Muestreo – Teoría y Métodos

Muestreo Teórico

• El muestreo es una técnica utilizada para seleccionar una parte representativa de una población con el fin de realizar inferencias sobre toda la población.

Concepto de Población

• La población se refiere al conjunto total de individuos u observaciones que poseen una característica común y son objeto de estudio.

Concepto de Muestra

• La muestra es un subconjunto de la población, seleccionado para realizar un análisis y obtener conclusiones sobre la población total.

Obtención de la Muestra

• La selección de la muestra puede realizarse mediante métodos probabilísticos o no probabilísticos, y se busca que sea representativa de la población.

Parámetro

• Un parámetro es una característica o medida que describe una población, como la media o la proporción.

Estimadores

• Los estimadores son estadísticas calculadas a partir de una muestra que sirven para aproximar los parámetros de la población.

Sesgo

• El sesgo se refiere a la tendencia sistemática de un estimador a variar de un parámetro verdadero, lo que puede ocurrir por métodos de muestreo inapropiados.

Consistencia

• Un estimador es consistente si, a medida que aumenta el tamaño de la muestra, se aproxima al valor del parámetro poblacional.

Muestreo Probabilístico

• En este tipo de muestreo, cada elemento de la población tiene una probabilidad conocida y mayor que cero de ser seleccionado.

Muestreo Aleatorio Simple

• Método donde cada individuo de la población tiene la misma probabilidad de ser elegido; un ejemplo es lanzar un dado para seleccionar participantes.

Muestreo Sistemático

• Selección de cada k-ésimo individuo a partir de un punto de inicio aleatorio en la lista de la población; por ejemplo, cada 10 personas en una fila.

Muestreo Estratificado

• La población se divide en grupos homogéneos (estratos) y se toman muestras aleatorias de cada estrato; útil para asegurar representación de subgrupos.

Muestreo por Conglomerados o Racimos

• La población se divide en grupos o conglomerados y se selecciona aleatoriamente algunos de estos grupos completos; por ejemplo, elegir ciertas escuelas de una ciudad.

Muestreo No Probabilístico

• En este tipo de muestreo, no todos los individuos tienen una probabilidad conocida de ser seleccionados.

Muestreo por Cuotas

• Se establece un número específico de individuos de determinada característica que se desea incluir en la muestra; por ejemplo, 30 hombres y 30 mujeres.

Muestreo de Juicio o Intencional

• Se seleccionan individuos atendiendo a criterios específicos considerados relevantes por el investigador; por ejemplo, expertos en un campo determinado.

Muestreo Autoelegido

• Consiste en que los individuos se ofrecen voluntariamente para formar parte de la muestra; por ejemplo, encuestas en línea.

Muestreo Accidental o por Disponibilidad

• Se seleccionan individuos disponibles en el momento y lugar de la recolección de datos; por ejemplo, encuestar a peatones en una calle.

Distribución Normal

• Se refiere a una distribución de probabilidad que tiene forma de campana, simétrica alrededor de su media, y se utiliza en diversas aplicaciones estadísticas.

Tipos de Distribuciones Normales

• Distribuciones mesocúrticas tienen una forma normal; platicúrticas son más planas y menos concentradas; leptocúrticas son más pronunciadas y concentradas en la media.

Grados de Libertad

• Concepto que se refiere al número de valores que pueden variar en un cálculo estadístico sin violar ninguna restricción; se utilizan frecuentemente en pruebas de hipótesis.

Asignación a Priori

• Método que utiliza información previa para determinar el diseño del muestreo antes de recolección de datos.

Asignación Posteriori

• Se refiere a la distribución de los elementos de una muestra después de la recolección de datos y análisis.

Probabilidad Binomial

• Modelo de probabilidad que describe la cantidad de éxitos en un número fijo de ensayos independientes, cada uno con una probabilidad constante de éxito.

Este cuestionario abarca conceptos fundamentales del muestreo, incluyendo población, muestra y parámetros. Se exploran diferentes métodos de muestreo, tanto probabilísticos como no probabilísticos, con ejemplos detallados. Ideal para estudiantes que buscan entender la teoría detrás de la estadística.