Diseños de Muestreo Estadístico
|
|
- Alfonso Méndez Soler
- hace 5 años
- Vistas:
Transcripción
1 Especialización en Estadística Departamento de Ciencias Básicas Fundación Universitaria Los Libertadores 8 de septiembre de 2012
2 1. Introducción: Esquema Muestral.
3 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
4 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
5 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
6 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
7 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
8 1. Introducción: Decisiones previas al Muestreo Objeto de estudio. Población objetivo (Target). Base de datos (Marco muestral). Instrumento. Tipo de levantamiento. Encuesta piloto.
9 Definiciones Universo de Estudio Definición Universo ideal: Se trata del conjunto sobre el cual el investigador y no propiamente el muestrista pretende obtener algún tipo de información. Definir Alcance: Ej. Intención de voto - Rural? Población Objetivo: Constituye el conjunto de elementos que partiendo del universo ideal pueden ser realmente alcanzados por la investigación. Lo anterior se puede dar por razones operativas, poĺıticas, económicas, etc.
10 Definiciones Universo de Estudio Definición Universo ideal: Se trata del conjunto sobre el cual el investigador y no propiamente el muestrista pretende obtener algún tipo de información. Definir Alcance: Ej. Intención de voto - Rural? Población Objetivo: Constituye el conjunto de elementos que partiendo del universo ideal pueden ser realmente alcanzados por la investigación. Lo anterior se puede dar por razones operativas, poĺıticas, económicas, etc.
11 Definiciones Universo de Estudio Definición Universo ideal: Se trata del conjunto sobre el cual el investigador y no propiamente el muestrista pretende obtener algún tipo de información. Definir Alcance: Ej. Intención de voto - Rural? Población Objetivo: Constituye el conjunto de elementos que partiendo del universo ideal pueden ser realmente alcanzados por la investigación. Lo anterior se puede dar por razones operativas, poĺıticas, económicas, etc.
12 Definiciones Marco Muestral Definición Dispositivo que permite IDENTIFICAR y UBICAR a todos los elementos de la población objetivo. Ej. Marcos de lista y marcos por áreas.
13 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
14 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
15 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
16 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
17 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
18 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
19 Definiciones Muestra: Subconjunto de la población. Unidad de muestreo: Objeto o elemento susceptible de ser seleccionado en la muestra. Unidad de Observación: Es el objeto sobre el cual se realiza al menos una medición. elemento: Unidad individual sobre las que se realizan mediciones. Conglomerado: Agrupación de elementos. Error de muestreo: Es el imputable a la aleatoriedad de la muestra. Error de no muestreo: es el que se produce en toda la investigación como consecuencia de definiciones conceptuales incorrectas, de fallos en los instrumentos de medida, en la entrevista o en el desarrollo del trabajo de campo.
20 Definiciones Variables de interés Qué es una variable? y k, z k, x k. Parámetros a investigar: Totales, razones, proporciones, indicadores, índices. Por ejemplo, total de personas que consumen una categoría, proporción de personas que votarán por xxxx, Ventas por m2.
21 Definiciones Variables de interés Qué es una variable? y k, z k, x k. Parámetros a investigar: Totales, razones, proporciones, indicadores, índices. Por ejemplo, total de personas que consumen una categoría, proporción de personas que votarán por xxxx, Ventas por m2.
22 OJO con el planteamiento del Objetivo Determinar el nivel medio de colesterol de la población de Bogotá a través de una muestra representativa. No se debe involucrar en el enunciado el procedimiento que se utilizará, el muestreo es una técnica, una forma de trabajo que se implementa en FUNCIÓN del objetivo trazado y en esa medida NO es parte de él.
23 OJO con el planteamiento del Objetivo Determinar el nivel medio de colesterol de la población de Bogotá a través de una muestra representativa. No se debe involucrar en el enunciado el procedimiento que se utilizará, el muestreo es una técnica, una forma de trabajo que se implementa en FUNCIÓN del objetivo trazado y en esa medida NO es parte de él.
24 OJO con el planteamiento del Objetivo Determinar el nivel medio de colesterol de la población de Bogotá a través de una muestra representativa. No se debe involucrar en el enunciado el procedimiento que se utilizará, el muestreo es una técnica, una forma de trabajo que se implementa en FUNCIÓN del objetivo trazado y en esa medida NO es parte de él.
25 OJO con el planteamiento del Objetivo Comparar el desempeño de los cirujanos antes y después de recibir el curso de entrenamiento. COMPARAR Acción metodológica, nunca el acto de comparar constituye una finalidad. Tal vez la verdadera finalidad del investigador es evaluar la eficiencia de cierto entrenamiento.
26 OJO con el planteamiento del Objetivo Comparar el desempeño de los cirujanos antes y después de recibir el curso de entrenamiento. COMPARAR Acción metodológica, nunca el acto de comparar constituye una finalidad. Tal vez la verdadera finalidad del investigador es evaluar la eficiencia de cierto entrenamiento.
27 OJO con el planteamiento del Objetivo Comparar el desempeño de los cirujanos antes y después de recibir el curso de entrenamiento. COMPARAR Acción metodológica, nunca el acto de comparar constituye una finalidad. Tal vez la verdadera finalidad del investigador es evaluar la eficiencia de cierto entrenamiento.
28 OJO con el planteamiento del Objetivo Realizar una encuesta sobre el consumo de drogas en la ciudad de Bogotá. Caso Extremo en el que el acto metodológico (hacer la encuesta) se ha convertido en la finalidad!!!. Seguramente tal encuesta quiere hacerse con el fin de recopilar información que permita dar respuesta a algunas preguntas de interés sobre drogadicción, naturalmente el problema consiste en obtener esas respuestas nunca el camino para conseguirlo.
