You are on page 1of 37

Enero 2016

Ing. Rubén Darío Estrella, MBA


Cavaliere dell’ordine al Merito della Repubblica Italiana (2003)
Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM
2000), Matemático (PUCMM 2007), Teólogo (UNEV 2002)
y Maestro (Salomé Uneña 1985)
rubendarioestrella@hotmail.com /
rubendarioestrellas@gmail.com

www.atalayadecristo.org
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 Generalmente las poblaciones son demasiado grandes


como para ser estudiadas en su totalidad. Es necesario
seleccionar una muestra representativa de un tamaño
más manejable. Esta muestra se utiliza luego para
sacar conclusiones sobre la población.

 Distribución Muestral: Es una lista de todos los valores


posibles para un estadístico y la probabilidad
relacionada con cada valor.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 La Desviación Normal
 o Formula Z
 Número de desviaciones

 Z= (X - µ)/σ
 Z= (X' - µ)/σ

 Z= (X - µ)/(σ/√n)
 Z= (X' - µ)/(σ/√n)
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 Error de Muestreo: Es la diferencia entre el parámetro
poblacional y el estadístico de la muestra para estimar
el parámetro. X'-X"
 X'-µ
 Parámetro: Es una medición numérica que describe alguna
característica de una población.
 Medida descriptiva de la población completa de observaciones que
tienen interés para el investigador.

 Estadístico: Es una medición numérica que describe alguna


característica de una muestra.
 El estadístico se utiliza como estimador del parámetro. Al confiar
en una muestra para sacar alguna conclusión o inferencia sobre la
población.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 Caso I. Las ventas en miles de dólares de


Electrom, S.A. durante los últimos 6 meses fueron
de 70, 77, 73, 78, 85 y 80. Asumiendo que estos
seis meses constituyen una población, la media
claramente es µ = 77.17. El director de Marketing
desea estimar esta media "desconocida" tomando
una muestra de tamaño n=4. Se espera que el
error de muestreo que es probable que ocurra sea
relativamente pequeño. Realice la distribución
muestral.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 1º Podemos obtener muchas muestras de
tamaño 4. Específicamente 6C4 = 15.
 2º Construya la tabla en base a la cantidad de
muestra del primer punto, indicando los
elementos muestrales (Xi), y Medias
Muestrales (X’) .
 3º Construya la tabla con la Probabilidad de
cada media muestral.
 4º Calcule la media de las medias muéstrales.
70 73 77 78 80 85

TABLA DE DISTRIBUCION MUESTRAL


POBLACION

VENTAS NUMERO ELEMENTOS DE MEDIA (X') ERROR DE CUADRADO DEL

MENSUALES MUESTRA LA MUESTRA (X) MUESTRAL MUESTREO (X'-X") ERROR (X'-X")


70 1 70 73 77 78
77 2 70 73 77 80
73 3 70 73 77 85
78 4 70 73 78 80
85 5 70 73 78 85
80 6 70 73 80 85
77.17 MEDIA 7 70 77 78 80
VARIANZA 8 70 77 78 85
DESVICION 9 70 77 80 85
10 70 78 80 85
11 73 77 78 80
12 73 77 78 85
13 73 77 80 85
14 73 78 80 85
15 77 78 80 85

MEDIA DE X' VARIANZA


ERROR ESTANDAR
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 La Media de las Medias Muestrales:
 X"= ∑ X’/K

 Varianza de la Distribución Muestral de las


Medias Muestrales: σ²x'= ∑(X'-X")²/K

 Error Estándar de la Muestral de las Medias


Muestrales: σx'= √(σ ²x‘)
NUMERO ELEMENTOS DE MEDIA (X') ERROR DE CUADRADO DEL

MUESTRA LA MUESTRA (X) MUESTRAL MUESTREO (X'-X") ERROR (X'-X")


1 70 73 77 78 74.50 -2.67 7.11
2 70 73 77 80 75.00 -2.17 4.69
3 70 73 77 85 76.25 -0.92 0.84
4 70 73 78 80 75.25 -1.92 3.67
5 70 73 78 85 76.50 -0.67 0.44
6 70 73 80 85 77.00 -0.17 0.03
7 70 77 78 80 76.25 -0.92 0.84
8 70 77 78 85 77.50 0.33 0.11
9 70 77 80 85 78.00 0.83 0.69
10 70 78 80 85 78.25 1.08 1.17
11 73 77 78 80 77.00 -0.17 0.03
12 73 77 78 85 78.25 1.08 1.17
13 73 77 80 85 78.75 1.58 2.51
14 73 78 80 85 79.00 1.83 3.36
15 77 78 80 85 80.00 2.83 8.03

