CUESTIONARIO:

1. ¿Qué es una población? ¿Cómo se delimita una población?

Una población es el conjunto de todos los casos que concuerdan con una serie de
especificaciones.
Para delimitar una población, primero se tiene que ya haber definido cuál es la
unidad de análisis, de ahí se procede a delimitar la población que será estudiada y
sobre la cual se quiere generalizar los resultados, para esto se tienen que establecer
con claridad las características de la población, con la finalidad de precisar los
parámetros muéstrales. La delimitación de las características de la población, no
solo dependen de los objetivos de la investigación, sino también de otras razones
prácticas, de esta manera un estudio no será mejor solamente por tener una
población más grande, ya que la calidad de un trabajo investigativo estriba en
delimitar claramente la población con base en el planteamiento del problema. Las
poblaciones deben situarse claramente en torno a sus características de contenido,
de lugar y tiempo

2. ¿Cuál es la diferencia entre un estadístico y un parámetro? ¿Cuál es su relación con

el censo?
La diferencia que hay entre un parámetro y un valor estadístico es que; el primero es
el valor que toma un índice, ósea un porcentaje o una media en una población total,
mientras que el segundo es aquel valor que toma un índice en una muestra de esa
población, es decir que un parámetro toma en cuenta a una población total, mientras
que un valor estadístico solo a una parte de esa población, la cual debe ser
representativa de la población total.
La relación que tiene el parámetro con el censo es que, en este último, se pueden
calcular un índice tomando en cuenta el valor que corresponde a cada miembro de
la población según la variable estudiada, ya que en un censo como los de población
y vivienda, se llega a observar toda la población
Por otra parte, los valores estadísticos que se producen en los organismos técnicos
gubernamentales también permiten conocer con precisión algunas características de
ciertas poblaciones. Tal es el caso de las estadísticas de la educación y las de salud
pública, que surgen de relevamientos de tipo censal de ciertas poblaciones, así, los
censos y las estadísticas atienden siempre e inevitablemente solo a algunas
Variables.

3. Mencione y caracterice los dos grandes tipos de muestras.

Las muestras de categorizan en dos grandes ramas: las muestras no probabilísticas
y las muestras probabilísticas.
En las muestras probabilísticas todos los elementos de la población tienen la
misma posibilidad de ser escogidos y se obtienen definiendo las
características de la población y el tamaño de la muestra y por medio de una
selección aleatoria o mecánica de las unidades de análisis
En las muestras no probabilísticas, la elección de los elementos no depende
de la probabilidad, sino de causas relacionadas con las características de la
investigación o de quien hace la muestra. Aquí el procedimiento no es
mecánico ni con base en fórmulas de probabilidad, sino que depende del
proceso de toma de decisiones de un investigador o de un grupo de
investigadores y, desde luego las muestras que son seleccionadas obedecen
a otros ciertos criterios de investigación
4. Enuncie y explique las ventajas de usar una muestra probabilística.
La elección entre una muestra probabilística y la no probabilística se determina con
base en el planteamiento del problema, las hipótesis, el diseño de investigación y el
alcance de sus contribuciones. Las muestras probabilísticas tienen muchas
ventajas, donde la principal quizá sea que puede medirse el tamaño del error en
nuestras predicciones, se dice incluso que el principal objetivo en el diseño de una
muestra probabilística es reducir al mínimo este error, al que se denomina error
estándar.
Estas muestras son esenciales en diseños de investigación transaccionales, en
donde lo que se pretende es hacer estimaciones de variables en la población, estas
variables se miden y se analizan con pruebas estadísticas en una muestra, donde
se presupone que esta es probabilística y todos los elementos de la población tienen
una misma probabilidad de ser elegidos. Las unidades o elementos muéstrales
tendrán valores muy parecidos a los de la población de manera que las mediciones
en el subconjunto darán estimados precisos al conjunto mayor. La precisión de
estos estimados depende del error en el muestreo, el cual es posible calcular.

