La estratificación es clasificar o agrupar datos con características coincidentes en grupos o estratos. Sirve para facilitar el trabajo antes de usar otras herramientas como histogramas o diagramas de dispersión.
Cuando hay muchos datos, por ejemplo, en un diagrama de dispersión, su interpretación puede ser bastante complicada y los problemas a detectar pueden enmascararse. Esta técnica separa los datos para que podamos encontrar patrones que de otro modo no se pudieran ver.
- Antes de recopilar datos: a veces tenemos muchos datos y es conveniente tratar de clasificarlos antes de lanzarnos para usar otro tipo de herramienta como diagramas de Pareto o histogramas.
- Cuando tenemos datos de varias fuentes o condiciones: turnos, días de la semana, proveedores o grupos de población.
- Cuando el análisis de datos requiere la separación de diferentes fuentes o condiciones: por ejemplo, separado por diferentes equipos.
Dependiendo del tamaño de los estratos, podemos encontrar 3 tipos de muestreo estratificado:
La muestra debe tener estratos que tengan las mismas proporciones observadas en la población.
Por ejemplo: estamos analizando el número de trabajadores independientes en España que trabajan desde casa y hay 1,000,000 de personas en este segmento: el 70% de las mujeres y el 30% de los hombres (estos son datos totalmente ficticios).
Si decidimos que la muestra es de 1000 personas, la proporción debe ser la siguiente:
- Antes de recopilar datos: a veces tenemos muchos datos y es conveniente tratar de clasificarlos antes de lanzarnos para usar otro tipo de herramienta como diagramas de Pareto o histogramas.
- Cuando tenemos datos de varias fuentes o condiciones: turnos, días de la semana, proveedores o grupos de población.
- Cuando el análisis de datos requiere la separación de diferentes fuentes o condiciones: por ejemplo, separado por diferentes equipos.
Cuando se asigna el mismo tamaño de muestra a todos los estratos definidos, independientemente del peso que tengan en la población. Si continuamos con el ejemplo anterior, un muestreo estratificado uniforme sería el siguiente:
En este caso, el tamaño de los estratos en la muestra no mantiene la proporcionalidad con la población. El tamaño de los estratos se define proporcionalmente a la desviación estándar de las variables en estudio. Es decir, los estratos más grandes se toman en estratos con una mayor variabilidad interna para representar mejor los grupos de población que son más difíciles de estudiar en la muestra total.
¿Qué es la estratificación ejemplo?
Los factores que definen la estratificación varían de la sociedad a la sociedad. En muchas sociedades, la estratificación es un sistema económico basado en la riqueza, o los valores netos del dinero y los activos que tiene una persona, y los ingresos, sus salarios o ingresos de las inversiones.
Sin embargo, hay otros factores importantes que influyen en la posición social. En algunas culturas, por ejemplo, el prestigio, ya sea obtenido a través de ir a una prestigiosa universidad, trabajar para una empresa prestigiosa o proveniente de una familia ilustre, es valorado. En otros, la estratificación social se basa en la edad.
Los ancianos pueden ser estimados o menospreciados e ignorados. Las creencias culturales de las sociedades a menudo refuerzan la estratificación.
En términos generales, estos factores definen cómo se clasifican o estratifican las sociedades:
Clase social: clasificación TA basada en, por ejemplo, economía y casta;
Redes sociales: las conexiones que tienen las personas, y las oportunidades que estas permiten a las personas encontrar trabajo, socios, etc.
Un determinante de la posición social son los padres de uno. Los padres tienden a pasar su posición social a sus hijos, así como a las normas culturales, valores y creencias que acompañan un cierto estilo de vida. Los padres también pueden transferir una red de amigos y familiares que brindan recursos y apoyo.
Es por eso que, en situaciones en las que alguien que nació en un estado social entra en el entorno de otro, como el hijo de una familia sin educación que ingresa a la universidad, al individuo puede ser peor que otros; Carecen de los recursos y el apoyo que a menudo se brindan a aquellos cuyos padres han ido a la universidad (Gutiérrez et al., 2022).
¿Qué es la estratificación explicación?
En geología, una estratificación indica el apilamiento, una superposición de rocas sedimentarias. Cada una de las capas de rocas se llama (a menudo de colores visiblemente diferentes) de los estratos. Cada uno de los estratos está separado por un plan de estratificación.
