Inferencia Estadstica - Muestreo

1
Estadstica General
Inferencia Estadstica
Inferencia Estadstica - Muestreo
2
Contenido
Objetivo de la Estadstica Inferencial

Muestreo Estadstico




Inferencia Estadstica - Muestreo
3
Objetivo de la Inferencia
Estadstica
El objetivo de la estadstica inferencial es obtener la
informacin acerca de una poblacin, partiendo de la
informacin que contiene una muestra. El proceso que
se sigue para seleccionar una muestra se denomina
Muestreo.
Inferencia Estadstica - Muestreo
4
Muestreo Estadstico

Herramienta de la investigacin cientfica cuya funcin
bsica es determinar qu parte de una poblacin en
estudio debe examinarse con el fin de hacer inferencias
sobre dicha poblacin.



Intentaremos responder a las siguientes cuestiones:

Por qu tomar muestras? Cmo se toman muestras?
Qu hacer con las muestras? Cuntas muestras tomar?

Inferencia Estadstica - Muestreo
5
Muestreo Estadstico

Por qu tomar muestras?

Poblaciones infinitas

Costes de la toma de muestras

Destruccin de las unidades estudiadas

Inferencia Estadstica - Muestreo
6
Muestreo Estadstico
Cmo se toman muestras?

Tipos de muestreo

1) Muestreo aleatorio simple
2) Muestreo Sistemtico
3) Muestreo Estratificado
4) Muestreo por conglomerados
5) Otros tipos de muestreo (polietpico, MUM,...)
Inferencia Estadstica - Muestreo
7
Muestreo aleatorio simple (M.A.S.)
Se eligen individuos de la poblacin de estudio, de
manera que todos tienen la misma probabilidad de
aparecer, hasta alcanzar el tamao muestral deseado.

Se puede realizar partiendo de listas de individuos de la
poblacin, y eligiendo individuos aleatoriamente con un
ordenador.

Inferencia Estadstica - Muestreo
Aleatorio
simple
Caracterstica Ventajas Inconvenientes
Se selecciona una
muestra de tamao n
de una poblacin de N
unidades, cada
elemento tiene una
probabilidad de
inclusin igual y
conocida de n/N.
Sencillo y de fcil
comprensin.
Clculo rpido de
medias y varianzas.
Se basa en la teora
estadstica, y por tanto
existen paquetes
informticos para analizar
los datos
Requiere que se
posea de antemano
un listado completo
de toda la
poblacin. Cuando
se trabaja con
muestras pequeas
es posible que no
represente a la
poblacin
adecuadamente.
Muestreo aleatorio simple (M.A.S.)
Inferencia Estadstica - Muestreo
9
Muestreo sistemtico
Se tiene una lista de los individuos de la poblacin de
estudio. Si queremos una muestra de un tamao dado,
elegimos individuos igualmente espaciados de la lista,
donde el primero ha sido elegido al azar.

CUIDADO: Si en la lista existen periodicidades,
obtendremos una muestra sesgada.

Un caso real: Se eligi una de cada cinco casas para
un estudio de salud pblica en una ciudad donde las
casas se distribuyen en manzanas de cinco casas.
Salieron con mucha frecuencia las de las esquinas,
que reciben ms sol, estn mejor ventiladas,
Inferencia Estadstica - Muestreo
Sistemtico Caractersticas Ventajas Inconvenientes
Conseguir un listado
de los N elementos
de la poblacin
Determinar tamao
muestral n.
Definir un intervalo
k= N/n.
Elegir un nmero
aleatorio, r, entre 1 y
k (r= arranque
aleatorio).
Seleccionar los
elementos de la lista.


Fcil de aplicar.

No siempre es
necesario tener un listado
de toda la poblacin.

Cuando la poblacin
est ordenada siguiendo
una tendencia conocida,
asegura una cobertura de
unidades de todos los
tipos.

Si la constante de
muestreo est
asociada con el
fenmeno de
inters, las
estimaciones
obtenidas a partir de
la muestra pueden
contener sesgo de
seleccin
Muestreo sistemtico
Inferencia Estadstica - Muestreo
11
Muestreo estratificado
Se aplica cuando sabemos que hay ciertos factores
(variables, subpoblaciones o estratos) que pueden influir
en el estudio y queremos asegurarnos de tener cierta
cantidad mnima de individuos de cada tipo:
Hombres y mujeres,
Jovenes, adultos y ancianos

Se realiza entonces un M.A.S. de los individuos de cada
uno de los estratos.

Al extrapolar los resultados a la poblacin hay que tener
en cuenta el tamao relativo del estrato con respecto al
total de la poblacin.
Inferencia Estadstica - Muestreo
Estratificado Caractersticas Ventajas Inconvenientes
En ciertas ocasiones
resultar conveniente
estratificar la muestra
segn ciertas variables de
inters. Para ello
debemos conocer la
composicin estratificada
de la poblacin objetivo a
hacer un muestreo. Una
vez calculado el tamao
muestral apropiado, este
se reparte de manera
proporcional entre los
distintos estratos
definidos en la poblacin
usando una simple regla
de tres.
Tiende a asegurar que
la muestra represente
adecuadamente a la
poblacin en funcin de
unas variables
seleccionadas.
Se obtienen
estimaciones ms precisa
Su objetivo es
conseguir una muestra lo
ms semejante posible a
la poblacin en lo que a la
o las variables
estratificadoras se refiere.




