Andre Guillen

Reumen. Se describen las bases del muestreo conglomerado y muestreo sistemático. Se presentan lasecuaciones pertinentes y aquellas para la estimación del tamaño óptimo de muestreo para cada tipo demuestreo. Se demuestra la aplicación práctica de éstos clases de muestreo por medio de ejemplosreales.Palabras claves. Muestreo conglomerado, muestreo sistemático, tamaño óptimo de la muestra.. Cluster sampling and systematic sampling are described and their equations are provided.Real examples are given in order to show the applications of these types of samplings. Equations toestimate optimal sample sizes are also noted.Keywords. Cluster sampling, optimal sample size, systematic sampling

Resumen. Se describen los muestreos de tipo simple aleatorio, binomial, estimación de razón eestratificado. Se hace un análisis comparativo entre el muestreo simple aleatorio y el muestreoestratificado, detallando e ejemplificando la relevancia del factor de ponderación en el caso de laestratificación. Se presentan por medio de ejemplos reales, las ecuaciones pertinentes y también lasde tamaño óptimo de la muestra para cada uno de éstos tipos de muestreo.Palabras claves. Análisis comparativo, clases de muestreo, tamaño óptimo de la muestra.. Simple random sampling, binomial sampling, ratio estimation sampling and stratifiedsampling are described. A detailed comparison between simple random sampling and stratifiedsampling highlighting the relevance of weight factor for stratification is carried out. Generalequations and those for estimation of optimal sample size for each case is provided using real caseexamples.Keywords. Comparative analysis, optimal sample size, sample types.

Resumen. Se analizan de forma detallada las bases del muestreo multietápico, la estimación de submuestreo y el muestreo de respuesta aleatoria. Se presentan las ecuaciones pertinentes ejemplificando por medio de casos reales. También se argumentan las situaciones en donde se debe utilizar estos casos específicos. Palabras claves. Caso multietápico, muestreo de respuesta aleatoria, submuestreo.. The basics of multi-stage sampling, sub-sampling and random response sampling are analyzed. Detailed equations regarding these types of sampling are provided. The applications of these types of samplings are denoted by means of real case studies. Keywords. Multi-stage sampling, sub-sampling, random response sampling.

Resumen. Se presentan los conceptos básicos de muestreo secuencial en sus cinco modalidades,incluyendo muestreo secuencial de tipo estándar, usando solo una densidad crítica, por una precisiónfija, por medio de presencia-ausencia y finalmente de tipo temporal. Se notan un ejemplo real para cadacaso. Se nota y se explica la importancia de la distribución de los datos y los pertinentes ecuaciones. Sepresentan a través de ejemplos reales las ecuaciones para estimar el tamaño óptimo de la muestra paracada uno de las cinco modalidades del muestreo secuencial. Se enfatiza la ventaja económica de estetipo de muestreo.Palabras clave: Distribución de los datos, muestreo secuencial, tamaño óptimo de la muestra. Fundamental concepts of sequential sampling in all its types including standard sequentialsampling, sequential sampling using only one critical density, fixed precision sequential sampling,presence-absence sequential sampling, and time sequential sampling are highlighted. A real caseexample for each of the five sequential samplings is given. The relevance of data distribution forsequential sampling along with corresponding equations is provided and explained. Equations to assessthe optimal sample size for each case are noted and exemplified. The economic advantages of sequentialsampling in stressedKeywords: Data distribution, sample size, sequential sampling.

Palabras claves. Métodos estadísticos, pruebas de hipótesisResumen. Se presentan de forma simple, breve y por medios de los ejemplos prácticos, los métodos estadísticos que sirven para demostrar la representatividad de una, dos o varias muestras basada en los parámetros poblacionales. Se indican la manera de reducir el tamaño del error experimental para aclarar el efecto significativo de los grupos o muestras bajo el interés. Además, se demuestran la forma de eliminar el efecto de las variables auxiliares o colaterales causante del ruido o error en la estadística. También se nota el uso del modelo ANOVA Anidada para indicar la forma de segmentar la ANOVA en varias partes y de esta manera poder contestar preguntas más complejas. Finalmente, se describen e explican la forma de optimizar los recursos en la conducción de los experimentos y descubrir el efecto de la interacción entre las variables.Keywords. Hypothesis testing, statistical methods. Statistical methods that serve to represent, based upon population parameters of mean and variance, for one, tow or various samples taken from study populations are discussed. Ways to reduce the amount of experimental error in order to clarify the real effect of the treatments are demonstrated. The use of Covariance Analysis to show the pure effect of treatment free from the effect of collateral variables is also indicated. Nested ANOVA that allows division of ANOVA in several parts in order to answer complex questions is described and explained. Finally, the utility of Factorial Analysis for optimization of resource use as well as the illustration of interaction effects are noted and analyzed.