Professional Documents
Culture Documents
TEORA
DEL
MUESTREO
ING.
2 WILL
IAM
LEO
N V.
TEORA DEL MUESTREO
TEORA ING.
3 WILL
DEL IAM
MUESTREO LEO
N V.
DEFINICIN
Una poblacin est formada por la totalidad de
las observaciones en las cuales se tiene cierto
observa.
Una muestra es un subconjunto de
observaciones seleccionadas de una poblacin.
TEORA ING.
4 WILL
DEL IAM
MUESTREO LEO
N V.
MUESTRAS ALEATORIAS
TEORA ING.
5 WILL
DEL IAM
MUESTREO LEO
N V.
MUESTRAS ALEATORIAS
TEORA ING.
6 WILL
DEL IAM
MUESTREO LEO
N V.
MUESTRAS ALEATORIAS
4. Medicina. Muestras de medidas de azcar en la
sangre de pacientes diabticos prueban la
eficacia de una tcnica o de un frmaco nuevo.
5. Agricultura. Las muestras del maz cosechado en
una parcela proyectan en la produccin los
efectos de un fertilizante nuevo.
6. Gobierno. Una muestra de opiniones de los
votantes se usara para determinar los criterios
del pblico sobre cuestiones relacionadas con el
bienestar y la seguridad nacional.
TEORA ING.
7 WILL
DEL IAM
MUESTREO LEO
N V.
ERRORES EN EL MUESTREO
TEORA ING.
8 WILL
DEL IAM
MUESTREO LEO
N V.
ERRORES EN EL MUESTREO
Cuando una muestra no es una
copia exacta de la poblacin; an
si se ha tenido gran cuidado para
asegurar que dos muestras del
mismo tamao sean
representativas de una cierta
poblacin, no se espera que las
dos sean idnticas en todos sus
detalles.
El error muestral es un
concepto importante que
ayudar a entender mejor la
naturaleza de la estadstica
inferencial.
TEORA ING.
9 WILL
DEL IAM
MUESTREO LEO
N V.
ERRORES EN EL MUESTREO
TEORA ING.
10 WILL
DEL IAM
MUESTREO LEO
N V.
SESGO DE LAS MUESTRAS
TEORA ING.
11 WILL
DEL IAM
MUESTREO LEO
N V.
SESGO DE LAS MUESTRAS
El sesgo muestral
puede suprimirse, o
minimizarse, usando
la aleatorizacin.
TEORA ING.
12 WILL
DEL IAM
MUESTREO LEO
N V.
ALEATORIZACIN
La aleatorizacin es cualquier
proceso de seleccin de una
muestra de la poblacin en el que
la seleccin es imparcial o no est
sesgada;
Una muestra elegida con
procedimientos aleatorios se
llama muestra aleatoria.
Los tipos ms comunes de
tcnicas de muestreo aleatorios
son el muestreo aleatorio simple,
el muestreo estratificado, el
muestreo por conglomerados y el
muestreo sistemtico.
TEORA ING.
13 WILL
DEL IAM
MUESTREO LEO
N V.
ALEATORIZACIN muestra aleatoria simple
TEORA ING.
14 WILL
DEL IAM
MUESTREO LEO
N V.
ALEATORIZACIN muestra aleatoria simple
Ejemplo 1
Nos interesa elegir una muestra
aleatoria de 5 estudiantes en un grupo
de estadstica de 20 alumnos. 20C5 da
el nmero total de formas de elegir una
muestra no ordenada y este resultado
es 15,504 maneras diferentes de tomar
la muestra.
Si listamos las 15,504 en trozos
separados de papel, una tarea
tremenda, luego los colocamos en un
recipiente y despus los revolvemos,
entonces podremos tener una muestra
aleatoria de 5 si seleccionamos un
TEORA
15
DEL
trozo de papel con cinco nombres. ING. WILLIAM
LEON V.
MUESTREO
ALEATORIZACIN muestra aleatoria simple
Un procedimiento ms simple
para elegir una muestra
aleatoria sera escribir cada
uno de los 20 nombres en
pedazos separados de papel,
colocarlos en un recipiente,
revolverlos y despus extraer
cinco papeles al mismo
tiempo.
TEORA ING.
16 WILL
DEL IAM
MUESTREO LEO
N V.
ALEATORIZACIN muestra aleatoria simple
TEORA ING.
