El muestreo se divide en dos tipos, el muestreo probabilstico y el no
probabilstico, dentro de ellos existen subtipos. El muestreo probabilstico es en el que todos los elementos de una muestra n tienen la misma posibilidad de ser seleccionados; por lo tanto nos asegura la representatividad de la muestra extrada. Dentro del muestreo probabilstico encontramos tipos, como: Muestreo aleatorio simple: Se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n / N. Su ventaja es que es de fcil comprensin, permite el clculo rpido de medias y varianzas. Su desventaja es que en muestras muy pequeas tiende a no representar la poblacin adecuadamente y es necesario tener un listado completo de toda la poblacin. Muestreo aleatorio sistemtico: A diferencia del anterior, en lugar de seleccionar n nmeros slo se extrae uno. Se define un intervalo k = n / N. Su ventaja radica en que no es necesario tener el listado completo de la poblacin. Muestreo aleatorio estratificado: Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. Muestreo aleatorio por conglomerados: En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad. Su ventaja estriba en que es muy til en poblaciones grandes donde no es preciso tener un listado de toda la poblacin, nicamente de sus unidades primarias. Su desventaja es que posee mayor error estndar que los anteriores, y el clculo de su error estndar es complejo. El muestro no probabilstico se acude a l en caso de que el muestreo probabilstico fuese demasiado costoso, aunque se sabe que no es el adecuado para realizar generalizaciones. Todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. Tipos del muestreo no probabilstico: Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul.
Muestreo intencional o de conveniencia: Este tipo de muestreo se
caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso. Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Muestreo discrecional: A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden aportar al estudio. TEOREMA DEL LMITE CENTRAL EN ESTADSTICA. Si se toman muchas muestras aleatorias de tamao n de alguna variable que sigue cualquier distribucin y se registra la distribucin de las medias de cada muestra, entonces: 1) La distribucin de las medias se aproximar a una distribucin normal si se tienen muestras de tamao grande. 2) La media de la distribucin de medias se aproximar a la media de la poblacin para muestras de tamao grande. 3) La desviacin estndar de una distribucin de medias se aproximar a / n en muestras de tamao grande, donde es la desviacin estndar de la poblacin. Este teorema nos va a permitir usar estadsticas para hacer inferencias sin conocer la forma de la distribucin. Les dejo el link de un video donde me qued mucho ms claro: https://www.youtube.com/watch?v=EC1bTDBz46k