Академический Документы
Профессиональный Документы
Культура Документы
Inferencia estadística
Principales conceptos.
Muestreo. Distribución
muestral de un estadístico.
Principales distribuciones
muestrales.
Principales conceptos en inferencia estadística
2. Muestreo estratificado
Ejemplos:
-En las encuestas durante las elecciones, los
conglomerados pueden ser las mesas electorales, y lo que
se hace es escoger algunas mesas al azar (y de ahí se toman
todos los votos de las mesas seleccionadas).
-En otros ejemplos, los conglomerados pueden ser los
bloques de viviendas, los municipios, etc.
Muestreo probabilístico
2. Muestreo intencional
En este caso, si bien el muestreo no es
probabilístico, los investigadores procuran que se
garantice la representatividad de la muestra
Distribución muestral de un estadístico
Distribución poblacional
400
La línea (en este y sucesivos ejemplos) es una curva
subyacente (dist. Normal):
normal
Media=100
300 (Varianza=225)
Desv.Típica=15
200
.0
0
6
8
4
.0
.0
.0
.0
.0
.0
.0
2
4
0
2
6.
(Varianza=225/10=22.5)
0
Distribución poblacional
500 subyacente (dist. Normal):
Media=100
400 Desv.Típica=15
300
200
Distribución muestral de la
media:
100
Desv. típ. = 3.36 Tamaño muestral=20
Media = 100.0
0 N = 3600.00 Media=100
(Varianza=225/20=11.3)
88
90
92
94
96
98
10
10
10
10
10
11
11
11
.0
.0
.0
.0
.0
.0
0.
2.
4.
6.
8.
0.
2.
4.
0
N20 Desv.típica=3.35
Distribución muestral de la media. Ejemplo 3
Distribución poblacional
700 subyacente (dist. Normal):
600
Media=100
Desv.Típica=15
500
400
300
95
97
99
10
10
10
10
10
(Varianza=225/50=4.5)
.2
.2
.2
.2
1.
3.
5.
7.
9.
5
25
25
25
25
25
N50 Desv.típica=2.12
Distribución muestral de la media
0.045
0.04
0.035
0.03
0.025
0.02
0.015
0.01
0.005
0
80 85 90 95 100 105 110 115 120
Distribución muestral de la media. Ejemplo 4
Distribución poblacional
subyacente (dist. GAMMA):
500
Media=100
Varianza=100
400
300
200
Distribución muestral de la
media:
100
Desv. típ. = 3.12 Tamaño muestral=10
Media = 100.0
0 N = 3600.00 Media=100
90
92
94
96
98
10
10
10
10
10
11
(Varianza=100/10=10)
.0
.0
.0
.0
.0
0.
2.
4.
6.
8.
0.
0
0
Varianza=0.01=1/λ 2
12
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6
200
100
Distribución muestral de la
Desv. típ. = .03 media:
Media = .100
EXPON10 (Varianza=0.01/10=.001)
300
Varianza=0.01=1/λ 2
200
100
Desv. típ. = .02
Media = .099 Distribución muestral de la
0 N = 3600.00 media:
Tamaño muestral=20
.0
.0
.0
.0
.0
.1
.1
.1
.1
.1
.1
.1
.1
44
56
69
81
94
06
19
31
44
56
69
81
94
EXPON20 Media=.100
Distribución muestral de X −µ
s%/ n
Cuando la distribución de la que obtenemos las medias muestrales es
gaussiana (“distr.normal”), la expresión anterior se distribuye según la
distribución t de Student con tn-1 grados de libertad. (Esta distribución es
básica para efectuar inferencias entre dos medias.)
s%2
Asumiendo varianzas
Distribución muestral de 1
s%
2
poblacionales iguales
2
Distribución muestral de ns 2 / σ 2