29 OJO con el planteamiento del Objetivo Realizar una encuesta sobre el consumo de drogas en la ciudad de Bogotá. Caso Extremo en el que el acto metodológico (hacer la encuesta) se ha convertido en la finalidad!!!. Seguramente tal encuesta quiere hacerse con el fin de recopilar información que permita dar respuesta a algunas preguntas de interés sobre drogadicción, naturalmente el problema consiste en obtener esas respuestas nunca el camino para conseguirlo.
30 OJO con el planteamiento del Objetivo Realizar una encuesta sobre el consumo de drogas en la ciudad de Bogotá. Caso Extremo en el que el acto metodológico (hacer la encuesta) se ha convertido en la finalidad!!!. Seguramente tal encuesta quiere hacerse con el fin de recopilar información que permita dar respuesta a algunas preguntas de interés sobre drogadicción, naturalmente el problema consiste en obtener esas respuestas nunca el camino para conseguirlo.
31 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
32 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
33 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
34 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
35 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
36 Estrategia Muestral Existen dos grandes categorías de métodos de muestreo: El muestreo probabiĺıstico y el muestreo no probabiĺıstico. Muestreo probabiĺıstico: Implica que todos los elementos de una población objetivo tienen una probabilidad CONOCIDA a priori de ser seleccionados y que al momento de la selección se aplica un algoritmo aleatorio que garantiza que dichas probabilidades se cumplan. Su fortaleza radica en la posibilidad de generalizar a toda la población, generalmente son muestras costosas. Muestreo NO probabiĺıstico: Son todas las demás muestras donde el investigador puede influenciar la selección o debido a la inexistencia de un marco muestral o por ser un target de difícil consecución no es posible conocer las probabilidades a priori.no es posible hacer inferencia la población, es de bajo costo y fácil aplicación.
37 Muestreo NO probabiĺıstico A veces, para estudios exploratorios, el muestreo probabiĺıstico resulta excesivamente costoso y se acude a métodos no probabiĺısticos, aun siendo sabiendo que no sirven para realizar inferencia. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Conveniencia Juicio Bola de nieve Por cuotas
38 Muestreo NO probabiĺıstico A veces, para estudios exploratorios, el muestreo probabiĺıstico resulta excesivamente costoso y se acude a métodos no probabiĺısticos, aun siendo sabiendo que no sirven para realizar inferencia. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Conveniencia Juicio Bola de nieve Por cuotas
39 Muestreo NO probabiĺıstico A veces, para estudios exploratorios, el muestreo probabiĺıstico resulta excesivamente costoso y se acude a métodos no probabiĺısticos, aun siendo sabiendo que no sirven para realizar inferencia. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Conveniencia Juicio Bola de nieve Por cuotas
40 Muestreo NO probabiĺıstico A veces, para estudios exploratorios, el muestreo probabiĺıstico resulta excesivamente costoso y se acude a métodos no probabiĺısticos, aun siendo sabiendo que no sirven para realizar inferencia. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa. Conveniencia Juicio Bola de nieve Por cuotas
41 Muestreo NO probabiĺıstico Muestreo de conveniencia, casual o accidental Busca elementos convenientes para ejecutar un estudio, acá el investigador selecciona de manera directa e intencionalmente a ciertos elementos de la población. Un ejemplo puede ser al crear una encuesta dirigida a niños donde el investigador puede probar su cuestionario con su hijos o familiares cercanos. Un caso puede ser dado por los profesores que usualmente usan a sus alumnos para recolectar algún tipo de información. No es una metodología usual en la práctica.
42 Muestreo NO probabiĺıstico Muestreo de Juicio o crítico La muestra se elige con base en el conocimiento que el investigador tenga sobre su población y la naturaleza de su investigación. Se debe confiar en el criterio del investigador, muchas veces se usa en estudios cualitativos (profundización) a través de referidos o para generar pruebas piloto. Generalmente se caracteriza por ser algo deliberado por obtener una muestra de elementos supuestamente representativos, ejemplo: consumidores heavy, sondeos preelectorales en zonas que en anteriores votaciones han marcado tendencias de voto.
43 Muestreo NO probabiĺıstico Muestreo Bola de nieve Se utiliza principalmente cuando la población objetivo es de difícil localización. Por ejemplo, recicladores, desplazados, etc. Para llevarlo a cabo se inicia con unos pocos elementos que pueden responder a las necesidades de la investigación y que a su vez pueden proporcionar información sobre la ubicación de otros miembros de la población de interés.
44 Muestreo NO probabiĺıstico Muestreo por cuotas Tal vez uno de los más utilizados para hacer estudios exploratorios. Tiene por objetivo asegurar que los diversos subgrupos de una población estén representados en la muestra respecto de las características pertinentes de la muestra y con la proporción exacta que el investigador desee. La velocidad de recopilación de datos, los costos bajos y la comodidad son sus principales ventajas frente al muestreo de probabilidad. Generalmente usa criterios pareto para tomar unidades muestrales en las primeras etapas (juicio) e internamente se establecen cuotas por celdas generalmente representadas por variables demográficas. Diseñar muestra por cuotas
45 Muestreo NO probabiĺıstico Ponderación Mecanismo utilizado para devolver a la muestra al peso diferencial que tiene en la población. Generalmente usado en muestras para ajustar una distribución conocida a priori usando la distribución a posteriori. Las ponderaciones son generalmente usadas cuando: Muestreo no probabiĺıstico - por cuotas. No respuesta. Ajuste de distribuciones conocidas no reflejadas por la muestra.
46 Muestreo NO probabiĺıstico Ponderación Mecanismo utilizado para devolver a la muestra al peso diferencial que tiene en la población. Generalmente usado en muestras para ajustar una distribución conocida a priori usando la distribución a posteriori. Las ponderaciones son generalmente usadas cuando: Muestreo no probabiĺıstico - por cuotas. No respuesta. Ajuste de distribuciones conocidas no reflejadas por la muestra.
47 Muestreo NO probabiĺıstico Ponderación Mecanismo utilizado para devolver a la muestra al peso diferencial que tiene en la población. Generalmente usado en muestras para ajustar una distribución conocida a priori usando la distribución a posteriori. Las ponderaciones son generalmente usadas cuando: Muestreo no probabiĺıstico - por cuotas. No respuesta. Ajuste de distribuciones conocidas no reflejadas por la muestra.
