Vous êtes sur la page 1sur 2

TIPOS DE MUESTREO Y TEOREMA DEL LMITE CENTRAL

El muestreo se divide en dos tipos, el muestreo probabilstico y el no


probabilstico, dentro de ellos existen subtipos. El muestreo probabilstico
es en el que todos los elementos de una muestra n tienen la misma
posibilidad de ser seleccionados; por lo tanto nos asegura la representatividad
de la muestra extrada.
Dentro del muestreo probabilstico encontramos tipos, como:
Muestreo aleatorio simple: Se selecciona una muestra de tamao n de
una poblacin de N unidades, cada elemento tiene una probabilidad de
inclusin igual y conocida de n / N. Su ventaja es que es de fcil
comprensin, permite el clculo rpido de medias y varianzas. Su
desventaja es que en muestras muy pequeas tiende a no representar la
poblacin adecuadamente y es necesario tener un listado completo de
toda la poblacin.
Muestreo aleatorio sistemtico: A diferencia del anterior, en lugar de
seleccionar n nmeros slo se extrae uno. Se define un intervalo k = n /
N. Su ventaja radica en que no es necesario tener el listado completo de
la poblacin.
Muestreo aleatorio estratificado: Lo que se pretende con este tipo de
muestreo es asegurarse de que todos los estratos de inters estarn
representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo
aleatorio simple o el estratificado para elegir los elementos concretos
que formarn parte de la muestra.
Muestreo aleatorio por conglomerados: En el muestreo por
conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad. Su ventaja estriba en que es muy til
en poblaciones grandes donde no es preciso tener un listado de toda la
poblacin, nicamente de sus unidades primarias. Su desventaja es que
posee mayor error estndar que los anteriores, y el clculo de su error
estndar es complejo.
El muestro no probabilstico se acude a l en caso de que el muestreo
probabilstico fuese demasiado costoso, aunque se sabe que no es el adecuado
para realizar generalizaciones. Todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos.
Tipos del muestreo no probabilstico:
Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se
asienta generalmente sobre la base de un buen conocimiento de los
estratos de la poblacin y/o de los individuos ms "representativos" o
"adecuados" para los fines de la investigacin. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul.

Muestreo intencional o de conveniencia: Este tipo de muestreo se


caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos
supuestamente tpicos. El caso ms frecuente de este procedimiento el
utilizar como muestra los individuos a los que se tiene fcil acceso.
Bola de nieve: Se localiza a algunos individuos, los cuales conducen a
otros, y estos a otros, y as hasta conseguir una muestra suficiente.
Muestreo discrecional: A criterio del investigador los elementos son
elegidos sobre lo que l cree que pueden aportar al estudio.
TEOREMA DEL LMITE CENTRAL EN ESTADSTICA.
Si se toman muchas muestras aleatorias de tamao n de alguna variable que sigue cualquier
distribucin y se registra la distribucin de las medias de cada muestra, entonces:
1) La distribucin de las medias se aproximar a una distribucin normal si se tienen
muestras de tamao grande.
2) La media de la distribucin de medias se aproximar a la media de la poblacin para
muestras de tamao grande.
3) La desviacin estndar de una distribucin de medias se aproximar a / n en
muestras de tamao grande, donde es la desviacin estndar de la poblacin.
Este teorema nos va a permitir usar estadsticas para hacer inferencias sin conocer la forma
de la distribucin.
Les dejo el link de un video donde me qued mucho ms claro:
https://www.youtube.com/watch?v=EC1bTDBz46k