MDULO 4: DISTRIBUCIN DE MUESTREO

El objetivo al efectuar un muestreo es poder inferir los parmetros de una poblacin a

travs de las caractersticas que brindan los estadsticos obtenidos en el estudio de
una muestra, tales como: la media, el desvo estndar o la proporcin de los
elementos de la poblacin que cumplen con determinada caracterstica. Es decir, la
media de la muestra me permite inferir sobre la media poblacional, como as tambin
el desvo estndar o la proporcin de los elementos con la caracterstica en estudio de
la muestra nos permite inferir sobre el comportamiento de los parmetros
poblacionales.
Es evidente que los valores estadsticos de una muestra no van a coincidir con los
parmetros poblacionales; siempre existir una diferencia, la cual surge justamente de
la variabilidad del muestreo; es decir, los valores estadsticos variarn de muestra a
muestra y por supuesto con respecto a los parmetros. Pero en el caso de los
muestreos aleatorios, se puede deducir que la distribucin de los valores estadsticos
tiende a ser normal y por lo tanto podremos acercar, con bastante aproximacin, las
diferencias entre un valor estadstico y el parmetro correspondiente. Cuando se
pretende inferir sobre un parmetro a travs del estadstico muestral, es de suma
importancia determinar que tan prximo est dicho valor del poblacional. Esta
situacin depender de tres factores: a) El parmetro en estudio; b) el tamao de la
muestra y c) la dispersin poblacional.
Lo descripto anteriormente ser el contenido del presente mdulo.

El establecimiento Las Maras, que cuenta con 400 Has. de campo, dedicada a la
actividad agrcola ganadera, tiene intenciones de exportar trigo a la Repblica China,
para lo cul dispondra de 60 Has. del total para ese cultivo. De acuerdo a los
rendimientos obtenidos a lo largo de su trayectoria como agricultora, sabe
perfectamente que la produccin por cada Ha. se distribuye normalmente con una
media de 120 quintales y una desviacin estndar de 12 quintales
La administradora del establecimiento indica que el destino que se le piensa dar a
esas 60 Has. puede ser conveniente siempre que la cosecha media por Ha. esperada
se ubique entre los 115 y 123 quintales, con una probabilidad mayor al 85%.
Cul es el destino ms conveniente para esas Hectreas?
La respuesta a este tipo de problema se encontrar al estudiar el Mdulo IV
4.1. MUESTREO
Cuando iniciamos el estudio de esta asignatura, decamos que la misma estaba
constituida por el conjunto de mtodos y tcnicas que permitan estudiar una muestra
debidamente representativa de una poblacin a fin de poder determinar los valores
estadsticos para poder inferir con un cierto grado de bondad sobre los parmetros
poblacionales..
Realizar un censo de la poblacin es conveniente:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-1-

a- Cuando la poblacin es pequea

b- Si el tamao de la muestra es relativamente grande con respecto al tamao de
la poblacin, en este caso el llegar al censo puede ser ms conveniente.
c- Si es necesario contar con una gran exactitud, en cuanto al valor del parmetro
solicitado.
Pero en muchas oportunidades no es conveniente realizar un censo o la aplicabilidad
del mismo es imposible. Por ejemplo:
a- Si la poblacin es infinita o su tamao desconocido. Se trata por ejemplo de
estudiar las longitudes de los peces de una laguna.
b- En muchas oportunidades, sobretodo en la industria, suele presentarse la
necesidad de efectuar ensayos destructivos para definir la aceptacin de una
partida de piezas y lgicamente esto no permitira de ninguna manera un
censo.
c- Muchas veces es necesario tomar decisiones en un perodo de tiempo
relativamente corto, cosa que no se podra llevar a cabo si las mismas
dependen
d- del resultado de un censo que requiere gran cantidad de tiempo.
e- No podemos dejar de lado el costo que requiere un censo sobretodo cuando
est referido a poblaciones grandes
f- En oportunidades la exactitud demandada en un censo no se verifica debido al
proceso de aplicabilidad del censo. Ante una gran partida de chavetas de
seguridad el pretender verificar si la poblacin de chavetas estn bajo normas
acarrea ms costo que los beneficios de su exactitud puede brindar, sin contar
que al cabo de verificar un cierto nmero de piezas, la monotona de la
operacin induce a cometer errores al operario que efecta la operacin.
Para realizar un muestreo es necesario plantearse cuatro preguntas bsicas que
facilitarn la determinacin de la muestra:
1- Cul es el mtodo menos costoso que permite la determinacin de una
muestra debidamente representativa?
2- Cul es la forma de analizar la informacin muestral?
3- Cmo se realizaran las inferencias poblacionales?
4- Cmo determinaremos el grado de bondad en la inferencia?
En todo muestreo es necesario tratar de evitar los errores, a estos efectos
clasificaremos los errores como:
Muestrales
Errores
No muestrales
Los errores no muestrales en general se cometen en la confeccin de las preguntas, o
la confeccin de formulario no claro y que permiten respuestas sesgadas, no precisas
o que pueden obligar al encuestado a no responder con exactitud.
Errores muestrales se producen cuando la muestra obtenida no representa
correctamente a la poblacin. Es conocido el error que comete Literary Digest, en las
encuestas que efectuara para determinar la intencin de voto de la poblacin de
EE.UU. en 1936. Efecta una encuesta a dos millones de personas que extrae de la
gua telefnica y registro de propietarios de automviles, determinando como resultado

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-2-

de este estudio ganador y por amplio margen a Landon. Sin embargo es Roosevelt
quien gana las elecciones por amplio margen. El error cometido estaba en que los
2.000.000 de encuestados pertenecan a la clase de mejores recursos y por lo tanto
tenan telfono y automviles y que en general respondan a los republicanos,
mientras que a Roosevelt, lo apoyaban las clases de menores recursos.
Cuando efectuamos un diseo muestral es necesario tratar de minimizar todos los
errores, sean muestrales o no muestrales. Ntese que no es solamente el error
cometido en la estimacin del parmetro sino en las decisiones resultantes de ellas,
las que por lo general dan lugar a prdida de dinero, claro que una mayor seguridad
en los resultados conlleva generalmente a un incremento del costo del diseo de la
muestra. En este texto centraremos la atencin en determinar que diseos muestrales
maximiza la probabilidad del xito de los resultados.
Clasificaremos las muestras como:

a- Probabilsticas
Muestras
b- No probabilsticas

a- Muestras probabilsticas

Muestra Aleatoria simple

Muestra Sistemtica
Muestra Estratificada
Muestra por Conglomerados

b- Muestras no probabilsticas Muestra por juicio

Muestra por conveniencia
Muestra bola de nieve
Muestra por cuotas

a) Cuando de una poblacin todas las muestras posibles del mismo tamao n
tienen la misma probabilidad de ser seleccionada reciben el nombre de
muestras aleatorias simples. Podramos ampliar esta definicin indicando que,
la definicin anterior implica en si misma que para tener una muestra aleatoria
simple, todos los elementos de la poblacin tienen la misma probabilidad de
ser elegido en una muestra. El muestreo aleatorio simple se complica cuando
la poblacin es muy grande, llegando en muchos casos a ser imposibles de
aplicar
En el caso de contar con una poblacin finita, se podra:
A -1 Efectuar un listado de todos los elementos de la poblacin y luego aplicar
un mtodo aleatorio para seleccionar los elementos que se habrn de
muestrear

