Geoestadística. 10:00 – 11:00.

Orozco Juárez Rubén.

Investigación.

Población.
En algunos casos se trabaja con toda una población que es el conjunto formado
por todos los elementos a estudiar, el cual puede llamarse conjunto completo.
Una población se precisa como un conjunto finito o infinito de personas u objetos
que presentan características comunes.

"Una población es un conjunto de todos los elementos que estamos estudiando,

acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996).

"Una población es un conjunto de elementos que presentan una característica

común". Cadenas (1974).

El tamaño que tiene una población es un factor de suma importancia en el proceso

de investigación estadística y en nuestro caso social, y este tamaño vienen dado
por el número de elementos que constituyen la población, según el número de
elementos la población puede ser finita o infinita.
Cuando el número de elementos que integra la población es muy grande, se
puede considerar a esta como una población infinita, por ejemplo; el conjunto de
todos los números positivos.
Una población finita es aquella que está formada por un limitado número de
elementos, por ejemplo; el número de habitantes de una comarca.
Cuando la población es muy grande, es obvio que la observación y/o medición de
todos los elementos se multiplica la complejidad, en cuanto al trabajo, tiempo y
costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza una
muestra estadística.

Muestra.

La muestra es una representación significativa de las características de una población, que

bajo, la asunción de un error (generalmente no superior al 5%) estudiamos las
características de un conjunto poblacional mucho menor que la población global.

"Se llama muestra a una parte de la población a estudiar que sirve para representarla".
Murria R. Spiegel (1991).
"Una muestra es una colección de algunos elementos de la población, pero no de todos".
Levin & Rubin (1996).
"Una muestra debe ser definida en base de la población determinada, y las conclusiones
que se obtengan de dicha muestra solo podrán referirse a la población en referencia",
Por ejemplo estudiamos los valores sociales de una población de 5000 habitantes aprox.,
entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos,
por ello, la estadística nos dota de una herramienta que es la muestra para extraer un
conjunto de población que represente a la globalidad y sobre la muestra realizar el
estudio. Una muestra representativa contiene las características relevantes de la
población en las mismas proporciones que están incluidas en tal población.

Los expertos en estadística recogen datos de una muestra. Utilizan esta información para
hacer referencias sobre la población que está representada por la muestra. En
consecuencia muestra y población son conceptos relativos. Una población es un todo y
una muestra es una fracción o segmento de ese todo.

Tipos de muestreo

No aleatorios
Se eligen los elementos, en función de que sean representativos, según la opinión
del investigador.

Aleatorios

Todos los miembros de la muestra han sido elegidos al azar, de forma que cada
miembro de la población tuvo igual oportunidad de salir en la muestra.

Simple

Elegido el tamaño de la muestra, los elementos que la compongan se han de

elegir aleatoriamente entre los N de la población.
Con calculadora: se utilizan los números aleatorios

Sistemático

Se ordenan previamente los individuos de la población; después se elige uno de

ellos al azar, a continuación, a intervalos constantes, se eligen todos los demás
hasta completar la muestra.

Estratificado

Se divide la población total en clases homogéneas, llamadas estratos; por

ejemplo, por grupos de edades, por sexo. Hecho esto la muestra se escoge
aleatoriamente en número proporcional al de los componentes de cada clase o
estrato.
Inferencia estadística.

La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la

información empírica proporcionada por una muestra, cual es el comportamiento de una determinada
población con un riesgo de error medible en términos de probabilidad.

Los métodos paramétricos de la inferencia estadística se pueden dividir, básicamente, en dos: métodos de
estimación de parámetros y métodos de contraste de hipótesis. Ambos métodos se basan en el
conocimiento teórico de la distribución de probabilidad del estadístico muestral que se utiliza como
estimador de un parámetro.

La estimación de parámetros consiste en asignar un valor concreto al parámetro o parámetros que

caracterizan la distribución de probabilidad de la población. Cuando se estima un parámetro poblacional,

aunque el estimador que se utiliza posea todas las propiedades deseables, se comete un error de
estimación que es la diferencia entre la estimación y el verdadero valor del parámetro. El error de
estimación es desconocido por lo cual es imposible saber en cada caso cual ha sido la magnitud o el signo
del error; para valorar el grado de precisión asociado con una estimación puntual se parte de dicha
estimación para construir un intervalo de confianza. En síntesis, un intervalo de confianza está formado
por un conjunto de valores numéricos tal que la probabilidad de que éste contenga al verdadero valor del
parámetro puede fijarse tan grande como se quiera. Esta probabilidad se denomina grado de confianza del
intervalo, y la amplitud deéste constituye una medida del grado de precisión con el que se estima el
parámetro.