TEORIA DEL

MUESTREO
ESTADISTICAS Y
PROBABILIDADES
SESION 11
Ing. William Len Velsquez
wjleonv@yahoo.com
14/05/2014 Ing William Len Velsquez 1

La teora del muestreo es un
estudio de las relaciones
existentes entre una poblacin
y muestras extradas de la
misma.
Tiene gran inters en muchos
aspectos de la estadstica.
2
TEORA DEL MUESTREO
ING. WILLIAM LEON V.
Se tiene que seguir ciertos
procedimientos de seleccin para
asegurar de que las muestras reflejen
observaciones a la poblacin de la que
proceden, ya que solo se pueden hacer
observaciones probabilsticas sobre una
poblacin cuando se usan muestras
representativas de la misma.
3
TEORA
DEL
MUESTREO
TEORA DEL MUESTREO
ING. WILLIAM LEON V.
Poblacin es el grupo entero de objetos o individuos bajo
estudio, de los cuales queremos obtener informacin.
Muestra es una parte de la poblacin de la cual obtenemos
informacin.
Unidad es un objeto individual o persona en la poblacin.
4
CONCEPTOS BASICOS
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
Si se quiere estudiar las caractersticas de
poblaciones grandes, se utilizan muestras por
muchas razones.
Una recuento completo de la poblacin,
(censo), puede ser puede ser poco practica
debido:
Econmicamente imposible, o
no se cuenta con el tiempo suficiente.
5
MUESTRAS ALEATORIAS
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
Usos del muestreo en diversos campos:
1. Poltica. Las muestras de las opiniones de
los votantes se usan para que los
candidatos midan la opinin pblica y el
apoyo en las elecciones.
2. Educacin. Las muestras de las
calificaciones de los exmenes de
estudiantes se usan para determinar la
eficiencia de una tcnica o programa de
enseanza.
3. Industria. Muestras de los productos de
una lnea de ensamble sirve para controlar
la calidad.
6
TEORA
DEL
MUESTREO
MUESTRAS ALEATORIAS
ING. WILLIAM LEON V.
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.
7
TEORA
DEL
MUESTREO
MUESTRAS ALEATORIAS
ING. WILLIAM LEON V.
Cuando se utilizan valores muestrales, o
estadsticos para estimar valores
poblacionales, o parmetros, pueden
ocurrir dos tipos generales de errores:
el error muestral y
el error no muestral.
8
ERRORES EN EL MUESTREO
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
Es la variacin natural existente
entre muestras tomadas de la
misma poblacin.

El error muestral es un
concepto importante que
ayudar a entender mejor la
naturaleza de la estadstica
inferencial.
9
TEORA
DEL
MUESTREO
EL ERROR MUESTRAL
ING. WILLIAM LEON V.
Los errores no muestrales son los
errores que surgen al tomar las
muestras
Ejemplo:
Una mala lectura de un
instrumento, no pueden
clasificarse como errores
muestrales
10
TEORA
DEL
MUESTREO
EL ERROR NO MUESTRAL
ING. WILLIAM LEON V.
El sesgo de las muestras es un tipo
de error no muestral.
El sesgo muestral es una tendencia
sistemtica inherente a un mtodo
de muestreo que da estimaciones
de un parmetro que son, en
promedio, menores (sesgo
negativo), o mayores (sesgo
positivo) que el parmetro real.
11
SESGO DE LAS MUESTRAS
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
El sesgo muestral
puede suprimirse, o
minimizarse, usando
la aleatorizacin.
12
TEORA
DEL
MUESTREO
SESGO DE LAS MUESTRAS
ING. WILLIAM LEON V.
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.
13
ALEATORIZACIN
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
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.
Una muestra aleatoria simple
es una muestra aleatoria donde
se elige de tal forma que todos
los elementos de la poblacin
tengan la misma probabilidad
de ser seleccionados.
14
muestra
aleatoria
simple