48 Muestreo NO probabiĺıstico Ponderación Mecanismo utilizado para devolver a la muestra al peso diferencial que tiene en la población. Generalmente usado en muestras para ajustar una distribución conocida a priori usando la distribución a posteriori. Las ponderaciones son generalmente usadas cuando: Muestreo no probabiĺıstico - por cuotas. No respuesta. Ajuste de distribuciones conocidas no reflejadas por la muestra.
49 Muestreo NO probabiĺıstico Ponderación Algunos métodos para ponderar son: Pos-estratificación. Raking o ponderación RIM. Calibración. por cuáles variables pondero? Construir una ponderación
50 Muestreo NO probabiĺıstico Ponderación Algunos métodos para ponderar son: Pos-estratificación. Raking o ponderación RIM. Calibración. por cuáles variables pondero? Construir una ponderación
51 Muestreo NO probabiĺıstico Ponderación Algunos métodos para ponderar son: Pos-estratificación. Raking o ponderación RIM. Calibración. por cuáles variables pondero? Construir una ponderación
52 Muestreo NO probabiĺıstico Ponderación Algunos métodos para ponderar son: Pos-estratificación. Raking o ponderación RIM. Calibración. por cuáles variables pondero? Construir una ponderación
53 Muestreo NO probabiĺıstico Ponderación Algunos métodos para ponderar son: Pos-estratificación. Raking o ponderación RIM. Calibración. por cuáles variables pondero? Construir una ponderación
54 Muestreo Probabiĺıstico Conceptos Básicos Definición Defina a U un universo a de elementos {U 1,..., U N } finito y conocido de antemano con una variable de interés Y que toma valores {y 1,..., y N }. Sea el parámetro θ (medida del universo) una función de (y 1,..., y N ) de esta manera a θ(y 1,..., y N ) se denomina parámetro y se denota θ. a En adelante se denominará universo a la población objetivo.
55 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y = U y k Promedio: Promedio de ingresos, promedio de ventas... y U = 1 y k N Razón: Personas ocupadas por tipo de establecimiento, consideración de productos en compradores, Consumo de gasolina de un auto (Km por galón). R = U U y k U z k = t y t z
56 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y = U y k Promedio: Promedio de ingresos, promedio de ventas... y U = 1 y k N Razón: Personas ocupadas por tipo de establecimiento, consideración de productos en compradores, Consumo de gasolina de un auto (Km por galón). R = U U y k U z k = t y t z
57 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y = U y k Promedio: Promedio de ingresos, promedio de ventas... y U = 1 y k N Razón: Personas ocupadas por tipo de establecimiento, consideración de productos en compradores, Consumo de gasolina de un auto (Km por galón). R = U U y k U z k = t y t z
58 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y = U y k Promedio: Promedio de ingresos, promedio de ventas... y U = 1 y k N Razón: Personas ocupadas por tipo de establecimiento, consideración de productos en compradores, Consumo de gasolina de un auto (Km por galón). R = U U y k U z k = t y t z
59 Muestreo Probabiĺıstico Conceptos Básicos Definición Sea s una muestra de elementos con mediciones y 1,..., y ns. Se define el estimador θ, una función de los valores de la muestra, se busca de tal manera que apunte al valor del parámetro θ.
60 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y =? Promedio: Promedio de ingresos, promedio de ventas... y s = 1 n s s y k ỹ s = ns s y k Note que la proporción, promedio y razón son casos particulares de la estimación de un total.
61 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y =? Promedio: Promedio de ingresos, promedio de ventas... y s = 1 n s s y k ỹ s = ns s y k Note que la proporción, promedio y razón son casos particulares de la estimación de un total.
62 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y =? Promedio: Promedio de ingresos, promedio de ventas... y s = 1 n s s y k ỹ s = ns s y k Note que la proporción, promedio y razón son casos particulares de la estimación de un total.
63 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y =? Promedio: Promedio de ingresos, promedio de ventas... y s = 1 n s s y k ỹ s = ns s y k Note que la proporción, promedio y razón son casos particulares de la estimación de un total.
64 Muestreo Probabiĺıstico Conceptos Básicos Ejemplo Total: Demanda, consumidores de cerveza, enfermos de xyw. t y =? Promedio: Promedio de ingresos, promedio de ventas... y s = 1 n s s y k ỹ s = ns s y k Note que la proporción, promedio y razón son casos particulares de la estimación de un total.
65 Muestreo Probabiĺıstico Conceptos Básicos Definición Entre las propiedades de un buen estimador están: E( θ) = θ V( θ) 0 $
66 Muestreo Probabiĺıstico Conceptos Básicos Definición Entre las propiedades de un buen estimador están: E( θ) = θ V( θ) 0 $
67 Muestreo Probabiĺıstico Conceptos Básicos Definición Entre las propiedades de un buen estimador están: E( θ) = θ V( θ) 0 $
68 Muestreo Probabiĺıstico Conceptos Básicos Definición Entre las propiedades de un buen estimador están: E( θ) = θ V( θ) 0 $
69 Muestreo Probabiĺıstico Conceptos Básicos Una vez hecha la estimación la validez está dada por la estimación por intervalo Definición Si θ es una función basada en una suma de variables aleatorias independientes el teorema central de ĺımite permite encontrar una expresión para la estimación por intervalo bajo ciertas condiciones de regularidad. En caso de que E( θ) = θ se espera con una confiabilidad del (1 α)100 % que: ) θ ( θ z 1 α/2 V ( θ), θ + z 1 α/2 V ( θ), donde z 1 α/2 es el percentil correspondiente en una distribución normal estándar.
