GRADO DE CONFIANZA DE LA INFERENCIAEs la probabilidad de que el valor real del parmetro poblacional se encuentre dentro de los lmites especificados por los valores del estimador muestral.

Ms que un clculo suele ser un criterio definido convencionalmente por el analista expresado en unidades estandarizadas Z o en porcentaje de valores muestrales.

Una probabilidad de 95% equivale a 1.96 unidades de Z y es la ms utilizada.

GRADO DE ERROR (IMPRECISION) DE LA INFERENCIADebido a la aleatoriedad, los valores de un mismo estadstico difieren de una muestra a otra.

Esta variabilidad introduce un error en la estimacin (error aleatorio).

Este error puede medirse, pues las medias de los estimadores siempre se distribuyen normalmente (Teorema del lmite central) aunque los mismos estimadores no lo hayan hecho.

ERROR ALEATORIOCuando se mide el estadstico en diferentes muestras tomadas aleatoriamente los resultados son variables. Esta variabilidad del estadstico se denomina error aleatorio y es causada por el azar.

GRADO DE ERROR (IMPRECISION) DE LA INFERENCIA Para un mismo nivel de confianza puede medirse el error aleatorio por encima y por debajo de la estimacin.

El error aleatorio configura lmites de confianza dentro de los cuales se presume estar el valor real del parmetro para el nivel de confianza elegido por el analista.

El intervalo de confianza de la inferencia ser ms amplio (impreciso) mientras ms altas sean la confiabilidad exigida y la desviacin estndar.

GRADO DE ERROR (IMPRECISION) DE LA INFERENCIAMientras ms grande sea la muestra, ms pequeo (preciso) ser el intervalo.

Los lmites de confianza superior e inferior, se calculan con base en la siguiente frmula que depende de la desviacin estndar del estimador muestral (s), del valor de Z elegido y del tamao muestral (n):

(IC 95%) = x 1.96. s . n

MUESTREO PROBABILISTICOPara que la inferencia estadstica sea vlida el muestreo debe ser aleatorio o probabilstico.

Aleatoriedad de la seleccin: esta condicin se refiere a que cada elemento del universo debe tener la misma probabilidad de ser elegido en la muestra y que dicha probabilidad puede ser medida.

TIPOS DE MUESTREO PROBABILISTICO1. Muestreo aleatorio simple2. Muestreo aleatorio Sistemtico3. Muestreo aleatorio Estratificado4. Muestreo aleatorio por Conglomerados5. Muestreo aleatorio Polietpico

1. MUESTREO ALEATORIO SIMPLEEscoge al azar los miembros del universo hasta completar el tamao muestral previsto

En teora se enumeran previamente todos los elementos y de acuerdo con una tabla de nmeros aleatorios se van escogiendo

El procedimiento puede darse con o sin reemplazos y esta condicin afectar posteriormente el anlisis

2. MUESTREO ALEATORIO SISTEMATICOEn el universo (N) se elige el primer elemento al azar

Luego los dems se escogen cada cierto intervalo (k), hasta completar el tamao muestral (n).

El tamao del intervalo (k) se calcula as: k = N/n

3. MUESTREO ESTRATIFICADOConsidera que al interior del universo existen estratos (subgrupos internamente homogneos pero cualitativa y cuantitativamente diferentes entre s), y que no se cumple la condicin de seleccin aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de ser seleccionados en la muestra.

ESTRATOSHomogneos en su interior; diferentes entre s en propiedades y tamaoLos estratos ms grandes Tienen mayor probabilidad de ser representados

Cmo grantizar la aleatoriedad en universos estratificados... ?1.Muestreo Estratificado Proporcional Puede usarse alguna de las siguientes tcnicas:2.Muestreo Estratificado No Proporcional 3.Alocacin ptima de los estratos.

Muestreo Estratificado Proporcional Establece la distribucin proporcional del universo y aplica esta distribucin a su tamao muestral para conformar estratos en la muestra.