MEDIA DE X' 77.17 VARIANZA 2.31


ERROR ESTANDAR 1.52
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 Una aproximación cercana puede obtenerse


mediante: σ²x‘ = σ ²/√n
σ x‘ = σ/√ n
 Si el tamaño de la muestra es más del 5% de la población, n>0.05N,
debe aplicarse el factor de corrección para poblaciones finitas (fpc).
 Error Estándar utilizando el fpc:

 σ x'=(σ /√n) * (√(N-n/N-1))


 √(N-n/N-1) es el fpc.
NUMERO ELEMENTOS DE MEDIA (X') ERROR DE CUADRADO DEL

MUESTRA LA MUESTRA (X) MUESTRAL MUESTREO (X'-X") ERROR (X'-X")


1 70 73 77 78 74.50 -2.67 7.11
2 70 73 77 80 75.00 -2.17 4.69
3 70 73 77 85 76.25 -0.92 0.84
4 70 73 78 80 75.25 -1.92 3.67
5 70 73 78 85 76.50 -0.67 0.44
6 70 73 80 85 77.00 -0.17 0.03
7 70 77 78 80 76.25 -0.92 0.84
8 70 77 78 85 77.50 0.33 0.11
9 70 77 80 85 78.00 0.83 0.69
10 70 78 80 85 78.25 1.08 1.17
11 73 77 78 80 77.00 -0.17 0.03
12 73 77 78 85 78.25 1.08 1.17
13 73 77 80 85 78.75 1.58 2.51
14 73 78 80 85 79.00 1.83 3.36
15 77 78 80 85 80.00 2.83 8.03

MEDIA DE X' 77.17 VARIANZA 2.31


ERROR ESTANDAR 1.52

ERROR ESTANDAR 1.52

FACTOR DE CORRECCION
POBLACION FINITA 0.632455532
ERROR ESTANDAR 0.962057979
VENTAS VALORES DE CUADRADO DE

MENSUALES DESVIACION X-X' VALORES DE DESV.

70 -7.17 51.36

77 -0.17 0.03

73 -4.17 17.36

78 0.83 0.69

85 7.83 61.36

80 2.83 8.03

MEDIA DE X 77.17 VARIANZA 23.14

DESVIACION 4.81
TABLA DE PROBABILIDADES

NUM. MUESTRAL NX'/K


MEDIAS (NX') MEDIA (X') P(X')
TABLA DE PROBABILIDADES

NUM. MUESTRAL NX'/K


MEDIAS (NX') MEDIA (X') P(X')
74.50 1 0.0667
75.00 1 0.0667
75.25 1 0.0667
76.25 2 0.1333
76.50 1 0.0667
77.00 2 0.1333
77.50 1 0.0667
78.00 1 0.0667
78.25 2 0.1333
78.75 1 0.0667
79.00 1 0.0667
80.00 1 0.0667

SUMATORIA 15 1.0000
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 Teorema del Limite Central
 A medida que n se vuelve más grande, la distribución de las
medias muestrales se aproxima a una distribución normal
con una media X"=µ y un error estándar de σx'= σ/√ n.
 A mayor n menor σx'

 Por tanto, incluso si la población no esta distribuida


normalmente, la distribución de muestreo de las medias
muestrales será normal si n es lo suficientemente grande.

 La regla general es que si n es por lo menos 30, el Teorema


del Limite Central asegurara una distribución normal en las
medias muestrales incluso si la población no es normal.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
Conclusiones:
1.- A medida que aumenta el tamaño de las
muestras, la distribución de las medias de
muestra se acercara a una distribución
normal.

 2. - La media de las medias de muestra será


la media de la población X"= µ.

 3.- La desviación estándar de las medias de


muestra será σx'= σ /n.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 Reglas prácticas de uso común:

 1.- Para muestras de tamaño n mayor que 30, la


distribución de las medias de muestra se puede
aproximar razonablemente bien con una
distribución normal. La aproximación es más
exacta a medida que aumenta el tamaño de
muestra n.