En botánica, la barnisca o la estratificación es el funcionamiento de levantar la latencia de los brotes y las semillas (antes de sembrar) por el frío. La estratificación de las semillas de árboles consiste en un lado para suavizar y alterar las semillas de las semillas (o núcleos) que bloquean la germinación. Las semillas están estratificadas. La estratificación de la vegetación permite diferenciar la especie de acuerdo con su tamaño.
Una estratificación de las rocas: la pared rocosa de las montañas del Centenario criado sobre la Reserva Nacional de Red Rock Lakes presenta un muy buen ejemplo de estratificación de rocas sedimentarias.
Casi todas las semillas están latentes o invierno durante e inmediatamente después de su madurez en la planta madre, que debe superarse antes de que pueda tener lugar la germinación. Esto inicialmente sirve para prevenir la germinación ya en la planta madre. Además, ciertas condiciones ambientales a menudo deben cumplirse para que las semillas germinen. Muchos tipos de semillas necesitan un período de frío antes de que se supere la latencia. Esto evita la germinación de semillas en un tiempo desfavorable antes del comienzo del invierno (antes del invierno). Si las semillas están expuestas artificialmente a estas condiciones, hablamos de estratificación.
El término barnishing se refiere a la inducción del proceso de floración en un período de frío. Esto se puede hacer, así como la estratificación de las plantas que ya están en la etapa de semillas. Por ejemplo, las plantas perennes necesitan hibernación para la floración.
¿Cómo se hace una estratificación?
- Comprender cómo Max Weber y Karl Marx diferían en su visión de las sociedades de clase.
Cuando miramos alrededor del mundo y a través de la historia, vemos diferentes tipos de sistemas de estratificación. Estos sistemas varían en su grado de movilidad vertical, o las posibilidades de subir o caer por la escalera de estratificación. En algunas llamadas sociedades cerradas, un individuo prácticamente no tiene posibilidades de moverse hacia arriba o hacia abajo. Las sociedades abiertas tienen más movilidad vertical, ya que algunas personas, y tal vez muchas personas, pueden subir o incluso bajar. Dicho esto, una pregunta clave es cuánta movilidad vertical realmente existe en estas sociedades. Veamos varios sistemas de estratificación, moviéndonos de los más cerrados al más abierto.
El sistema más cerrado es la esclavitud, o la propiedad de las personas, que ha sido bastante común en la historia humana (Ennals, 2007). Se cree que la esclavitud comenzó hace 10,000 años, después de que las sociedades agrícolas se desarrollaron, ya que las personas en estas sociedades hicieron que los prisioneros de guerra funcionen en sus granjas. Muchas de las tierras antiguas del Medio Oriente, incluidas Babilonia, Egipto y Persia, también poseían esclavos, al igual que la antigua China e India. La esclavitud floreció especialmente en la antigua Grecia y Roma, que usó miles de esclavos para sus economías comerciales. La mayoría de los esclavos en la antigüedad eran prisioneros de guerra o deudores. A medida que el comercio se calmó durante la Edad Media, también lo hizo la esclavitud.
La esclavitud es el sistema de estratificación más cerrado. Aunque la esclavitud de los Estados Unidos, representada aquí, terminó con la Guerra Civil, la esclavitud todavía existe hoy en partes de África, Asia y América del Sur.
¿Cómo hacer el diagrama de estratificación?
Se utiliza un diagrama de estratificación, también conocido como diagrama de flujo o gráfico de ejecución, para determinar la relación entre dos o más conjuntos de datos. Los diagramas de estratificación son útiles para hacer que los patrones sean visibles cuando los datos provienen de una amplia variedad de fuentes. Estos patrones se pueden comparar con los diversos sistemas bajo prueba para que podamos, una vez más, ajustar nuestros procesos para mejorar la calidad.
Tomemos nuestra hoja de cheques de la publicación anterior. Para este diagrama, queremos medir una implementación incremental de nuestra aplicación a cuatro sitios diferentes. Por lo tanto, en base a cuántas características nuevas se implementan en cada sitio, queremos ver la comparación de cuántos errores totales experimenta cada sitio. (Descargo de responsabilidad: los datos a continuación se generaron utilizando la función Randbetween de Excel y no es necesariamente lo que sería típico en un verdadero escenario de implementación).