70 Muestreo Probabiĺıstico Conceptos Básicos Remark 1. Lo que se distribuye normal es el estadístico y no la variable de interés. 2. La distribución de la variable de interés es invariante independiente del tamaño de muestra. 3. Para estudios en tendencia no es suficiente con comparar estimaciones puntuales, sino que debe hacerse la prueba de hipótesis correspondiente para determinar si existe diferencia significativa. Ejemplo: Tasa de desempleo.
71 Muestreo Probabiĺıstico Conceptos Básicos Remark 1. Lo que se distribuye normal es el estadístico y no la variable de interés. 2. La distribución de la variable de interés es invariante independiente del tamaño de muestra. 3. Para estudios en tendencia no es suficiente con comparar estimaciones puntuales, sino que debe hacerse la prueba de hipótesis correspondiente para determinar si existe diferencia significativa. Ejemplo: Tasa de desempleo.
72 Muestreo Probabiĺıstico Conceptos Básicos Remark 1. Lo que se distribuye normal es el estadístico y no la variable de interés. 2. La distribución de la variable de interés es invariante independiente del tamaño de muestra. 3. Para estudios en tendencia no es suficiente con comparar estimaciones puntuales, sino que debe hacerse la prueba de hipótesis correspondiente para determinar si existe diferencia significativa. Ejemplo: Tasa de desempleo.
73 Muestreo Probabiĺıstico Conceptos Básicos Remark 1. Lo que se distribuye normal es el estadístico y no la variable de interés. 2. La distribución de la variable de interés es invariante independiente del tamaño de muestra. 3. Para estudios en tendencia no es suficiente con comparar estimaciones puntuales, sino que debe hacerse la prueba de hipótesis correspondiente para determinar si existe diferencia significativa. Ejemplo: Tasa de desempleo.
74 Teorema Central de Límite Método de Monte Carlo Ejercicio Simule 100 muestra de tamaño 1000 proveniente de una distribución uniforme en (0, 1). Calcule el estadístico ȳ s para cada una de las 100 muestras y realice los histogramas para n = 5, 10, 15, 20, 25, 30, 40, 50, 60, 80, 100. Concluya.
75 Definición Sea s U una muestra probabiĺıstica y sea S el conjunto de todas las muestras posibles. La función de medida de probabilidad: P :S (0, 1) s i p(s i ) Dado el conjunto S, un diseño de muestreo es una función p( ), tal que p(s i ) es la probabilidad de que la muestra i sea la seleccionada.
76 Ejemplos: 1. Muestreo Aleatorio Simple. MAS(N, n) 1 Para toda muestra de tamaño n de N sin repocisión p(s i ) = ( N n) 0 en otro caso (1) n corresponde al tamaño de la muestra mientras que N corresponde al tamaño del universo. Construir un espacio muestral basado en el gasto de 8 personas con muestras de a 3 elementos
77 Ejemplos: 1. Muestreo Aleatorio Simple. MAS(N, n) 1 Para toda muestra de tamaño n de N sin repocisión p(s i ) = ( N n) 0 en otro caso (1) n corresponde al tamaño de la muestra mientras que N corresponde al tamaño del universo. Construir un espacio muestral basado en el gasto de 8 personas con muestras de a 3 elementos
78 Muestreo Aleatorio Simple. MAS(N, n) Mecanismo de selección 1 Algoritmo Coordinado Negativo: Sea ξ k U(0, 1) usando el arreglo Y : y 1 y 2... y N ξ: ξ 1 ξ 2... ξ N se puede obtener una muestra de tamaño n donde todos los elementos y muestras tienen la misma probabilidad de ser seleccionados. El algoritmo consiste en ordenar el marco muestral desde el aleatorio más pequeño hasta el más grande y seleccionar los primeros n elementos, así: Y : y l y k... y j... y i ξ: ξ (1) ξ (2)... ξ (n)... ξ (N)
79 Muestreo Aleatorio Simple. MAS(N, n) Mecanismo de selección 2. Algoritmo Fan-Muller & Rezucha (1962): denominado método de selección rechazo...completar
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 2016-2 Hermosillo, Sonora. Agosto 25 de 2016.
Más detallesTEMA 2: EL PROCESO DE MUESTREO
2.5. Determinación del tamaño de la muestra para la estimación en muestreo aleatorio estratificado TEMA 2: EL PROCESO DE MUESTREO 2.1. Concepto y limitaciones 2.2. Etapas en la selección de la muestra
Más detallesUNIDAD II LA MUESTRA Y EL MUESTREO
UNIDAD II LA MUESTRA Y EL MUESTREO 1. Cálculo del tamaño muestral con variables cualitativas. A continuación se presenta la fórmula para calcular el tamaño de la muestra cuando se trabaja con datos cualitativos
Más detallesTipos de Muestreo. Muestreos probabilísticos. Muestreo probabilístico.
Muestreo probabilístico. Tipos de Muestreo Cada elemento del universo tiene una probabilidad conocida y no nula de figurar en la muestra, es decir, todos los elementos del universo pueden formar parte
Más detallesTécnicas de Muestreo Métodos
Muestreo aleatorio: Técnicas de Muestreo Métodos a) unidad muestral elemental: a.1) muestreo aleatorio simple a.2) muestreo (seudo)aleatorio sistemático a.3) muestreo aleatorio estratificado b) unidad
Más detalles1.- MÉTODOS DE MUESTREO PROBABILÍSTICOS O ALEATORIOS.
