0 valutazioniIl 0% ha trovato utile questo documento (0 voti)
85 visualizzazioni1 pagina
El documento compara diferentes tipos de muestreo probabilístico, incluyendo aleatorio simple, sistemático, estratificado y conglomerado. Cada método tiene ventajas y desventajas dependiendo de si se requiere un listado completo de la población, la precisión de las estimaciones y la complejidad del cálculo del error estándar. El muestreo estratificado tiende a asegurar una representación adecuada de la población según variables seleccionadas.
El documento compara diferentes tipos de muestreo probabilístico, incluyendo aleatorio simple, sistemático, estratificado y conglomerado. Cada método tiene ventajas y desventajas dependiendo de si se requiere un listado completo de la población, la precisión de las estimaciones y la complejidad del cálculo del error estándar. El muestreo estratificado tiende a asegurar una representación adecuada de la población según variables seleccionadas.
El documento compara diferentes tipos de muestreo probabilístico, incluyendo aleatorio simple, sistemático, estratificado y conglomerado. Cada método tiene ventajas y desventajas dependiendo de si se requiere un listado completo de la población, la precisión de las estimaciones y la complejidad del cálculo del error estándar. El muestreo estratificado tiende a asegurar una representación adecuada de la población según variables seleccionadas.
Facultad de Ingeniería - Universidad Rafael Landívar Boletín Electrónico No.
02
Cuadro No. 1. Comparación entre distintos Tipos de Muestreo Probabilístico
CARACTERÍSTICAS VENTAJAS INCONVENIENTES Requiere que se posea • Sencillo y de fácil de antemano un comprensión. Se selecciona una muestra listado completo de • Cálculo rápido de de tamaño n de una toda la población. medias y varianzas. Aleatorio población de N unidades, Cuando se trabaja con simple cada elemento tiene una • Se basa en la teoría muestras pequeñas es probabilidad de inclusión estadística, y por tanto posible que no igual y conocida de n/N. existen paquetes represente a la informáticos para población analizar los datos adecuadamente. • Fácil de aplicar. Conseguir un listado de los • No siempre es Si la constante de N elementos de la población necesario tener un muestreo está Determinar tamaño muestral listado de toda la asociada con el n. población. fenómeno de interés, Sistemático Definir un intervalo k= N/n. • Cuando la población las estimaciones Elegir un número aleatorio, está ordenada obtenidas a partir de la r, entre 1 y k (r= arranque siguiendo una muestra pueden aleatorio). tendencia conocida, contener sesgo de Seleccionar los elementos de asegura una cobertura selección la lista. de unidades de todos los tipos. • Tiende a asegurar que En ciertas ocasiones la muestra represente resultará conveniente adecuadamente a la estratificar la muestra según población en función ciertas variables de interés. de unas variables Para ello debemos conocer seleccionadas. Se ha de conocer la la composición estratificada • Se obtienen distribución en la de la población objetivo a estimaciones más población de las Estratificado hacer un muestreo. Una vez precisa variables utilizadas calculado el tamaño • Su objetivo es para la muestral apropiado, este se conseguir una muestra estratificación. reparte de manera lo más semejante proporcional entre los posible a la población distintos estratos definidos en lo que a la o las en la población usando una variables simple regla de tres. estratificadotas se refiere. Se realizan varias fases de • Es muy eficiente El error estándar es muestreo sucesivas cuando la población es mayor que en el (polietápico) muy grande y dispersa. muestreo aleatorio Conglomerad La necesidad de listados de • No es preciso tener un simple o os las unidades de una etapa se listado de toda la estratificado. limita a aquellas unidades de población, sólo de las El cálculo del error muestreo seleccionadas en la unidades primarias de estándar es complejo. etapa anterior. muestreo. Referencia: Frugone , Joselin