Estadística

Tema N 07: METODOS Y DISTRIBUCIONES
DE MUESTREO
Ing. Jos Manuel Garca Pantigozo
2010 - II
Objetivos de aprendizaje
Explicar porque en muchas situaciones una muestra es la
nica forma posible para tener conocimiento de una poblacin.
Explicar los diversos mtodos para seleccionar una muestra
Diferenciar entre muestreo probabilstico y no probabilstico.
Definir y elaborar una distribucin de muestreo de medias
muestrales.
Explicar el teorema de limite central y su importancia en la
inferencia estadstica.
Calcular los intervalos de confianza para medias y
proporciones.
Determinar que tan grande debe ser una muestra para medias
y proporciones.
Jos Manuel Garca Pantigozo

calidadtotal@hotmail.com
MUESTREAR LA
POBLACION
Por qu muestrear la poblacin?

Muestrear es una forma de evaluar la calidad de un
producto, la opinin de los consumidores, la eficacia
de un medicamento o de un tratamiento. Muestra es
una parte de la poblacin. Poblacin es el total de
resultados de un experimento. Hacer una conclusin
sobre el grupo entero (poblacin) basados en
informacin estadstica obtenida de un pequeo grupo
(muestra) es hacer una inferencia estadstica.
A menudo no es factible estudiar la poblacin entera.
Algunas de las razones por lo que es necesario
muestrear son:
Por qu muestrear?
(continuacin)
1. La naturaleza destructiva de algunas pruebas

Por qu muestrear?
(continuacin)
2. El costo de estudiar a toda la poblacin es muy alto.

Por qu muestrear?
(continuacin)
3. El costo de estudiar a toda la poblacin es muy alto.

Por qu muestrear?
(continuacin)
4. El resultado de la muestra es muy similar al resultado
de la poblacin.

Por qu muestrear?
(continuacin)
5. El tiempo para contactar a toda la poblacin es inviable.

MUESTRA
PROBABILISTICA

10
Qu es una muestra probabilstica?

En general, hay 2 tipos de muestras: la muestra
probabilstica y la muestra no probabilstica. Qu es
una muestra de esta clase?
Muestra Probabilstica
Muestra que se selecciona
de
modo
que
cada
integrante de la poblacin
en estudio tengan una
probabilidad conocida (no
igual a cero) de ser incluido
en la muestra.
11
MTODOS DE MUESTREO
PROBABILISTICO

12
Mtodos de Muestreo Probabilstico

Muestra Aleatoria. Es una muestra seleccionada de
tal forma que cada integrante de una poblacin que
est siendo estudiada tiene la misma probabilidad de
ser incluida en la muestra
No hay un mejor mtodo para seleccionar una
muestra aleatoria de una poblacin de inters. El
mtodo utilizado depender de las caractersticas
de la poblacin. Sin embargo, todos los mtodos de
muestreo aleatorios tienen una meta similar, dar la
misma oportunidad a todos los elementos de la
poblacin de ser incluidos en la muestra.
13
Muestra Aleatoria

14
Muestreo Aleatorio Simple

Muestro aleatorio simple es cuando una muestra es
formulada de tal manera que cada elemento en la
poblacin tiene la misma oportunidad de ser incluido.
Una forma podra ser escribir en tarjetas los nombres de los
elementos de la poblacin y ponerlos en una caja, si la muestra
fuera de 10 elementos, entonces sacamos diez tarjetas.
Otra forma es usar un nmero que identifique a cada uno de los
integrantes de la poblacin y seleccionar la muestra mediante
una tabla de nmeros aleatorios. Para cada dgito de un nmero
la probabilidad es la misma. Entonces la probabilidad de que el
elemento 22 sea seleccionado es igual a la del elemento 382.

15

Ejemplo: En una compaa con 750 trabajadores se
quiere obtener una muestra aleatoria de 15
elementos para un chequeo mdico. Los
trabajadores fueron numerados del 1 al 750 y
mediante una tabla de nmeros aleatorios se
procedi a seleccionarlos. El punto de arranque en
la tabla se fij mediante la hora en ese momento,
3:04, por lo tanto se inici en la columna 3, rengln
4. Como los nmeros de los trabajadores van desde
1 hasta 750 solo se toman en cuenta las primeras 3
cifras de cada nmero que se encuentren en ese
rango. En seguida se muestra una parte de la tabla,
con el primer y segundo seleccionado:
16

Tabla de nmeros aleatorios
18893
07211
23634
75296
86155
65832
27568
31727
90756
14268
65051
52438
69553
48743
06254
73002
34432
55737
88808
11755
42537
02294
68261
73891
74762
13168
32235
57554
35551
98909
65424
11892
20410
16332
82346
30389
86729
67167
24091
67155
17880
31659
02868
62563
53144
17494
79513
55413
43788
87547
16648
88536
77678
37739
95434
15078
80473
71844
02765
93879
83382
59617
20074
22002
35536
98298
63522
31818
84784
39280
64191
39429
De tal forma fueron seleccionados que la muestra

qued integrada por los trabajadores con los nmeros:
240
671
178
316
28
625
531
174
554
437
166
377
150
718
27

17
Muestreo Aleatorio Sistemtico

Muestreo aleatorio sistemtico. Los elementos de la
poblacin estn ordenados de alguna forma
(alfabticamente, fecha, o algn otro mtodo). Un
primer artculo es seleccionado en forma aleatoria y
entonces cada n miembros de la poblacin son
tomados para la muestra.
Suponga que la poblacin de inters consiste
de 2000 expedientes de un archivo. En este
mtodo se selecciona el primer expediente de
acuerdo al mtodo aleatorio simple, luego
como se quiere una muestra de 100, se divide
2000 / 100 = 20, y se selecciona un
expediente cada 20.
18
Muestreo Aleatorio Estratificado

Muestro aleatorio estratificado. Una poblacin es
primero dividida en subgrupos (estratos) y una muestra
es seleccionada aleatoriamente de cada estrato.
Puede haber dos tipos de muestreo
estratificado,
proporcional
y
no
proporcional. Como su nombre lo
indica, en un muestreo aleatorio
estratificado proporcional, el nmero
de elementos de la muestra de cada
estrato tiene la misma proporcin de lo
encontrado en la poblacin.
19

Ejemplo: Se quiere obtener una muestra de 50 compaas
para hacer un estudio sobre los gastos en publicidad de las
352 compaas ms grandes del pas. Se dividi a las
compaas en 5 estratos de acuerdo a su rentabilidad.
Estrato
Rentabilidad
Nmero de firmas
Porcentaje
Muestra
30% o ms
20 30%
35
10
10 20%
189
54
27
0 10%
115
33
16
Con prdida
352
100
50
Total

20

En un muestreo estratificado no proporcional, el
nmero de elementos estudiado en cada estrato es
desproporcionado con respecto a su nmero en la
poblacin. Por ejemplo, si un muestreo no
proporcional fuese utilizado en el caso anterior, se
debern pesar los resultados de cada estrato
multiplicndose por .02 en el estrato 1, por .10 en el
estrato 2, por .54 en el tres, etc.
El muestro estratificado tiene la ventaja de reflejar
con ms exactitud las caractersticas de la poblacin.