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-3-

A -2 Cuando la poblacin es finita y no muy grande se podra utilizar para este tipo de
muestreo la tabla de nmeros aleatorios. Esta tabla ha sido confeccionada con
ayuda de una computadora, la que ha generado una serie de valores de manera
azarosa (en realidad podramos decir que es pseudo azar). La lista de nmeros
aleatorios contienen los diez dgitos de nuestro sistema decimal, de 0 a 9 y consta
cada uno de ellos de cinco dgitos determinado cada uno de ellos de manera
totalmente azarosa. Su forma de uso es la siguiente:
1- Se numeran todos los elementos que conforman la poblacin, si la
misma estuviere formada por 1950 elementos el primero tendra la
numeracin de 0001.
2- A partir de cualquier nmero de la tabla de nmeros aleatorios pero
teniendo en cuenta que el nmero elegido este conformado por tantos
dgitos como la cantidad de dgitos que posee el ltimo elemento de la
poblacin.
3- A partir del nmero elegido se irn seleccionando los elementos de la
poblacin cuya numeracin coincida con los nmeros correlativos de la
tabla, en el orden elegido, teniendo en cuenta que un nmero de la
tabla no coincide con un numerado se deshecha como tambin en el
caso de repeticin

b- Muestreo Sistemtico. Tiene este mtodo caractersticas similares al del muestreo

aleatorio simple, es necesario numerar todos los elementos de la poblacin, luego
dividir el nmero total de elementos por el tamao de la muestra que se haya
determinado h = N/n y luego se elige para el muestreo cada elemento h-simo de la
lista a partir de uno inicial que debe encontrarse dentro del primer intervalo h.
Supongamos tener una lista de 500 elementos y se desea una muestra de 20, h=
400/20 = 20

c- Muestreo Estratificado. El mtodo consiste en dividir la poblacin en grupos

llamados estratos de elementos semejantes y luego realizar un muestreo en cada
estrato. El objetivos de este mtodo est dado en que si subdividimos la poblacin en
subgrupos homogneos, la variabilidad de los estadsticos sern menores que la
variabilidad de toda la poblacin, de esta manera podremos regular el tamao de la
muestra. Cuanto ms homogneos sean los estratos mas pequea puede ser la
muestra.

d- Muestreo por Conglomerados. Este tipo de muestreo consiste en subdividir la

poblacin en subgrupos heterogneos que sean representativos de la poblacin total.
De esta manera cada subgrupo se comporta como una mini poblacin, de esta manera
y en el caso ideal de que los subgrupos son iguales el muestreo se puede reducir a
uno solo de ellos. Una muestra por conglomerados bien diseada puede producir una
muestra ms precisa que una aleatoria simple y a un costo sensiblemente menor.
Existen similitudes entre los mtodos de muestreo Estratificado y por Conglomerados,
el primero se utiliza cuando cada grupo presenta una pequea variacin dentro del
grupo pero existe una gran variacin entre los grupos, en el segundo caso, por
conglomerados, existe gran heterogeneidad dentro de cada grupo, pero los grupos
entre si son esencialmente similares.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-4-

MUESTREO POR JUICIO

En muchas oportunidades no es posible obtener muestras aleatorias, en esos casos
es necesario recurrir a alguien que tenga experiencia y conocimiento del tema a fin de
poder tomar la muestra. Si fuere necesario realizar un estudio sobre los tipos de peces
que se tiene en un lago, tendremos que recurrir a un conocedor de dicho lago para
que defina cuales son las zonas para obtener las muestras. Las muestras a juicio
evitan el anlisis estadstico, pero suelen ser necesarias para casos tal como el
planteado.

4.2 DISTRIBUCIN DE MUESTREO: VARIABILIDAD DE ESTADSTICOS

Al inicio de este mdulo hemos analizado la manera de determinar las muestras de
una poblacin con el objeto de definir los estadsticos para poder as inferir sobre los
parmetros de la poblacin. Los estadsticos calculados en cada muestra de ninguna
manera sern iguales entre si, y por lo tanto tampoco podemos esperar que los
estadsticos de una muestra sean iguales a los parmetros poblacionales. Todo
entonces consiste en inferir sobre los parmetros de una poblacin a travs de los
estadsticos de una muestra. El desvo estndar poblacional segn el desvo
estndar de una muestra S, de la misma manera sera la media poblacional de
acuerdo al valor de la media muestral x . As tambin con el mismo concepto
podramos determinar la proporcin p en la poblacin a contar de la proporcin p de la
muestra.
Pero como podremos inferir sobre los parmetros si, de acuerdo a lo expresado
tendremos diferencias entre
esos parmetros y los estadsticos homlogos.
Supongamos que el parmetro a inferir sea la media. Si de una poblacin se toman un
nmero determinado N de muestras y suponiendo que es la media el parmetro de la
poblacin a estimar, se espera que las medias de las distintas muestras sern
diferentes entre s y distintas tambin a la media de la poblacin, diferencias estas que
surgen como lgicas si se tiene en cuenta lo aleatorio del muestreo, es esta la razn
por la cul, para poder hacer alguna inferencia sobre la media de la poblacin
teniendo en cuenta los valores estadsticos ser necesario tener en cuenta la forma
en que varan stos en el muestreo.
En general podemos decir que la variabilidad producida en los estadsticos de las
distintas muestras estn relacionadas con:

a) Caractersticas de la poblacin
Variabilidad de estadsticos:

b) Tamao de la muestra
c) Tipo de parmetro en estudio

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-5-

a) Caractersticas de la poblacin. Ante una poblacin que presenta, en

cuanto a la variable en estudio una gran heterogeneidad, mayor ser la
amplitud de la distribucin de muestreo.
b) Tamao de la muestra. Podremos comprobar que a medida que aumenta el
tamao de la muestra se tendr una menor dispersin en los valores y por
lo tanto la inferencia en los parmetros tendrn una mayor exactitud.
c) Tipo de parmetro en estudio. De acuerdo al tipo de parmetro a estimar,
tendr caractersticas propias la distribucin de muestreo a analizar.
El concepto de distribucin de muestreo es preliminar al estudio y anlisis del
Teorema Central del Lmite, imprescindible para el estudio de la inferencia
estadstica