5. ¿Qué implica el supuesto de independencia dentro de una muestra aleatoria?

Comente un caso donde dicho supuesto se viole.
Dentro de una muestra aleatoria, el <supuesto de independencia= es el requisito de
dar a cada elemento de la población, la misma probabilidad de ser elegido para la
muestra. La elección de un elemento no condiciona la elección de los restantes.
Un caso donde se viole este supuesto sería el caso de un investigador que desea
realizar un estudio sobre reclutar a jugadores de futbol juveniles para un equipo y
como muestra solo busca jugadores que cumplan la posición de mediocampista y
tengan una altura de 1.75m en adelante, de esta manera el investigador no tiene en
cuenta al resto de los jugadores que sean de otra posición o que sean de la posición
solicitada pero no cumplan el estándar de altura que se especifica, entonces todos
aquellos que no cumplan las características que se busca para la muestra,
directamente quedarían excluidos y no tendrían la misma probabilidad de ser
elegidos con respecto a aquellos que sí.

6. ¿En qué casos no es tan importante efectuar el reemplazo en el muestreo al azar

simple? Brinde un ejemplo.
En el muestreo al azar simple, la cantidad de unidades del universo estadístico
pueden ser finitas; sin embargo, éste puede consistir en una cantidad de unidades
infinitas. Cuando se realiza muestra de universo finito se trabaja con muestras <con
reemplazo=; en cambio, cuando investigamos un universo infinito, el proceso se
denomina <muestreo sin reemplazo=.
Por lo tanto, el reemplazo no significa importante efectuarlo cuando hay una gran
diferencia entre el número de los elementos de la población y el número de
elementos de la muestra.

7. ¿Se puede obtener una muestra representativa que no sea probabilística? ¿Por qué?
Si se puede obtener una muestra no probabilística, debido a que existe un método
no probabilístico, esta técnica es aquella a partir de la cual los investigadores
seleccionan muestras basándose en un juicio objetivo en lugar de una selección
aleatoria. En este tipo de muestreo no probabilístico, no todos los miembros de la
población tienen la oportunidad de participar en la investigación, a diferencia del
muestreo probabilístico, en el que todos tienen más posibilidades de ser seleccionados.
8. ¿En qué teoría se basa el muestreo? ¿Por qué?

El origen del muestreo está en la teoría de las probabilidades. La probabilidad es lo

que ayuda a que el riesgo de que la muestra sea poco representativa se produzca al
mínimo empleando ciertos métodos y técnicas apropiadas. Se basa en esta teoría
porque en esencia, el muestreo consiste en obtener información acerca de un amplio
grupo o <universo= valiéndose de una parte representativa del mismo. Este universo
representa al total acerca del cual se desea conocer algún dato o datos.

9. ¿Para qué se muestrea?

Se muestrea para obtener información acerca de un amplio grupo o universo,

valiéndose de una parte representativa del mismo. Este universo representa al total
acerca del cual se desea conocer algún dato o datos. Cabe destacar también, que la
teoría del muestreo requiere una preparación bastante avanzada en matemáticas.
Las circunstancias del problema en particular determinan el método o combinación
de métodos de muestreo que se han de emplear.

10. ¿Qué es el error de muestreo o error muestral?

El error de muestreo es la diferencia que hay entre la muestra y el total, esto va a ser
así siempre y cuando los datos de la muestra y los datos del 100 por ciento se reúnan
utilizando los mismos métodos. Cuando los métodos de la recolección de datos no son
idénticos, gran parte de la diferencia entre el cálculo de la muestra y el análisis en base
al 100 por ciento del universo, puede deberse a esa variación en los métodos ampliados.

