MUESTREO

En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a

partir de una poblacin. Al elegir una muestra aleatoria se espera conseguir que sus
propiedades sean extrapolables a la poblacin.
Segn (Celestino, Flores, & Rangel, 2005) nos menciona que muestreo es algo necesario e
inevitable dentro de nuestra vida. Todos nosotros muestreamos y somos muestreados de vez
en cuando. Muestreamos el tipo de servicio que esperamos de un nuevo coche, un vino, un
restaurante, etc. Somos nosotros a la vez encuestados para dar la opinin sobre un nuevo
producto, sobre un candidato poltico, etc.
La muestra es entonces una parte de la poblacin que seleccionamos, medimos y
observamos.
Este mismo autor seala los pasos del proceso de muestreo que a continuacin se presenta:
a)
b)
c)
d)
e)
f)
g)
h)

Determinar la poblacin y los parmetros pertinentes

Escoger el marco apropiado de muestreo
Escoger entre el muestreo probabilstico y no-probabilstico
Escoger un mtodo de muestreo
Escoger el tamao necesario de la muestra
Seleccionar la muestra y reunir informacin
Validar la muestra
Analizar los datos y presentar los resultados

Tipos de muestreos:
Segn (Vivanco, 2005), existen diferentes criterios de clasificacin de los diferentes tipos
de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de
muestreo probabilsticos y mtodos de muestreo no probabilsticos.
MUESTREO PROBABILISTICO.- es aquel en el cual cada elemento tiene una
probabilidad conocida de ser escogido. Los mtodos del muestreo probabilstico son los
siguientes:
Muestra aleatoria simple.- es el tipo ms conocido de muestra probabilstica. Es
especial porque cada miembro de la poblacin tiene igual probabilidad de figurar en
la muestra.
Sistemtico.- este mtodo se parece mucho al anterior y es mucho ms fcil de
aplicar. Bsicamente consiste en seleccionar un punto de partida aleatorio,
escogiendo despus cada k-simo elemento de la lista.
Estratificado proporcional/desproporcional.- en esta modalidad la poblacin se
divide en categoras mutuamente excluyentes y colectivamente exhaustivas.
Por conglomerados.- esta fundamentalmente orientado a la seleccin de grupos y no
de individuos de la poblacin.
Por reas.- es una forma de muestreo por conglomerados en el cual las reas
geogrficas sirven de base para determinar lo estratos de la poblacin.

 Polietpicos.- las muestras pueden ser una sola etapa o de varias segn el nmero
de niveles en que se use el procedimiento probabilstico de seleccin.
MUESTREO NO PROBABILISTICO.- esto se refiere a que la probabilidad de que un
cierto elemento de la poblacin vaya a ser incluido en la muestra no es conocida. Los
mtodos del muestreo no-probabilstico son los siguientes:

De conveniencia
Con fines especiales
Por cuotas
De juicio

Los Errores ms comunes que se pueden cometer son:

1.-Hacer conclusiones muy generales a partir de la observacin de slo una parte de
la Poblacin, se denomina error de muestreo.
2.-Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente se
tom la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas si no
a todos los elementos que han sido escogidos para su estudio y el trmino muestra
se usa para describir una porcin escogida de la poblacin.
El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya
funcin bsica es determinar que parte de una poblacin debe examinarse, con la
finalidad de hacer inferencias sobre dicha poblacin.

TEOREMA DE BAYES
Segn (Garca, Medrano, & Jimnez, 2008) nos seala que en el ao 1763, dos aos
despus de la muerte de Thomas Bayes (1702 1761), se public una memoria en la que
aparece, por vez primera, la determinacin de la probabilidad de las causas a partir de los
efectos que han podido ser observados. El clculo de dichas probabilidades recibe el
nombre de teorema de Bayes.
El teorema de Bayes es un procedimiento para obtener probabilidades condicionales
(probabilidades de ocurrencia de acontecimientos condicionadas a la ocurrencia de otros
acontecimientos). La expresin del teorema de Bayes para dos variables discretas es:

Para variables que toman ms de dos valores, la expresin es:

El teorema de Bayes da respuesta a cuestiones de tipo causal, predictivas y de diagnstico.

En las cuestiones causales queremos saber cul es la probabilidad de acontecimientos que
son la consecuencia de otros acontecimientos. En las cuestiones predictivas queremos saber
cul es la probabilidad de acontecimientos dada informacin de la ocurrencia de los
acontecimientos predictores. En las cuestiones de tipo diagnstico queremos saber cul es
la probabilidad del acontecimiento (o acontecimientos) causales o predictivos dado que
tenemos informacin de las consecuencias. Para resumir, en las situaciones causales o
predictivas desconocemos las consecuencias y tenemos evidencia de las causas. Por el
contrario, en las situaciones de diagnstico desconocemos las causas y tenemos evidencia
de las consecuencias.
Segn (Levin & Rubin, 2004), menciona que el teorema de Bayes ofrece un potente
mtodo estadstico para evaluar nueva informacin y revisar anteriores estimaciones
(basadas solo en informacin limitada) de la probabilidad que las cosas se encuentren en un
estado o en otro. Si es utilizado de manera correcta se hace innecesario reunir grandes
cantidades de datos en un periodo grande con el fin de tomar mejores decisiones, basadas
en probabilidades.

CONCLUSION:
Se puede determinar que el muestreo es una tcnica usada en la estadstica que sirve para la
seleccin de una muestra a partir de una poblacin con la finalidad de estudiar o determinar
las caractersticas de dicha muestra.
Con respecto al teorema de Bayes podemos definir como una proposicin planteada por el
filsofo ingles Thomas Bayes (1702-1761), este teorema expresa la probabilidad
condicional de un evento.

BIBLIOGRAFA
Celestino, M., Flores, J., & Rangel, R. (2005). Rumbo a la estadistica
multivariante. UCOL.
Garca, C. G., Medrano, J. L., & Jimnez, M. J. (2008). Matemticas 1
Bachillerato. Editex.
Levin, R. I., & Rubin, D. S. (2004). Estadstica para administracin y economa.
Mxico: Pearson Educacin.
Vivanco, M. (2005). Muestreo Estadistico. Diseo Y Aplicaciones. Santiago de
Chile: Editorial Universitaria.