4.2.1 DISTRIBUCIN EN EL MUESTREO DE LA MEDIA

Supongamos tener una poblacin cuyo tamao es muy grande o infinita y la
cul consta de una media y desvo estndar . Supongamos que de esa poblacin
se pudieren extraer todas las muestras posibles de un mismo tamao n cada una de
ellas, cada muestra constar de una media x y de un desvo estndar S y de acuerdo
a lo ya expresado distintas entre muestra y muestra
Si esquematizamos
x1
n
s1
N

Poblacin

x2

s2
n

x3
s3
n

xi
si
Consideramos una poblacin finita pero con un N lo suficientemente grande de forma
tal que, una muestra efectuada sin reposicin no modifique sus caractersticas.
Si consideramos ahora las medias de todas esas muestras y generamos con ellas
una distribucin tendramos lo que denominaremos una distribucin de medias
muestrales, esta distribucin tendr una media a la que denotaremos como x y un
desvo estndar

x , Debemos recordar que la distribucin a la que nos estamos

refiriendo es la conformada por las medias de todas las muestras posibles de un

mismo tamao y por lo tanto ellas conforman una poblacin . La distribucin de
medias muestrales ser normal y el desvo estndar de esta distribucin se denomina
error muestral estndar, cuanto ms pequeo sea este valor, menor ser el error que
se cometa cuando se infiera sobre la media poblacional a travs de la media de una
muestra.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-6-

Podemos emitir la siguiente definicin:

Distribucin de muestreo es una distribucin de la variabilidad de un estadstico, y que
indica que el valor estadstico de la muestra tender a variar respecto del parmetro
correspondiente debido a la variacin al azar del muestreo aleatorio
.
Analicemos el siguiente ejemplo que corresponde a una Empresa de ventas que
cuenta con cinco vendedores a los que designaremos como (A, B, C, D y E ) y cuyos
salarios mensuales son ($400, $400, $500, $600 y $600) respectivamente. Dichos
salarios constituirn la poblacin en estudio, en este caso dicha poblacin es finita y
consta de solo 5 elementos. Ayudndonos con la tabla T1.1, determinaremos los
parmetros , Var(x) y poblacionales
El salario promedio ser de

Trabajadores
A
B
C
D
E
Sumas

Xi Salarios $
400
400
500
600
600

Tabla 4.1
Media
500
500
500
500
500

(xi - )
-100
-100
0
100
100

( xi - )2
10000
10000
0
10000
10000

40000

2500

Podemos ahora determinar los parmetros poblacionales de varianza y desviacin

estndar
Parmetros

Poblacionales

2=
=

2500
= $500
5

media

40000
= $8000 Varianza
5
8000 = $ 89,44 Desviacin estndar

El grafico 4.1 entrega el histograma y polgono de frecuencias

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-7-

Grfico 4.1
2,5

frecuencia

2
1,5
1
0,5
0
300

400

500

600

700

salarios

El grfico 4.2 corresponde al polgono de frecuencias suavizado convenientemente.

Grafico 4.2
2,5

frecuencia

2
1,5
1
0,5
0
200

300

400

500

600

700

800

salarios

Ahora bien, consideremos de esta poblacin todas las muestras posibles de dos
elementos cada una de ellas y que, de acuerdo a lo que ya vimos, su nmero estar
dado por las combinaciones de cinco elementos tomados de dos en dos 5C2 . Adems
de cada muestra determinemos su media tal como lo muestra la siguiente tabla 4.2.
Tabla 4.2
Muestras
A-B
A-C
A-D
A-E
B-C
B-D
B-E
C-D
C-E
D-E

Xi
800
900
1000
1000
900
1000
1000
1100
1100
1200

x
400
450
500
500
450
500
500
550
550
600

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-8-

Con las medias de todas las muestras podemos generar una nueva distribucin la que
denominaremos Distribucin de Medias Muestrales de tamao 2 y de la cul
determinaremos
1) La media de la distribucin muestral
2) La varianza de la distribucin muestral
3) La desviacin estndar de las medias muestrales (el que como ya dijimos toma
el nombre de error muestral estndar de las medias para muestras de tamao
2)
4) Probabilidad de ocurrencia de las medias muestrales

Tabla 4.3

xi
400
450
500
550
600

fi
1
2
4
2
1
10

xi . fi Fri
400
900
2000
1100
600
5000

0,1
0,2
0,4
0,2
0,1

( xi - x ) ( xi - x )2.fi
-100
-50
0
50
100
0

10000
5000
0
5000
10000
30000

1- La media de la distribucin de las medias muestrales

x =

5000
= 500$
10

2- La varianza de la distribucin muestral

Var ( x) =

30000
= $3000
10

3- El desvo estndar de la distribucin muestral

x = 3000 = $54,77
4- La probabilidad de ocurrencia de las medias muestrales viene dada por la columna
de frecuencias relativas (i/n).
As, la probabilidad de que una muestra de tamao 2, tomada de esa poblacin,
proporcione un promedio salarial de $500 es de:
4 / 10 = 0,4
El histograma y polgono de frecuencias lo entrega el grfico 4.3

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

-9-

Grafico 4.3
4,5
4

frecuencia

3,5
3
2,5
2
1,5
1
0,5
0
300

400

450

500

550

600

700

salarios

De la misma manera en que graficamos el polgono de frecuencias suavizado de la

poblacin, podemos graficar probabilidades de las medias muestrales (grfico 4.4).

probabilidad

Grafico 4.4
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
200

300

400

500

600

700

800

medias muestrales

Como conclusin podemos decir que, si de la poblacin se extraen todas las muestras
posibles y de cada una de ellas se determina su media, la distribucin generada con
las medias de todas las muestras presenta las siguientes caractersticas:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 10 -

a) La media de la distribucin de las medias de todas las muestras

posibles de la poblacin de tamao (n =2) es igual a la media de la
poblacin.
b) Que el desvo estndar de dicha distribucin, tambin denominado
como Error Muestral Estndar, es menor que el desvo estndar
poblacional
c) Mientras que la poblacin presenta un diagrama de frecuencias
bimodal, en este caso, el correspondiente a la distribucin de las
medias muestrales tiende a ser normal

Regresemos a la poblacin y consideremos ahora todas las muestras posibles de

tres elementos cada una de ellas (n = 3). El nmero de muestras posibles estar dado
por las combinaciones de 5 tomadas de 3 en 3 (5C3):
5C3

