Muestra y propiedades

de la muestra

DR. CARLOS F. SOSA FERREYRA

FACULTAD DE MEDICINA
Diseño de estudios experimentales u
observacionales y sus objetivos
 Estimación de Parámetros centrales y de
dispersión
 Establecer asociación entre variables.
 Predicción
 Establecer relaciones causa-efecto
 Estimar y predecir el tamaño del efecto
Muestra
 Imposible o impráctico estudiar a toda la población
 Estudio basado en un número finito de elementos de
la población: muestra
 Se desea que la inferencia obtenida de la muestra se
transfiera a la población
 Permita el cálculo de probabilidades
Requisitos
 Definiry describir a la población (universo
de la muestra)
 Describir características de las variables a
estudiar: escala de medición, tipo de
variable.
 Determinar la forma de la distribución de
probabilidad de las variables: binomial,
normal, etc.
Muestra
 Número finito (n) de elementos de una población
que tiene N elementos: subconjunto
 Todosy cada uno de los elementos tiene la misma
probabilidad de ser incluidos en la muestra: P(x1)
= P(x2) =…..P(xN)
P (xi) = 1/N; donde i = 1, 2, 3,…,N
Universo de muestras
 ¿Cuantas muestras diferentes de tamaño n
habrá de una población de tamaño N?
 En otras palabras ¿cuantas combinaciones
diferentes (M) de n elementos se pueden
obtener de un universo de N elementos?
M = NCn = N!/[(N-n)! N!]
Muestra sin reemplazo
 Si N es el número total de elementos y se
toma primero un elemento x1 al azar: P(x1) =
1/N
 Después de registrar los valores de x1 no se
reintegra este a la población
 Si se toma en segundo lugar a x2, entonces
P(x2) = 1 /(N-1)
 Se toman los demás elementos de la muestra
consecutivamente hasta xn, entonces P(xn) =
1/(N-n)
Ejemplo
 Si N = 100
 Si n = 10
 P(x=x1) = 1/100;
 P(x=x2) = 1/99; . . .
 P(x=x10) = 1/90
Muestra con reemplazo
 Si N es el número total de elementos y se toma
primero un elemento x1 al azar: P(x1) = 1/N
 Después de registrar los valores de x se reintegra
1
este a la población
 Si se toma en segundo lugar a x , entonces P(x )
2 2
= 1 /N
 Se toman los demás elementos de la muestra
consecutivamente hasta xn, entonces P(xn) = 1/N
Ejemplo
 Si N = 100
 Si n = 10
 P(x=x1) = 1/100;
 P(x=x2) = 1/100; . . .
 P(x=x10) = 1/100
 ¿cuál es la probabilidad de tomar dos veces a,
digamos, xi?
 P(x=xi) P(x=xi) = (1/100)(1/100) = 1 /10,000
Cuando N --> infinito
 1/N casi = a 1/(N-1) casi = 1/(N-n)
 La diferencia entre muestra con reemplazo
y muestra sin reemplazo es despreciada
 El no reemplazo puede ser supuesto o
verificado
 Tiene más impacto la forma de incluir cada
xi en la muestra
Propiedades de la muestra
 Representatividad:determinado por el
tamaño de la muestra = n
 No tan importante N.
 Distribución de la estadística a calcular
 Probabilidades relacionadas con la muestra
y sus estadísticas conocidas
Por ejemplo

X es binomial (proporción)
 Parámetro = proporción del universo.
 Proporción de la muestra = p
 Distribución de p: normal
 Error estándar de p: Raíz cuadrada de [(1-)/n]
Errores de muestreo
 Aleatorios:datos extremos o aberrantes
 Sistemáticos: procedimiento equivocado
 De muestreo: Por la forma de tomar la
muestra
 De medición: Instrumentos no calibrados u
observador no entrenado
Errores al tomar muestras:
consecuencias
Diseño de toma de muestra
 Muestra aleatoria simple
 Muestra estratificada
 Muestra doble (polietápica)
 Muestra por conglomerados
Muestra aleatoria simple (MAS)
 Todas las muestras posibles tienen la
misma probabilidad de ser tomadas:
P(A1)=P(A2)=..P(AM)= 1/M = 1 / NCn
 La muestra se obtiene elemento por
elemento a través de un sorteo
 Útil para asignar elementos a diferentes
tratamientos o grupos
Ejemplo: Muestra Aleatoria Simple
 Losindividuos de la población son
asignados números representados en una
urna, se toman n números de la urna
 Los individuos son asignados números. Se
seleccionan aquellos por medio de una
tabla de números aleatorios
Muestra estratificada (ME)
 La población N es subdividida en
subpoblaciones o estratos
 N1 + N2 + N3 +….+ NL = N
 Se obtiene una muestra de cada estrato en
forma independiente
 Cuando ni es proporcional a Ni la muestra
total es más representativa
 Resultando n1 + n2 + n3 + …….nL = n.
Ejemplo ME
 Se da criterio de clasificación de
subpoblaciones: urbano, suburbano, rural
 Se obtiene la proporción de cada Ni
 Se toman ni de cada estrato i
proporcionalmente: ni/n = Ni/N
 SiN urbano = 60%, entonces ni urbano es
60% de n.
Muestra polietápica (Mpe)
 La población total PT se subdivide naturalmente
en S subpoblaciones (pA, pB,pC, etc) y los
elementos están dentro de estas subpoblaciones
 Se toma primero la muestra de subpoblaciones
 Se toman a azar elementos de las S
subpoblaciones muestreadas:
nA + nB + nC………..= nT
Ejemplo MPE
 Sedesea una muestra de menores en edad
escolar en M escuelas públicas
 Setoma una muestra aleatoria de m
escuelas públicas y de cada una se toman
aleatoriamente k grupos y de cada grupo se
toman ni menores aleatoriamente
Muestra por conglomerados
 Se determina si la población esta formada
por subpoblaciones (conglomerados)
 Se hace una muestra aleatoria de
conglomerados
 Siincluyen TODOS los elementos de cada
conglomerado en la muestra
Ejemplo Conglomerados

 Setoma una muestra aleatoria de Centros

de Salud
 Seincluye en la muestra a todos los
menores atendidos en los Centros de Salud
elegidos aleatoriamente.
Análisis de la muestra
 El modelo de análisis depende de la forma
de toma de muestra
 Lainferencia depende del tipo de toma de
muestra
 Elmargen de error depende del tipo de
muestra
Gracias