Ir al contenido
σestadistica.ar

Módulo 08

Muestreo y distribuciones muestrales

Cómo se elige una muestra y por qué el promedio muestral se comporta de manera previsible.

25 entradas · 14 troncales

  1. 1Por qué se estudia una muestraTroncalLas razones para observar una parte en vez del todo, y por qué una muestra bien elegida puede ser más precisa que un censo mal hecho.
  2. 2Marco muestralTroncalLa lista desde la cual se sortea la muestra: por qué casi nunca coincide con la población y qué sesgos introduce esa diferencia.
  3. 3Muestreo probabilístico y no probabilísticoTroncalLa división que decide si se puede generalizar: qué significa que cada unidad tenga probabilidad conocida de ser elegida, y qué se pierde cuando no la tiene.
  4. 4Muestreo aleatorio simpleTroncalEl diseño de referencia: todas las muestras posibles tienen la misma probabilidad. Cómo se hace, cuándo conviene y por qué casi nunca se usa en encuestas grandes.
  5. 5Muestreo sistemáticoTroncalUn arranque al azar y después cada k-ésima unidad: el diseño más práctico en campo, y el único riesgo real que tiene.
  6. 6Muestreo estratificadoTroncalDividir la población en grupos homogéneos y sortear dentro de cada uno: el diseño que gana precisión y garantiza representación de los grupos chicos.
  7. 7Afijación: igual, proporcional y óptimaIntermedioCómo se reparte el tamaño de muestra entre los estratos, qué gana cada criterio y por qué la afijación no proporcional obliga a ponderar.
  8. 8Muestreo por conglomeradosTroncalSortear grupos enteros en lugar de individuos: el diseño que hace viables las encuestas de campo, y el precio que se paga en precisión.
  9. 9Muestreo polietápicoIntermedioCombinar varios diseños en etapas sucesivas: cómo funciona el esquema que usan todas las encuestas nacionales y qué implica para el análisis.
  10. 10Muestreo con probabilidad proporcional al tamañoIntermedioSortear las unidades grandes con más chance que las chicas: los estimadores de Hansen-Hurwitz y Horvitz-Thompson, cómo se sortea y por qué el factor de expansión es uno sobre π.
  11. 11Diseños no probabilísticosTroncalLos diseños no probabilísticos: cuándo son la única opción, qué permiten afirmar y cómo se declaran sin fingir que son otra cosa.
  12. 12Distribución muestral de la mediaTroncalLa distribución de los valores que tomaría la media si repitiéramos el muestreo: el concepto que hace posible toda la inferencia estadística.
  13. 13Teorema central del límiteTroncalPor qué la distribución de la media se vuelve normal aunque la población no lo sea: el resultado que sostiene casi toda la Estadística aplicada.
  14. 14Ley de los grandes númerosIntermedioPor qué la media muestral se acerca a la poblacional cuando crece n, en qué se diferencia del teorema central del límite y qué falacia populariza su nombre.
  15. 15Error estándarTroncalCuánto varía un estimador de muestra en muestra: el número que convierte una estimación puntual en un resultado con incertidumbre declarada.
  16. 16Error estándar y desvío estándar: la confusión más comúnTroncalDos números que se parecen en el nombre y miden cosas distintas: qué describe cada uno, cuándo va cada uno, y cómo detectar el error en un gráfico.
  17. 17Distribución muestral de la proporciónTroncalEl mismo razonamiento de la media aplicado a porcentajes: cómo varía una proporción de muestra en muestra y cuándo se puede usar la normal.
  18. 18Corrección por población finitaIntermedioCuando la muestra es una parte grande de la población, el error real es menor: cuándo aplicar el factor de corrección y cuánto cambia.
  19. 19Ponderadores y factores de expansiónAvanzadoPor qué cada caso de una encuesta representa a una cantidad distinta de personas, cómo se usa ese número y qué pasa si se lo ignora.
  20. 20Estimadores en muestreo estratificado y por conglomeradosIntermedioLas fórmulas de la media, el total, la proporción y sus errores estándar en el muestreo estratificado, por conglomerados y en dos etapas, probadas sobre la estructura real de la EPH.
  21. 21Estimadores de razón, de regresión y de diferenciaIntermedioCómo una variable auxiliar con total conocido reduce el error de una estimación por muestreo, y por qué la tasa de desocupación de la EPH es un estimador de razón.
  22. 22Efecto de diseñoAvanzadoCuánto se aparta el error real de un diseño complejo del que daría un muestreo aleatorio simple, y cómo se usa ese número para calcular el tamaño de muestra.
  23. 23Estimación del cambio con muestras solapadasIntermedioPor qué repetir viviendas entre trimestres achica el error de un cambio y agranda el de un promedio, con el esquema de rotación de la EPH y sus microdatos.
  24. 24No respuesta y ajusteIntermedioQuiénes no contestan y por qué eso importa más que cuántos: los dos tipos de no respuesta y cómo se corrigen.
  25. 25Cómo elegir el diseño muestralTroncalLas preguntas que determinan el diseño, los pares que más se confunden y cuánto cuesta cada decisión en precisión, con los números medidos a lo largo del módulo.

Ejercicios de este módulo

Con enunciado, respuesta y solución paso a paso.