= 10 muestras

y con las mismas generemos una nueva tabla 4.5 que nos entrega la suma y la media
de los elementos de cada una de las muestras
Tabla 4.5
muestras
A-B-C
A-B-D
A-B-E
A-C-D
A-C-E
A - D -E
B-C-D
B-C-E
B-D-E
C-D-E

xi

Xi
1300
1400
1400
1500
1500
1600
1500
1500
1600
1700

433,33
466,67
466,67
500,00
500,00
533,33
500,00
500,00
533,33
566,67

Con las medias de todas las muestras de tamao n=3 se genera una nueva
distribucin de muestreo tal como lo muestra la tabla 4.6.
Tabla 4.6

x
433,33
466,67
500,00
533,33
566,67

fi
1
2
4
2
1
10

x . fi
433,33
933,34
2000
1066,66
566,67
5000

fri
0,1
0,2
0,4
0,2
0,1
1

( x - x )

( x - x )2.fi

-66,67
-33,33
0,00
33,33
66,67
0

4444,8889
2221,7778
0
2221,7778
4444,8889
13333,3334

Podemos determinar de esta distribucin de medias muestrales de tamao 3, los

siguientes parmetros

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 11 -

1- La media de la distribucin de las medias muestrales

x =

5000
= 500$
10

2- La varianza de la distribucin muestral

Var ( x) =

13333,33
= 1333,33$ 2
10

3- El desvo estndar de la distribucin muestral

x = 1333,33 = $36,51
4- Tambin podemos determinar la probabilidad de ocurrencia de medias muestrales
de forma tal que la probabilidad que en una muestra de tamao 3 se obtenga una
media de ingresos de $466,67 ser de 0,2
Los grficos correspondientes a esta distribucin son 4.5 y 14.6:

Grafico 4.5
4,5
4

frecuencia

3,5
3
2,5
2
1,5
1
0,5
0
400

433,33

466,67

500,00

533,33

566,67

600,00

Ingresos

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 12 -

Grafico 4.6

Probabilidad

0,5
0,4
0,3
0,2
0,1
0
300

400

500

600

Ingresos

Observamos como el diagrama que representa las probabilidades de las medias

muestrales tiende a ser normal y presenta una menor dispersin a medida que
aumenta el tamao de la muestra.
Conclusiones
a) La media de la distribucin de las medias de todas las muestras posibles que de
n=3 elementos cada una de ellas se pueden tomar de una poblacin de cinco
valores, es igual a la media de la poblacin, lo que tambin ocurra en el caso de
n=2.
b) La distribucin tiende a adquirir las caractersticas propias de una distribucin
normal.
c) El desvo estndar de la distribucin es menor que el desvo estndar poblacional.
d) El desvo estndar de la distribucin muestral de n=3 es menor que el desvo
estndar de la distribucin muestral de n=2 es decir que, a medida que el nmero
de elementos que componen la muestra aumenta, disminuye la dispersin de la
distribucin muestral.
Lo expuesto, se representa en el siguiente cuadro:

Tabla 4.7
Tamao de la
muestra: n
2
3

Media
$ 500
$ 500

Desviacin
estndar
$54,77
$36,51

Rango o
recorrido
600 400 =200$
566,67
433,33=133,34

Las conclusiones sacadas en el anlisis de las distribuciones de las medias

muestrales nos lleva al enunciado del teorema fundamental de la Estadstica
denominado TEOREMA DEL LIMITE CENTRAL

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 13 -

4.3-TEOREMA DEL LMITE CENTRAL

Si de una poblacin de media y desviacin estndar , se extraen todas las
muestras posibles del mismo nmero de elementos n cada una de ellas y de cada
muestra obtenemos su media, la distribucin de todas esas medias tendr una
distribucin del tipo normal, independientemente del tipo de distribucin que posea la
poblacin, con una media igual a la media poblacional y un desvo estndar x
z

menor al desvo estndar poblacional, denominado error muestral estndar cuyo valor
es igual a x =

(cociente entre el desvo estndar poblacional sobre la raz

cuadrada de n, tamao de muestra).

En realidad la normalidad en las distribuciones de las medias muestrales est sujeta a
los siguientes conceptos:
1- Cuando la poblacin es grande y est normalmente distribuida la
distribucin de los medios muestrales ser normal.
2- Cuando la poblacin no est distribuida normalmente, la distribucin de las
medias muestrales se aproximar a una distribucin normal si el tamao de
la muestra es suficientemente grande (30 o ms elementos).

Resumiendo:
1- La distribucin de las medias muestrales para n grande es normal

2- La distribucin de las medias muestrales tiene una media igual a x = ,

media poblacional.
3-La desviacin estndar de las distribuciones de las medias muestrales
denominado error estndar esta dado por la expresin:
=
x

donde:

es la desviacin estndar de la poblacin

n es el tamao de la muestra

Cuando se cuenta con una poblacin finita y el tamao de la muestra es significativo

respecto al tamao de la poblacin y tal que:
n
0,05
N
es necesario, en el clculo de el error estndar, afectarlo con un factor de correccin:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 14 -

( N n)
de tal manera que:
( N 1)

fc=

x =

( N n)
( N 1)

En este ltimo concepto debemos tener en cuenta los casos analizados debido a que
la poblacin es finita y el tamao de la muestra en ambos casos es mayor al 5% del
tamao poblacional
En la distribucin de las medias muestrales para n = 2, su desvo estndar nos dio el
valor de:
x = $54,77
y de acuerdo al teorema del Lmite Central y teniendo en cuenta el factor de correccin

x=

( N n)
89,44 (5 2)
=
.
= $54,77
( N 1)
5 1
2

De la misma manera en las distribuciones de medias mustrales de tamao 3, el

desvo estndar obtenido fue de:

x = $36,51
Aplicando el teorema y el factor de correccin tendremos:

89,44
=

(5 3)
= $36,51
(5 1)

Valor que coincide con el hallado.

Aplicaremos los conceptos vistos en la resolucin del siguiente problema.

Carlos Jurez investigador de la empresa El Virginio S.R.L. productora de t, necesita
saber cul es el porcentaje del consumo de t por hogar en la Repblica Argentina.
Considera, de acuerdo a estudios realizados con anterioridad que el consumo anual
por hogar esta normalmente distribuido con una media no conocido pero si con un
desvo estndar de aproximadamente 1,25 Kg.
a- Si se tomare una muestra de 36 hogares seleccionados azarosamente y se tomare
de cada uno de ellos el consumo de t durante un ao, indique ud. cul cree sea la
probabilidad de que la media de esa muestra no difiera respecto del consumo
promedio de toda la poblacin en ms de 0,5 Kg.
b- Cul ser la probabilidad de que el consumo medio de la muestra supere al
consumo promedio poblacional en ms de 0,75 kg.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 15 -

Si se pudieren sacar todas las muestras posibles de 36 hogares cada una de ellas, y
de cada una obtuviramos su consumo medio, con las medias de todas las muestras
se generara una distribucin muestral de consumos medios y tamao 36, cuya media
coincide con la media poblacional la cul no es conocida. La media de la muestra
diferir respecto a la media de la distribucin muestral en z x :

