You are on page 1of 49

TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando la información

obtenida de una muestra, de una población.

ING. SERGIO LOPEZ NIETO

1

Cuando nos interesa estudiar las características de poblaciones grandes, se utilizan muestras por muchas razones; una enumeración completa de la población, llamada censo, puede ser económicamente imposible, o no se cuenta con el tiempo suficiente.
2

ING. SERGIO LOPEZ NIETO

1. Política. Las muestras de las opiniones de los votantes se usan para que los candidatos midan la opinión pública y el apoyo en las elecciones.

ING. SERGIO LOPEZ NIETO

3

2. Educación. Las muestras de las calificaciones de los exámenes de estudiantes se usan para determinar la eficiencia de una técnica o programa de enseñanza.

ING. SERGIO LOPEZ NIETO

4

Muestras de los productos de una línea de ensamble sirve para controlar la calidad. ING. SERGIO LOPEZ NIETO 5 .3. Industria.

Medicina. Muestras de medidas de azúcar en la sangre de pacientes diabéticos prueban la eficacia de una técnica o de un fármaco nuevo.4. ING. SERGIO LOPEZ NIETO 6 .

5. Las muestras del maíz cosechado en una parcela proyectan en la producción los efectos de un fertilizante nuevo. SERGIO LOPEZ NIETO 7 . ING. Agricultura.

Una muestra de opiniones de los votantes se usaría para determinar los criterios del público sobre cuestiones relacionadas con el bienestar y la seguridad nacional. ING. Gobierno.6. SERGIO LOPEZ NIETO 8 .

o estadísticos para estimar valores poblacionales. ING.Cuando se utilizan valores muestrales. pueden ocurrir dos tipos generales de errores: el error muestral y el error no muestral. o parámetros. SERGIO LOPEZ NIETO 9 .

El error muestral se refiere a la variación natural existente entre muestras tomadas de la misma población. SERGIO LOPEZ NIETO 10 . ING.

aún si se ha tenido gran cuidado para asegurar que dos muestras del mismo tamaño sean representativas de una cierta población. El error muestral es un concepto importante que ayudará a entender mejor la naturaleza de la estadística inferencial. SERGIO LOPEZ NIETO 11 . no esperaríamos que las dos sean idénticas en todos sus detalles. ING.Cuando una muestra no es una copia exacta de la población.

SERGIO LOPEZ NIETO 12 .Los errores que surgen al tomar las muestras no pueden clasificarse como errores muestrales y se denominan errores no muestrales. ING.

SERGIO LOPEZ NIETO 13 .La aleatorización se refiere a cualquier proceso de selección de una muestra de la población en el que la selección es imparcial o no está sesgada. ING. una muestra elegida con procedimientos aleatorios se llama muestra aleatoria.

MUESTREO ALEATORIO SIMPLE MUESTREO ESTRATIFICADO MUESTREO POR CONGLOMERADOS MUESTREO SISTEMATIZADO ING. SERGIO LOPEZ NIETO 14 .

Si una muestra aleatoria se elige de tal forma que todos los elementos de la población tengan la misma probabilidad de ser seleccionados. SERGIO LOPEZ NIETO 15 . ING. la llamamos muestra aleatoria simple.

El muestreo estratificado requiere de separar a la población según grupos que no se traslapen llamados estratos. SERGIO LOPEZ NIETO 16 . La información de las muestras aleatorias simples de cada estrato constituiría entonces una muestra global. y de elegir después una muestra aleatoria simple en cada estrato. ING.

ING.El muestreo por conglomerados requiere de elegir una muestra aleatoria simple de unidades heterogéneas entre sí de la población llamadas conglomerados. Cada elemento de la población pertenece exactamente a un conglomerado. SERGIO LOPEZ NIETO 17 . y los elementos dentro de cada conglomerado son usualmente heterogéneos .

ING.El muestreo sistemático es una técnica de muestreo que requiere de una selección aleatoria inicial de observaciones seguida de otra selección de observaciones obtenida usando algún sistema o regla. SERGIO LOPEZ NIETO 18 .

La distribución de frecuencia de un estadístico muestral se denomina distribución muestral. ING. se le puede considerar como una variable aleatoria con su correspondiente distribución de frecuencias. varían de una muestra aleatoria a otra. tal como x.Como los valores de un estadístico. SERGIO LOPEZ NIETO 19 .

lo que se puede ilustrar en la siguiente figura: ING. Se calcula la media muestral x para cada muestra. la colección de todas estas medias muestrales recibe el nombre de distribución muestral de medias.Suponga que se han seleccionado muestras aleatorias de tamaño n en una población grande. SERGIO LOPEZ NIETO 20 .

ING. SERGIO LOPEZ NIETO 21 .

SERGIO LOPEZ NIETO 22 .ING.

6 Tomamos muestra de tamaño 2 con sustitución ING.Sea una población con los siguientes elementos: 0.4. SERGIO LOPEZ NIETO 23 .2.

POBLACION ING. SERGIO LOPEZ NIETO 24 .

0) (4.MUESTRAS (0.6) 0 1 2 3 1 2 3 4 2 3 4 5 3 4 5 6 X 0 f 1 1 2 2 3 3 4 5 6 4 3 2 1 ING.4) (4.0) (0.2) (4.6) (2.2) (6.2) (0.4) (6. SERGIO LOPEZ NIETO 25 .2) (2.0) (6.4) (0.6) (4.4) (2.6) (6.0) (2.

SERGIO LOPEZ NIETO 26 .DISTRIBUCION DE LA POBLACION 0 2 4 6 Distribucion muestral de la media 0 2 4 6 8 ING.

