STATISTICAL WORLD

EDICION ESPECIAL ECUADOR 2013

QUE ES EL MUESTREO???

TIPOS DE MUESTREO

DISTRIBUION MUESTRAL DE MEDIAS

EJEMPLOS.y. +

ARTICULOS RELACIONADOS CON ESTADISTICAS INFERENCIAL

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Contenido
INTRODUCCION ................................................................................................................................... 4 MUESTREO .......................................................................................................................................... 5 Tcnicas de muestreo estadstico ....................................................................................................... 6 Muestreo probabilstico .................................................................................................................. 6 ..................................................................................................................................................... 6 ..................................................................................................................................................... 6 OTRAS TECNICAS DE MUESTREO .................................................................................................... 7 Muestreo sistemtico.................................................................................................................. 7 Muestreo estratificado ................................................................................................................ 7 ..................................................................................................................................................... 7 Muestreo por estadios mltiples ................................................................................................ 8 Muestreo por conglomerados..................................................................................................... 8 MUESTREO NO PROBABILISTICOS ................................................................................................... 9 Muestreo por cuotas ................................................................................................................... 9 Muestreo de bola de nieve ......................................................................................................... 9 Muestreo subjetivo por decisin razonada............................................................................... 10 DISTRIBUCION MUESTRAL DE MEDIAS ............................................................................................. 11 DISTRIBUCIN MUESTRAL DE PROPORCIONES ................................................................................ 14 ESTIMACION POR INTERVALOS ......................................................................................................... 15 Intervalo de confianza El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. ............................................................................... 15 Variabilidad del Parmetro Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinden de este aspecto. ......................................... 15 Error de la estimacin Es una medida de su precisin que se corresponde con la amplitud del intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms ocurrencias debern incluirse en la muestra estudiada. ................................................... 15 Lmite de Confianza Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido. .................................................... 15 TAMAO DE LA MUESTRA ................................................................................................................ 16 STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Objetivos de la determinacin del tamao adecuado de una muestra ................................... 16 Generacin de la Distribucin Muestral de Proporciones ................................................................ 18

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

INTRODUCCION La estadstica Inferencial, es el proceso por el cual se deducen (infieren) propiedades o caractersticas de una poblacin a partir de una muestra significativa. Comprende las tcnicas con las que, con base nicamente en una muestra sometida a observacin, se toman decisiones sobre una poblacin o proceso estadsticos. Dado que estas decisiones se toman en condiciones de incertidumbre, suponen el uso de conceptos de probabilidad. Mientras que a las caractersticas medidas de una muestra se les llama estadsticas muestrales, a las caractersticas medidas de una poblacin estadstica, o universo, se les llama parmetros de la poblacin. El procedimiento para la medicin de las caractersticas de todos los miembros de una poblacin definida se llama censo. Cuando la inferencia estadstica se usa en el control de procesos, al muestreo, le interesa en particular el descubrimiento y control de las fuentes de variacin en la calidad de la produccin. Principalmente esta revista est enfocada a estudiantes universitarios que tratan de este tema para as contribuir con ms conocimientos y ayuda hacia el estudiante.

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

MUESTREO

En estadstica se conoce como muestreo a la

tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin.

Cabe mencionar que para que el muestreo sea vlido y se

pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta
condicin se alcance con una probabilidad alta

NOTA IMPORTANTE: QUE ES LA POBLACION??