F(X)

z. x

La media de la distribucin muestral es igual a la media poblacional y su desvo

estndar:

x =

Consideremos que la media de nuestra muestra se ubique a una distancia z. x de la

media muestral (igual a la poblacional), por lo tanto se cumplir que:

z. x = x
despejando z tendremos:

z=

z=

x
0,5
= 0,4918
1,25
36

Como la pregunta es que no difiera en ms de 0,5 kg tendremos que considerar que la

diferencia estipulada en el interrogante puede ser tanto en ms como en menos
respecto de la media poblacional, luego la probabilidad de que la media de la muestra
no difiera respecto del consumo medio poblacional de mas de 0,5 Kg. Ser de:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 16 -

P( x ) < 0,5) = 0,4918 + 0,4918

P( x ) =0,9836

4.2.2- DISTRIBUCIN EN EL MUESTREO DE LA PROPORCIN

En muchas oportunidades es necesario determinar una proporcin en una poblacin.
Por ejemplo: Porcentaje de votantes que se estima votarn en la prxima eleccin por
un cierto candidato, o porcentajes de alumnos del nivel primario que no terminan el
ciclo o porcentaje de enfermos de Sida, porcentaje de nios de una determinada edad
que estn vacunados contra el sarampin, etc.
La proporcin se constituye en una poblacin como un nuevo parmetro, el cul se
determinar en la mayora de los casos como una inferencia a travs del estadstico
correspondiente de una muestra. Para la obtencin y anlisis del estadstico
tendremos presente que el Teorema Del Lmite Central puede ser aplicado para las
proporciones y por lo tanto si de una poblacin con una proporcin p (de los elementos
con la caracterstica en estudio), se extraen todas las muestras posibles del mismo
tamao cada una de ellas, y de cada muestra se determina la proporcin, con las
proporciones de todas las muestras posibles se genera una distribucin de
proporciones muestrales, la que ser normal, ajustndose a las pautas ya
mencionadas de las medias muestrales y la media de esa distribucin de proporciones
ser igual a la proporcin de la poblacin y el desvo estndar de la distribucin de
proporciones muestrales ser igual :

p =

p.q
n

Analicemos todo lo expresado en un ejemplo.

Una Empresa subcontratista en una obra de canalizacin contrata a seis nuevos
operarios y de los cuales los denominados como A, B y C son extranjeros, mientras
los que denominaremos como X, Y y Z son Argentinos.
Como la variable en estudio es del tipo cualitativa, a los efectos de poder operar con
ella y realizar el estudio estadstico le asignaremos un 1 a los extranjeros y 0 a los
que no lo son.
Teniendo en cuenta que de los 6 operarios tres de ellos son extranjeros ( k = 3) el
porcentaje de extranjeros en la poblacin ser de :
p=

3
= 0,5
6

El problema estar centrado en analizar el comportamiento de la variable, proporcin

de extranjeros, en una distribucin de proporciones muestrales de tamao n = 4.
Para realizar el estudio analizamos las caractersticas que presentan los parmetros
poblacionales, que en este caso es posible debido al tamao de la poblacin. Luego
realizaremos el estudio del comportamiento de los estadsticos, de esta manera

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 17 -

podremos luego prever con que bondad se efecta la inferencia de parmetros a

partir del estadstico.

De la misma manera que conformbamos la distribucin de valores poblacionales,

generamos ahora la distribucin de proporciones.

Vendedores
A
B
C
X
Y
Z

p=

3
= 0,5
6

Tabla 4.8
xi - p
0,5
0,5
0,5
-0,5
-0,5
-0,5

Xi
1
1
1
0
0
0
3

(xi p)2
0,25
0,25
0,25
0,25
0,25
0,25
1,5

q = 1 p = 0,5

donde p constituye el porcentaje de extranjeros en la poblacin y q su complemento,

es decir el porcentaje de los no extranjeros.

Var(x) =

(xi - p)

=
=

1,5
6

Var ( x)

1,5
= 0,5
6

Tambin se puede emplear la expresin:

=
=

p.q

0,5 * 0,5 = 0,5

Consideremos ahora todas las muestras posibles de tamao n = 4 cada una de ellas, y
para cada una de las muestras la cantidad de extranjeros obteniendo as la
proporcin correspondiente.
Se pretende determinar:
a) las proporciones de extranjeros en las muestras
b) la media en la distribucin de las proporciones muestrales
c) la varianza y desviacin estndar en la distribucin de las
proporciones muestrales.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 18 -

Total de muestras:
6C4

= 15

Extranjeros

No
Extranjeros

pi

A
B
C
AB
AB
AB
AC
AC
AC
BC
BC
BC
ABC
ABC
ABC
Total

XYZ
XYZ
XYZ
XY
XZ
YZ
XY
XZ
YZ
XY
XZ
YZ
X
Y
Z

0,25
0,25
0,25
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,5
0,75
0,75
0,75
7,5

Generemos ahora la distribucin de proporciones

pi

fi

pi.fi

(pi - P)2.fi

0,25
0,5
0,75

3
9
3
15

0,75
4,5
2,25
7,5

0,1875
0
0,1875
0,375

b) La media de las proporciones muestrales es:

p =
p =

p . fi
i

N
7,5
= 0,5 = p
15

(valor que coincide con la media de la poblacin)

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 19 -

c) La varianza y desviacin estndar de las proporciones muestrales

es:

Var( p ) =

(pi p ) . fi =
2

p=

(( p

p ) 2 . fi )
N

0,375
= 0,1581
15

De la misma manera en que el desvo estndar de la distribucin de las medias

muestrales:
x =

En la distribucin de las medias de proporciones se tiene que:

p =

p*q
N

y aplicando el factor de correccin para poblaciones finitas cuando la relacin

n/N 0,05 y los valores de p y q poblacionales son p = 0,5 y q = 0,5.

