Hacer inferencias a partir de muestras

Ejemplo 1

Para estimar la estatura promedio de 2,000 estudiantes, mide una muestra aleatoria de 50. Si la media muestral es 165 cm, eso estima la media poblacional; una muestra aleatoria distinta daría una estimación algo diferente.

Ejemplo 2

Para estimar el promedio de horas que los estudiantes trabajan por semana, un investigador saca 60 nombres al azar de la lista completa de inscritos y halla una media de 11.5 horas. Sacar una segunda muestra aleatoria de 60 daría una media algo distinta — digamos 10.8 — y esa dispersión entre muestras es justo lo que cuantifica el margen de error.

Ejemplo 3

Error común: llamar aleatoria a una muestra por conveniencia. Encuestar a quien esté en la cafetería al mediodía no es una muestra aleatoria: los estudiantes con clases a esa hora no pueden ser elegidos, y sus horas de trabajo pueden diferir de forma sistemática. Aleatorio significa que cada miembro de la población tiene una probabilidad conocida e igual de ser elegido — lo que suele exigir una lista completa y un generador de números aleatorios, no un lugar conveniente.