Fase 2

Muestreo e intervalos de confianza

Inferencia Estadística

Estudiante
Mauro Rico Pintor

Grupo del curso

100403A_614

Presentado a
Juan David Firigua
Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
2019

1
 Introducción.
Este trabajo se realiza con el fin de adquirir conocimientos básicos sobre inferencia
estadística ya que son de gran utilidad y se pueden aplicar en el desarrollo profesional y
las etapas de la carrera Ingeniería de Sistemas la cual escogí como proyecto de vida.

2
 Objetivos.

Relacionar nociones básicas, interpretar, presentar la información y describir la

problemática de los ejercicios planteados en la actividad.

3
Actividad 2: Tipo de muestreo

Para el desarrollo de esta actividad, es necesario que el estudiante revise en el Entorno de

conocimiento (Unidad 1), las siguientes referencias:
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico
de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 62-65).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional. (pp. 27-57).

Descripción de la actividad:

Cada estudiante deberá dar respuesta a las siguientes preguntas:

 ¿Qué es un muestreo?
Es una parte determinada de una población, seleccionada de manera adecuada, que
conserva características más importantes de dicha población.

 ¿Cuándo se utiliza un muestreo?

Se utilizan cuando están enfocados a conocer y/o tomar decisiones acerca de una
población o universo que, desde el punto de vista estadístico, es el conjunto formado por
la totalidad de individuos, especímenes, objetos o medidas de interés sobre los que se
realiza un estudio.

 ¿Cuáles son los diferentes tipos de muestreos? Explique en que consiste cada uno
de ellos.
Los muestreos se clasifican en finitas o infinitas.
 Finita o pequeña: Es posible medir todos los individuos para tener un
conocimiento “exacto” de las características (parámetros) de esa población.
Por ejemplo, un parámetro que resulta de interés es la proporción p de
productos defectuosos o la media, μ, de alguna variable medida a los
productos.
 Infinita o grande: Es imposible e incosteable medir a todos los individuos, en
este caso es preciso sacar una muestra representativa de dicha población, y con

4
 base en medidas calculadas con los datos muestrales (estadísticos) se realizan,
mediante los méto-dos apropiados, afirmaciones acerca de los parámetros de
la población.

 ¿Como se realiza el muestreo sistemático?

Se elabora una lista ordenada de los N individuos de la población, lo que sería el marco
muestral, se divide el marco muestral en n fragmentos, donde n es el tamaño de muestra
que deseamos. El tamaño de estos fragmentos será: K=N/n, donde K recibe el nombre de
intervalo o coeficiente de elevación., luego se obtiene un número aleatorio entero A,
menor o igual al intervalo. Este número corresponderá al primer sujeto que
seleccionaremos para la muestra dentro del primer fragmento en que hemos dividido la
población. Y así se selecciona los siguientes individuos a partir del individuo seleccionado
aleatoriamente, mediante una sucesión aritmética, seleccionando a los individuos del resto
de fragmentos en que hemos dividido la muestra que ocupan la misma posición que el
sujeto inicial. Esto equivale a decir que se selecciona los individuos: A, A + K, A + 2K,
A + 3K, ...., A + (n-1)K

 ¿Cómo se realiza el muestreo aleatorio simple?

Se selecciona todos los miembros de la población, posterior a esto marca a cada miembro
con u n número específico. De esta población, las muestras aleatorias se eligen de dos
maneras: tablas de números aleatorios y con un softwares de generador de números
aleatorios. Se recomienda (y comúnmente es lo que prefieren los investigadores) un
software generador de números aleatorios, ya que los números de muestra se generan sin
interferencia humana.

5
Para el desarrollo de esta actividad, es necesario que el estudiante revise en el Entorno de
conocimiento (Unidad 1), las siguientes referencias:
Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico
de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. (pp. 65-72).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto
Politécnico Nacional. (pp. 43- 57).
Gil, I. M., Gonzáles, M. A. I., & Jano, S. M. D. (2014). Ejercicios de estadística teórica:
probabilidad e Inferencia (2a.e d.). Madrid, ES: Editorial Universidad Autónoma de
Madrid. (pp. 127-140).

Descripción de la actividad:

Cada estudiante deberá dar respuesta a las preguntas:

 ¿Para que se utilizan los intervalos de confianza?
Forma de estimar un parámetro en la cual se calcula un intervalo que indica con cierta
probabilidad un rango donde puede estar el parámetro.

 ¿A qué se le llama error de estimación?

Desviación estándar de un estadístico que ayuda a determinar qué tan precisas son las
estimaciones que se realizan con tal estadístico. El error estándar de un estimador T de un
parámetro es la desviación estándar del estimador. Error de estimación es el valor absoluto
de la diferencia entre una estimación particular y el valor del parámetro.

 ¿Qué representan los límites de confianza obtenidos en un intervalo de confianza?

La correcta interpretación de un intervalo de confianza es de la siguiente manera: si se
obtuvieran 100 muestras independientes de la misma población o proceso, cada una de
tamaño n y para cada muestra se calcule el intervalo de confianza a 95% para el mismo
pará-metro, entonces se espera que 95 de los 100 intervalos contengan el verdadero valor
de dicho parámetro. En la práctica, como vimos en el ejemplo anterior, sólo se obtiene un
intervalo y se dice que el intervalo [L, U] tiene una confianza de 100(1 − α)%; es decir,
se realiza una interpretación frecuentista en el sentido de que el parámetro estará en el
intervalo 100(1 − α)% de las veces que apliquemos el procedimiento.

6
  ¿Como se calculan los intervalos de confianza para la media?
Se trata de encontrar dos números L y U, tales que el parámetro μ se encuentre entre ellos
con una probabilidad de 1 − α. Esto es
P(L ≤ μ ≤ U) = 1 – α
Sea xl, x2, ..., xn una muestra aleatoria de tamaño n de una población, con una distribución
normal con media μ y varianza σ2, ambas desconocidas. El procedimiento general para
deducir el intervalo consiste en partir de un estadístico que involucra al parámetro de

interés y que tenga una distribución conocida. En el caso de μ, tal estadístico es:
el cual tiene una distribución T de Student con n − 1 grados de libertad. Por lo tanto, en
la tabla de esta distribución o en su gráfica se pueden ubicar dos valores críticos tα/2 y

−tα/2, tales que:

De aquí, al despejar hasta dejar al parámetro de interés sólo en medio de las desigualdades,

se llega a qué

Así, forman el intervalo a 100(1 − α)% para la media

desconocida μ. En la tabla de la distribución T de Student se observa que para una muestra
mayor o igual a 30, el intervalo a 100(1 − α)% para la media μ es aproximadamente

,o sea, la media más menos dos veces la estimación de su error estándar.

 ¿Cómo se calculan los intervalos de confianza para la proporción?

Para calcular el intervalo para una proporción de confianza, necesitamos:
p’+-z*SE(p’)
p’+-z*sqrt(p’*(1-p’)/n)
Es habitual usar un nivel de confianza de 95%. Este nivel indica que 19 de 20 muestras
(95%) de la misma población generarán intervalos de confianza que contendrán el
parámetro de población.
Al reducir el nivel de confianza, disminuye el valor Z y así los rangos de los intervalos de
confianza pueden ser más reducidos al coste de aceptar mayor incertidumbre.
7
 Conclusiones

La actividad resulto importante porque con esta adquirí conocimientos básicos de

inferencia estadística y su utilización en el ejercicio.

8
 Bibliografía

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva,

teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide.

Pp. 269 -298. Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=270&docID=11

231145&tm=1492552074909

Sánchez, J. T. (2017). Introducción a la Inferencia. [OVI] Colombia. Recuperado de

http://hdl.handle.net/10596/10566

Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid,

ES: Ediciones Díaz de Santos. Pp. 1- 6. Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=18&docID=101

89879&tm=1492552993701

Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control

estadístico de la calidad y Seis Sigma.(3a. ed.) McGraw-Hill Interamericana. Pp. 62 -65.

Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280