1.

1 Poblacin y muestra aleatoria Ruben Ivan Loredo Perez

El concepto de poblacin en estadstica va ms all de lo que

comnmente se conoce como tal. Una poblacin se precisa como un
conjunto finito o infinito de personas u objetos que presentan caractersticas
comunes.

Las poblaciones finitas En los problemas planteados en las distintas

disciplinas se estudia el comportamiento de una o ms variables sobre
un conjunto de unidades. A este conjunto de unidades lo denominamos
poblacin P. Las unidades de la poblacin pueden ser pacientes,
hospitales, alumnos, mdicos, objetos, etc. La variable es la
caracterstica estudiada que puede tomar distintos valores de unidad
en unidad. Cuando hablamos de poblaciones finitas, por lo menos en
teora, podemos acceder a todos los individuos o elementos que la
componen.
Las poblaciones infinitas en muchos problemas interesa saber cmo
se comporta una, o varias variables, al observarlas cuando se repite
un experimento definido de antemano, pero no existe un nmero fijo,
finito, de experimentos ya que tericamente se los puede repetir
cuantas veces se quiera. Si estudiamos pacientes hipertensos y
medimos su tensin arterial, estas mediciones se pueden repetir
cuantas veces se quiera, por lo menos en teora, en pacientes actuales
y futuros repartidos a lo largo del mundo.
En estadstica, una muestra es la seleccin de un numero de
observaciones de a partir de una poblacin objeto de investigacin; una
muestra aleatoria es cuando la eleccin sigue un mtodo impredecible. El
muestreo aleatorio puede referirse tambin a tomar una serie de
observaciones independientes de la misma distribucin de probabilidad. Las
muestras nos permiten mediante la inferencia estadstica representar los
resultados de la poblacin de donde haya extrado, pero existiendo una
potencial variacin al azar en los resultados que se denomina error de
muestreo. En el caso de muestras aleatorias, la estadstica dispone de
medidas para evaluar el error de muestreo.
Tipos de muestras aleatorias:

Muestra aleatoria simple se selecciona directo cuando todas las

potenciales observaciones de la poblacin son equiponderables.

Una muestra auto-ponderada, es aquella en la que cada individuo o un

objeto, en la poblacin de inters tienen la misma oportunidad de ser
seleccionadas para la muestra. Las muestras aleatorias simples son
auto-ponderadas.
 1.1 Poblacin y muestra aleatoria Ruben Ivan Loredo Perez

El muestreo estratificado implica seleccionar muestras independientes

de un nmero de subpoblaciones, grupo o estratos dentro de la
poblacin. Por ejemplo, si queremos analizar los datos de unas
elecciones por gnero o por grupo de edad, deberemos cerciorarnos de
obtener muestras representativas de todas las subpoblaciones.

El muestreo por clster, consiste en seleccionar las observaciones de

la muestra por grupos con intereses relacionados. Por ejemplo, si se
plantea conocer la opinin pblica de un trasvase en un rio, deberemos
hacer dos clusters aquello de la zona beneficiada (reciben el agua del
rio) y aquellos de la zona perjudicada (tendrn menos caudal en el rio).
El anlisis de muestras por clster debe tener en cuenta la correlacin
intra-grupo que refleja el hecho de que las unidades en la misma
agrupacin es probable que sean ms similares que dos unidades
escogido al azar.