You are on page 1of 3

Introduccin[editar]

Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la


poblacin, para lo cual deben ser representativas de la misma (una muestra representativa
se denomina tcnicamente muestra aleatoria). Para cumplir esta caracterstica la
inclusin de sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos,
puede obtenerse una informacin similar a la de un estudio exhaustivo con mayor rapidez
y menor coste (vanse las ventajas de la eleccin de una muestra, ms abajo).
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la
poblacin porque el manejo de un menor nmero de datos provoca tambin menos errores
en su manipulacin. En cualquier caso, el conjunto de individuos de la muestra son los
sujetos realmente estudiados.
El nmero de sujetos que componen la muestra suele ser bastante inferior a la poblacin
total, aunque suficiente grande como para que la estimacin de los parmetros
determinados tenga un nivel de confianza adecuado. Para que el tamao de la
muestra sea idneo es preciso recurrir a su clculo.

Otras definiciones relacionadas[editar]


Espacio muestral[editar]
El espacio muestral del que se toma una muestra concreta est formado por el conjunto de
todas las posibles muestras que se pueden extraer de una poblacin mediante una
determinada tcnica de muestreo.
Para una poblacin finita de n individuos el espacio muestral est formado

por subconjuntos posibles. En la prctica a veces se usan espacios muestrales


idealizados con nmero infinito de puntos indexados por un conjunto variables reales.

Parmetro o Estadstico muestral[editar]


Un parmetro estadstico o simplemente un estadstico muestral es cualquier valor
calculado a partir de la muestra, como por ejemplo la media, varianza o una proporcin,
que describe a una poblacin y puede ser estimado a partir de una muestra. Un estadstico
muestral es un tipo de variable aleatoria, y que como tal, tiene una distribucin de
probabilidad concreta, frecuentemente caracterizada por un conjunto finito de parmetros.

Estimacin[editar]
Una estimacin estadstica es cualquier tcnica para conocer un valor aproximado de un
parmetro referido a la poblacin, a partir de los estadsticos muestrales calculados a partir
de los elementos de la muestra. Si se estima el suficiente nmero de parmetros puede
aproximarse de manera razonable la distribucin de probabilidad de la poblacin para
ciertas variables aleatorias.

Nivel de confianza[editar]
El nivel de confianza de una aseveracin basada en la inferencia estadstica es una
medida de la bondad de la estimacin realizada a partir de estadsticos muestrales.
Usualmente se usan niveles de confianza para intervalos de confianza o bien p-
valores que miden la probabilidad de errores de tipo I (probabilidad de rechazar una cierta
hiptesis siendo esta correcta)

Ejemplo[editar]
Se tiene una poblacin de 222.222 habitantes y se quiere conocer cuntos de ellos son
hombres y cuntos de ellos son mujeres. Se conjetura que cerca del 50% son mujeres y el
resto hombres, pero se quiere seleccionar una muestra para determinar cuntos hombres
y mujeres hay en la muestra y a partir de ah inferir el porcentaje exacto de hombres y
mujeres en la poblacin total. La descripcin de una muestra, y los resultados obtenidos
sobre ella, puede ser del tipo mostrado en el siguiente ejemplo:

Dimensin de la poblacin: 222.222 habitantes

Probabilidad del evento: Hombre o Mujer 50%

Nivel de confianza: 90%

Desviacin tolerada: 5%

Resultado 196

Tamao de la muestra: 270

La interpretacin de esos datos sera la siguiente:

1. La poblacin a investigar tiene 222.222 habitantes y queremos saber cuntos son


hombres o mujeres.
2. Estimamos en un 50% para cada sexo y para el propsito del estudio es suficiente
un 90% de seguridad con un nivel entre 90 - 5 y 90 + 5.
3. Generamos una tabla de 280 nmeros al azar entre 1 y 222.222 y en un censo
numerado comprobamos el gnero para los seleccionados.

Ventajas de la eleccin de una muestra[editar]


El estudio de muestras es preferible, en la mayora de los casos, por las siguientes
razones:

1. Si la poblacin es muy grande (en ocasiones, infinita, como ocurre en


determinados experimentos aleatorios) y, por tanto, imposible de analizar en su
totalidad.
2. Las caractersticas de la poblacin varan si el estudio se prolonga demasiado
tiempo.
3. Reduccin de costos: al estudiar una pequea parte de la poblacin, los gastos
de recogida y tratamiento de los datos sern menores que si los obtenemos del
total de la poblacin.
4. Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue
mayor rapidez.
5. Viabilidad: la eleccin de una muestra permite la realizacin de estudios que
seran imposible hacerlo sobre el total de la poblacin.
6. La poblacin es suficientemente homognea respecto a la caracterstica medida,
con lo cual resultara intil malgastar recursos en un anlisis exhaustivo (por
ejemplo, muestras sanguneas).
7. El proceso de estudio es destructivo o es necesario consumir un artculo para
extraer la muestra (ejemplos: vida media de una bombilla, carga soportada por
una cuerda, precisin de un proyectil, etc.).

Descripcin matemtica de una muestra


aleatoria[editar]
El uso de muestras para deducir fiablemente caractersticas de la poblacin requiere que
se trate con muestras aleatorias. Si la muestra estadstica considerada no constituye una
muestra aleatoria las conclusiones basadas en dicha muestra no son fiables y en general
estarn sesgadas en algn aspecto.
En trminos matemticos, dada una variable aleatoria X con una distribucin de
probabilidad F, una muestra aleatoria de tamao N es un conjunto finito
de N variables independientes, con la misma distribucin de probabilidad F.1
Otra forma ms intuitiva, de entender una muestra es considerar que una muestra es una
sucesin de N experimentos independientes de una misma cantidad. Es importante
diferenciar una muestra de tamao N, o ms exactamente un muestreo de tamao N, del
resultado concreto de los N experimentos (que como conjunto de valores fijos, en s
mismo, no es una muestra). El concepto de muestra incluye de alguna manera el
procedimiento escogido para obtener los datos (es decir, si las variables aleatorias
consideradas son independientes entre s, y si tienen la misma distribucin).
En general, resulta muy fcil comprobar si una determinada muestra es o no aleatoria,
cosa que slo puede hacerse considerando otro tipo de muestreos aleatorios robustos que
permitan decir si la primera muestra era aleatoria o no.

You might also like