ALEATORIZACIN
ING. WILLIAM LEON V.
Ejemplo 1
Nos interesa elegir una muestra
aleatoria de 5 estudiantes en un grupo
de estadstica de 20 alumnos.
20
C
5
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 se lista las 15,504 en pedazos de
papel, y se coloca en un recipiente y
despus se revuelve, entonces se
puede tener una muestra aleatoria de 5
si se selecciona un pedazo de papel
con cinco nombres.
15
muestra
aleatoria
simple
ALEATORIZACIN
ING. WILLIAM LEON V.
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.
16
muestra
aleatoria
simple
ALEATORIZACIN
ING. WILLIAM LEON V.
Otro mtodo para obtener una muestra aleatoria
de 5 estudiantes en un grupo de 20 utiliza una
tabla de nmeros aleatorios.
Se puede construir la tabla escribiendo diez
dgitos del 0 al 9 en tiras de papel, se coloca en
un recipiente y se revuelve, de ah, la primera tira
seleccionada determina el primer nmero de la
tabla, se regresa al recipiente y despus de
revolver otra vez se selecciona la segunda tira
que determina el segundo nmero de la tabla; el
proceso contina hasta obtener una tabla de
dgitos aleatorios con tantos nmeros como se
desee.
17
muestra
aleatoria
simple
ALEATORIZACIN
ING. WILLIAM LEON V.
Hay muchas situaciones en las
cuales el muestreo aleatorio simple
es poco prctico, imposible o no
deseado; aunque sera deseable
usar muestras aleatorias simples
para las encuestas nacionales de
opinin sobre productos o sobre
elecciones presidenciales, sera
muy costoso o atrasado.
18
muestra
aleatoria
simple
ALEATORIZACIN
ING. WILLIAM LEON V.
El muestreo estratificado requiere de
separar a la poblacin segn grupos
que no se traslapen llamados estratos,
y de elegir despus una muestra
aleatoria simple en cada estrato.
La informacin de las muestras
aleatorias simples de cada estrato
constituira entonces una muestra
global.
19
MUESTREO ESTRATIFICADO
ING. WILLIAM LEON V.
TIPOS DE
MUESTREO
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.
20
MUESTREO ESTRATIFICADO
ING. WILLIAM LEON V.
TIPOS DE
MUESTREO
El muestreo por conglomerados requiere de
elegir una muestra aleatoria simple de
unidades heterogneas entre s de la poblacin
llamadas conglomerados.
Cada elemento de la poblacin pertenece
exactamente a un conglomerado, y los
elementos dentro de cada conglomerado son
usualmente heterogneos o dismiles.
21
TIPOS DE
MUESTREO
MUESTREO POR CONGLOMERADOS
ING. WILLIAM LEON V.
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.
22 ING. WILLIAM LEON V.
MUESTREO POR CONGLOMERADOS
TIPOS DE
MUESTREO
En el muestreo por conglomerados,
stos se forman para representar,
tan fielmente como sea posible, a
toda la poblacin; entonces se usa
una muestra aleatoria simple de
conglomerados para estudiarla.
Los estudios de instituciones
sociales como iglesias, hospitales,
escuelas y prisiones se realizan,
generalmente, con base en el
muestreo por conglomerados.
23 ING. WILLIAM LEON V.
MUESTREO POR CONGLOMERADOS
TIPOS DE
MUESTREO
El muestreo sistemtico es una
tcnica de muestreo que requiere
de una seleccin aleatoria inicial de
observaciones seguida de otra
seleccin de observaciones
obtenida usando algn sistema o
regla.
24
MUESTREO SISTEMTICO
ING. WILLIAM LEON V.
TIPOS DE
MUESTREO
Ejemplo 4
Para obtener una muestra de suscriptores
telefnicos en una gran ciudad, se 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
se puede 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; suponga que el elegido es el 40, entonces
se selecciona los nombres del directorio que
corresponden a los nmeros 40, 140, 240, 340 y
as sucesivamente.
25 ING. WILLIAM LEON V.
MUESTREO SISTEMTICO
TIPOS DE
MUESTREO
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

puede representarse como la

suma de dos cantidades, la media poblacional y el
error muestral; si e representa el error muestral,
entonces:
26
ERROR MUESTRAL
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.

