Professional Documents
Culture Documents
La encuesta de salida (o exit poll) es un instrumento poderoso, las encuestas de salida son como
cualquier otro tipo de encuestas, solo que estas se realizan al salir de las casillas electorales, el día
de una elección, para preguntar directamente a las personas por quién votaron. La encuesta
Cuando son realizadas correctamente, los datos pueden predecir resultados de las elecciones con
Las encuestas de salida constituyen un registro de la acción que acaba de suceder, a diferencia, por
ejemplo, de las encuestas electorales que pueden realizarse, por ejemplo, para medir la aceptación
de las propuestas que traen los candidatos, antes de llevarse a cabo una elección.
En todo el mundo, las encuestas de salida funcionan correctamente para verificar la integridad de
las elecciones.
A diferencia de las encuestas telefónicas, una encuesta de salida no estará sesgada por el hecho de
que alguna persona o algunos grupos de persona no se encuentran en casa o no tienen teléfono.
Las encuestas de salida identifican a toda la población de votantes en distritos electorales y a los
Son útiles para detectar fraudes, ya que, si los resultados de una encuesta de salida son muy
diferentes a los reales, pueden impulsar una investigación para descubrir por qué podrían existir
esas diferencias.
Desventajas de las encuestas de salida
Este tipo de encuestas nos dan una noción de lo que está sucediendo en las elecciones, sin embargo,
Puede haber un cierto sesgo involucrado, ya que son muchos los factores que pueden intervenir en
su realización, por ejemplo, el clima, problemas de acceso al lugar donde se va a llevar a cabo la
encuesta, etc.
Las encuestas de salida generalmente son menos predictivas en elecciones muy cerradas porque el
margen de error dentro de la misma encuesta podría cruzarse con la diferencia de puntos real entre
los candidatos.
Algunos medios de comunicación, con el fin de ganar la nota presentan encuestas de salida sin
de su población.
Eficiente: De todo estimador insesgado, el estimador más eficiente es aquel que tenga la varianza
más pequeña. Un estimador es más eficiente o preciso que otro, si la varianza del primero es menor
Consistente: Un estimador es consiste si, a medida que n aumenta, el valor del estadístico se
sobre el parámetro.
¿Qué es el error tipo 2 con ejemplos?
En un caso de prueba de hipótesis también existe la posibilidad de que no se rechace una hipótesis
nula cuando en realidad es falsa. Es decir, se acepta una hipótesis nula falsa. Esto recibe el nombre
de error tipo II. La probabilidad de un error tipo II se identifica con la letra griega beta (β). Los
Ejemplo: Western Wire Products compra barras de acero para hacer clavijas. La experiencia indica
que la fuerza media de tensión de las cargas que llegan es de 10 000 psi, y que la desviación
Con el fin de tomar una decisión sobre las cargas de barras de acero que llegan, el fabricante
establece la siguiente regla para que el inspector de control de calidad se apegue a ella: “Tome una
muestra de 100 barras de acero. Si la fuerza media (x) se encuentra entre 9 922 y 10 078 psi con
un nivel de significancia de 0.05, acepte el lote. De lo contrario, debe rechazarlo.” La gráfica 10-
9, región A, muestra la región en que se rechaza cada lote y en la que no se rechaza. La media de
esta distribución se representa mediante µ0. Las colas de la curva representan la probabilidad de
cometer un error tipo I, es decir, de rechazar el lote de barras de acero que ingresa cuando, en
9 900 psi. ¿Cuál es la probabilidad de que el inspector de control de calidad no rechace la carga
La probabilidad de cometer un error tipo II, según representa el área sombreada en la gráfica 10-
9, región B, se calcula al determinar el área bajo la curva normal que se localiza sobre 9 922
libras. El cálculo de las áreas bajo la curva normal se analizó en el capítulo 7. Un breve repaso:
es necesario determinar primero la probabilidad de que la media muestral caiga entre 9 900 y 9
922. Después, se resta esta probabilidad de 0.5000 (que representa toda el área más allá de la
media de 9 900) para llegar a la probabilidad de cometer un error tipo II en este caso. El número
de unidades estándares (valor de z) entre la media del lote que llega (9 900), designada 1, y, que
El área bajo la curva entre 9 900 y 9 922 (un valor z de 0.55) es 0.2088. El área bajo la curva más
allá de 9 922 libras es 0.5000 0.2088 o 0.2912; tal es la probabilidad de cometer un error tipo II,
900 psi. Otra ilustración, en la gráfica 10-10, región C, describe la probabilidad de aceptar un
De acuerdo con las técnicas que se ilustran en las gráficas 10-9, región B, y 10-10, región C, puede
determinarse la probabilidad de aceptar una hipótesis como verdadera cuando en realidad es falsa
para cualquier valor de 1. Las probabilidades de cometer un error tipo II aparecen en la columna
central de la tabla 10-4 para valores selectos de, dados en la columna de la izquierda. La columna
derecha proporciona la probabilidad de no cometer un error tipo II, que también se conoce como
“Número de elementos de una muestra que tienen libertad para variar. Suponga que hay dos
elementos en una muestra y se conoce la media. Se tiene libertad de especificar sólo uno de los
dos valores, debido a que el otro valor se determina de manera automática (pues el total de los dos
valores es el doble de la media). Ejemplo: si la media es $6, se tiene libertad de elegir sólo un
valor. Si elige $4, el otro valor es $8, porque $4+$8 = 2($6). Por lo tanto, hay 1 grado de libertad
en este ejemplo. Se pueden determinar los grados de libertad mediante n–1=2–1=1. Si n es 4, hay
3 grados de libertad, determinados por n–1=4–1=3”. (Lind, Marchal, Wathen, 2008. p. 456)