Académique Documents
Professionnel Documents
Culture Documents
Especialización en Estadı́stica
Departamento de Ciencias Básicas
Fundación Universitaria Los Libertadores
11 de octubre de 2013
Esquema Muestral.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
Objeto de estudio.
Población objetivo (Target).
Base de datos (Marco muestral).
Instrumento.
Tipo de levantamiento.
Encuesta piloto.
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, polı́ticas, económicas, etc.
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, polı́ticas, económicas, etc.
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, polı́ticas, económicas, etc.
Definición
Dispositivo que permite IDENTIFICAR y UBICAR a todos los
elementos de la población objetivo. Ej. Marcos de lista y marcos
por áreas.
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
caracterı́sticas 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
Definición
Defina a U un universoa de elementos {U1 , . . . , UN } finito y
conocido de antemano con una variable de interés Y que toma
valores {y1 , . . . , yN }. Sea el parámetro θ (medida del universo) una
función de (y1 , . . . , yN ) de esta manera a θ(y1 , . . . , yN ) se
denomina parámetro y se denota θ.
a
En adelante se denominará universo a la población objetivo.
Definición
Sea s una muestra de elementos con mediciones y1 , . . . , yns . Se
define el estimador θ,
b una función de los valores de la muestra, se
busca de tal manera que apunte al valor del parámetro θ.
Ejemplo
Total: Demanda, consumidores de cerveza, enfermos de xyw.
bty =?
Ejemplo
Total: Demanda, consumidores de cerveza, enfermos de xyw.
bty =?
Ejemplo
Total: Demanda, consumidores de cerveza, enfermos de xyw.
bty =?
Ejemplo
Total: Demanda, consumidores de cerveza, enfermos de xyw.
bty =?
Ejemplo
Total: Demanda, consumidores de cerveza, enfermos de xyw.
bty =?
Definición
Entre las propiedades de un buen estimador están:
E(θ)
b =θ
b →0
V(θ)
$↓
Definición
Entre las propiedades de un buen estimador están:
E(θ)
b =θ
b →0
V(θ)
$↓
Definición
Entre las propiedades de un buen estimador están:
E(θ)
b =θ
b →0
V(θ)
$↓
Definición
Entre las propiedades de un buen estimador están:
E(θ)
b =θ
b →0
V(θ)
$↓
Remark
1. Lo que se distribuye normal es el estadı́stico 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.
Remark
1. Lo que se distribuye normal es el estadı́stico 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.
Remark
1. Lo que se distribuye normal es el estadı́stico 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.
Remark
1. Lo que se distribuye normal es el estadı́stico 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.
Ejercicio
Simule 100 muestra de tamaño 1000 proveniente de una
distribución uniforme en (0, 1). Calcule el estadı́stico ȳs 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.
P :S → (0, 1)
si 7→ p(si )
1
N Para toda muestra de tamaño n de N sin repocisión
p(si ) = ( 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
1
N Para toda muestra de tamaño n de N sin repocisión
p(si ) = ( 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