=+ e
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.
27
TEORA
DEL
MUESTREO
ERROR MUESTRAL
ING. WILLIAM LEON V.
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.
.
28
TEORA
DEL
MUESTREO
ERROR MUESTRAL
ING. WILLIAM LEON V.
Muestras
ordenadas
(2,2) 2 2 4 = -2
(2,4) 3 3 4 = -1
(2,6) 4 4 4 = 0
(4,2) 3 3 4 = -1
(4,4) 4 4 4 = 0
(4,6) 5 5 4 = 1
(6,2) 4 4 4 = 0
(6,4) 5 5 4 = 1
(6,6) 6 6 4 = 2
29
TEORA
DEL
MUESTREO
ERROR MUESTRAL
ING. WILLIAM LEON V.
Observe las siguientes relaciones contenidas
en la tabla:
La media de la lista de medias muestrales es 4,
la media de la poblacin de la que se extraen
las muestras.
Si

denota la media de todas las medias

muestrales entonces tenemos:

= (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
30
TEORA
DEL
MUESTREO
ERROR MUESTRAL
ING. WILLIAM LEON 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;
Se espera que cualquier estadstico, como la
media muestral, calculado a partir de las
medias en una muestra aleatoria, cambie su
valor de una muestra a otra,
Por ello, se estudia la distribucin de todos los
valores posibles de un estadstico.
31
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Estas distribuciones son muy importantes en el
estudio de la estadstica inferencial, porque las
inferencias sobre las poblaciones se harn usando
estadsticos muestrales.
Con el anlisis de las distribuciones asociadas con los
estadsticos muestrales, se puede juzgar la
confiabilidad de un estadstico muestral como un
instrumento para hacer inferencias sobre un parmetro
poblacional desconocido.
Como los valores de un estadstico, tal como

, varan
de una muestra aleatoria a otra, se le puede considerar
como una variable aleatoria con su correspondiente
distribucin de frecuencias.
32
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
La distribucin de frecuencia de un estadstico
muestral se denomina distribucin muestral.
En general, la distribucin muestral de un
estadstico es la de todos sus valores posibles
calculados a partir de muestras del mismo tamao.
Suponga que se han seleccionado muestras
aleatorias de tamao 20 en una poblacin grande.
Se calcula la media muestral x para cada muestra; la
coleccin de todas estas medias muestrales recibe
el nombre de distribucin muestral de medias,
33
TEORA
DEL
MUESTREO
Observe la siguiente figura ---
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
34
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Si se eligen muestras aleatorias de tamao
20, de una poblacin grande, y se calcula la
desviacin estndar de cada una.
La coleccin de todas estas desviaciones
estndar muestrales se llama distribucin
muestral de la desviacin estndar, y lo
podemos ver en la siguiente figura:
35
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
36
TEORA
DEL
MUESTREO
ING. WILLIAM LEON 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.
37
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Adems, grafique las frecuencias para la
poblacin y para la distribucin muestral de
medias.
Solucin:
a) La media poblacional es:
38
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
b. La desviacin estndar de la
poblacin es:
39
c. A continuacin se listan los elementos de
la distribucin muestral de la media y la
correspondiente distribucin de
frecuencias.
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
40
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
La media de la distribucin muestral de medias
es:
41
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
d) La desviacin estndar de la distribucin
muestral de medias es:
42
De aqu que podamos deducir que
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Como para cualquier variable aleatoria, la
distribucin muestral de medias tiene una
media o valor esperado, una varianza y una
desviacin estndar, se puede demostrar que
la distribucin muestral de medias tiene una
media igual a la media poblacional.
Esto es:
43
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Despus de haber realizado el ejercicio anterior se
puede ver que una distribucin muestral se
genera extrayendo todas las posibles muestras
del mismo tamao de la poblacin y
calculndoles a stas su estadstico.

