Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POBLACIÓN: Cualquier colección finita o infinita de individuos o elementos (no necesariamente seres vivos)
Problemas:
• Costo elevado
• Obtención de información lenta
• Baja calidad de información por exhaustividad
• Transformación o destrucción de elementos de la población
• Incapacidad de obtener toda la información
MUESTRA: Parte de la población o subconjunto de unidades obtenidas con el fin de investigar las propiedades de la población o
conjunto de procedencia. Está formada por unidades de muestreo o unidades de estudio:
• No es fácil estudiarla por completo. Aproximamos mediante muestras que den idealmente la misma probabilidad a cada
individuo de ser elegido.
• Tampoco es fácil elegir muestras de la población objetivo:
o Si llamamos por teléfono excluimos a los que no tienen.
o Si elegimos indiv. en la calle, olvidamos los que están trabajando...
• El grupo que en realidad podemos estudiar (ejem. los que tienen teléfono) se denomina población de estudio.
• Unidad estadística: Dato individual (persona, objeto, suceso, etc.) objeto de observación o estudio.
• Universo o Población objetivo: Conjunto de unidades estadística (personas, objetos, sucesos, ....) que tienen en común
una o varias características observables que se desean estudiar.
• Muestra: Parte de la población que se somete a estudio en representación del conjunto, con el propósito de obtener
resultados válidos para estimar información de toda la población de interés.
• Marco muestral: Listado de unidades estadísticas a partir de las cuales obtenemos la muestra.
• Población investigada o de estudio: No siempre se puede obtener información de todas las unidades de la población, ya
sea por inaccesibilidad, negativas a colaborar, limitaciones de los instrumentos de medida, etc.
• Censo: Estudio de todas las unidades de la población sobre la que estamos interesados en obtener información.
• Espacio muestral: Es el conjunto de muestras posibles obtenidas con un procedimiento de muestreo dado.
• Parámetro poblacional: Es cualquier medida de la población (de posición central, dispersión, ...) que estamos
interesados en conocer. Los más usuales son la media, el total y la proporción.
• Estimador: Es un estadístico que suministra información acerca de algún parámetro poblacional desconocido. Toma
distintos valores en cada una de las posibles muestras que podemos obtener de una población.
¿Porqué un muestreo?
• Menor Costo
• Mayor rapidez
• Mayor precisión al ser menor el nº de elementos a estudiar
• Destrucción (en todo caso) de un subconjunto de la población
FUENTES DE SESGO
Las poblaciones objetivo y de estudio pueden diferir en cuanto a las variables que estudiamos.
TÉCNICAS DE MUESTREO
Cuando elegimos individuo de una población de estudio para formar muestras podemos encontrarnos en las siguientes
situaciones:
• Muestreos probabilistas
➢ Conocemos la probabilidad de que un individuo sea elegido para la muestra.
➢ Interesantes para usar estadística matemática con ellos.
• En adelante vamos a tratar exclusivamente con muestreos con la menor posibilidad de sesgo (probabilistas): aleatorio
simple, sistemático, estratificado y por grupos .
• Muestreos no probabilistas
➢ No se conoce la probabilidad.
➢ Son muestreos que seguramente esconden sesgos.
➢ No podemos calcular el error que cometemos a la hora de extraporlar los resultados a la población
Estimación en el M.A.S.:
La finalidad del muestreo es, como ya hemos comentado, estimar unos parámetros de la población a través de la muestra, y
generalmente son estos tres:
MUESTREO SISTEMÁTICO
Se tiene una lista de los individuos de la población de estudio. Si queremos una muestra de un tamaño dado, elegimos
individuos igualmente espaciados de la lista, donde el primero ha sido elegido al azar.
Ejemplo: De una lista de 500 alumnos se pretende seleccionar un muestra de estudio. Para ello se elige entre los diez primeros
de la lista un individuo al azar y a partir de ese se toman aquellos que distan 20 posiciones en la lista. Es decir, si el primer
individuo seleccionado fue el de la posición 5, los siguientes serán los que presentan la posición 25, 45, 65, 85, 105,.............,
Se realiza entonces una m.a.s. de los individuos de cada uno de los estratos.
Al extrapolar los resultados a la población hay que tener en cuenta el tamaño relativo del estrato con respecto al total de la
población.
Afijación de la muestra (muestreo estratificado): Se llama afijación al reparto, asignación, adjudicación, adscripción o
distribución del tamaño muestral n entre los diferentes estratos. Esto es, a la determinación de los valores nh que verifiquen:
n1+n2+…+nL=n
Nota: para calcular los estimadores deben existir al menos dos unidades en cada uno de los estratos.
Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos podemos estudiar a todos los individuos de los grupos
elegidos o bien seguir aplicando dentro de ellos más muestreos por grupos, por estratos, aleatorios simples,…
• Para conocer la opinión de los médicos del sistema nacional de salud, podemos elegir a varias regiones de España,
dentro de ellas varias comarcas, y dentro de ellas varios centros de salud, y…
Al igual que en el muestreo estratificado, al extrapolar los resultados a la población hay que tener en cuenta el tamaño relativo
de unos grupos con respecto a otros.
• Regiones con diferente población pueden tener probabilidades diferentes de ser elegidas, comarcas, hospitales grandes
frente a pequeños,…
Diferencias entre el muestreo estratificado y por conglomerados
En el estratificado las unidades muestrales son internamente homogéneas y externamente heterogéneas.
En el muestreo por conglomerados es al contrario, heterogéneas internamente pero muy homogéneas externamente.
INFERENCIAS EN EL M.A.S
Para inferir datos sobre una población de la cual no tenemos todos los datos, a partir de los datos de una muestra, que sí
tenemos, utilizaremos la Estadística Inferencial.
Donde “e” es el error muestral prefijado y σ2 es la varianza poblacional que hay que estimar (mediante la cuasivarianza
muestral de otro estudio similar o un muestreo piloto)
Donde “e” es el error muestral prefijado y PQ la variabilidad poblacional que hay que estimar (mediante muestreo
piloto, otro estudio similar o utilizando el caso más desfavorable que es P=0.5 y Q=0.5)
OBSERVACIONES EN EL MUESTREO:
ERRORES EN EL MUESTREO
En un muestreo podemos considerar tres tipos de errores:
1. El Sesgo del estimador (diferencia entre el valor esperado del estimador usado y el parámetro poblacional)
2. Error de estimación (diferencia entre el valor real del parámetro poblacional y el valor que se obtiene con el estimador)
3. Errores ajenos al muestreo:
➢ Errores de cobertura
➢ Falta de respuesta
➢ Error de respuesta
➢ Errores de edición, codificación y tabulación