Академический Документы
Профессиональный Документы
Культура Документы
Inferencia Estadstica
MUESTREO
En ocasiones en que no es posible o conveniente realizar un censo (analizar a
todos los elementos de una poblacin), se selecciona una muestra, entendiendo por tal
una parte representativa de la poblacin.
El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya
funcin bsica es determinar que parte de una poblacin debe examinarse, con la
finalidad de hacer inferencias sobre dicha poblacin.
La muestra debe lograr una representacin adecuada de la poblacin, en la que
se reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que son
importantes para la investigacin. Para que una muestra sea representativa, y por lo
tanto til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, es
decir ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que
originalmente se tom la muestra. Error de Inferencia. En la estadstica se usa la
palabra poblacin para referirse no slo a personas sino a todos los elementos que han
sido escogidos para su estudio y el trmino muestra se usa para describir una porcin
escogida de la poblacin.
TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.
I. Muestreo probabilstico
Los mtodos de muestreo probabilsticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen
la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamao n tienen la misma
probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos
aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos los
siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada
individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una
bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una
calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido. Este procedimiento, atractivo por su
simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos
manejando es muy grande.
2.- Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte
de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que
integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir
se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la
poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como
punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan periodicidades
en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la poblacin.
Por Intervalo.
Estimacin Puntual:
Tiene como objetivo dar un valor numrico que aproxime en forma muy cercana
al parmetro poblacional.
La estimacin puntual de un parmetro de una poblacin es un solo valor
numrico de un estadstico que corresponde a este parmetro.
Un estadstico utilizado para aproximar a un parmetro de una poblacin se
denomina Estimador del Parmetro.
f (x) .
Estimador:
n
Por ejemplo:
1
x
n i=1 i
es un posible estimador de .
= ; = ; =
: Estimador puntual de , porque al evaluarlo para una muestra es concreto, da un
solo nmero o punto.
: Estimacin puntual de .
Insesgabilidad
Eficiencia
Consistencia
Estimador Insesgado:
Sea
insesgado si E (
es un estimador
Eficiencia Relativa:
La eficiencia relativa entre dos estimadores
ECM respectivos ECM (
) y ECM (
de un parmetro , con
) se define como:
Estimador Consistente:
Si
decimos que
LU
Se llama intervalo de confianza del 100 (1 ) % para el parmetro . (Intervalo
de confianza de dos lados).
En ocasiones un intervalo de confianza de un lado podra ser til.
L Intervalo de confianza inferior del 100 (1 ) %.
U Intervalo de confianza superior del 100 (1 ) %
Donde U se elige de modo que:
P ( U) = 1 -
para X
Se desea probar la hiptesis:
H o :f ( x )=f o ( x)
PRUEBA CHI-CUADRADO
Esta prueba es aplicable para variables aleatorias discretas o continuas. Sea
una muestra aleatoria de tamao n tomada de una poblacin con una distribucin
especificada
Oi
ei
para la
clase i, es decir, la cantidad de datos que segn el modelo especificado deberan estar
incluidos en la clase i:
e i= pi
; n, i = 1, 2,..., k
ei
x 2=
i=1
(o ie i)
ei
CASO PRCTICO
i ,e i 5
1.- Encontrar un intervalo de confianza del 80% para media de una fundicin nodular,
sabiendo que
=4
x =
xi
n
x k /2
as,
= 88; n = 8
88
=11 ; k 0.10 =1.28
8
11 1.28
2
=11 0.9065
8
(10.0935 ; 11.9065)
Una empresa X concluye que su producto (Tubos de acero cdula 40) tendr una vida
til de 10 aos. Se elige una muestra entre los cuales tenemos: 11.8-9.7-10.5-12.113.3-13.4-10.3-8.5-15.0-10.5-7.6-6.3. Teniendo en cuenta una desviacin poblacional
de 1.2 aos. De acuerdo a lo anterior se puede corroborar que la desviacin
poblacional es de 1.2 aos?
Solucin: Debemos corroborar que la desviacin poblacional es de 1.2 aos, para
x 2=
( n1 )s 2
2
x 2=
( 121 )2.532
=48.8
1.22