Vous êtes sur la page 1sur 23

UNIVERSIDAD NACIONAL JORGE BASADRE

ESCUELA PROFESIONAL DE BIOLOGIA -MICROBIOLOGIA

BIOESTADISTICA

UNIDAD : II MUESTREO

Dr. PELAYO DELGADO TELLO

TACNA 2016 PERÚ


1.2. MUESTRA: Es una parte representativa
de la población.
1.3. TIPOS DE MUESTRAS: Existen varios tipos
de muestras, las características que los
distinguen son:
1. Por la manera de obtención de la muestra.
2. Por el número de variables consideradas.
3. Por el fin para la que fue extraída la
muestra.
1.4. MUESTREO: Es una técnica estadística que
sirve para seleccionar una muestra.
1.5 TIPOS DE MUESTREO:
a). Muestreo aleatorio simple
b). Muestreo aleatorio estratificado
c). Muestreo aleatorio para proporciones
o porcentajes
d). Muestreo aleatorio Sistemático
e). Muestreo aleatorio por conglomerados
f). Muestreo aleatorio simulado o (Monte
Carlo).
MUESTREO ALEATORIO SIMPLE
Es un método de seleccionar n unidades sacadas de N,
de tal manera que cada una de las muestras, N C n
tienen las misma oportunidades de ser seleccionadas.
El N° de muestras distintas de tamaño n que pueden ser
sacadas de N unidades está dado por la fórmula
combinatoria:
N N!
 = N C n =
n  n!( N  n)!

Para el caso de un muestreo aleatorio simple SIN


REEMPLAZO
Si el muestreo es con REEMPLAZO el número de
muestras estará dado por Nn
2.1 Ejemplos:
a). Dado una población de 5 elementos formado
por las letras A, B, C, D, E,
Hallar el número de muestras distintas de
tamaño 3
SOLUCION
N = 5 elementos de la población.
n = 3 tamaño de muestra
N° de muestras distintas de tamaño = 5C3
N! 5!
NCn = n!( N  n=
)! 2!(5  3)!= 10

ABC, ABD, ABE, BCD, BCE


ADE, ACD, ACE, ADE, BDE
b). Sea una población constituida por 3 tipos de
barriles de aceituna: seca, salmuera y rellena
Hallar el número de muestras posibles de
tamaño 2 con remplazo
SOLUCION

No. de muestras:
Nn = 32 = 9
2.2 FORMAS DE SELECCIONAR UNA MUESTRA:
a). Usando números aleatorios
b). Mediante una urna
c). Mediante una tómbola.

2.3 DEFINICIONES Y NOTACIONES


Los elementos de una población se representan por
Y1, Y2,Y3.....YN, donde N es el número de unidades
que tiene la población.

La muestra lo representamos por Y1, Y2 ,Y3 ..


Yn, donde n es el número de unidades que
tiene la muestra .
ESTADÍSTICAS BASICAS
POBLACIÓN MUESTRA
TOTAL Y   y i
y y i

y y
 Y  y
i  i

MEDIA N
y  
n
y  y
2
2

  2 i
s  2

VARIANZA
i

N n 1
y  
2

Var. de COCHRAN S 
N 1
2 i
PARAMEROS ESTIMADORES

TOTAL y Y  Ny

MEDIA y ̂  Yˆ  y

 S N n 
2 2 2
VARIANZA ˆ  v( y ) 
2
*
N n
ˆ

PARÁMETRO.-Es un valor obtenido de una característica en la


población: denotado por 

ESTIMADOR.- Sea  un parámetro en una población


cualquiera, llamamos estimador de,  denotado por ˆ a una
función que va del espacio muestral a los Nos reales.

ˆ : S → R
Tal que:
i). Es una variable aleotoria
ii). Es computable.
PROPIEDAD DE LOS ESTIMADORES
a). INSESGADO: Diremos que un
estimador de un parámetro  es
insesgado
si E [ˆ] = 
E ˆ =  i
i

Donde
 es el valor en cada muestra
i

i Probabilidad en cada muestra.


Tm total de muestras posibles.
CONSISTENTE.- Ser estimador de un
parámetro se dice que es consistente

cuando n → N y = μ
DEF.
Llamaremos error estándar de un estimador ˆ de un
parámetro  a la raíz cuadrada positiva de su varianza
EE (ˆ ) = v(ˆ)
EFICIENTE . Si dado dos parámetros
• S2X y S2Y si S2X es menor S2Y
• Diremos que S2X es un estimador
mas eficiente que S2Y

• SUFICIENTE .- Cuando la muestra tiene suficiente


información para el parámetro
MUESTREO PARA PROPORCIONES
Y PORCENTAJES

• En algunas ocasiones deseamos estimar la proporción o


el porcentaje de unidades en la población que posee
alguna característica o atributo. Muchos de los
resultados que se publican, derivados de censos y
encuestas, son de esta forma.