21
Muestreo por Conglomerados

Este mtodo de muestro es empleado para reducir el
costo de muestrear una poblacin cuando est dispersa
sobre una gran rea geogrfica. El muestreo por bloque
consiste en dividir el rea geogrfica en sectores,
seleccionar una muestra aleatoria de esos sectores, y
finalmente obtener una muestra aleatoria de cada uno de
los sectores seleccionados.

22
ERROR DE MUESTREO

23
Error de Muestreo
Si seleccionamos una muestra por el mtodo de
muestreo aleatorio simple, por muestreo sistemtico,
por muestreo estratificado, por muestreo por bloques o
por una combinacin de estos mtodos, es poco
probable que la media de la muestra sea idntica a la
media de la poblacin de donde fue obtenida. De la
misma forma, es probable que la desviacin estndar
de la muestra no sea exactamente igual al valor
correspondiente de la poblacin. Por lo tanto podemos
esperar alguna diferencia entre un estadstico muestral
y el correspondiente parmetro poblacional. Esta
diferencia es llamada error de muestreo.
24
Error de Muestreo
Error de muestreo es la diferencia entre un estadstico
muestral y su correspondiente parmetro poblacional.
Ejemplo: Una poblacin de 5 empleados de
produccin que tienen ratings de eficiencia de 97, 103,
96, 99 y 105. Una muestra de 2 ratings (97 y 105) fue
seleccionada de esa poblacin para estimar la media
poblacional. La media de esa muestra sera 101. Otra
muestra de 2 es seleccionada (103 y 96) con una
media de 99.5. La media de todos los ratings (la media
poblacional) es igual a 100. El error de muestreo para
la primera muestra es 1 y para la segunda es -.5.
25
DISTRIBUCION MUESTRAL
DE MEDIAS

26
Distribucin Muestral de Medias

El ejemplo de los ratings de eficiencia muestra como las
medias de muestras de un tamao especfico varan de
muestra a muestra. La media de la primera muestra fue 101 y
la media de la segunda fue 99.5. En una tercera muestra
probablemente resultara una media diferente. Si
organizamos las medias de todas las posibles muestras de
tamao 2 en una distribucin de probabilidad, obtendremos la
distribucin muestral de las medias.
Distribucin muestral de las medias. Es una distribucin

de probabilidad de todas las posibles medias
muestrales, de un tamao de muestra dado,
seleccionadas de una poblacin.
27
El siguiente ejemplo ilustra la construccin de una distribucin

muestral de medias.
Ejemplo: Parrilladas Don Pepe tiene 5 parrilleros
(poblacin), a los cuales se les paga por hora segn su
trabajo. Las percepciones de los parrilleros
son las
siguientes:
Parrillero
Adrin
Bitia
Carmen
Diana
Enrique
Salario por hora

$ 9.00
$ 8.00
$ 8.00
$ 8.00
$ 7.00
28

1. Cul es la media poblacional?
2. Cul es la distribucin muestral de las medias
para una muestra de tamao 2?
3. Cul es la media de la distribucin muestral?
4. Qu observaciones se pueden hacer con
respecto a la poblacin y a la distribucin
muestral?
Solucin.
1. La media poblacional es:
= (9 + 8 + 8 + 8 + 7)/5 = 8.0
29

2. Para construir la distribucin muestral de las medias,
Las medias de todas las posibles muestras de tamao
2 son calculadas y son las siguientes:
Muestra
Parrilleros
percepciones
AB
9.00
8.00
8.50
AC
9.00
8.00
8.50
AD
9.00
8.00
8.50
AE
9.00
7.00
8.00
BC
8.00
8.00
8.00
BD
8.00
8.00
8.00
BE
8.00
7.00
7.50
CD
8.00
8.00
8.00
CE
8.00
7.00
7.50
10
D-E
8.00
7.00
7.50

Media de la muestra
30

DISTRIBUCIN MUESTRAL DE LAS MEDIAS
para n = 2
Media
muestral
Nmero de
medias
Probabilidad
7.50
0.3
8.00
0.4
8.50
0.3
10
1.0

31

3. La media de la distribucin muestral de medias es:
Los histogramas de la distribucin de probabilidad

de la poblacin y de la distribucin muestral de
medias son:

32

Los histogramas de la distribucin de probabilidad de la
poblacin y de la distribucin muestral de medias son:

33

4. Se pueden hacer las siguientes observaciones:
La media de las medias muestrales es igual a la
media de la poblacin.
La dispersin de las medias muestrales es menor
que la dispersin en la poblacin
La forma de la distribucin muestral presenta un
cambio respecto a la forma de la poblacin.

34

Ejercicios
1.- La Seora Lpez da a sus seis hijos domingo
para que se lo gasten en dulces. Las cantidades son
las siguientes:
Nio
Domingo
Javier
10.00
Antonio
9.00
Jos
10.00
Ignacio
8.00
Adolfo
8.00
Andrs
9.00

35

1. Cuntas muestras diferentes de tamao 3 se
pueden seleccionar de esta poblacin?
2. Construya la distribucin muestral de las medias de
muestras tamao 3.
3. Compare la media de la poblacin con la media de
la distribucin muestral
4. Compare la desviacin estndar de la poblacin con
la desviacin estndar de la distribucin muestral de
las medias.
5. Compare los histogramas de la poblacin y de la
distribucin muestral de las medias.
36
TEOREMA
DE LIMITE
CENTRAL
37
Teorema del Lmite Central

El tamao de la poblacin y el tamao de la
muestra en los problemas anteriores son
intencionalmente pequeos para enfatizar dos
conceptos: (1) La media de las medias
muestrales es exactamente la misma que la
media de la poblacin y (2) que la forma de la
distribucin de las medias muestrales no es
necesariamente igual que la forma de la
distribucin.
38

Las siguientes grficas corresponden al
ejemplo anterior, note como la forma de la
distribucin de la poblacin no es igual a la
forma de la distribucin muestral. La
distribucin muestral de las medias se
aproxima mucho a una distribucin normal.

