Definicin de Estadstica Inferencial

La Estadstica inferencial o Inferencia estadstica estudia cmo sacar

conclusiones generales para toda la poblacin a partir del estudio de una
muestra, y el grado de fiabilidad o significacin de los resultados obtenidos.

Ventajas y limitaciones para el uso de la muestra
El trabajo con una muestra implica eficiencia, pues significa ahorro de
recursos, esfuerzos y tiempo. Con el uso del muestreo se pueden obtener
resultados razonablemente ms precisos que el estudio de todo el universo,
pues para el estudio de solo una muestra, el personal mnimo necesario puede
ser mejor preparado para recoger informacin ms detallada y elaborada.
Como limitacin se debe mencionar el error de muestreo, producto de
variabilidad intrnseca que poseen los elementos de todo universo o poblacin.
El termino error no debe entenderse como sinnimo de equivocacin.
Tambin suelen introducirse errores por otras vas, los cuales se
denominan errores sistemticos. Los cuales son: Imputables al observador,
Imputables al mtodo de observacin o medicin e Imputables a lo observado
(unidad de muestreo).

Conceptos bsicos de muestreo: Poblacin estadstica,
unidades individuales, parmetro, muestreo, muestra, estadstico o
estadgrafo.
Poblacin estadstica:
Poblacin estadstica, en estadstica, tambin llamada universo o
colectivo, es el conjunto de elementos de referencia sobre el que se realizan
unas de las observaciones. Poblacin (population) es el conjunto sobre el que
estamos interesados en obtener conclusiones (hacer inferencia). Normalmente
es demasiado grande para poder abarcarlo.

Parmetro:
Valor numrico que describe una caracterstica de la poblacin (Pardo
Merino). Los parmetros se estiman a partir de la informacin aportada por una
muestra de la poblacin.
Ejemplo: Si se considera como universo a todos los estudiantes
regulares de la Universidad de Los Andes, la edad promedio de estos, el
porcentaje de estudiantes de sexo femenino que fuman, el ingreso medio todos
los estudiantes, son valores que describen a este conjunto Contenido.

Muestreo:
Se conoce como muestreo a la tcnica para la seleccin de una muestra
a partir de una poblacin.
Al elegir una muestra se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzaran si se realizase un
estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar
un estudio adecuado (que consienta no solo hacer estimaciones de la
poblacin sino estimar tambin los mrgenes de error correspondientes a
dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero
s podemos actuar de manera que esta condicin se alcance con una
probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el
tamao de la poblacin, se puede extraer dos o ms muestras de la misma
poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se
denomina espacio muestral. La variable que asocia a cada muestra su
probabilidad de extraccin, sigue la llamada distribucin muestral.

Muestra:
En estadstica una muestra estadstica (tambin llamada muestra
aleatoria o simplemente muestra) es un subconjunto de casos o individuos de
una poblacin estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la
totalidad de la poblacin, para lo cual deben ser representativas de la misma.
Para cumplir esta caracterstica la inclusin de sujetos en la muestra debe
seguir una tcnica de muestreo. En tales casos, puede obtenerse una
informacin similar a la de un estudio exhaustivo con mayor rapidez y menor
coste
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el
estudio de toda la poblacin porque el manejo de un menor nmero de datos
provoca tambin menos errores en su manipulacin. En cualquier caso, el
conjunto de individuos de la muestra son los sujetos realmente estudiados.
El nmero de sujetos que componen la muestra suele ser inferior que el
de la poblacin, pero suficiente para que la estimacin de los parmetros
determinados tenga un nivel de confianza adecuado. Para que el tamao de la
muestra sea idneo es preciso recurrir a su clculo.

Estadstico o Estadgrafo:
Son las medidas descriptivas inherentes a una muestra, las cuales
pueden usarse como estimacin del parmetro. Como ejemplo podra tomarse
los salarios promedio de una muestra de los empleados de la empresa.

Clases de muestreos: probabilstico y no probabilstico
Muestreo probabilstico
Los mtodos de muestreo probabilsticos son aquellos que se basan en el
principio de equis probabilidad. 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.

Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen
la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que
la muestra sea representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos
permiten resolver los problemas de representatividad aun en situaciones de
muestreo no probabilstico, por ejemplo los estudios de caso-control, donde los
casos no son seleccionados aleatoriamente de la poblacin.

Tipos de Muestreo No Probabilistico: Intencional, Accidental y
por Cuotas.

Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de
obtener muestras "representativas" mediante la inclusin en la muestra de
grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias
de voto.
Tambin puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El caso ms frecuente de
este procedimiento el utilizar como muestra los individuos a los que se tiene
fcil acceso (los profesores de universidad emplean con mucha frecuencia a
sus propios alumnos). 3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.

Muestreo Discrecional:
A criterio del investigador los elementos son elegidos sobre lo que l
cree que pueden aportar al estudio.

Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta generalmente
sobre la base de un buen conocimiento de los estratos de la poblacin y/o de
los individuos ms "representativos" o "adecuados" para los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un
nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en
Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren
que cumplan esas caractersticas. Este mtodo se utiliza mucho en las
encuestas de opinin.

Tipos de muestreo Probabilistico Muestreo Aleatorio Simple,
Muestreo Sistemtico y Muestreo Estratificado.

Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un nmero a
cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas
dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios
generados con una calculadora u ordenador, etc.) se eligen tantos sujetos
como sea necesario para completar el tamao de muestra requerido. Este
procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica
cuando la poblacin que estamos manejando es muy grande.

Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los elementos
de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae
uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y
los elementos que integran la muestra son los que ocupa los lugares i, i+k,
i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamao de la poblacin entre el tamao de la muestra:
k= N/n. El nmero i que empleamos como punto de partida ser un nmero al
azar entre 1 y k. El riesgo este tipo de muestreo est en los casos en que se
dan periodicidades en la poblacin ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la poblacin. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo
aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o
slo mujeres, no podra haber una representacin de los dos sexos.

Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un tamao
dado de la muestra. Consiste en considerar categoras tpicas diferentes entre
s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica
(se puede estratificar, por ejemplo, segn la profesin, el municipio de
residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de
muestreo es asegurarse de que todos los estratos de inters estarn
representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple o el estratificado para elegir los elementos concretos que formarn
parte de la muestra. En ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la poblacin. (Tamao
geogrfico, sexos, edades). La distribucin de la muestra en funcin de los
diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de
elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso
(tamao) de la poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la desviacin tpica.
Tiene poca aplicacin ya que no se suele conocer la desviacin.






Muestreo Aleatorio Simple (M. A. S) Manejo de la tabla de
nmeros Aleatorios.

Una muestra simple aleatoria es aquella en que sus elementos son
seleccionados mediante el muestreo aleatorio simple. Es aquel en que cada
elemento de la poblacin tiene la misma probabilidad de ser seleccionado para
integrar la muestra Cada uno de los elementos de la muestra, se selecciona
aleatoriamente uno por uno.



Existen dos formas: Muestreo con reemplazo: Es aquel en que un
elemento puede ser seleccionado ms de una vez en la muestra para ello se
extrae un elemento de la poblacin se observa y se devuelve a la poblacin,
por lo que de esta forma se pueden hacer infinitas extracciones de la poblacin
aun siendo esta finita. Muestreo sin reemplazo: No se devuelve los elementos
extrados a la poblacin hasta que no se hallan extrados todos los elementos
de la poblacin que conforman la muestra.

Muestreo aleatorio simple ventajas y desventajas
Ventajas
Sencillo y de fcil comprensin. Clculo rpido de medias y varianzas.
Existen paquetes informticos para analizar los datos.
Desventajas
Requiere que se posea de antemano un listado completo de toda la
poblacin. Si trabajamos con muestras pequeas, es posible que no
representen a la poblacin adecuadamente.


Mtodo de seleccin
Existen diversos procedimientos para extraer una muestra aleatoria:
Realizar un sorteo con papeles o bolas enumeradas y sacar uno a uno tantos
como lo indique el tamao de la muestra. Utilizar la tabla de nmeros aleatorios
pero solamente para poblaciones finitas, la utilizacin de estas tablas puede
realizarse de diferentes modos.
Existen diferentes tablas de nmeros aleatorios. Se utilizar como
referencia la tabla de M. G. Kendall y B. Babington Smith.