SERGIO LOPEZ NIETO 27 .Distribución muestral de la media X 0 1 2 3 4 f 1 2 3 4 3 xf 0 2 6 12 12 x2f 0 2 12 36 48 5 6 2 1 10 6 50 36 16 48 184 ING.

ING. SERGIO LOPEZ NIETO 28 .

ING.Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media µ y desviación estándar σ. SERGIO LOPEZ NIETO 29 . entonces. La aproximación será cada vez más exacta a medida de que n sea cada vez mayor. la distribución muestral de medias tendrá aproximadamente una distribución normal con una media igual a µ y una desviación estándar de σ/√n. cuando n es grande.

SERGIO LOPEZ NIETO 30 .ING.

ING. SERGIO LOPEZ NIETO 31 .

SERGIO LOPEZ NIETO 32 . Si la población de la que se extraen las muestras es normal. ING.Después de haber realizado el ejercicio anterior se puede ver que una distribución muestral se genera extrayendo todas las posibles muestras del mismo tamaño de la población y calculándoles a éstas su estadístico. la distribución muestral de medias será normal sin importar el tamaño de la muestra.

ING. La forma de la disitribución muestral de medias es aproximadamente normal. más cerca estará la distribución muestral de ser normal. aún en casos donde la población original es bimodal.Si la población de donde se extraen las muestras no es normal. es realmente notable. para que la distribución muestral tenga una forma acampanada. Para muchos propósitos. Mientras mayor sea el tamaño de la muestra. SERGIO LOPEZ NIETO 33 . la aproximación normal se considera buena si se cumple n=30. entonces el tamaño de la muestra debe ser mayor o igual a 30.

Si extraemos muestras de diferentes distribuciones. a medida que el tamaño de la muestra crece la distribución muestra se acerca a una normal ING. SERGIO LOPEZ NIETO 34 .

Sea una población con los siguientes elementos: 0.6 Tomamos muestra de tamaño 2 con sustitución ING. SERGIO LOPEZ NIETO 35 .2.4.

6) (6.6) Media muestral x 0 1 2 3 1 2 3 4 2 3 4 5 3 4 5 6 Error muestral e=x-µ -3 -2 -1 0 -2 -1 0 1 -1 0 1 2 0 1 2 3 ING.2) (6.0) (0.Muestra (0.4) (2.0) (4.6) (4. SERGIO LOPEZ NIETO 36 .2) (2.0) (2.0) (6.4) (0.2) (0.2) (4.4) (4.4) (6.6) (2.

SERGIO LOPEZ NIETO 37 .Distribución muestral del error e -3 -2 -1 0 1 2 3 Total f 1 2 3 4 3 2 1 16 ef -3 -4 -3 0 3 4 3 0 e2f 9 8 3 0 3 8 9 40 ING.

= error estándar ING. SERGIO LOPEZ NIETO 38 .

SERGIO LOPEZ NIETO 39 .4.Sea una población con los siguientes elementos: 0.6 Tomamos muestra de tamaño 2 sin sustitución ING.2.

SERGIO LOPEZ NIETO 40 .POBLACION ING.

4) 1 2 3 1 3 4 2 3 5 3 4 5 1 2 2 2 3 4 5 4 2 2 ING.0) (2.MUESTRAS X f (0.0) (6.4) (2.6) (6. SERGIO LOPEZ NIETO 41 .2) (0.2) (4.6) (4.0) (4.4) (0.6) (2.2) (6.

X f xf x2f 1 2 3 4 2 2 4 2 2 4 12 8 2 8 36 32 5 2 10 50 12 36 128 ING. SERGIO LOPEZ NIETO 42 .

No da el mismo valor Factor de corrección ING. SERGIO LOPEZ NIETO 43 .

¿Cuándo usar el factor de corrección ? ING. SERGIO LOPEZ NIETO 44 .

SERGIO LOPEZ NIETO 45 .ING.

65 El error estándar = σ/√n = 0.75 0 ING. µ = 1. encuentre la probabilidad de que el número promedio de ocupantes sea mayor de 2.72 46 .Un estudio de tránsito revela que el número promedio de ocupantes de un coche es de 1. Tenemos que al no tener el tamaño de la población . por lo que no se necesita el factor de corrección.092 1. se considera infinita. SERGIO LOPEZ NIETO 2 Z 2.75 y la desviación estándar de 0.65.75 σ= 0. En una muestra de 50 coches.65/ √50 = 0.

57 0. Si durante el mes siguiente 40 personas reciben préstamos para automóvil.97 ING.54 dólares y la desviación estándar es de $ 748. SERGIO LOPEZ NIETO 47 .Un gerente de una agencia de crédito ha calculado que el monto promedio del dinero solicitado por los clientes para una coche nuevo es de $ 4.7 dólares. ¿cuál es la probabilidad del que el monto promedio solicitado está entre $ 4500 y $ 4800 dólares? 4500 4800 Z -1.685.

5 y σ= 1. N = 1950. ING. Si se toma una muestra de 200 de estos fusibles sin remplazo. encuentre la probabilidad de que el punto promedio en que se funden sea menor de 4.El punto promedio en que se funde una partida de 1950 fusibles especiales es de 4. SERGIO LOPEZ NIETO 48 .3 ampéres. y la desviación estándar de 1.5. n = 200.5 además N≥20n no se cumple por lo que tenemos que usar el factor de corrección.5 ampéres. µ = 4.

ING. SERGIO LOPEZ NIETO 49 .