Intervalo Confianza Error Muestral
Contents |
como ESOMAR Latin American partner en Brasil y Argentina » ¿Qué tamaño de muestra necesito? Escrito por Carlos Ochoa Director de Marketing e Innovación en Netquest. + info 11 de noviembre 2013 Una de las secciones de nuestra web más visitadas es la CALCULADORA DE MUESTRAS. tamaño dela muestra para una encuesta Gracias a esta aplicación, indicando unos datos básicos sobre la población que deseas investigar y ejercicios resueltos de tamaño de muestra estadistica el máximo error que estás dispuesto a tolerar, obtienes una estimación del tamaño de muestra que necesitas para tu encuesta. A menudo recibimos
Error Muestral Ejemplo
consultas relativas a esta calculadora: qué fórmulas emplea, qué significa margen de error, nivel de confianza… Hoy nos proponemos explicar cómo funciona exactamente. El problema El problema a resolver es el siguiente: queremos estudiar un universo de
Error Muestral Y Nivel De Confianza
personas (por ejemplo, personas de Brasil entre 15 y 65 años, un total de 136 millones de personas) mediante una encuesta a una muestra de este universo. Por el hecho de que la muestra es de un tamaño inferior al total del universo, vamos a cometer cierto error en los datos que observemos. Si estamos dispuestos a aceptar un % de error determinado, ¿cuál es el tamaño de muestra mínimo que necesito encuestar? La error maximo permitido estadistica forma en que mido el error Cuando quiero fijar el máximo error que estoy dispuesto a aceptar en una encuesta, lo habitual es referirnos a dos parámetros: el margen de error y el nivel de confianza. ¿Qué significa cada cosa? El margen de error es el intervalo en el cuál espero encontrar el dato que quiero medir de mi universo. El dato puede ser en general de dos tipos: una media o una proporción. Por ejemplo, si quiero calcular la media de hijos que tienen los habitantes de Brasil entre 15 y 65 años, me gustaría poder decir que la media es 2,1 hijos/persona con un margen de error del 5%. Eso significaría que espero que la media esté entre 2,1 - 5% y 2,1 + 5%, lo que da un intervalo de 2,00 <-> 2,21. Si quisiera definir un margen de error para una proporción, procedería de forma similar. Por ejemplo, me gustaría poder estimar el número de personas de Brasil entre 15 y 65 años que viven en un piso de propiedad, afirmando que son un total de 61.35 millones personas (45% de la población) con un margen del 5% de error, lo que significaría que la realidad está entre 68 millones (50%) y 54,5 millones (40%). El nivel de confianza expresa la certeza de que realmente el dato que buscamos esté dentro del
entre 0,1,2, y 3 desviaciones estándar por encima y por debajo del valor real. El error estándar es la desviación
Error Maximo De Estimacion
estándar de la distribución muestral de un estadístico.[1] El término se ejercicios de tamaño muestral refiere también a una estimación de la desviación estándar, derivada de una muestra particular usada para nivel de confianza estadistica computar la estimación. Índice 1 Concepto 2 Error estándar de la media 3 Supuestos y utilización 4 Error estándar de la regresión 5 Referencias Concepto[editar] La media http://www.netquest.com/blog/es/que-tamano-de-muestra-necesito/ muestral es el estimador usual de una media poblacional. Sin embargo, diferentes muestras escogidas de la misma población tienden en general a dar distintos valores de medias muestrales. El error estándar de la media (es decir, el error debido a la estimación de la media poblacional a partir de las medias muestrales) es la desviación https://es.wikipedia.org/wiki/Error_est%C3%A1ndar estándar de todas las posibles muestras (de un tamaño dado) escogidos de esa población. Además, el error estándar de la media puede referirse a una estimación de la desviación estándar, calculada desde una muestra de datos que está siendo analizada al mismo tiempo. En aplicaciones prácticas, el verdadero valor de la desviación estándar (o del error) es generalmente desconocido. Como resultado, el término "error estándar" se usa a veces para referirse a una estimación de esta cantidad desconocida. En tales casos es importante tener claro de dónde proviene, ya que el error estándar es sólo una estimación. Desafortunadamente, esto no es siempre posible y puede ser mejor usar una aproximación que evite usar el error estándar, por ejemplo usando la estimación de máxima verosimilitud o una aproximación más formal derivada de los intervalos de confianza. Un caso bien conocido donde se pueda usar de forma apropiada puede ser en la distribución t de Student para proporcionar un intervalo de confianza para una me
convenciones de estilo de Wikipedia. Carece de fuentes o referencias que aparezcan en una fuente acreditada. Existen dudas o desacuerdos sobre la exactitud de su redacción. Por favor, discute este problema en la https://es.wikipedia.org/wiki/Tama%C3%B1o_de_la_muestra discusión. Estas deficiencias fueron encontradas el 14 de agosto de 2011. En estadística el tamaño de la muestra es el número de sujetos que componen la muestra extraída de una población, necesarios para que los datos obtenidos sean representativos de la población. Índice 1 Objetivos de la determinación del tamaño adecuado de una muestra 1.1 Estimación de parámetros 1.1.1 Estimación de una proporción 1.1.2 Estimación de error muestral una media 1.2 Contraste de hipótesis 1.2.1 Comparación de dos proporciones 1.2.2 Coeficiente de correlación 1.2.3 Equivalencia de dos intervenciones 2 Notas Objetivos de la determinación del tamaño adecuado de una muestra[editar] Estimar un parámetro determinado con el nivel de confianza deseado. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mínimo de garantía. Reducir costes o aumentar la rapidez nivel de confianza del estudio. Por ejemplo, en un estudio de investigación epidemiológico la determinación de un tamaño adecuado de la muestra tendría como objetivo su factibilidad. Así: Si el número de sujetos es insuficiente habría que modificar los criterios de selección, solicitar la colaboración de otros centros o ampliar el período de reclutamiento. Los estudios con tamaños muestrales insuficientes, no son capaces de detectar diferencias entre grupos, llegando a la conclusión errónea de que no existe tal diferencia. Si el número de sujetos es excesivo, el estudio se encarece desde el punto de vista económico y humano. Además es poco ético al someter a más individuos a una intervención que puede ser menos eficaz o incluso perjudicial. El tamaño de una muestra es el número de individuos que contiene. Una fórmula muy extendida que orienta sobre el cálculo del tamaño de la muestra para datos globales es la siguiente:[1] n = Z α 2 N p q e 2 ( N − 1 ) + Z α 2 p q {\displaystyle n={\frac {{Z}_{\alpha }^{2}Npq}{e^{2}(N-1)+{Z}_{\alpha }^{2}pq}}} N: es el tamaño de la población o universo (número total de posibles encuestados). Zα: es una constante que depende del ni