Ejemplo: Dada la siguiente poblacin formada por la edad del hijo mayor
de 200 ncleos familiares de una cierta regin. Seleccione una muestra
aleatoria de tamao 10 (use la tabla de nmeros aleatorios, escoja la tercera
fila, tercera columna del segundo bloque de a 1000) numere la poblacin
horizontalmente.
48 49 50 51 50 46 47 56 47 38
53 50 47 46 48 47 48 46 46 50
42 51 51 49 47 51 48 47 42 49
46 48 50 47 48 47 51 56 45 49
45 54 61 46 48 46 46 47 50 34
46 46 51 39 53 55 52 49 47 46
33 40 52 46 44 52 44 54 41 33
48 49 52 42 42 49 47 47 38 48
44 43 44 40 44 45 49 44 43 42
49 49 48 41 51 51 52 42 40 47
37 48 45 46 50 45 47 53 43 47
44 40 46 46 45 48 47 42 47 46
52 53 47 49 46 47 49 42 43 42
43 38 52 50 44 52 44 53 43 45
41 57 47 48 52 53 40 49 40 50
45 42 44 53 57 46 62 47 50 47
45 51 43 45 39 39 41 44 35 41
54 48 51 53 54 42 48 51 37 38
42 37 52 50 45 55 51 46 38 43
53 43 42 39 46 52 53 39 51 40
Para extraer la muestra lo primero que hacemos es disponer tres
columnas en las cuales la primera se ubicaran los nmeros aleatorios, es decir
los nmeros extrados de la tabla de nmeros aleatorios; en la segunda
columna pondremos los nmeros aleatorios rectificados que sern aquellos
nmeros aleatorios menores que N =200 y los restos de las divisiones de los
nmeros aleatorios mayores que N =200 y menores que el mayor mltiplo de N
es decir 800 y en la tercera columna de encontrar los valores de la muestra.
En la tabla de nmeros aleatorios la tercera fila, tercera columna del
segundo bloque de a 1000 le corresponde al nmero 3 pero como tenemos que
coger el nmero aleatorio de tres dgitos el primer nmero aleatorio sera el
017, los dems serian, 984, 955, 130, 850, 374, 665, 910, 288, 753, 765, 691,
496, 001, hemos escogido 14 nmeros de la tabla de nmeros aleatorios
debido a que hay 4 que son mayores que 800. Veamos a continuacin como
extraemos la muestra de la poblacin

Para el primer nmero aleatorio 017 se busca en la poblacin el valor que
ocupa la posicin 017 leda la poblacin horizontalmente que seria la edad de
48 aos, el nmero aleatorio 984 no se contempla dentro del anlisis ya que es
mayor que 800, al igual que el nmero 955, el nmero 130, le corresponde la
edad de 52 aos, al nmero 850 no se contempla dentro del anlisis, el 374
como es mayor que 200 se divide por 200 y se obtiene reto 174 y este es el
nmero aleatorio rectificado correspondindole la edad de 53 aos, al nmero
665 se divide por 200 y se obtiene resto 65 que es el nmero aleatorio
rectificado correspondindole la edad de 44 aos en la poblacin, a
continuacin presentaremos la tabla de las tres columnas a la cual nos
referimos anteriormente como una va fcil y prctica para obtener la muestra
deseada.
Nota: obsrvese que en la muestra existen edades que se repiten esto
puede pasar si el muestreo es con reemplazo si el muestreo es sin reemplazo
debemos seguir buscando de la misma manera en la tabla de nmeros
aleatorios seguido del nmero 001, hasta lograr tener la muestra con 10
valores de la poblacin no repetidos. Nmero aleatorio Nmero aleatorio
rectificado Muestra

Nmeros aleatorios


Nmeros rectificado

Muestra
017 017 48
984 - -
955 - -
130 130 42
850 - -
374 174 53
910 - -
288 088 44
753 153 44
765 165 39
691 091 49
496 096 51
001 001 48