11. Mencione y explique brevemente los errores de muestreo.

Un error de muestreo radica en la diferencia de los resultados que se analizan de

una muestra y el universo o población total a partir de la cual se saca esa muestra,
pero si se trabaja con un modelo de muestra de probabilidad es posible establecer
de antemano la magnitud que debe tener la muestra para obtener un determinado
grado de precisión. Esta propiedad tan importante y útil del muestreo de
probabilidad suele permitir que el error de muestreo se mantenga dentro de los
limites deseados. Si bien es cierto que los errores de muestro se evitan efectuando
estudios sobre el universo total, muchas veces la exactitud global se puede
aumentar realizando primero encuestas o estudios de prueba.

12. Mencione y explique los otros tipos de errores que pueden cometerse al muestrear

Tipos de errores que se dan a la hora de muestrear:

Errores de información y procesamiento: ocurre cuando los datos básicos
pueden asentarse mal, copiarse mal, codificarse mal, manejarse mal y hasta
omitirse del todo.
Errores por falta de respuesta: se presentan muchas inexactitudes
importantes por utilizar datos provisto solamente por las personas que
responden a un cuestionario o por las que <están en casa= durante las
encuestas domiciliarias. Siempre es peligroso suponer que los ausentes o los
que no responden tienen las mismas características y el mismo grado de los
que si contestan, para comprobar esto último conviene efectuar una
inspección detenida de la muestra.
Errores en la selección de las muestras: una fuente de errores sumamente
frecuente es la selección incorrecta y anticientífica de las unidades de
muestra. Las muestras dirigidas o de juicio son riesgosas por la razón misma
de que hasta el juicio de los expertos varía mucho en la selección de
muestras representativas. Lo mismo sucede con las muestras por cuotas
cuyo defecto radica en que depende de la inclinación del encuestador y no de
una selección al azar.

13. ¿Qué son las unidades primarias de muestreo?, ¿Qué son las unidades elementales
de muestreo?

Las <unidades primarias= son las muestras de grupos y las <unidades elementales=
son las submuestras de cada grupo. En la práctica no es muy frecuente que se haga
el muestreo de grupos completos. Lo más usual es seleccionar el universo
encuestado en 2 o más etapas. En una muestra de 2 etapas, los grupos se
seleccionan al azar y se toma una submuestra al azar de cada grupo. Los grupos de
este plan de muestreo se denominan unidades primarias; mientras que los
elementos de la submuestra se denominan unidades elementales.

14. ¿Qué es el esquema y con qué otro nombre lo denominan los autores?

La primera etapa de cualquier muestreo reside en la definición precisa de las

entidades que componen el universo, de las cuales se seleccionará una pequeña
cantidad que formará la muestra. Para esta selección es importante contar con un
conjunto de información escrita que permita identificar los elementos de la
población, así como la posibilidad de enumerarlos y seleccionar los elementos
muéstrales. Esta información escrita se denomina esquema para Slonim; marco de
referencia para Grasso o listado para Sampieri. Esta información puede ser
presentada de forma variada: listas, mapas, registros, etc.

15. Mencione y explique brevemente los pasos del muestreo, según Slonim.

Los pasos del muestreo según Slonim, son los siguientes:

1) Determinar con toda precisión posible, la población o universo que se quiere
estudiar.
2) Determinar el esquema o marco de referencia con listado de todas las unidades
del universo.
3) Definir con exactitud y claridad los datos que se pretenden obtener en el estudio.
Si no se especifica, es posible que los cuestionarios arrojen resultados distintos
de los que en realidad se espera. También conviene averiguar si los datos que
se buscan fueron ya obtenidos por otro investigador y cerciorarse de que los
datos que se enumeran sean absolutamente necesarios para dar cumplimiento a
los fines del estudio.
4) Especificar el grado de precisión que desean obtener los usuarios de los datos
de la muestra. La precisión se expresa por medio del grado de tolerancia (error
permitido) y grado de confianza (riesgo aceptable).
5) Investigar la eficiencia relativa de distintos tipos de muestras, según el grado de
precisión especificado, considerando los temas de costo, de tiempo,
administrativos.
6) Preparar los cuestionarios o formularios de antemano para que se obtengan
respuestas correctas para las preguntas que se formulan. Lo más conveniente es
realizar un ensayo preliminar con los formularios, cuestionarios e instrucciones
de las tabulaciones.
7) Realizar la encuesta programada, seleccionar las unidades de muestreo, recoger
los datos, tabularlos, analizarlos, interpretarlos e informar a las superioridades
que correspondan.

