Clase 2

  • Uploaded by: api-3697648
  • 0
  • 0
  • November 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Clase 2 as PDF for free.

More details

  • Words: 490
  • Pages: 27
Tipos de Muestreo Diseño Experimental Clase 2

Páginas del Curso • http://www.esnips.com/web/DisExper imental • http://cran.r-project.org • [email protected]

Muestreo • No se puede muestrear toda la población • Toman muestras • Representativas de población • Inferencia estadística

Técnica de muestreo • Depende de – Organismo – Objetivo

• Muchas técnicas – Mayoría incluye aleatorización

Población • Población estadística – ≠ a población biológica

• Definir – Población – Unidad de muestreo – Estrategia de muestreo

Muestreo Aleatorio • Aleatorio simple • Aleatorio estratificado • Aleatorio en clusters o grupos

Muestreo aleatorio simple • Cada U.E. tiene la misma probabilidad de ser escogida – Tabla número aleatorios – Sin reemplazo – R!

• Sin reemplazo es mejor que con reemplazo • Asegura stats pero no asegura representación poblacional

Aleatorio simple • Pros – Poco conocimiento previo – Libre de error – Clasificación simple – Supuestos estadísticos

• Contras – Requiere marco de muestreo completo – Poblaciones finitas y pequeñas – Poco eficiente – Autocorrelación

Confusión con aleatorio • Accesibilidad – En trillos

• Azaroso (haphazard) – El primer visto

• Juicio – Basado en experiencia

• Voluntario – Oportunista

Preguntas y Ejemplos • ¿Cómo muestrear aleatoriamente una comunidad de insectos? • ¿Cómo muestrear aleatoriamente una comunidad de anfibios? • ¿Cómo muestrear aleatoriamente individuos para realizar sonograma?

Muestreo Estratificado • Común ecología – Inadvertido

• Eficiente • Strata

L = número de strata

Estratificado • Se deben conocer (approx.) el tamaño de cada stratum • Strata pueden ser de diferente tamaño o área • Se usa por – Diferencia en facilidad de mustreo – Aumenta precisión – Administrativo

Estratificado • Pros – Enfoca en strata importantes – Aumenta precisión – Eficiente – Aumenta poder de prueba estadística

• Contras – Difícil escoger strata – Si no hay subgrupos homogéneos – Requiere información detallada de población estadística y biológica

Cluster • Muestreo adaptativo • Unidades se escogen en grupos o clusters • U.Exp. agregadas en espacio • Clasificación arbitraria • Deben representar población • Utiliza para simplificar muestreo

Cluster • Pros – Reduce costos en el campo – No requiere conocimiento completo de población

• Contras – Clusters no representan población – Clusters muy similares – Análisis más complicado – Menor precisión

Cluster adaptativo • Puntos al azar • Se encuentra UE • Se muestrea en la vecindad • Requiere – – – –

Selectividad Tamaño vecindad Borde Red (network). Selecciona uno = todos.

wi = abundancia en cluster yi = abundancia en cada cuadrado por cluster mi = número de cuadrados por cluster n = número de unidades seleccionadas al azar

Sistemático • No aleatorio (combinación) • Usado por ecólogos • Simpleza • Muestrear homogéneamente el hábitat • No tiene sistema probabilidad

Valores observados

Periodicidad

Sistemático • Pros – Fácil de realizar – Aumenta precisión sobre cluster – Probabilidad de que aparezca una muestra puede calcularse – Reduce varianza intragrupal

• Contras – Arreglo periódico destruye TODO! – Requiere homogeneidad de las muestras

Related Documents

Clase 2
November 2019 45
Clase-2
June 2020 18
Clase 2
November 2019 45
Clase 2
November 2019 43
Clase 2
November 2019 19
Clase 2
October 2019 28