El cuadro anterior sería algo experimentado en un ciclo de entrega continuo ágil donde cada noche se lanzó una nueva versión del producto en producción. Los datos anteriores generarían un diagrama de estratificación como el siguiente:
Entonces, hablemos un poco más sobre lo que está sucediendo. Como se indicó brevemente anteriormente, una tabla de estratificación es un gráfico XY que utiliza múltiples conjuntos de datos con el fin de determinar los patrones. El eje X es típicamente lo que consideraríamos la entrada, mientras que el eje Y es lo que consideraríamos la salida. Entonces, en este caso, estamos midiendo la entrada de características frente a la salida de errores. «Bugs», en este caso, podría ser un título muy suelto. Los errores podrían incluir las curvas de adopción y aprendizaje de los usuarios: la experiencia general del usuario con el nuevo conjunto de características.
En promedio, en los 4 sitios, hemos introducido 28.25 características que han generado 101.5 errores. El sitio 2 tenía la mayor cantidad de funciones introducidas, pero fue tercero en experimentar problemas. Y, si observa la relación promedio de la característica a la promedio de errores, el sitio 2 tenía una relación más baja (2.6: 1), lo que significa que, en promedio, podría manejar aún más características de las que se implementó siempre que los equipos de control de calidad y soporte tenían los equipos de soporte. capacidad para manejar solicitudes entrantes. En lo contrario del espectro, el sitio 4 tenía un total de 23 características (promediado 2.3 por día), pero experimentó 106 errores (10.6/día) que nos dio una relación promedio de 4.61: 1. Una vez más, tenga en cuenta que esto podría ser simplemente la experiencia del usuario y, por lo tanto, la falta de capacitación. Pero, en una mayor capacidad, la aplicación que se está desarrollando puede tener diferentes reglas comerciales por sitio. Entonces, vemos que el Sitio 4 puede requerir una mayor complejidad con respecto a los requisitos comerciales; O, si hay un equipo de desarrollo diferente por sitio, el equipo de desarrollo del Sitio 4 puede necesitar una mayor orientación y/o supervisión. De todos modos, los esfuerzos de control de calidad deben aumentarse para las implementaciones del Sitio 4.
¿Qué es diagrama de estratificación?
La estratificación es un método para dividir los datos en categorías o grupos (tipo homogéneo) y realizar un análisis posterior utilizando una representación descriptiva y gráfica o un nivel avanzado de estadísticas. Deriva la información significativa de los datos y ayuda a comprender el problema existente. Por ejemplo, se puede hacer estratificación en equipos, materiales, ubicación en cuanto a la ubicación, etc.
- Supongamos que en la industria alimentaria, un fabricante quiere averiguar si están fabricando productos de buena calidad o no. Digamos que tienen 10 plantas diferentes ubicadas en varias partes de la India. Recolectarán muestras de diferentes plantas y harán más análisis. Básicamente, la estratificación es un método para recolectar la muestra y dividirla en estratos. Los estratos deben ser de naturaleza homogénea, lo que significa que debería ser del mismo tipo. Aquí en este ejemplo, tenemos 10 plantas o estratos diferentes.
- Discutamos un ejemplo más. En una industria de fabricación de pistones, se encontraron varios defectos durante un proceso y para analizar las causas de los defectos que tienen que estratificar los datos del proceso. Puede ocurrir debido a la máquina, el material, la duración, etc. Suponga que ocurre debido a la variación de la máquina y ahora tienen que dividir los datos en varias clases W.R.T Machine A, B, y así sucesivamente. Al hacer esto, pueden verificar el rendimiento de una máquina y comparar la variación dentro de las máquinas también.
Para hacer cualquier tipo de análisis de datos, «¿Cuál es nuestro esencial?» y la respuesta son datos. Antes de recopilar datos, nuestro objetivo es recopilar una muestra que se asemeja a toda la población. Hay diferentes formas de recolectar muestras. En algunos escenarios, recolectamos una muestra utilizando la estratificación para tener un mejor representante de una población y hacer un análisis más detallado. Por ejemplo, queremos reducir la variación que está ocurriendo debido a diferentes métodos, máquinas, material o queremos verificar qué planta está fabricando un buen producto. Por lo tanto, la estratificación juega un papel importante en el proceso de mejora de la calidad.
