You are on page 1of 10

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

TEORA DEL MUESTREO

DISTRIBUCION DE LA MEDIA MUESTRAL: Ejemplo de aplicacin 1) Se tiene una poblacin constituida por los siguientes pesos expresados en TM: N = {1, 2, 3, 4, 5} a) Determinar los parmetros poblacionales: MEDIA, VARIANZA Y DESV. ESTANDAR: SOLUCION:

NOTA: Los valores hallados serian los parmetros poblacionales, si asumimos que la distribucin de la poblacin tiene una tendencia normal. OTRA MANERA: Determinamos la distribucin de la poblacin, asociada a su probabilidad: X P(x) 1 1/5 2 1/5 3 1/5 4 1/5 5 1/5

b) Determinar muestras de tamao dos por muestreo aleatorio simple (mas) escogidas con reposicin, tomadas de uno a uno; y hallar sus estadsticas: SOLUCION: Si la poblacin fuera grande (N 30), se usar la Tabla de nmeros aleatorios; pero como la Poblacin del ejercicio es pequea (N=5), para obtener los arreglos posibles de elementos de las muestras de tamao dos se usar el anlisis combinatorio:
1 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

PERMUTACIN CON REPOSICION: (tomados de n en n) NPn = Nn PERMUTACIONES SIN REPOSICION: (tomados de n en n) NPn = N! / (N-n)! = N(N 1)! COMBINACIONES SIN REPOSICION: (tomados de dos en dos y no considerando el orden) NCn = N! / [(N-n)!*n!] Antes de proceder a los clculos codificamos los elementos de la poblacin de la siguiente manera:

Muestreo con reposicin de N = 5 elementos, tomados de dos en dos (n=2), seleccionando uno a la vez tenemos: 5 P2 = 52 = 25 muestras posibles ORGANIZACIN DE LA DATA ESTADISTICOS CODIGO VALOR VARIANZA DESV. MUEST MEDIA ALFANUMER REAL (Sn-12 ) EST. RA (ni) (Xi) TM ICO (TM) TM2(*) (Sn-1) TM 01 aa 1,1 1.0 0.00 0.00 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
2

ab ac ad ae ba bb bc bc be ca cb cc cd cd da db dc dd de ea eb ec

1,2 1,3 1,4 1,5 2,1 2,2 2,3 2,4 2,5 3,1 3,2 3,3 3,4 3,5 4,1 4,2 4,3 4,4 4,5 5,1 5,2 5,3

1.5 2.0 2.5 3.0 1.5 2.0 2.5 3.0 3.5 2.0 2.5 3.0 3.5 4.0 4.5 3.0 3.5 4.0 4.5 3.0 3.5 4.0

0.50 2.00 4.50 8.00 0.50 0.00 0.50 2.00 4.50 2.00 0.50 0.00 0.50 2.00 4.50 2.00 0.50 0.00 0.50 8.00 4.50 2.00

0.71 1.41 2.12 2.83 0.71 0.00 0.71 1.41 2.12 1.41 0.71 0.00 0.71 1.41 2.12 1.41 0.71 0.00 0.71 2.83 2.12 1.41

Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

24

ed

5,4

4.5

0.50

0.71

25 ee 5,5 5.0 0.00 0.00 (*) La varianza es muestral por lo que la divisin es entre (n 1) G.L. c) De las muestras seleccionadas con reposicin, disear la determinacin muestral de medias y su estimacin. c.1: DISTRIBUCION DE MEDIAS M(xi) fi P(xi) 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 1 2 3 4 5 4 3 2 1 1/25 2/25 3/25 4/25 5/25 4/25 3/25 2/25 1/25 25 1

Donde: M (xi): media muestral fi : frecuencia de la media P (xi): probabilidad de la media c.2) ESTIMACION MEDIA DE MEDIAS: M [M (xi)] = [M (xi)*fi)] / fi M[M(xi)] = 1.0(1) + 1.5(2) + 2.0(3) + 2.5(4) + 3.0(5) + 3.5(4) + 4.0(3) + 4.5(2) + 5.0(1) 25 M [M (xi)] = 75/25 = 3 TM Como se puede apreciar: N = M [M (xi)] = 3TM; es decir la media poblacional tiene un valor igual a la media de medias si se asume que la distribucin tiene una tendencia normal, es as que la grafica de la distribucin de probabilidad de la media muestral ser:

VARIANZA DE MEDIAS:

2Xi = (1.0 3)2 *(1) + (1.5 3)2*(2)+.........+(4.5 3)2 * (2) + (5.0 3 )2 *(1) = 25= 1
3 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

25 2Xi S Xi
= =

25

1 TM2 (VARIANZA) 1 TM (DESVIACION TIPICA)

Importante:

Comprobacin:

d) Determinar muestras de tamao 2 por muestreo aleatorio simple escogidas sin reposicin, tomadas de uno a uno y hallar sus estadsticas. NOTA.: Para efectos de prcticos se puede considerar que el orden no interesa, por lo que tanto se puede usar la siguiente combinatoria: 5 C2 = 10 combinaciones (solo para el clculo de las estadsticas y dependiendo de la naturaleza del problema) ORGANIZACIN DE LA DATA CODIGO VALOR MUEST ALFANUMER REAL RA (ni) ICO (TM) .ab 01 1,1 .ac 03 1,3 05 07 09 11 13 15
4

ESTADISTICOS MEDIA (Xi) TM 1,2 1,3 1,4 ,15 2,3 2,4 2,5 3,4 VARIANZA (Sn-12 ) TM2 1.5 2.0 2,5 3.0 2.5 3.0 5,5 3,5 DESV. EST. (Sn-1) TM 0.50 2.00 4.50 8.00 0.50 2.00 4,50 0.50

.ad .ae .bc .bd .be .cd

1,5 2,2 2,4 3,1 3,3 3,5

Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

17 19

.ce .de

4,2 4,4

3,4 4,5

4.0 4.5

2.00 0.50

e) De las muestras seleccionadas sin reposicin, disear la distribucin muestral de medias y su estimacin. Trabajar no interesando el orden de las selecciones c.1: DISTRIBUCION DE MEDIAS M(xi) fi P(xi) 1.5 2.0 2.5 3.0 3.5 4.0 4.5 1 1 2 2 2 1 1 1/10 1/10 2/10 2/10 2/10 1/10 1/10 10 1

Donde: M (xi): media muestral fi : frecuencia de la media P (xi): probabilidad de la media c.2) ESTIMACION MEDIA DE MEDIAS: M [M (xi)] = [M (xi)*fi)] / fi M[M(xi)] = 1.5(1) + 2.0(1) + 2.5(2) + 3.0(2) + 3.5(2) + 4.0(1) + 4.5(1) 10 M [M (xi)] = 30/10 = 3 TM Como se puede apreciar: N = M [M (xi)] = 3TM; es decir la media poblacional tiene un valor igual a la media de medias si se asume que la distribucin tiene una tendencia normal, es as que la grafica de la distribucin de probabilidad de la media muestral ser:

VARIANZA DE MEDIAS:

2Xi = (1.5 3)2 *(1) + (2.0 3)2*(1)+.........+(4.0 3)2 * (1) + (4.5 3 )2 *(1) = 7.5= 0.75
5 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

10

10

2Xi 0.75 TM2 (VARIANZA) = S Xi 0.867 TM (DESVIACION TIPICA) = Si hubiramos trabajado con las 20 muestras, considerando el orden de las selecciones, los valores de x, 2Xi, , Xi, seran los mismos, o sea 3TM, 075 TM2 Y 0.867 TM, respectivamente es decir en el muestreo sin reposicin el valor de las distribucin muestral, considerando o no considerando el orden, es el mismo. Ello es una variante del TEOREMA DEL LIMITE CENTRAL. Comprobacin: Como N=5 y el muestreo es sin reposicin, entonces la varianza de medias ser:

TEOREMA DEL LMITE CENTRAL: Si x es la media aritmtica de una muestra aleatoria n, extrada de cualquier universo (discreto o continuo) con media y varianza finita 2, la variable estandarizada: x z= n Tendr una distribucin que se aproxima cuando n tiende a infinito, a la distribucin normal con media 0 y varianza 1. La relacin se conoce como error estndar de la media ( ) si el x n muestreo es con reemplazo.

