Instituto Universitario del Altiplano
Uzzy Zamira Galicia Muñoz
4º Reporte de Lectura
El muestreo comienza con palabras
implementadas en este proceso como son universo o población pues estos términos
son usados para referirse a un conjunto, es decir a un todo que se está
estudiando, los elementos que constituyen a una población por su puesto no
tienen que ser necesariamente individuos humanos; uno puede referirse a
naciones grupos edificios animales objetos físicos o elementos abstractos tales
como pueden ser la población de verso y reverso de una moneda, o de cualquier
otra distribución binomial o multinominial, los parámetros poblacionales o
parámetros, valores verdaderos caracterizan las distribuciones en la población
o universo estos pueden ser valores de ciertas distribuciones de variable a
aleatorias tales como la medida aritmética o la desviación estándar. Se
denomina muestra a un subconjunto del conjunto total es decir una pequeña parte
de lo denominado universo o población la teoría del muestreo tiene como
propósito establecer los pasos o procedimientos a través de los cuales sea posible
hacer generalizaciones sobre la población a partir de un subconjunto de la
misma con un grado mínimo de error.
El problema del muestreo surge cuando
la población o universo a estudiar es demasiado numerosa como para implicar
costos de energía y dinero insuperables se trata de seleccionar a un
subconjunto que minimice esos costos pero que represente lo que se desea
estudiar al mismo tiempo que no se produzca perdida de precisión. La teoría del
muestreo establece las condiciones mediante las cuales las unidades o las
muestras son seleccionadas de manera tal que el subconjunto resultante es decir
la muestra contenga el mínimo de errores posibles, el problema es que a medida
que la muestra es más pequeña la probabilidad de error es mayor entonces las
decisiones en la determinación del tamaño de la muestra se plantean de la
siguiente manera seleccionar una muestra de tamaño tal que se logre un máximo
de precisión.
Ventajas no supone el conocimiento
previo de ninguna de las características de la población de la cual se va a
extraer la muestra esto es a diferencia del muestreo estratificado como por
ejemplo no es necesario conocer la frecuencia relativa con que se dan las
características poblacionales en cada uno de los estratos esto significa que
una muestra aleatoria simple está libre de los sesgos que se pueden introducir
por el uso de ponderaciones incorrectas en las unidades muéstrales los errores
estándar de los estimadores siguen distribuciones de probabilidad conocidas.
Estas ventajas resultan del hecho que la teoría del muestreo aleatorio simple
esta más desarrollada que ninguna otra, tiende a reflejar todas las
características del universo esto es cuando el tamaño de la muestra crese esta
se hace cada vez mas representativa del universo o población.
