Muestreo

https://github.com/karlbehrensg/programacion-dinamica-y-estocastica
Muestreo

El muestreo es muy importante cuando no tenemos acceso a toda la población que queremos explorar. Uno de los grandes descubrimientos de la estadística es que las muestras aleatorias tienden a mostrar las mismas propiedades de la población objetivo. Hasta este punto todos los muestreos que hemos hecho son de tipo probabilísticos.

En un muestreo aleatorio cualquier miembro de la población tiene la misma probabilidad de ser escogido.

En un muestreo estratificado tomamos en consideración las características de la población para partirla en subgrupos y luego tomamos muestras de cada subgrupo, esto incrementa la probabilidad de que el muestreo sea representativo de la población.

Este es un libro que explica de forma sencilla y práctica todos los conceptos que hemos visto en las clases.
Lo estoy leyendo y tiene muchos ejemplos visuales, no tanta matemática teórica.

Head first statistics - A brain-friendly guide:

https://www.pdfdrive.com/head-first-statisticspdf-e34324032.html

Debo mantener proporcion al tomar muestras en los subgrupos? Es decir, si hay 9 estudiantes en total, y 6 son de musica y 3 de baile, y voy a tomar 3 muestras, deberia tomar 1 de baile y 2 de musica(debido a que por cada estudiante de baile hay 2 de musica)?(un ejemplo en bajas cantidades)

Adjunto una tabla con las diferencias entre los diferentes tipos de muestreo:

La tabla es del siguiente documento:

Tipos de muestreo estratificado
En general, existen tres tipos de muestreo estratificado o técnicas de estratificación:

Muestreo estratificado proporcional
Es cuando los estratos de la muestra (el número de datos a considerar) conservan la misma proporción de la población. Por ejemplo: Hay 1.000.000 de personas entre hombres y mujeres (población) con 60% mujeres y 40% hombres. Hemos decidido tomar una muestra de 1000 personas. Los estratos definidos por supuesto son hombres y mujeres. Por lo tanto, el estrato de mujeres deberá tener un tamaño de 600 (60%) y el estrato de hombres de 400 (40%). Tal como lo ves, pro-por-cio-nal.

Muestreo estratificado uniforme
Es cuando consideramos el mismo número de datos para cada estrato, o dicho de otra forma, el mismo tamaño de muestra a cada estrato. Por lo tanto, aquí no importa cuál es el peso del estrato en la población, como si pasaba en el estratificado proporcional. Por ejemplo, tomando una muestra de 100 personas entre hombres y mujeres, el estrato de hombres será de 50, al igual que el de mujeres. Tal como ves, unif-orme.

Muestreo estratificado óptimo
También llamado no proporcional, con este muestreo cada estrato es proporcional a la desviación estándar. En otras palabras, el número de datos en cada estrato será mayor en la medida en que exista mayor variabilidad entre ellos.

Cómo hacer un muestro estratificado paso a paso
**Paso 1: **¿Qué es lo que quieres analizar? Identifica cuál es la situación, evento o fenómeno que vas a estudiar. ¿Hay una situación problemática? Defínela.

Paso 2: Captura los datos relativos a la situación que estas analizando.

Paso 3: Este es un paso opcional. Utiliza una herramienta que te permita representar los datos recolectados. Esto te dará una idea de los factores de estratificación que puedes usar. Por ejemplo, usa un histograma, un diagrama de pastel o un análisis de pareto para tener una representación previa de los datos obtenidos.

Paso 4: Determina los factores de estratificación a emplear. Puedes saltar desde el paso 2 al paso 4 y determinar los factores, sin embargo al hacer el paso 3 tendrás un mejor criterio para definir los estratos. El cómo definir los estratos dependerá de qué tanto conoces la situación que estás analizando.

Cesar Camison, Sonia Cruz y Tomas González, autores del libro Gestión de calidad: Conceptos, enfoques, modelos y sistemas, afirman que a mayor número de estratos, mejor comprensión del fenómeno, sin embargo no es conveniente excederse en el número. Resulta muy útil hacerse la siguiente pregunta: ¿Cómo incide … sobre el fenómeno? Generalmente, la palabra faltante corresponde a un factor de estratificación.

Paso 5: Realiza los cálculos necesarios para clasificar los datos con base en los estratos definidos.

Paso 6: Elabora una o más gráficas que represente cada grupo homogéneo de datos. La elección de la gráfica depende de lo que se quiere evidenciar. Podemos usar por ejemplo un diagrama de Pareto para definir en qué enfocarnos, un diagrama de dispersión para analizar la relación entre dos variables o un histograma para representar los datos de forma general.

Paso 7: Observando la gráfica o el grupo de gráficas que elaboraste, ¿hay diferencias importantes entre los estratos? Si la respuesta es positiva, la estratificación ha sido útil. Has conseguido obtener diferencias a través del muestreo estratificado, que antes de estratificar no hubieras logrado diferenciar.

