Muestreo y sesgo

Fundamentos de la inferencia en Python

Paul Savala

Assistant Professor of Mathematics

Sesgo

  • Muestra sesgada: Un grupo aparece más/menos en la muestra que en la población

Un grupo de personas con camisetas de distintos colores, pero una muestra que contiene solo personas con camisetas verdes.

Fundamentos de la inferencia en Python

Muestras sesgadas

all_salaries = [75000, 82000, ...]
friends_salaries = [93000, 87000, 103000, 101000]


np.mean(friends_salaries)

96000
Fundamentos de la inferencia en Python

Distribución muestral

sampling_distribution = []


for i in range(100):

    random_sample = np.random.choice(salaries, size=10)
    sample_mean = np.mean(random_sample)

    sampling_distribution.append(sample_mean)


plt.hist(sampling_distribution)
plt.xlabel('Mean salary')
plt.ylabel('Percent of samples')
plt.title('Sampling distribution of mean salaries')
plt.show()
Fundamentos de la inferencia en Python

Histograma que muestra la distribución muestral de salarios medios. Es una campana aproximada centrada en unos ochenta y dos mil dólares, con mínimo cerca de setenta mil y máximo cerca de noventa y cinco mil.

Fundamentos de la inferencia en Python

Depende de la muestra

  • Las muestras afectan a las estimaciones puntuales
  • Las estimaciones puntuales afectan a la inferencia
  • Las muestras afectan al cálculo del p-valor
Fundamentos de la inferencia en Python

No depende de la muestra

  • Estadístico poblacional
    • No depende de la muestra elegida
  • Conclusión del test
    • Dado un p-valor, la conclusión no depende de la muestra elegida
Fundamentos de la inferencia en Python

¡Vamos a practicar!

Fundamentos de la inferencia en Python

Preparing Video For Download...