16. ¿De qué factores depende la magnitud de una muestra?

Una característica muy importante de las muestras de probabilidad es que a

menudo nos permiten determinar de antemano el tamaño que debe tener la muestra
para que obtengamos el grado prefijado de precisión en nuestros cálculos. En suma,
la magnitud de la muestra depende:
Del grado de precisión que se requiera,
De la variabilidad o discrepancia entre los datos que se muestrean,
Del método de muestreo que se utilice
Del tipo de procedimiento de estimación que se use

17. ¿Para qué se utiliza el muestreo no probabilístico?

El muestreo no probabilístico se utiliza para determinado diseño de estudio que

requiere no tanto una representatividad de elementos de población, sino una
cuidadosa y controlada elección de casos con ciertas características especificadas
previamente en el planteamiento del problema. Supone un procedimiento de
selección informal y arbitraria.

18. ¿Cuál es la diferencia entre <precisión= y <exactitud= en el cálculo? ¿Cuál de los dos
se pretende alcanzar en estadística? ¿Por qué?

Diferencia entre exactitud y precisión en el cálculo:

Exactitud:
Es el grado en que este se aproxima a la cifra real.
Se refiere a la cercanía de un dato medido o computado de su verdadero
valor.
Se refiere a qué tan cerca del valor real se encuentra el valor medido.
Calculo Es el grado en que se aproxima a la cifra que se obtendría con un análisis del
100%, si se empleasen métodos idénticos de recolección de datos. Es el grado de similitud.
Se refiere a la cercanía entre medidas repetidas del mismo individuo o unidad de
observación. Se refiere a la dispersión del conjunto de valores obtenidos en las
observaciones. En Estadística se pretende alcanzar la precisión porque la mayoría de las
veces no tenemos la totalidad de los datos del universo real. Por lo mismo, debemos utilizar
muestras, las cuales nos permiten un cierto margen de diferencia con la realidad. 19.
¿Cuáles son los dos elementos que especifican el grado de precisión que se desea obtener
de una estimación? Mencione y explique brevemente. Existen 2 elementos que especifican
el grado de precisión que se desea obtener de una estimación y son: Grado de tolerancia
(5%): Es el límite de error permitido, debido a los resultados de una muestra
ocasionalmente mala, dentro de márgenes esperados. Grado de confianza (95%): Es el
límite de riesgo aceptable, que proporciona un porcentaje de seguridad para generalizar los
resultados obtenidos. 20. ¿Cómo se puede cometer un bias en la utilización del marco de
referencia dentro del muestreo? ¿Con qué nombre aparece en los textos? Se comete un
bias cuando el marco de referencia de las unidades de muestreo no comprende a todas las
unidades de la población. Esto sucede en el estudio real, cuando las diferencias entre los
datos del marco de referencia y los datos del universo no son insignificantes. Tambien se lo
puede denominar como error sistematico. 21. ¿Cuáles son las limitaciones del muestreo,
según Slonim? Explique. Las limitaciones en el muestreo según Slomin son las siguientes:
El muestreo no es factible en toda situación en que se requieren conocimientos acerca de
cada una de las unidades componentes de un universo estadístico. En muchas situaciones
las unidades que se deben medir, son tan raras y su variabilidad es tan grande, que hacer
una muestra sería un derroche total de dinero y cabe destacar que el error en el muestreo
puede llegar a ser más grande de lo que se esperaba si la muestra se planifica o se realiza
mal. 22. ¿Cuáles son las ventajas y desventajas del muestreo por conglomerados? Las
ventajas del muestro por conglomerados son, que en el caso de que sea necesario
trasladarse muy lejos desde un entrevistado a otro entrevistado, si disponemos de un
muestreo por conglomerado, los entrevistados estarán muy cerca
entre sí. Por eso resulta más económica en tiempo, dinero y recursos humanos. Por otra
parte, las desventajas de este muestreo están relacionadas a los errores que surgen cuanto
más grande es el tamaño del conglomerado. 23. ¿Cómo debe ser la homogeneidad y cómo
la heterogeneidad en los muestreos estratificados y por conglomerados? Homogeneidad en
el muestreo estratificado: Interna: Las entidades del estrato deben ser lo más homogéneas
posibles dentro de sí. Heterogeneidad en el muestreo estratificado Externa: Los
conglomerados deben ser lo más homogéneos posibles entre uno y otro. Homogeneidad en
el muestreo conglomerado Externa: Los conglomerados deben ser lo más homogéneos