Tambin llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan unas de las observaciones. Poblacin es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado grande para poder abarcarlo.
STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Tcnicas de muestreo estadstico

Muestreo probabilstico

Forman parte de este tipo de muestreo, todos aquellos mtodos para los que puede calcular la probabilidad de extraccin de cualquiera de las muestras posibles

Sin reposicin de los elementos Con reposicin de los elementos: Con reposicin mltiple:

Cada elemento extrado se descarta para la subsiguiente extraccin

Las observaciones se realizan con remplazamiento de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin

ARTICULO POR: JASMIN CARRERA Bibliografa: http://es.wikipedia.org/wiki/Muestreo_en_estad%C3%ADstica

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

OTRAS TECNICAS DE MUESTREO Muestreo sistemtico

Se

utiliza

cuando

el

universo o poblacin es de gran extenderse en el tiempo. identificar las unidades y calendario (cuando proceda). una constante, que se denomina K= N/n; donde N es el tamao de la muestra. Determinar en primera extraccin, para ello hay nmero entre 1 y K; de ah en cada K a intervalos regulares. conveniente tener en cuenta la fenmeno.

tamao, o ha de Primero hay que relacionarlas con el Luego hay que calcular coeficiente de elevacin del universo y n el tamao qu fecha se producir la que elegir al azar un adelante tomar uno de Ocasionalmente, es periodicidad del

Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar sistemtico, una de las tcnicas de seleccin ms usadas en la prctica
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin.

Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Muestreo por estadios mltiples

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de

referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo

EJEMPLO:
Si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin.

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio.

ARTICULO POR JONATHAN ACOSTA

http://es.wikipedia.org/wiki/Muestreo_en_estad%C3%ADstica

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

MUESTREO NO PROBABILISTICOS
Es aqul para el que no puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios, servirn como localizadores de otros con caractersticas anlogas.

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Muestreo subjetivo por decisin razonada

En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin. La cual funciona en base a referencias o por recomendacin

EN CONCLUSIOOOOOON EL MUESTREO NO PROBABILISTICO:

ARTICULO POR: JASMIN CARRERA http://es.wikipedia.org/wiki/Muestreo_en_estad%C3%ADstica

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

DISTRIBUCION MUESTRAL DE MEDIAS

Si tenemos una muestra aleatoria de una poblacin N(, ), se sabe

(Teorema del lmite central) que la fdp de la media muestral es tambin normal con media y varianza 2/n. Esto es exacto para poblaciones normales y aproximado (buena aproximacin con n>30) para poblaciones cualesquiera. Es decir es el error tpico, o error estndar de la media.

Cmo usamos esto en nuestro problema de estimacin? 1 problema: No hay tablas para cualquier normal, slo para la normal =0 y =1 (la llamada z); pero haciendo la transformacin (llamada tipificacin)

una normal de media y desviacin se transforma en una z. Llamando z al valor de una variable normal tipificada que deja a su derecha un rea bajo la curva de , es decir, que la probabilidad que la variable sea mayor que ese valor es (estos son los valores que ofrece la tabla de la normal) podremos construir intervalos de la forma

para los que la probabilidad es 1 - .

Teniendo en cuenta la simetra de la normal y manipulando algebraicamente

que tambin se puede escribir

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

o, haciendo nfasis en que

es el error estndar de la media,

Recurdese que la probabilidad de que est en este intervalo es 1 - . A un intervalo de este tipo se le denomina intervalo de confianza con un nivel de confianza del 100(1 - )%, o nivel de significacin de 100%. El nivel de confianza habitual es el 95%, en cuyo caso =0,05 y z /2=1,96. Al valor se le denomina estimacin puntual y se dice que es un estimador de . Ejemplo: Si de una poblacin normal con varianza 4 se extrae una muestra aleatoria de tamao 20 en la que se calcula se puede decir que tiene una probabilidad de 0,95 de estar comprendida en el intervalo

que sera el intervalo de confianza al 95% para En general esto es poco til, en los casos en que no se conoce tampoco suele conocerse 2; en el caso ms realista de 2 desconocida los intervalos de confianza se construyen con la t de Student (otra fdp continua para la que hay tablas) en lugar de la z.

o, haciendo nfasis en que

es el error estndar estimado de la media,

Este manera de construir los intervalos de confianza slo es vlido si la variable es normal. Cuando n es grande (>30) se puede sustituir t por z sin mucho error.

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

AHORA VEAMOS UN 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 de775 horas.

Solucin: Este valor se busca en la tabla de z La interpretacin sera que la probabilidad de que la media dela muestra de 16 focos sea menor a 775 horas es de 0.0062
ARTICULO POR JONATHAN ACOSTA http://es.scribd.com/doc/52442500/ejercicios-de-estadistica-resueltos

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

DISTRIBUCIN MUESTRAL DE PROPORCIONES

En numerosas ocasiones se plantea estimar una proporcin o porcentaje. En estos casos la variable aleatoria toma solamente dos valores diferentes (xito o fracaso), es decir sigue una distribucin binomial y cuando la extensin de la poblacin es grande la distribucin binomial B(n,p) se aproxima a la normal . Para muestras de tamao n>30, la distribucin muestral de proporciones sigue una distribucin normal

donde p es la proporcin de uno de los valores que presenta la variable estadstica en la poblacin y q=1-p.

EJEMPLO:
Si tiramos una moneda no trucada 100 veces, cul es la probabilidad de que obtengamos ms de 55 caras?

En una moneda no trucada la proporcin de caras es 0,5, con lo que p=0,5 q=0,5 n=100 La distribucin muestral de proporciones se distribuye N(0,5;0,05) Si llamamos p' a la proporcin en la muestra hemos de calcular la probabilidad P(p'>0,55) = P(z>1) = =1-P(z1) = 1-0,8413 = 0,1587

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

ESTIMACION POR INTERVALOS

Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes conceptos:

Intervalo de confianza El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. Variabilidad del Parmetro Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinden de este aspecto. Error de la estimacin Es una medida de su precisin que se corresponde con la amplitud del intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms ocurrencias debern incluirse en la muestra estudiada.

Lmite de Confianza Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido.

ARTICULO POR JASMIN CARRERA http://www.monografias.com/trabajos94/distribucion-muestral/distribucion-muestral.shtml

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

TAMAO DE LA MUESTRA
Tamao de la muestra es el nmero de sujetos que componen la muestra extrada de una poblacin, necesarios para que los datos obtenidos sean representativos de la poblacin.

Objetivos de la determinacin del tamao adecuado de una muestra

1. Estimar un parmetro determinado con el nivel de confianza deseado. 2. Detectar una determinada diferencia, si realmente existe, entre los grupos de estudio con un mnimo de garanta. 3. Reducir costes o aumentar la rapidez del estudio. Por ejemplo, en un estudio de investigacin epidemiolgico la determinacin de un tamao adecuado de la muestra tendra como objetivo su factibilidad. As: 1. Si el nmero de sujetos es insuficiente habra que modificar los criterios de seleccin, solicitar la colaboracin de otros centros o ampliar el perodo de reclutamiento. Los estudios con tamaos muestrales insuficientes, no son capaces de detectar diferencias entre grupos, llegando a la conclusin errnea de que no existe tal diferencia. 2. Si el nmero de sujetos es excesivo, el estudio se encarece desde el punto de vista econmico y humano. Adems es poco tico al someter a ms individuos a una intervencin que puede ser menos eficaz o incluso perjudicial. El tamao de una muestra es el nmero de individuos que contiene. Una frmula muy extendida que orienta sobre el clculo del tamao de la muestra para datos globales es la siguiente1 :

N: es el tamao de la poblacin o universo (nmero total de posibles encuestados). K: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una
STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

probabilidad del 4,5%. Los valores de k se obtienen de la tabla de la distribucin normal estndar N(0,1). Los valores de k ms utilizados y sus niveles de confianza son: Valor de k 1,15 1,28 1,44 1,65 1,96 2,24 2,58 Nivel de confianza 75% 80% 85% 90% 95% 97,5% 99% (Por tanto si pretendemos obtener un nivel de confianza del 95% necesitamos poner en la frmula k=1,96)

ARTICULO POR JONATHAN ACOSTA http://es.wikipedia.org/wiki/Tama%C3%B1o_de_la_muestra