39

40

41

Si la poblacin est normalmente distribuida, la
distribucin muestral de las medias tambin
estar normalmente distribuida. En el primer
problema (ingresos de los parrilleros) la forma
de la distribucin de la poblacin es
aproximadamente normal y la forma de la
distribucin
muestral
tambin
es
aproximadamente normal. Estas son las bases
del teorema del lmite central, uno de los ms
importantes teoremas en estadsticas.
42

Teorema del Lmite Central. Para una
poblacin con una media y una varianza
, la distribucin de las medias de todas
las muestras posibles de tamao n
generadas de la poblacin estarn
distribuidas de forma aproximadamente
normal asumiendo que el tamao de la
muestra es suficientemente grande.
43

Con relacin al teorema del lmite central debemos
enfatizar en:
1. Si el tamao de la muestra n es suficientemente
grande (n > 30) la distribucin normal de las medias
ser aproximadamente normal. No importa si la
poblacin es normal, sesgada u 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
44
poblacional.

3. La desviacin estndar de la distribucin muestral de
las medias, a la que llamaremos error estndar, es
determinado por

45
ESTIMACIONES
PUNTUALES Y DE
INTERVALO
46
Estimacin Puntual
Cuando no se conoce alguna caracterstica de la
poblacin, como podra ser la media, el estadstico
correspondiente de la muestra, en este caso la media
de la muestra, puede ser utilizado como estimador del
parmetro poblacional. Esta tcnica estadstica se
llama estimacin puntual.
Estimacin puntual es cuando un estadstico de la
muestra es usado para estimar un parmetro
poblacional.
47
Ejemplo 01:
Se realizar un estudio sobre la
potencia de arranque en fro de
bateras o acumuladores de 12
voltios para estimar el numero de
veces que un motor con
desplazamiento de 440 plg3
arrancara antes de que falle la
batera. Una muestra de 40
dispositivos seleccionados al
azar di los siguientes nmeros
de arranque:
26
27
26
20
21
42
30
22
22
21
26
21
22
28
26
19
16
20
32
18
23
32
28
21
41
19
31
21
22
16
23
30
21
37
28
39
30
21
23
Solucin:
= X = 1000
n
40
= 25 arreglos
48
Ejemplo 01: (sigue)

La variancia muestral s2 y la desviacin estndar
muestral ,s se utilizan para estimar la variancia
poblacional 2 y la desviacin estndar poblacional ,
s Se realizar un estudio sobre la potencia de
arranque en fro de bateras o acumuladores de 12
voltios para estimar el numero de veces que un motor
con desplazamiento de 440 plg3 arrancara antes de
que falle la batera. Una muestra de 40 dispositivos
seleccionados al azar dio los siguientes nmeros de
arranque:
Variancia
muestra:
de
la
s2 =
(xi x)2
n-1
49
Variancia de la muestra:
s=
(xi x )2
n-1
En donde X representa el valor de una elemento

seleccionado para la muestra, X es la media de la
muestra , y n es el numero en la muestra.
De igual manera, la proporcin de la poblacin que est a favor
de medidas mas estrictas para la proteccin ambiental puede
estimarse utilizando una proporcin muestral. Si p es la
proporcin poblacional desconocida y p es la proporcin
muestral, la estimacin puntual para la proporcin de la
poblacin es:
50
Nmero de xitos de la muestran
p=
p=
Nmero muestrado
Ejemplo: De 2000 personas muestreadas, 1600 estn a favor

de medidas mas estrictas de proteccin ambiental. Cul es la
proporcin poblacional estimada?
Solucion:
p=
p=
Nmero de xitos de la muestran

Nmero muestrado
1600
2000
0.80
El 80% de la poblacin
esta a favor de medidas
51
mas
Ejemplo: Los siguientes datos corresponden a una

muestra aleatoria de los pesos, en kilogramos, del
equipaje personal que lleva en un vuelo un jugador de
un equipo de baloncesto:
15.4
17.7
18.6
12.7
15.0
15.9
16.3
18.1
16.8
14.1
13.6
16.3
Hacer una estimacin puntual de la media poblacional

del peso promedio del equipaje de un basquetbolista.
Solucin: La media de la muestra de los pesos del
equipaje de un basketbolista en un vuelo es:
La estimacin puntual consiste en considerar que la

media poblacional es el valor que se obtuvo como media
52
de la muestra.
= 15.87
Estimacin por Intervalo

El intervalo dentro del cual se espera que se encuentre un
parmetro poblacional usualmente es conocido como
intervalo de confianza. Por ejemplo, el intervalo de confianza
para la media poblacional es el intervalo de valores que tiene
una alta probabilidad de contener a la media de la poblacin.
Estimacin por Intervalo. Establece el rango de valores dentro
del cual se espera que se encuentre un parmetro poblacional.
El nivel de confianza es la probabilidad de que el parmetro

poblacional se encuentre dentro del intervalo. Los niveles de
confianza ms ampliamente usados son 0.95 y 0.99, sin
embargo puede usarse
cualquier probabilidad cercana a 1.
53
54

Para entender mejor el concepto de intervalo de confianza
vamos a suponer que seleccionamos 100 muestras de una
poblacin y calculamos la media de las muestras e intervalos
de confianza del 95% para cada muestra. Descubriremos que
cerca de 95 de los 100 intervalos de confianza contienen la
media poblacional.
Pasos para construir un intervalo de confianza (n>30)

1.
2.
3.
4.
5.
6.
Establecer el nivel de confianza

Determinar el valor de la variable aleatoria estndar
Calcular los estadsticos de la muestra
Calcular el error estndar
Calcular el error mximo de estimacin
Determinar los lmites del intervalo de confianza e
55
interpretar.

Ejemplo: Los resultados siguientes representan las
calificaciones de una muestra aleatoria de
calificaciones de estudiantes en estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61

56

a) Haga un intervalo de confianza del 95% para
estimar la media poblacional
b) Haga un intervalo de confianza del 99% para
c) Compare los anteriores resultados
Solucin del inciso (a)
Haga un intervalo de confianza del 95% para
1.- El nivel de confianza ya est establecido como
95%, se simboliza de la siguiente forma:
1 = 0.95
57

2.- Cuando se trata de estimar la media poblacional la
variable aleatoria estndar es el valor Z de la distribucin
normal, siempre y cuando la muestra sea grande (n >
30). Como 1 es la probabilidad de que la media
poblacional se encuentre dentro del intervalo (centro de
la curva), es la probabilidad de que no se encuentre en
el intervalo (extremos de la curva), y cada extremo de la
curva o cola corresponde a /2.
En la tabla de la distribucin normal se busca el valor Z
que corresponde al rea de /2 de la siguiente manera:
58
59

1 = .95
= 1 - .95 = .05
/2 = .025
Se busca en la tabla nornal:
Entonces Z = 1.96 es el valor que corresponde a la
cola positiva de la curva, y Z = - 1.96 es el valor que
corresponde a la cola negativa.

