Bioestadística

Unidad 3: Actividad 4

Conceptos de muestreo e inferencia estadística

Presentado por:

Daniela Fernanda correa Sandoval

Código: 1110582328

Erika Natalia guzmán días

Código 1109295440

Clara Inés devia Martínez

Código 65698432

Anderson Fabián Perdomo

Código 1110530399

Tutora yenny Ximena Páez

Grupo: 151003_33

UNAD

Universidad nacional abierta y a distancia

Noviembre 2020
Introducción

En Investigación en Salud generalmente se utilizan muestras a partir de la cuales se infieren

características de una población, sin embargo es importante conocer las características que
hacen que una muestra sea realmente representativa de la población de la que procede y que
por tanto refleje a la población estudiada. El propósito de este trabajo es revisar los conceptos
básicos de muestreo y conceptos básicos de estadística inferencial.
Objetivo general

Reconocer las principales diferencias entre un muestreo probabilístico y uno no

probabilístico e interpretar el significado de un intervalo de confianza por medio de
ejemplos y graficas de análisis.

Objetivos específicos

 Analizar situaciones representadas en los gráficos

 Adquirir habilidades al momento de representar datos en graficas como lo fue en
grafico gauss
 Describir la naturaleza de los datos al ser analizados por medio de ejemplos o
situaciones cotidianas
 Explorar la relación de los datos con poblaciones
 Investigar de manera adecuada los puntos descritos en la rúbrica comparando y
diferenciando conceptos.
Cuestionario

 1 Qué se entiende por muestra.

 Qué diferencia una muestra probabilística de una muestra no probabilística.

Muestra
Total de elementos que componen un espacio de la fiscalización, que tienen incorporado un
filtro, y que responden a características globales, pero a la vez, lo suficientemente específicas
como para delimitar el ámbito de acción.
Cualquier subconjunto de una población
La muestra tiene que ser representativa de la población de la que se extrae Se pueden
producir errores imprevistos e incontrolados. Dichos errores se denominan sesgos y si
suceden diremos que la muestra está sesgada. Las distintas maneras de elegir una muestra de
una población se denominan muestreos.

Qué diferencia una muestra probabilística de una muestra no probabilística

A diferencia del muestreo probabilístico, la muestra no probabilística no es un producto de

un proceso de selección aleatoria. Los sujetos en una muestra no probabilística generalmente
son seleccionados en función de su accesibilidad o a criterio personal e intencional del
investigador.

2- Enumere y describa brevemente los tipos de muestra probabilística.

Tipos de muestreo probabilístico

El muestreo probabilístico puede clasificarse en:
1. muestreo aleatorio simple
2. muestreo sistemático
3. muestreo estratificado
4. muestreo por conglomerados.
. muestreo aleatorio simple
El muestreo aleatorio simple es uno de los métodos de selección más sencillos para una
muestra. Se basa en elegir, de forma aleatoria, a los individuos de la muestra a investigar.
Para ello, se le otorga un número a cada sujeto de la población y posteriormente, a modo de
sorteo, se seleccionan números de forma aleatoria para conformar la muestra.
Por ejemplo: para tomar una muestra de 10 escuelas, sobre una población de 200 escuelas
que hay en el país, cada escuela obtiene un número al azar. Entonces, a modo de sorteo, se
seleccionan 10 números que conformarán dicha muestra.

. muestreo sistemático
El muestreo sistemático se lleva a cabo dividiendo la población en subgrupos, en forma de
lista, para seleccionar aleatoriamente un número. Luego, el número escogido será, en cada
grupo, el individuo que conforme la muestra.
Por ejemplo: tenemos una población de 10.000 personas y debemos conformar una muestra
de 100 individuos, por lo que se divide a la población en 200 grupos de 50. Luego se
selecciona un número al azar, por ejemplo, el 20, y así la muestra de 100 individuos se irá
conformando por el individuo número 20 de cada grupo.

.muestreo estratificado
En el muestreo estratificado, el investigador divide a la población en estratos o subgrupos
que, generalmente, comparten ciertas características. Luego, utilizando el método del
muestreo aleatorio simple, se elige un individuo de cada estrato para conformar la muestra.
Por ejemplo: para realizar una investigación cuya población está conformada por personas
que trabajan en una empresa, el investigador divide dicha población en los siguientes estratos:
-Hombre con media jornada.
-Hombre con jornada completa.
-Mujer con media jornada.
-Mujer con jornada completa.
Aquí el investigador está dividiendo la población en 4 diferentes estratos, cuyos integrantes
comparten características.

. Muestreo por conglomerados.

Este método es utilizado cuando no es viable, o es imposible, elaborar una lista exacta de los
elementos de una población. Para llevarlo a cabo, los detalles de dicha población ya deben
estar agrupados en poblaciones, es decir que las listas ya deben existir, o se pueden crear.
Por ejemplo: un investigador decide realizar una investigación sobre México, pero dividir en
grupos a toda la población del país sería difícil e impráctico. Por lo tanto, aprovecha y utiliza
la separación natural por ciudades. Así, a partir de cada ciudad, elige individuos de forma
aleatoria para conformar la muestra.

3-Enumere y describa brevemente los tipos de muestra no probabilística.

El muestreo no probabilístico es una técnica de muestreo en la cual el investigador

selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al
azar.

El muestreo no probabilístico se utiliza donde no es posible extraer un muestreo de

probabilidad aleatorio debido a consideraciones de tiempo o costo.
El muestreo no probabilístico es un método menos estricto, este método de muestreo
depende en gran medida de la experiencia de los investigadores. El muestreo no
probabilístico comúnmente se lleva a cabo mediante métodos de observación, y se
utiliza ampliamente en la investigación cualitativa.

Tipos de Muestreo Probabilístico y Ejemplos:

Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no probabilística donde las
muestras de la población se seleccionan solo porque están convenientemente
disponibles para el investigador. Estas muestras se seleccionan solo porque son
fáciles de reclutar y porque el investigador no consideró seleccionar una muestra que
represente a toda la población. Idealmente, en la investigación, es bueno analizar
muestras que representen a la población. Pero, en algunas investigaciones, la
población es demasiado grande para evaluar y considerar a toda la población.

Esta es una de las razones por las que los investigadores confían en el muestreo por
conveniencia, que es la técnica de muestreo no probabilística más común, debido a
su velocidad, costo-efectividad y facilidad de disponibilidad de la muestra. Un
ejemplo de muestreo por conveniencia sería utilizar a estudiantes voluntarios que
sean conocidos del investigador. El investigador puede enviar la encuesta a los
estudiantes y ellos en este caso actuarían como muestra.

Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo por
conveniencia (con una ligera variación). En el muestreo consecutivo el investigador
elige una sola persona o un grupo de muestra, realiza una investigación durante un
periodo de tiempo, analiza los resultados y luego pasa a otra asignatura o grupo de
sujetos si es necesario.
Esta técnica de muestreo le da al investigador la oportunidad de trabajar con muchos
temas y afinar su investigación mediante la recopilación de resultados que tienen
conocimientos vitales.
Muestreo por cuotas
Hipotéticamente, supongamos que un investigador desea estudiar los objetivos
profesionales de los empleados de una organización. En esta organización trabajan
500 empleados y estos son conocidos en conjunto como “población”.

Para comprender mejor una población, el investigador solo necesitará una muestra,
no a toda la población. Además, el investigador está interesado en estratos
particulares dentro de la población. Es aquí donde el muestreo por cuotas ayuda a
dividir la población en estratos o grupos.

Para estudiar los objetivos de más de 500 empleados, técnicamente la muestra

seleccionada debe tener un número proporcional de hombres y mujeres. Lo que
significa que deben haber 250 hombres y 250 mujeres. Como esto es improbable, los
grupos o estratos se seleccionan mediante el muestreo por cuotas

Muestreo intencional o por juicio

En esta técnica de muestreo no probabilístico, las muestras se seleccionan basándose
únicamente en el conocimiento y la credibilidad del investigador. En otras palabras,
los investigadores eligen solo a aquellos que estos creen que son los adecuados (con
respecto a los atributos y la representación de una población) para participar en un
estudio de investigación.

Este no es un método científico de muestreo y la desventaja de esta técnica es que los

resultados pueden estar influenciados por nociones percibidas del investigador. Por
lo tanto, hay una gran cantidad de ambigüedad involucrada en esta técnica de
investigación. Por ejemplo, este tipo de método de muestreo se puede utilizar en
estudios piloto.
Muestreo de bola de nieve
Este tipo de técnica de muestreo ayuda a los investigadores a encontrar muestras
cuando son difíciles de localizar. Los investigadores utilizan esta técnica cuando el
tamaño de la muestra es pequeño y no está disponible fácilmente.

Este sistema de muestreo bola de nieve funciona como el programa de referencia.

Una vez que los investigadores encuentran sujetos adecuados, se les pide a estos
ayuda para buscar a sujetos similares y así poder formar una muestra de buen tamaño.

Por ejemplo, este tipo de muestreo se puede utilizar para realizar investigaciones que
involucran una enfermedad particular en pacientes o tal vez una enfermedad rara
también. Los investigadores pueden buscar ayuda de las personas enfermas para que
estos refieran a otros que sufran de la misma dolencia y con esto formar una muestra
subjetiva para llevar a cabo el estudio.
 4 Qué tipo de muestra es la adecuada para hacer inferencias a una
población. Explique.

¿Cuándo usar el muestreo no probabilístico?

Este tipo de muestreo se usa para indicar si existe un rasgo o característica particular
en una población.
Esta técnica de muestreo es ampliamente utilizada cuando los investigadores realizan
investigaciones cualitativas, estudios piloto o investigación exploratoria.
El muestreo no probabilístico se usa cuando los investigadores tienen un tiempo
limitado para llevar a cabo la investigación o tienen limitaciones presupuestarias.
El muestreo no probabilístico se realiza para observar si un tema en particular necesita
un análisis en profundidad. Mejora tu muestreo siguiendo estos consejos
Ventajas del muestreo no probabilístico
El muestreo no probabilístico es un método práctico para los investigadores que
implementan encuestas en el mundo real. Aunque claro, cabe mencionar que los
estadistas prefieren el muestreo probabilístico porque arroja datos en forma de
números. Pero la realidad es que si se hace correctamente, el muestreo no
probabilístico puede arrojar resultados similares, si no es que de la misma calidad.
Obtener respuestas utilizando el muestreo no probabilístico es más rápido y más
rentable en comparación al muestreo probabilístico ya que el investigador conoce la
muestra. Comúnmente los participantes están motivados para responder rápidamente
en comparación con las personas que se seleccionan al azar.
Desventajas del muestreo no probabilístico
En el muestreo no probabilístico, el investigador necesita pensar las posibles razones
de los sesgos. Es importante tener una muestra que represente de cerca a la población.
Conoce qué es una Muestra Representativa de la Población Nacional.

5 ¿Qué tipo de muestra es la correspondiente a las 5 personas de su grupo colaborativo,

si se toma como población el grupo total de estudiantes de bioestadística de este
semestre? Suponga que para la conformación de los grupos se tuvo en cuenta el estrato
socioeconómico de los participantes.

Muestreo aleatorio estratificado

Trata de obviar las muestras que presentan ya que simplifican los procesos y suelen reducir
el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica
(se puede estratificar, por ejemplo, según la profesión, el municipio de residencia, el sexo, el
estado civil, etc.).
El tipo de muestra que corresponde a las 5 personas del grupo colaborativo es aleatorio
estratificado ya que del conjunto de participantes del grupo (población) se toman las 5
personas del grupo colaborativo teniendo en cuenta el estrato socioeconómico dividiendo
así por grupos a través de hacer evidente el cambio de dicha variable en subpoblaciones o
estratos en los que se ha dividido representando así a la población.

6-Dibuje y analice una gráfica de la distribución de Gauss (normal) y señale sus

principales características.
7-¿Qué son los intervalos de confianza?