Distribuciones de muestreo El muestreo estadístico es la herramienta que la matemática utiliza para el estudio de las características de una población a través de una determinada parte de la misma (una
Más detallesHerramientas Estadísticas en el Informe de Investigación
DPTO. INVESTIGACIÓN G-MIO GEODE TALLER Investigación científica: hacia un informe de investigación exitoso Herramientas Estadísticas en el Informe de Investigación Prof. Néstor Díaz Herramientas Estadísticas
Más detallesTécnicas de Muestreo I
1 / 39 Técnicas de Muestreo I Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM agosto 2018 2 / 39 Temario 1. Introducción. Definición de conceptos elementales 2. Muestreo
Más detallesPOBLACION MUESTRA TAMAÑO DE MUESTRA
POBLACION MUESTRA TAMAÑO DE MUESTRA REPASO POBLACION o UNIVERSO «Todos los posibles valores de una variable. Estos valores no tienen que ser todos diferentes ni en numero finito. Son ejemplos los pesos
Más detallesMÉTODOS ESTADÍSTICOS PARA INVESTIGADORES I. Ms. C. Marco Vinicio Rodríguez
MÉTODOS ESTADÍSTICOS PARA INVESTIGADORES I Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Probabilístico (Aleatorio) No Probabilístico Aleatorio simple. Accidental
Más detallesMETODOLOGÍA DE LA INVESTIGACIÓN
METODOLOGÍA DE LA INVESTIGACIÓN II - 2011 METODOLOGÍA DE LA INVESTIGACION IV. UNIDAD EL DISEÑO METODOLOGICO DE LA IC: MUESTRA Y MUESTREO Definiciones y Conceptos 1. POBLACIÓN OBJETIVO O UNIVERSO FINITO
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesSelección de sujetos y tamaño de la muestra
Selección de sujetos y tamaño de la muestra César Gutiérrez Villafuerte Sección de Epidemiología Instituto de Medicina Tropical Daniel A. Carrión - UNMSM Lima, noviembre de 010 Concepto de muestreo Se
Más detallesMUESTREO. Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc.
MUESTREO Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc. Lácides Baleta MUESTRA Una muestra es un subconjunto de casos o individuos
Más detallesConceptos de Muestreo
Conceptos de Muestreo Qué es la Población, la población Objetivo o Universo Es el conjunto de todas las unidades de interés o de análisis en donde los resultados del estudio deberán extrapolarse, o generalizarse.
Más detallesRECOPILACIÓN DE LA INFORMACIÓN
RECOPILACIÓN DE LA INFORMACIÓN CONCEPTOS DE ESTADÍSTICA Y SU CLASIFICACIÓN ESTADÍSTICA. Es la ciencia que estudia los medios para derivar información válida a partir de un conjunto de datos. Es decir,
Más detallesLA MUESTRA Y EL MUESTREO
LA MUESTRA Y EL MUESTREO 1. Cálculo del tamaño muestral con variables cualitativas. A continuación se presenta la fórmula para calcular el tamaño de la muestra cuando se trabaja con datos cualitativos
Más detallesESTADÍSTICA TALLER DE APLICACIÓN LUZ ÁNGELA HERNÁNDEZ NOVOA JAVIER FERNANDO BORRERO GUERRERO JORGE MAHECHA
ESTADÍSTICA TALLER DE APLICACIÓN LUZ ÁNGELA HERNÁNDEZ NOVOA JAVIER FERNANDO BORRERO GUERRERO JORGE MAHECHA INSTITUTO POLITÉCNICO AGROINDUSTRIAL ADMINISTRACION FINANCIERA Y AUDITORIA III OCTUBRE DE 2004
Más detallesCarrera de Restauración y Museología
Carrera de Restauración y Museología PROCESO DE INVESTIGACIÓN CIENTÍFICA Selección del tamaño de la muestra Selección del método de muestreo Determinación del método de recolección de datos Unidad 3 Tema
Más detallesInferencia Estadística
Inferencia Estadística 2do C. 2018 Mg. Stella Figueroa Clase Nº10 Población y Muestra- Parámetro y Estimación puntual Población: Es el conjunto de todos los elementos o unidades elementales con características
Más detallesIdentificación del Marco Muestral y el Diseño de la Muestra
Identificación del Marco Muestral y el Diseño de la Muestra Identificación de Viviendas Mayo 2015 Necesidad del Muestreo Se tiene una población o conjunto de individuos (finitos), de los cuales nos interesa
Más detallesDiseño de la investigación cuantitativa. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
Diseño de la investigación cuantitativa Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Diseño de la investigación El diseño de una investigación
Más detallesEl plan de muestreo. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
El plan de muestreo Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Y ahora qué? Cuántas muestras debo tomar? Cuántas veces debo realizar los ensayos?
Más detallesCapítulo 8 Métodos de Muestreo y el Teorema de Límite Central
Capítulo 8 Métodos de Muestreo y el Teorema de Límite Central Objetivos: Al terminar este capítulo podrá: 1. Explicar por qué una muestra es la única forma posible de tener conocimientos acerca de una
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesCURSO DE MÉTODOS CUANTITATIVOS I
CURSO DE MÉTODOS CUANTITATIVOS I TEMA VI: INTRODUCCIÓN AL MUESTREO Ing. Francis Ortega, MGC Concepto de Población y Muestra POBLACIÓN (N) Es el conjunto de todos los elementos de interés en un estudio
Más detallesINTRODUCCIÓN. Una primera clasificación que se puede realizar de los tipos de muestreo es: Se basa en el cálculo de probabilidades.
RELACIONES LABORALES ESTADÍSTICA 6 de octubre de 2009 INTRODUCCIÓN Una primera clasificación que se puede realizar de los tipos de muestreo es: Se basa en el cálculo de probabilidades Muestreo no probabiĺıstico
Más detallesUniversidad Autónoma del Estado de México
Universidad Autónoma del Estado de México Facultad de Arquitectura y Diseño Administración y Promoción de la Obra Urbana Material Didáctico: Sólo Visión (Proyectables) Título: Población y Muestra Autor:
Más detallesCLASE DE BIOESTADISTICA. Calidad del muestreo en investigaciones médicas y sociales
Universidad Latinoamericana de Ciencia y Tecnología ULACIT CLASE DE BIOESTADISTICA Calidad del muestreo en investigaciones médicas y sociales Integrantes Sofía Alpizar, Carlos Barrantes, Carina Blanco,
Más detallesDETERMINAR LA POBLACIÓN - MUESTRA OBJETO DE ESTUDIO Y OBTENCIÓN DE LA INFORMACIÓN
DETERMINAR LA POBLACIÓN - MUESTRA OBJETO DE ESTUDIO Y OBTENCIÓN DE LA INFORMACIÓN Tomado del capítulo 7 del libro Metodología de la investigación de Cesar Augusto Bernal. Una vez concebida la idea de la
Más detallesCONSIDERACIONES METODOLÓGICAS ACERCA DE LOS SONDEOS DE OPINIÓN.