60

3.- Para estimar la media poblacional necesitamos
calcular la media y la desviacin estndar de la
muestra:

61

4.- Se calcula el error estndar, como no conocemos
el tamao de la poblacin se elimina la segunda parte
de la frmula. Hacemos lo mismo si la poblacin es
20 o ms veces ms grande que la muestra. Si no se
conoce , como en este caso, se utiliza S.
5.- Se calcula el error mximo de estimacin

62

6.- Se calculan los lmites del intervalo de confianza,
restando a la media de la muestra el error maximo de
estimacin se obtiene el lmite inferior. Sumando a la
media de la muestra el error mximo de estimacin se
obtiene el lmite superior.
Este resultado se interpreta de la siguiente manera:

Hay una probabilidad de .95 de que la calificacin
media de todos los estudiantes de estadsticas, se
63
encuentre entre 60.13 y 70.83.

Solucin del inciso (b)
Haga un intervalo de confianza del 99% para estimar
la media poblacional
1.- El nivel de confianza ya est establecido como
99%, se simboliza de la siguiente forma:
1 = 0.99

64

2.- Cuando se trata de estimar la media poblacional la
variable aleatoria estndar es el valor Z de la
distribucin normal, siempre y cuando la muestra sea
grande (n > 30). Como 1 es la probabilidad de que
la media poblacional se encuentre dentro del intervalo
(centro de la curva), es la probabilidad de que no se
encuentre en el intervalo (extremos de la curva), y cada
extremo de la curva o cola corresponde a /2.
En la tabla de la distribucin normal se busca el valor Z
que corresponde al rea de /2 de la siguiente manera:
65
0.005
0.005
Z = -2.58
Z = 2.58
66

1 = .99
= 1 - .99 = .01
/2 = .005
Se busca en la tabla nornal:
Entonces Z = 2.575 es el valor que corresponde a la
cola positiva de la curva, y Z = - 2.575 es el valor que
corresponde a la cola negativa.
67

3.- Para estimar la media poblacional necesitamos
calcular la media y la desviacin estndar de la
muestra:

68

4.- Se calcula el error estndar, como no conocemos
el tamao de la poblacin se elimina la segunda
parte de la frmula. Hacemos lo mismo si la
poblacin es 20 o ms veces ms grande que la
muestra. Si no se conoce , como en este caso, se
utiliza S.

2.575
7.025
69

6.- Se calculan los lmites del intervalo de confianza,
restando a la media de la muestra el error mximo de
estimacin se obtiene el lmite inferior. Sumando a la
media de la muestra el error mximo de estimacin se
obtiene el lmite superior.
7.025
58.45
7.025
72.51
0.99
0.99
Este resultado se interpreta de la siguiente manera:

Hay una probabilidad de 0.99 de que la calificacin media de todos
los estudiantes de estadsticas, se encuentre entre 58.45 y 72.51.
70
ERROR ESTANDAR DE LA
MEDIA

71
Error estndar de la media

Error estndar de la media: Desviacin estndar de la
distribucin muestral de las medias muestrales
En donde:
: es el error estndar de la media

: es la desviacin estndar de la poblacin
: es el tamao de la muestra
72
Error estndar de la media

En la formula del error estndar de la media se supone
que conocida la desviacin estndar de la poblacin, .
Si no se conoce, y n = 30 o mayor (se considera una
muestra grande), la desviacin estndar de la media,
denotada por s, sirve para aproximar la desviacin
estndar de la poblacin, . Entonces la formula para el
error estndar queda as:
s
n

73
INTERVALOS DE CONFIANZA
DE 95% Y 99%
74
Elaboracin de los intervalos de confianza de

95% y 99% (n 30)
INTERVALO DE
CONFIANZA DE 95%
INTERVALO DE
CONFIANZA DE 99%
X
X
1.96
2.58

S
n
S
n
75
INTERVALOS PARA UNA

PROPORCION

76
Intervalo de confianza para una

proporcin de la poblacin
INTERVALO DE
CONFIANZA DE 95%
INTERVALO DE
CONFIANZA DE 99%
p 1.96
=p
2.58

p (1 - p)
n
p (1 - p )
n
77
FACTOR DE CORRECCIN
PARA POBLACIN FINITA

78
FACTOR DE CORRECCIN PARA

POBLACIN FINITA
Se dice que una poblacin con una cota superior fija es finita.
Para una poblacin finita, donde el nmero total de objetos es
N y el tamao de la muestra es n, se hace el siguiente ajuste a
los errores estndar de las medias muestrales y a las
proporciones:
Error estndar de las medias muestrales:

79
FACTOR DE CORRECCIN DE
POBLACIN FINITA
Error estndar de las proporciones de las muestras:
Este ajuste se llama factor de correccin de poblacin finita.

Nota: si n/N < .05, el factor de correccin de poblacin finita se ignora.
Ejemplo:
Hay 250 familias en un pueblo. Una encuesta con 40 familias
revel que la contribucin media anual a la iglesia era de $ 450
con una desviacin estndar de $ 75.00. Establecer un intervalo
de confianza de 95% para la contribucin media anual.
80
Solucin: La poblacin es finita. Se nota que la muestra

constituye mas del 5% de la poblacin, por lo tanto se
aplica el factor de correccin finita. El intervalo de
confianza de 95% se establece de la siguiente forma.
=X z s
n
75
= 450 1.96
40
(
(
N - n
N - 1
250 - 40
250 - 1
= 450 21.34 = 428.66 y 471.34