Vamos a entender el paso a paso a través de un ejemplo de estratificación.

El muestreo estratificado es utilizado cuanto la poblacion NO es uniforme.
Ejemplo de poblacion no uniforme:

Los estados de EUA.

Ejemplo:
En las elecciones de EUA es conveniente tener a la mayoria de los estados con un candidato a tener la mayoria de votos

Esto es porque existen estados enormes y tambien estados pequeños.

Por lo tanto podran votar 10000 a favor, en un estado de 1000000
y podran votar 50000 de un estado con 5500 y otros 50000 de un estado con 60000
Al sistema le es conveniente la 2da opcion porque, aunque votaran mas personas a favor en la 1ra opcion, en la 2da opcion tendran a mas estados en general a su favor

Por eso es mas importante el que gane un candidato en la mayoria de estados, a tener la mayoria de votos, ya que un estado pequeño tiene la misma relevancia e imoprtancia que un estado enorme.

¿Qué criterio se debe utilizar a la hora de partir mi población en sub grupos? 🤔

En la vida cotidiana, el de los edificios me pareció interesante,
de que forma seria “mejor” sacar esos datos?

Si, y la diferencia es que tomar datos “reales” de TODA una población cuesta mucho dinero, ahí es donde tomar muestras pequeñas pero significativas ahorra un montón de recursos

Les comparto un mapa de los diferentes tipos de muestreos:

Los muestreos aleatorios simples que estamos utilizando son aquellos en donde se puede calcular la probabilidad de extracción de cualquiera de las muestras posibles. Es el tipo de muestreo más aconsejable.

• Sin reposición de elementos: Cada elemento extraído se descarta para la subsiguiente extracción. Ejemplo: Objetos cuya vida media solo se pueda evaluar una vez como un foco(bombilla).
• Con reposición de elementos:Las observaciones se realizan con remplazo de los individuos, de forma que la población es idéntica en todas las extracciones.En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse con reposición aunque, realmente, no lo sea.
• Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse con reposición.

En este link pueden encontrar una descripción bastante buena que sirve de complemento a lo visto en clase:
https://bookdown.org/aquintela/EBE/muestreo-aleatorio-simple.html

Muestreo
A veces trabajar con toda la población puede ser contraproducente e incluso imposible. Por suerte descubrimos que las muestras tomadas aleatoriamente tienden a mostrar las mismas propiedades que la población.
Muestreo Probabilístico:

• Muestreo aleatorio, cualquier miembro de la población tiene la misma probabilidad de ser elegido. Este método es ideal para poblaciones homogéneas. En caso de tener una población mas estratificada la información obtenida estará incompleta.
• Muestreo Estratificado, Dividimos la población en subgrupos relevantes, incrementando así la información obtenida e incrementando la probabilidad de tener una muestra representativa a la población

Las Muestras tienden a tener las mismas propiedades que la poblacion total, entre mas muestras, la media es mas precisa, estre mas grande sea la muestra, la desviacion estandar es mas pequeña.

El Muestreo aleatorio consiste en que cada muestra de la poblacion tiene la misma probabilidad de ser escogidos.
El Muestreo estratificado consiste en hacer pequeños grupos de muestras de acuerto con lo que se requiere. si no es asi, el resultado es sesgado.

Un subgrupo para el muestreo estratificado aplicandolo en la Facturación Electronica seria los tipos de persona: empresas que sean personas naturales o personas juridicas

Por lo general es muy raro cuando recolectamos informacion que la dicha data tenga un comportamiento igual a si que usamos el muestreo estrateficado y una vez segmentados por diferentes criterios, realizamos un muestreo aleatorio ya que la sub-poblacion contiene un comportamiento similar, a si que no es cuestion de elegir solo una o la otra en nuestro data pipeline se base en fusionarlas segun nuestras necesidades.

Mis apuntes de la clase 📝
El muestreo (sampling) es el proceso de obtención aleatoria de una “pequeña” cantidad de datos pertenecientes a una población total.
.
El uso de muestras es fundamental, especialmente cuando no tenemos los recursos en cómputo o el acceso a la población completa, una caracteristica importante de una muestra aleatoria, es que tiende a poseer las mismas características de la población de donde fue extraída (siempre y cuando la obtención haya sido aleatoria), dicha característica nos permite realizar conclusiones concretas y validas aun sin tener acceso a su población total.
.
Existen dos tipos de muestreos, el probabilístico y el no probabilístico (solo nos enfocaremos en el primero)
.

Probabilistico

Para identificar que tipo de muestreo utilizar, debemos tener en cuentra los siguientes puntos:

1. Aleatorio: Cuando los datos tienen características similares.
2. Estratificado: Cuando hay subgrupos dentro de la población.

💡 Un punto clave a tener en cuenta sobre el muestreo es que a mayor cantidad de muestras, menor será su desviación estándar (σ) y los resultados de nuestros análisis tenderán a ser más precisos.

Ahora tengo más claro cómo trabajan las encuestadoras electorales

"Voltea al mundo"- David Aroesti

Lo que hacemos con el muestro estratificado, es que tomamos la población y luego la dividimos en subgrupos, es como tomar todos los usuarios de celulares de todas las marcas y luego los dividimos entre las marcas, y luego tomamos muestras de cada grupo, bajo la pregunta: ¿Cuántos usuarios de teléfono celular, tienen youtube?

El muestro estadístico tiene: muestreo aleatorio, en el que tomamos una muestra con total aleatoriedad. Luego viene el muestreo estratificado, en el que tomamos en concideración las características de la población, para partirla en subgrupos y luego tomamos muestras de cada subgrupo.

Existen varios tipos de muestreo, lo que hacimos durante el curso, fue el muestro probabilístico y este a su vez tiene dos formas de presentarse.

Opciones en las que el muestreo es una opción perfecta: No tenemos capacidad computacional. Esto puede ser a la gran cantidad de datos que se pueden reunir hoy en día, sin embargo, a pesar de la potencia de nuestras computadoras de hoy en día, estas no serían capaces de procesar tanto. Pero lo que si pueden hacer es calcular pequeñas muestras de los grandes data set.

Podríamos definir el muestreo, como la acción en la tomamos una parte de un conjunto, por defecto, un subconjunto, y a este subconjunto lo análisamos para proyectar la media de sus elementos, con la media del conjunto. A este subconjunto lo llamamos muestra.

Nosotros hacemos muestreo todos los dias, y es muy facil de entender, pongo un ejemplo:

• Nosotros inferimos el sabor de la sopa con solo probar una cucharada después de resolver

En este apartado se responden las siguientes preguntas:
¿Cuál es la importancia del muestreo?
¿En qué casos debes usar muestreo general o muestreo estratificado?

Muestreo

Esta técnica es muy útil cuando los data sets son demasiado grande y no tenemos acceso toda la población que queremos explorar, podemos tomar sets de datos más pequeños y calcular estadísticas matemáticamente correctas, debido a que la toma de muestras aleatorias tienden a mostrar las mismas propiedades que la población de donde se extrajo.

En este tipo de muestreo cualquier miembro de la población tiene las mismas probabilidades de ser escogido para una muestra de dicha población.

En este se crean subgrupos teniendo en cuentas sus características que luego se usan para tomar muestras de cada subgrupo, En el muestreo estratificado se aumenta la probabilidad de que él muestreó sea representativo de su población.

A aplicar en la vida cotidiana!!, me fascina aprender este tipo de herramientas pues me hace ver, apreciar y comprender mejor los hechos que suceden a mi alrededor

muestreo estratificado, se usa cuando la muestra tiene cart diferentes

Muestreo estratificado:
Pequeños grupos

Muestreo Probabilístico (Tipos de utilizarse).

Por esto es tan importante el trabajo que realiza el INEGI de México, es una institución que realiza un gran trabajo tomando la información estadística.

Muy buena aplicación del muestreo en las carreras de platzy

Definición Muestreo.

En el muestreo estratificado, ¿Cómo se decide que porcentaje de la muestra tomar de cada uno de los subgrupos para que sea representativa de la población?

A mi me pasaba con las muestras de las encuestas de elecciones, nunca había conocido a alguien a quien se la hicieran, o que conocieran a alguien a quien se la hubieran hecho. Y casi hasta tercer grado, por lo que siempre estaba el sesgo con respecto al tema. Mi punto es que muchas veces sentí que las muestras no eran aleatorias, dicho sesgo se rompió hace poco, ahora si confió un poco más en el tema.

Entendido

A estudiar

Voy en el minuto 3 y todavia no ha terminado de ejecutarse el código anterior jajajaja

• Hay ocasiones en la que no tenemos acceso a toda la población que queremos explorar (la mayoría de las veces).
• Uno de los grandes descubrimientos de la estadística es que las muestras aleatorias tienden a mostrar las mismas propiedades de la población objetivo.
  • Muestras mas grandes: desviación estándar más pequeña.
  • Mas muestras: media mas precisa.
• El tipo de muestreo que hemos hecho hasta ahora es muestreo probabilístico.
• En un muestreo aleatorio cualquier miembro de la población tiene la misma probabilidad.
• En un muestreo estratificado tomamos en consideración las características de la población para partirla en subgrupos y luego tomamos muestras de cada subgrupo.
  • Incrementa la probabilidad de que el muestreo sea representativo de la población.

Muy interesante

“Solo aplicamos muestreo aleatorio cuando nuestra población tiene caracteristicas similares”