Se observar que ste teorema implica que cuando n es grande, x tiene prcticamente una distribucin normal aun cuando el universo no sea normal, ahora bien si suponemos que los universos de donde provienen las muestras son aproximadamente normales, podemos suponer tambin que x tiene una distribucin normal. En conclusin este teorema nos permite aproximar a la distribucin normal sumas finitas de variables aleatorias independientes que pueden tener cualquier clase de distribucin con medias y varianzas conocidas. Con relacin al teorema del lmite central debemos enfatizar en:

Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

1. Si el tamao de la muestra n es suficientemente grande ( n > 30) la distribucin muestral de las medias ser aproximadamente normal. No importa si la poblacin es normal, sesgada o uniforme, si la muestra es grande el teorema se aplicar. 2. La media de la poblacin y la media de todas las posibles muestras son iguales. Si la poblacin es grande y un gran nmero de muestras son seleccionadas de esa poblacin entonces la media de las medias muestrales se aproximar a la media poblacional. 3. La desviacin estndar de la distribucin muestral de las medias, siempre y cuando la poblacin sea finita, de tamao conocido y el muestreo sea sin reemplazo, ser igual al error estndar de la media multiplicado por un factor de correccin:

Otro ejemplo aplicativo: Una distribucin muestral de medias es una distribucin de probabilidad de todas las posibles medias muestrales, de un tamao de muestra dado, seleccionadas de una poblacin. Para fines de entender mejor el concepto de "distribucin muestral de medias" estudiemos la siguiente poblacin. Don Pepe en su restaurante tiene 5 parrilleros (poblacin), a los cuales se les paga por hora segn su trabajo. Las percepciones de los parrilleros son las siguientes: Percepcin por Parrillero hora Adrin $ 9.00 Blas $ 8.00 Carmela $ 8.00 Diana $ 8.00 Enrique $ 7.00 La poblacion en este ejemplo son los ingresos de los parrilleros, es decir N = 5. Si calculamos la media de esta poblacin obtendramos:

Para facilitar la explicacin y comenzar a elaborar la distribucin muestral de medias, vamos a fijar el tamao de muestra (n) en 2. Formamos todas las posibles muestras de tamao 2, y como vemos en el siguiente cuadro son 10, y a cada una le calculamos la media. muestr parrillero percepciones media a s 1 A-B 9.00 8.00 8.50 2 A-C 9.00 8.00 8.50 3 A-D 9.00 8.00 8.50 4 A-E 9.00 7.00 8.00 5 B-C 8.00 8.00 8.00 6 B-D 8.00 8.00 8.00 7 B-E 8.00 7.00 7.50 8 C-D 8.00 8.00 8.00
7 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

9 10

C-E D-E

8.00 8.00

7.00 7.00

7.50 7.50

A continuacin elaboramos una distribucin de probabilidad con las medias de las muestras, quedando de la siguiente manera: Distribucin Muestral de Medias para n=2 media muestral frecuencia probabilidad 7.50 3 0.3 8.00 4 0.4 8.50 3 0.3 suma 10 1.0 Calculamos la media de la distribucin que acabamos de hacer:

TECNICAS DE MUESTREO: Ejemplo de aplicacin 2) Se tienen los siguientes montos (en soles) segn las facturas numeradas de 01 al 30
N FACTURA 01 02 03 04 05 06 07 08 09 10 MONTO 80 100 90 120 140 150 70 60 85 110 N FACTURA 11 12 13 14 15 16 17 18 19 20 MONTO 115 125 105 95 130 135 75 65 140 145 N FACTURA 21 22 23 24 25 26 27 28 29 30 MONTO 80 90 95 70 105 110 115 105 120 125

a) Tomar una muestra de tamao aproximado equivalente al 17% del tamao total de la poblacin por Muestreo Aleatorio Simple (MAS) y calcular sus estadsticas muestrales. SOLUCION:

b) Tomar una muestra de tamao equivalente al 20% del tamao de la poblacin por Muestreo Sistemtico Aleatorio Simple (MSAS) y calcular sus estadsticas muestrales. SOLUCIN:
8 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

c) Tomar dos muestras de tamao 5 y estratificar la poblacin en dos grupos: E1: E2: MONTOS <100 MONTOS 100

En ambos casos tomar muestras por MEAS (Muestreo estratificado aleatorio simple) SOLUCIN:

Seleccionando elementos sin reposicin por MEAS: A partir de la fila 05, buscamos dgitos de 01 al 30 (los dos ltimos dgitos) de tal forma de completar los estratos E1 y E2 con 2 y 3 elementos respectivamente, para completar la muestra de 5 elementos sin reposicin.
9 Ing. Enrique Morales Cauti

UNTECS-INGENIERIA DE SISTEMAS

ESTADISTICA GENERAL Y DISEO EXPERIMENTAL

10

Ing. Enrique Morales Cauti

You might also like