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Generacin de la Distribucin Muestral de Proporciones

Suponga que se cuenta con un lote de 12 piezas,

el cual tiene 4 artculos defectuosos. Se van a seleccionar 5 artculos al azar de ese lote sin reemplazo. Genere la distribucin muestral de proporciones para el nmero de piezas defectuosas. Como se puede observar en este ejercicio la Proporcin de artculos defectuosos de esta poblacin es 4/12=1/3. Por lo que podemos decir que el 33% de las piezas de este lote estn defectuosas. El nmero posible de muestras de tamao 5 a extraer de una poblacin de 12 elementos es 12C5=792, las cuales se pueden desglosar de la siguiente manera:
Artculos Buenos Artculos Malos Proporcin de artculos defectuoso 4/5=0.8 3/5=0.6 2/5=0.4 1/5=0.2 0/5=0 792 Nmero de maneras en las que se puede obtener la muestra
8C1*4C4=8 8C2*4C3=112 8C3*4C2=336 8C4*4C1=280

1 2 3 4 5 Total

4 3 2 1 0

8C5*4C0=56

Para calcular la media de la distribucin muestral de proporciones se tendra que hacer la sumatoria de la frecuencia por el valor de la proporcin muestral y dividirla entre el nmero total de muestras. Esto es:

Como podemos observar la media de la distribucin muestral de proporciones es igual a la Proporcin de la poblacin.
p

=P

Tambin se puede calcular la desviacin estndar de la distribucin muestral de proporciones:

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

La varianza de la distribucin binomial es distribucin muestral de proporciones es en esta frmula tenemos que:

2 p

= npq, por lo que la varianza de la =(Pq)/n. Si se sustituten los valores

, este valor no coincide con el de 0.1681, ya que nos falta agregar el factor de correccin para una poblacin finita y un muestreo sin reemplazo:

La frmula que se utilizar para el clculo de probabilidad en una distribucin muestral de proporciones est basada en la aproximacin de la distribucin normal a la binomial . Esta frmula nos servir para calcular la probabilidad del comportamiento de la proporcin en la muestra.

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

A esta frmula se le puede agregar el factor de correccin de condiciones necesarias.

si se cumple con las

Ejemplo:
Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la proporcin de la muestra de la gente que fuma cigarrillos sea menor que 0.55.

Solucin:
Este ejercicio se puede solucionar por dos mtodos. El primero puede ser con la aproximacin de la distribucin normal a la binomial y el segundo utilizando la frmula de la distribucin muestral de proporciones.

Aproximacin de la distribucin normal a la binomial: Datos: n=800 estudiantes p=0.60 x= (.55)(800) = 440 estudiantes p(x 440) = ? Media= np= (800)(0.60)= 480

p(x 440) = 0.0017. Este valor significa que existe una probabilidad del 0.17% de que al extraer una muestra de 800 estudiantes, menos de 440 fuman cigarrillos.

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA

Distribucin Muestral de Proporciones Datos: n=800 estudiantes P=0.60 p= 0.55 p(p 0.55) = ?

Observe que este valor es igual al obtenido en el mtodo de la aproximacin de la distribucin normal a la binomial, por lo que si lo buscamos en la tabla de "z" nos da la misma probabilidad de 0.0017. Tambin se debe de tomar en cuenta que el factor de correccin de 0.5 se esta dividiendo entre el tamao de la muestra, ya que estamos hablando de una proporcin. La interpretacin en esta solucin, estara enfocada a la proporcin de la muestra, por lo que diramos que la probabilidad de que al extraer una muestra de 800 estudiantes de esa universidad, la proporcin de estudiantes que fuman cigarrillos sea menor al 55% es del 0.17%.
ARTICULO POR JASMIN CARRERA http://recursostic.educacion.es/descartes/web/materiales_didacticos/inferencia_estadistic a/distrib_muestrales.htm

STATISTICAL WOLRD JASMIN CARRERA JONATHAN ACOSTA