Muestra estadística
49 idiomas
Artículo
Discusión
Leer
Editar
Ver historial
Herramientas
Apariencia
ocultar
Texto
Pequeño
Estándar
Grande
Anchura
Estándar
Ancho
Color (beta)
Automático
Claro
Oscuro
Este artículo o sección necesita referencias que aparezcan en
una publicación acreditada.
Busca fuentes: «Muestra estadística» – noticias · libros · académico · imágenes
Este aviso fue puesto el 28 de septiembre de 2019.
Descripción de la recogida de muestras en
estadística.
En estadística, una muestra es un subconjunto de casos o individuos de
una población. En diversas aplicaciones, interesa que una muestra
sea representativa, y para ello debe escogerse una técnica de muestra adecuada
que produzca una muestra aleatoria adecuada. También es un subconjunto de la
población, y para ser representativa, debe tener las mismas características de la
población. Si se obtiene una muestra sesgada, su interés y utilidad son más
limitados, en función del grado de sesgos que presente. 1 [ ]
Como un subgrupo o subconjunto representativo de la población, extraída
seleccionada por algún método de muestreo, la muestra siempre es una parte de
la población. Si se tienen varias poblaciones, entonces se tendrán varias
muestras. La muestra debe poseer toda la información deseada para tener la
posibilidad de extraerla, y esto solo se puede lograr con una buena selección de la
muestra y un trabajo muy cuidadoso y de alta calidad en la recolección de datos.
[cita requerida]
Introducción
[editar]
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de
la población, para lo cual deben ser representativas de la misma (una muestra
representativa se denomina técnicamente muestra aleatoria). Para cumplir esta
característica, la inclusión de sujetos en la muestra debe seguir una técnica de
muestreo. En tales casos, puede obtenerse una información similar a la de un
estudio exhaustivo con mayor rapidez y menor coste (véanse las ventajas de la
elección de una muestra, más abajo).[cita requerida]
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de
toda la población porque el manejo de un menor número de datos genera también
menos errores en su manipulación. En cualquier caso, el conjunto de individuos de
la muestra son los sujetos realmente estudiados.[cita requerida]
El número de sujetos que componen la muestra suele ser bastante inferior a la
población total, aunque suficiente grande como para que la estimación de los
parámetros determinados tenga un nivel de confianza adecuado. Para que
el tamaño de la muestra sea idóneo, es preciso recurrir a su cálculo. La muestra,
desde el punto de vista más genérico de la palabra, se trata de una representación
a pequeña escala de algo que tiene la misma calidad pero en mayor cantidad. Las
muestras sirven para demostrar que lo que se quiere obtener está bien sin
necesidad de comprobar la calidad del producto completo. La aplicación de esta
palabra abarca muchos campos en los que la escala de demostración es
importante; sin embargo, los más frecuentes son la química, la biología, la
economía y el comercio (mercadotecnia). En la química, una muestra es una
pequeña parte de un organismo o de una sustancia que se someterá a estudios o
análisis y pruebas experimentales. Las muestras químicas se toman del
organismo con mucha precaución, con el fin de no dañar la especie que se busca
estudiar y conocer a pequeña escala aquello que, según se presume, tiene las
mismas características generalmente. Una muestra biológica, al igual que la
muestra química, se hace en las mismas condiciones y básicamente para el
mismo fin.[cita requerida]
Otras definiciones relacionadas
[editar]
Espacio muestral
[editar]
El espacio muestral del que se toma una muestra concreta está formado por el
conjunto de todas las posibles muestras que se pueden extraer de una población
mediante una determinada técnica de muestreo.[cita requerida]
Para una población finita de n individuos, el espacio muestral está formado por
subconjuntos posibles (considerando el conjunto vacío entre ellos). En la
práctica, a veces se usan espacios muestrales idealizados con un número infinito
de puntos indexados por un conjunto variables reales.[cita requerida]
Parámetro estadístico o estadístico muestral
[editar]
Un parámetro estadístico o simplemente un estadístico muestral es cualquier valor
calculado a partir de la muestra. Por ejemplo, la media, la varianza o
una proporción que describe a una población y puede estimarse a partir de una
muestra. Un estadístico muestral es un tipo de variable aleatoria y, como tal, tiene
una distribución de probabilidad concreta, frecuentemente caracterizada por
un conjunto finito de parámetros.[cita requerida]
Estimación
[editar]
Una estimación estadística es cualquier técnica para conocer un valor aproximado
de un parámetro referido a la población, a partir de los estadísticos muestrales
calculados a partir de los elementos de la muestra. Si se estima el suficiente
número de parámetros, puede aproximarse de manera razonable la distribución de
probabilidad de la población para ciertas variables aleatorias.[cita requerida]
Nivel de confianza
[editar]
El nivel de confianza de una aseveración basada en la inferencia estadística es
una medida de la bondad de la estimación realizada a partir de estadísticos
muestrales. Generalmente, 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 hipótesis que se considera correcta).
