En un muestreo aleatorio simple, uno comienza identificando el marco de muestreo, es decir, una lista completa o enumeración de todos los elementos de la población (por ejemplo, personas, casas, números de teléfono, etc.). A cada uno de estos se le asigna un número de identificación único, y los elementos se seleccionan al azar para determinar los individuos que se incluirán en la muestra. Como resultado, cada elemento tiene la misma posibilidad de ser seleccionado, y la probabilidad de ser seleccionada puede calcularse fácilmente. Esta estrategia de muestreo es más útil para pequeñas poblaciones, ya que requiere una enumeración completa de la población como primer paso.
Muchos libros de texto estadísticos introductorios contienen tablas de números aleatorios que pueden usarse para garantizar la selección aleatoria, y los paquetes de computación estadística se pueden usar para determinar números aleatorios. Excel, por ejemplo, tiene una función incorporada que puede usarse para generar números aleatorios.
El muestreo sistemático también comienza con el marco de muestreo completo y la asignación de números de identificación únicos. Sin embargo, en el muestreo sistemático, los sujetos se seleccionan a intervalos fijos, por ejemplo, cada tercio o cada quinta persona se selecciona. El espaciado o el intervalo entre las selecciones se determina por la relación del tamaño de la población y el tamaño de la muestra (N/N). Por ejemplo, si el tamaño de la población es n = 1,000 y se desea un tamaño de muestra de n = 100, entonces el intervalo de muestreo es 1,000/100 = 10, por lo que cada décima persona se selecciona en la muestra. El proceso de selección comienza seleccionando la primera persona al azar de los primeros diez sujetos en el marco de muestreo utilizando una tabla de números aleatorios; Luego se selecciona el décimo sujeto.
¿Qué es la muestra y la población?
La población objetivo es todas las personas atacadas por un estudio que queremos recopilar información y extrapolar: generalizar los resultados
Realizar un ensayo clínico con pacientes con cáncer de recto T3-T4 permitirá que las condiciones de definición estrictas de esta población extraan los resultados a todos estos pacientes.
Población fuente: esta es la población cuya información se puede recopilar y, por lo tanto, cuya muestra se extrae
Censo: exhaustivos a todos los individuos en la población objetivo se consideran y estudian
Muestreo: proceso que consiste en recopilar y observar la información solo en parte de la población (= muestra) dirigida. Se pueden generar varias muestras en esta población.
La muestra permite que las condiciones, en particular de la representatividad de la población objetivo, lleguen a conclusiones en este último. Esta es la inferencia estadística. De hecho, no son en sí los resultados en la muestra los que son interesantes, sino las leyes que se pueden hacer sobre la población objetivo.
Las ventajas de este procedimiento de estudio en una muestra en comparación con un censo exhaustivo su duración del estudio, la calidad de los datos que pueden optimizarse y, por lo tanto, el costo de los estudios.
Además de un punto de vista ético, no es útil incluir más pacientes de los requeridos cuando los resultados se pueden obtener en un subconjunto.
¿Cómo identificar la población en estadística?
Paso 1: Lea el problema cuidadosamente e identifique lo que el estudio está tratando de averiguar. Identifique la población que el estudio está tratando de descubrir algo e identificar la muestra.
Paso 2: etiquete a la población que el estudio está tratando de descubrir algo como la población de interés. La población de interés es la población de la que se toman las muestras.
Población de interés: en un estudio estadístico, la población de interés es la población de la cual el investigador quiere sacar conclusiones. La población de interés no es lo mismo que una muestra, pero las muestras se toman de la población de interés.
Muestra: una muestra es un subconjunto más pequeño de una población de interés, elegida para representar a toda la población de interés.
Usaremos estos pasos y definiciones para identificar la población de interés en los siguientes dos ejemplos.
Un analista deportivo quiere recopilar información sobre el peso promedio de un liniero ofensivo de fútbol universitario de la División 1. El analista toma una muestra aleatoria de 150 linieros ofensivos de los equipos de fútbol universitario de la División 1. ¿Cuál es la población de interés?
El estudio está tratando de determinar el peso promedio de los linieros ofensivos de fútbol universitario de la División 1. El 150 liniero ofensivo que se estudia forma una muestra de la población de interés. La población de la que el estudio está tratando de descubrir algo es todos los linieros ofensivos de fútbol universitario de la División 1.
Artículos Relacionados:
- Ejemplos de población en estadística
- ‘Aprende sobre los diferentes tipos de variables en probabilidad y estadística’
- Estadística paramétrica: población y muestra aleatoria
- La población en metodología: una revisión
- ¿Qué es la inferencia sobre una varianza de población?
- ¿Cómo interpretar datos cualitativos nominales en una distribución estadística?
