Академический Документы
Профессиональный Документы
Культура Документы
Para dar comienzo al módulo virtual relacionado con la distribución de muestreo de la media
aritmética ( ), a continuación se presentan las definiciones básicas que a juicio del tutor son
x
pilar fundamental para abordar el curso.
Población. Es la totalidad de los elementos los cuales contienen las características de interés
Elemento. Es la unidad por la cual se solicita información o que son medidas. El elemento
depende del objetivo que persiga el estudio
Población estadística. Es un conjunto de mediciones sobre todos los elementos del universo
resultando en lo que se conoce como poblaciones multivariadas
Desde otro punto de vista son valores que describen las características de una muestra, estos
valores son variables pues dependen de las fluctuaciones de la muestra. Entre los estadísticos
más conocidos se tienen:
la media muestral
x
la varianza muestral
s2
la desviación estándar muestral
s
la proporción muestral P.
Estos estadísticos tienen amplio uso en los procesos de muestreo cuando el interés es sacar
conclusiones en poblaciones con base en la información de muestras.
PARÁMETRO: Es un valor constante que describe las características propias de una población
estadística, Generalmente los parámetros en estadística se denotan con letras griegas como la
media poblacional y la desviación estándar poblacional .
µ σ
UN ESTIMADOR: Es una regla o método que dice como calcular la estimación de un parámetro
basándose en la información de una muestra, generalmente se expresa como una fórmula. Por
Para mostrar la relación entre estadístico, parámetro y estimador en los procesos inferenciales
se presenta el siguiente cuadro:
Cuadro 1.
ESTADÍSTICO PARÁMETRO ESTIMADOR
Media muestral Media poblacional Media poblacional estimada
N
n
∑ Xi n
∑X i µ= i =1
∑X i
x = i =1 N µ̂ = i =1
n n
Varianza muestral Varianza poblacional Varianza poblacional
estimada
n N
∑ (X j − X ) 2
∑ ( X j − µ )2
S2 = i =1
σ2 = i =1 n
n −1 N ∑ ( X j − X )2
σˆ 2 = i =1
n −1
Desviación estándar Desviación estándar Desviación estándar
muestral N
poblacional estimada
n ∑ ( X i − µ )2 n
∑ (Xi − X ) 2
σ= i =1 ∑ (X i − X )2
S= i =1 N σˆ = i =1
n −1 n −1
En investigación científica muchas de las veces es imposible hacer un estudio exhaustivo de los
elementos de la población o lo que se conoce como un estudio poblacional o censo, para este
caso, se hace necesario valerse de las técnicas de muestreo para tomar sólo una parte la cual
debe ser representativa de la población de estudio.
En este punto vale aclarar que el objetivo del curso no corresponde a realizar diseños de
muestreo para investigación científica sino en conocer la distribución que sigue la media
muestral siendo necesario conocer algunos tópicos iniciales de muestreo.
3.1 MUESTREO PROBABILISTICO
Para enmarcarlo en este tipo de muestreo debe cumplir con las siguientes condiciones
Es aquel muestreo que no cumple con las condiciones citadas del muestreo aleatorio. Se vale
del conocimiento y la opinión personal para identificar los elementos de la población que se van
a incluir en la muestra. Son de este tipo: (Muestreo por conveniencia, por juicios, por prorrateo)
Cuando se hace muestreo probabilístico se tienen 3 casos que son los siguientes
Si se tiene una población de tamaño N y se quiere tomar una muestra de tamaño n. El número
de muestras ordenadas con repetición de N elementos tomados de a n esta dado por:
Nn
El símbolo se lee N factorial y esta representado por el producto de los enteros positivos
N!
desde N hasta 1.
N ! = ( N )( N −1)( N − 2)( N − 3)... ( N − N )
Se asume que 0! = 1
4! = (4)(3)( 2)(1)(0! )
4! = 24
Si se tiene una población de tamaño N y se quiere tomar una muestra de tamaño n. El número
de muestras no ordenadas si repetición de N elementos tomados de a n esta dado por:
N!
N C n
=
( N − n )!(n!)
El término se lee N combinado n y se relaciona con el número de combinaciones o
N C n
Ilustración: para mostrar de forma simple los resultados para cada uno de los casos
mencionados anteriormente se presenta el siguiente ejemplo.
Ejemplo 1. Suponga que se tiene el conjunto S=(A, B, C, D) una población de N=4 elementos.
Si el interés es tomar una muestra de tamaño 2 de esa población se tienen los siguientes
resultados.
N n = 42
= 16
Muestras posibles
AA BA CA DA
AB BB CB DB
AC BC CC DC
AD BD CD DD
N! 4!
N P n
= =
( N − n )! (4 − 2)!
4!
4 P 2
=
( 4 − 2)!
(4)(3)( 2)(1)
=
(2)(1)
= 12 Muestras posibles
AB BA CA DA
AC BC CB DB
AD BD CD DC
.
N!
N C n
=
( N − n )!(n!)
4!
N C n
=
( 4 − 2)! (2!)
( 4)(3)(2)(1) 24
= = =6
( 2)(1)( 2)(1) 4
AB BC
AC BD
AD CD
Note que a diferencia del muestreo ordenado sin repetición, si ya fue elegida la muestra AB no
puede ser elegida la muestra BA.