p =

p =

p*q
*
N

0,5 * 0,5
*
4

N n
N 1

64
= 0,158
6 1

Es decir el valor del desvo estndar de la distribucin de proporciones muestrales

coincide con el valor terico
Para encontrar la probabilidad de una proporcin muestral de una distribucin en el
muestreo mediante la curva normal, debemos conocer:
p = proporcin de la poblacin
p = Proporcin de la muestra

p =

p.q
N

desviacin estndar de la proporcin

Recordar:
Cuando la relacin entre el tamao de la muestra n y el de la poblacin N es
mayor o igual a 0,05 debemos aplicar el factor finito de correccin:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 20 -

x=

N n
para la distribucin de medias muestrales
N 1

N n
para la distribucin de proporciones
N 1

p.q
n

p=

muestrales

Cuando el valor de N es lo suficientemente grande, la relacin n/N es pequea y por lo

tanto el factor de correccin

N n
tiende a ser igual a 1 y su incidencia es nula o
N 1

insignificante.
RESOLUCIN
Ya estamos en condiciones de poder resolver el problema planteado al inicio de esta
unidad.
Las 60 Has disponibles se consideran como una muestra n = 60 y si se pudieran tomar
todas las muestras posibles de n= 60 cada una de ellas, el rendimiento medio de cada
una de ellas conformaran una distribucin normal
Con una media x igual a la media de 120 quintales por Ha y un desvo estndar de:

x =

La probabilidad de que la media de rendimiento para nuestras 60 Has. se ubique entre

los valores de 115 y 123 Has estar dada por la superficie rayada en la distribucin de
las medias muestrales:
115

z=

xx
reemplazando
x

x = 120

z=

123

123 120
= 1,936
12
60

P( 120 < x < 123) = 0,4736 y

Z=

xx
= 1,25
12
60

P(115 < x < 120) = 0,3944

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 21 -

La probabilidad de que el rendimiento medio se ubique entre los lmites fijados ser:
P(115 < x <123 ) = 0,4736 + 0,5 = 0,9736
La probabilidad de que el rendimientos medio de quintales por Ha. sea menor a 123 y
mayor a 115 es del 97,36%, por lo que como supera al 85% ser aconsejable sembrar
para exportacin las 60 Has. con trigo.

4.3.
ESTIMACIN
El hombre permanentemente se encuentra haciendo estimaciones. Estima el gerente
de marketing las ventas del prximo mes, estima el gerente de produccin la cantidad
de mano de obra necesaria para un perodo de produccin , el gerente de una entidad
bancaria efecta una estimacin sobre el cumplimiento de un cliente para el
otorgamiento de un crdito o descubierto, estima la ama de casa estima las
cantidades de comestible necesaria para que toda la familia sea satisfecha con una
comida, estima el peatn la velocidad del automvil que se desplaza en su direccin
y en funcin de esa estimacin decide si cruza la calzada caminando, con paso
acelerado o corriendo y de la misma manera que el grado de exactitud de la
estimacin permite la continuidad de un gerente en su puesto, tambin define el futuro
del peatn.
Cuando en la primera unidad definamos a Estadstica como El conjunto de tcnicas
y mtodos que permiten estudiar una muestra debidamente representativa de una
poblacin para determinar los valores estadsticos, a fin de poder con ellos inferir con
un cierto grado de bondad sobre los parmetros de la poblacin, quedaba claro que el
objetivo final era el de inferir algo acerca de una poblacin a partir de la informacin
adquirida de una muestra y justamente la inferencia estadstica esta basada en la
estimacin.
En esta unidad no solo veremos como se puede estimar la media o proporcin de una
poblacin, sino que tambin estimaremos el error con que estimamos al parmetro ya
que calcular la porcin exacta o la media exacta sera una meta imposible de obtener.

Una Empresa local dedicada a la fabricacin de lmparas elctricas debe estimar el

nmero promedio de horas que durarn los focos por ella fabricados. A esos efectos
tomo una muestra de 50 lmparas y determin el tiempo promedio de la vida til de las
lmparas la que arroj la cantidad de 1.520 hrs. con un desvo estndar de 32 hrs.
Con los datos entregados por la muestra y el estudio de las herramientas que
veremos a continuacin se le solicita:
a) Efecte Ud una estimacin de la vida til promedio de las lmparas
b) Genere un intervalo que contenga a la media poblacional con un 98% de
bondad
c) Si se desea estimar la vida til promedio de las lmparas con un error no
mayor a las 4 hrs., con una confianza del 95%, Indique cul tendra que ser
el tamao de la muestra a analizar.
4.3.1 TIPOS DE ESTIMACIN
Conceptualmente la estimacin es el proceso de usar un estadstico para inferir sobre
(estimar) el correspondiente valor del parmetro poblacional desconocido, de esta

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 22 -

manera podramos estimar la media de la poblacin, la mediana, su varianza desvo

estndar, etc. De todos ellos suele ser la media el parmetro l ms estimado adems
de ser el de mayor exactitud.
Se tiene dos tipos de estimaciones concernientes a una poblacin:
De punto: Cuando al parmetro le asignamos un valor nico
Ej: el promedio de ingreso es $500
Estimacin
De intervalo: Cuando al parmetro le asignamos un valor
dentro de un intervalo
Ej: el promedio de ingreso esta comprendido
entre $400 y $50 con una probabilidad de el
95%

Una estimacin puntual es un nmero determinado por lo general a travs de una

frmula que se utiliza para estimar un parmetro de poblacin desconocido
El ejemplo ms simple lo constituye la media, ya que est dada por la expresin
matemtica:

x=

( xi. fi)
n

Se comporta como una estimacin puntual, de la misma manera podran comportarse

como estimadores puntuales de los parmetros poblacionales, los estadsticos,
Mediana, desvo estndar y varianza. Pero es necesario tener en cuenta que debido a
la variabilidad de muestreo, los estadsticos no coincidirn con los parmetros
poblacionales, por lo cul es conveniente acompaar al estimador puntual con una
estimacin de intervalo
4.3.2. ESTIMACIN DE LA MEDIA DE LA POBLACIN () A PARTIR DE UNA
MEDIA MUESTRAL ( x )
Supongamos tener una poblacin con media y desvo estndar , de acuerdo al
Teorema Central del Limite, si de la misma se extraen todas las muestras posibles del
mismo tamao, cada una de las muestras tendr su media x y una desviacin
estndar muestral S. Sabemos que, con las medias de todas las muestras se genera
la distribucin muestral de medias, la que es normal y su media x es igual a la
media poblacional.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 23 -

x1

Tamao n

Poblacin

Tamao N

Tamao n

x2

Tamao n

x3

Tamao n

xi
Para una muestra cualquiera, su media estar ubicada bajo la curva a una distancia
mxima E de la media poblacional, por lo tanto si estimamos la media poblacional a
travs de la media de esa muestra cometemos un error, el cul est dado por E.

F( x )

x =

Si consideramos una de las muestras, su media tendr un valor x y se ubicar sobre

el eje de las abscisas a una distancia E de la media poblacional , por lo tanto si
estimamos la media poblacional a travs de la media de esa muestra cometemos un
error, el cul es igual a E = x y el cul expresado como una proporcin del

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 24 -

desvo estndar de esa distribucin que denominamos como error muestral estndar,
es:
E=z x = x
Si tenemos en cuenta que

x =

error estndar

la expresin del error de estimacin ser:

E = z.