Luego elige aleatoriamente los elementos al interior de cada estrato muestral hasta ajustar su tamao.

Es mejor que el Muestreo Aleatorio Simple pues disminuye el error estndar de la medicin muestral.

Muestreo Estratificado NO Proporcional (Fraccin variable de muestreo): Ajusta convencionalmente los tamaos de los stratos muestrales para aumentar la eficiencia de la seleccin de los grupos ms pequeos. Esta condicin se deber tener en cuenta al hacer inferencias (corregir las inferencias).

MUESTREOPOR ALOCACIN OPTIMA DE LOS ESTRATOSSelecciona el tamao de los estratos en funcin de la desviacin estndar de cada uno de ellos, de tal manera que los estratos ms heterogneos (mayores varianzas) aporten ms casos a la muestra total.

CONGLOMERADOSHeterogneos en su interior; diferentes entre s en propiedades y tamao

DECISIONES DE M U E S T R E ONo. 1: Debo tomar una muestra ? Se quiere saber cmo se comporta una cierta caracterstica en un Universo particular

El Universoest biendefinido?Definir El UniversoEs posibleobservar todo elUniverso ?Hacerun CensoNONOS S Tomar una MuestraRepresentativaSe quiereinferir la medicinal Universo?NOS Las obsrvaciones pueden atriburse a los miembros del UniversoLas obsrvaciones solo pueden atriburse a la muestra, NO a los miembros del UniversoLas obsrvaciones pueden atriburse a los miembros del UniversoAqu se inserta t caso

MUESTREO ALEATORIO POR CONGLOMERADOSLos miembros del grupo mayoritario tienen una mayor probabilidad de ser seleccionados en la muestraEn Las Unidades de observacin se eligen aleatoriamente al interior de los conglomerados El error de la medicin (error muestral) no se de al interior del conglomerado sino entre los conglomeradosAntes de hacer inferencias, el analista deber examinar la variabilidad interna de cada conglomerado y la variabilidad entre ellos, pues es posible que algunos de los conglomerados no sean representativos del universo.No se cumple la aleatoridad

Muestreo Aleatorio por ConglomeradosLos conglomerados deben estar muy bien definidos de modo que cada elemento pertenezca a uno y solo a un conglomerado.

El tamao de cada conglomerado debe ser bien conocido (por lo menos bien estimado)

El nmero de conglomerados debe ser pequeo. Requisitos Del Procedimiento :

Muestreo Aleatorio Multi Etpico(Poli Etpico)Selecciona los individuos por etapas, configurando sucesivamente grupos (estratos o conglomerados) y subgrupos denominados Unidades de Muestreo primarias, secundarias, terciarias...etc..

D E C I S I O N E S D E M U E S T R E O Hacerun CensoTomar una MuestraRepresentativaTomar unaMuestra No RepresentativaLas obsrvaciones pueden atriburse a los miembros del UniversoObservar todos y cada uno de los elementos del universoNo hay Error Aleatorio

Puede haber ErrorSistemtico Las obsrvaciones solo pueden atriburse a la muestra, NO a los miembros del UniversoObservar sujetos elegidos por convenienciaSiempre hay Error Aleatorio

Siempre hay ErrorSistemtico Las obsrvaciones pueden atriburse a los miembros del UniversoObservar sujetos elegidos por convenienciaSiempre hay Error Aleatorio

Puede haber ErrorSistemtico

Decisiones de M u e s t r e oNo. 2: Seleccin de una Muestra No Representativa Se quiere mediruna variable en una Muestra No RepresentativaSe quiereinferir la medicinal Universo?NOS El procedimiento est contraindicado.Revise su planteamientoPrecise los atributos esenciales que CARACTERIZAN al subgrupoExprese estos atributos como CRITERIOS DE INCLUSION en la muestraLsos sujetos que cumplan los criterios de inlcusion son rpresentativos de un UNIVERSO ARTIFICIALDefina por CONVENIENCIA los criterios de SELECCINLa observacin de este UNIVERSO ARTIFICIAL solo es PREDICABLE a sus integrantesLa utilidad de las Muestras No Representativas depende de su representatividad cualitativa y no de su tamaoT trabajo se inserta aqu, agregado por Daniel Ruiz

