teor a del muestreo n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Teoría del Muestreo PowerPoint Presentation
Download Presentation
Teoría del Muestreo

Loading in 2 Seconds...

play fullscreen
1 / 12

Teoría del Muestreo - PowerPoint PPT Presentation


  • 206 Views
  • Uploaded on

Teoría del Muestreo. Estudia la relación entre una población y las muestras tomadas de ella. Es útil para estimar parámetros de una población , tales como : media , varianza, proporción

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Teoría del Muestreo' - cheryl


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
teor a del muestreo
Teoría del Muestreo
  • Estudia la relación entre una población y las muestras tomadas de ella.
  • Es útil para estimar parámetros de una población , tales como : media , varianza, proporción
  • También es útil para determinar si las diferencias observadas entre dos muestras son debidas a variaciones fortuitas o sin son realmente significativas
muestras aleatorias
Muestras Aleatorias
  • Para que las conclusiones obtenidas de la teoría de muestreo sean válidas, las muestras escogidas deben ser representativas de la población
  • Una forma de obtener una muestra representativa es mediante el muestreo aleatorio
  • Cada miembro de la población tiene la misma probabilidad de ser incluido en la muestra
muestra aleatoria simple
Muestra Aleatoria simple

Es una muestra de tamaño n extraída de una población de interés de tamaño N, de tal manera que cada muestra de tamaña n tiene la misma probabilidad de ser seleccionada.

La calidad de aleatoridad de una muestra asegura la aplicación correcta de la probabilidad para evaluar el riesgo inherente en un proceso inductivo.

muestreo con o sin reposici n
Con reposición

Ejemplo

Sacamos un número de una urna y lo volvemos a poner en ella

Población infinita

Sin reposición

Ejemplo

Sacamos un número de una urna y no lo volvemos a poner en ella

Población finita

Muestreo con o sin reposición
dos formas para obtener muestras aleatorias
Muestreo aleatorio con reemplazo

Extraer la observación Xi de la población, regresarla y extraer X2,.......continuar el proceso hasta tener una muestra de n observaciones de la características medible X

Las obs. X1.....Xn es un conj, de v.a. independientes e idénticamente distribuidas, es decir, ninguna obs. Se ve afectada por otra y con distribución igual a la de la población

Muestreo aleatorio sin reemplazo

Extraer las n observaciones X1,X2,.......,Xn de la característica X de la población sin reemplazo

Las observaciones X1,....Xn e un conjunto de variables aleatorias idénticamente distribuidas pero no independientes.

Dos formas para obtener muestras aleatorias
slide6
Elección de una muestra aleatoria simple de una población grande mediante la tabla de números aleatorios

Tabla de números aleatorios

Es una colección de dígitos en que cada dígito 0,1,2,3,...9 ocurre con la misma probabilidad (1/10) e independiente.

Ejemplo

Se desea averiguar la efectividad de un programa de tratamiento para la HTA, hay 1000 participantes al programa, pero los recursos alcanzan para 20 . Por lo cual se desea elegir una muestra aleatoria de tamaño 20

c mo lo hacemos
¿Cómo lo hacemos?

1. Rotular los participantes con los números 000 al 999

2.- Elegir arbitrariamente tres filas de números aleatorios para seleccionar la muestra como sigue:

3. Tres filas del listados de 1.000 números aleatorios de la tabla adjunta

32924 22324 18125 09077

54632 90374 94143 42295

88720 43035 97081 83373

4. Una muestra aleatoria elegida sería

329 242 232 418 125 090

775 463 290 374 941 434

929 588 720 430 359 708

183 373

distribuciones de muestreo
Distribuciones de Muestreo
  • Distribución de muestreo de medias
  • Distribución de muestreo de proporciones
  • Distribución de muestreo de diferencias y sumas
validez
VALIDEZ
  • Grado en que una medición puede medir correctamente el parámetro que estamos buscando.
  • Validez interna: Grado en que los resultados de observaciones son aplicables al grupo de personas objeto del estudio.
  • Validez externa: Grado en que los resultados de un estudio son aplicables a otras poblaciones. Capacidad de generalización.

PRECISIÓN

  • Grado de dispersión de las medidas alrededor de una media central.
errores
ERRORES
  • SISTEMÁTICO O SESGO.
  • ALEATORIO
errores sistem ticos o sesgo
ERRORES SISTEMÁTICOS O SESGO
  • Afectan a la validez.
  • Ligados al diseño del estudio (puede reducirse o manejarse).
  • Sesgo de selección. No existe comparabilidad de los grupos o no hay representatividad de las muestras.
    • Asignación incorrecta de sujetos a grupos de comparación. (Estudios de asociación)
    • Usar casos prevalentes en lugar de incidentes. (Duración de la enfermedad)
    • Sesgo de Berkson. Estudios en hospitales en los que la tasa de admisión es diferentes entre grupos.
  • Sesgo de información: Clasificaciones o mediciones inexactas. Calidad de la información.
    • Confusión: Variables que tienen relación con la enfermedad en estudio y con el factor de riesgo.
    • Asociación expúrea. No es causal.
    • Sesgo de memoria.
errores aleatorios
ERRORES ALEATORIOS
  • Afectan a la precisión.
  • Ligados al análisis.
  • Ligado al error de muestreo o a la variación de muestra a muestra.
  • Se puede disminuir al aumentar el tamaño de muestra.
  • Depende del tamaño de la muestra y la varianza.