81
SELECCIN DEL TAMAO DE

LA MUESTRA

82
Seleccin del Tamao de la Muestra
Siempre se especificaron los tamaos de muestra

en los problemas anteriores. Pero esta vez se
determinara un tamao adecuado de muestra. No
se debe escoger un tamao de muestra muy grande
o muy pequea.
Si se escogiera una muestra de 300 elementos y si
este tamao de muestra es demasiado grande, se
estara desperdiciando tiempo y dinero. Si 300 no
fuera una muestra suficientemente grande, las
conclusiones a las que se llegue sern incorrectas.
de la muestra.
83
Como ejemplo tenemos el siguiente caso: supongamos

que dos personas de una poblacin electoral y se les
pregunto su preferencia electoral para una candidatura de
una alcalda. Si las dos personas seleccionadas son
miembros del partido AAA,
AAA se concluira errneamente
que el prximo alcalde a elegir seria del partido AAA.
AAA
Hay errores al tomar un tamao de muestra, muchos
creen que 5% es el tamao ideal para todo problema. Sin
embargo, 4 de una poblacin de 80 podra ser demasiado
pequea, y un tamao de muestra de 60,000 de una
poblacin de 1 200,000 es demasiado grande.
84
Otro error es considerar una muestra mas grande

para una Regin con mayor densidad poblacional que
otra de menor densidad poblacional.
Hay tres factores que determinan el tamao de
muestra:
Grado de Confianza: mayormente se utiliza 0.95 y
0.99, pero tambien se puede utilizar otro nivel.
Maximo Error Permisible: lo decide el investigador,
es el maximo error tolerable en un nivel de confianza
especifico.
Variacin de la Poblacin: la variabilidad la mide la
desviacin estndar.
85
Grado de Confianza: Probabilidad de que la

estimacin efectuada se ajuste a la realidad.
Cualquier informacin que queremos recoger est
distribuida segn una ley de probabilidad (Gauss o
Student), as llamamos nivel de confianza a la
probabilidad de que el intervalo construido en torno a
un estadstico capte el verdadero valor del parmetro.
Es una convencin que se utilice un nivel de
confianza del 95% (z=1.96),
(z=1.96) o bien del 99% (z=2.58).
(z=2.58)
Mientras ms alto sea el nivel de confianza, mayor
ser el tamao de la muestra.
86
Error Mximo Permisible: El error mximo

permisible, que se designa como E, es la cantidad que
se suma y/o resta de la media de la muestra, para
determinar los puntos extremos del intervalo de
confianza correspondiente. Es la cantidad de error
que t como investigador deseas tolerar. Tambin es
la mitad de la amplitud del intervalo de confianza
correspondiente. Un error permisible pequeo
requerir una muestra grande, mientras uno grande
requerir una muestra pequea.
87
Supongamos que un arquitecto considera la

construccin de un centro comercial tipo Mega Plaza.
En base a una encuesta superficial se encontr que
el ingreso familiar varia entre US$ 9000 y US$ 29000.
29000
Suponiendo que estas estimaciones son razonables
Seria posible que el arquitecto estuviera satisfecho
con esta afirmacin que resulta de una muestra de
residentes en el rea: la media poblacional es entre
US$ 13,000 y US$ 25,000?
25,000 Muy probablemente no!
88
Limites de confianza tan amplios indican poco o nada

sobre la media poblacional . En vez de esto, el
arquitecto sealo que: Si se usa la probabilidad de
0.95, el error totatal en la prediccion de la media
poblacional

89
= E = 200 = 102.04
z
1.96
El tamao de la muestra se calcula despejando el

valor de n en la formula:
sx =
s
n

90

La media poblacional debe
estar en el intervalo 200
desde la media muestral.
El error no puede
exceder de
200
97.96
102.04
-1
200
102.04
97.96
91
Donde:
sx es el error estndar de la muestra
s es la desviacin estndar muestral
n es el tamao de la muestra
Hasta ahora:
sx =
Error total permisible

Z desviaciones estandares
s
n
Desviacion estandar de la muestra

Tamao de la muestra
92
Donde:
Si E representa el error total permisible.
E
z
200
1.96
102.04
=
=
=
s
n
s
n
s
n
93

Variacin de la Poblacin: Si la poblacin tiene una
dispersin amplia, se requiere una muestra grande. Por
otra parte si la poblacin est concentrada (es
homognea), el tamao requerido de la muestra ser
pequeo.
Cuando no se conoce la desviacin estndar de la
poblacin es necesario hacer una estimacin de ella.
Algunos mtodos para hacer esta estimacin son los
siguientes:

94

El enfoque del estudio comparativo. Este se utiliza
cuando con anterioridad se ha realizado estudios
estadsticos sobre la misma poblacin. Si los datos
obtenidos por estos estudios se consideran confiables
se puede utilizar la desviacin estndar encontrada por
ellos.
Estudio piloto. Consiste en aplicar un estudio previo a
una pequea muestra de la poblacin y en tomar como
DE la que se obtenga de esta pequea muestra.
El error estndar de la media o de la proporcin.
Consiste en aplicar el procedimiento visto en el tema
anterior.
95
La aproximacin basada en rango. Para utilizar

este mtodo es necesario conocer o tener una
estimacin de los valores mximos y establece que,
suponiendo que la distribucin es normal, dentro del
rango de + 3 DE de la media se encuentran
prcticamente la totalidad de las observaciones de
una distribucin (99.7%). De esta manera la distacia
entre el valor menor y el mayor debe ser, en teora,
algo muy cercano a 6 DE. Se podra entonces
estimar la DE como una sexta parte del rango. Por
ejemplo supn que quieres estimar la DE de la
cantidad de cheques que expiden al mes los alumnos
de la universidad, supn que el mnimo de cheques
expedidos es de 2 y el mximo de 50, de esta
manera el rango sera de 48 (50-2). En este ejemplo
la estimacin de la DE sera de 8 cheques, que se
obtiene de 48/6.
96
Supngase que se realiza un estudio piloto y se calcula

que la desviacin de la s es 3000:
sx
E
z
200
1.96
s
=
n
s
=
n
3000
=
n
Remplazamos y tenemos que n= 864.36
97
Una formula de calculo mas adecuada para determinar

n es:
n=
Z*s
E
Donde:
E es el error permisible
Z es el desvi formal asociado al grado de
confianza seleccionado
S es la desviacin estndar de la muestra del
estudio.
98
Para el ejemplo anterior despejamos y tenemos lo

siguiente:
1.96*3000
n=
200
n=
864.36

99
Ejemplo:
Un estudiante de administracin desea determinar la
cantidad media que perciben los empleados del
Municipio del Rimac. El error para estimar la media
es de $1,000, con un nivel de confianza del 95%. El
estudiante encuentra un informe en INEI que estima
la desviacin estndar en $10,000. Cul es tamao
requerido de la muestra?
Solucin:
n = ((1.96*$10,000)/$1,000)2
n = 384.16, es decir 385
100
Si se desea un nivel mayor de confianza, por ejemplo

del 99%, la muestra deber ser mayor.
n = ((2.58*$10,000)/$1,000)2
n = 665.64, es decir 666 (el numero de la bestia)

101
Estimacin por Intervalo con

muestras pequeas (n 30)
Para poder utilizar la distribucin normal es necesario
que las muestras sean grandes (n > 30) y conocer .
Si no se conoce se utiliza S, pero si adems la
muestra es chica los resultados no sern
satisfactorios. En estos casos se utiliza la
distribucin t de student.