Si la poblacin de la que se extraen las muestras es
normal, la distribucin muestral de medias ser
normal sin importar el tamao de la muestra.
44
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIONES MUESTRALES
Si la poblacin de donde se extraen las
muestras no es normal, entonces el tamao
de la muestra debe ser mayor o igual a 30,
para que la distribucin muestral tenga una
forma acampanada.
Mientras mayor sea el tamao de la muestra,
ms cerca estar la distribucin muestral de
ser normal.
Para muchos propsitos, la aproximacin
normal se considera buena si se cumple n=30.
La forma de la distribucin muestral de medias
sea aproximadamente normal, an en casos
donde la poblacin original es bimodal, es
realmente notable.
45
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Si se seleccionan muestras aleatorias de n
observaciones de una poblacin con media y
desviacin estndar , entonces, cuando n es grande,
la distribucin muestral de medias tendr
aproximadamente una distribucin normal con una
media igual a y una desviacin estndar de /n.
46
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
La aproximacin ser cada vez ms
exacta a medida de que n sea cada
vez mayor.
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.
47
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
Muestra x
(0,0) 0 0 - 3 = -3
(0,2) 1 1 - 3 = -2
(0,4) 2 2 - 3 = -1
(0,6) 3 3 3 = 0
(2,0) 1 1 3 = -2
(2,2) 2 2 3 = -1
(2,4) 3 3 3 = 0
(2,6) 4 4 3 = 1
TEOREMA DEL LMITE CENTRAL
48
Error muestral, e=x-
TEORA
DEL
MUESTREO
Solucin:
a) En la tabla siguiente se ven las muestras, las medias de las
muestras y los errores muestrales:
ING. WILLIAM LEON V.
Muestra x
(4,0) 2 2 3 = -1
(4,2) 3 3 3 = 0
(4,4) 4 4 3 = 1
(4,6) 5 5 3 = 2
(6,0) 3 3 3 = 0
(6,2) 4 4 3 = 1
(6,4) 5 5 3 = 2
(6,6) 6 6 3 = 3
TEOREMA DEL LMITE CENTRAL
49
Error muestral, e=x-
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
b. La media de los errores muestrales es
e
, es:

50
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
c) La desviacin estndar de la distribucin de
los errores muestrales
e
, es entonces:
51
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
La desviacin estndar de la distribucin
muestral de un estadstico se conoce como
error estndar del estadstico.

Para el ejercicio anterior el error estndar
de la media denotado por x, es 1.58.

Se demuestra que si de una poblacin se
eligen muestras de tamao n con
reemplazo, entonces el error estndar de la
media es igual a la desviacin estndar de
la distribucin de los errores muestrales
52
TEORA
DEL
MUESTREO
ING. WILLIAM LEON 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 .
53
TEORA
DEL
MUESTREO
donde
es la desviacin estndar de la poblacin de donde se toman las
muestras, n es el tamao de la muestra y
N el de la poblacin.
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Como regla de clculo, si el muestreo se hace sin
reemplazo y el tamao de la poblacin es al menos 20
veces el tamao de la muestra (N
20
), entonces se puede
usar la frmula.

