Documente Academic
Documente Profesional
Documente Cultură
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.
Muestra.
"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
Sistemático
Estratificado
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.
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.