[cita requerida]
Ejemplo
[editar]
Se tiene una población de 222.222 habitantes y se quiere conocer cuántos de
ellos son hombres y cuántos de ellos son mujeres. Se conjetura que cerca del
50% son mujeres y el resto hombres, pero se quiere seleccionar una muestra para
determinar cuántos hombres y mujeres hay en la muestra y, a partir de ahí, inferir
el porcentaje exacto de hombres y mujeres en la población total. 2 La descripción
[ ]
de una muestra y los resultados obtenidos sobre ella pueden ser del tipo que
aparece en el siguiente ejemplo:
Dimensión de la
222.222 habitantes
población:
Probabilidad del evento: hombre o mujer 50%
Nivel de confianza: 95%
Desviación tolerada: 5%
Resultado 196
Tamaño de la muestra: 270
La interpretación de esos datos puede ser la siguiente:
La población a investigar tiene 222.222 habitantes y se desea saber cuántos son
hombres o mujeres.
Se estima un 50% para cada sexo y, para el propósito del estudio, es suficiente un
90% de seguridad con un nivel de entre 90 - 5 y 90 + 5.
Se genera una tabla de 270 números al azar entre 1 y 222.222 y, en un censo
numerado, se comprueba el género para los seleccionados.
Ventajas de la elección de una muestra
[editar]
El estudio de muestras es preferible, en la mayoría de los casos, por las siguientes
razones:
Si la población es muy grande (en ocasiones, infinita, como ocurre en
determinados experimentos aleatorios) y, por tanto, imposible de analizar en su
totalidad.
Las características de la población varían si el estudio se prolonga demasiado tiempo.
Reducción de costos: al estudiar una pequeña parte de la población, los gastos de
recogida y tratamiento de los datos serán menores que si se obtienen del total de la
población.
Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue
mayor rapidez.
Viabilidad: la elección de una muestra permite la realización de estudios que serían
imposible hacerlo sobre el total de la población.
La población es suficientemente homogénea respecto a la característica medida, con
lo cual resultaría inútil malgastar recursos en un análisis exhaustivo (por
ejemplo, muestras sanguíneas).
El proceso de estudio es destructivo o es necesario consumir un artículo para extraer
la muestra (ejemplos: vida media de una bombilla, carga soportada por una cuerda,
precisión de un proyectil y otros).[cita requerida]
Descripción matemática de una muestra
aleatoria
[editar]
El uso de muestras para deducir fiablemente características de la población
requiere que se trate con muestras aleatorias. Si la muestra estadística
considerada no constituye una muestra aleatoria, las conclusiones basadas en
dicha muestra no son fiables y en general estarán sesgadas en algún aspecto.
[cita requerida]
En términos matemáticos, dada una variable aleatoria X con una distribución de
probabilidad F, una muestra aleatoria de tamaño N es un conjunto finito
de N variables independientes, con la misma distribución de probabilidad F.3 [ ]
Otra forma más intuitiva de entender una muestra es considerar que una muestra
es una sucesión de N experimentos independientes de una misma cantidad. Es
importante diferenciar una muestra de tamaño N o, más exactamente, un
muestreo de tamaño N, del resultado concreto de los N experimentos (que, como
conjunto de valores fijos, en sí 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
sí, y si tienen la misma distribución).[cita requerida]
En general, resulta muy fácil comprobar si una determinada muestra es o no
aleatoria, cosa que sólo puede hacerse considerando otro tipo de muestreos
aleatorios robustos que permitan decir si la primera muestra era aleatoria o no.
[cita requerida]
Referencias
[editar]
1. ↑ Martín-Pliego F.J. (2011). Diccionario de Estadística Económica y Empresarial 9.
ECOBOOK. p. 68. Consultado el 11 de marzo de 2020.
2. ↑ «Muestra y ejemplos de muestra en estadistica». Bachillerato Matemáticas.
Consultado el 11 de marzo de 2020.
3. ↑ Samuel S. Wilks, Mathematical Statistics, John Wiley, 1962, Sección 8.1.
Proyectos Wikimedia
Control de Datos: Q49906
autoridades
Identificadores
GND: 4057502-0
Categoría:
Muestreo
Esta página se editó por última vez el 14 mar 2024 a las 13:07.
El texto está disponible bajo la Licencia Creative Commons Atribución-CompartirIgual 4.0; pueden aplicarse
cláusulas adicionales. Al usar este sitio aceptas nuestros términos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia, una organización sin ánimo de lucr