El intervalo de confianza representa una técnica de estimación que se utiliza en el campo de

la inferencia estadística. En él se permite acotar uno o diversos pares de valores, entre los
cuales está la estimación puntual indagada. Esto dentro de una determinada probabilidad.
Un intervalo de confianza estadística en estadística permite calcular los valores que existen
alrededor de una media muestra. Dentro de la muestra, se encuentra un rango superior y otro
inferior. Dentro de dicho rango, se estima la probabilidad determinada y se localiza el
parámetro poblacional. De modo que esto permite expresar con precisión si la estimación de
la muestra coincide con el valor de toda la población.

¿Cuáles son los componentes de un intervalo de confianza?

Para realizar el cálculo de un intervalo de confianza, deben considerarse los siguientes

elementos:
El tamaño de la selección de la muestra: esto depende de la proporción de datos que se
utilicen para el cálculo del valor muestra. Se debe observar si se acerca más o menos al
parámetro poblacional.
El nivel de confianza: este informa en qué porcentaje de casos la estimación es certera.
Frecuentemente, los niveles oscilan entre el 95 % y el 99 %.
El margen de error de la estimación: se señala como alfa y marca la probabilidad que existe
para que el valor poblacional esté fuera del intervalo.
Estimación de la muestra: se relaciona con los valores de la media, la varianza y las
diferencias de las medias. En dichos valores se fundamenta el cálculo del intervalo.

Para que sirven los intervalos de confianza

Los intervalos de confianza en las empresas se aplican al control estadístico de los procesos.
Dado que el proceso de inferencia es el que estima el valor de un parámetro a partir del valor
estadístico, se puede utilizar de manera puntual o también por intervalos.
El intervalo de confianza representa una técnica esencial en la empresa. Sobre todo, en los
diferentes procesos como la producción y la venta de bienes y/o servicios. El tener un buen
control estadístico permite conocer el intervalo que le corresponde a cada proceso. Con él se
puede determinar el verdadero valor del parámetro, pero en los casos en que no se aplica este
control, no ocurre de la misma forma. Esto hace que el intervalo de confianza se utilice como
un excelente parámetro para la credibilidad estadística.
Finalmente, el intervalo de confianza, a pesar de no dar una estimación puntual del parámetro
poblacional, sí sirve para hacernos una idea aproximada de cuál podría ser su verdadero valor.
En otras palabras, acota entre dos valores en dónde se encontrará la media de la población.
Una de las razones fundamentales por las que las empresas usan los intervalos de confianza
es porque son altamente recomendables. Entre estas razones, se destacan la aproximación al
conocimiento real de un resultado, independientemente de la significación estadística, y la
valoración de equivalencia entre dos variables.

8 ¿Qué quiere decir que la frecuencia cardíaca de un grupo de pacientes se encuentra

entre 60 y 80 latidos/minuto con un intervalo de confianza del 95%?

El intervalo de confianza describe la variabilidad entre la medida obtenida en un estudio y la

medida real de la población (el valor real). Corresponde a un rango de valores, cuya
distribución es normal y en el cual se encuentra, con alta probabilidad, el valor real de una
determinada variable.
Un intervalo de confianza al 95% garantiza que, si tomamos 100 muestras, el verdadero valor
del parámetro estará dentro del intervalo en aproximadamente el 95 de los intervalos
construidos, En estadística, se llama intervalo de confianza a un par o varios pares de números
entre los cuales se estima que estará cierto valor desconocido con un determinado nivel de
confianza.
Conclusión

Se logra identificar conceptos de muestreo e inferencia estadística por medio de diversos

ejemplos y actividades de contextualización a desarrollar, cuando se realiza una investigación
los métodos de análisis, inferencia, muestreo nos permiten conocer la técnica para la
selección de una muestra a partir de una población estadística.Al elegir una muestra aleatoria
se espera conseguir que sus propiedades sean extrapolables a la población y así lograr obtener
una conclusión de un caso determinado
Referencia Bibliografía

Bibliografia: Tomado de: https://www.questionpro.com/blog/es/muestreo-no-

probabilistico/

Tomado de: https://economipedia.com/definiciones/muestra-estadistica.html

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

https://www.bancofinandina.com/finanblog/noticias/2019/11/01/que-es-un-intervalo-de-
confianza-y-para-que-se-utiliza