posibles entre uno y otro. Heterogeneidad en el muestreo conglomerado Interna: Las
entidades del conglomerado deben ser lo más heterogéneas posibles dentro de sí. 24.
Elabore ejemplos para cada uno de los cuatro tipos de muestreo probabilísticos: A) azar
simple; B) azar sistemático; C) estratificado; D) por conglomerado. EJEMPLOS a) Muestreo
aleatorio simple: Una panadería, decide hacer un sorteo por el día del trabajador, en donde
la cantidad de premios es de 6. Para realizar este sorteo, deciden entregar a cada persona
que realiza una compra en dicho local, un papel con un número (la cantidad de papeles
entregados es 25) y solicitan pedirle sus datos para armar una lista de quienes participan en
el sorteo y el número correspondiente que tiene cada uno. El sorteo se realiza colocando
otros 25 papeles exactamente iguales a los que fueron entregados en una caja y se van
mezclando y sacando al azar, en donde el número que tiene cada persona, en caso de
coincidir con el número que se saca de la caja será uno de los ganadores. b) Muestreo
sistemático: un equipo de futbol tiene que elegir entre los 50 que integran el plantel, a 5 que
asistan a las ruedas de prensa después de cada partido, para esto utiliza la lista de los 50
jugadores dividiendo la misma en la cantidad de muestras que necesita, lo que da un total
de 5 listas en donde hay 10 jugadores en cada una. Por siguiente lo que hace es elegir al
azar de la primera lista un jugador, que en este caso es el jugador n° 2 de esa lista,
entonces en la siguiente lista va a continuar este intervalo, que va a corresponder a la
elección de un jugador cada 10 jugadores (para que así sea escogido un jugador de cada
lista), es decir que serán escogidos los jugadores n° 2 de cada lista. O sea que los
jugadores elegidos van a ser; 2-12-22-32-42.
c) Un grupo de investigadores quiere crear una muestra de niñas en 5 ciudades vecinas
para obtener información sobre su educación (la falta de la misma). Utilizando el muestreo
por conglomerados de una sola etapa, los investigadores pueden seleccionar ciudades
(grupos) al azar para formar una muestra y poder extender su ayuda a las niñas que
necesitan educación en esas ciudades. d) Para obtener una muestra de 100 individuos de
una población total de 3000, se divide a la población en los siguientes estratos: Estrato 1:
1300 individuos. Estrato 2: 1100 individuos. Estrato 3: 600 individuos. De esta manera
quedaría conformada la muestra de 100 personas. Este tipo de muestreo estratificado deja
en desventaja a aquellos grupos o estratos que estén conformados por la menor cantidad
de personas. 25. Explique y ejemplifique el muestreo probabilístico por racimos o de
clusters. El muestreo probabilístico por racimos, implica diferenciar entre la unidad de
análisis y la unidad muestral. La unidad de análisis indica quienes van a ser medidos, ósea
los participantes o en última instancia, a quienes se les va a aplicar el instrumento de
medición. La unidad muestral se refiere al racimo por medio del cual se logra el acceso a la
unidad de análisis, este muestreo supone una selección en dos o más etapas, todas con
procedimientos probabilísticos. En la primera se seleccionan los racimos siguiendo los
pasos ya señalados de una muestra probabilística simple o estratificada. En las fases
subsecuentes y dentro de estos racimos, se seleccionan los casos que van a medirse y
para ello se hace una selección que asegure que todos los elementos del racimo tienen la
misma probabilidad de ser elegidos. Este muestreo ayuda también al investigador a reducir
costos, tiempo y energía. Ejemplo: en una muestra nacional de ciudadanos de un país por
racimos, podríamos; 1era etapa: elegir al azar una muestra de estados, provincias o
departamentos 2da etapa: cada estado o provincia se convierte en un universo y se
seleccionan municipios al azar 3ra etapa: posteriormente, cada municipio se considera un
universo o población y se eligen al azar comunidades o colonias. 4ta etapa: después, cada
una de estas colonias o comunidades se conciben como universo y una vez más, se eligen
al azar manzanas o cuadras 5ta etapa: finalmente se escogen al azar viviendas u hogares
de individuos 26. ¿Qué es una población hipotética para Grasso?
La población hipotética según Grasso es aquella que es denominada así cuando el
tiempo no es determinado con precisión. En estos casos se incluye en la población
objeto de interés no solo en los miembros existentes hoy, sino también los que en el
futuro integraran la clase definida

