Muestra aleatoria

Tipo de muestra caracterizada por una selección de sujetos basada en la ley de las probabilidades; un procedimiento de preparación de muestras es aleatorio, o probabilista, cuando todos los elementos de la población tienen una posibilidad de ser recuperados en la muestra: la probabilidad de elección de cada elemento de la población debe ser conocida por progreso. Se trata del único método general capaz de atribuir un valor numérico preciso a la estimación.

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra.

En estadística, una muestra es la selección de un numero de observaciones de a partir de una población objeto de investigación; una muestra aleatoria es cuando la elección sigue un método impredecible.El muestreo aleatorio puede referirse también a tomar una serie de observaciones independientes de la misma distribución de probabilidad.

Las muestras nos permiten mediante la inferencia estadística representar los resultados de la población de donde haya extraído, pero existiendo una potencial variación al azar en los resultados que se denomina error de muestreo. En el caso de muestras aleatorias, la estadística dispone de medidas para evaluar el error de muestreo.

Por lo tanto, las estimaciones obtenidas a partir de muestras aleatorias pueden ir acompañadas de medidas de la incertidumbre asociada a la estimación. Esto puede tomar la forma de un error estándar, o si la muestra es lo suficientemente grande y mediante el teorema central del límite, podrán calcularse intervalos de confianza.

Tipos de muestra aleatoria

• Muestra aleatoria simple se selecciona directo cuando todas las potenciales observaciones de la población son equiponderables.
• Una muestra auto-ponderada, es aquella en la que cada individuo o un objeto, en la población de interés tienen la misma oportunidad de ser seleccionadas para la muestra. Las muestras aleatorias simples son auto-ponderadas.
• El muestreo estratificado implica seleccionar muestras independientes de un número de subpoblaciones, grupo o estratos dentro de la población. Por ejemplo, si queremos analizar los datos de unas elecciones por género o por grupo de edad, deberemos cerciorarnos de obtener muestras representativas de todas las subpoblaciones.
• El muestreo por clusters, consiste en seleccionar las observaciones de la muestra por grupos con intereses relacionados. Por ejemplo, si se plantea conocer la opinión pública de un trasvase en un rio, deberemos hacer dos clusters aquello de la zona beneficiada (reciben el agua del rio) y aquellos de la zona perjudicada (tendrán menos caudal en el rio). El análisis de muestras por cluster debe tener en cuenta la correlación intra-grupo que refleja el hecho de que las unidades en la misma agrupación es probable que sean más similares que dos unidades escogido al azar.