 2.- Si la población original también esta distribuida


normalmente, las medias de muestra tendrán una
distribución normal para cualquier tamaño de
muestra n.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 El Teorema del Limite Central


indica que en el caso de muestras
grandes (n > 30), la distribución
de las medias de muestra es
aproximadamente normal con
media µ y desviación estándar
σ/n. Provocando así una variación
de la ecuación:
 Z= (X' - µ)/(σ/√n)
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89
 Caso I. Tartus Industries cuenta con siete Ingresos
empleados de producción (a quienes se les Empleado por hora
considera población). En la tabla siguiente Joe 7
se incluyen los ingresos por hora de cada Sam 7
empleado. Sue 8
 Encontrar: Bob 8
Jan 7
 La media de la población.
Art 8
 La desviación estándar de la población. Ted 9
 La media de la distribución muestral de
media con muestras de tamaño 2.
 La desviación estándar de la distribución
muestral de medias, es decir, el error
estándar de las medias.
 La tabla de Probabilidades.
Distribución Muestral
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.89

 Caso II. Los tiempos de servicio de los Nombre Años


ejecutivos que laboran en Standard Chemicals
son los siguientes: Snow 20
 ¿Cuántas muestras de tamaño 2 son
posibles? Tolson 22
 Elabore una lista de todas las muestras
posibles de 2 ejecutivos de la población y Kraft 26
calcule las medias.
 Organice las medias en una distribución Irwin 24
muestral.
 Compare la media poblacional y la media de Jones 28
las medias de las muestras.
 Compare la dispersión en la población con la
dispersión de la distribución muestral de la
media.
 Construya la tabla de probabilidades.
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Muchos asuntos de negocios tratan la proporción de la


población . Una firma de marketing puede querer
averiguar si un cliente (1) compra o (2) no compra el
producto. Un banco con frecuencia debe determinar si
un depositante (1) pedirá o (2) no pedirá un crédito para
auto. Muchas firmas deben determinar la probabilidad
de que un proyecto para presupuestar capital (1)
generara o (2) no generara un rendimiento positivo.
 un cliente (1) compra (p = π)
 o (2) no compra el producto (q = 1 - π)
 un depositante (1) pedirá un crédito para auto (p = π)
 o (2) no pedirá un crédito para auto (q = 1 - π)
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Valor esperado (media) de la


 Distribución Muestra de la
Proporción: E(p) = π = ∑p/K

 Errorestándar de la Distribución
Muestra de la Proporción:
 ____________ ________
 σp = √(π * (1- π))/n = √(p*q)/n
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Siel tamaño de la muestra es mas del


5% de la población, n>0.05N, debe
aplicarse el factor de corrección para
poblaciones finitas (fpc) √(N-n/N-1).
 Error estándar de la Distribución
Muestra de la Proporción:
 ____________ ________
 σp = √(π * (1- π))/n = √(p*q)/n
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Caso I. Publicidad Sarmiento pregunta a toda la


población N=4 clientes si vieron el anuncio
publicitario de Sarmiento en el periódico de esta
mañana. Se registro una respuesta “si” como
éxito, y “no” como fracaso. Los cuatros clientes
S1, N2, N3 y S4. La proporción poblacional de
éxitos es = 0.5. Se tomaron muestras de tamaño
n = 2, y la proporción de éxitos se registra en la
siguiente tabla:
 p = x/n
4C2 = 6
S1
N2
N3
S4

Xi Núm. De éxitos p
1 S1, N2 1 0.50
2 S1, N3 1 0.50
3 S1, S4 2 1.00
4 N2, N3 0 -
5 N2, S4 1 0.50
6 N3, S4 1 0.50
TOTAL 3.00
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97
 Valor esperado (media) de la
 Distribución Muestra de la Proporción:
 E(p) = π = ∑p/K = 3/6 = 0.5
 Error estándar de la Distribución Muestra de la
Proporción:
 _____________ _______
 σp = √(π * (1- π))/n = √(pq)/n
 _____________ __________
 σp = √(π * (1- π))/n * √(N-n/N-1)
 σp = √ 0.5*0.5/2 * √(4-2/4-1)
 σp = 0.35355339 * 0.81649658 = 0.289