CONSIDERACIONES METODOLÓGICAS ACERCA DE LOS SONDEOS DE OPINIÓN. Gabriel Agudelo V. - Jaime Ruiz R. Miguel Aigneren Compilación CEO Abstract. The researchers often try to measure the public opinion through
Más detallesPruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP
Nota Técnica 0/006 Pruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP 000 005 Octubre de 006 Av. Paseo de la Reforma #51,
Más detallesSOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
Más detallesProf. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística
Prof. Angel Zambrano ENERO 009 Universidad de Los Andes Escuela de Estadística Muestreo: Es una metodología que apoyándose en la teoría estadística y de acuerdo a las características del estudio, indica
Más detallesMuestreo y Distribuciones en el Muestreo
Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo
Más detallesTEMA 2: Estimadores y distribuciones en el muestreo. Alfredo García Hiernaux. Grupos 69 y 73 Estadística I. Curso 2006/07
TEMA 2: Estimadores y distribuciones en el muestreo 1) Introducción 2) Tipos de muestreos 3) Estadísticos INDICE 4) Estimadores y propiedades 5) Distribución muestral 6) Teorema Central del Límite 7) Distribuciones
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO
CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO TEMA: POBLACIONES Y MUESTRAS M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE ESTADÍSTICA UNIDAD DE COMPETENCIA II: MÉTODOS
Más detallesSegunda Unidad POBLACIÓN Y MUESTRA. Osiris Carranza 2012.Diplomado de Investigación Científica. UNAH
Segunda Unidad POBLACIÓN Y MUESTRA Osiris Carranza 2012.Diplomado de Investigación Científica. UNAH En toda investigación se define las unidades a ser Medidas, sí es una población finita o infinita o una
Más detallesEstadística. Contenidos mínimos: Descripción de una variable. 1. El análisis exploratorio de datos. 2. Relación entre variables
Estadística Estadística Contenidos mínimos: 1. El análisis exploratorio de datos. Descripción de una variable 2. Relación entre variables 3. Las series temporales EL ANÁLISIS EXPLORATORIO DE DATOS ESTADÍSTICA
Más detallesPOBLACIÓN Y MUESTREO. Metodología de la Investigación 7/11/08 Danny Freira
POBLACIÓN Y MUESTREO Metodología de la Investigación 7/11/08 Danny Freira Planificación Operativa En que consiste? En prever las operaciones que deberán realizarse para poner en práctica la estrategia
Más detallesUnidad IV El Proyecto de Investigación Instrumentos de Recolección de Datos
Unidad IV El Proyecto de Investigación Instrumentos de Recolección de Datos P R O F. J U L I O B L A U M A N N C. I U G T M E T O D O L O G Í A D E L A I N V E S T I G A C I Ó N Introducción Población
Más detallesMÉTODOS ESTADÍSTICOS PARA INVESTIGADORES I. Ms. C. Marco Vinicio Rodríguez
MÉTODOS ESTADÍSTICOS PARA INVESTIGADORES I Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ EVALUACIÓN Aplicaran Las Fechas Y Normas Estipuladas Por La Universidad
Más detallesMétodos de muestreo. Muestreo: técnica de selección de una muestra a partir de una población
Métodos de muestreo Muestreo: técnica de selección de una muestra a partir de una población Dra. Marta Alperin (alperin@fcnym.unlp.edu.ar) Ms. Sc. Carlos Skorupka (skcharlie@fcnym.unlp.edu.ar) www.fcnym.unlp.edu.ar/catedras/estadistica
Más detallesDRA ELEONORA ESPINOZA UIC Noviembre 2016
DRA ELEONORA ESPINOZA UIC Noviembre 2016 Es el conjunto de elementos (finito o infinito) definido por una o más características, de las que gozan todos los elementos que lo componen. Bien definido (se
Más detallesMuestreo en Poblaciones Finitas
Introducción al Muestreo en Poblaciones Finitas 1/32 Muestreo en Poblaciones Finitas Introducción y Conceptos Básicos José A. Mayor Gallego Departamento de Estadística e Investigación Operativa Universidad
Más detallesPOBLACIÓN, MUESTRA Y MUESTREO
POBLACIÓN, MUESTRA Y MUESTREO AREA ACADEMICA: LICENCIATURA EN ENFERMERIA TEMA: POBLACIÓN, MUESTRA Y MUESTREO PROFESOR: LIC. ENFRÍA. QXCA. MARIA ELENA DÍAZ HERNÁNDEZ PERIODO: JULIO DICIEMBRE 2017 TEMA:
Más detallesReporte metodológico general
Reporte metodológico general Encuesta Nacional sobre Cultura Política y Prácticas Ciudadanas ENCUP 2012 El objetivo de este documento es describir el desarrollo metodológico del levantamiento del estudio
Más detallesPoblación de estudio y muestra
Población de estudio y muestra Curso de Metodología de la Investigación Unidad Docente de MFyC Patricio Suárez Gil La Fresneda (Asturias), 2011 Población de estudio Conjunto de individuos al que se refiere
Más detallesProf. Evy Andreina Guerrero
Prof. Evy Andreina Guerrero Son Son las entidades : personas, instituciones, documentos, regiones, objetos, plantas, animales, productos, entre otros, que poseen el evento de estudio. POBLACIÓN MUESTRA
Más detallesTEMA: ENCUESTA Y SELECCIÓN DE LA MUESTRA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO FACULTAD DE ECONOMÍA DIAPOSITIVAS DOCTORADO EN CIENCIAS ECONOMICO ADMINISTRATIVAS UNIDAD DE APRENDIZAJE: SEMINARIO DE INVESTIGACIÓN III TEMA: ENCUESTA Y SELECCIÓN
Más detallesEstadística CONCEPTOS:
Estadística CONCEPTOS: Población: Es todo conjunto de elementos, finito o infinito, definido por una o más características, de las que gozan todos los elementos que lo componen, y sólo ellos. En muestreo
