Plan de Muestreo

El plan de muestreo.
Luis Miguel Buelvas Pestana.
Una vez tengamos claras las herramientas básicas para la estimación de parámetros, se procede a
elegir un plan de muestreo para elegir cuál resolverá de manera más eficiente un problema dado.
Una vez elegido el plan de muestreo se deben tener claros los objetivos que permitan identificar
las características de los datos a obtener y recursos que estén disponibles, como también conocer
la importancia de estos aspectos, ya que al hacer una revisión de la literatura o de los
antecedentes acerca del fenómeno que se quiere investigar y consultar con especialistas en el
tema para tener conceptos claros es clave a la hora de tomar decisiones mediante resultados
estadísticos con base a esa información.
Si bien es claro, las encuestas son herramientas para tener información acerca de parámetros que
nos ayudarán a hacer inferencia en ellos. En muchos casos es preciso determinar qué tan
completos están los datos, que tan correctos son y el grado de consistencia interna que
presentan, de aquí se desprende la crítica interna la cual lleva un proceso para la aplicación de
ciertas reglas a un conjunto de datos, como también los valores que de forma individual pueden
tomar las variables, así como las relaciones existentes en las respuestas. Una vez enviados los
cuestionarios por lo general las correcciones se hacen por medios automáticos, utilizando
programas diseñados para verificar las reglas críticas, por lo que en cada etapa del procesamiento
de los datos estas reglas de críticas deben ser rigurosas. Las razones para realizar la crítica
automática son detectar los datos erróneos, encontrar inconsistencias y señalar los datos extraños.
En sí se encarga de aplicar y verificar el cumplimiento de las reglas no cumplidas anteriormente.
Una falencia para este proceso son los datos faltantes que a su vez se pueden eliminar o
reemplazar, dando una precisión en los resultados lo cual favorecería al investigador en términos
de costos. En general la estrategia de crítica e imputación implica identificar la variable que está
equivocada para su posterior corrección por lo que esta estrategia conlleva la obtención de datos
correctos y consistentes. La imputación por estimación implica procesamiento y manipulación de
los datos antes de realizar la imputación. Dicha manipulación solo se puede realizar con los datos
correctos o con datos históricos extremos. La similitud entre el donante y receptor debe ser
primordial, así mismo si muchos receptores son imputados a partir de los datos de un mismo
donante, el impacto en los estimativos puede ser importante generando grandes sesgos, por lo que
se debe limitar la cantidad de veces que un mismo donante es utilizado.
Con el método de selección aleatorio del donante no es necesario mantener una matriz de
imputación, el método consiste en construir un subgrupo de donantes. Los que cumplen con tener
los mismos valores en las variables de similitud y seleccionar entre ellos uno al azar como
donante. En este sentido se puede caminar hacia un compromiso entre la cantidad de variables
de similitud y de ser necesario establecer un criterio de jerarquía, de esta manera para que cuando
la cantidad de combinaciones crezca muy rápidamente no haya tanto riesgo al utilizar
repetidamente las variables. Cosa que no sucede con las variables cuantitativas, por eso no se
pueden definir estas variables como variables de similitud.
El ajuste fundamental para las no respuestas es evitarla. La no respuesta puede conducir a sesgos
muy graves, sobre todo si ella está asociada a la variable de estudio, en ese caso no existe método
estadístico que permita corregir lo que no se conoce. Se dice que este ajuste es bueno cuando se
tienen indicios que la no respuesta es completamente aleatoria.
En muestreo multietápico y en cada etapa se sugiere utilizar los siguientes factores en cada etapa:
- La cantidad esperada de la muestra.
- Cantidad adicional de elementos o unidades observadas que aparecen por defecto en el
marco.
- Cantidad de unidades o elementos fuera del universo.
- Cantidad de elementos que constituyen al rechazo.
El factor de corrección es entonces:
𝑛 + 𝑛𝑎𝑑 − 𝑛𝑓𝑈
𝑓𝑎𝑗𝑢𝑠𝑡𝑒 =
𝑛 + 𝑛𝑎𝑑 − 𝑛𝑓𝑈 − 𝑛𝑟𝑐ℎ

Plan de Muestreo

Cargado por

Copyright:

Formatos disponibles

Plan de Muestreo

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Plan de Muestreo

Cargado por

Copyright:

Formatos disponibles

El plan de muestreo.

Luis Miguel Buelvas Pestana.

la importancia de estos aspectos, ya que al hacer una revisión de la literatura o de los

estadísticos con base a esa información.

En sí se encarga de aplicar y verificar el cumplimiento de las reglas no cumplidas anteriormente.

correctos y consistentes. La imputación por estimación implica procesamiento y manipulación de

se debe limitar la cantidad de veces que un mismo donante es utilizado.

la cantidad de combinaciones crezca muy rápidamente no haya tanto riesgo al utilizar

pueden definir estas variables como variables de similitud.

tienen indicios que la no respuesta es completamente aleatoria.

- La cantidad esperada de la muestra.

- Cantidad adicional de elementos o unidades observadas que aparecen por defecto en el

- Cantidad de unidades o elementos fuera del universo.

- Cantidad de elementos que constituyen al rechazo.

El factor de corrección es entonces:

También podría gustarte