Introduccin al Muestreo

Algunos puntos de
vista de la toma de
muestras
El objetivo de un buen muestreo
Por qu muestreamos?
Falta de tiempo
Falta personal
Dinero, etc.
Material o unidad es sometida a ensayos
destructivos.
Caracterizar la distribucin espacial de un
contaminante en el suelo, aire o agua.
El objetivo de un buen muestreo
Usamos muestras para:
Control de procesos,
Control del medio ambiente,
Liberacin de un producto, etc.
Qu tipo de muestra queremos?
Que sea representativa del lote o poblacin bajo
estudio.
Que nuestra muestra sea un microcosmos de
donde se extrajo.

El objetivo de un buen muestreo
Qu tipo de muestra queremos?
Que tenga las mismas propiedades.
Por ejemplo;
Buscamos el % de impureza en un lote de
medicamentos, la muestra debe tener el mismo % de
impurezas.
Buscamos componentes txicos en el suelo, queremos
que la muestra tenga la misma composicin del rea
contaminada de inters.
El objetivo de un buen muestreo
Cmo podemos obtener una muestra
representativa?
No es fcil y nunca se puede garantizar que
tenemos una.
En la siguientes clases analizaremos algunos
principios de muestreo
Conceptos tiles para obtener una muestra lo
mas representativa posible.
Permite establecer protocolos

El objetivo de un buen muestreo
Cmo podemos obtener una muestra
representativa?
caracterizar un lote en el espacio o tiempo,
seguiremos protocolos que permitan obtener
muestras cuyas caractersticas fsicas y qumicas
son:
Son representativas del todo el lote y
Lo mas consistente posible con otras muestras


El objetivo de un buen muestreo
Obtener muestras representativas, requiere
tcnicas de muestreo fsicas que:
El menor sesgo posible y
Reducir la variacin de muestra a muestra.
Los niveles de exactitud y precisin
(reproducibilidad) son acordados con el cliente y
proveedor.

El objetivo de un buen muestreo
Para estudios ambientales,
El diseo del muestro es fundamental.
Tiene un rol critico para la toma de decisiones con base
cientfica.
Para generar informacin exacta acerca del nivel de
contaminacin en el ambiente se debe considerar:
Idoneidad y exactitud de la coleccin y manipulacin de
la muestra.
El efecto del error de medicin
La calidad y la idoneidad de los anlisis de laboratorio, y
la representatividad de los datos con respecto al
objetivo del estudio
El objetivo de un buen muestreo
Para estudios ambientales
la representatividad se aborda mediante el diseo
de muestreo
como la medida del grado en que los datos
representan una caracterstica de una poblacin
con exactitud y precisin, variacin de
parmetros en el punto de muestreo, una
condicin de proceso o una condicin ambiental.

El objetivo de un buen muestreo
En que consiste el diseo de
muestreo ambiental?
Indica el nmero de muestras.
Se identifica las muestras concretas
(posicin geogrfica, tiempo, cuando se
recogern)
Incluye una explicacin y jutificacin por la
eleccin de cada muestra.
Muestra suelo, latitud y longitud.
Muestra de aire y agua, latitud, longitud, tiempo,
etc.

Cul es el propsito del diseo
de muestreo ambiental?
Para apoyar una decisin sobre si los niveles
de contaminacin superan un umbral de
riesgo inaceptable,
Para determinar si ciertas caractersticas de
dos poblaciones difieren en cierta cantidad,
Para estimar las caractersticas medias de
una poblacin o la proporcin de una
poblacin que tiene ciertas caractersticas de
inters,
Cul es el propsito del diseo
de muestreo ambiental?
Para identificar la ubicacin de los hot
spots" (reas con altos niveles de
contaminacin) o delineacin de la pluma,
Para caracterizar la naturaleza y extensin
de la contaminacin en un sitio, o
Para supervisar las tendencias de las
condiciones ambientales o indicadores de
salud.
Diseos de muestreo
probabilstico y crtico o por juicio
Diseo de muestreo probabilstico,
aplican la teora del muestreo
implican la seleccin aleatoria de las unidades de
muestreo
cada miembro de la poblacin de la que se
seleccion la muestra tiene una probabilidad de
seleccin conocida.
se pueden hacer inferencia estadstica sobre la
poblacin de la muestra a partir de los datos
obtenidos
Diseos de muestreo
probabilstico y crtico o por juicio
Diseos de muestreo critico o por juicio,
implican la seleccin de unidades de
muestreo en la base de conocimiento de
experto o juicio profesional.