• Por ejemplo, el porcentaje de contaminación ambiental,


el porcentaje de extranjeros en un lugar, opinión sobre
un candidato, aceptación de un nuevo producto en el
mercado internacional, índice productos transgénicos
etc.
• Suponemos que todas y cada una de las unidades en la población
caen dentro de una, de dos posibles clases : C y C´ o podemos
agrupar. los elementos de la población en dos clases excluyentes,
los que poseen la característica C y los que no la poseen, o poseen
C´.
• Sea A = Nº de unidades de la población que presentan
la característica C.
• a = Nº de unidades de la muestra que presentan la
característica C.
• P= Proporción de la población que presenta la
característica C es P = A/N

• p =Proporción de la muestra que presenta la


característica C.es p = a/n
• Entonces, el estimador muestral de P es p, y el
N
estimador muestral de A es n a  NP
• En resumen Pˆ  p y   Np. ;E(p) =P

Teorema

En m.a.s., la varianza del estimador p está dada por:


N - n PQ N n
  V(p) 
2
si 1
p
N -1 n N 1

PQ
  V(p) 
2
p
n
Ejemplo
En un censo de establecimientos no agrícolas en
Grecia en 1998, 493 establecimientos pequeños
fueron numerados en un sector de Atenas. Una
muestra aleatoria simple de 30 establecimientos
dió los siguientes resultados sobre ocupación (No
de empleados; ).
2 ; 2 ; 2; 2 ; 3 ; 5 ; 2 ; 3 ; 4 ; 5 ; 2 ; 4 ; 2 ; 6 ; 6 ;
7; 5 ; 4 ; 5 ; 3 ; 2 ; 2 ; 2 ; 2 ; 5 ; 2 ; 2 ; 2 ; 2 ; 2
Se desea estimar:
a) La proporción de establecimientos que emplean
5 ó menos personas y la desviación estándar de p
b) El No. de establecimientos que emplean 5 ó
menos personas.
solución
Debemos estimar P = proporción de
establecimientos en un sector de Atenas
que emplean 5 ó menos personas.
a 27
p  p  0.9
n 30

pq N - n (0.9) (0.1) 493 - 30


sp  s2
p  .  0.0163  sp  0.128
n N -1 30 492

A = No. de establecimientos que emplean


menos de 5 personas en Atenas .
Aˆ  Np = 493*0.9 = 443.7 = 444
TIPOS O TÉCNICAS DE MUESTREO
Muestreo No Probabilístico

En estas técnicas no se utiliza el muestreo al azar


sino que la muestra se obtiene atendiendo al
criterio o criterios del investigador o bien por
razones de economía, comodidad, etc.
Siguen otros criterios, procurando que la muestra
obtenida sea lo más representativa posible.
 Estas muestras, al no utilizar el muestreo al azar,
no tienen la garantía de las muestras
probabilísticas, pero en la práctica son a menudo
necesarias e inevitables, en opinión de Kerlinger
(1975).
A) MUESTREO ACCIDENTAL O CASUAL.
Este tipo de muestreo se caracteriza por
utilizar las muestras que tiene a su alcance.
Se denominan accidentales porque no
responden a una planificación previa en
cuanto a los sujetos a elegir.
 El criterio de selección de los individuos
depende de la posibilidad de acceder a ellos.
Desde el punto de vista de la investigación
este tipo de muestreo es más débil.
B) MUESTREO INTENCIONAL U OPINATIVO.
 En esta técnica, el investigador selecciona de modo
directo los elementos de la muestra que desea
participen en su estudio. Se eligen los individuos o
elementos que se estima que son representativos o
típicos de la población. Se sigue un criterio
establecido por el experto o investigador. Se suelen
seleccionar los sujetos que se estima pueden facilitar
la información necesaria.
 Hay muestras intencionadas que parten de
‘elementos típicos’ o ‘representativos’ a los que ya
públicamente se les ha reconocido tal rango.
C) MUESTREO POR CUOTAS.
 El sistema de cuotas consiste en fijar unas “cuotas”.
Cada cuota consiste en un número de elementos que
reúnen unas determinadas condiciones. La selección
de las “cuotas” suele hacerse mediante “rutas” o
“itinerarios”.
 En este procedimiento se parte de una muestra
estratificada cuyas proporciones debe conservar el
investigador, pero cada uno de los casos queda a su
arbitrio elegirlos.
 El riesgo radica en que seleccione a personas a
quienes resulta más fácil, por razones de localización.