 Z = (p - π)/ σ p
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97
 Caso II. BellLabs adquiere componentes para sus
teléfonos celulares en lotes de 200 de una firma en Palo
Alto. El componente tiene una tasa de defectos del 10%.
Una política establecida recientemente por BellLabs
establece que si el siguiente envío tiene:
◦ Más del 12% de defectos, definitivamente buscará un
nuevo suplidor.
◦ Entre el 10 y el 12% de defectos, considerará un nuevo
proveedor.
◦ Entre el 5 y 10% de defectos, definitivamente no
conseguirá un nuevo proveedor.
◦ Menos del 5% de defectos, incrementará sus pedidos.
 Cúal decisión es más probable que tome BellLabs?
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97
 Caso II. BellLabs adquiere componentes para sus teléfonos celulares
en lotes de 200 de una firma en Palo Alto. El componente tiene una
tasa de defectos del 10%. Una política establecida recientemente
por BellLabs establece que si el siguiente envío tiene:
◦ Más del 12% de defectos, definitivamente buscará un nuevo
suplidor.
◦ E(p) = π = 0.10

 σp = √ 0.1*0.9/200 = 0.021
 P(p > 0.12):
 Z = (p - π)/ σ p
 Z = (0.12 – 0.10)/0.021 = 0.95
 Z = 0.95  área de 0.3289
 P(p > 0.12) = P(Z > 0.95) = 0.5 - 0.3289 = 0.1711
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97
 Caso II. BellLabs adquiere componentes para sus teléfonos celulares
en lotes de 200 de una firma en Palo Alto. El componente tiene una
tasa de defectos del 10%. Una política establecida recientemente
por BellLabs establece que si el siguiente envío tiene:
◦ Entre el 10 y el 12% de defectos, considerará un nuevo proveedor.
◦ E(p) = π = 0.10
 σp = √ 0.1*0.9/200 = 0.021

 P(0.10 <= p <= 0.12):


 Z = (p - π)/ σ p
 Z = (0.12 – 0.10)/0.021 = 0.95
 Z = 0.95  área de 0.3289
 P(0.10 <= p <= 0.12) = 0.3289
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97
 Caso II. BellLabs adquiere componentes para sus teléfonos celulares
en lotes de 200 de una firma en Palo Alto. El componente tiene una
tasa de defectos del 10%. Una política establecida recientemente por
BellLabs establece que si el siguiente envío tiene:
◦ Entre el 5 y 10% de defectos, definitivamente no conseguirá un
nuevo proveedor.
◦ E(p) = π = 0.10
 σp = √ 0.1*0.9/200 = 0.021
 P(0.05 <= p <= 0.10):
 Z = (p - π)/ σ p
 Z = (0.05 – 0.10)/0.021 = -2.38
 Z = 2.38  área de 0. 4913
 P(0.05 <= p <= 0.10) = 0.4913
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Caso II. BellLabs adquiere componentes para sus teléfonos


celulares en lotes de 200 de una firma en Palo Alto. El
componente tiene una tasa de defectos del 10%. Una política
establecida recientemente por BellLabs establece que si el
siguiente envío tiene:
◦ Menos del 5% de defectos, incrementará sus pedidos.
 Cúal decisión es más probable que tome BellLabs?
 E(p) = π = 0.10
 σp = √ 0.1*0.9/200 = 0.021
 P(p < 0.05):
 Z = (p - π)/ σ p
 Z = (0.05 – 0.10)/0.021 = -2.38
 Z = 2.38  área de 0. 4913
 P(p < 0.50) = 0.5 - 0.4913 = 0.0087
Distribución de Proporciones Muestrales
ESTRELLA, Rubén Darío. Modelos Estadísticos para la Toma de
Decisiones. Edición 2016. Pág.97

 Webster: Ejercicios 9 al 12 - Pág. 157


 Webster: Ejercicios 13 al 17 - Pág. 160
 Webster: Ejercicios 18 al 46 - Pág. 164-166
 Investigar los siguientes Métodos de Muestreo y dar
dos Ejemplos: Valor 2 adicionales a los 100.
 Muestreo Aleatorio Simple.
 Muestreo Sistemático.

 Muestreo Estratificado.

 Muestreo por Conglomerados.


 Muestreo de Conveniencia.