18 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO muestreo estratificado
TEORA ING.
19 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO muestreo estratificado
Ejemplo 2
Nos interesa obtener una muestra
de las opiniones de los profesores
de una gran universidad. Puede
ser difcil obtener una muestra
con todos los profesores, as que
suponga que se eligen una
muestra aleatoria de cada
facultad, o departamento
acadmico; los estratos vendran
a ser las facultades, o
departamentos acadmicos.
TEORA ING.
20 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO
muestreo por conglomerados
TEORA ING.
21 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO
muestreo por conglomerados
Ejemplo 3
Una compaa de servicio de
televisin por cable est pensando
en abrir una sucursal en una ciudad
grande; la compaa planea
realizar un estudio para determinar
el porcentaje de familias que
utilizaran sus servicios, como no
es prctico preguntar en cada casa,
la empresa decide seleccionar
una parte de la ciudad al azar, la
cual forma un conglomerado.
TEORA ING.
22 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO
muestreo por conglomerados
TEORA ING.
24 WILL
DEL IAM
MUESTREO LEO
N V.
TIPOS DE MUESTREO
Ejemplo 4 muestreo sistemtico
Para obtener una muestra de suscriptores
telefnicos en una ciudad grande, puede
obtenerse primero una muestra aleatoria de
los nmeros de las pginas del directorio
telefnico; al elegir el vigsimo nombre de
cada pgina obtendramos un muestreo
sistemtico, tambin podemos escoger un
nombre de la primera pgina del directorio y
despus seleccionar cada nombre del lugar
nmero cien a partir del ya seleccionado.
Por ejemplo, podramos seleccionar un
nmero al azar entre los primeros 100;
supongamos que el elegido es el 40,
entonces seleccionamos los nombres del
directorio que corresponden a los nmeros
40, 140, 240, 340 y as sucesivamente.
TEORA ING.
25 WILL
DEL IAM
MUESTREO LEO
N V.
ERROR MUESTRAL
Cualquier medida conlleva algn error. Si se
usa la media para medir, estimar, la media
poblacional , entonces la media muestral,
como medida, conlleva algn error.
Por ejemplo, supongamos que se ha obtenido una
muestra aleatoria de tamao 25 de una
poblacin con media = 15: si la media de la
muestra es x=12, entonces a la diferencia
observada x- = -3 se le denomina el error
muestral.
Una media muestral x puede pensarse como la
suma de dos cantidades, la media poblacional
y el error muestral; si e denota el error
muestral, entonces:
TEORA ING.
26 WILL
DEL IAM
MUESTREO LEO
N V.
ERROR MUESTRAL
Ejemplo 5
Se toman muestras de tamao 2 de
una poblacin consistente en tres
valores, 2, 4 y 6, para simular una
poblacin "grande" de manera que el
muestreo pueda realizarse un gran
nmero de veces, supondremos que
ste se hace con reemplazo, es decir,
el nmero elegido se reemplaza antes
de seleccionar el siguiente, adems,
se seleccionan muestras ordenadas.
TEORA ING.
27 WILL
DEL IAM
MUESTREO LEO
N V.
ERROR MUESTRAL
En una muestra ordenada, el orden en
que se seleccionan las observaciones
es importante, por tanto, la muestra
ordenada (2,4) es distinta de la muestra
ordenada (4,2). En la muestra (4,2), se
seleccion primero 4 y despus 2.
La siguiente tabla contiene una lista de
todas las muestras ordenadas de
tamao 2 que es posible seleccionar
con reemplazo y tambin contiene las
medias muestrales y los
correspondientes errores muestrales.
La media poblacional es igual a
= (2+4+6)/3 = 4.
TEORA ING.
DEL
. 28 WILL
IAM
MUESTREO LEO
N V.
ERROR MUESTRAL
Muestras
ordenadas
(2,2) 2 2 4 = -2
(2,4) 3 3 4 = -1
(2,6) 4 44=0
(4,2) 3 3 4 = -1
(4,4) 4 44=0
(4,6) 5 54=1
(6,2) 4 44=0
(6,4) 5 54=1
TEORA (6,6) 6 64=2
DEL 29
ING. WILLIAM LEON V.
MUESTREO
ERROR MUESTRAL
Ntese las interesantes relaciones siguientes
contenidas en la tabla:
La media de la coleccin de medias muestrales
es 4, la media de la poblacin de la que se
extraen las muestras. Si x denota la media de
todas las medias muestrales entonces
tenemos:
x = (3+4+3+4+5+5+2+4+6)/9 = 4
La suma de los errores muestrales es cero.
e1 + e2 + e3 + . . . + e9 = (-2) + (-1) + 0 + (-1) +
0+1+0+1+2=0
TEORA ING.
30 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
Las muestras aleatorias obtenidas de una
poblacin son, por naturaleza propia,
impredecibles.
No se espera que dos muestras aleatorias del
mismo tamao y tomadas de la misma poblacin
tenga la misma media muestral o que sean
completamente parecidas;
TEORA ING.
34 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
35 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
36 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
Ejemplo 6
Se eligen muestras ordenadas de tamao 2, con
reemplazo, de la poblacin de valores 0, 2, 4 y 6.
Encuentre:
, la media poblacional.
, la desviacin estndar poblacional.
x, la media de la distribucin muestral de medias.
x, la desviacin estndar de la distribucin muestral de
medias.
TEORA ING.
37 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
Adems, grafique las frecuencias para la
poblacin y para la distribucin muestral de
medias.
Solucin:
a) La media poblacional es:
TEORA ING.
38 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
b. La desviacin estndar de la
poblacin es:
TEORA ING.
39 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
40 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
41 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
d) La
desviacin estndar de la distribucin
muestral de medias es:
TEORA ING.
42 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
43 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
44 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
45 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIONES MUESTRALES
TEORA ING.
47 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
48 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
Ejemplo
Para la distribucin muestral de medias
del ejercicio anterior, encuentre:
a) El error muestral de cada media
b) La media de los errores muestrales
c) La desviacin estndar de los errores
muestrales.
TEORA ING.
49 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
Solucin:
a) En la tabla siguiente se ven las muestras, las medias
de las muestras y los errores muestrales:
Muestra x
Error muestral, e=x-
(0,0) 0 0 - 3 = -3
(0,2) 1 1 - 3 = -2
(0,4) 2 2 - 3 = -1
(0,6) 3 33=0
(2,0) 1 1 3 = -2
(2,2) 2 2 3 = -1
(2,4) 3 33=0
(2,6) 4 43=1
TEORA ING.
50 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
(4,0) 2 2 3 = -1
(4,2) 3 33=0
(4,4) 4 43=1
(4,6) 5 53=2
(6,0) 3 33=0
(6,2) 4 43=1
(6,4) 5 53=2
(6,6) 6 63=3
TEORA ING.
51 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
52 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
53 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
54 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
En general se tiene:
x = e
Cuando las muestras se toman de una poblacin
pequea y sin reemplazo, se puede usar la formula
siguiente para encontrar x .
donde
es la desviacin estndar de la poblacin de donde se
toman las muestras, n es el tamao de la muestra y
TEORA N el de la poblacin. ING.
55 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
El factor se denomina
TEORA ING.
56 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
Ejemplo:
La tabla siguiente muestra la antigedad en aos en el trabajo
de tres profesores universitarios de matemticas:
Profesor de Antigedad
matemticas
A 6
B 4
C 2
TEORA ING.
57 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
58 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
Solucin:
Se pueden tener 3C2 =3 muestras posibles. La tabla lista
todas las muestras posibles de tamao 2, con sus
respectivas medias muestrales.
A,C (6,2) 4
B,C (4,2) 3
TEORA ING.
59 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
= 4
TEORA ING.
60 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
61 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
62 WILL
DEL IAM
MUESTREO LEO
N V.
TEOREMA DEL LMITE CENTRAL
TEORA ING.
63 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Si recordamos a la distribucin
normal, esta es una
distribucin continua, en forma
de campana en donde la
media, la mediana y la moda
tienen un mismo valor y es
simtrica.
TEORA ING.
64 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Con esta distribucin podamos calcular la
probabilidad de algn evento relacionado con la
variable aleatoria, mediante la siguiente frmula:
TEORA ING.
67 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Ejemplo:
Una empresa elctrica fabrica focos que
tienen una duracin que se distribuye
aproximadamente en forma normal, con
media de 800 horas y desviacin estndar de
40 horas.
Encuentre la probabilidad de que una
muestra aleatoria de 16 focos tenga una vida
promedio de menos de 775 horas.
