Академический Документы
Профессиональный Документы
Культура Документы
de muestreo
Muestreo
Muestreo: Es el proceso de obtencin de una
muestra procedente de una poblacin.
Muestreo Aleatorio:
Una muestra aleatoria es una muestra
seleccionada de manera que cada elemento o
persona en la poblacin que se estudia tiene una
probabilidad conocida de quedar incluido en la
muestra.
Todos los elementos de la poblacin tienen la
misma probabilidad de aparecer en la muestra.
8-5
Es la distribucin de probabilidad de
todas la medias muestrales posibles
de un tamao de muestra dado,
seleccionadas de una poblacin, y la
probabilidad de ocurrencia asociada
con cada media muestral.
Dado una variable X
Parmetros (poblacin): ;
Estimadores (Muestras) ;
8-8
EJEMPLO 1
El gerente de Obras de la Mun. Del Tambo cuenta
con cinco expedientes de 5 empresas
constructoras. Cada una de ellas informan de
cuentos meses de experiencia llevan en el
mercado.
EJEMPLO
sta es la
combinacin
de 5 objetos
tomados de 2
en 2. Es decir:
=10
8-10
EJEMPLO
Organice las medias muestrales en
una distribucin de muestreo:
8-11
EJEMPLO
Calcule la media de las medias
muestrales y comprela con la media
poblacional:
media de las medias muestrales = [(22)
(1) + (24)(4) + (26)(3) + (28)
(2)]/10=25.2
media poblacional =
(22+26+30+26+22)/5 = 25.2
observe que la media de las medias
muestrales es igual a la media
poblacional.
8-12
DESCRIPTIVA
ESTADISTICA Estimacin
INFERENCIAL
Docimacin de
Hiptesis
Ejemplo:
Para el prximo mes se espera que las
ventas sean 700 unidades con un error
de 10%
Estimacin por Intervalo:
Un intervalo de valores se utiliza para estimar
un parmetro desconocido. Se indica el
error de dos manera: por la extensin del
intervalo y por la probabilidad de obtener el
verdadero parmetro de la poblacin que se
encuentra dentro del intervalo.
Ejemplo:
Para el prximo mes se espera que las
ventas sean entre 670 y 730 unidades.
Criterios para seleccionar un
buen estimador: CESI.
Coherencia: si al aumentar n, el estimador se
aproxima al parmetro.
Eficiencia: proporciona menor error estndar
que otros estimadores.
Suficiente: utiliza mayor cantidad de la
informacin contenida en la muestra que otro
estimador.
Insesgado (o imparcial): si el estimador
tiende a tomar valores por encima y por debajo
del parmetro que estima, con la misma
frecuencia.
Estimaciones puntuales
(A)
De la media poblacional
x
La media muestral estima a la media
poblacional
De la varianza y la desviacin
estndar
S2 estima
S estima
(C) De la proporcin poblacional
p
INTERVALOS DE CONFIANZA
Significacin
Area de no = 0.05
rechazo de Ho rea de rechazo de Ho
Estadsticos
Grado de confianza : 90% 95% 99% de prueba
z :1.28 1.645 2.33
Significacin
- /2= 0.025 Area de no /2= 0.025
rechazo de Ho
rea de rechazo de Ho rea de rechazo de Ho
; Media Poblacional
; Varianza Poblacional
= Desviacin Estandar
P : Proporciones
Resumen de Estimadores de la
Muestra
Estimadores
(Muestras)
cuantitativos:
: Media Muestral (de una sola muestra)
Varianza de la Muestra (de una sola
muestra)
s Desviacin tpica de la Muestra (de una
sola muestra)
Estimadores (Muestras) Cualitativos:
Proporciones
Distribuciones de las Proporciones
Muestrales
No
solo se puede trabajar con Medias Mustrales
(variables Cuantitativas).
Tambin se puede utilizar Proporciones mustrales
(Variables Cualitativas)
Ejemplos:
Determinar la Probabilidad de que un proyecto
generara o no rendimiento positivo.
Determinar la probabilidad de que se obtenga o no
el crdito necesario para la realizacin del proyecto
En estos casos se utiliza la proporcin muestral p
para estimar el parmetro desconocido
Estimacin de la proporcin de una
poblacin
De cualquier poblacin es posible
obtener muchas muestras diferentes
de un tamao dado.
Cada muestra tendr su propia
proporcin de xitos.
La Esperanza de proporcin de cada
una de las muestras nos dar el valor
de la proporcin de la poblacin.
E[p]=
Requisitos
La Muestra Es Aleatoria Simple
Las condiciones para la distribucin binomial se
satisfacen:
a) Hay Dos categorias de resultados
b) Hay un nmero fijo de ensayos
c) Los Ensayos son independientes.
d) Las probabilidades permanecen constantes
para cada ensayo
Existen Al menos 5 fracasos y 5 exitos( para verifiar
de que np>=5 nq>=5 para que se cumpla que una
distribucin binomial se aproxime a una nonmal.
Ejemplo
De un total de 4 Arquitectos al ser
interrogados si tienen experiencia en
la construccin de edificios
antissmicos, estos respondieron.
Maestros Experienc xitos
En este caso la de Obra ia
proporcin A Si 1
poblacional de B No 0
xitos ser . Y C Si 1
de fracasos ser D Si 1
Total 3
Muestras tomadas de dos
en dos
Mue Nmero de Proporcin
stra xitos de xitos
s
AyB 1 0.5
AyC 2 1.0
AyD 2 1.0
ByC 1 0.5
ByD 1 0.5
CyD 2 1.0
Valor esperado de
=
la Distribucin
Muestral
Valor esperado de =
la Distribucin
Muestral
Se Utiliza
(Factor para Correccin de Poblaciones Finitas :
fpc= ; solo cuando n>0.05*N
Usos de la distribucin Muestral de
Proporciones
La importancia de la distribucin
muestral proporcional es muy alta
dado que existen muchas variables
cualitativas y sus resultados
muestrales se pueden aplicar a la
poblacin.
Usos de Distribucin
Normal Proporcional:
Ejemplos
r a l i t r b u i o n : = 0 , = 1
Entre:
0 . 4
1. 68.26%
2. 95.44%
0 . 3
3. 99.74%
0 . 2
f ( x
0 . 1
. 0
1
1
- 5
2
x
2
3 3
Estimacin de intervalos
Muestras grandes (n>30)
Para la media poblacional:
x-
pero Z =
n
-Z0 Z0
Pr Z 0 Z Z 0 1
x
Pr Z 0 Z0 1
x
Pr x Z0 x Z0 1
n n
Ejemplo
Una encuesta hecha a 400 familias del Distrito de el
Tambo dio un gasto medio anual energa elctrica de
S/. 740 por familia. La desviacin estndar fue S/.
400. Establezca un intervalo de confianza al 0.95 de
estimacin del gasto medio anual de energa
elctrica por familia en toda la poblacin.
Pr x Z0 x Z0 1
n n
400 400
Pr 740 (1.96) 740 (1.96) 0.95
400 400
Pr 700.80 779.20 0.95
Interpretacin
Hay 95% de confianza que el intervalo
hallado se encuentre dentro del grupo
de intervalos que contienen a la
verdadera media poblacional (
Ls
LI
1 2 3 4 5 6 7
muestra
Estimacin de intervalos
Muestras Pequeas (n<30)
Pero, x -
t=
S
-t0 t0 n
Pr t0 t t0 1
x
Pr t0 t0 1
S
n
s s
Pr x t0 x t0 1
n n
Ejemplo
Nueve automviles del mismo modelo
fueron conducidos de idntica manera
usando un litro de gasolina corriente. La
distancia media recorrida por estos
automviles fue de 8 Kms. con una
desviacin estndar de 1,14 Kms.
