República Bolivariana de Venezuela

Ministerio del Poder. Popular. Para la Educación Superior

Universidad Nacional Experimental Rómulo Gallegos
Programa de Medicina “Dr. José Francisco Torrealba”
San Juan de los Morros-Edo- Guárico
 ESTADISTICA

Profesora: Bachiller:
Flor Velazco Fabian Castillo
C.I: 28662696
Segundo Año Sección 5

Abril del 2020

Universo.
En estadística es el nombre especifico que recibe particularmente la
investigación social la operación dentro de la delimitación del campo de
investigación que tienen por objeto la determinación del conjunto de unidades de
observaciones del conjunto de unidades de observación que van a ser
investigadas. Para muchos investigadores él termino universo y población son
sinónimos. En general, el universo es la totalidad de elementos o características
que conforman el ámbito de un estudio o investigación. El universo estadístico se
diferencia del físico, en que mientras la concepción física del universo es total y
absoluta, la definición estadística es relativa al método y al objeto de la
investigación, por cuanto la metodología sea  de naturaleza estocástica, y la
definición dependa del objeto de estudio ,en Probabilidad Imposible el universo
estadístico sólo será definido  por aquellos elementos que tengan en común una o
varias cualidades y cuyas mediciones sean estudiadas a través de probabilidades
estadísticas.

Población.
En estadística una población es un conjunto de seres, individuos, objetos ,
elementos o eventos con determinadas características. A menudo se obtiene
una muestra de dicha población, es decir, un subconjunto representativo. Luego
de realizar un análisis estadístico a la muestra, los resultados se extrapolan al
resto de la población (inferencia estadística). La estadística es comúnmente
considerada como una colección de hechos numéricos expresados en términos de
una relación sumisa, y que han sido recopilado a partir de otros datos numéricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la
estadística como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como
una estimación de parámetro de determinada población; es decir, una función de
valores de muestra.
Muestra.
En estadística, una muestra es un subconjunto de casos o individuos de
una población. En diversas aplicaciones interesa que una muestra
sea, representativa y para ello debe escogerse una técnica de muestra adecuada,
que produzca una muestra aleatoria adecuada. También es un subconjunto de la
población, y para ser representativa, debe tener las mismas características de la
población. Si se obtiene una muestra sesgada su interés y utilidad es más
limitado, dependiendo del grado de sesgos que presente.  Como un subgrupo o
subconjunto representativo de la población, extraída seleccionada por algún
método de muestreo. La muestra siempre es una parte de la población. Si se
tienen varias poblaciones, entonces se tendrán varias muestras. La muestra debe
poseer toda la información deseada para tener la posibilidad de extraerla, esto
solo se puede lograr con una buena selección de la muestra y un trabajo muy
cuidadoso y de alta calidad en la recogida de datos.

Muestra Pirobalística.
Modelo probabilístico o estadístico es la forma que pueden tomar un conjunto
de datos obtenidos de muestreos de datos con comportamiento que se
supone aleatorio. Un modelo estadístico es un tipo de modelo matemático que
usa la probabilidad, y que incluye un conjunto de asunciones sobre la generación
de algunos datos muestrales, de tal manera que asemejen a los datos de una
población mayor. Las asunciones o hipótesis de un modelo estadístico describen
un conjunto de distribuciones de probabilidad, que son capaces de aproximar de
manera adecuada un conjunto de datos. Las distribuciones de probabilidad
inherentes de los modelos estadísticos son lo que distinguen a los modelos de
otros modelos matemáticos deterministas.

Los tipos de muestreo probabilístico son:

- Muestreo aleatorio simple.
- Muestreo sistemático.
 - Muestreo aleatorio estratificado.
- Muestreo por conglomerados (clusters)

Muestreo aleatorio simple

El muestreo aleatorio simple es la forma más fácil de muestreo

probabilístico. Lo único que el investigador tiene que hacer es asegurarse de
que todos los miembros de la población sean incluidos en la lista y luego
seleccionar al azar el número deseado de sujetos. Si se selecciona una muestra
de tamaño n de una población de N unidades, cada elemento tiene una
probabilidad de inclusión igual y conocida de n/N.

Ventajas:
- Sencillo y de fácil comprensión.
- Cálculo rápido de medias y varianzas.
- Se basa en la teoría estadística, y por tanto existen paquetes informáticos
para analizar los datos.

Desventajas:
- Requiere que se posea de antemano un listado completo de toda la población.
- Cuando se trabaja con muestras pequeñas es posible que no represente a la
población adecuadamente.

Muestreo aleatorio sistemático

El muestreo aleatorio sistemático se puede comparar con una progresión

aritmética en donde la diferencia entre dos números consecutivos es la misma.

Procedimiento:
- Conseguir un listado de N elementos.
 - Determinar un tamaño de muestra n.
- Definir un intervalo de salto k; K=N/n.
- Elegir un número aleatorio, r, entre 1 y k (r=arranque aleatorio).
- Seleccionar los elementos de la lista.

Ventajas:
- Fácil de aplicar.
- No siempre es necesario tener un listado de toda la población.
- Cuando la población está ordenada siguiendo una tendencia conocida,
asegura una cobertura de unidades de todos los tipos.

Desventajas:
- Si la constante de muestreo está asociada con el fenómeno de interés, se
pueden hallar estimaciones sesgadas.

Muestreo aleatorio estratificado

El muestreo aleatorio estratificado también es conocido como muestreo

aleatorio proporcional. Ésta es una técnica de muestreo probabilístico en donde
los sujetos son inicialmente agrupados en diferentes categorías, tales como la
edad, el nivel socioeconómico o el género. El azar no es una garantía de
representatividad. Este muestreo pretende asegurar la representación de cada
grupo en la muestra. Cuanto más homogéneos sean los estratos, más precisas
resultarán las estimaciones.

Ventajas:
- Tiende a asegurar que la muestra represente adecuadamente a la población
en función de unas variables seleccionadas.
- Se obtienen estimaciones más precisas.

Desventajas:
- Se ha de conocer la distribución en la población de las variables utilizadas
 para la estratificación.
- Los análisis son complicados, en muchos casos la muestra tiene que
ponderarse (asignar pesos a cada elemento).

Muestreo aleatorio por conglomerados

El muestreo aleatorio por conglomerados se realiza cuando es imposible el

muestreo aleatorio simple debido al tamaño de la población.

-Los conglomerados se caracterizan porque la variación en cada grupo es menor

que la variación entre grupos.

-La necesidad de listados de las unidades de una etapa se limita a aquellas

unidades de muestreo seleccionadas en la etapa anterior.

Ventajas:
- Es muy eficiente cuando la población es muy grande y dispersa. Reduce
costes.
- No es preciso tener un listado de toda la población, sólo de las unidades
primarias de muestreo.

Desventajas:
- El error estándar es mayor que en el muestreo aleatorio simple o estratificado.
El cálculo del error estándar es complejo.

Muestra No Probalistico.

El muestreo no probabilístico es aquella técnica utilizada en la muestra

estadística que, al contrario de la muestra probabilística, se basa en un proceso
que no les permite a todos los individuos de una población investigada tener la
misma oportunidades de ser seleccionados.
Es decir, este tipo de muestreo predomina a aquellos individuos que al cumplir con
cierta cualidad o característica benefician a la investigación, entonces pueden ser
parte de la muestra.

Tipos de muestreo no probabilístico

A la hora de clasificar al muestreo no probabilístico, podemos encontrar los
siguientes tipos: Muestreo por cuotas, conveniencia, bola de nieve o discrecional.

Muestreo por conveniencia.

El muestreo no probabilístico por conveniencia es aquel que, tal como lo indica
su nombre, el investigador realiza la muestra en base a las selección de individuos
que considera accesibles, fácil y de rápida investigación. Esto, generalmente, lo
hace por proximidad al investigador.

Muestreo por cuotas..

En este, el investigador se asegura de formar la muestra de forma que ésta
sea equitativa y proporcional de acuerdo a las características, cualidades o rasgos
de la población a estudiar.

Muestreo de bola de nieve

También conocido como muestreo en cadena, este método de muestra no
probabilística es aquella en donde el encargado de la investigación le exige al
primer sujeto identificar o señalar a otra persona que tenga potencial y que cumpla
con los requisitos de dicha investigación.

Muestreo discrecional
También conocida como muestreo por juicio o intencional. En este caso se
consiguen las muestras y los sujetos se eligen para llegar a ser un grupo en donde
la muestra busca un objetivo específico. En este particular, el encargado de la
investigación sabe que algunas personas resultan más adecuadas para el análisis
que otras.

Ventajas y desventajas del muestreo no probabilístico

Ventajas
Las ventajas que suele presentar el muestreo no probabilístico son:

 Menor costo para realizar la investigación.

 Se pueden controlar las características de la muestra.

 Conlleva menor tiempo, ya que se conoce el individuo que va a formar la

muestra.

 Se pueden conocer las características poco comunes.

Desventajas
Las desventajas de utilizar el muestreo no probabilístico son:

 No es una muestra que asegure la representación total de la población.

 No generaliza y es subjetivo.

 No es recomendable en el caso de que la investigación sea causal o

descriptiva.