PREGUNTAS EXAMEN METODOLOGIA

PREGUNTAS EXAMEN

1. ¿Qué problemas puede generar el tener un universo grande?

Costes elevados de tiempo, dinero y gestión de datos.

2. ¿Cuándo podremos saber si la muestra es representativa?

Nunca dado que nunca conoceremos el conjunto de la población en sí.

3. Tipos de muestras aleatorias.

Muestreo aleatorio simple, muestreo estratificado y muestreo por conglomerados.

4. Pasos a seguir para generar un modelo estocástico.

Generar un procedimiento de selección de la muestra donde intervenga el azar.

Si la muestra es dada, deberemos asumir un modelo aleatorio para la población (estructura superpoblacional).

5. ¿Qué es un muestreo intencionado?

Un muestreo donde al realizar un diseño muestral asignamos un valor 1 a unos y 0 a otros.

6. ¿A qué se le denomina estrategia en una investigación por muestreo?

Al diseño muestral que utilizaremos y al estimador de la población.

7. ¿En qué nos debemos fijar a la hora de elegir el diseño muestral?

En la estructura poblacional y en los objetivos de la investigación.

8. ¿Cuándo será considerado un estimador mejor que otro?

Cuando el error cuadrático medio de este primero sea menor, pero no significa que los resultaos vayan a ser mejores, todo depende sobre lo que se vaya a trabajar.

9. ¿Es posible que un buen estimador proporcione unos malos resultados?

Sí, pero es de esperar que los resultados a obtener sean buenos. A veces es mejor coger un estimador con un poco de sesgo sobre uno insesgado si la varianza de este primero es menor que la del otro.

10. ¿Qué caracteriza un diseño aleatorio simple?

Que todos los individuos pertenecientes al mismo universo tienen la misma probabilidad de ser seleccionados.

11. ¿Por qué en la expresión que determina la muestra en un m.a.s. con reemplazo no interviene el tamaño de la población?

Porque aunque sean infinita, al aplicar un m.a.s. con reemplazo se actúa como si todas las poblaciones fuesen finitas.

12. ¿Será mejor un m.a.s. con reemplazo o sin reemplazo?

Sin reemplazo porque tendrá menor varianza gracias al factor corrector.

13. ¿Qué es el factor de elevación?

El valor de una unidad que representará a X unidades de la población.

14. ¿Qué singularidad presenta el factor de elevación en un m.a.s.?

Que es el mismo para todas las unidades de la muestra.

15. ¿Qué determina el factor de elevación en un m.a.s.?

La inversa de la fracción de muestreo.

16. ¿Qué caracteriza el factor de elevación para cada estrato?

Que todas las unidades de un mismo estrato tienen el mismo factor de elevación, y este cambia de un estrato a otro.

17. ¿Qué estimador se utilizará para estimar la media poblacional?

Aquel con un error cuadrático medio menor. Se le pedirá que sea insesgado y que tenga la mínima varianza poblacional.

18. Características de un muestreo estratificado.

Asegura poder obtener resultados dado que asegura una representación y muestra suficiente. En general se consiguen mejores resultados y más fiables que si cogiésemos una sola muestra.

19. ¿Qué hacemos si no hay muestra representativa de un estrato?

Lo juntamos con otro y definimos un estrato nuevo. Este deberá unirse al más parecido de los restantes.

20. ¿Qué variables se deberían tener en cuenta a la hora de elegir el tamaño de muestra global de cada estrato?

El tamaño de cada estrato, la heterogeneidad de los estratos y los costes del estudio.

21. ¿Qué es mejor, un estratificado o un aleatorio simple?

Con muestras de mismo tamaño “siempre” conseguiré mejores resultados con el estratificado, porque su varianza es menor, por lo que también lo será su error.

22. ¿De qué depende la ventaja sobre el error del estratificado frente al aleatorio simple?

En que en los estratos, de un estrato a otro, puede cambia mucho la medida.