Basado en Probabilidad Critico o Juicio Profesional
V
e
n
t
a
j
a
s
Proporciona capacidad de
calcular la incertidumbre asociada
con las estimaciones
Proporciona resultados
reproducibles dentro de los lmites
de la incertidumbre
Proporciona capacidad de hacer
inferencias estadsticas
Puede manejar criterios de error
de decisin
Puede ser menos costoso que
los diseos probabilsticos. Puede
ser muy eficiente con el
conocimiento del sitio
Fcil de implementar
D
e
s
v
e
n
t
a
j
a
s
Ubicaciones aleatorias pueden
ser difciles de localizar
Un diseo ptimo depende de
un modelo conceptual preciso
Depende de conocimiento
experto
No se puede evaluar de forma
fiable la precisin de las
estimaciones
Depende del juicio personal para
interpretar los datos en relacin
con los objetivos de estudio
Diseos de muestreo
probabilstico y crtico o por juicio
Muestreo probabilstico
el analista de datos puede llegar a conclusiones
cuantitativas sobre la poblacin muestreada.
en la estimacin de un parmetro (por ejemplo. ,
La media), el analista puede calcular un intervalo
de confianza del 95% para el parmetro de
inters.
comparando esto con un umbral , el analista
puede indicar si los datos indican que la
concentracin excede o est por debajo del
umbral con un cierto nivel de confianza .
Diseos de muestreo
probabilstico y crtico o por juicio
En el juicio de expertos,
no se puede usar el anlisis estadstico para sacar
conclusiones sobre la poblacin objetivo.
Conclusiones solo se pueden extraer sobre la base de
un juicio profesional.
La utilidad de un muestreo de juicio depender
de los objetivos del estudio,
el tamao del estudio y
el alcance y el grado de juicio profesional disponible.
No se pueden hacer las declaraciones cuantitativas
sobre el nivel de confianza en una estimacin (por
ejemplo, intervalos de confianza)


Diferencias en el Muestreo
Errores de muestreo puede ser costoso,
pueden dar lugar a cambios innecesarios de
procesos
el anlisis de muestras adicionales
la liberacin a los clientes de material fuera de
especificacin
Diferentes mtodos de toma de muestras
puede producir resultados diferentes
Diferencias en el Muestreo
Muestreo como chivo expiatorio
Cuando nuestros resultados difieren de lo
que esperamos concluimos errores de
muestreo.
Reconocemos la importancia del proceso y
la variacin de laboratorio
Si no somos conscientes de los problemas
de muestreo o si los ignoramos
no podemos separar la variacin de muestreo a
la variacin del proceso y a la variacin de
laboratorio

Muestreo como chivo expiatorio
Duncan (1962) aborda muchos de estos
problemas desde una perspectiva estadstica
Examina los componentes de la variacin de
muestreo en varios casos especficos y
Las prcticas de muestreo que pueden afectarlos,
como
la composicin,
la mezcla y
la determinacin del tamao de la muestra.
Un enfoque estructurado del
muestreo
Problemas grandes y complicados a menudo
se resuelven por descomponerlos en sus
componentes.
La variacin de muestreo puede ser dividido
en sus componentes.
pueden ser examinados.
los efectos de los principales contribuyentes se
reducen.
Un enfoque estructurado del
muestreo
Siete errores de muestreo de Gy son fuentes
de variacin del muestreo.
Para simplificar nosotros las agrupar en tres
grandes categoras:
variacin del material,
herramientas y tcnicas, incluyendo el manejo de
muestras; y
Variacin del proceso.
El material: Toma de muestras y
Variacin del material