4to. Reporte

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.