- Parámetros, los cuales corresponden a los verdaderos valores de interés en cuanto a los parámetros que ya conocemos antes de realizar la simulación.
- Parámetros estimativos, son aquellos valores numéricos que estimamos en la simulación, son valores generados por el simulador en una determinada muestra.
- Vies y no vies, son los valores que se calculan a partir de los parámetros estimativos.
Instrumentos de medición
El análisis de la literatura
existente arroja un resultado de 17 instrumentos de medida de las actitudes y
la ansiedad hacia la estadística. Exceptuando dos instrumentos elaborados a partir
de escalas bipolares, a la manera del diferencial semántico de Osgood (<biblio>),
todas los instrumentos revisados son escalas tipo Likert. En lo que sigue vamos
a describir brevemente estos cuestionarios, poniendo un mayor énfasis en
aquellos que han sido usados más frecuentemente.
Medios de registro de datos
La elección del método
depende de la estrategia de recopilación de datos, el tipo de variable, la precisión
necesaria, el punto de recopilación y la formación del encuestador. Los
vínculos entre una variable, su origen y los métodos prácticos para su
recopilación. Pueden ayudar a escoger métodos apropiados. Los principales
métodos de recopilación de datos son:
Registros: los registros y
licencias son particularmente valiosos para los censos completos, pero se
limitan a variables que cambian lentamente, como el número de embarcaciones
pesqueras y sus características.
Cuestionarios: formularios
que los encuestados devuelven cumplimentados. Un método poco costoso que
resulta útil cuando los índices de alfabetización son altos y los encuestados
colaboran.
Entrevistas: formularios que
se cumplimentan a lo largo de una entrevista con el encuestado. Más caros que
los cuestionarios, pero mejores para preguntas más complejas, y cuando se dan
unos índices de alfabetización bajos o se encuentra menos colaboración.
Observaciones directas: la
realización de mediciones directas es el método más preciso para todas las
variables, como las capturas, pero a menudo resulta caro. Muchos métodos, como
los programas de observación, se limitan a la pesca industrial.
Presentación de informes: la
principal alternativa a la realización de mediciones directas consiste en pedir
a los pescadores y a terceros que presenten informes de sus actividades. La
preparación de informes presupone la alfabetización y requiere espíritu de
colaboración, pero ello puede reforzarse mediante una obligación legal y
mediciones directas. Las técnicas de recogida de la información no son un fin
en sí mismo, sino que dependen de: a- El tipo de investigación que se esté haciendo-
El tipo de análisis de datos que vamos a utilizar posteriormente- El problema
que queramos estudiad- Los objetivos que pretendamos alcanzar con la
investigación. Algunas técnicas se pueden utilizar en distintos diseños, por ejemplo la entrevista se puede utilizar
en: investigación acción, en estudios de caso, en investigación etnográfica,
etc.
Identificación del estimador determinante (estimador líder) del tamaño de la simulación
El valor inicial de una variable se modifica al avanzar la simulación. El valor de un parámetro será constante pero se puede modificar mientras se evalúan las alternativas en otras simulaciones.
El modelo se desvía por unos valores iniciales que varían hasta que el modelo se estabiliza, para poder manejar este inconveniente se siguen los siguientes planteamientos:
Descartar los datos producidos en las primeras partes de la ejecución.
Seleccionar las condiciones iniciales que disminuyen la duración del período de calentamiento.
Seleccionar las condiciones iniciales que eliminan el sesgo.
ESTIMADORES,
MUESTRAS Y CARACTERÍSTICAS DEL ESTIMADOR LIDER
En la estadística tiene un papel destacado la
noción de MUESTRA ALEATORIA. Una muestra aleatoria de tamaño n es:
•
Una colección de n variables aleatorias
•
Todas con la misma distribución
•
Todas independientes Esta definición idealiza
la operación de repetir n veces la observación de la misma variable
aleatoria,siendo las repeticiones independientes una de otra.La colección de
donde extraemos la muestra aleatoria, se denomina POBLACIÓN. Nuestra
intenciónal tomar una muestra, es la de hacer INFERENCIA. Este término lo
usamos en estadística paradenotar al procedimiento con el que hacemos
afirmaciones acerca de valores generales de lapoblación mediante los números
que observamos en la muestra.
Ejemplo
Suponga que observamos el proceso de fabricación de
las ``bolitas'' que se le ponen al envase delos desodorantes ``roll on''. No
todas las bolitas van a tener el mismo diámetro, si escogemos, alazar una
bolita, tendremos un valor para el diámetro que es una variable aleatoria.
Podemossuponer que los diámetros tienen la distribución normal, debido a
nuestra experiencia con elproceso, conocemos que la desviación estándar de la
población es de 4 mm (aproximadamente).Pero, también por experiencia, sabemos
que el diámetro promedio puede variar por desajuste dela maquinaria productora.
De modo que tenemos:
•
Una POBLACIÓN, que son todas las bolitas que se
producen
•
Un PARÁMETRO de la población conocido (o casi)
que es la desviación estándar
•
Otro PARÁMETRO cuyo valor es desconocido: la
mediaPara tratar de conocer el valor del parámetro que desconocemos, tomamos
una MUESTRA de lasbolitas. Supongamos que son 100 bolitas en la muestra. Con un
instrumento de precisión, y conmucho cuidado, medimos los diámetros de las 100
bolitas de la muestra y calculamos su promedio
No hay comentarios:
Publicar un comentario