Distribución de muestreo: definición, modelos y ejemplo

Publicado el 16 noviembre, 2020

Muestra y población

Antes de que podamos explicar realmente la distribución muestral, necesitamos trabajar un poco con conceptos más básicos de estadística, que los investigadores utilizan para aprender sobre las poblaciones de seres humanos.

En el contexto de la investigación, una población se refiere a todas las unidades o casos de interés en un estudio, mientras que una muestraes un subconjunto de esa población de la que se recopila información. Las muestras se utilizan a menudo en la investigación porque no es posible o deseable recopilar información de cada unidad o caso en una población. Por ejemplo, suponga que está interesado en saber cuánto tarda un adulto medio en su ciudad en viajar al trabajo en un día normal. Probablemente sería demasiado costoso y consumiría mucho tiempo para usted recopilar esa información de todos los residentes adultos en su ciudad. En su lugar, puede pedirle a 100 adultos seleccionados al azar en su ciudad que le brinden esta información y la utilicen para determinar su tiempo promedio de viaje. Ese promedio sería específico para esa muestra. Si preguntó a otros 100 residentes adultos seleccionados al azar cuánto tiempo les toma viajar al trabajo en un día típico y calculó su respuesta promedio,

Estadística y parámetro

Ahora que comprende la relación entre una muestra y una población, hablemos de la asociación entre una estadística y un parámetro. Una estadística es el valor de un atributo para una muestra. Como se describió anteriormente, los investigadores a menudo usan estadísticas para estimar el valor de una característica de una población. Este valor se llama parámetro . Es decir, las estadísticas son números que resumen información de una muestra y los parámetros son números que resumen información para la población más grande de la que se extrajo la muestra. Una buena manera de recordar la diferencia es mirar las primeras letras de las palabras: un s medidas tatistic algún aspecto de un s amplia, y un p medidas ARAMETRO algún aspecto de unap opulación.

Aunque los investigadores utilizan la estadística por diversas razones, uno de los propósitos principales es sacar conclusiones sobre las características de una población basándose en la información obtenida de una muestra. Ejemplos de estadísticas que se presentan comúnmente en la investigación son la media muestral y la desviación estándar. Estos dos valores a menudo se presentan juntos. La media se refiere al valor medio. La desviación estándar se refiere a la dispersión de los valores.

Definición de distribución muestral

Ahora que hemos cubierto todo eso, podemos decir que una distribución muestral es un conjunto de todos los valores posibles que puede tener una estadística de muestra cuando se calcula a partir de todas las muestras aleatorias del mismo tamaño en una población. Entonces, usando el ejemplo anterior, imagina que preguntaste a 100 residentes adultos seleccionados al azar de tu ciudad cuánto tiempo les toma viajar al trabajo y calculas el promedio. Ahora, imagine que lo hizo una y otra y otra vez hasta que haya seleccionado todas las muestras aleatorias posibles de 100 residentes adultos en la ciudad. (Probablemente se esté dando cuenta en este punto de que la distribución muestral es de naturaleza teórica). Ahora, imagine que muestra todos esos promedios en un gráfico llamado histograma. La distribución muestral resultante de la media muestral podría verse así:

histograma

Mientras que en este ejemplo se representa la media, las distribuciones muestrales se pueden construir para cualquier otro parámetro de interés.

Resumen de la lección

Una distribución muestral es un conjunto de todos los valores posibles que puede tener una estadística de muestra cuando se calcula a partir de todas las muestras aleatorias del mismo tamaño. Los investigadores recopilan información de una muestra y estiman los parámetros utilizando distribuciones de muestreo.

¡Puntúa este artículo!