Error No Muestral Definicion
Contents |
de producción propia salvo pocas excepciones (algunos resumenes). Los textos de otros,se encuentran sin ninguna modificación.Existe la posibilidad de que estos últimos contengan algún error o problema de coherencia o redacción. Buscar este blog Cargando... miércoles, 29 de junio de 2011 ERROR MUESTRAL Y NO MUESTRAL error muestral formula Hay dos tipos de errores en la estadística inferencial: El error muestral y el error muestral pdf error no muestral. Una muestra tiene error muestral y no muestral, mientras que un censo sólo tiene el primero. Hay un tercer tipo
Error Estadistico Definicion
de «error»: la no respuesta. Para muchos autores constituye un grupo separado. Por ahora la dejaremos de lado, ya que tendrá su propio artículo. Cuando uno habla de error muestral, está hablando de la "precisión" del
Sesgo Muestral
calculo. Mientras más alto es el error, hay más imprecisión, más grande es el intervalo en el cuál se encuentra el parámetro con cierto % de confianza. Todas las muestras poseen error muestral. El error no muestral es el tipo de error que se relaciona con problemas prácticos. Problemas a la hora de la encuesta (que el encuestador invente datos, que los anote mal, que el encuestado responda mintiendo, etc.), errores a la hora error muestral y nivel de confianza de codificar los datos, errores a la hora de cargarlos en el sistema informático, etc. A primera vista el censo parecería mejor ya que posee un sólo tipo de error. Sin embargo esto no siempre es así. Un censo tiene un error no muestral tan grande que en determinados casos puede representar un problema mayor que la suma de los dos tipos de errores para la muestra. En ese caso sería preferible la muestra. Pero todavía falta lo más importante, el punto de vista práctico. El censo tiene un gasto de recursos (humanos, financieros, etc.) mucho mayor que el de la muestra. Así es que en casos donde estadísticamente sea adecuado el censo, a veces no es posible económicamente, o a veces no es tanta la diferencia de precisión, que conviene realizar una muestra un poco menos preciso, pero mucho menos costosa. Todo tiene que ser analizado en cada situación en concreto. También pueden utilizarse de conjunto. Hay casos donde hay una coexistencia de un censo y una muestra sobre las mismas unidades de análisis. Un ejemplo es el de la Encuesta Nacional Económica, que realiza anualmente el INDEC desde el 2005. Ésta se comenzó a hacer luego de realizar un Censo Económico previo. Hay diversos mecanismos para reducir tanto los errores muestrales, como los no muestrales, lo importante es
un valor de interés, como la media o el porcentaje, estará generalmente sujeta a una variación entre
Error Estadistico Formula
una muestra y otra.[1] Estas variaciones en las posibles muestras error estadistico ejemplo de una estadística pueden, teóricamente, ser expresadas como errores muestrales, sin embargo, normalmente, en la práctica error no muestral investigacion de mercados el error exacto es desconocido. El error muestral se refiere en términos más generales al fenómeno de la variación entre muestras. Cuando este no es mencionado http://metodoysociologia.blogspot.com/2011/06/error-muestral-y-no-muestral.html se considera que el margen de error base es el 0.02% (0.2 para muestreo paralelo y 2 para muestreo directo). El error muestral deseado, generalmente puede ser controlado tomando una muestra aleatoria de la población, suficientemente grande,[2] sin embargo, el costo de esto puede ser limitante. Si las observaciones son tomadas de una https://es.wikipedia.org/wiki/Error_muestral muestra aleatoria, la teoría estadística brinda cálculos probabilísticos del tamaño deseado del error muestral para una estadística en particular o estimación. Estos usualmente son expresados en términos del error estándar. El error muestral puede ser contrastado con el error no muestral, el cual se refiere al conjunto de las desviaciones del valor real que no van en función de la muestra escogida, entre los cuales se encuentran varios errores sistemáticos y algunos errores aleatorios. Resultan mucho más difíciles de cuantificar que el error muestral.[2] Referencias[editar] ↑ a b Sarndal, Swenson, and Wretman (1992), Model Assisted Survey Sampling, Springer-Verlag, ISBN 0-387-40620-4 ↑ a b Fritz Scheuren (2005). "What is a Margin of Error?", Chapter 10, in "What is a Survey?", American Statistical Association, Washington, D.C. Accesso: 2008-01-08. Véase también[editar] Margen de error Propagación de errores Obtenido de «https://es.wikipedia.org/w/index.php?title=Error_muestral&oldid=81470920» Categorías: MuestreoMedición Menú de navegación Herramientas personales No has iniciado sesiónDiscusiónContribucionesCrear una cuentaAcceder Espacios de nombres Artículo Discusión Variantes Vista