27. Explique qué es una muestra representativa.

Una muestra representativa es aquella que surge cuando dentro de la estadística

inferencial no es posible trabajar con toda la población, y a partir de ella, inferimos
datos que deben ser aplicables a toda la población. Los datos que se obtienen de las
muestras se denominan <estadísticos=.

28. ¿Cómo se puede garantizar que una muestra es representativa?

No se puede garantizar la representatividad de una muestra, ya que la misma no se

puede clasificar enteramente ni como representativa ni como no representativa de la
población de donde ha sido extraída, ya que puede representar a la población con
respecto a una característica o variable, y puede no representarla respecto a otras

29. ¿Qué características se deben tener en cuenta para hablar de la representatividad

de una muestra?

La muestra no puede ser completamente representativa porque puede representar

a la población en cuestión y las características o variables pueden no ser
representativas de otras poblaciones. Para hablar de la representatividad de una
muestra, no solo debemos especificar la población a la que queremos hacer
referencia, sino también las variables o características a las que queremos hacer
referencia. Debe haber un equilibrio entre cada requisito de representante.

30. ¿En qué consiste el muestreo plurietápico? ¿Cuándo se utiliza?

El muestro plurietapico es aquel que se caracteriza en que la selección aleatoria se

realiza en cada una de varias etapas, por esto las unidades de muestreo son
diferentes en cada una de ellas y consecuentemente los marcos también lo son.
Este muestreo se utiliza comúnmente cuando no se dispone de una lista de los
elementos que son objeto de estudio, pero pueden localizarse mediante otras
unidades de muestreo.

31. Defina y ejemplifique población, muestra y elemento (desde Grasso)

1- Población: es un conjunto de objetos, sujetos o elementos con características

determinadas definido por la explicitación de estas características. Por ejemplo;
personas residentes en la ciudad de Córdoba en 1999.
Elemento: es cada miembro de la población, todo elemento de la población posee
características en base a las cuales se ha definido a la población. Por ejemplo;
edad, estatura, peso de una persona
Muestra: es un subconjunto de la población, extraída con objeto de obtener
información sobre la totalidad de esta. Por ejemplo; todos los varones residentes en
la ciudad de Córdoba en 1999 (con respecto al ejemplo de población)

32. ¿Qué es el marco de referencia para Grasso?

