Muestra sesgada
Una muestra sesgada es aquella muestra estadística que por no haber sido seleccionada de forma aleatoria o siguiendo una metodología estadística correcta, no refleja de forma adecuada las características de la población, de modo que presenta un sesgo o desviación respecto e la característica poblacional que se desea medir.
Puede interesarte además
Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Muestra sesgada" (en línea) Enlace al artículo
Última actualización: 06/05/2025
¿Tienes preguntas sobre este artículo?
Envíanos tu pregunta e intentaremos responderte lo antes posible.
Sigue aprendiendo en Audible
Apoya nuestro contenido registrándote en Audible, sigue aprendiendo gratis a través de este link!
Artículos relacionados
Frecuencia de ocurrencia
La frecuencia de ocurrencia es el número de veces que ocurre un suceso en un periodo de tiempo. También puede hacer referencia al número de veces que aparece un valor omodalidad en una distribución de datos, en términos absolutos (frecuencia absoluta) o relativos (frecuencia relativa).
Puede intere...
Muestreo de bola de nieve
El muestreo de bola de nieve (en inglés, snowball sampling) es un tipo de muestreo de tipo no probabilístico, especialmente utilizado en investigación cualitativa, cuando resulta díficil acceder a las personas pertenecientes al colectivo objeto de estudio, por hallarse estas en situación de invisibi...
Variable causal
Al estudiar la dependencia o correlación entre variables, la variable causal es la variable que "causa" o influye en la variable que queremos explicar o predecir. Es por tanto un término equivalente al de variable explicativa. Sin embargo, mas allá de la correlación que pueda existir entre variables...
Distribución uniforme continua
Imagen: En una distribución uniforme continua, la probabilidad de que valor aleatorio resultante se encuentre en un intervalo c,d es el área rosada: (c-d)/(b-a). Todos los intervalos de igual longitud tienen la misma probabilidad.
La distribución uniforme continua es una distribución de pro...