El factor se denomina

factor de correccin para una poblacin finita.
54
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Ejemplo:
La tabla siguiente muestra la antigedad en aos en el
trabajo de tres profesores universitarios de matemticas:
55
TEORA
DEL
MUESTREO
Profesor de
matemticas
Antigedad
A 6
B 4
C 2
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Suponga adems que se seleccionan
muestras aleatorias de tamao 2 sin
reemplazo.
Calcule la antigedad media para cada
muestra, la media de la distribucin
muestral y el error estndar, o la
desviacin estndar de la distribucin
muestral.
56
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Solucin:
Se pueden tener
3
C
2
=3 muestras posibles. La tabla lista
todas las muestras posibles de tamao 2, con sus
respectivas medias muestrales.
57
TEORA
DEL
MUESTREO
Muestras Antigedad Media
Muestral
A,B (6,4) 5
A,C (6,2) 4
B,C (4,2) 3
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
La desviacin estndar de la poblacin es:
58
TEORA
DEL
MUESTREO
La media de la poblacin es:
= 4
= (6+4+2)/3
ING. WILLIAM LEON V.
El error estndar o la desviacin estndar de
la distribucin muestral es:
59
TEORA
DEL
MUESTREO
TEOREMA DEL LMITE CENTRAL
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Si se utiliza la frmula del error estndar sin el
factor de correccin tendramos que:
60
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
TEOREMA DEL LMITE CENTRAL
Por lo que observamos que este valor no es el
verdadero. Agregando el factor de correccin
obtendremos el valor correcto:
61
TEORA
DEL
MUESTREO
ING. WILLIAM LEON 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.
62
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Con esta distribucin podamos calcular la
probabilidad de algn evento relacionado con
la variable aleatoria, mediante la siguiente
frmula:
63
TEORA
DEL
MUESTREO
En donde z es una variable estandarizada con media
igual a cero y varianza igual a uno. Con esta frmula
se pueden hacer los clculos de probabilidad para
cualquier ejercicio, utilizando la tabla de la
distribucin z.
ING. WILLIAM LEON V.
por lo que se puede utilizar la formula de la
distribucin normal con =
x
y =
x
, entonces
la frmula para calcular la probabilidad del
comportamiento del estadstico, en este caso la
media de la muestra , quedara de la siguiente
manera
Sabemos que cuando se extraen muestras de tamao
mayor a 30 o bien de cualquier tamao de una
poblacin normal, la distribucin muestral de medias
tiene un comportamiento aproximadamente normal,
DISTRIBUCIN MUESTRAL DE MEDIAS
64
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE MEDIAS
y para poblaciones finitas y muestro con
reemplazo:
65
TEORA
DEL
MUESTREO
ING. WILLIAM LEON 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.
66
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Solucin:
67
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE MEDIAS
Este valor se busca en la tabla de z
68
La interpretacin sera que la probabilidad
de que la media de la muestra de 16 focos
sea menor a 775 horas es de 0.0062.
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
69
TEORA
DEL
MUESTREO
Existen ocasiones en las cuales no se
esta interesado en la media de la
muestra, sino que queremos
investigar la proporcin de artculos
defectuosos o la proporcin de
alumnos reprobados en la muestra.
La distribucin muestral de
proporciones es la adecuada para
dar respuesta a estas situaciones
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
70
TEORA
DEL
MUESTREO
Esta distribucin se genera de igual manera que la distribucin
muestral de medias, a excepcin de que al extraer las muestras de
la poblacin se calcula el estadstico proporcin (p=x/n en donde
"x" es el nmero de xitos u observaciones de inters y "n" el
tamao de la muestra) en lugar del estadstico media.
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
71
TEORA
DEL
MUESTREO
Una poblacin binomial est estrechamente relacionada con
la distribucin muestral de proporciones;
Una poblacin binomial es una coleccin de xitos y
fracasos, mientras que una distribucin muestral de
proporciones contiene las posibilidades o proporciones de
todos los nmeros posibles de xitos en un experimento
binomial,
Como consecuencia de esta relacin, las afirmaciones
probabilsticas relativos a la proporcin muestral pueden
evaluarse usando la aproximacin normal a la binomial,
siempre que np 5 y n(1-p) 5.
Cualquier evento se puede convertir en una proporcin si se
divide el nmero obtenido entre el nmero de intentos.
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
72
TEORA
DEL
MUESTREO
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.
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
73
TEORA
DEL
MUESTREO
El nmero posible de muestras de tamao 5 a extraer de una poblacin de 12
elementos es
12
C
5
=792, las cuales se pueden desglosar de la siguiente manera:
Artculos
Buenos
Artculo
s Malos
Proporcin de
artculos
defectuoso
Nmero de maneras
en las que se puede
obtener la muestra
1 4 4/5=0.8
8
C
1*4
C
4=8

2 3 3/5=0.6
8
C
2*4
C
3=112

3 2 2/5=0.4
8
C
3*4
C
2=336

4 1 1/5=0.2
8
C
4*4
C
1=280

5 0 0/5=0
8C5*4C0=56
Total 792
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
74
TEORA
DEL
MUESTREO
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

ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
75
TEORA
DEL
MUESTREO
Tambin se puede calcular la desviacin estndar de la
distribucin muestral de proporciones:
La varianza de la distribucin binomial es
2
= npq, por lo
que la varianza de la distribucin muestral de proporciones
es
2
p
=(pq)/n.
Si se sustituyen los valores en esta frmula tenemos que:

ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
76
TEORA
DEL
MUESTREO
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:


ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
77
TEORA
DEL
MUESTREO
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.