Determinacin del tamao de muestra requerido para la estimacin
de la media poblacional en el M.A.S
Cul es el nmero mnimo de unidades de anlisis (personas, etc), que
se necesitan para conformar una muestra ( n ) que me asegure un error
estndar menor que 0.01, dada la poblacin N

Es el r estndar para el nivel de confianza

Ejemplo:
Se desea estimar el peso promedio de los sacos que son llenados por un
nuevo instrumento en una industria. Se conoce que el peso de un saco que se
llena con este instrumento es una variable aleatoria con distribucin normal. Si
se supone que la desviacin tpica del peso es de 0,5 kg. Determine el tamao
de muestra aleatoria necesaria para determinar una probabilidad igual a 0,95
de que el estimado y el parmetro se diferencien modularmente en menos de
0,1 kg.

Evidentemente un tamao de muestra no puede ser fraccionario por lo
que se debe aproximar por exceso. El tamao de muestra sera de 97.
Cuando datos son cualitativos (anlisis de fenmenos sociales o cuando
se utilizan escalas nominales), se utiliza la siguiente frmula


Siendo sabiendo que
es la varianza de la poblacion es la varianza de la muestra
es error estandar 8media poblacion media muestral


Ejemplo
De una poblacin de 1 176 adolescentes de una ciudad X se desea
conocer la aceptacin por los programas de planificacin familiar y para ello se
desea tomar una muestra por lo que se necesita saber la cantidad de
adolescentes que deben entrevistar para tener una informacin adecuada con
error estndar menor de 0.015 al 90 % de confiabilidad.

Tamao de muestra para estimar la media con m.s.a.
Para estimar la media poblacional utilizando una variable aleatoria
continua se utiliza:

Ejemplo
En un lote de frascos para medicina, con una poblacin de 8000 unidades, se
desea estimar la media de la capacidad en centmetros cbicos de los mismos.
A travs de un pre muestreo de tamao 35 se ha estimado que la desviacin
estndar es de 2 centmetros cbicos. Si queremos tener una precisin 0.25
cms 3, y un nivel de significancia del 5%. De qu tamao debe de ser la
muestra?
SOLUCIN: DATOS:
S = 2 cms 3 ; N = 8000; d = 0.25 cms 3; a = 0.05 (5%) ; Z a/2 = 1.96


Slo faltara muestrear 203 frascos, pues los datos de los 35 frascos del
pre muestreo siguen siendo vlidos.
Tamao de muestra para estimar proporciones con m.s.a. en bastantes
ocasiones, la variable bajo estudio es de tipo binomial, en ese caso para
calcular el tamao de muestra bajo el m.s.a., se utiliza

Muestreo Estratificado afijacin igual, proporcional y ptima
Muestreo estratificado
El objetivo del diseo de encuestas por muestreo es maximizar la cantidad de
Informacin para un coste dado. El muestreo aleatorio simple suele suministrar
Buenas estimaciones de parmetros poblacionales a un coste bajo, pero existen Otros
procedimientos de muestreo, como el muestreo estratificado, que en muchas
Ocasiones incrementa la cantidad de informacin para un coste dado.
El muestreo estratificado es un diseo de muestreo probabilstico en el que
Dividimos a la poblacin en subgrupos o estratos. La estratificacin puede basarse en
una amplia variedad de atributos o caractersticas de la poblacin como edad, genero,
nivel socioeconmico, ocupacin, etc.
As, consideramos una poblacin heterognea con N unidades, y en la que la
subdividimos en L subpoblaciones denominados estratos lo ms homogneas posibles
no solapadas, atendiendo a criterios que puedan ser importantes en el estudio, de
tamaos
N1; N2; ..NL. Obviamente
N1 + N2 + :.. + NL = N;
Donde N es el total de individuos de la poblacin. La muestra estratificada de
Tamao n se obtiene seleccionando una muestra aleatoria simple de tamao nh (h =
1;2;.L) de cada uno de los estratos en que se subdivide la poblacin de forma
independiente. De igual modo,
n1 + n2 + : : : + nL = n;
Donde n es el tamao de la muestra que queremos seleccionar. Podemos
expresar la formacin de estratos en la poblacin y la formacin de la muestra
estratificada de la forma siguiente:



Este muestreo se utiliza cuando la poblacin de estudio es muy
heterognea ya que necesitramos un gran esfuerzo muestral para obtener
cierta precisin mientras que si la poblacin est dividida en grupos, bloques o
estratos que sean internamente homogneos, el esfuerzo en cada grupo ser
mnimo resultando globalmente un esfuerzo menor. Por ejemplo, si
preguntamos en una facultad el nmero medio de horas de estudio los estratos
en este estudio sern los cursos.
Las razones para el uso del muestreo estratificado son las siguientes:
El muestreo estratificado puede aportar informacin ms precisa de
algunas subpoblaciones que varan bastante en tamao y propiedades entre s,
pero que son homogneas dentro de s. Los estratos deberan en lo posible
estar constituidos por unidades homogneas.
El uso adecuado del muestro estratificado puede generar ganancia en
precisin, pues al dividir una poblacin heterognea en estratos homogneos,
El muestreo en estos estratos tiene poco error debido precisamente a la
homogeneidad.
Motivaciones de tipo geogrfico ya que se requieren estimaciones para
ciertas reas o regiones geogrficas.
Las cuestiones que plantea este tipo de muestreo son:
Qu caractersticas utilizar para dividir la poblacin en estratos?
Cmo se identificaran los estratos?
Cuantos estratos debe haber?
Cuntas unidades seleccionar de cada estrato?

Proporcional
Sea n el nmero de individuos de la poblacin total que forman parte de
alguna muestra:

Cuando la asignacin es proporcional el tamao de la muestra de cada
estrato es proporcional al tamao del estrato correspondiente con respecto a la
poblacin total:



Optima
Cuando se realiza un muestreo estratificado, los tamaos muestrales en cada
uno de los estratos, n
i
, los elige quien hace el muestreo, y para ello puede
basarse en alguno de los siguientes criterios:
Elegir los n
i
de tal modo que se minimice la varianza del estimador, para un
coste especificado, o bien,
habiendo fijado la varianza que podemos admitir para el estimador,
minimizar el coste en la obtencin de las muestras.
As en un estrato dado, se tiende a tomar una muestra ms grande cuando:
El estrato es ms grande;
El estrato posee mayor variabilidad interna (varianza);
El muestreo es ms barato en ese estrato.
Para ajustar el tamao de los estratos cuando conocemos la dispersin
interna de cada uno de los mismos, tenemos el siguiente resultado:
7.4.4.4 Teorema
[Asignacin de Neyman] Sea E una poblacin con N elementos, dividida
en k estratos, con N
i
elementos cada uno de ellos,



Sea n el nmero total de elementos al realizar el muestreo, y que se dividen en
cada estrato como

Sea X la v.a. que representa el carcter que intentamos estudiar. Sobre
cada estrato puede definirse entonces la v.a.


Como el valor medio de X obtenida en una muestra de tamao n
i
en el
estrato E
i
. Sea la varianza de dicha v.a.; Entonces



Se minimiza cuando


Donde










Bibliografa
Wikipedia 10 jul 2013 Muestra estadstica disponible en:
http://es.wikipedia.org/wiki/Muestra_estad%C3%ADstica

Monografas Febrero 2005 Introduccin a la estadstica
http://www.monografias.com/trabajos19/la-estadistica/la-estadistica.shtml

Matemticas Muestreo estratificado disponible en:
http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_4.pdf

Apuntes de estadstica para administracin
8 de agosto de 2011 Poblacin y Muestra, Parmetro y Estadgrafo disponible
en:http://estadisticaparaadministracion.blogspot.com/2011/10/poblacion-y-
muestra-parametro-y.html

Yahoo. Que es estadgrafo disponible en:
http://es.answers.yahoo.com/question/index?qid=20070320184545AAgCar8

slideshare Muestreo aleatorio simple disponible en :
http://www.slideshare.net/milit/muestreo-aleatorio-simple

emathematics. Muestreo e inferencia estadstica disponible en:
http://www.emathematics.net/estadistica/muestreo/index.php?tipo=estratificado