Muestreo
Técnicas de muestreo probabilístico, extracción de muestras desde tus datos, cálculo del tamaño de muestra, asignación estratificada y estimación basada en el diseño.
¿Por qué muestrear?
Estudiar toda la población (N elementos) suele ser caro o imposible; se estudia una muestra (n elementos) y se infiere al total. En el muestreo probabilístico cada unidad tiene una probabilidad conocida de ser elegida, lo que permite medir el error de muestreo.
Tamaño de muestra: media → n = (z·σ/E)²; proporción → n = z²·p(1−p)/E². En poblaciones finitas se corrige a la baja.
Manual de utilización del módulo
¿Qué hace este módulo? Enseña a tomar una muestra representativa de una población, a calcular cuántos datos necesitas y a estimar a partir de la muestra.
¿Cómo se usa? Tiene cuatro pestañas: «Extraer muestra» toma una muestra del dataset (aleatoria simple, sistemática o estratificada); «Tamaño de muestra» calcula el n necesario para estimar una media o una proporción; «Asignación estratificada» reparte una muestra entre estratos; «Estimación» calcula la media/total desde una muestra.
¿Cómo se interpretan los resultados? Al extraer, la app compara la media de la muestra con la de la población: esa diferencia es el error de muestreo (disminuye al aumentar n). El tamaño n indica cuántas unidades observar para un error máximo dado. La asignación de Neyman da más muestra a los estratos grandes y más variables.
Símbolos: N población · n muestra · N_h, n_h tamaño del estrato · W_h peso · S_h desviación del estrato · E error máximo · f = n/N fracción de muestreo · fpc corrección por población finita.
Extrae una muestra del conjunto de datos cargado y compárala con la población.