Páginas El Blog Contacto Colaboración Libros de Estadística Libros Spss y Sas martes, 28 de agosto de 2007 Error Muestral Definición: Es el error máximo estadístico de la muestra, válido para http://elestadistico.blogspot.com/2007/08/muestreo-error-muestral.html el conjunto de todas las distintas muestras que se pueden tomar de http://investmdos.blogspot.com/2011/07/64-errores-muestrales.html la misma población. Las pruebas empíricas realizadas muestran que la distribución de las medidas de todas las muestra posibles del mismo tamaño en una población se ajusta por lo general a la ley normal de probabilidad (campana de Gauss). Margen de Confianza o Nivel de Significatividad: De cada error muestral 100 potenciales muestras del universo 68% (± s), o 95,5% (±2s), o 99,7% (±3s) van a tener el promedio muestral igual que al del universo. El margen de confianza es la porción de la distribución gaussiana (medida en unidades ± s) que nos proponemos realmente utilizar, es decir es la probabilidad de que una estimación (resultado muestral) se ajuste a la error no muestral realidad (resultado censal o del universo). Intervalo o margen de confianza de una variable: Indicador promedio ± Error muestralNivel de Confianza (sólo para variables de intervalo y razón): Nº de sFórmula del Error Muestral El error muestral depende: De la amplitud del universo (N). Del tamaño de la muestra (n). De la desviación típica (s) en variables de intervalo y razón. De la variabilidad ( p*q) en variables nominales y ordinales. Notas: La VARIABLIDAD de una variable nominal u ordinal: Juega el mismo papel que la varianza (s²) en variables de intervalo. Un atributo (variable nominal) o una posición en una escala (variable ordinal)representa una proporción (p) de la población frente al resto (q=1-p). Podemos tratar la proporción como una variable booleana. Ejemplo: Distribución de algunas variables por géneroHumanidad.....................Hombres (p=50%).....Mujeres (q=50%)...Variabilidad (p*q=2500)Estudiantes teleco..........Hombres (p=75%).....Mujeres (q=25%)...Variabilidad (p*q=1875)Benedictinos del Paular.Hombres (p=100%)..Mujeres (q=0%)......Variabilidad (p*q=0) Formulas del error:Población infinita (N>100.000 ) Población finitaDe intervalo: E=(s²/n)½ E=((s²/n)((N-n)/(N-1)))½De proporción: E=((pq)/n)½ E=((pq/n)((N-n)/(N-1)))½Donde: E es el error muestral medido en unidades s. N es el tamaño del Universo. n es el tamaño de la muestra. La estimac
Aleatorio.Error administrativoSe relaciona con los problemas en la ejecución de la muestra, es decir, con las fallas en el diseño o la ejecución de la muestra que hacen que no sea representativa de la población. Estos tipos de errores se pueden evitar o minimizar si se presta una cuidadosa atención al diseño y a la ejecución de la muestra. Los resultados de la administración o ejecución inadecuadas en la tarea de investigación son errores administrativos. Son causados en forma inadvertida (o tontamente) por confusión, descuido, omisión, etc. hay 4 tipos diferentes de errores administrativos:1- Error en el procesamiento de datos: categoría del error administrativo que ocurre por la captura incorrecta de datos, la programación inadecuada de cómputo u otros errores de procedimiento durante la etapa de análisis. Estos se pueden reducir al mínimo estableciendo procedimientos cuidadosos para verificar cada paso en la etapa de procesamiento de datos.2- Error en la selección de la muestra: error administrativo causado por el diseño inadecuado de la muestra o de la ejecución del procedimiento de muestreo.3- Error del entrevistador: cuando los entrevistadores registran las respuestas, pueden anotar la respuesta equivocada o ser incapaces de escribir lo suficientemente rápido para registrar las respuestas al pie de la letra. La percepción selectiva puede causar el error del entrevistador al influir en la manera que el entrevistador registra los datos que no apoyan sus propias actitudes y opiniones.4- Engaño del entrevistador: ocurre cuando un entrevistador falsifica todos los cuestionarios o contesta las preguntas que saltó de manera intencional. Algunos entrevistadores engañan para terminar una entrevista tan rápido como sea posible o para evitar preguntas sobre temas delicados. Error Aleatorio de Muestreo: Se debe al azar y no se puede evitar. Este tipo de error se puede reducir, pero nunca eliminar totalmente, como por ejemplo el que dejen sin contestar una respuesta, error en el registro de respuestas, o que se nieguen a participar. Los errores de Muestreo generan sesgo en las respuestas y a continuación se explican los tipos de sesgo que se pueden generar.Tipos de sesgo de respuesta.Existen 5 categorías específicas de sesgo de respuesta.1- Sesgo de conformidad: algunos encuestados están de acuerdo con todo, estas personas responden afirmativamente a todas las preguntas que se le plantean. Esta tendencia a est