- Supongamos que en la industria alimentaria, un fabricante quiere averiguar si están fabricando productos de buena calidad o no. Digamos que tienen 10 plantas diferentes ubicadas en varias partes de la India. Recolectarán muestras de diferentes plantas y harán más análisis. Básicamente, la estratificación es un método para recolectar la muestra y dividirla en estratos. Los estratos deben ser de naturaleza homogénea, lo que significa que debería ser del mismo tipo. Aquí en este ejemplo, tenemos 10 plantas o estratos diferentes.
- Discutamos un ejemplo más. En una industria de fabricación de pistones, se encontraron varios defectos durante un proceso y para analizar las causas de los defectos que tienen que estratificar los datos del proceso. Puede ocurrir debido a la máquina, el material, la duración, etc. Suponga que ocurre debido a la variación de la máquina y ahora tienen que dividir los datos en varias clases W.R.T Machine A, B, y así sucesivamente. Al hacer esto, pueden verificar el rendimiento de una máquina y comparar la variación dentro de las máquinas también.
¿Dónde se aplica el diagrama de estratificación?
Tenga en cuenta que los resúmenes estadísticos dependerán de cómo usted, el modelador, elija estratificar los datos. Elija las variables de estratificación que crea o sospeche que explicarán o explicarán la variable de respuesta.
El signo de que una estratificación dada explica o explica la respuesta es que las estadísticas resumidas son discerniblemente diferentes de lo que serían para datos no estratificados. Yendo más allá, podemos ver si los intervalos resumidos del 95% son más cortos en los datos estratificados que en los datos no estratificados.
La estratificación también puede ayudar a poner variables explicativas en contexto. Por ejemplo, la estratificación del volumen del pulmón por el estado de fumar sugiere que los fumadores tienden a tener un volumen pulmonar más grande. Dado que un alto volumen pulmonar se considera saludable, ¿significa esto que fumar puede mejorar la salud?
Antes de llegar a esa conclusión, debemos considerar qué más podría estar pasando. Tenga en cuenta que los datos del volumen pulmonar se recopilaron de los niños en edad escolar. Quizás deberíamos tener en cuenta que los niños mayores tienden a ser más grandes en general que los niños más pequeños. Del mismo modo, entre las niñas mayores tienden a ser más pequeñas que los niños. La Figura 4.4 muestra el volumen pulmonar estratificado por tres variables: fumar, sexo y edad.
Figura 4.4: Volumen pulmonar estratificado por edad, sexo y estatus de tabaquismo. La banda representa una especie de intervalo de resumen del 95% aplicado a variables cuantitativas en lugar de estratos discretos.
Dado que la edad es una variable cuantitativa, el intervalo de resumen del 95% se dibuja como una banda en lugar de glifos en forma de I. (Para simplificar la presentación, la banda de resumen es solo para los estratos no fumadores). No parece haber mucha diferencia entre los volúmenes pulmonares de fumadores y no fumadores una vez que tiene en cuenta la variación en el volumen pulmonar por edad y sexo. Pero es evidente que los fumadores tienden a ser mayores que los no fumadores. Quizás es por eso que los fumadores como grupo tienen volúmenes pulmonares más grandes que los no fumadores como grupo: el grupo no fumador incluye más niños pequeños. Como veremos más adelante en el libro, esta es una situación en la que fumar está enredado con la edad o, para usar más lenguaje estadístico, el fumar se confunde con la edad. La estratificación en otras técnicas estadísticas a veces puede desenredar las variables, como aquí.
¿Qué es el metodo de estratificación?
El muestreo estratificado a menudo se usa en las siguientes situaciones: a menudo se usa cuando se trata de resaltar o investigar las peculiaridades de un grupo específico de la población. También se usa cuando desea estudiar relaciones entre dos o más subgrupos.
El muestreo estratificado es una técnica o procedimiento en el que la población en estudio se divide en varios subgrupos o capas. Una característica esencial de la estratificación es que cada elemento debe pertenecer a una sola capa, de modo que las capas se excluyan entre sí (no se superpongan).
En comparación con el muestreo aleatorio simple, las fuerzas de fuerza del muestreo estratificado incluyen: capacidad de estimar no solo los parámetros de la población, sino también para llevar a cabo inferencias dentro de cada capa y comparaciones entre las capas.
Los investigadores también usan el muestreo aleatorio estratificado cuando desean examinar las relaciones entre dos o más subgrupos. Con la técnica de muestreo aleatorio simple, el investigador no está seguro si los subgrupos que desea observar se representan de manera igual y proporcional dentro de la muestra.
