Mtodos y distribuciones

de muestreo

Oswaldo Quiroz Marn

8-3

Por qu obtener muestras de la

poblacin?
Existe una imposibilidad fsica de verificar
todos los elementos de la poblacin.
El costo de estudiar todos los elementos
de una poblacin es alto.
Los resultados de la muestra suelen ser
adecuados.
Contactar a toda la poblacin es tardado,
por la naturaleza destructiva de ciertas
pruebas.
8-4

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

Mtodos de muestreo aleatorio En

Poblacin Finita
Muestra aleatoria simple: muestra
formulada de manera que cada
elemento o persona en la poblacin
tiene la misma oportunidad de
quedar incluida. De manera que cada
posible muestra del mismo tamao n
tenga la misma probabilidad de ser
elegida.
8-5

Mtodos de muestreo aleatorio

sistemtica
Los elementos de la poblacin se
colocan en cierto orden. Se elige un
punto de partida aleatorio y despus
se selecciona uno cada k-simo
elemento de la poblacin para la
muestra.
8-6

Muestreo aleatorio estratificado:

Se divide la poblacin en subgrupos,

llamados estratos, y se selecciona
una muestra de cada estrato.
8-6

Muestreo por conglomeracin

Primero se divide la poblacin en

subgrupos (estratos), y se selecciona
un estrato. La muestra se toma del
estrato seleccionado.
 Error de Muestreo
El es la diferencia entre un
estadstico muestral y su parmetro
correspondiente.
8-7

Distribucin muestral de la Media

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.

El gerente debe seleccionar dos empresas cuntas muestras

diferentes son posibles de elegir aleatoriamente?
8-9

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

Teorema del lmite central

Para una poblacin con media y
variancia 2, la distribucin de muestreo
de las medias de todas las muestras
posibles de tamao n obtenidas de una
poblacin tendr una distribucin normal
aproximada con la media de la
distribucin de muestreo igual a y la
variancia igual a 2/n si se supone que
el tamao de la muestra es
suficientemente grande.
 Motivacin
Que son los intervalos de Confianza?
Para que sirven y porque son
impresindibles?
TEORIA DE LA ESTIMACION

La estadstica se divide en DESCRIPTIVA e

INFERENCIAL

DESCRIPTIVA

ESTADISTICA Estimacin

INFERENCIAL
Docimacin de
Hiptesis

En esta sesin se estudiar la estimacin de la

proporcin poblacional () y de la media poblacional
(.
 Tipos de Estimaciones
Estimacin Puntual: Un slo nmero se
utiliza para estimar un parmetro
desconocido. Para ser til debe de estar
acompaado del error.
Estimacin por intervalos: 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.
 Estimacin Puntual:
Un slo nmero se utiliza para estimar
un parmetro desconocido. Para ser til
debe de estar acompaado del error.

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

Nivel de confianza: Es la proporcin de veces

que el intervalo de confianza realmente contiene
el parmetro de la poblacin.
Probabilidad que asociamos con una estimacin del
intervalo. Se representa con (1 -). Los niveles ms
utilizados son 0,90 0,95 y 0,99.

Intervalos de confianza: Es un rango o

intervalo de valores que se usa para estimar el
valor real de un parmetro de poblacin
Es el alcance de la estimacin que estamos
haciendo.
 Grado de Confianza
Grado 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

Contraste de una cola

 Grado De Confianza
Grado de confianza

Significacin
- /2= 0.025 Area de no /2= 0.025
rechazo de Ho
rea de rechazo de Ho rea de rechazo de Ho

Grado de confianza : 90% 95% 99% Estadsticos

z/2 : 1 .64 1.96 2.58 de prueba

Contraste de dos colas

 Resumen de Parmetros de la
Poblacin:
Dado una variable X Cuantitativa

Parmetros (poblacin) de Variables

Cuantitativas:

; Media Poblacional
; Varianza Poblacional
= Desviacin Estandar

Dado una variable X Cualitativa:

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

reas bajo la curva normal

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)

Para la media poblacional

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

Pr 7.12372 8.87628 0.95

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

Intervalo de confianza para una

relacin proporcional de poblacin
El intervalo de confianza para una
relacin proporcional de una
pestima como:
p zse
poblacin
donde p es el error estndar de la
proporcin:
p(1 p)
p
n
8-23

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

Seleccin del tamao de muestra

Existen 3 factores que determinan el

tamao de una muestra, ninguno de
ellos tiene una relacin directa con el
tamao de la poblacin. Los factores
son:
El grado de confianza elegido.
El error mximo permitido.
La variacin en la poblacin.
8-28

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

Tamao de la muestra para

proporciones
La frmula para determinar el tamao de la
muestra en el caso de una proporcin es:
2
Z
n p(1 p)
E
donde p es la proporcin estimada, basada
en la experiencia o en un estudio piloto; z
es el valor asociado con el nivel de
confianza deseado; E es el error mximo
que tolerar el investigador.
8-31

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.