23. ¿Cuándo es especialmente interesante un estratificado frente un aleatorio simple?

Cuando los estratos sean internamente homogéneos y externamente heterogéneos.

24. Cuándo en un universo admito que puedo establecer distintas clasificaciones al objeto de utilizar en un muestreo estratificado (sexo, estudios, procedencia…), desde el punto de vista estadístico, ¿qué clasificación utilizaríamos?

Aquella con mayor homogeneidad interna y heterogeneidad externa.

25. ¿Cabe la posibilidad de que utilizando un diseño estratificado, con mismo tamaño muestral, se obtenga una mayor varianza que con el aleatorio simple?

Sí, cuando el estratificado no se hace bien y cuando el ratio de respuesta no es el mismo entre estratos.

26. ¿Cómo se selecciona la muestra en un diseño estratificado?

Mediante una selección aleatoria en todos y cada uno de los estratos.

27. ¿Qué se busca cuando en un diseño estratificado la muestra global se reparte entre los estratos sobrerrepresentado su tamaño (tamaño mayor del que debería)?

No castigar los estratos pequeños con errores más grandes para intentar nivelar la precisión de los resultados de todos los estratos.

28. Entre coger una única muestra y trabajar con ella o coger varias y realizar submuestras, ¿qué problema hay?

El coste de trabajar con cada método. La encuesta de clasificación suele tener un coste menor que el coste de la encuesta final.

29. ¿Cuándo es atractivo un diseño de postestratificación?

Cuando la primera clase de clasificación por estratos es más barata.

30. Diferencia entre diseño estratificado y por conglomerados.

En el estratificado se coge una muestra para cada subcolectivo, mientras que en el clúster se coge uno o varios individuos de cada subcolectivo.

31. ¿Cuál es el interés de realizar un análisis estratificado?

Aumentar la precisión y disminuir el error.

32. ¿Cuál es el atractivo de un diseño por clúster?

Reducir los costes y controlar que no se disparen los errores.

33. ¿Bajo qué condiciones es preferible el clúster al estratificado?

Cuando hay heterogeneidad interna y homogeneidad externa.

34. ¿Qué ventajas aporta el clúster?

Un menor coste.

35. Características de los estimadores de razón.

La variable auxiliar tiene que tener relación alguna con la variable de interés.

Los estimadores de razón tienen que tener un ratio constante.

36. En un diseño en 2 fases donde la variable auxiliar es cualitativa, ¿qué diseño utilizo?

Un diseño postestratificado.

37. ¿Qué tienen en común la variable de razón y la de regresión?

Permiten incorporar una variable auxiliar.

38. ¿Qué ocurre si la correlación es significativa?

Que los estimadores indirectos son mejores que los directos.

39. ¿Cuándo una muestra es representativa?

Cuando es exactamente igual a la población.

40. ¿Cuándo realizaré un diseño en 2 fases?

Siempre que la ventaja económica de observar la variable X sea menor.

MODELO 1

1. ¿Por qué en una encuesta las muestras deben ser seleccionadas de forma aleatoria?

Porque es la única forma de medir el error.

2. ¿El que una muestra sea aleatoria es garantía de que será representativa?

No, al ser aleatoria existe la posibilidad de que sea poco representativa de la población.

3. Si para pasar una encuesta se dispusiera de una muestra aleatoria y de una muestra representativa, ¿a cuál de las dos sería preferible pasar el cuestionario?

A una muestra representativa porque tiene las mismas características que la población a estudiar.

4. A la hora de estimar una característica poblacional, ¿qué es una estrategia muestral?

Es un estadístico por el que saber qué diseño muestral y qué estimador utilizar.

4’. ¿Qué se necesita para estimar una característica poblacional?

Se necesita un diseño muestral y un estimador.

5. ¿Cuántos diseños aleatorios pueden definirse para estimar los parámetros de una población? ¿En qué debemos fijarnos a la hora de elegir uno de ellos?

...