Professional Documents
Culture Documents
Mdulo 3:
Prueba de Hiptesis:
Conferencia No. 9
Leccin 3.1. Tcnicas de Muestreo
Curso de Estadstica y Probabilidad para Ingenieros CEPI
Introduccin
INTRODUCCIN A LA INFERENCIA ESTADSTICA
Los trminos bsicos, que tratar este mdulo, son: estadstico y estimacin
(especficamente, estimador), asumiendo que un estadstico o estimador es una
variable aleatoria con una determinada distribucin, en dos amplias categoras de
inferencia estadstica: estimacin y prueba (docimasia o contraste) de hiptesis.
Introduccin
MODOS DE INFERENCIA
"En la filosofa occidental, es habitual, considerar dos modos bsicos de
razonar: la deduccin (inferencia desde causas a efectos) y la induccin
(inferencia desde los efectos hacia las causas). Adems de estos modos
de inferencia tradicionales, existe un primer modo -la abduccin- definida
como gnesis de hiptesis en el razonamiento cientfico, proceso de
razonamiento mediante el cual, se crean nuevas ideas, hiptesis
explicativas y teoras cientficas como primer paso en toda investigacin".
Objetivos de la Conferencia
Guin de la Conferencia
Conocimiento.
Motivacin: Qu es y para qu sirve un estudio estadstico?
Sesgo de seleccin
Poblacin objetivo Y Poblacin de estudio
Otros sesgos
Tcnica de respuesta aleatoria
Tcnicas de muestreo
No probabilistas
Probabilistas
MAS
Sistemtico
Estratificado
Conglomerados
Resumen
Pos-test
Agenda de actividades de la semana
Actividad: Leccin 3.1. Tcnicas de Muestreo
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
8
Motivacin
Qu es y para qu sirve un estudio
estadstico?
"El mtodo cientfico parte de la observacin de una realidad, elaborada con
hiptesis explicativas, que deben contrastarse o probarse, y si dicha hiptesis
se acepta, inducir una formalizacin, con principios, leyes y proposiciones,
para conformar una teora cientfica".
Motivacin
Objetivos de un Estudio
Definir objetivos es fundamental al estructurar un estudio. Deben estar claramente
definidos para tomar decisiones en: el tipo de estudio ms apropiado, la seleccin de la
muestra, el tamao muestral, las variables a medir y el anlisis estadstico a realizar.
Investigar se fundamenta en la incertidumbre de algn hecho o fenmeno que el
investigador desea resolver, realizando mediciones en los objetos del estudio". En el
establecimiento de objetivos, es esencial, la revisin bibliogrfica, como:
Motivacin
la pregunta de investigacin
debe caracterizarse como:
FACTIBLE NOVEDOSA
Nmero adecuado de Confirma o refuta
hallazgos previos
individuos Amplia hallazgos previos
Experiencia tcnica adecuada Proporciona nuevos
Abordable en cuanto a tiempo resultados
y dinero
TICA Y RELEVANTE
Manejable en cuanto al alcance Conocimiento cientfico
Polticas
Lneas de investigacin
INTERESANTE PARA EL futuras factibles,
INVESTIGADOR. interesantes, novedosas,
ticas y relevantes
La no claridad en la pregunta limita calcular el tamao muestral del
estudio, dado, que se necesita precisar y conocer: seguridad de
estimacin, precisin de inferencia, poder estadstico o capacidad de
detectar diferencias.
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
11
Motivacin
ESTUDIO EXPERIMENTAL O NO EXPERIMENTAL?
Amenazas o riesgos en los estudios:
Si los pasos enunciados son Al decidir el tipo de estudio, hay
correctos, se decide por el tipo de que considerar sus amenazas o
estudio a realizar; riesgos implcitos; los sesgos del
estudio;
Sesgo de seleccin, los grupos no son
Experimental como ensayos clnicos, de comparables por su forma de escogencia
campo o comunitarios, para la exposicin a (eleccin inadecuada en grupos de control o
grupos de objetos de estudio comparables espacios muestrales, prdidas de
con otros grupos en el que no se intervine o al seguimiento y supervivencia selectiva).
que se expone a otra intervencin. Sesgo de informacin, tampoco, los
grupos son comparables debido al como se
obtienen los datos (instrumento de medida
No experimental, simulaciones, tal que, inadecuado, diagnstico incorrecto,
cuando un experimento que no se han podido omisiones, imprecisiones, vigilancia
realizar, se haga; estudios ecolgicos, de desigual en expuestos y no expuestos,
prevalencia, de casos y controles, de cohortes errores de clasificacin, errores en los
o de seguimiento. cuestionarios o procedimientos).
Cuando hay minas por todas partes, Sesgo de confusin, hay mezcla de
efectos debido a una tercera o ms
uno, no debe aventurarse, sin un variables, esta variable est asociada con la
detector de minas (M. Susser). exposicin a estudio, e independientemente
de la exposicin, es un factor de riesgo
adicional.
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
12
Motivacin
Motivacin
Fuentes de sesgo
Las poblaciones objetivo y de estudio pueden diferir en cuanto a las variables
que estudiamos.