Más detallesEstadística y Encuestas
Estadística y Encuestas Tema 1. Preliminares. Introducción a las encuestas por muestreo 1. Preliminares. 1.1 Concepto de Estadística 1.2. Criterios básicos de un estudio empírico 1.3. Diferentes tipos
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesDiseño de la muestra censal 2010
Diseño de la muestra censal 2010 i Presentación El Instituto Nacional de Estadística y Geografía (INEGI) realizó el Censo de Población y Vivienda del 31 de mayo al 25 de junio de 2010. El presente documento
Más detallesEstadística Grado en Nutrición Humana y Dietética
Estadística Grado en Nutrición Humana y Dietética Tema 5: Introducción al Muestreo Estadístico Francisco M. Ocaña Peinado http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación Operativa
Más detallesTIPOS DE MUESTREO. Economía y Estadística. Docentes: Maria Cristina Figueroa Alberto Galindo Moreno
INSTITUCIÓN EDUCATIVA INEM JORGE ISAACS DE CALI RESOLUCIÓN No. 007 DEL 5 DE ENERO DE 2003 (Art. 7) DE LA SECRETARÍA DE EDUCACIÓN MUNICIPAL Condecoraciones Simón Bolívar y Aidee Guerrero TIPOS DE MUESTREO
Más detallesCarlos F. Ostertag, MSIM. Proyecto Desarrollo Agroempresas Rurales CIAT Julio 2.000
Carlos F. Ostertag, MSIM Proyecto Desarrollo Agroempresas Rurales CIAT Julio 2.000 El empresario necesita información para el análisis, la planeación, la aplicación y el control del mercadeo Requiere información
Más detallesPROBABILIDAD Y ESTADÍSTICA UNIDAD 5: MUESTREO
PROBABILIDAD Y ESTADÍSTICA UNIDAD 5: MUESTREO Es un proceso mediante el cual se puede determinar aproximadamente el comportamiento de la población o universo donde se aplica, a partir de inferir sus características
Más detallesPROFESIONALES [PRESENCIAL]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: PESANTEZ VICUÑA SAUL FERNANDO(fernando.pesantez@ucuenca.edu.ec) Facultad(es): [FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS] Escuela: [DEPARTAMENTO
Más detallesCAPÍTULO III.- MARCO METODOLÓGICO
La siguiente información también fue extraída de los Módulos Instruccionales elaborados por la Prof. Aurelia Serrano para la cátedra de Metodología del Colegio Valle Alto. CAPÍTULO III.- MARCO METODOLÓGICO
Más detallesTIPOS DE MUESTREO DR. IVÁN ESPINOZA SALVADÓ
TIPOS DE MUESTREO DR. IVÁN ESPINOZA SALVADÓ PROFESOR TITULAR III UNIDAD DE INVESTIGACIÓN CIENTÍFICA FACULTAD DE CIENCIAS MÉDICAS. TIPOS DE MUESTREO. PUNTOS A CONSIDERAR: 1. Definir claramente la población
Más detallesTIPOS DE MUESTREO DR. IVÁN ESPINOZA SALVADÓ
TIPOS DE MUESTREO DR. IVÁN ESPINOZA SALVADÓ PROFESOR TITULAR III UNIDAD DE INVESTIGACIÓN CIENTÍFICA FACULTAD DE CIENCIAS MÉDICAS. TIPOS DE MUESTREO. PUNTOS A CONSIDERAR: 1. Definir claramente la población
Más detallesTécnicas de Investigación Social I
Técnicas de Investigación Social I Esquema tema 6 EL MUESTREO PARA LA ENCUESTA Prof.Tutora Marielva Rísquez mrisquez@palma.uned.es ENCUESTA POR MUESTREO! Es el método más popular para obtener información
Más detallesTécnicas de investigación cuantitativas: Tema 4: MUESTREO PROBABILÍSTICO
Técnicas de investigación cuantitativas: Tema 4: MUESTREO PROBABILÍSTICO Grado en Criminología Curso 2014/2015 Técnicas de investigación cualitativa y cuantitativa Diseño muestral Recordemos (Tema 3):
Más detallesLa población y la muestra
La población y la muestra INTRODUCCIÓN CAPÍTULO UNO 1. LA POBLACIÓN 2. Concepto La población es cualquier conjuntos de elementos que tenga una o más propiedades comunes definidas por un investigador. Puede
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA División de Ciencias Exactas y Naturales Departamento de Matemáticas Estadística Aplicada a las Licenciaturas: Administración, Contaduría e Informática Administrativa. Problemas y
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesMuestreo y. Distribuciones Muestrales
Muestreo y Distribuciones Muestrales Muestreo Muestreo POBLACION muestra Inferencia Estadística Conteos rápidos, preferencias electorales, etc. Tipos de Muestreo Muestreo No Probabilístico No aplican las
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesTipos de muestreo. MVZ.EPA. Ruby Sandy Moreno Mejia
Tipos de muestreo MVZ.EPA. Ruby Sandy Moreno Mejia Definición de muestreo Ventajas Diseño del muestreo Tipos de muestreo Probabilístico No probabilístico Procedimiento utilizado para contar con datos para
Más detallesMaestría en Investigación de la Salud
Universidad de Cuenca Facultad de Ciencias Médicas Maestría en Investigación de la Salud Módulo V: Metodología de la investigación Universo y muestra Docente: S. Mayo de 2010 Universo y muestra Universo:
Más detallesDepartamento Administrativo Nacional de Estadística
Departamento Administrativo Nacional de Estadística Dirección de Regulación, Planeación, Estandarización y Normalización -DIRPEN- Metodología Diseño Muestral Encuesta de Consumo Cultural Julio 2008 ELABORÓ:
Más detallesLa muestra cuantitativa 13/11/2015
La muestra cuantitativa 13/11/2015 Por qué buscamos una muestra No podemos preguntarle a toda la población de un país o un área para alcanzar nuestros objetivos de investigación. Aunque contáramos con