El marco de referencia para Grasso, es el registro o listado de las unidades de

referencia que sirve como base para determinar cuáles unidades integraran la
Muestra.

33. ¿Qué es una tabla de números aleatorios? ¿con qué otro nombre aparece en los
Textos?

La tabla de números aleatorios es un equivalente practico de un sorteo y consiste en

una serie de números dispuestos al azar en hileras y columnas. Los números
pertenecientes a esta tabla de números se han obtenido por medio de
procedimientos mecánicos de sorteo y más recientemente, por medios electrónicos
de procesamiento de datos. Actualmente, las calculadoras de bolsillo programables
y programas informáticos como el SPSS o STAT permiten obtener listas de números
aleatorios. En otros textos esta tabla es denominada <Lista de números aleatorios=.

34. ¿Cómo se forman los estratos en el muestreo estratificado?

Para formar los estratos, es decir, para estratificar, hay que conocer los tamaños de
los estratos de la población conforme a ciertas variables. Esto implica algunas
limitaciones que a menudo el conocimiento de las variables de la población no es
del todo adecuado para realizar una estratificación correcta. Lo ideal sería
estratificar en relación a la variable que es objeto de estudio, pero en general
cuando no existen estudios previos se opta por variables de estratificación sustitutas
que por conveniencia son pocas y están relacionadas con la variable objeto de
estudio, pero no entre sí.
35. ¿Cuál es la diferencia entre el muestreo estratificado proporcional y el muestreo
estratificado no proporcional?

En el proceso de estratificación se mencionaba que se extrae una muestra aleatoria

en cada estrato independientemente. Esta extracción puede realizarse
proporcionalmente al número de cada estrato o no. Cuando la división entre el
número de elementos extraídos de un estrato sobre el número total de elementos de
dicho estrato, que denominamos fracción de muestreo, es igual en todos, se dice
que se trata de un muestreo estratificado proporcional
Por otra parte, en el muestreo estratificado no proporcional, se emplean
deliberadamente fracciones de muestreo diferentes en distintos estratos. Se toman
fracciones mayores cuando se sabe que la variabilidad de la variable en estudio
dentro del estrato es mayor y fracciones menores cuando se sabe que es menor
En el caso que los valores de las variables difieran mucho entre sí, se necesitara
extraer más casos para una muestra, ya que, si los valores fuesen todos iguales,
con uno solo bastaría para representarlos.

36. Explique el teorema de límite central. ¿Cuál es su relación con el muestreo?

El teorema del límite central es el teorema básico de probabilidad y estadística. Describe la

distribución media de una muestra aleatoria de una población con varianza finita. Cuando el
tamaño de la muestra es lo suficientemente grande, la distribución del valor promedio sigue
aproximadamente la distribución normal. Este teorema se aplica independientemente de la
forma de la distribución general. Muchos procedimientos estadísticos comunes requieren
que los datos sean aproximadamente normales. Este teorema permite aplicar estos útiles
procedimientos a poblaciones muy anormales. El tamaño de la muestra depende de la
forma de la distribución original. Si la distribución general es simétrica, un tamaño de
muestra de 5 puede producir una buena aproximación. Si la distribución general está
significativamente sesgada, se necesita un tamaño de muestra mayor.

37. ¿Cuál es el tamaño óptimo de una muestra? Explique en base a la lectura de todo el
material
El tamaño óptimo de una muestra: En ocasiones se puede llegar a obtener un cálculo más
preciso con respecto al tamaño de la muestra, empleando una muestra estratificada o
recurriendo a algún otro método de muestreo. Precisar adecuadamente el tamaño de una
muestra puede tornarse complejo, esto depende también del problema de investigación y la
población a estudiar, también se debe tener en cuenta que depende del número de
subgrupos que nos interesan en una población