A esta frmula se le puede agregar el factor de correccin de
si se cumple con las condiciones necesarias.
ING. WILLIAM LEON V.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
78
TEORA
DEL
MUESTREO
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.

Este ejercicio se puede solucionar por dos mtodos.
aproximacin de la distribucin normal a la binomial y
la frmula de la distribucin muestral de proporciones.
ING. WILLIAM LEON V.
Solucin:
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

DISTRIBUCIN MUESTRAL DE PROPORCIONES
79
TEORA
DEL
MUESTREO
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.
ING. WILLIAM LEON V.
Distribucin Muestral de Proporciones
Datos:
n=800 estudiantes
P=0.60
p= 0.55
p(p< 0.55) = ?
DISTRIBUCIN MUESTRAL DE PROPORCIONES
80
TEORA
DEL
MUESTREO
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.
ING. WILLIAM LEON V.
Distribucin Muestral de
Proporciones
Tambin se debe de tomar en cuenta
que el factor de correccin de 0.5 se
est dividiendo entre el tamao de la
muestra, ya que estamos hablando de
una proporcin.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
81
TEORA
DEL
MUESTREO
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 0.0017.
ING. WILLIAM LEON V.
Ejemplo:
Un medicamento para malestar estomacal tiene la
advertencia de que algunos usuarios pueden presentar una
reaccin adversa a l, ms an, se piensa que alrededor del
3% de los usuarios tienen tal reaccin. Si una muestra
aleatoria de 150 personas con malestar estomacal usa el
medicamento, encuentre la probabilidad de que la
proporcin de la muestra de los usuarios que realmente
presentan una reaccin adversa, exceda el 4%.
Resolverlo mediante la aproximacin de la normal a la
binomial
Resolverlo con la distribucin muestral de proporciones
DISTRIBUCIN MUESTRAL DE PROPORCIONES
82
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
a) Aproximacin de la distribucin normal a la binomial:
Datos:
n=150 personas
p=0.03
x= (0.04)(150) = 6 personas
p(x>6) = ?
Media = np= (150)(0.03)= 4.5
DISTRIBUCIN MUESTRAL DE PROPORCIONES
83
TEORA
DEL
MUESTREO
p(x>6) = 0.1685. Este valor significa que existe una probabilidad del 17% de que al
extraer una muestra de 150 personas, mas de 6 presentarn una reaccin adversa.
ING. WILLIAM LEON V.
b) Distribucin Muestral de Proporciones
Datos:
n=150 personas
P=0.03
p= 0.04
p(p>0.04) = ?
DISTRIBUCIN MUESTRAL DE PROPORCIONES
84
TEORA
DEL
MUESTREO
Observe que este valor es igual al obtenido y la interpretacin es: existe una
probabilidad del 17% de que al tomar una muestra de 150 personas se tenga una
proporcin mayor de 0.04 presentando una reaccin adversa.
ING. WILLIAM LEON V.
Ejemplo:
Se sabe que la verdadera
proporcin de los componentes
defectuosos fabricados por una
firma es de 4%, y encuentre la
probabilidad de que una muestra
aleatoria de tamao 60 tenga:
Menos del 3% de los
componentes defectuosos.
Ms del 1% pero menos del 5%
de partes defectuosas.
DISTRIBUCIN MUESTRAL DE PROPORCIONES
85
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
Solucin a:
Datos:
n= 60 artculos
P=0.04
p= 0.03
p(p<0.03) = ?
DISTRIBUCIN MUESTRAL DE PROPORCIONES
86
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
La probabilidad de que en una muestra de 60 artculos exista una
proporcin menor de 0.03 artculos defectuosos es de 0.2327.
Solucin b:
Datos:
n= 60 artculos
P=0.04
p= 0.01 y 0.05
p(0.01<p<0.05) = ?
DISTRIBUCIN MUESTRAL DE PROPORCIONES
87
TEORA
DEL
MUESTREO
ING. WILLIAM LEON V.
La probabilidad de que en una muestra de 60 artculos exista una
proporcin ms del 1% pero menos del 5% de partes defectuosas es de
0.329.

0.5239 - 0.1949= 0.329
wjleonv@yahoo.com
FIN
88 Ing William Len Velsquez 14/05/2014