Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. POBLACIÓN
2. MUESTRA
Factorial
5!= 5*4*3*2*1= 120
5!= 5*4*3!
1!=1
0!=1
10!/8! = (10∗9∗8!)/8!
= 90
4. MUESTRA PROBABILÍSTICA
6. MARCO MUESTRAL
Es el listado que contiene las unidades de observación, de donde pueden ser seleccionados
los elementos de la muestra (unidades muestrales). Dicho listado debe enumerarse, para
facilitar la elección al generar números aleatorios.
Pueden ser seleccionadas como unidades muestrales: viviendas, manzanas, personas, dedos
pulgares, ciudades, etc., eso lo define el investigador, según el objetivo del muestreo.
7. UNIDAD DE OBSERVACIÓN
8. ERROR DE MUESTREO
9. TIPOS DE MUESTREO
Entre los muestreos probabilísticos se tienen: el muestreo irrestricto aleatorio, el
sistemático, el estratificado, el de conglomerados y los multietápicos.
En este muestreo todos los elementos de la muestra se seleccionan directamente del espacio
muestral y tienen una probabilidad igual y conocida de pertenecer a ella. Los elementos del
espacio muestral se enumeran y luego, mediante uno de los mecanismos de selección
aleatoria se sacan uno a uno los elementos que integrarán la muestra. Se recomienda este
muestreo cuando los elementos de la población son homogéneos.
En este caso, por lo general, los elementos de la población no se numeran debido a que hay
mucha cantidad de elementos en el espacio muestral. Este muestreo es muy parecido al
aleatorio simple.
Se tiene el número total de unidades de la población y cada cierta cantidad se selecciona
uno de estos elementos para la muestra. Ejemplo, se tiene una población de 1.000 historias
clínicas y una muestra de n=10. Se divide 10/1.000 = 1/100, esto significa que se escoge
una historia de cada 100.
La primera historia se saca aleatoriamente entre las primeras 100 historias. Para ello, se
genera un número aleatorio entre 1 – 100. Si esta primera historia fue, por ejemplo, la
número 50, las 10 historias para la muestra serán las correspondientes a los números: 50,
150, 250, 350, 450, 550, 650, 750, 850, 950; es decir, se selecciona la primera
aleatoriamente y el resto cada 100 historias. La Figura 6 muestra el caso donde la primera
historia seleccionada fue la número 50 y se van a seleccionar 10 muestras.
Figura 6. Muestreo sistemático según selección de elementos
9.3 MUESTREO ESTRATIFICADO
Para cada uno de los otros tipos de muestreo existen fórmulas específicas, con alguna
diferencia entre ellas, pero conservan los principios del muestreo aleatorio simple.
MUESTRAS POSIBLES
La cuestión es diseñar una sola muestra, pero…
¿Existe una sola muestra? ¿Cuántas muestras son posibles?
N!
Combinatoria =
( N −n ) ! n !
Ejemplo:
Se desea realizar un estudio con el objetivo de estimar la fuerza promedio de 30 deportistas,
y el tamaño de la muestra es de 2 deportistas. ¿Cuántas muestras son posibles?
Las muestras posibles de tamaño 2 de una población de 30 personas son 435 muestras.
El espacio muestral sería tener cada una de las 435 muestras posibles con el par de números
identificados.
Hay que seleccionar una de ellas. Hay dos formas de hacerlo:
Se enumeran todas las 435 muestras (marco muestral), se genera un número
aleatorio entre 1 y 435, con el número que resulte se selecciona la muestra.
Regularmente este trabajo es muy dispendioso, pues la mayoría de las veces las
muestras posibles suelen ser millones.
Es la desviación estándar de los valores de los promedios de las muestras. Observe que no
es un error, es una medida de variabilidad igual a la desviación estándar.
La desviación estándar tiene que ver los valores x
El error estándar tiene que ver con los valores
Figura 12. Comparación desviación estándar y error estándar
DISTRIBUCIÓN MUESTRAL
Es la distribución de todos los valores posibles que puede asumir una estadística (el
promedio), calculados a partir de muestras del mismo tamaño, extraídas aleatoriamente de
la misma población.
La forma de construirla es:
De una población finita de tamaño N, se extraen de manera aleatoria todas las
muestras posibles de tamaño n.
Hacer una tabla con los valores de la estadística en estudio, su frecuencia absoluta y
relativa.
Factorial
5!= 5*4*3*2*1= 120
5!= 5*4*3!
1!=1
0!=1
10!/8! = (10∗9∗8!)/8!
= 90
Factorial
5!= 5*4*3*2*1= 120
5!= 5*4*3!
1!=1
0!=1
10!/8! = (10∗9∗8!)/8!
= 90
1
Niños
0
Edad (años)
4
Muestras
0
6 7 8 9 10 11 12 13 14 15
Promedios (años)
Figura 15. Promedios según muestras
Muestras
3
0
6 7 8 9 10 11 12 13 14
Promedios (años)
CONCLUSIONES
Cuando el muestreo se realiza a partir de una población que sigue una distribución normal,
la distribución de los promedios de la muestra tiene las siguientes propiedades:
La distribución de será normal.
El promedio de todos los promedios de todas las muestras será igual a la media poblacional
de la cual se extrajo.
La varianza de los promedios de las muestras será igual a la varianza de la población
dividida entre el tamaño de muestra.
La desviación estándar de los promedios de las muestras será igual a la desviación estándar
de la población dividida entre la raíz cuadrada del tamaño de muestra.
Factorial
5!= 5*4*3*2*1= 120
5!= 5*4*3!
1!=1
0!=1
10!/8! = (10∗9∗8!)/8!
= 90
CASO 1
Se desea calcular el tamaño de la muestra para estimar la media poblacional de la fuerza de
80 jugadores de baloncesto. Se desea un nivel de confianza del 95%, un error permisible de
8 Kg, una muestra piloto de 15 deportistas dio una desviación estándar de 46 Kg2 ¿Cuántos
deportistas deben integrar la muestra?
n=
Tamaño población N= 80
Nivel de confianza NC= 95%
z: coeficiente de confianza Z= 2 Z2= 4
2
Desviación estándar muestra piloto S= 12 S= 144
Error permisible d= 3 d2= 9
n0= 64 n= 36