Inferencia a partir de una Muestra Aleatoria

Ejemplo 1

Una muestra aleatoria de 200 votantes encuentra que el 55% favorece una medida. El 55% es un estadístico muestral. Inferimos que el parámetro poblacional — el porcentaje real de todos los votantes — está cerca del 55%, aunque el valor exacto tiene cierta incertidumbre por el muestreo.

Ejemplo 2

Una escuela quiere estimar el tiempo promedio de tarea por noche. Encuestar solo a los estudiantes de una clase avanzada de cálculo da una estimación sesgada — ese grupo no representa a la escuela. Una muestra aleatoria tomada de la lista completa de estudiantes, donde cada uno tiene la misma probabilidad de ser elegido, es lo que autoriza a generalizar el resultado a toda la escuela.

Ejemplo 3

Error común: creer que una muestra enorme arregla un mal método de muestreo. Una encuesta voluntaria en línea con 50,000 respuestas es menos confiable que una muestra aleatoria real de 500, porque quienes deciden responder difieren sistemáticamente de quienes no lo hacen — y una muestra sesgada más grande solo mide el sesgo con más precisión. La aleatoriedad, no el tamaño, es lo que elimina el sesgo; el tamaño solo reduce el margen de error.