TEORA ING.
68 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Solucin:
TEORA ING.
69 WILL
DEL IAM
MUESTREO LEO
N V.
DISTRIBUCIN MUESTRAL DE MEDIAS
TEORA ING.
70 WILL
DEL IAM
MUESTREO LEO
N V.
Proporcin poblacional p = 0.75 Muestra de
E1 E2
tamao 2 con
E3 F1 reemplazo
Proporciones Proporciones Distribucin muestral
muestrales muestrales de la proporcin
E1 E1 1.0 E3 E3 1.0 P f(P)
Varianza p (1 p ) 2
=
p (1 p ) N n
P =
2
P
n N 1
Error estndar n
p (1 p) = p (1 p) N n
P = P
n N 1
n
Si n30, y la poblacin infinita o el muestreo es con reposicin en una poblacin finita:
p (1 p )
P N p,
n
Si n30 y la poblacin es finita de tamao N y el muestreo es sin reposicin:
p (1 p ) N n
P N p,
n N 1
Condiciones:
n 30
Si es la proporcin de xitos en una m. a. de tamao n, el IC del (1-) x 100% para p
es:
p
p (1 p ) p (1 p )
pz p p+z
1 n 1 n
2 2
n 1 2
ES( )2
=
n
( n 1) S 2
2
n 1 gl
2
Condiciones:
Poblacin normal
Si es la varianza muestral de una m.a. de tamao n, el IC del (1-
) x 100% para 2 es:
2
s
( )
n 1 s 2
( )
n 1 s 2
2
2
2
1
2 2
Lmite inferior de confianza Lmite superior de confianza
Condiciones:
Poblacin normal, varianzas conocidas
12 22 12 22
(x1 x2 ) z1 + 1 2 ( x1 x2 ) + z +
n1 n2 1 n1 n2
2 2
s 2
= t tiene n1+n2-2 grados de libertad
n1 + n2 2
p
Condiciones:
Poblacin normal, varianzas desconocidas desiguales
s2
s 2
s12 s22
( x1 x2 ) t1 1
+ 1 2 ( x1 x2 ) + t
2
+
n1 n2 1 n1 n2
2 2
Lmite inferior de confianza 2 Lmite superior de confianza
s 2
s
2
+
1 2
v= n1 n2 grados de libertad
2 2 2 2
s1 s2
n n
1 + 2
n1 1 n2 1
Condiciones:
p1 y p2
n1 y n2 30
Si son las proporciones de xitos en una m. a. de tamaos n1 y n2, el intervalo de
confianza del (1-) x 100% para p1 y p2 es:
p1 (1 p1 ) p2 (1 p2 ) p1 (1 p1 ) p (1 p2 )
( p1 p2 ) z1 + ( p1 p2 ) + z
1
n1
+ 2
n2
2 n1 n2 2
p1 p2
Lmite inferior de confianza Lmite superior de confianza
S S
X t / 2 < < X + t / 2
n n
S N n S N n
X t / 2 < < X + t / 2
n N 1 n N 1
En un estudio de costos del seguro de
choques automovilsticos, una muestra
aleatoria de 80 costos de reparacin de
carroceras para una clase particular de
daos tiene una media de $472 y una
desviacin estndar de $62. Obtenga un
intervalo con un 90% de nivel de
confianza para el costo medio de
reparacin del tipo de dao considerado
Una mquina produce piezas
metlicas de forma cilndrica. Se toma
una muestra de las piezas y los
dimetros son 1.01, 0.97, 1.03, 1.04,
0.99, 0.98, 0.99, 1.01 y 1.03
centmetros. Encuentre un intervalo de
confianza de 99% para el dimetro
medio de las piezas de esta mquina,
suponga una distribucin
aproximadamente normal.
S S
X z 1 / 2 < < X + z 1 / 2
n n
S Nn S Nn
X z 1 / 2 < < X + z 1 / 2
n N 1 n N 1
Condiciones:
n1 y n2 <= 30
Si p1 y p2 son las proporciones de xitos en una m. a. de
tamaos n1 y n2, el intervalo de confianza del (1-a) x 100%
para p1 y p2 es:
p1 (1 p1 ) p2 (1 p2 )
( p1 p2 ) z
1
+
2 n1 n2
p1 p2 Lmite superior de confianza