DECISIONES DE M U E S T R E ONo. 3: Seleccin de una Muestra Representativa Se quiere estimar un Parmetro del Universo partiendo de una Muestra RepresentativaDe qu naturaleza es el Parmetro a estimar?Variable ContinuaMuestreo Representativo para estimar una MediaVariable CualitativaMuestreo Representativo para estimar una Proporcin

Definicin del Tamao MuestralLa definicin del tamao muestral depende de los siguientes factores Los objetivos del estudioLos conocimientos previos sobre el comportamiento de la caracterstica en la poblacin.Los recursos tcnicos y financieros para obtener la informacinEl error mximo que se permitir el analistaLa confiabilidad de la inferencia esperada por el analista1 .2 .3 .4 .5 .

DECISIONES DE M U E S T R E ONo. 4: Definicion Del Tamao Muestral Se ha decidido tomar una muestra representativa del Universo La Variable de muestreo es CUALITATIVALa Variable de muestreo es CONTINUADefinicin de tamao muestral para una Proporcin conocidaDefinicin de tamao muestral para una Proporcin desconocidaDefinicin de tamao muestral para una varianza conocidaDefinicin de tamao muestral para una Varianza desconocidaDefinicin de tamao muestral para un RR y un poder definidosDefinicin de tamao muestral para una OR y un poder definidosEstudio de SeguimientoEstudio de CasosIntencin de describir la variable(Estudios descriptivos)Intencin de relacionar la variable con otras(Estudios analticos)

n = Z2pqES2No. 5: Definicin del tamao muestral n para una Variable Cualitativa cuyo comportamiento se conoce (P se conoce)Se quiere medir una variable CUALITATIVA (proporcin p) en una Muestra RepresentativaDefinir el mximo error aleatorio adminisble (Error Estndar ES)Definir la confiabilidad de la medicin (nivel alfa)

No. 6: Definicin del tamao muestral n para una Variable Cualitativa cuyo comportamiento se DESconoce (P desconocida)Se quiere medir una variable CUALITATIVA (proporcin p) en una Muestra RepresentativaDefinir el mximo error aleatorio adminisble(Error Muestral EM)Definir la confiabilidad de la medicin (nivel alfa)n = Z2 PQ EM2Se asumen los valores mximos de P y Q: P=0.5 Q=0.5

No. 7: Definicin del tamao muestral n para una Variable CONTINUA cuya variacin se conoceSe quiere medir una variable CONTINUA (MEDIA X) en una Muestra RepresentativaDefinir el Error Estndar (ES) EsperadoDefinir la la Confiabilidad Z Esperadan = Z2s2ES2Definir La Desviacin Estndar (S) Conocida

No. 8: Definicin del tamao muestral n para una Variable CONTINUA cuya variacin se DESconoceSe quiere medir una variable CONTINUA (MEDIA X) en una Muestra RepresentativaDefinir el Error Estndar (ES) EsperadoDefinir la la Confiabilidad Z Esperadan = Z2s2ES2Estimar o suponerLa Desviacin Estndar (S) Esperada

No. 8: Definicin del tamao muestral n para un estudio de SEGUIMIENTOSe quiere medir un RR en una Muestra RepresentativaDefinir el Poder (Mnimo error Beta) EsperadoDefinir la la Confiabilidad Z Esperada Los valores estn tabuladosDefinir el RR mnimo esperado

No. 9: Definicin del tamao muestral n para un estudio de CASOS Y CONTROLESSe quiere medir una OR en una Muestra RepresentativaDefinir el Poder (Mnimo error Beta) EsperadoDefinir la la Confiabilidad Z Esperada Los valores estn tabuladosDefinir la OR Esperada