Obtngase un intervalo de confianza al
0.95 para estimar el kilometraje medio por
litro de gasolina para este modelo de
automvil
GL= n - 1 = 8 t = 2.306
Pr 8 2.306 (
1.14
) 8 2.306 (1.14 ) 0.95
9 9
Interpretacin:
Hay 0.95 de confianza que el intervalo hallado
se encuentre dentro del grupo de intervalos
que contienen a la verdadera media
poblacional.
(B) Para la varianza poblacional
(n - 1)S 2
Pero , ~ 2
( n 1)
2
12- 2 2 2
Pr 1-2 2 2 1
2 2
Entonces
(n 1) S 2
Pr 2
1- 2 2 1
2
2
1 2 1
Pr 2 1
2
1- 2 ( n 1) S 2
2
( n 1) S 2 ( n 1) S 2
Pr 2 1
2
2 2
1- 2
Ejemplo:
El peso de diez personas (n = 10)
presenta una varianza de 9 (s2 = 9).
Establezca un intervalo de confianza al
0.90. 9(9) 9(9)
Pr 2 0.90
Datos: 16,919 3,325
S2 = 9
n = 10
= 0.10
81 81
Pr 2 0.90
16,919 3,325
Pr 4.7875 2 24,3609 0.90
Interpretacin:
Hay 0.90 de confianza que el intervalo
hallado se encuentre dentro del grupo de
intervalos que contienen a la verdadera
varianza poblacional.
8-15
Estimaciones de intervalo
Un intervalo de confianza de 95% significa
que cerca de 95% de los intervalos similares
contendrn el parmetro que se quiere
estimar, o 95% de las medias muestrales
para un tamao de muestra dado estarn
dentro de 1.96 deviaciones estndar de la
media poblacional hipottica.
Para el intervalo de confianza de 99%, un
99% de las medias muestrales para un
tamao de muestra dado estar dentro de
2.58 desviaciones estndar de la media
poblacional hipottica.
8-22
EJEMPLO 4
Un planificador financiero, estudia los planes de
retiro para jvenes ejecutivos. Una muestra de
500 ejecutivos que son dueos de sus casas
revel que 175 planean venderlas y migrar a
Lima. Desarrolle un intervalo de confianza de
98% para la proporcin de ejecutivos que
planean vender e irse a Lima.
Aqu, n=500, p=175/500=.35 y z=2.33
el IC de 98% es
(.35)(.65)
.35 2.33 .35 .0497
500
8-26
EJEMPLO 5
Dada la informacin del EJEMPLO 4, construya un
intervalo de confianza de 95% para el nmero
medio de horas estudiadas por semana si hay slo
500 estudiantes en la escuela.
Dado que n/N = 49/500 = .098>.05, se tiene que
usar el factor de correccin de poblacin finita.
4 500 49
24 196
. ( )( ) [22.9352, 25.0648]
49 500 1
8-27
Variacin en la poblacin
Tamao de la muestra para la media: una
frmula computacional conveniente para
determinar n es:
2
Z S
n
E
donde: E es el error permitido, Z es el valor
normal estndar asociado con el grado de
confianza seleccionado y S es la desviacin
estndar estimada del estudio piloto.
8-29
EJEMPLO 6
Un grupo de consumidores desea
estimar la media mensual en los
recibos de luz para una casa
unifamiliar. Segn estudios similares
la desviacin estndar se estima en
$20.00. Se desea un nivel de
confianza de 99%, con una precisin
den $5.00.
[( 2.58)( 20Qu tamao
) / 5]2 106.5024de
107
muestra se requiere?
8-30
EJEMPLO 7
Una empresa veterinaria desea
estimar la proporcin de nios que
tienen un perro como mascota. Si la
empresa quiere la estimacin dentro
de 3% de la relacin proporcional,
cuntos nios debern contactar?
Suponga 95% de nivel de confianza y
que la empresa estim que 30% de
n (.30)(.70)(196
. /.03
los nios tienen un perro ) 2
896.3733 897
como
mascota.