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Cuál es la finalidad de las distribuciones muéstrales y del método del muestreo como herramientas básicas de la estadística y qué aplicabilidad tienen en la vida cotidiana? Siendo
Más detallesANÁLISIS ESTADÍSTICO MUESTREO DE POBLACIONES FINITAS
ANÁLISIS ESTADÍSTICO MUESTREO DE POBLACIONES FINITAS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Porqué muestrear? Para qué muestrear? Estimar parámetros de población Prueba de hipótesis Exploratorio
Más detallesMaestría en Ciencias en Administración. Estadística para la Administración
INSTITUTO POLITÉCNICO NACIONAL COORDINACIÓN GENERAL DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN DE LA UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS
Más detallesDESCRIPCIÓN ESPECÍFICA
DESCRIPCIÓN ESPECÍFICA NÚCLEO: Comercio y Servicios SUBSECTOR: Administración Nombre del Módulo: Investigación de Mercados Código: CSAD0074 total: 58 Horas Objetivo General: Desarrollar investigaciones
Más detallesDiplomado en Estadística e Investigación Científica
Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos
Más detallesPoblación, Muestra y Cronograma de Actividades
Población, Muestra y Cronograma de Actividades INTRODUCCIÓN Una investigación científica se define como la aplicación de procedimientos para el logro de resultados efectivos y concretos. Este proceso van
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesy k k=1 k=1 n k=1 l=1 = 1 2
Muestreo. Tarea. Semestre 205-2. Profesora: Guillermina Eslava Gómez. Ayudante: Graciela Martínez Sánchez Fecha de entrega: viernes 27 de febrero en clase Resolver en equipos de a 6 alumnos. Las tareas
Más detallesPoblación y Muestra. Seminario de Investigación Pedagógica II
Población y Muestra Seminario de Investigación Pedagógica II CONCEPTOS Población. Es un conjunto de elementos que poseen una característica. En el proceso investigativo la población corresponde al conjunto
Más detallesPoblación y muestreo. Benjamín Mamani Condori
Población y muestreo Benjamín Mamani Condori Qué es la población y muestra? Una vez definido problema, objetivos y las variables, determinar los elementos o individuos a quienes se investigará. Es necesario
Más detallesMétodos de Investigación en Psicología (7) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (7) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesEstadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 5 Distribución de la Media Muestral Pedro Elosegui 1 2 Métodos y Distribuciones de Muestreo En estadística nos gustaría contar con los parámetros
Más detallesINVESTIGACION Y MERCADOS
- EL OLVIDO DE LAS MATEMÁTICAS PERJUDICA A TODO EL CONOCIMIENTO, YA QUE EL QUE LAS IGNORA NO PUEDE CONOCER LAS OTRAS CIENCIAS NI LAS COSAS DE ESTE MUNDO. ROGER BACON ybnias@infonegocio.net.pe 1 Universidad
Más detallesPOBLACIÓN Y MUESTRA DEL ESTUDIO. Autora: Patricia Villaciervos-Moreno
MÓDULO 2 ALFABETIZACIÓN CIENTÍFICA: POBLACIÓN Y MUESTRA DEL ESTUDIO POBLACIÓN Y MUESTRA DEL ESTUDIO Índice de contenidos: o o o o o o 1. Conceptualización/ Definiciones Básicas 2. Criterios de selección
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesCAPÍTULO III MARCO METODOLÓGICO. Existen diversos criterios conceptuales en metodología, los cuales señalan
CAPITULO III MARCO METODOLÓGICO CAPÍTULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Existen diversos criterios conceptuales en metodología, los cuales señalan que para efectuar un estudio debe ser
Más detallesCAPITULO III METODOLOGÍA DE LA INVESTIGACIÓN. La presente investigación es de tipo evaluativa, debido a que permite
CAPITULO III METODOLOGÍA DE LA INVESTIGACIÓN 1. TIPO DE INVESTIGACIÓN La presente investigación es de tipo evaluativa, debido a que permite medir los resultados de los objetivos propuestos, para así tomar
Más detalles4. Nociones básicas sobre muestreo.
4. Nociones básicas sobre muestreo. En estadística, se conoce como muestreo a la técnica para la selección de una muestra a partir de una población. Al elegir una muestra se espera conseguir que sus propiedades
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN DESARROLLO DE NEGOCIOS ÁREA SERVICIOS POSVENTA AUTOMOTRIZ EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA
TÉCNICO SUPERIOR UNIVERSITARIO EN DESARROLLO DE NEGOCIOS ÁREA SERVICIOS POSVENTA AUTOMOTRIZ EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA 1. Competencias Administrar el proceso de comercialización
Más detallesUNA NUEVA VISITA A LAS. VII Jornada regional de Matemáticas y Estadística Universidad del Tolima Jairo Alfonso Clavijo Méndez
UNA NUEVA VISITA A LAS ENCUESTAS VII Jornada regional de Matemáticas y Estadística Universidad del Tolima Jairo Alfonso Clavijo Méndez Por qué una nueva visita? En una ocasión anterior se había hecho una
Más detallesCAPÍTULO III METODOLOGÍA
CAPÍTULO III METODOLOGÍA En este capítulo se describirán los pasos del estudio, que son necesarios para que Talavera Santa Catarina llegue a ser una de las opciones principales del diseñador de interiores,
Más detallesANÁLI L S I I S S I S D E E D ATOS
Muestreo Definición: Es la operación para tomar una muestra del Universo. El objetivo del muestreo es contar con los datos necesarios para estimar parámetros en la población, es decir, poder hacer una
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detalles