102
Estimacin por Intervalo Caractersticas de t de Student

Esta distribucin fue desarrollada por William Gosset, un
trabajador de la cervecera Guinness en Irlanda, quien la
public utilizando el seudnimo de Student. Gossett se
interes en el comportamiento del valor z cuando se
utilizaba S en vez de , y particularmente en la
discrepancia entre S y cuando S se calcula de
muestras muy pequeas.
En la siguiente grfica se muestra como la distribucin t
extendida que la distribucin normal Z.
103

104

Las caractersticas de la distribucin t son:
a) Es una distribucin continua.
b) Tiene forma de campana y es simtrica.
c) Es una familia de curvas. Todas tienen la misma media
de cero, pero sus desviaciones estndar difieren de
acuerdo al tamao de la muestra.
d) La distribucin t es ms baja y dispersa que la
distribucin normal. Cuando el tamao de la muestra se
incrementa, la distribucin t se aproxima a la normal.
105
Pasos para construir intervalos de

confianza para muestras pequeas
Se siguen los mismos pasos de los intervalos de
confianza para muestras grandes.
Ejemplo.
Una muestra aleatoria de 12 secretarias escriben a
mquina un promedio 85.2 palabras por minuto con
una desviacin estndar de 9.3 palabras por minuto.
Encuentre un intervalo de confianza de 95% para el
nmero promedio de palabras por minuto escritas por
todas las secretarias.
106

Solucin.
1.- El nivel de confianza es 1 = 0.95
2.-Como la muestra es pequea (n 30) se
determina el valor de t, para lo cual, antes se
determinan los grados de libertad . El valor de de
la tabla corresponde al rea que se encuentra a la
derecha del valor positivo de t que buscamos, por lo
tanto en los intervalos de confianza sera /2
= n 1 = 12 1 = 11
/2 = 0.025
107

11
0.025
2.20099
t = 2.20099
3.- Los estadsticos de la muestra son:
X = 85.2
S = 9.3
4.- Se calcula el error estndar

108

6.- El intervalo de confianza resultante es:
P( X - E X + E ) = 1
P( 85.2 5.68 85.2 + 5.68) = 0.95
P( 79.52 90.88 ) = 0.95
Lo que quiere decir que hay una probabilidad de .95
de que la cantidad promedio de palabras por minuto
que escriben todas las secretarias se encuentre
109
entre 79.52 y 90.88
Intervalo de confianza para estimar una

proporcin
Un intervalo de confianza para estimar una
proporcin poblacional se construye de manera
similar al procedimiento usado anteriormente.
Ejemplo.
En un estudio de mercado para estimar la proporcin
de amas de casa que pueden reconocer la marca de
un limpiador basndose en la forma y color del
envase. De 1400 amas de casa, solo 420 pudieron
identificar la marca. Hacer un intervalo de confianza
del 99% para estimar la proporcin poblacional.
110

proporcin
1.- El nivel de confianza ya est establecido:
1 = 00.99
2.- Como n > 30 entonces se determina Z:
1 = .99
= 1 - .99 = .01
/2 = .005
El valor .005 no est en la tabla normal, pero debera
encontrarse entre estas dos cantidades.
111

proporcin
Z
2.5
7
0.0051
?
0.005
8
0.0049
se procede entonces con un procedimiento

llamado interpolacin, identificando la primer z
como z1 y la segunda como z2. Las reas como
A1 y A2 respectivamente.
Z1
Z2
Z
7
8
Z
?
0.0051
0.0049
2.5
0.005
1
A
2
112

proporcin
Luego se aplica la siguiente frmula
Z=Z1 +( Z2 Z1)(A1 - A)/ (A1 A2)
= 2.57 +(2.58-2.57)(.00508-.005)/(.00508-.00494)
=2.5757
3.- Los estadsticos de la muestra es la proporcin de
xitos en la muestra (p) y la proporcin de fracasos
(q)
p =x/n =420/1400 = .3
q = 1 p = 1 - .3 = .7
113
4.- Se calcula el error estndar de la proporcin con la

siguiente frmula
E = Z p = (2.5757)(.0122) = .0314
6.- El intervalo que resulta es:
P( p E p p + E) = 1
P(.3 - .0314 p .3 + .0314) = .99
P(.2686 p .3314) = .99
Hay una probabilidad de .99 de que la proporcin de
amas de casa que pueden identificar la marca del
limpiador se encuentre entre .2686 y .3314
114
Problemas
1.- Se realiz una investigacin de mercado para conocer la
cantidad promedio que gasta a la semana en cigarros un
fumador. Los resultados fueron los siguientes:
131
146
71
192
159
60
158
166
155
150
177
137
99
96
296
179
171
172
177
33
a) Haga un intervalo de confianza del 96% para estimar la

cantidad promedio que gastan los fumadores (en general)
en una semana.
b) Haga un intervalo de confianza del 97% para estimar la
proporcin de fumadores que gastan ms de 150 pesos a la
semana
115
Problemas
2.- El propietario de una estacin de gasolina quiere estimar el
nmero promedio de litros de gasolina vendida a sus clientes. De
sus registros seleccion una muestra de 60 ventas y encontr lo
siguiente:
39
32
30
22
54
27
24
29
23
42
35
21
26
35
36
39
20
25
43
34
29
21
21
30
41
27
44
45
27
33
33
36
11
33
38
24
39
28
33
27
28
31
35
37
40
32
46
37
34
40
29
32
28
25
36
23
26
24
30
34
a) Haga un intervalo de
nmero promedio de
clientes
b) Haga un intervalo de
proporcin de clientes
gasolina vendida.
confianza del 94% para estimar el

litros de gasolina vendida a sus
confianza del 98% para estimar la
que compraron ms de 30 litros 116
de
Problemas
3.- Un maestro de espaol ensea en cinco diferentes grupos de
secundaria. Encarg recientemente un ensayo y cont los
errores ortogrficos de cada uno de ellos:
GRUPO A
HOMBRES
MUJERES
10
12
10
13
GRUPO B
HOMBRES
MUJERES
10
10
10
10
11
15
117
Problemas
GRUPO C
HOMBRES
MUJERES
11
10
11
GRUPO D
HOMBRES
MUJERES
11
11
12
10
10
10
7
GRUPO E
HOMBRES
MUJERES
11
14

