En estadísticas, el muestreo estadístico (que se basa en la teoría de muestras o «teoría de muestreo») es la base de la inferencia estadística, que se divide en dos grandes capítulos: la teoría de la estima y la verificación de la hipótesis. En particular, se dice que una encuesta es una muestra cuando es útil para la inferencia, es decir, deducir la información relacionada con toda la población de la muestra misma.
- Menos precisión y recursos menores centrados en el control de calidad de la detección (lo que gana en extensión se pierde en profundidad)
Entonces, si bien la investigación del censo proporciona el verdadero valor de los parámetros de interés (proporciones, porcentajes, medio, total,…) que la muestra devuelve su estimación a la que se asocia un cierto grado de confianza (es decir, una incertidumbre) cuando la formación de la muestra responde a ciertos criterios probabilísticos.
El muestreo se usa cuando desea conocer uno o más parámetros de una población, sin tener que analizar cada elemento: esto por razones de costos entendidos en monetarios, tiempo, calidad o incomodidad o porque el análisis de un elemento lo destruye al hacer inutilizaciones l ‘ obtenido.
El campeón (estadístico) es un conjunto de unidades estadísticas extraídas de una población. A través de la muestra, se pueden estimar las propiedades de toda la población, dentro de ciertos límites de error.
Cuando se trata de muestra, en un lenguaje ordinario, uno puede entender la definición rigurosa (la que se informa anteriormente, es decir, un subconjunto de elementos extraídos de la población) o, un poco impecable, un elemento único de la muestra (en esta Caso sería necesario decir «» y no -una unidad de muestra de muestra).
¿Qué es el muestreo y qué tipos hay?
El muestreo de individuos de una población en una muestra es un paso críticamente importante en cualquier análisis bioestadístico, porque estamos haciendo generalizaciones sobre la población en función de esa muestra. Al seleccionar una muestra de una población, es importante que la muestra sea representativa de la población, es decir, la muestra debe ser similar a la población con respecto a las características clave. Por ejemplo, los estudios han demostrado que la prevalencia de la obesidad está inversamente relacionada con el logro educativo (es decir, las personas con niveles más altos de educación tienen menos probabilidades de ser obesos). En consecuencia, si tuviéramos que seleccionar una muestra de una población para estimar la prevalencia general de la obesidad, quisiéramos que el nivel educativo de la muestra sea similar al de la población general para evitar un sobre o subestimación de La prevalencia de la obesidad.
Hay dos tipos de muestreo: muestreo de probabilidad y muestreo no probabilidad. En el muestreo de probabilidad, cada miembro de la población tiene una probabilidad conocida de ser seleccionado. En el muestreo no probabilidad, cada miembro de la población se selecciona sin el uso de la probabilidad.
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 pueden usarse 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 tipo de muestreo ejemplos?
Todos los tipos de muestreo entran en una de estas dos categorías fundamentales:
Muestreo de probabilidad: en muestreo de probabilidad, los investigadores pueden calcular la probabilidad de que cualquier persona en la población sea seleccionada para el estudio. Estos estudios proporcionan una mayor precisión matemática y análisis.
Muestreo de no probabilidad: en el muestreo de no probabilidad, los investigadores no pueden calcular la probabilidad de estar en el estudio para individuos dentro de la población. Estas muestras tienden a ser menos precisas y menos representativas de la población más grande.
El muestreo aleatorio simple, o SRS, ocurre cuando cada participante de la muestra tiene la misma probabilidad de ser elegido para el estudio. Considere un método de lotería. Puede colocar a todos los encuestados posibles en una piscina y a los participantes seleccionados al azar o a ciegas. Cada persona en la piscina tiene la misma probabilidad de que los elija. Los investigadores también pueden usar programas de computadora que generan números aleatorios a partir de un conjunto.
El muestreo aleatorio brinda menos oportunidades para el sesgo y la influencia por parte de los investigadores en la selección de los participantes. Sin embargo, el verdadero muestreo aleatorio puede ser un desafío porque requiere una lista de cada posible participante.
El muestreo estratificado es una variación del muestreo aleatorio que implica dividir la población en grupos o estratos distintos. Este método tiene como objetivo hacer que las muestras sean más representativas de la población. Un estudio puede incorporar varios grupos. Para crear una muestra representativa, los investigadores toman una muestra aleatoria simple de cada estrato.
Artículos Relacionados:
