2-ANALISIS
4-INTERPRETACION
5-PRESENTACION
Ejemplos de este tipo de análisis descriptivo pueden encontrarse en la prensa diaria, en la parte de información económico-social: series de tiempo, gráfica de barras, índices de precios, resultados de una encuesta y más elaborado, para más de una variable, en pirámide de edades, comparativas, etc.
Las herramientas matemáticas y modelizadoras en las que se apoyará la Inferencia Estadística para su formulación y desarrollo.
La Inferencia Estadística emplea el método Inductivo basándose en el conjunto de instrumental matemático-deductivo que le proporciona el Cálculo de Probabilidades.
Por ejemplo, si en una muestra de n = 500 soldados se obtiene una estatura media 0 = 172 cm, se puede llegar a una conclusión del siguiente tipo: la estatura media, µ, de todos los soldados del reemplazo está comprendida entre 171 cm y 173 cm, y esta afirmación se realiza con un nivel de confianza de un 90%. (Esto quiere decir que se acertará en el 90% de los estudios realizados en las mismas condiciones que éste y en el 10% restante se cometerá error.)
Supóngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por uno de sus grupos para estimar la calificación promedio de las diez unidades del mismo curso de historia. El proceso de estimación de tal promedio sería un problema concerniente a la estadística inferencial.
1-Definición de los objetivos que se persiguen con la investigación.
2-Recogida de los datos estadísticos para llegar a conocer los parámetros poblacionales.
Existen fundamentalmente dos formas de obtener los datos estadísticos:
La Encuesta Censal (en preguntar a todos).
Y la Encuesta Muestral, esta segunda alternativa es la que se utiliza en la investigación estadística ya que tiene las enormes ventajas de un coste económico reducido, un corto periodo de ejecución, en comparación con los censos, y la calidad de los datos observados puede controlarse mejor que en estos al ser volúmenes mas reducidos.
Los resultados obtenidos se infieren al total poblacional.
3-Descripción y estimación de los parámetros poblacionales.
-El origen de la palabra Estadística, en términos filológicos, es estadista que proviene a su vez del latín status.
- Es una Estadística Económica que no contiene incertidumbre con lo que esta ausente la probabilidad como medida de aquélla.
La Estadística Descriptiva o Deductiva la debe de dominar tanto el economista de empresa como el general, ya que le enseña como debe hacer un análisis primario y básico de un conjunto de datos que provienen de haber efectuado una investigación censal o muestral de un determinado fenómeno económico.
La unión de ambas tendencias se produce a comienzos del siglo XX, consolidándose a lo largo del mismo por lo que conocemos como la Inferencia Estadística aplicada a la economía, cuyo estudio requiere un conocimiento previo del cuerpo fundamental del Cálculo de Probabilidades ya que nos proporcionara los instrumentos matemáticos necesarios para que, siguiendo la lógica inductiva, las conclusiones de una muestra las generalicemos a la población a la que pertenece.
Dentro del desarrollo de la Inferencia hay que considerar tres corrientes metodologiítas.
La Inferencia Clásica que arranca con Laplace-Gauss
Inferencia Bayesiana. La esencia del enfoque bayesiano esta en su famoso teorema que combina todo tipo de información a priori sobre los distintos estados de la naturaleza con la información muestral en sentido clásico para obtener o inferir el modelo de distribución a posteriori.
La tercera corriente, de enorme aplicación en el campo económico-empresarial, es lo que se conoce como Teoría de la Decisión.
Función de pérdida en el que se apoya el decisor para cuantificar sus expectativas y racionalizar el tratamiento de la incertidumbre económica.
No cabe duda que la aparición y difusión de los potentes ordenadores personales ha revolucionado la aplicación y difusión de los métodos estadísticos aplicados a la economía.
Existen multitud de aplicaciones de fácil manejo que permiten dar un tratamiento descriptivo a un conjunto de datos económicos en un tiempo récord.
Población. Se entiende por población, universo o colectivo o entes en general que son portadores de una serie de características que nos interesa estudiar.
Deben de estar definidas con absoluta precisión.
Se clasifican en finitas o infinitas
Cuando el número de elementos que integra la población es muy grande, se puede considerar a esta como una población infinita, por ejemplo; el conjunto de todos los números positivos.
Una población finita es aquella que está formada por un limitado número de elementos, por ejemplo; el Abecedario .
Las poblaciones pueden ser finitas o infinitas. Si, por ejemplo, se extraen sucesivamente 10 bolas sin remplazamiento de una urna que contiene 100 , se está tomando muestras de una población finita, mientras que si se lanza al aire una moneda 50 veces, anotándose el número de caras, se está muestreando en una población infinita.
Ejemplo;voy a estudiar cuantas mujeres han quedado en embarazo menores de edad en determinada ciudad la poblacion de la ciudad que voy a estudiar es de 8 millones de personas.. entonces se le voy a hacer un estudio al 10 % de esta poblacion... es asi como estoy sacando solo una parte de la poblacion o sea una muestra.
Son ejemplos de atributos:
El sexo de una población humana cuyas modalidades son: varón y mujer.
Los colores de un semáforo cuyas modalidades son: rojo, verde y amarillo.
La profesión de un conjunto de personas activas.
La escala nominal es la forma de medición más débil y se utiliza solo para clasificar las distintas modalidades de un atributo. Ejemplo; si asignamos el valor 1 a los sujetos de raza blanca, 2 a los negros y 3 a otro tipo de razas, estamos utilizando una escala nominal.
Las variables también pueden ser discretas o continuas según tomen un número finito o infinito numerable, o bien infinito no numerable de valores en un determinado intervalo de su campo de variación.
Variables Discretas: son las que expresan números enteros, por tanto pueden ser contados. Ejemplo población escolar, producción de petróleo, nacimientos, muerto, etc.
TAREAS A DESARROLLAR EN LAS GRANDES ETAPAS DE LA INVESTIGACIÒN ESTADÌSTICA
1-Etapa: Definición de objetivos
Tareas:
• Identificaci6n de características cualitativas o cuantitativas que se desean estudiar.
• Definición de la población portadora de las características a investigar.
• Identificar el marco o listado de unidades poblacionales especificando sus soportes (magnético, papel, documentos, etc.) y su accesibilidad.
• Decidir si la investigación va a ser censal muestral determinando tamaño de la muestra y presupuesto necesario.
• Especificar el ámbito del estudio y la forma de recoger los datos: entrevistas personales, por correo, por teléfono o mixtas.
2-Etapa: Recogida de los datos estadísticos.
Tareas:
• Diseño del cuestionario.
• Diseño muestral de acuerdo con el marco disponible.
• Diseño del material auxiliar de la encuesta.
• Recogida de los datos.
• Tratamiento de los datos.
3-Etapa: Estimación y descripción de los parámetros poblacionales especificados en los objetivos.
Tareas:
• Análisis descriptivo primario.
• Estimación de errores muéstrales y no muéstrales.
• Análisis especiales multivariantes.
Una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante el muestreo aleatorio simple.
En la práctica no nos interesa el individuo o elemento de la población seleccionado en general, sino solo una característica que mediremos u observaremos en él y cuyo valor será el valor de una variable aleatoria que en cada individuo o elemento de la población puede tomar un valor que será un elemento de cierto conjunto de valores.
ABC, ABD, ABE, ACD, ACE
ADE, BCD, BCE, BDE. CDE
Debe notarse que la misma letra no ocurre dos veces en la misma muestra; y, también, que el orden de los elementos no tiene importancia, las seis muestras ABC, ACB, BAC, BCA, CAB, CBA son consideradas como iguales.
El muestreo aleatorio simple es un método de selección de n unidades sacadas de N, de tal manera que cada una de las muestras tiene la misma probabilidad de ser elegida.
En la práctica una muestra aleatoria simple es extraída de la siguiente forma:
Se numeran las unidades de la población del 1 al N, y por medio de una tabla de números aleatorios o colocando los números 1 a N en una urna, se extraen sucesivamente n números. Las unidades que llevan estos números constituyen la muestra.
b) Muestreo estratificado :
Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la práctica.
Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:
Asignación proporcional: el tamaño de la muestra dentro de cada estrato es proporcional al tamaño del estrato dentro de la población.
Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población.
Por ejemplo, si se quisiera estudiar las actitudes políticas de los estudiantes de una universidad, se podría subdividir en estratos de acuerdo con el tipo de estudios que cursen, suponiendo que estas actitudes van a ser diferentes entre quienes siguen Ingeniería, Letras, Medicina u otras carreras. Luego, se efectuaría un muestreo dentro de cada sub � universo así definido para, finalmente, realizar un análisis integrando los resultados de todas las sub � muestras.
c) Muestreo por conglomerados:
Esta técnica tiene utilidad cuando el universo o la población que se requiere estudiar se encuentra subdividido en universos o poblaciones menores de características similares al del universo o población total. Se procede a subdividir la población en un número finito de conglomerados y, entre ellos, se pasa a elegir algunos que serán los únicos que se investigarán; esta elección puede realizarse por el método del azar simple o por el del azar sistemático. Una vez cumplida esta etapa, puede efectuarse una, dentro de cada uno de los conglomerados elegidos, para llegar a un número aún más reducido de unidades muestrales.
Si el orden de los elementos de la lista es aleatorio, este muestreo equivale al m.a.s.. Sin embargo, si la lista es tal que elementos más próximos tienden a ser más semejantes respecto a la característica a estudiar, entonces este tipo de muestreo puede ser más preciso.
Una empresa de publicidad desea hacer un estudio para una determinada marca de bebidas. Para ello dispone del listín telefónico de Andalucía ( supongamos 10 millones de teléfonos entre fijos y móviles). Se estima que con 2000 encuestras se obtiene la fiabilidad deseada. Se elige el muestreo sistemático como método de selección de la muestra.
Si tenemos el listín telefónico ordenado alfabéticamente, este es una forma aleatoria de ordenación. Dado que queremos 2000 encuestas, dividiremos 10.000.000 / 2.000 = 5.000. Si tomamos de ese listín un elemento cada 5.000 tendremos las 2.000 encuestas.Para decidir de que elemento partiremos elegimos al azar un número entre 1 y 5000, esto lo podemos hacer con una tabla de números aleatorios o con cualquier calculadora o programa de ordenador. Una vez determinado el primer elemento p, los sucesivos elementos que se tomen serán p+5000, p+2·5000, p+3·5000,..., . De esta forma se obtiene una muestra sistemáticamente
e) Muestreo polietàpico o complejo
o complejo.
Veamos esta problemática con un ejemplo.
(Muestreo estratificado primera etapa de selección)
f) Muestreos no probabilísticos.
Dentro de los tipos de muestreo no Probabilístico, podemos mencionar los siguientes:
Se utiliza en estudios de opinión de mercado. Los enumeradores, reciben instrucciones de obtener cuotas especificas a partir de las cuales se constituye una muestra relativamente proporcional a la población.
El investigador toma la muestra seleccionado los elementos que a él le parecen representativos o típicos de la población, por lo que depende del criterio del investigados.
Se usa en los casos en no es posible seleccionar los elementos, y deben sacarse conclusiones con los elementos que esten disponibles. Por ejemplo: en el caso de voluntarios para pruebas de medicamentos de enfermedades como el corazón, cáncer, etc.
La principal ventaja de utilizar un muestreo no probabilístico por cuotas es que abarata mucho la recogida de información.
Encuesta estatal en viviendas realizada del 19 al 21 de junio, considerando 1000 entrevistas a personas mayores de 18 años, seleccionadas a través de un muestreo estratificado de secciones, selección aleatoria de manzanas, selección sistemática de viviendas con arranque aleatorio y entrevista a la persona que acudió a abrir la puerta, siempre y cuando tuviera credencial de elector domiciliada en el municipio en el que se hacía la entrevista. Con el 95% de confianza, el error estadístico máximo que se tiene es de +/-3.2 %.
No hay comentarios:
Publicar un comentario