Se ha de conocer
la distribucin en
la poblacin de las
variables utilizadas
para la
estratificacin.








Muestreo estratificado
Inferencia Estadstica - Muestreo
13
Muestreo por grupos o conglomerados
Se aplica cuando es difcil tener una lista de todos los
individuos que forman parte de la poblacin de estudio,
pero sin embargo sabemos que se encuentran
agrupados naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos
algunos podemos estudiar a todos los individuos de los grupos
elegidos o bien seguir aplicando dentro de ellos ms muestreos por
grupos, por estratos, aleatorios simples,

Al igual que en el muestreo estratificado, al extrapolar los resultados
a la poblacin hay que tener en cuenta el tamao relativo de unos
grupos con respecto a otros.
Regiones con diferente poblacin pueden tener probabilidades
diferentes de ser elegidas, comarcas, hospitales grandes frente
a pequeos,
Inferencia Estadstica - Muestreo
Por grupos o
conglomerados
Caractersticas Ventajas Inconvenientes
Se realizan varias fases
de muestreo sucesivas
(polietpico)

La necesidad de listados
de las unidades de una
etapa se limita a aquellas
unidades de muestreo
seleccionadas en la
etapa anterior.

Es muy eficiente
cuando la poblacin es
muy grande y dispersa.
No es preciso tener un
listado de toda la
poblacin, slo de las
unidades primarias de
muestreo.
El error estndar
es mayor que en el
muestreo aleatorio
simple o
estratificado.
El clculo del error
estndar es
complejo.





Muestreo por grupos o conglomerados
Inferencia Estadstica - Muestreo
15
Determinacin del Tamao de la Muestra
Cuando el estudio es de carcter
cualitativo
a. Cuando N es muy grande o
cuando el muestreo es con
reposicin:

2
2
E
PQ Z
n

b. Cuando al poblacin es
finita (se conoce N) o el
muestreo es sin reposicin:
PQ Z E N
PQ NZ
n
2 2
2
) 1 (

Donde:
P=Proporcin de xito; que se conoce por estudios anteriores o similares.
Q=(1-P) Proporcin de fracaso
Z=Valor que se obtiene de la distribucin normal, para que un nivel de
significacin de . Generalmente se toma:
Z=1.96 para un nivel de significancia del 5%
Z=2.575 para un nivel del 1%
E=Error de estimacin. Valor que lo determina el investigador. Se sugiere
valores en torno al 5%.
N= Nmero de los elementos del universo o de la poblacin.

Inferencia Estadstica - Muestreo
16
Ejemplo 1:
Un alumno tesista de la UNA. Desea conocer la
proporcin de alumnos desertores de todos los colegios
del Departamento del Meta, durante el presente ao
acadmico. Para tal efecto desea tomar una muestra
aleatoria simple, con una probabilidad del 95% de que
error de estimacin no debe ser ms del 5%.
a. Cul ser el tamao adecuado de la muestra, si la
proporcin de desertores del ao anterior fue del 10%.
b. Cul ser el tamao adecuado de la muestra, si no se
conoce la proporcin de desertores?




Inferencia Estadstica - Muestreo
17
Ejemplo 2:
En una poblacin de 5000 lectores de la revista Si se
lee, el gerente de dicha revista quiere conocer la
proporcin de lectores que le gusta el deporte, para
incluir en su edicin y l establece que error mximo no
deber ser mayor del 4% del valor verdadero del
parmetro con un nivel de confianza del 99%.
a. Sabiendo que la proporcin de la gente que le gusta
el deporte es del 60%.
b. Cuando no se conoce P.



Inferencia Estadstica - Muestreo
18
Cuando el estudio es de carcter
cuantitativo
a. Cuando no se conoce el tamao
N de la poblacin o ste es
infinito.
2
2 2
E
Z
n

b. Cuando al poblacin es
finita (se conoce N) o el
muestreo es sin reposicin:
2 2 2
2 2
) 1 (

Z E N
NZ
n

Donde:
= es la desviacin estndar que se conoce por
antecedentes anteriores. Si no se conoce , se
obtendr de una muestra piloto.
Determinacin del Tamao de la Muestra
Inferencia Estadstica - Muestreo
19
La gerencia de una empresa que tiene 200 camiones,
desea conocer el nmero promedio del total de
kilmetros recorridos durante una semana. Para dicho
estudio va a tomar una muestra aleatoria, de tal manera
que el error de muestreo no sea mayor de 50 kilmetros,
para un nivel de confianza del 95% y la desviacin
estndar de la poblacin basada en estudios anteriores
fue de 180 Km. Cul ser el mnimo adecuado de la
muestra?.


Ejemplo 3:
Inferencia Estadstica - Muestreo
20
La desviacin estndar de la duracin de los focos de
una determinada fbrica de focos es de 100 horas. Para
un embarque de 2000 focos, el gerente de control de
calidad de la fbrica desea determinar el tamao de la
muestra necesaria, para estimar la duracin promedio
con una aproximacin de ms o menos 20 horas del
promedio real con un 95% de confianza.

Ejemplo 4:
Inferencia Estadstica - Muestreo
21
Si deseamos conocer la media de la glucemia basal de
una poblacin, con una seguridad del 95 % y una
precisin de 3 mg/dl y tenemos informacin por un
estudio piloto o revisin bibliogrfica que la varianza es
de 250 mg/dl
Ejemplo 5: