Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesora: Bachiller:
Flor Velazco Fabian Castillo
C.I: 28662696
Segundo Año Sección 5
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.
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.
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.
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).
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.
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
Las ventajas que suele presentar el muestreo no probabilístico son:
Desventajas
Las desventajas de utilizar el muestreo no probabilístico son:
No generaliza y es subjetivo.