Tema IV: Estadstica Inferencial.

Asunto: Muestreo. Ventajas y desventajas.

Error de muestreo.
Muestreo probabilstico y no-probabilstico.
Muestra representativa.
Condiciones de una buena muestra.
Esquemas de muestreo: Muestreo simple aleatorio
y muestreo estratificado.
Concepto de estadgrafo y distribucin muestral.
Distribucin muestral de la media aritmtica, cuando la
distribucin de la variable original es normal.
Error standard.

Muestreo
La teora del muestreo es el estudio de las
relaciones existentes entre una poblacin o
universo y una muestra extrada de la
misma.
Se denomina poblacin a un conjunto de
personas, objetos o fenmenos que
presentan una serie de determinadas
caractersticas. Estas caractersticas pueden
tener determinados valores, pero es muy
difcil poder determinarlo, por lo general, por
el gran tamao que presentan estas
poblaciones. De este modo hay que recurrir
al muestreo.

 Una muestra ser un grupo seleccionado ms

reducido de la poblacin con el objetivo de
estimar los valores verdaderos de la poblacin.
Si
los
investigadores
desean
sacar
conclusiones que sean vlidas para toda la
poblacin de estudio, deben prestar atencin a
sacar una muestra de tal forma que sea
representativa de la poblacin.
Una muestra representativa contiene todas las
caractersticas importantes de la poblacin de
la que se ha extrado.

Muestra

Muestra representativa
Muestra representativa es aquella que posee calidad y
tamao apropiado para hacer mnimos los errores de
muestreo. Si la inferencia estadstica realiza
generalizaciones sobre el comportamiento de una
poblacin estudiando solo una parte limitada de ella
(muestra) entonces si la muestra (o las muestras) no es
representativa la inferencia carecer de valor cientfico.
En virtud de que la seleccin de la muestra resulta de
inters fundamental para que la inferencia sea vlida
debemos pasar a estudiar los mtodos de muestreo.

 Existen dos tipos de muestreo atendiendo al grado de

aleatorizacin con que son escogidos los integrantes de
la muestra:
muestreo probabilstico y muestreo no
probabilstico.
El muestreo probabilstico es aquel donde imperan las
leyes de las probabilidades en la seleccin de la
muestra. Cada individuo tiene la misma probabilidad de
ser seleccionado para formar parte de la muestra.
Por el contrario, el muestreo no probabilstico es aquel
donde no se tienen en cuenta las leyes de las
probabilidades en la seleccin de la muestra. Se puede
lograr una magnfica muestra representativa, pero no se
podrn evaluar a partir de ella los mrgenes de error.

 Entre los muestreos probabilsticos tenemos:

Muestreo Aleatorio Simple (MAS).
Muestreo Estratificado.
- Muestreo Aleatorio Simple (MAS).
En este tipo de muestreo, cada individuo tiene la misma
posibilidad de ser seleccionado para el estudio. La forma
recomendada para la seleccin de una muestra aleatoria
simple es la utilizacin de una Tabla de Nmeros
Aleatorios o el listado de nmeros generados de forma
aleatoria por una computadora.
Muestreo Estratificado.
En un muestreo estratificado se divide primeramente
todos los individuos en grupos o estratos, y a
continuacin, se seleccionan muestras independientes
dentro de cada grupo o estrato.

Radica en que todos los sujetos en la

poblacin
deben
tener
la
misma
probabilidad de ser seleccionados y que
no existan diferencias marcadas, para la
caracterstica en estudio, entre subgrupos
poblacionales.
Pasos para llevar a cabo este esquema:
1. Enumerar consecutivamente todos los
elementos de la poblacin a muestrear.
2. Seleccionar los elementos que componen
la muestra empleando algn mecanismo
aleatorio.

La idea bsica en la que se apoya este

esquema es la posibilidad de dividir la
poblacin en subgrupos tales que,
dentro de cada subgrupo, los
elementos que lo integran sean
similares entre s, mientras que de un
subgrupo a otro hay diferencias
notables, en cuanto a la caracterstica
en estudio. A estos subgrupos se les
llama estratos.

 Utilizando un muestreo aleatorio probabilstico se

obtiene cuatro muestra del tamao n a cada una de
estas muestras, se le determina la media (X)
M1 M2 M3 M4
X1 X2 X3 X4 se obtiene la media de las medias
aritmeticas y se puede inferir la media poblacional .
X media= x1 + x2 + x3 + x4
4
Se obtiene una distribucin muestral de media para
determinar como se dispersa la media muestral de la
media poblacional se utiliza el Error Estandar
EE=

 El EE ,es el error de haber tomado la media de

medias

x
Z
n

Concepto de estadgrafo y de distribucin

muestral:
Estadgrafo o estadstico : Expresiones o funciones
que dependen de los valores de una muestra aleatoria.
Ejemplos: La media y la varianza muestrales.
Los estadgrafos son tambin variables aleatorias, ya
que al depender de los valores de una muestra
aleatoria, el carcter de sta se trasmite al valor del
estadgrafo.
Por lo tanto tambin el estadgrafo tiene un modelo
terico de probabilidad.
A la distribucin del estadgrafo
distribucin muestral del estadgrafo.

se

le

llama

DISTRIBUCIN MUESTRAL DE LA MEDIA ARITMTICA (X)

DISTRIBUCIN DE LA POBLACIN DE X

DISTRIBUCIN DE LA POBLACIN DE X CON

MEDIA
DESVO
ESTNDAR

NORMAL CON

MEDIA

DESVO
ESTNDAR

ERROR ESTNDAR

x1
M1

x2

M2

x3
x4

M3
M4

...

/ n

/ n

X
Mm

POBLACIN DE X
MUESTRAS DE TAMAO n

xm

POBLACIN DE X

Observacin:
Si la variable x no sigue una distribucin normal, pero
se tiene un gran volumen de observaciones
independientes, entonces el modelo de
puede ser
aproximado por un modelo normal.

Error de muestreo:
Al estimar el valor de un parmetros casi siempre
existe una diferencia entre el valor real y el valor
estimado que se define como error de muestreo y se
calcula por la diferencia - , donde es un estimador
de .
Recuerde que esta era la desventaja del muestreo, por
lo que es importante controlar la magnitud del mismo.