118
Problemas
a)
b)
c)
d)
e)
Obtenga una muestra de tamao 15 por muestreo aleatorio

simple y haga una estimacin de la media poblacional con una
confianza de 99%
Obtenga una muestra de tamao 40 por muestreo aleatorio
sistemtico y haga una estimacin de la proporcin poblacional
de estudiantes que tuvieron menos de 5 errores, con un nivel
de confianza de 93%
Obtenga una muestra de 50 estudiantes por muestreo aleatorio
estratificado y haga una estimacin de la media poblacional
con nivel de confianza de 90%
Cul mtodo de muestreo es el ms apropiado para este
caso?
De que tamao debera ser la muestra si queremos que el
error mximo de estimacin sea igual a 1?
119
Problemas
4.- Cierto banco encuentra que el uso de cajeros automticos
reduce el costo de las transacciones bancarias de rutina. Este
banco instal un cajero automtico en las instalaciones de Fun
Toy Company. Este cajero es para uso exclusivo de los 500
empleados de Fun Toy Company. Despus de algunos meses
de operacin, se realiz un estudio sobre el uso del cajero y se
encontr lo siguiente:
NMERO DE VECES QUE US EL CAJERO EL LTIMO MES

120
0
2
2
3
2
3
2
121
Problemas
a)
Cul es el mtodo de muestro ms apropiado para este

caso?
b) Obtenga una muestra aleatoria de 40 empleados de Fun Toy
Company y haga un intervalo de confianza del 98% para
estimar la media poblacional de las veces que us el cajero en
el mes.
c) Obtenga una muestra de 25 empleados de Fun Toy Company y
estime la proporcin poblacional de empleados que no
utilizaron el cajero en el mes con un intervalo de confianza de
96%
d) De que tamao deber ser la muestra si el error mximo de
estimacin es igual a 1?
122
Problemas
5.- Las estaturas en centmetros de una muestra aleatoria de 50
estudiantes universitarios son las siguientes:
179
168
163
175
173
175
176
180
175
172
168
181
173
162
174
168
178
165
175
181
180
160
166
178
175
163
163
160
181
180
168
175
171
178
182
188
171
184
170
177
175
169
185
171
168
173
177
169
181
164
a) Haga un intervalo de confianza del 98% para estimar la

media poblacional
b) Haga un intervalo de confianza del 97% para estimar la
proporcin de estudiantes que miden menos de 170 cm.
c) De que tamao deber ser la muestra si queremos que
123
el error mximo de estimacin sea 5cm?
6.- Los siguientes datos son las calificaciones dadas a una lnea area,
por los 250 pasajeros del vuelo Nueva York Los Angeles. Las
calificaciones pueden ir de 0 a 10.
a)
b)
c)
Obtenga una muestra aleatoria de 35 pasajeros y haga un intervalo de

confianza del 95% para estimar la media poblacional de las
calificaciones otorgadas por los pasajeros.
Obtenga una muestra de 10 pasajeros y estime con un intervalo de
confianza de 90% la proporcin poblacional de pasajeros que otorgaron
una calificacin reprobatoria
De que tamao deber ser la muestra si el error mximo de estimacin
124
es igual a .5?
Problemas - media poblacional

7. Una muestra de 10 hombres de una gran ciudad dio para sus
estaturas (distribucin normal) una media de 1,72 m. y una
varianza de 0,13 m. Se trata de estimar un intervalo de
confianza para la media de las alturas de todos los habitantes
varones de dicha ciudad, con un coeficiente de riesgo de 5%.
8. La resistencia a la rotura, expresada en Kg., de 5 ejemplares de
cuerda, cuyos dimetros son de 0,60 cm. es de 280, 240, 270,
285, 270. Siendo el desvo poblacional igual a 23 cm, construir
un intervalo de confianza del 99%, para la resistencia media ( ) a
la rotura.
9. En una muestra de 35 caballos de carrera, por estudios previos
se conoce las pulsaciones del corazn, siendo la media de 85
pulsac/min y la desviacin tpica de 15 pulsac/min. Hallar los
lmites de confianza del 95 % y del 99 % para el aumento medio
verdadero de las pulsaciones del corazn.

10.Una empresa mayorista solicita al fabricante torres de molinos
que puedan soportar vientos de 80 km./h. La empresa quiere
determinar si las torres se ajustan a esta especificacin, para
ello selecciona una muestra aleatoria de 3 molinos, los que en
promedio soportan vientos de 76 km./h con un S de 2 km./h.
Estime si el valor est o no incluido en la especificacin del
fabricante, con un coeficiente de riesgo del 5 %.
11.En una plantacin de mandarinas se eligieron al azar 50
plantas, contndose la produccin por planta, result en
promedio 1512 mandarinas, siendo el desvo de la poblacin de
108 mandarinas. Se desea conocer entre que valores estar el
verdadero valor m pensando que la probabilidad de
equivocarnos es 1 cada 100 y 5 cada 100.

12.La media y la desviacin tpica de las cargas mximas
soportadas por 60 cables son 11,09 y 0,73 toneladas,
respectivamente. Hallar los lmites de confianza a) 95 % y b) 99
% para la media de las cargas mximas soportadas por los
cables de ese tipo.
13.La media y la desviacin tpica de los dimetros de una muestra
de 250 remaches manufacturados por una empresa, son 0,72642
y 0,00058 in, respectivamente. Hallar los lmites de confianza a)
95 % y b) 99 % para el dimetro medio de los remaches all
producidos.
14.Un nutricionista animal desea estimar el contenido vitamnico de
cierto alimento. Toma una muestra de n = 49 y se encuentra que
el contenido promedio de vitaminas por cada 100 gramos es de
12 mg y que el desvo poblacional es de 2 mg. Encontrar los
lmites de confianza del 95 % para el promedio poblacional. Se
supone que la distribucin del contenido vitamnico es normal.
15.Las
siguientes
observaciones
corresponden al nmero de plantas
nacidas en 20 parcelas en un ensayo de
sorgo
llevado
a
cabo
en
un
establecimiento. En base a estos datos
hallar los lmites de confianza a) de 99 %
y b) 95 % para el promedio del nmero
de plantas de sorgo que crecern en
todo el establecimiento.
N
plantas
N
parcelas
12
13
14
15
16
17
16.Las edades al morir, para una muestra de 9 individuos

fallecidos de tuberculosis, dan una media de 49 aos y una
desviacin estndar de 5 aos. Suponiendo normal la
distribucin, hallar lmites de confianza del 95 % para la media.
17.Los rendimientos de 10 plantas de frutillas en un ensayo de
uniformidad fueron: 239, 176, 235, 217, 234, 216, 318, 190,
181 y 225 gr. Calcule los lmites de confianza para la media
poblacional, al 95% y 99%.
18.Las larvas de algunas mariposas monarcas concentran

glucsidos cardacos a partir de plantas de algodn, que las
hacen repugnantes para los pjaros, los cuales las evitan
despus de un primer encuentro. Supngase que las
mariposas han sido recolectadas en una localidad y que se han
medido las concentraciones de glucsidos en relacin a sus
pesos. Los datos resultantes son; la media= 0,200 g. y S2=
0,012 para n= 75. Construir un intervalo de confianza del 95%
para la verdadera media de la poblacin.
19.Supngase que un fabricante de llantas mide en miles de
millas el perodo de vida de 10 llantas. Determina que = 26,68
y S2= 12. Construir un intervalo de confianza del 95% para m .
DIFERENCIA DE MEDIAS POBLACIONALES