El error de estimacin es un valor que lo podemos estimar a priori como el mximo

error permitido entre el valor de la media de una muestra y el valor de la media
poblacional siendo este error funcin de z, del desvo estndar poblacional y de n,
tamao de la muestra:
z : Que nos definir el grado de bondad o nivel de confianza
: Desvo estndar poblacional
n : Tamao de la muestra

Para una poblacin determinada, esta tiene definido su desvo estndar y por lo tanto
el error muestral queda sujeto a la variacin del tamao de la muestra y del grado de
seguridad con que se quiera estimar el parmetro.
Los grados de seguridad ms utilizados son los de: 90%, 95%,98% y 99%.
Supongamos adoptar un valor de seguridad del 95% en la estimacin puntual de la
media poblacional, esto implica que el valor de z = 1,96, y el rea encerrada por la
curva normal en el intervalo - 1,96. x y +1,96 x es de 0,95, esto adems
indica que, el 95% de todas las muestras tienen una media comprendida en ese
intervalo.
El nivel de confianza que se establezca define el valor de z, el cul se extrae de la
tabla de distribucin normal estndar, para lo cul debe ingresarse a dicha tabla a
partir de la superficie correspondiente a la confianza establecida, los ms utilizados se
entregan en la tabla:
Tabla 4.9
Nivel de confianza
Z
90%
1,645
95%
1,96
98%
2,33
99%
2,575

4.3.2.1 INTERVALOS DE CONFIANZA PARA LA MEDIA

Como en general los estadsticos no coincidirn en su valor con los parmetros
poblacionales debido fundamentalmente a la variabilidad del muestreo, tal como lo

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 25 -

explicbamos en el tem anterior, es deseable y conveniente el determinar un

intervalo que acompae a la estimacin puntual. Esta estimacin proporciona un
intervalo el cual, con una determinada probabilidad dada por el grado de confianza,
incluir al parmetro estimado.
Supongamos que es necesario estimar la media de una poblacin a travs de la media
de una muestra de tamao n, de acuerdo a lo que establece el Teorema del Lmite
Central, la distribucin de las medias muestrales ser normal y su media coincidir con
la media poblacional. Ahora bien; el 95% de las muestras tendran una media que se
ubicara en el intervalo 1.96. x , por lo tanto, si a partir de la media de una

( x 1,96. )

muestra adoptamos ese mismo intervalo

la probabilidad de que la

media poblacional est comprendida en ese intervalo ser del 95%, el 5% restante es
la probabilidad de que justamente la muestra elegida posea una media que no que no
est comprendida en el intervalo 1.96. x .

Por lo tanto para determinar un intervalo de confianza para la estimacin de la media

poblacional, ser necesario:
a) Adoptar un nivel de confianza con el cul queda determinado
el valor de z
b) Determinar la media de una muestra
c) Definir los lmites del intervalo

Lmite superior del intervalo LSC = x + Z . x

LIC = x Z . x

Lmite inferior del intervalo

Tener en cuenta que

( Z . )
x

constituye el error permitido o error mximo para una

determinada bondad.
.

F( x )

95%

-z x

+z x
E

x
E

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 26 -

Lic= x -E

Lsc= x +E

E=zx
Siendo x =

RECORDAR
E=z x
x =

error permitido o error de muestreo

error muestral estndar

Ejemplo 1:
El propietario de un restaurante desea determinar el tiempo promedio que una pareja
ocupa una mesa. A estos efectos tom los tiempos que emplearon las ltimas 50
parejas y determin un tiempo promedio de 80 con una desviacin estndar de 15.
Se desea:
a) Estimar puntualmente el verdadero tiempo promedio () que dedica a cada
comensal.
b) Estimar el verdadero tiempo promedio () mediante un intervalo de confianza del
95%.
Solucin:
Teniendo en cuenta que los datos son:
n = 50
x = 80
= 15
la bondad establecida es del 95% por lo que el valor de :
z = 1,96
Estimacin puntual:

= x = 80'
Estimacin por intervalo:
x =

15
50

= 2,121

Lic= x - 1,96 (2,121) = 80 - 4,158

Lsc = x + 1,96 (2,121) = 80 -+ 4,158

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 27 -

Esto implica que con un 95% de seguridad el verdadero promedio () se ubique en el

intervalo de:
(758422; 84,158)

Ejemplo 2:
Debido a la necesidad de ahorrar energa el gobierno comunal de una localidad
realiz un muestreo de 81 viviendas a los efectos de determinar el consumo promedio
diario de cada una de ellas. El informe del estudio realizado indicaba que los
consumos diarios por hogar varan normalmente con una media de 15 Kw. diarios y un
desvo estndar de 3.
Se solicita determinar:
a) El consumo puntual promedio de todos los hogares
b) El intervalo de consumo que contenga al promedio de todos los hogares de esa
comunidad con una seguridad del 98%.
Solucin:
Teniendo en cuenta que: n = 81 viviendas
x = 15 Kw. diarios
= 3 Kw. diarios
Un grado de seguridad del 98% implica un:
z = 2,33
El desvo estndar de la distribucin muestral para tamao de muestra 81:
x =

a)

Estimacin puntual

3
81

= 0,33 Kw.

= 15

Estimacin por intervalo

Lic = 15 2,33 * 0,33 = 14,2311 Kw.
Lsc = 15 + 2,33 * 0,33 = 15,7689 Kw.

Significa que con un 98% de certeza el consumo promedio real por vivienda
y por da esta dentro de estos valores.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 28 -

4.3.3. ESTIMACIN DE UNA PROPORCIN (p) POBLACIONAL A PARTIR DE UNA

PROPORCIN MUESTRAL ( p )
De la misma manera en que la distribucin de las proporciones muestrales tienen un
comportamiento similar a la distribucin de las medias muestrales, para la estimacin
de la proporcin poblacional se seguir un procedimiento similar al utilizado para la
estimacin de la media.
Obtenida la muestra y determinada de la misma la proporcin ( p ), es necesario
definir el valor del error muestral estndar de las proporciones

p =

p.q
n

En el caso de no contar con la proporcin poblacional se considera la situacin ms

desfavorable, es decir:
p = 0,5
En general tambin es comn utilizar los valores de la proporcin de la muestra en
reemplazo de la proporcin poblacional, en ese caso:

p =

p.(1 p )
n

Para el caso de presentarse poblaciones finitas y el tamao de la muestra es tal que:

n/N >= 0,05
es necesario aplicar el factor de correccin de poblaciones finitas para la
determinacin de p :
:
fc =

( N n)
( N 1)

con lo que tendramos:

p =

p.q
.
n

( N n)
( N 1)