Cmo se hace?
Ejemplo:
Aunque no se sabe cul es la verdad en cada individuo, se puede hacer una idea
porcentual sobre la poblacin, viendo en cunto se alejan las respuestas del
50%.
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
16
Con respuesta
Diferencia entre los que han dicho s y los que
aleatoria
40% No deban hacerlo por que as lo indicaba la moneda
60% S
TCNICAS DE MUESTREO
Muestreo
Muestreo por Muestreo Muestreo
de bola de
conveniencia por juicio por cuota
nieve
Muestreo Otras
Muestreo Muestreo Muestreo
aleatorio tcnicas de
sistemtico estratificado de grupo
simple muestreo
MUESTREOS PROBABILISTAS
MUESTREOS NO PROBABILISTAS
No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.
En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican usan esta
tcnica. Puff!
Interviene Orden
Sin
Reposicin
No interviene el
orden
Interviene Orden
Con
Reposicin
No interviene el
orden
Sntesis,
Muestreo sistemtico
Se tiene una lista de los individuos de la poblacin de estudio. Si se desea una muestra de un
tamao dado, elegimos individuos igualmente espaciados de la lista, donde el primero ha sido
elegido al azar.
CUIDADO: Si en la lista existen periodicidades, obtendremos una muestra sesgada.
Cuando los elementos de la poblacin estn ordenados en fichas o en una lista, una manera de
muestrear consiste en:
Elegir aleatoriamente un nmero m, entre 1 y k;
Tomar como muestra los elementos de la lista:
Esto es muestreo sistemtico. Si el criterio de ordenacin de los elementos en la lista, es tal,
que los elementos ms parecidos tienden a estar ms cercanos, el muestreo sistemtico suele
ser ms preciso que el aleatorio simple, porque recorre la poblacin de un modo ms uniforme.
Por otro lado, es a menudo ms fcil, no cometer errores con un muestreo sistemtico que con
un muestreo aleatorio simple.
El mtodo tal como se ha definido anteriormente es sesgado? Por qu?
Un caso real: Se eligi una de cada cinco casas para un estudio de salud pblica en una ciudad
donde las casas se distribuyen en manzanas de cinco casas. Salieron con mucha frecuencia
las de las esquinas, que reciben ms sol, estn mejor ventiladas,
EJEMPLO
Muestreo estratificado
Aplica cuando se saben ciertos factores (variables, sub-poblaciones o estratos) que pueden influir
en el estudio y hay que asegurar cierta cantidad mnima de individuos de cada tipo:
-Hombres y mujeres, - Jvenes, adultos y ancianos
Se realiza un MAS de los individuos de cada uno de los estratos.
Al extrapolar los resultados a la poblacin hay que tener en cuenta el tamao relativo del estrato
con respecto al total de la poblacin. Un muestreo aleatorio estratificado es aquel, en el que se
divide la poblacin de N individuos, en k sub-poblaciones o estratos, atendiendo criterios
importantes en el estudio de tamaos respectivos N(1), ..., N(k), realizando en cada una de estas
sub-poblaciones muestreos aleatorios simples de tamao n(i). Hay 2 tcnicas: asignacin
proporcional y asignacin optima.
Al hacer un estudio de uso de barras de labios en 10 estudiantes y al hacer el muestreo aleatorio
simple se reflexiona en el comportamiento de 2 estratos: masculinos (60%) y femeninos (40%) con
sus respectivos tamaos (6 varones y 4 mujeres). Esto es asignacin proporcional
Con seguridad la precisin del carcter que se estudia, ser muy alta en el grupo de los varones
aunque en la muestra haya muy pocos (pequea varianza), mientras que en el grupo de las mujeres
habr mayor dispersin. Cuando las varianzas poblacionales son pequeas, con pocos elementos
de una muestra se obtiene una informacin ms precisa del total de la poblacin que cuando la
varianza es grande. Por tanto, si slo se toma 10 alumnos, es ms conveniente dividir la muestra
en dos estratos, y tomar mediante muestreo aleatorio simple, cierto nmero de individuos de cada
estrato, eligiendo ms individuos en los grupos de mayor variabilidad. As, probablemente, un
mejor resultado es 1 varn y 9 hembras. Esto, se denomina, asignacin ptima.
EJEMPLO
EJEMPLO
DIFERENCIA
Seleccionar la tcnica de muestreo a utilizar implica la toma de varias decisiones, pues se debe
decidir, se utiliza una estrategia de muestra bayesiana o tradicional, muestra con o sin reemplazo y
si emplear una muestra de probabilidad o no probabilidad
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
27
( N * E 2 ) ( Z * p * q )
2
2
martes, 26 de septiembre de 2017 Copyright CIDLISUIS 2009
CEPI_II_2009_C09_M_03_V2.0
28
EJEMPLO
Qu se vio en la Conferencia?
Motivacin: Qu es y para qu sirve un estudio estadstico?
Sesgo de seleccin
Poblacin objetivo
Poblacin de estudio
Otros sesgos
Tcnicas de muestreo
No probabilistas
Probabilistas
MAS
Sistemtico
Estratificado
Conglomerados
Actividad
Crditos