X 1 + X 2 + X 3 + ........ + X n
X =
n
Como el valor de la media muestral esta determinado por los valores de las variables
X
aleatorias en la muestra, se tiene que es también una variable aleatoria.
X
X + X 2 + X 3 + ........+ X n
E( X ) = E 1
n
E ( X 1 ) + E ( X 2 ) + E ( X 3 ) + ........ + E ( X n )
E( X ) =
n
1
E( X ) = E ( X 1 ) + E ( X 2 ) + E ( X 3 ) + ........ + E ( X n )
n
n( µ)
E( X ) =
n
E( X ) = µ
respectivamente.
X + X 2 + X 3 + ........+ X n
Var( X ) = Var 1
n
1
Var( X ) = [Var( X 1 ) + Var( X 2 ) + Var( X 3 ) + ........+ Var( X n ) ]
n2
(σ 12 + σ 22 + σ 32 + ...... + σ n2 )
Var( x) =
n2
nσ 2
Var( X ) = 2
n
σ2
Var( X ) =
n
Se ha demostrado que y .
E (X ) = µ σ2
Var ( X ) =
n
En adelante para estar en sintonía con la mayoría de textos de estadística, al referirnos a la
varianza de la media muestral se utilizará la notación
σ2
σ =
2
x
n
Con relación a su puede concluir que esta centrada alrededor de la media poblacional ,
X µ
pero su dispersión se reduce conforme aumenta el tamaño de la muestra.
Si la población es infinita o el
σ
σx = Muestreo es con repetición
n
Si la población es finita
σ N −n
σx =
n N −1
En adelante para no utilizar con el factor de corrección se trabajará sobre poblaciones infinitas
Cuando el interés de una investigación es analizar por muestreo una característica cuantitativa,
tal como el peso de un producto, la longitud de una pieza manufacturada, o la estatura de cierta
especie. Es indispensable conocer la distribución de la media de esa muestra.
De manera equivalente se puede decir que al tomar una muestra grande de una población
normal, la distribución de la media muestral ( ) sigue una distribución normal y se espera
xi
que la media de esa muestra sea igual a la media poblacional lo que se simboliza por
, y que la varianza muestral sea igual a la varianza poblacional dividida en n, lo
E (x ) = µ
que se simboliza por
σ2
V (X ) =
n
Si es la media de una muestra de tamaño n que se toma de una población normal con
x
media y varianza finita , entonces la variable tiende a la distribución
µ x −µ
σ 2
z =
σ
n
normal estándar a medida que n tiende a infinito
TALLER 1.
Caso 1. En un estudio para medir preferencias de sabor de cierta marca de jugos, una
importante empresa de investigación de mercados seleccionó sistemáticamente una muestra de
400 personas de un centro comercial en un fin de semana. Los encuestados corresponden a
personas que compraron algún tipo de producto de esa marca y que accedieron a contestar el
un formulario.
Caso 2.
En el hospital regional de una pequeña ciudad se han registrado en los últimos dos meses 18
casos de personas procedentes del sector rural que han sido afectadas por un virus mostrando
graves trastornos intestinales lo que ha causado la muerte a un menor de edad. Para averiguar
posibles causas la secretaria de salud ordena una investigación contratando con una firma
particular su realización, para su ejecución de un total de 250 hogares se diseñó un muestreo
aleatorio simple con un tamaño de 80 hogares.
Caso 3
Caso 4
Una compañía que quiere penetrar en el mercado local esta interesada en conocer los hábitos
de compra en artículos de limpieza que tienen los hogares de una ciudad. Considerando que la
población tiene hábitos de compra similares, la compañía planea adelantar un estudio por
muestreo aleatorio simple indagando a 140 hogares.
Caso 5
• Población
• Muestra
• Unidad elemental
• Unidad de muestreo
• Marco muestral
2. Según el objeto de estudio de cada caso, haga un listado de las posibles variables por las
cuales se puede indagar y diga a que tipo corresponde cada una y en que escala de medida se
pueden obtener.
3. Elabore una encuesta de tal forma que puede recolectar la información sobre las
características que mencionó anteriormente.
Teorema del límite central
1. Suponga que una máquina dispensadora de refrescos la cantidad que envasa es una
variable aleatoria que tiene distribución normal con media 10 onzas y desviación estándar de 1
onza, si se propone realizar 66 mediciones del líquido dispensado.
a) Exprese el significado de
x
b) ¿qué distribución tiene ?
x
c) ¿cuál es error estándar e interprételo?
d) ¿Cual es la probabilidad de que sea por lo menos 10.3
x
3. Suponga que el contenido de nicotina de cierta marca de cigarrillos tiene distribución normal
con media µ = 25 miligramos y desviación estándar de σ = 4 miligramos. Se toma una
muestra de aleatoria de 50 cigarrillos que arroja una media muestral de = 26 miligramo.
x
Halle la probabilidad de que una muestra de este tamaño arroje una media muestral de la
magnitud dada o mayor.
x
universidad. Se sabe que la distribución de tiene media 2.5 y desviación estándar de 0.4. Si
x
se toma una muestra de 36 y se obtiene el valor de . ¿Cuál es la probabilidad de que
x