Los lmites de confianza se determinan de manera similar a los del intervalo de la

media:
Lmite superior = p + z . p
Lmite inferior =
Aclaracin

p - z . p

z . p error de muestreo de las proporciones

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 29 -

p.q
error muestral estndar de las proporciones
n

p =

Ejemplo 3
La caja de Jubilaciones de una Provincia de la Argentina ha determinado que de los
ltimos 100 empleados pblicos que deciden iniciar los trmites de jubilacin sin
recurrir a ningn gestor es del 40%.
Se solicita determine:
a)
Puntualmente la proporcin poblacional de empleados que
encaran personalmente su jubilacin
b)
Genere un intervalo de confianza que contenga a la
proporcin poblacional con una bondad del 95%

Datos:

n = 100
p = 0,4 por lo que:

q = 1 p = 0,6
a) Estimacin puntual :

p = p = 0,4
p = 40%
Error muestral estndar de las proporciones, adoptaremos en este caso como
proporcin poblacional la proporcin de la muestra:

p =

0,4 * 0,6
=0,049
100

b) Intervalo de Confianza
Lic = p z. p

Lsc = p + z. p
Lic = 0,4 1,96 * 0,049
Lsc = 0,4 + 1,96 * 0,049
Es decir que la proporcin de todos los empleados pblicos que realizan sus trmites
jubilatorios sin intervencin de gestores se ubica en el intervalo

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 30 -

(30,39% y 49,6%)

Ejemplo 4:
Los estudiantes de una Universidad analizan la posibilidad de tomar el establecimiento
debido a las medidas rectorales que no permiten la actuacin del Centro de
Estudiantes. A los efectos de determinar el porcentaje de estudiantes que estn a
favor de esa medida se entrevistaron 150 alumnos de los cuales 40 de ellos indicaron
estar a favor de la medida. Se solicita:
a) Determine puntualmente el porcentaje de todos los alumnos que se plegaran a
la medida
b) Estime un intervalo de confianza del 95% que contenga al porcentaje
poblacional.

Datos:

Tamao de la muestra
n = 150 alumnos
Alumnos a favor de la medida: x = 40
Porcentaje muestral

p=

x 40
=
n 150

p = 26,67%

Estimacin Puntual

p = p = 26,67%
Estimacin por intervalo con una confianza de confianza del 95%

p =
Adoptando

p*q
n

p = p = 26,67%
Q = 1 p = 73,33%

p=

(0,2667.0,7333)
= 0,0361
150

Para una bondad del 95%

z = 1,96
Lic = 0,2667 1,96 * 0,0361 = 0,1959

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 31 -

Lsc =0,2667 + 1,96 * 0,0361 = 0,3374

El porcentaje de alumnos que estn a favor de la toma de la Universidad est
comprendido en el intervalo:
(19,59% al 33,74%)
con una bondad del 95%.

4.3.4

DETERMINACIN DEL TAMAO DE UNA MUESTRA

Una de las dudas que se le presenta a todo alumno cuando estudia muestreo es el de
determinar cual es el tamao de la muestra necesaria para que, el estadstico
necesario para efectuar la correspondiente inferencia, tenga la mayor exactitud. Y por
lo tanto el error cometido cuando se infiere el parmetro sea el menor posible o el
que estemos dispuestos a aceptar.
Estudiaremos como definimos el tamao de la muestra para la determinacin de la
media y tambin para la determinacin de la proporciones.

4.3.4.1 PARA ESTIMAR LA MEDIA POBLACIONAL

Analicemos la distribucin muestral para una muestra de tamao n, y consideremos
que se toma una muestra cuya media se ubica en el eje horizontal, y a una distancia E
al cual hemos definido como el error que cometemos cuando estimamos la media
poblacional (coincidente con la media de la distribucin muestral) con la media de esa
muestra. Ese error responde a la expresin:
E=z. x
Si tenemos en cuenta que:

x=

reemplazando en la primera expresin, tendremos:

E=z.

Despejando el valor de n tendremos:

n= (

z. * 2
)
E

Teniendo en cuenta entonces que:

E:
es
el
mximo
error
que
se
pretende
denomina tambin como error permitido
:
Desviacin
estndar
poblacional
(Cuando
no
se tienen dos opciones que veremos inmediatamente).

cometer,
se

se

conoce

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 32 -

Z:
Define
el
grado
inferencia.
n : Tamao de la muestra.

de

seguridad

con

que

se

efecta

la

Ejemplo.
Una Empresa dedicada a cultivos de ctricos en el sur del Pas sabe que los pesos de
las naranjas de su plantacin varan normalmente con un desvo estndar de 7 grs. y
necesita estimar el peso promedio de todas las naranjas de esa plantacin, teniendo
en cuenta que el error que se pretende cometer en la estimacin no sea mayor a un
gramo del peso con una seguridad del 95%.
Aplicando la expresin que determina el tamao de una muestra, y teniendo en
cuenta que el valor de z, para una bondad del 95% es de 1,96, tendremos:

z.
n=

1, 96.7

n=

n = 189 naranjas.

CUANDO SE DESCONOCE EL DESVO ESTNDAR POBLACIONAL

Generalmente el desvo estndar poblacional no se conoce, en estos casos se tienen
tres alternativas:
1- Se considera una muestra piloto y de ella se determina el desvo estndar,
adoptando en ese caso dicho valor como desvo estndar poblacional.

2- Se tiene en cuenta el tipo de distribucin y se determina el valor del desvo estndar

dividiendo el rango de la distribucin por un valor entero k

x n x1
k

k toma el valor de 4 en el caso de ser la distribucin simtrica, caso contrario k puede

adoptar los valores de 6 u 8 de acuerdo al grado de sesgo que posea.

3-Subjetivamente de acuerdo a experiencias.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 33 -

Una vez que se toma una muestra del tamao adecuado el resultado de la muestra
debe de ser evaluado, a tales efectos debe determinarse el desvo estndar de la
media x si el producto z. x (error de estimacin) es menor que el error
especificado; la estimacin de la muestra es considerada satisfactoria. En caso de que
el error encontrado sea mayor el tamao de la muestra deber ser incrementada.

4.3.4.2 TAMAO DE UNA MUESTRA PARA PROPORCIONES

La determinacin del tamao de muestra para la determinacin del porcentaje
poblacional es similar al visto en la determinacin de tamao de muestra para la
media, teniendo en cuenta que es este caso

p =
y

p.q
n

E = z . p

reemplazando y despejando n tendremos:

2

z
n = pq
E

El error tendr que estar en concordancia de p, si p proporcin poblacional la tenemos

en porcentaje, de la misma manera tendremos a E.
Por lo general el porcentaje poblacional no se conoce, en estos casos podemos tomar
una de dos opciones:
1- Mtodo subjetivo, adoptamos un valor de p de acuerdo a experiencias
anteriores.
2- Se le asigna a p el valor de 0,5, por lo cual q= (1-p) = 0,5, en este caso el
producto de p.q toma su mximo valor.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I)

Profesor: MARIO MARN

- 34 -