20. En un programa de salud, muchos participantes miden su progreso
mediante el tiempo que les toma correr determinada distancia. Un
predictor de este tipo lo constituye la tasa de recuperacin cardaco
(TRC). Los siguientes datos son tiempos (minutos y segundos), para
una carrera de 1,5 millas para hombres en el mes de setiembre. Los
TRC1 son los de 40 - 49 aos; los TRC2 de 50 - 59 aos. TRC1
Tiempos : 12,24- 12,45- 11,04- 11,22- 11,58- 8,34- 11,16- 11,528,28- 12,01- 11,03- 12,01- 11,31. TRC2 Tiempos : 14,33- 10,3512,51- 11,28- 11,48- 14,05- 10,51- 18,50- 18,11. Construir un
intervalo del 95% para las diferencias entre las medias de las dos
poblaciones.
21.Los tiempos fueron registrados de nuevo en mayo. Para el grupo
TRC1 en el mismo orden los tiempos fueron: 11,16- 12,30- 11,3011,06- 11,28- 8,18- 11,44- 12,02- 8,28- 11,55- 11,27- 11,31 y 11,46.
Construir un intervalo del 95% para las diferencias entre las medias
de las dos poblaciones, la del mes de setiembre y la del mes de
VARIANZA POBLACIONAL
22. Se saca una muestra de 50 conejos resultando la desviacin
de los pesos igual a 208 gramos.Entre qu valores estar la
desviacin tpica de la poblacin de conejos para un nivel de
confianza del 95 % y 99 %?
23.Cuatrocientas plantas de cierto hbrido de cebada, produjeron
sus primeras flores en promedio a los 70 das de plantadas,
siendo la desviacin de la muestra de 6,9 das. Haga una
estimacin del desvo estndar poblacional. Adoptar un
coeficiente de riesgo del 1% y del 5%.
24.La desviacin tpica de las tensiones de ruptura de 100 cables
probados por una empresa era de 180 lb. Hallar los lmites de
confianza a) 95 % y b) 99 % para la desviacin tpica de todos
los cables de ese tipo.
PROPORCIN POBLACIONAL
25.Una urna contiene una proporcin desconocida de fichas
rojas y blancas. Una muestra aleatoria de 60 fichas,
seleccionada con reposicin indic que el 70 % de ellas
eran rojas. Hallar los lmites de confianza a) 95 % y b) 99 %
para la proporcin real de fichas rojas en la urna.
26.Se arroja una moneda al aire 200 veces, obtenindose 90
veces caras. Construir un intervalo de confianza del 90%
para la verdadera probabilidad "P" de obtener cara.

para Proporciones
El procedimiento que se describe arriba se puede

adaptar para el clculo del tamao dela muestra para
el clculo de una proporcin. Tambin es necesario
identificar tres criterios:
El nivel de confianza deseado.
El margen de error que se puede tolerar.
Un estimado de la proporcin de la poblacin. Esta
estimacin se puede obtener por los mismo mtodos
de la estimacin de la media, aunque cuando no se
cuenta con informacin es comn que se utilice 0.50
133

para Proporciones
La frmula que se utiliza en este caso es la siguiente:
Donde:
n = es el tamao de la muestra
z = es el valor estndar normal que corresponde al
nivel deseado de confianza
P = es una estimacin de la proporcin de la poblacin
134
E = es el mximo error permisible

para Proporciones
Un ejemplo puede ser el siguiente: El estudio del
ejemplo anterior tambin estima la proporcin de
colonias del Municipio que cuentan con servicio de
recoleccin de basura. El estudiante desea que la
estimacin est dentro del 10% de la proporcin de la
poblacin, el nivel deseado de confianza es de 90% y
no se dispone de una estimacin para la proporcin de
la poblacin. Cul es el tamao de la muestra
requerido?
135

para Proporciones
n = (0.50)*(0.50) (1.65/0.10)2
n = 68.06
El estudiante necesita entonces una muestra de 69
colonias.

136

Estadística

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística

Uploaded by

Copyright:

Available Formats

Tema N 07: METODOS Y DISTRIBUCIONES

Jos Manuel Garca Pantigozo

Por qu muestrear la poblacin?

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Qu es una muestra probabilstica?

Jos Manuel Garca Pantigozo

Mtodos de Muestreo Probabilstico

Jos Manuel Garca Pantigozo

Muestreo Aleatorio Simple

Jos Manuel Garca Pantigozo

Muestreo Aleatorio Simple

Muestreo Aleatorio Simple

De tal forma fueron seleccionados que la muestra

Jos Manuel Garca Pantigozo

Muestreo Aleatorio Sistemtico

Muestreo Aleatorio Estratificado

Muestreo Aleatorio Estratificado

Jos Manuel Garca Pantigozo

Muestreo Aleatorio Estratificado

Jos Manuel Garca Pantigozo

Muestreo por Conglomerados

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Distribucin muestral de las medias. Es una distribucin

Distribucin Muestral de Medias

El siguiente ejemplo ilustra la construccin de una distribucin

Salario por hora

Distribucin Muestral de Medias

Distribucin Muestral de Medias

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Los histogramas de la distribucin de probabilidad

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Jos Manuel Garca Pantigozo

Distribucin Muestral de Medias

Teorema del Lmite Central

Teorema del Lmite Central

Jos Manuel Garca Pantigozo

Teorema del Lmite Central

Jos Manuel Garca Pantigozo

Teorema del Lmite Central

Jos Manuel Garca Pantigozo

Teorema del Lmite Central

Teorema del Lmite Central

Teorema del Lmite Central

Teorema del Lmite Central

Jos Manuel Garca Pantigozo

Ejemplo 01: (sigue)

En donde X representa el valor de una elemento