISIONES AL SELECCIONAR LA MUESTRA Se quiere saber cómo se comporta una cierta característica en un Universo particular El Universo está bien definido ? Definir El Universo Es posible observar todo el Universo ? Hacer un Censo NO NO Sí Sí Tomar un a Muestr a Representativ a Se quiere inferir la medición al Universo ? NO Sí Las observaciones pueden atribuirse a los miembros del Universo Las observaciones solo pueden atribuirse a la muestra, NO a los miembros del Universo Las observaciones pueden atribuirse a los miembros del Universo http://intra.fb.uner.edu.ar/catedras/bioestadistica/Intervalos%20de%20Confianza%200.ppt Observar una Muestra Tomar un a Muestr a No representativ a
  14. 14. MUESTREO SISTEMÁTICO <ul><li>Elementos son seleccionados de la población en un intervalo uniforme </li></ul><ul><ul><ul><li>Tiempo – Cada hora, cada 15 minutos </li></ul></ul></ul><ul><ul><ul><li>Orden – El primero y el último </li></ul></ul></ul><ul><ul><ul><li>Espacio </li></ul></ul></ul><ul><li>Posibilidad de introduccir error al proceso de muestreo por un patrón secuencial </li></ul><ul><li>Requiere menos tiempo que el MAS </li></ul><ul><li>Menores costos de recolección de la muestra </li></ul>
  15. 15. MUESTREO ESTRATIFICADO <ul><li>Población se divide en grupos homogéneos (similares) ESTRATAS </li></ul><ul><ul><li>Masculino – Femenino </li></ul></ul><ul><ul><li>Trabaja – No trabaja </li></ul></ul><ul><li>Extraer utilizando MAS una muestra de cada estrata y se consideran las diferencias entre las estratas </li></ul><ul><li>Apropiado cuando la población está dividida en grupos con diferentes características </li></ul><ul><li>Refleja las características especificas de los subgrupos población…mejor que otras formas de muestreo </li></ul><ul><li>Utiliza MAS </li></ul><ul><li>Util cuando existe una pequeña variación dentro del grupo y una variación amplia entre los grupos . </li></ul>
  16. 16. MUESTREO ESTRATIFICADO <ul><li>Partir o fraccionar la poblacion en subdivisiones </li></ul><ul><li>Cada una de las subdivisiones se les trata de forma independiente </li></ul>
  17. 17. MUESTREO DE RACIMO <ul><li>Dividir la población en grupos o racimos y luego se selecciona una muestra aleatorea de cada racimo. </li></ul><ul><li>Ej. Dividir la comunidad en manzana, seleccionar la manzana y en la manzana seleccionada realizar un MAS para escoger los hogares de la muestra. </li></ul><ul><li>UTIL CUANDO HAY UNA VARIACION CONSIDERABLE DENTRO DEL GRUPO Y LOS GRUPOS SON SIMILARES </li></ul><ul><li>Permite escoger muestras más precisas que el MAS y a un costo mucho menor. </li></ul>
  18. 18. MUESTREO POR CONGLOMERADO <ul><li>La unidad muestral seleccionada esta compuesta por los elementos que poseen las características de estudios </li></ul><ul><li>Los elementos no son elegidos directamente sino en virtud de ser contenido en la unidad en la muestra </li></ul>SELECCIONADO EN LA MUESTRA UNIDAD ELEMENTOS
  19. 19. DISTRIBUCIÓN DE MUESTREO <ul><li>DEFINICIÓN </li></ul><ul><li>La distribución de probabilidad de todas las medias posibles de las muestras de una distribución de promedios de las muestras </li></ul><ul><li>Las estadísticas de las muestras no serán similares </li></ul><ul><li>Depende de la muestra tomada y de todas las otras muestras no utilizadas y que pueden haberse tomado </li></ul>
  20. 20. DISTRIBUCION DE MUESTREO http://www.itch.edu.mx/academic/industrial/estadistica1/cap01.html#muestrasaleatorias
  21. 21. PROPORCIONES http://www.itch.edu.mx/academic/industrial/estadistica1/cap01b.html#distribucionmuestralproporciones UTILIDAD EN ESTUDIOS DE OPINION, MERCADEO Y SATISFACCION DE CLIENTES
  22. 22. TAMAÑO MUESTRA - PROMEDIO http://www.hrc.es/bioest/Medidas_frecuencia_5.html TAMAÑO DE LA MUESTRA NIVEL DE CONFIANZA DESVIACION ESTANDAR PRECISION DESEADA
  23. 23. TAMAÑO MUESTRA - PROPORCION http://www.hrc.es/bioest/Medidas_frecuencia_5.html NIVEL DE CONFIANZA PRECISION DESEADA TAMAÑO DE LA MUESTRA q
  24. 24. RESULTADOS OBTENIDOS DE LA MUESTRA <ul><li>1) Estimador con varianza mínima pero sesgado </li></ul><ul><li>2) Estimador no sesgado pero sin varianza mínima </li></ul><ul><li>3) Estimador no sesgado y con varianza mínima (ideal) </li></ul>http://www.cbasico.fmed.edu.uy/MMCC/T11a%202007.ppt ESTIMADOR = TIRO AL BLANCO
  25. 25. TEOREMA DEL LIMITE CENTRAL <ul><li>La distribución del promedio de las muestras se aproxima a una distribución de probabilidad normal al incrementarse el tamaño de la muestra. </li></ul><ul><li>Muestras ( n>=30) </li></ul><ul><li>El Teorema del Límite Central nos permite hacer inferencias de los parámetros de la población sin saber de la distribución de frecuencia de donde provienen las muestras </li></ul>
  26. 26. FALLAS EN EL PROCESO DE MUESTREO <ul><li>El diseño muestral por si solo no constituye la muestra del estudio </li></ul><ul><li>Es importante el cuestionario, los investigadores de campo, la interpretación correcta de los resultados </li></ul><ul><li>Puede haber una selección deficiente y no aleatoria de la muestra </li></ul><ul><li>Cambios realizados a las muestras impacta en forma negativa el estudio </li></ul>
  27. 27. NOTA FINAL

×