El muestreo aleatorio simple es una técnica de muestreo en la que todos los elementos que componen el universo, y por lo tanto se incluyen en el marco de muestreo, tienen la misma probabilidad de ser seleccionados para la muestra.
El muestreo aleatorio simple es un método para seleccionar n unidades de n, de modo que cada una de las muestras tenga la misma probabilidad de ser seleccionado.
¿Qué es la estratificación en estadística?
En un muestreo laminado, el
El primer paso es distribuir los elementos de la población objetivo entre
subgrupos bien definidos, preferiblemente homogéneos, mutuamente excluyentes
y exhaustivo llamado estratos. Cada elemento (unidad) de la población está atacado
por la encuesta y proporciona la información solicitada. Las unidades de encuesta pueden
ser hogares, individuos, granjas,
Establecimientos comerciales y empresas, etc.
Recomendamos estratificar la muestra
por muchas razones :
- Podemos aumentar
La precisión de las estimaciones de la población en general a un costo total
fijado; - Podemos controlar
tamaños de muestra y precisión de las estimaciones de estratos, si hay
evento; - Podemos promover
un equilibrio de la carga de trabajo; - Podemos distribuir
Costos de viaje entre elementos de investigación, si la estratificación
tiene una dimensión geográfica.
Cuando el entrenamiento de los estratos es tal
que la variabilidad del intraestro es ligera para un juego clave de variables, el
La estratificación se considera efectiva porque conduce a una mejor precisión de
Estimaciones en comparación con otros planes de estratificación.
La figura 2.1 presenta la notación de
base de nuestra presentación. En un muestreo laminado, la población
Umathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaadaaakaacawgvbaaaa@3295@
SE
distribuir
H> 1mathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaadaakaakaacawgibgaeyopa4jagymaaaa@344b@
subpoblaciones no vacías llamadas estratos
(Lohr, 2010), de un tamaño
N1, n2,…, nh,…, nh.mathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaaaakeaakeaacawgobwaasbaasqaaaigdaaeqaaoa
Gaaiilaiaaysw7cawgobwaasbaasqaaiaaaaaeqaaaaiilaiaaaaaaaaa
YSW7CQWIMAYSCAGGSAGAAGJBVLAAD6EADAWGAWCBAGAIMAIAAAAQABA
Gccaggsagaagjbvlablaciljacycacame8uaamotamaabaaaleaaaaa
cawgibaabeaakiaac6caaaaa@4737@
Estas
Las subpoblaciones no se cubren a sí mismas ni a su reunión a la población
entero:
Cochran
(1977) enumera los factores que influyen en la efectividad de un plan
Muestreo de laminado: elección de variables (s) de
estratificación; número de estratos
(H); mathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaadaaakeaadaadaqaaaaaaaaawicaclpa
aacagg7aaaaa@34d0@
delimitación de estratos; tamaño total de
la muestra
(n); mathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaadaakaadaadadadadaaaaad6gaaiawicacaglpa
aacagg7aaaaa@34f6@
Distribución de la muestra total entre el
Estratos; Modo de selección en muestreo de intraestres. Definimos el
estratos usando una o más variables cuyos valores se conocen
Para cada elemento de la población. En la secuencia, hay selección
independiente en el muestreo de cada uno de los
Hmathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaaadaakaakacawgiaaa@3288@
Estratos. Tamaños de muestra de estratos
son tales que
N1+n2+…+nh = n.mathtype@mtef@5@5@+=
feaagkart1ev2aqatcvaufebsjuyzl2ydlbvynv2caerbulwbln
Hiov2dgi1btfmbaetlxbi9gbaebbbbbnrfifhdyfgasach8rrps0l
bbf9q8wrffeUy = hhbbf9y8wrfj0xc9vqfj0db9qqqvqfr0dxdhivc = b
YP0XH8PEEU0XXDCRPE0DB9WQPEPEC9AR = XFR = XFR = TMEAABAQACiga
Cagaaeqabaqaaeaadaaakeaakeaacawgubwaasbaasqaaaigdaaeqaaoa
Gaey4kasiaaamobamaabaaaaaacaaiyaaabeaakiabgucariablaci
ljabgucariaad6gadawgaawcbagaamisaqabagcqgh9aqpcawgub
Gaaiolaaaa@3ded@
Artículos Relacionados:
